离线时间

Ellen Cheng
  • 0.0 (0)
  • Technology
  • Weekly

一档从新加坡出发的深度访谈栏目，对话在新加坡做AI创业和出海的founder，聚焦真实的创业故事与商业实践。 关于主播： Ellen，现在新加坡创业，为Global Chinese创业者提供投融资和增长服务，同时冷启动了一个出海华人社交产品。过去在北京创业和美元基金投资，北京大学本科。 收听：小宇宙 / Apple Podcasts / Spotify 小红书：Ellen的离线时间 联系：ellen@theaiduet.com

  1. Oct 23

    #28 第一批下场做 AI 应用的人，三年后怎么样了

    本期嘉宾毛华，ccMonet.ai创始人，前腾讯应用宝创始人。2016 年起在腾讯内部做语音助手"腾讯小微"，载体覆盖 QQ 音乐、哈曼卡顿和 Bose 音响、Sony 耳机、HP 打印机等，后在腾讯云负责标准化产品。2019 年离开腾讯。 2023 年 3 月，ChatGPT 发布 4 个月后，他带着原腾讯小微的杭州团队做了 toC 的 AI 私人助理 PlatoX，覆盖时间管理、个人财务和知识管理。因为 Token 成本太高，2024 年 4 月停掉 PlatoX，把其中的财务模块拿出来转做 toB，于 2024 年 5 月 7 日写下 ccMonet 的第一行代码。ccMonet 面向新加坡及东南亚的小微企业，拍照、邮件转发、上传就能完成记账，目标是给每个小企业配一个 AI CFO。 Highlights： 2023 年做 PlatoX 时，发一条消息的成本是 0.2 美金，解决一个问题要七八条到二十条消息。毛华一个人一个月测掉了 1000 多美金的 Token。他知道 Token 一定会降，但"扛不到降的时间"ccMonet 是倒着做的：终点是给每个小企业配一个 AI CFO，但 CFO 的前提是完整、准确的财务数据，所以先从最底层的记账做起早期刻意不配财务人员，因为产品要给非财务人员用：牙科诊所的前台、送货的小哥，拍个照就把账记完了和金蝶、用友、SAP、QuickBooks、Xero 的本质区别是使用人群不同。传统财务软件是专业财务人员在用，ccMonet 的用户从没学过财务，也不需要学不只是 OCR：识别之后还要理解和校验。一张手写的临时工工资报销单，拍照后系统直接发现总额多算了 40 多块钱，传统会计事务所只会登记右下角那个数字泰国一家管理十几间公司的 CFO，只用了 ccMonet 的一个拍照功能，就重组了 20 人的财务团队，三个月整理完账目，通过安永审计，拿到了融资功能很容易被抄，壁垒在数据沉淀和"温度"。AI 能做到 80%、90%，剩下的由一线数据团队和持牌会计师来检查、签字、负责 Timeline： 00:00 开场：ChatGPT 出来三年，第一批下场做应用的创业者现在怎么样了 01:22 PlatoX 的起点：延续在腾讯做语音助手"腾讯小微"的思路 02:40 腾讯小微的载体：QQ 音乐、哈曼卡顿、Bose、Sony 耳机、HP 打印机，但当时 AI 能力有限 03:23 2019 年离开腾讯，2022 年 11 月 ChatGPT 发布，决定把以前没做好的事重新做一遍 04:21 PlatoX 的三个模块：时间管理（截图或说句话就能记事提醒）、个人财务（拍发票记账）、知识管理 06:03 坚持一年后停掉：2023 年 3 月做到 2024 年 4 月，Token 实在太贵 06:38 2023 年 7 月在美国的测试：拍一张路边餐厅的照片，就能知道是什么店、招牌菜、人均消费，还能翻译日文菜单 07:51 公司要活下去，把 PlatoX 的财务模块拿出来转做 toB。