在AI创业热潮中，无数团队追逐着最炫酷的技术演示，但一家名为Narada的初创公司却选择了一条截然不同的道路：在编写第一行代码之前，创始团队拨打了超过1000个客户电话。这一看似笨拙的策略，最终却催生了一个能够理解复杂指令、跨系统执行多步骤工作流的革命性企业AI解决方案。市场消息显示，这家由斯坦福和伯克利资深研究及运营人员组成的团队，正凭借其独特的大行动模型 (Large Action Models, LAMs)技术，悄然改变企业自动化的游戏规则。
从“倾听”开始：避开早期融资陷阱的创始人哲学
Narada的联合创始人兼CEO David Park并非初次创业。他此前成功创立并退出了软件公司Coverity，这段经历让他深刻认识到，过早引入大量资金可能成为创新的阻碍而非助力。在Narada创立初期，当其他AI初创公司争相融资以扩大团队和营销时，Park和他的联合创始人却将全部精力投入到了客户访谈中。
“我们不想浪费太多钱，” 一位熟悉公司战略的内部人士引述了创始团队的观点，“当你银行里有太多钱，却又尚未触及产品与市场匹配点时，你很容易被诱惑去花钱做一些并不能推动公司正确发展的事情。过多的资金消除了做很多错事的摩擦力。”
这种“客户先行”的理念，使得Narada在2024年申请知名创业竞赛时，其极低的融资额令评审团感到惊讶。但这正是他们的刻意选择。三位创始人亲自上阵，通过密集的客户对话，将企业运营中最真实、最复杂的痛点逐一剥离出来。他们发现，企业需要的不是一个简单的聊天机器人，而是一个能够像人类员工一样被“交谈”、被信任，并能一次性处理涉及多个系统和步骤的复杂任务的智能体。
技术核心：超越大语言模型的“大行动模型”
基于这上千次对话的深刻洞察，Narada的产品方向变得异常清晰。他们决定开发的核心技术并非当时大热的大语言模型 (LLM)，而是其进阶形态——大行动模型。简单来说，LLM擅长理解和生成语言，而LAMs则更进一步，能够将语言理解转化为在真实数字环境（如CRM、ERP、财务软件）中执行的具体行动序列。
例如，一个典型的LAMs工作流可能是：“为上周签约的所有客户创建项目文件夹，更新CRM状态，并向财务系统发起开票流程”。这需要AI理解自然语言指令，拆解任务，登录不同系统，按正确顺序操作，并处理过程中可能出现的异常。Narada的技术正是为了自动化这类过去必须由人类完成的、高认知负荷的复合型任务。
从最小可行产品到千万美元订单：信任的复利效应
Park将早期的客户对话视为远超销售电话的深度合作。他分享道：“如果你想建立真正的业务，就要问那些困难的问题。花时间与客户在一起，不仅仅是为了销售，因为拿到合同和采购订单仅仅是个开始。” 这种深度参与的策略带来了显著的回报。
- 精准的产品定义：避免了开发无人需要的“炫技”功能。
- 早期信任建立：客户从需求提出阶段就参与了产品塑造。
- 巨大的增长潜力：Park透露，一些最初通过“自力更生”模式合作的小客户，最终发展成了价值数百万美元的大订单。“向一个已经选择了你并对你有一定信任的公司销售更多产品，总是更容易的。”
这种模式验证了一个朴素的商业真理：无论产品在行业内看起来多么时髦、有趣或受好评，如果人们不愿意为之付费，它就无法成为赢家。Narada将客户置于每一个决策的中心，确保了其技术演进始终与市场支付意愿同步。
行业影响与未来展望：企业AI进入“执行时代”
Narada的崛起路径为喧嚣的AI创业领域提供了一个冷静的范本。它表明，在基础模型能力逐渐同质化的当下，对垂直领域工作流的深刻理解和构建可靠行动智能体的能力，正成为企业级AI新的竞争壁垒。
行业分析指出，随着企业数字化转型进入深水区，自动化需求正从简单的数据查询（“发生了什么？”）和内容生成（“写点什么？”），转向复杂的业务流程执行（“去完成这件事！”）。这标志着企业AI从“对话时代”迈向“执行时代”。Narada所专注的大行动模型，恰好踩中了这一关键转折点。其发展历程也提醒所有创业者，在追逐技术风口的同时，回归商业本质——深入理解并解决客户愿意付费的真实问题，才是构建持久公司的基石。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...