作者丨馮汝梅

編輯丨關(guān)雎

圖源丨Midjourney

2025年4月，潘一鳴在上海創(chuàng)立了光年觸達(dá)。這家公司做的事很簡單：讓AI智能體替企業(yè)主動(dòng)找海外客戶。

不到一年，公司跑出了成績。據(jù)潘一鳴介紹，公司的AI銷售Agent產(chǎn)品iSales上線1個(gè)月實(shí)現(xiàn)現(xiàn)金流轉(zhuǎn)正，截至2026年1月月營收達(dá)200萬元，預(yù)計(jì)全年可達(dá)5000萬元。服務(wù)客戶的獲客效率平均提升10倍，營銷轉(zhuǎn)化率達(dá)到8%。

2026年3月，光年觸達(dá)完成百萬美元天使輪融資，由海外投資機(jī)構(gòu)Impa Ventures獨(dú)家投資。

在不少投資人和創(chuàng)業(yè)者眼里，國內(nèi)ToB是一條擁擠且艱難的賽道。尤其是面向中小企業(yè)的標(biāo)準(zhǔn)化SaaS產(chǎn)品，普遍面臨企業(yè)付費(fèi)意愿不強(qiáng)、續(xù)費(fèi)率低的問題。因?yàn)閭鹘y(tǒng)SaaS模式的核心邏輯在于交付工具，企業(yè)購買軟件后需自行配置人員使用。但現(xiàn)實(shí)往往是，軟件買回去后缺乏專人持續(xù)運(yùn)營，難以產(chǎn)生實(shí)際價(jià)值。

光年觸達(dá)換了個(gè)邏輯?！拔覀兘桓兜牟皇枪ぞ?，是結(jié)果。”潘一鳴說。在該邏輯下，客戶無需額外招人、學(xué)系統(tǒng)操作，iSales自動(dòng)完成客戶開發(fā)、郵件觸達(dá)、意向篩選等工作，企業(yè)只需跟進(jìn)最終篩選出的有效線索，并按實(shí)際效果付費(fèi)。

這個(gè)邏輯之所以成立，是因?yàn)樾枨笞銐虼?。中國有?shù)以百萬計(jì)的貨物貿(mào)易B2B企業(yè)，但大部分仍依賴線下展會(huì)或平臺(tái)競價(jià)獲客。在潘一鳴看來，上一代SaaS產(chǎn)品在這個(gè)市場的滲透率幾乎不到20%。

他看到了機(jī)會(huì)。

01一個(gè)算法驅(qū)動(dòng)的創(chuàng)業(yè)者

潘一鳴1992年出生，2015年從清華大學(xué)工業(yè)工程系畢業(yè)后，先后在聚美優(yōu)品、滴滴、字節(jié)跳動(dòng)工作，從推薦系統(tǒng)、流量調(diào)度到自動(dòng)化投放，踩中了算法落地的幾個(gè)關(guān)鍵場景。

在滴滴，他解決了一個(gè)算法團(tuán)隊(duì)沒解決的問題：預(yù)約訂單分配。通過優(yōu)化訂單分配與派單策略，讓豪華車分單系統(tǒng)從0到1運(yùn)轉(zhuǎn)起來。在字節(jié)，他主導(dǎo)海外廣告自動(dòng)化投放系統(tǒng)的開發(fā)，每天支撐超3000萬美元投放預(yù)算，讓70%—80%的預(yù)算通過算法自動(dòng)運(yùn)行，整體效率超過人工投放。

“我更喜歡做有挑戰(zhàn)性的項(xiàng)目?！迸艘圾Q說。2024年初，他開始考慮創(chuàng)業(yè)。當(dāng)時(shí)大模型剛火，他認(rèn)為TO B有創(chuàng)業(yè)機(jī)會(huì)。但他也清楚自己的短板：對(duì)行業(yè)尚不了解、缺乏融資經(jīng)驗(yàn)、沒有銷售能力。后來，他辭職去了上海一家ToB公司，從0搭建產(chǎn)品、組建團(tuán)隊(duì)。一年后公司走上正軌，但他覺得“創(chuàng)始團(tuán)隊(duì)沒辦法持續(xù)往前走”，最終離開。

光年觸達(dá)創(chuàng)始人潘一鳴

后來面對(duì)其他的合伙人工作邀約，他也拒絕了。“我的職業(yè)生涯分兩部分，前半部分做有挑戰(zhàn)性的項(xiàng)目，后半部分在磨性子?！彼幌肜^續(xù)“磨性子”。