一家日本保险公司也对消费数据感兴趣 09:07 PlatoX 当时不到 5000 个用户，0.2 美金一条消息，算下来每个用户一个月要几百块 10:27 当时大模型不能直接解决问题，团队自己搭了类似 Skill 的平台，接 web search 等能力 10:56 洛杉矶点菜的故事：5 个人、100 美金以下、两个不辣的菜，AI 第一次只点了 3 个菜 14:30 一次点菜来回接近 10 轮对话，毛华一个月一个人消耗了 1000 多美金 Token 15:16 "我知道 Token 一定会降，但是我扛不到降的时间" 15:55 ccMonet 的第一行代码：2024 年 5 月 7 日，把杭州团队拉到马来西亚新山租了栋房子，封闭开发一个月 16:40 一开始的定位就是 CFO：帮企业做财务决策、预测和融资准备 17:06 实现 CFO 的前提是数据完整、准确，所以要先解决 accounting 17:56 用银行账单、收入票据、支出票据交叉验证完整性：有转账没票说明票丢了，有票没转账说明钱没收或没付 19:17 用了大约 15 个月，把 accounting 做得相对完整 19:33 早期刻意不配财务人员，产品经理和工程师都没有财务背景 20:19 产品给谁用：牙科诊所前台、送货小哥，拍个照或截个屏就记完账 21:32 到了出报告的阶段，配了专业会计师团队来 review AI 的结果并签字背书 22:17 有了数据之后的 CFO 能力：采购价格变化、burn rate、应收应付、现金还能烧多久、催收提醒 24:19 "我们是倒着来的"：先有目标，再解决前提条件 25:38 为什么只做小微企业：中大型企业要对接现有系统、合规流程长、需要定制 27:06 腾讯云的经验：赚钱的是标准产品，定制团队难管理、成本高，所以不做定制 28:27 没有财务背景的团队怎么做财务产品：自己买会计书研究，早期重点在数据准确和完整 30:14 第一个外部推动者：一位泰国的跨国公司 CFO，只用了"拍票据变结构化数据"这一个功能 32:13 Ellen 提问：ERP、CRM 是表格录入，ccMonet 用拍照做入口，和传统企业软件有什么区别 33:53 最大的区别是用户群体：金蝶、用友、SAP、Oracle、QuickBooks、Xero 都是专业财务人员在用 35:37 拍照只是保底方式，邮件、PDF、WhatsApp、微信转发都可以 37:58 固定资产的例子：传统软件要手动设置折旧方式，ccMonet 看到一张 2000 美金的电脑发票就自动按 60 个月折旧 40:22 Ellen 的推论：判断 AI 产品能否持续成长，看它是否让以前用不了的人也能用 42:30 不只是 OCR：多语言、手写、打印混合的票据，识别之后还要理解和校验，财务数据不能有幻觉 44:05 手写报销单的故事：一张临时工工资单，系统发现总额多算了 40 多块钱 46:16 采购价格追踪：今天这批鸡蛋比上次贵了两分钱，系统会提醒餐厅经理和老板 47:41 泰国客户的故事：20 人财务团队重组，能力一般的人负责拍照，5 个能力强的人负责 review 49:59 三个月整理完十几间公司的账，通过安永审计，拿到融资 51:37 实时生成报告的难点：要懂 AI，要有 know-how，还要了解每个国家的财务准则 52:36 财务团队从 2025 年八九月开始组建，最初是为了校验 AI 生成的报告 53:12 从 0 到 1 之后的多条路径：收购会计师事务所、搭服务团队、做更深的 AI CFO 能力 55:33 现实制约：小企业财务都是外包的，切换要等财年节点，还有人情和老事务所不配合的成本 57:38 新加坡的秘书服务和财务服务常常绑在一起，新公司第一年往往用 Excel 就够了 59:38 toB 财务的特殊责任：结果必须正确，还要审计留痕，谁在什么时间改了什么都要记录 01:00:53 AI 时代抄产品很容易，ccMonet 的壁垒是什么 01:01:29 壁垒一：数据沉淀带来的切换成本 01:02:02 壁垒二："温度"，也就是真人服务带来的情绪价值 01:03:01 两层服务团队：一线数据检查团队 + 持牌会计师签字 01:03:57 "AI 还不能 100% 解决问题"：AI 从 80% 提升到 90%，最后 10% 还是要靠人 01:04:20 结尾：三年里变了什么，没变什么。谁来用、终点在哪、谁对结果负责，这些不会因为模型升级而失效 ——— 感谢嘉宾：毛华，ccMonet .AI创始人 离线时间 The AI Duet 主理人：Ellen｜新加坡 收听：小宇宙 / Apple Podcasts / Spotify 小红书：Ellen的离线时间 官网：theaiduet.com 联系：ellen@theaiduet.com

