Henrik Werdelin在过去15年中通过其初创工作室Prehype帮助企业家打造了Barkbox等知名品牌。如今,他在纽约创立了新公司Audos,押注AI技术能够帮助他将业务规模从每年"数十家"初创公司扩展到"数十万"有志创业者。
时机确实恰到好处。各行业的大规模裁员让许多员工重新考虑职业道路,而AI工具显著降低了构建数字产品和服务的门槛。Werdelin的最新企业正处于这个交叉点的中心,承诺帮助"普通创业者创建百万美元AI公司",无需技术技能。
从Prehype到Audos的转变反映了当前创业领域正在发生的广泛变革。Prehype成立于2010年左右,专注于与技术创始人合作构建传统初创公司,那种可能融资数百万美元并瞄准十亿美元退出的公司。
现在,Werdelin告诉TechCrunch:"我们试图做的是运用多年来构建大公司积累的所有知识和方法论,真正实现民主化。"
这个理念是,"普通创业者"可能感觉到变化即将到来,但可能不愿意尝试所谓的AI代理或不知道如何接触客户。Audos很乐意帮助他们,为这些非技术创始人提供AI工具,使用自然语言构建复杂产品,并利用社交媒体算法为他们找到细分客户。
"Facebook和许多平台都拥有令人难以置信的算法,如果你定义了客户群体,它们在找到客户方面非常出色,"与Prehype合伙人Nicholas Thorne共同创立Audos的Werdelin说道。实际上,Audos使用这个系统快速测试创始人的商业想法是否具有可持续的客户获取成本。
这种方法似乎正在奏效。自测试版推出以来,Audos已帮助推出"数百家"企业,创始人通过Instagram广告发现该平台,广告询问"你是否曾想过创业,但不知道从哪里开始?"其中包括一位想帮助人们评估维修报价的汽车修理工、一位销售"身后事务处理"服务的个人、虚拟高尔夫挥杆教练和AI营养师。在对十亿美元独角兽企业的戏谑中,他称这些一到两人的团队为"驴角兽"。
所有人都经历了相同的过程:他们点击Audos的广告,AI代理启动对话以了解这些个人想要解决的问题和服务对象,当对答案满意时,Audos尽快让他们接触潜在客户。
在回报方面,Audos采用与传统加速器或风险投资根本不同的模式。该公司不获取股权,而是从其帮助推出的企业中抽取15%的收入分成。作为回报,创始人可获得高达25,000美元的资金、AI驱动的业务开发工具,以及主要通过付费社交媒体广告的分销帮助。
"我们不获取他们业务的任何股权,"Werdelin说,部分原因是"我们认为这些公司可能永远不会被出售。我们真正受启发的是那些构成社会支柱的夫妻店。"
收入分成无限期持续,类似于苹果应用商店收取的平台费用。对创始人而言,这意味着永久放弃相当大部分收入——15%的抽成随时间推移可能让企业家损失数十万美元。一些人无疑会认为这种权衡是值得的;其他人可能质疑长期成本是否证明收益合理。
鉴于环境变化如此迅速,Audos的价值主张引发了其他问题。虽然Werdelin强调帮助创始人与客户建立关系,但AI代理实际能处理多少这种关键工作尚不清楚。还有差异化问题。正如Werdelin坦率承认的,"世界上充满了这些工具",而且它们正在快速改进。当创业者可以在不支付永久收入税的情况下获得类似AI能力时会发生什么?
Audos的投资者对这些情况并不担心。True Ventures领投了Audos的1150万美元种子轮,合伙人Tony Conrad在本周的Zoom通话中解释了吸引力。Conrad说,除了对Werdelin和Thorne有信心外,"我认为有很多很多人"可能会热切拥抱与Audos这样平台合作的机会。
Conrad将此与Instagram仅13名员工就实现10亿美元退出进行比较,表明AI可能实现更大的杠杆效应,即使目前总共只有5名员工的Audos并非追逐独角兽。正如Werdelin解释的,"我们追求的是数百万能够创建百万美元或五十万美元业务的人,这些业务是真实的、改变生活的。"
Werdelin另外谈到为什么创立Audos时说:"我们试图弄清楚如何让一百万家公司实现一百万美元营业额。那就是万亿美元营业额的业务。"
这听起来并不疯狂。随着传统就业开始感觉越来越不稳定,将创业的好处扩展到传统上无法获得启动资金或技术技能的人群是一个越来越有吸引力的主张。"我们相信应该有人真正帮助那些构建非风投支持项目的小企业家,"Werdelin说。"我们相信更多创业精神让世界变得更好。"
Audos的其他投资者包括Offline Venture和Bungalow Capital,以及众多知名天使投资人,其中包括Niklas Zennstrom和Mario Schlosser。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。