這聽起來像典型的技術(shù)理工男敘事。但在投資人眼里，潘一鳴不止于此。

“他是一個(gè)算法驅(qū)動(dòng)的創(chuàng)始人?！惫饽暧|達(dá)投資方Impa Ventures合伙人Jingwen說，“他會(huì)把商業(yè)流程抽象成算法再優(yōu)化。我看過不少AI+ToB營銷項(xiàng)目，大多直接調(diào)用大模型加付費(fèi)數(shù)據(jù)庫，但光年觸達(dá)選了一條更難的路——實(shí)現(xiàn)門檻更高，但效果更好，對(duì)客戶更有價(jià)值?！?/p>

Impa Ventures是一家2024年底成立的投資機(jī)構(gòu)，主要投資前沿科技項(xiàng)目，偏好做海外市場的華人團(tuán)隊(duì)。Jingwen是在一個(gè)活動(dòng)上認(rèn)識(shí)潘一鳴，“活動(dòng)結(jié)束我們聊了一個(gè)多小時(shí)，后面又去到上海辦公室，一直聊到晚上，很快就決定投了?！?/p>

這些之外，潘一鳴還有另一個(gè)身份：作者。

2017年，他工作之余在知乎寫算法干貨，后被出版社編輯發(fā)現(xiàn)，整理成《產(chǎn)品邏輯之美：打造復(fù)雜的產(chǎn)品系統(tǒng)》出版，賣了近一萬冊(cè)。創(chuàng)業(yè)后他發(fā)現(xiàn)，不少投資人、客戶、甚至后來的公司成員都看過這本書。最近他又出了本新書《自迭代：硅基生命的寒武紀(jì)與智能進(jìn)化的未來》，針對(duì)市場上AI信息碎片化、販賣焦慮的問題做體系化拆解。

02能自動(dòng)獲客、自我迭代的Agent

在開發(fā)iSales之前，潘一鳴調(diào)研了上百家出海企業(yè)。他發(fā)現(xiàn)，傳統(tǒng)的海外獲客方式主要有兩類：一是線下展會(huì)，“綜合成本平均在一二十萬元左右”。二是B2B平臺(tái)，競價(jià)排名模式下，頭部企業(yè)花錢買流量，中小工廠很難養(yǎng)活一個(gè)專業(yè)運(yùn)營團(tuán)隊(duì)。結(jié)果真正接到訂單的往往是營銷公司，訂單層層分包，價(jià)格被卷到極致。

另一種方式是SaaS工具，但潘一鳴認(rèn)為，SaaS的本質(zhì)是功能疊加，無論數(shù)據(jù)搜索還是郵件群發(fā)，都隱含一個(gè)前提：企業(yè)需要有人花時(shí)間學(xué)習(xí)使用工具?！霸俸玫腟aaS軟件，也需要一個(gè)懂行的‘聰明人’來操作。你不可能讓一家工廠為了一款軟件調(diào)整松散的組織結(jié)構(gòu)。”在他看來，SaaS滲透率低不是因?yàn)闆]需求，而是產(chǎn)品形態(tài)與企業(yè)現(xiàn)實(shí)錯(cuò)位。

iSales就是要讓AI成為那個(gè)“聰明人”——把一個(gè)外貿(mào)業(yè)務(wù)員從找客戶、查信息、寫郵件、跟進(jìn)、篩選意向的全套動(dòng)作，變成一個(gè)7×24小時(shí)運(yùn)行、越用越準(zhǔn)的AI銷售Agent。

iSales的使用流程是：企業(yè)先與算法優(yōu)化師梳理客戶畫像，而后Agent啟動(dòng)，自動(dòng)完成全網(wǎng)信息抓取、潛在客戶篩選、聯(lián)系人獲取、個(gè)性化郵件生成發(fā)送。之后，企業(yè)銷售團(tuán)隊(duì)只需跟進(jìn)AI篩選出的高意向詢盤。

“員工只需在初期畫像溝通和中間反饋環(huán)節(jié)做業(yè)務(wù)知識(shí)對(duì)齊。”潘一鳴說。

iSales使用界面示例

但真正讓iSales區(qū)別于普通自動(dòng)化工具的，是它的自我迭代能力。這個(gè)能力，靠的是三層反饋機(jī)制：

第一層，AI自我判斷。在篩選和生成過程中，大模型對(duì)自己每一步?jīng)Q策打分（如線索匹配度、郵件轉(zhuǎn)化概率），這些分?jǐn)?shù)作為初始信號(hào)進(jìn)入系統(tǒng)。