  2. Oct 8

    #27 不要把新加坡当市场，要把它当美国在亚洲的基地

    本期对话：Allen 史大侠，产品与出海战略顾问，台湾出身，活跃于美国、日本、台湾和新加坡。物理学背景，跨越制造业、科技、出行、AI 内容、游戏（曾在 Roblox）、元宇宙、演唱会投资等多个行业。目前专注辅导 pre-A 轮及早期 AI 团队的产品策略和全球化路径，辅导的团队几乎每一季都有进入 YC。这是他第二次做客离线时间。 Highlights： 新加坡不应该被当做一个市场来做，而应该定位成美国在亚洲的基地——你的优势是在亚洲有 solid 的 business，然后去挑战美国市场，反过来做大部分都会挂掉中国团队出海做内容生成类产品（视频、音频）相对容易，因为 culture fit 门槛低，用户一看就知道好不好。但做办公协作类 agent 极难——你团队都不用 Slack，你怎么做海外版 teamwork 产品冷启动的关键不是 growth hack，是找到供需不匹配的切入点。一个团队本来想做保险 workflow，去了趟纽约之后发现一个百亿美金的 niche——税务申报纠错的保险很多创业者看到供给侧的机会就冲进去，但不理解需求侧。做餐饮 AI 的不应该越做越细到票券管理，应该透过票券切入更大的市场——餐饮库存管理、支付、物流现在最大的运营挑战是 revenue growth 远大于团队能力的 growth——不是招更多人，而是如何在不招人的情况下实现 10 倍运营增长YC 现在申请要看你的 ChatGPT 使用记录、GitHub 提交、Codex 产出——你真的有没有在用 AI 做事，装也装不来了Go-to-market 最大的变化：决策过程中间环节越来越多由 AI 模型完成，你的数字资产必须能被 AI 找到和调取，否则就接不上 Timeline： 00:00 开场：Ellen 介绍本期嘉宾 Allen 史大侠，新加坡线下重聚 00:43 这次来新加坡的感受：TOKEN 2049 + F1 期间热度比半年前高，美国团队开始认真看亚洲 01:28 海外团队一直懒得进亚洲，top priority 还是美国。但亚洲需要本地 partner，不只是 BD，还要 SI 和 FDE 团队 02:04 Anthropic 和 OpenAI 今年还要在亚洲收购几间团队做 FDE 02:29 新加坡的 value proposition：不要当做市场来做，要定位成美国在亚洲的基地 03:54 华人团队的正确路径：在亚洲有 solid business，再去挑战美国市场。反过来做很容易挂掉 04:20 中国团队出海：做内容生成类（视频、音频）相对容易，culture fit 门槛低，全球体感一致 05:43 滴滴来台湾的故事：台北捷运 + 摩托车太方便，打车需求天然弱——culture fit 是无法跨越的门槛 07:09 办公协作类 agent 出海极难：你团队用飞书和腾讯会议，海外用 Slack 和 Teams，使用习惯完全不一样 09:04 出海团队最容易遇到的两个问题：culture fit 不了解 + 增长渠道方式不一样 09:30 Manus 为什么成功：很快看到 Chrome plugin 这个渠道，Monica 时代就抓到了流量 10:55 增长心态的问题：不是用话术和流量反推市场，而是真的去了解美国用户需要什么 11:21 