第二層，人的直接糾偏。銷售團(tuán)隊(duì)每天跟進(jìn)詢盤，對(duì)AI找到的客戶做“是/不是”標(biāo)注。這個(gè)動(dòng)作看似簡單，卻是把業(yè)務(wù)經(jīng)驗(yàn)轉(zhuǎn)化為算法可理解的數(shù)據(jù)。

第三層，真實(shí)世界反饋。郵件是否被打開、回復(fù)？回復(fù)是積極還是拒絕？這些真實(shí)的市場反應(yīng)，是最有力的訓(xùn)練信號(hào)。

三層數(shù)據(jù)匯合后，算法不斷迭代：哪些畫像特征更容易帶來回復(fù)？什么時(shí)間發(fā)送打開率更高？什么標(biāo)題更能引起興趣？每一次發(fā)件、標(biāo)注、回復(fù)，都讓模型變得更聰明。久而久之，系統(tǒng)會(huì)沉淀出一套“專屬”于這家企業(yè)的營銷模型，知道產(chǎn)品適合什么客戶、用什么方式溝通更容易成單。

支撐這一切的是光年觸達(dá)自研的技術(shù)框架，由馬爾可夫狀態(tài)機(jī)、強(qiáng)化學(xué)習(xí)、圖神經(jīng)網(wǎng)絡(luò)三部分構(gòu)成。三層疊加，構(gòu)成一個(gè)穩(wěn)定執(zhí)行、持續(xù)優(yōu)化且有洞察力的系統(tǒng)。

這里有一個(gè)關(guān)鍵的技術(shù)選擇：光年觸達(dá)沒有采用行業(yè)常見的RAG（檢索增強(qiáng)生成）技術(shù)，而是用圖神經(jīng)網(wǎng)絡(luò)來構(gòu)建記憶系統(tǒng)。二者的區(qū)別在于：傳統(tǒng)RAG框架中，檢索往往以單次任務(wù)為主，對(duì)長期交互關(guān)系的建模能力有限；而圖神經(jīng)網(wǎng)絡(luò)會(huì)把每一次交互的結(jié)果沉淀下來，形成一個(gè)持續(xù)增長的知識(shí)網(wǎng)絡(luò)。

潘一鳴進(jìn)一步解釋：“RAG像一個(gè)笨拙的搜索引擎，你問它問題，它給你一堆可能相關(guān)的文檔；而圖算法像一個(gè)聰明的圖書管理員，它不僅知道每本書的內(nèi)容，還知道書與書之間的關(guān)系。”

這個(gè)區(qū)別在商業(yè)場景中至關(guān)重要，因?yàn)闃I(yè)務(wù)信息在被壓縮為語義向量時(shí)，往往會(huì)丟失大量細(xì)節(jié)。他舉例說：“比如一個(gè)公司有1000個(gè)人，另一個(gè)公司有10個(gè)人，如果這個(gè)信息被壓縮在公司的語義向量的長文本中，這個(gè)信息幾乎沒有區(qū)別。但在商業(yè)場景中，這是一個(gè)非常重要的信息。圖結(jié)構(gòu)可以通過標(biāo)簽和權(quán)重計(jì)算，保留這樣的業(yè)務(wù)權(quán)重。”

另一個(gè)關(guān)鍵區(qū)別是數(shù)據(jù)來源。與其他依賴單一付費(fèi)數(shù)據(jù)庫的AI銷售產(chǎn)品不同，光年觸達(dá)是自己建立數(shù)據(jù)來源和匹配邏輯。

它整合了搜索引擎數(shù)據(jù)、海關(guān)數(shù)據(jù)、社交媒體信息、地圖數(shù)據(jù)、展會(huì)數(shù)據(jù)等多維度數(shù)據(jù)源。搜索引擎數(shù)據(jù)用來找公開信息，海關(guān)數(shù)據(jù)驗(yàn)證交易真實(shí)性，社交媒體判斷活躍度，地圖數(shù)據(jù)確認(rèn)地理位置。這些數(shù)據(jù)經(jīng)過自研算法深度清洗、關(guān)聯(lián)、驗(yàn)證、推理，挖掘出傳統(tǒng)數(shù)據(jù)庫里沒有、但真實(shí)存在采購需求的潛在客戶。

這套數(shù)據(jù)策略的背后，是潘一鳴對(duì)“主動(dòng)獲客”本質(zhì)的理解：真正有價(jià)值的客戶，往往不在現(xiàn)成的數(shù)據(jù)庫里。它們散落在互聯(lián)網(wǎng)的各個(gè)角落——某個(gè)行業(yè)論壇的參會(huì)名單、某條推文里提及的公司、某個(gè)領(lǐng)英主頁的關(guān)聯(lián)企業(yè)。靠人力去翻找，效率太低；靠現(xiàn)成的付費(fèi)數(shù)據(jù)庫，覆蓋太窄。只有用算法去全網(wǎng)抓取、交叉驗(yàn)證、持續(xù)挖掘，才有可能找到那些“隱藏的買家”。