实例：一个保险方向的团队，去了纽约跟真实银行聊完，最终切入税务申报纠错——百亿美金市场 13:51 YC 和 A16Z 也有反思：元宇宙那几届投的不好，现在看真实市场需求和 momentum，不追热点 14:48 Ellen 总结：第一性原理——产品要 base 在市场需求上 15:21 方法论：快速从供给和需求端找到不匹配的机会点 16:29 保姆行业例子：表面是供给侧问题（保姆水平），实际是需求侧问题（家庭能不能把 task 讲明白） 18:09 需求变成功能 vs 需求变成产品——产品要有人用 20:23 AI SEO/GEO 的真实挑战：不是工具好不好，是老板到底有没有精力和投入产出比去做这件事 22:41 2026 年的新变化：revenue growth 远大于团队能力的 growth，5-10 个 case 灌进来接不住 24:25 核心命题：如何在不招人的情况下实现 10 倍运营增长 25:22 Founder 如何自己找到商业本质：产品经理需要商业经验，至少连续扛过一两年业绩 26:02 实操建议：只做一两个产品，让 sales 更好卖，go-to-market strategy 变得极度 focus 28:30 AI 财务出海的建议：不要沿着票券越做越细，应该切入更大的市场——餐饮库存管理、支付、物流 31:27 跨行业迁移能力：好奇心 + 举一反三。好奇心不是有兴趣，是想知道背后的原理 33:00 找 co-founder 的标准：你跟他讲一个方法论，他是反驳、接受、还是能举一反三 34:18 Ego 和 open-mindedness 的 balance：grounded confidence vs 能接受新信息 34:53 怎么找到对的人聊：让朋友引荐行业里真正懂的人，学思考框架而不是答案 36:08 Web3 朋友的故事：100 万→1 亿人民币，问"交易所会不会停电"——其实在教你思考期望值和风险的关系 37:28 为什么做顾问而不是 founder：在 Roblox 发现不够喜欢游戏，最喜欢的是帮别人看到新方向 38:33 这个时代的 founder 太辛苦：三个月一小变，六个月一大变。Claude Opus 5.5 出来后很多 AI motion 团队直接挂了 39:16 Go-to-market 最大变化：数字资产越来越重要，AI 模型在帮用户做决策，你必须能被 AI 找到 41:55 YC 新的筛选标准：要看 ChatGPT 使用记录、GitHub 提交、Codex 产出、social media 持续曝光——装不来 43:09 这个时代越来越"真"了，你怎么把真实的一面留下来 45:14 新加坡的两个角色：欧美团队快速理解亚洲的综合型人才基地 + Fintech / Loyalty / IP 团队有独特机会 47:53 大公司出海建议（以 WorkBuddy 为例）：成立独立 BU，不要在原有产品上改，要从美国市场需求出发 49:34 区分风口和增长：元宇宙是风口，真实需求是随身 camera 和实时翻译——所以出来了 Ray-Ban 眼镜 50:12 结尾：感谢史大侠的分享 ——— 感谢嘉宾：Allen 史大侠，产品与出海战略顾问 离线时间 The AI Duet 主理人：Ellen｜新加坡 收听：小宇宙 / Apple Podcasts / Spotify 小红书：Ellen的离线时间 官网：theaiduet.com 联系：ellen@theaiduet.com