03已服務(wù)上百家客戶企業(yè)獲客效率提高10倍

在商業(yè)模式上，光年觸達(dá)采用按效果付費(fèi)（RaaS，Results-as-a-Service）。在低額基礎(chǔ)費(fèi)用上，客戶按實(shí)際獲得的線索數(shù)量、發(fā)送的定制化消息數(shù)量付費(fèi)。企業(yè)不為軟件買單，只為效果買單。

目前，光年觸達(dá)主要服務(wù)中小制造出口企業(yè)、外貿(mào)工廠、貿(mào)易商等，覆蓋機(jī)電、五金、建材、包裝、家居、消費(fèi)電子等多個(gè)出海賽道，付費(fèi)簽約客戶已有上百家，包括浙江、廣東地區(qū)的外貿(mào)工廠和跨境貿(mào)易公司等。

其中工業(yè)配件領(lǐng)域效果尤為突出。這類產(chǎn)品中國制造的替代效應(yīng)強(qiáng)，成本優(yōu)勢顯著，但傳統(tǒng)獲客方式難以觸達(dá)全球中小買家。潘一鳴透露，部分客戶使用iSales后，能在不增加人力的情況下，在1-2個(gè)月內(nèi)觸達(dá)上千家目標(biāo)客戶，獲客效率提升十倍以上。

為什么是幫中國企業(yè)找海外客戶，而不是幫海外企業(yè)找中國客戶，或是做國內(nèi)市場？潘一鳴的解釋是：“中國供應(yīng)鏈已經(jīng)極度強(qiáng)大，但企業(yè)尋找海外客戶的方式仍然高度‘散裝’：靠展會(huì)、在B2B平臺(tái)上等詢盤、靠人工搜索和老客戶轉(zhuǎn)介紹。這些方法并非完全無效，但它們有一個(gè)缺陷：不可規(guī)?；?，且無法持續(xù)優(yōu)化。”

換句話說，供給側(cè)（中國制造）已經(jīng)足夠強(qiáng)大，需求側(cè)（海外買家）也一直存在，但真正的瓶頸在于連接能力。

至于為什么不做國內(nèi)市場？潘一鳴的判斷是：國內(nèi)B2B貿(mào)易已經(jīng)形成相對(duì)固化的供應(yīng)鏈網(wǎng)絡(luò)，一家工廠想找到另一家工廠的采購負(fù)責(zé)人，難度沒那么高；但要把產(chǎn)品賣到德國、巴西、東南亞等海外地區(qū)，面對(duì)的是一套完全陌生的商業(yè)環(huán)境和信息渠道?？缥幕墨@客鴻溝，是真正需要算法去填平的信息差。

現(xiàn)在，光年觸達(dá)還在開發(fā)AI自動(dòng)化投放、AI自動(dòng)運(yùn)營社媒、AI自動(dòng)運(yùn)營官網(wǎng)等產(chǎn)品線，AI自動(dòng)運(yùn)營社媒和AI自動(dòng)化投放已經(jīng)上線，AI自動(dòng)運(yùn)營官網(wǎng)預(yù)計(jì)在今年二季度推向市場。

再下一步，是對(duì)部分標(biāo)品做深度的自動(dòng)談判功能。潘一鳴設(shè)想：“一旦完成閉環(huán)，從獲客到談判，你只需把預(yù)算給他，他就能自動(dòng)分配預(yù)算、做訂單談判，直接交付訂單。”

在此基礎(chǔ)上，光年觸達(dá)還將推出專注于提升采購方效率的“采購Agent”，實(shí)現(xiàn)銷售Agent與采購Agent直接對(duì)話的“A2A”模式。當(dāng)買賣雙方都用AI系統(tǒng)完成信息交換和初步磋商，人類只需做最終確認(rèn)。

04“有人能賺錢，說明行業(yè)存在真實(shí)需求”

在AI營銷方向上，國內(nèi)外已有不同形態(tài)的玩家。

硅谷的AI SDR公司如11x、Artisan、AiSDR等，近期獲得大量融資。AI SDR的核心是用AI替代人類完成潛在客戶挖掘、初步觸達(dá)、意向篩選等銷售前端工作。但Jingwen觀察到的是：“所有使用同一數(shù)據(jù)源的AI SDR工具，拿到的是同一批線索，發(fā)出的是同質(zhì)化的營銷郵件，最終制造的是更多噪音而非更精準(zhǔn)的連接?！?/p>