  3. Sep 25

    #26 每天5分钟录音，AI 告诉你哪句话说对了、哪句话可以换个方式——一个妈妈把临床育儿方法做成了消费级产品

    Mia（Xiaohui Liu），Nora AI 创始人兼 CEO，妈妈，坐标新加坡。此前在淡马锡担任 AI 产品经理，也做过 AI startup 的 due diligence。2025年 11 月开始做 Nora，2026 年 3 月新加坡上线，5 月台湾上线。 Nora 不是育儿问答 chatbot，而是一个基于临床心理学框架的 AI 育儿教练。核心用法：家长录下 5 分钟亲子互动，AI 分析对话模式，生成个性化 coaching 报告——哪些话说得好，哪些互动模式可以微调。产品基于 一套亲子互动治疗的临床框架，目前约 2000+ 付费用户，全部走付费模式，未做过大规模推广。 Highlights： Nora 不是"你问我答"的育儿 chatbot——家长不缺知识，缺的是在压力下把知识用出来的能力。录 5 分钟亲子互动，AI 分析你的对话模式，告诉你哪些做得好、哪些可以调整曾经试过做聊天功能，结果 90% 的用户不用，重度用户也只愿意付不到 1 美元/月——验证了 chatbot 路线走不通，果断砍掉Coaching 报告的核心价值不是"教你怎么做"，而是"让你被看见"——5 分钟里 AI 问了你 30 个问题，你自己都不知道的互动习惯被呈现出来一个忙碌的爸爸用了一周，女儿第一次主动抱了他；一个每天吼孩子的爸爸两周打破了吼叫循环——行为改变发生在几天到几周内走临床路线有三个原因：临床背书建立信任、如果对 ADHD 等临床人群有效那对所有家庭都有效、医疗器械路径意味着保险和雇主可以买单技术是混合路线：语音转文字用现成模型，说话人分离和语气分析是自研小模型，文本按临床框架分类是自研专利模型，报告生成用现成 LLM + context engineering所有育儿培训都是西方的——TripleP 是澳大利亚的，正面管教也是——Mia 和钟教授要做的是有亚洲特色的、基于亚洲专家经验的育儿体系 Timeline： 00:00 开场：本期嘉宾 Mia 和 Nora AI 00:17 Mia 自我介绍：Nora AI 联合创始人兼 CEO，产品是 AI 育儿教练 01:10 产品怎么用：家长录 5 分钟亲子互动，AI 分析对话模式，生成 coaching 报告 01:48 创业起点：自己是妈妈，育儿中遇到很多痛点 02:37 关键认知：99% 的儿童行为问题根源在亲子互动模式，不在孩子身上 03:36 临床上有一套"黄金治疗法则"，干预后变化非常明显 04:09 背景：此前在 淡马锡做 AI 产品经理，也做 AI startup due diligence 05:01 联合创始人：认识 10 多年的朋友，AI PhD，也是妈妈 05:05 时间线：2025 年 11 月启动，2026 年 3 月新加坡上线，5 月台湾地区上线 05:44 台湾教授加入担任临床顾问 + 股东，20 多年临床经验 06:14 AI 治理律师朋友帮忙处理数据合规 07:13 V1 版本反馈太直接，和心理医生、沟通教练一起调整了表达方式 07:56 目前约 2000+ 付费用户 08:08 两类用户群体：20% 临床转介（已有诊断），80% 健康发展（日常育儿提升） 09:54 为什么不做 chatbot：家长不缺知识，缺的是在压力下使用知识的能力 11:51 Chatbot 的竞争壁垒问题——ChatGPT 和 Gemini 随时可以做 12:59 聊天功能实验：90% 用户不用，重度用户也只愿付不到 $1/月，果断砍掉 17:01 Coaching 报告的设计：基于临床标准，不是随意的 AI 生成 19:41 核心价值：呈现你不知道的互动习惯（5 分钟里 AI 问了 30 个问题） 21:44 Ellen 的洞察：这个产品的核心价值是"被看见" 23:19 用户故事：忙碌的爸爸用了一周，女儿第一次主动抱他 25:05 "Special Playtime"：每天 5 分钟专注陪伴的概念 26:04 另一个故事：每天吼孩子的爸爸，两周打破吼叫循环 26:56 轻度 ADHD 孩子的妈妈，原本半信半疑，14 天后行为明显改善 30:23 为什么是 5 分钟：临床验证的最短有效时长 33:26 临床背景：亲子行为训练，40+ 年的循证框架 34:27 美国看一个儿童心理医生大概要排队一年 35:09 钟教授把西方框架适配了亚洲家庭 36:29 走临床路线的三个原因：临床背书建立信任、对临床人群有效则对所有人有效、医疗器械路径（保险/雇主买单） 40:32 AI 的边界：三个转介检查点（入门筛查、录音分析、家长自我转介） 44:25 Coaching 报告四大模块：session 记忆 + 高光时刻、危机时刻、主要教练内容、儿童发展特质 50:52 Mia 自己每天都用，也作为模型质量检查 52:09 磁力片故事：标准的共情方法对敏感型孩子反而无效，需要个性化策略 55:59 儿子学会了自我安抚 57:40 技术栈：混合路线——语音转文字（现成模型）+ 说话人分离和语气分析（自研）+ 临床框架分类（自研专利模型）+ 报告生成（现成 LLM + context engineering） 1:00:08 为什么选亚洲：投资人建议去美国，但 Mia 认为亚洲的 impact gap 更大、家长付费意愿更高 1:04:08 Triple P 和所有主流育儿培训都是西方的——为什么亚洲不能有自己的育儿体系 1:05:52 产品上线效果好，基本没做推广，都是口碑和心理医生转介 1:06:14 PMF 验证：临床用户群已验证（高粘性、高理解度），消费者群体还在迭代 1:07:42 台湾临床验证实验：对比传统两年心理医生 vs 6 个月心理医生 + Nora APP 1:08:54 Mia 坚持消费者路线的原因：让所有家长接触到这个理念——让孩子觉得被看到、被尊重、有能力 ——— 感谢嘉宾：Mia（Xiaohui Liu），Nora AI 联合创始人兼 CEO 离线时间 The AI Duet 主理人：Ellen｜新加坡 收听：小宇宙 / Apple Podcasts / Spotify 小红书：Ellen的离线时间 官网：theaiduet.com 联系：ellen@theaiduet.com HighlightsTimeline

  4. Sep 17

    #25 声音比文字丰富，比视频干净，他围绕这个判断做了三个 AI 产品

    贾子健，InspireAI 创始人兼 CEO，连续创业者，创业 6 年。本科学 AI，先后在网易做出中国第一个在线选座购票产品（早于猫眼），在 360 半年内从零做到 DAU 过亿的浏览器和 2 亿+收入，后负责 360 海外产品（1 亿+ DAU）。2018–2020 年在学而思做出第一个 AI 课程和拍照搜题产品，2020 年第一次创业做 K12 教育。 大模型时代转向 AI 语言学习，2024 年初推出 Talkme（AI 口语练习），随后推出 ListenLeap（用播客/YouTube 学语言，小红书语言学习品类 #1），最新产品 Stances.ai 从播客内容中提取一手信源，服务高决策成本人群。三款产品全球用户覆盖多语言市场，团队以清北 + 斯坦福/哈佛等顶尖学生为核心。 Highlights： Talkme 的定位不是和 Duolingo 竞争——Duolingo 做的是从零开始的习惯养成，Talkme 做的是"学以致用"，服务有基础但不敢开口的人大模型语音聊天像一个万能的美国朋友，但不是老师。Talkme 有课程体系、进阶路径，全球积累了近 1 亿条用户语音录音，这是护城河ListenLeap 源于一个洞察：语言学习 = 输入 + 输出，听力的场景比口语多得多。YouTube 上有 30 亿语言学习者，小红书上线后增长翻了 10 倍+Stances.ai 的核心是"一手信源"——不生成答案，而是告诉你哪个人类专家在哪期播客里说了什么，观点是共识还是分歧，随时间如何演变技术路线和大模型根本不同：Stances 是检索式的，不是生成式的。没有就是没有，不会强生成。自研模型，基于 ListenLeap 一年多的播客数据标注声音是被低估的信息媒介——比文字信息量更丰富，比视频少很多噪音。这是 InspireAI 三款产品共同的底层信念AI 创业最大的变化是速度和认知迭代——以前以周为单位，现在以小时为单位。Vibe coding 一个周末能做出八九不离十的产品，但从 0 到 1 万个付费用户才是真正难的事 Timeline： 00:00 开场：Ellen 介绍本期嘉宾贾子健和 InspireAI 的三款产品 00:25 子健自我介绍：InspireAI CEO，Talkme + ListenLeap + 新产品 Stances.ai 01:00 产品时间线：Talkme 2024 年初上线，做 AI 口语练习 02:04 个人背景：本科学 AI，网易做在线选座购票（早于猫眼），360 浏览器半年 DAU 破亿，360 海外产品 1 亿+ DAU，学而思做 AI 课程和拍照搜题 03:54 为什么做 AI 口语练习：一个简单 demo 在 B 站和海外导航站意外爆火，验证了 PMF 05:10 多语言扩展策略：AI 天然支持多语言，用国家 × 语言的矩阵打法做全球市场 06:34 Talkme vs Duolingo：Duolingo 做零基础习惯养成，Talkme 做"学以致用" 07:42 Talkme vs 大模型语音聊天：大模型是万能朋友但不是老师，Talkme 有课程体系和进阶路径，积累近 1 亿条语音录音 10:01 市场扩展：台湾仍是最大市场，日本 ROI 好，大陆增长快，ListenLeap 增长翻 10 倍+ 11:21 为什么做第二款产品 ListenLeap：语言学习 = 输入 + 输出，听力场景更多，YouTube 有 30 亿语言学习者 12:53 团队变小但收入在涨——效率提升 14:44 Stances.ai 的诞生：从 ListenLeap 的一个功能独立出来，核心卖点是"一手信源" 15:33 Stances 怎么用：问一个问题，展示哪个专家在哪期播客说了什么，观点共识与分歧，时间线演变，相关概念 16:51 实例：搜 DeepSeek，看到 a16z、YC、Nvidia AI Podcast 等不同来源的专家观点 18:32 技术路线：检索式而非生成式，自研模型（数十亿参数），基于 ListenLeap 一年多的播客数据标注 20:05 产品形态：简报式呈现，每个论点链接到播客原始时间戳，支持 PDF 导出、分享链接、接入 Codex / Claude / Word 22:15 声音处理是核心能力："声音比文字信息量更丰富，比视频少很多噪音" 23:54 编辑立场：了解用户画像但客观呈现多元观点，不替用户做判断，不过度总结 25:14 Stances vs Perplexity：Perplexity 基于网页的 AI 搜索引擎，Stances 基于播客的一手信源 27:33 Stances 不求全但求专：没有就是没有，不强生成，服务决策成本高的人群 28:53 用户留存策略：推荐同画像用户的问题，计划做周报和类知乎的浏览体验 29:55 新证据处理：不判断谁对谁错，沿时间线展示观点演变，让用户自己做判断 30:43 vs Palantir 知识图谱 / 个人雷达：Stances 以用户注意力为中心，不是以信息为中心 32:30 个人知识库的难点：人都是懒的，AI 的价值是了解你之后主动推荐 33:06 Stances 目标用户：一级/二级投资人、基金管理者、投行分析师、创业者、科技研究者、记者 34:12 转入 AI 创业感悟：两年来最大的感受 34:25 速度和认知迭代是最大改变：以前以周为单位，现在以小时为单位 35:28 新的生产方式：清北 + 斯坦福/哈佛的"状元们"做产品，资深工程师做架构引导和安全防护 36:16 保持好奇心：创业 80% 的时间都很 down，但每发现一个新机会就觉得"我又行了" 37:37 AI 创业三个阶段：早期证明自己 → 中期扩量增长 → 现在心态稳定，知道边界 39:00 价值观选择：要质量不要速度，要口碑不要过度商业化 39:27 做下一个产品的方法论：新体验催生新产品（如 GPT Live API），运营体系可复用 40:03 Vibe coding 的现实：一个周末做出八九不离十的产品不稀奇，但获取第 1 万个付费用户才是真难 40:49 结尾：感谢收听，评论区可找到子健 ——— 感谢嘉宾：贾子健，InspireAI CEO 产品：Talkme / ListenLeap / Stances.ai ——— 离线时间 The AI Duet 主理人：Ellen｜新加坡 收听：小宇宙 / Apple Podcasts / Spotify 小红书：Ellen的离线时间 官网：theaiduet.com 联系：ellen@theaiduet.com