這些產(chǎn)品存在一個(gè)結(jié)構(gòu)性問題：底層線索高度依賴ZoomInfo、Apollo等付費(fèi)數(shù)據(jù)庫，大模型主要負(fù)責(zé)郵件生成和對(duì)話交互。但AI的效能高度依賴底層數(shù)據(jù)的質(zhì)量，數(shù)據(jù)重復(fù)、錯(cuò)誤、碎片化等問題制約了AI Agent的發(fā)揮。

對(duì)于中國出海企業(yè)來說，問題更復(fù)雜，海外付費(fèi)數(shù)據(jù)庫對(duì)中國供應(yīng)鏈行業(yè)的覆蓋本身就不夠深入，海外SaaS工具的邏輯也與中國外貿(mào)企業(yè)的實(shí)際工作流程存在錯(cuò)配。

國內(nèi)市場中，也有公司沿著相似方向探索。PureblueAI清藍(lán)是較具代表性的一家，其由清華、字節(jié)、阿里系團(tuán)隊(duì)創(chuàng)立，自研“異構(gòu)模型協(xié)同迭代引擎”，采用RaaS按效果付費(fèi)模式，主要服務(wù)B2B出海企業(yè)。

與上述玩家相比，光年觸達(dá)選擇了B2B貨物貿(mào)易出口這個(gè)細(xì)分切口。潘一鳴的判斷邏輯是：有人能賺錢，說明行業(yè)存在真實(shí)需求；當(dāng)能力不算突出的團(tuán)隊(duì)也能盈利時(shí)，就意味著好的團(tuán)隊(duì)進(jìn)入后有機(jī)會(huì)取得更大效果。

市場數(shù)據(jù)也在印證這一判斷。據(jù)Frost Sullivan預(yù)測，中國AI營銷應(yīng)用市場規(guī)模將從2024年的206億元增長至2029年的976億元，五年復(fù)合增長率達(dá)36.5%。一個(gè)千億級(jí)市場正在形成。

而據(jù)IDC預(yù)測，全球活躍AI Agent數(shù)量將從2025年的2860萬飆升至2030年的22億，五年增長近80倍；執(zhí)行任務(wù)次數(shù)將從440億次暴漲至415萬億次。

數(shù)量增長之外，Agent正在開始承擔(dān)更復(fù)雜的業(yè)務(wù)決策。當(dāng)用戶通過AI入口完成從競品分析到下單的全過程，AI不再只是提供信息，而開始替用戶完成篩選、比較甚至決策。商業(yè)競爭的關(guān)鍵，也從“誰更容易被看見”，轉(zhuǎn)向“誰更容易被AI選中”。

在越來越多場景中，做出第一輪選擇的已經(jīng)不是人，而是AI。

這意味著，AI Agent本身正在成為一種新的“消費(fèi)代理”。企業(yè)不僅需要說服人，也需要進(jìn)入AI的篩選與決策邏輯之中。誰能夠持續(xù)提供更高質(zhì)量的數(shù)據(jù)與反饋，誰就更有可能在這套體系中獲得優(yōu)勢。

在這一變化下，未來銷售人員可能從尋找客戶的人，變成訓(xùn)練Agent的人，通過持續(xù)提供數(shù)據(jù)和反饋，優(yōu)化AI對(duì)客戶與產(chǎn)品的匹配能力。

在收費(fèi)模式上，按效果付費(fèi)的RaaS模式正成為行業(yè)共識(shí)。無論是Pureblue AI還是光年觸達(dá)，都選擇了這一路徑?？蛻魹槌山坏目赡苄愿顿M(fèi)，而不是為軟件的使用權(quán)付費(fèi)。因?yàn)樵赥o B領(lǐng)域，真正的壁壘從來不是概念，而是能不能穩(wěn)定、持續(xù)、可規(guī)模化地為客戶賺到錢。

當(dāng)AI營銷賽道從概念炒作走向落地競爭，那些真正能為客戶創(chuàng)造可量化價(jià)值的產(chǎn)品，才有機(jī)會(huì)穿越周期。

本文為創(chuàng)業(yè)邦原創(chuàng)，未經(jīng)授權(quán)不得轉(zhuǎn)載，否則創(chuàng)業(yè)邦將保留向其追究法律責(zé)任的權(quán)利。如需轉(zhuǎn)載或有任何疑問，請(qǐng)聯(lián)系editor@cyzone.cn。