  5. Sep 10

    #24 新加坡30家店的餐饮老板第一次来聊AI：瓶颈从来不是技术

    本期嘉宾：Jerry Liao · 壹碗 First Bowl / 新奇汉堡 Shiok Burger 创始人 & Eric Bao · 壹碗 CEO Jerry Liao，在新加坡 21 年，做餐饮 10 年。从兰州拉面起步，发现清真（Halal）中餐在新加坡是一片空白，创立壹碗 First Bowl（清真中式快餐，14 家店）和新奇汉堡 Shiok Burger（中西融合汉堡，10 家店），合计约 30 家门店。自称"虎头蛇尾"——擅长 0 到 1，不擅长 1 到 10，于是把壹碗交给了 Eric，自己专注开新赛道。已完成 Pre-A 轮融资（ACV，印尼 VC），计划拓展东南亚。 Eric Bao，2024 年加入壹碗任 CEO，负责 1 到 10 的运营和数字化。一年多时间把三套互不相通的收银系统统一成一套，上线 ccMonet AI（财务）、排班/HR、客户评价，并用 Claude team 账号（7 人）搭建 AI 驱动的财务预测和巡检体系。 Highlights： 清真认证是我们最大的护城河——竞争对手不是不想做，是不敢做。少数人影响多数人，做了 Halal 你什么人都能吃，营收直接多 30%–40%39 平米、3 个人、一天出 3000 份——小店模型的核心就是坪效和人效，不追求大我是一个虎头蛇尾的人，擅长从 0 到 1，但不擅长把一件事做到极致。所以我把壹碗交给了包总，自己去开新赛道中央厨房一开始是保姆，什么都帮你做；到了 20 家店以后就变成补课老师——门店做不好的品项，中央厨房帮你兜底以前月底 20 号才知道上个月赚没赚钱，现在我用 Claude 拉数据，每个月 2 号就能把整个 P&L 预测出来运营经理给我一个 60 分的巡检 Excel，我丢进 AI 工具，20 分钟回来一个 90 分的方案——权重、评分、奖金挂钩全有了，以前要 HR 和运营配合一周才能出AI 落地在实体行业，瓶颈从来不是技术，是数据的颗粒度。纸质送货单变数字化采购明细，三套 POS 统一成一套——有了这些，AI 才有东西可以算Timeline： 00:00 开场：离线时间第一次请传统餐饮行业的老板来聊 AI 01:01 Jerry 自我介绍：来新加坡 21 年，做餐饮 10 年，壹碗 + 新奇汉堡约 30 家店 02:22 从兰州拉面切入新加坡——发现清真中餐是空白市场 03:45 Halal 认证的战略意义：不是为了穆斯林市场，是"少数人影响多数人" 05:38 起步故事：第一家店怎么开起来的 08:14 小店模型：39 平米、3 个人、日出 3000 份，追求极致坪效和人效 10:33 中国餐饮品牌涌入新加坡——Jerry 怎么看竞争 13:15 清真认证为什么是护城河：竞争对手不是不想做，是不敢做 14:12 Eric 怎么加入壹碗：Jerry 的 0-to-1 和 Eric 的 1-to-10 17:19 Jerry 的自我认知："我是虎头蛇尾的人"，把壹碗交给 Eric 19:21 商场选址的坑：人流量不等于你的客流量 23:39 融资故事：ACV（印尼 VC）Pre-A 轮，计划拓展东南亚 26:37 关店经验：学校店和 kiosk 店为什么不 work 28:55 新奇汉堡 Shiok Burger：中西融合，皮蛋烧椒鸡肉汉堡成爆款 32:44 中央厨房进化论：从"保姆"到"补课老师" 35:50 数字化基建第一步：把三套 POS 统一成一套系统 38:11 ccMonet：财务和采购数字化，纸质送货单变电子明细 40:07 排班和 HR 系统，计算每个店每小时的人力成本 42:15 客户评价管理，Google Review 自动同步和回复 44:30 AI 工具：Claude team 账号，7 个人，公司付费 46:06 AI 财务预测：月初 2 号预测完整 P&L，不用等到 20 号 47:22 SPLH（Sales Per Labor Hour）：用 AI 追踪每家店每小时的人效 50:26 数据中台思维：与其开发每个工具，不如打通所有系统的接口 51:17 团队最大的变化：反应速度——报表出来第二天运营就能调整 52:16 AI 巡检体系：运营经理的 60 分 Excel → AI 的 90 分方案，20 分钟搞定 54:06 AI 对利润的真实影响：不是直接提升，是让业务判断更快更准 55:18 人力成本节约：以前 10 个人做的事，现在 2 个人搞定；合同审查不再需要律师 56:34 给 AI 团队的建议：餐饮最刚需的是订货管理和 BOM（原材料消耗）成本控制 59:10 AI 在传统行业真正有用的方式，是把现有流程压缩到不可思议的速度 ——— 感谢嘉宾：Jerry Liao，壹碗 First Bowl / 新奇汉堡 Shiok Burger 创始人 嘉宾：Eric Bao，壹碗 First Bowl CEO 公司官网：https://www.firstbowl.com/ ——— 离线时间 The AI Duet 主理人：Ellen｜新加坡 收听：小宇宙 / Apple Podcasts / Spotify 小红书：Ellen的离线时间 官网：theaiduet.com 联系：ellen@theaiduet.com

  6. Aug 21

    #23 一个人、7个机器人、8个月在新加坡卖掉3000单沐浴露

    郭一辰（YG），CapgoAI 创始人，Harvard MBA，做 AI 驱动的 SEO/GEO 服务，客户覆盖亚洲和美国的 AI 公司、软件公司和国内大模型公司。从产品转服务一年半，最近拓展到 UGC SEO（把客户的用户生成内容变成网页获取流量）和视频生成。 Ashley 小周，Sukoon 素循创始人，新加坡首个以补充装为核心的洗护家清品牌，2024 年 12 月上市。一人公司 + AI agent 矩阵 + 4 位超级个体 part-timer 的团队架构。前 7 个月 all in 线下验证——跑了 7 个展会和卖点，一单一单卖货、观察微表情、收集真实反馈。曼谷展会上，作为全场最年轻的品牌（7 个月），是唯一全售空的。已拓展至曼谷和香港线下渠道。 本期围绕 AI Native Marketing 展开，分三个板块：Workflow（AI 如何重塑工作流）、Taste（品味与判断力）、Pattern（AI 时代 go-to-market 的新模式）。 Highlights： AI 让一个人可以乘 5 乘 10，如果你是 1，你就是 5 或 10；如果你是 0，乘 5 乘 10 还是 0感知这个东西是没有办法被代替的——不管是产品决策还是市场判断，到最后都是基于我个人的经验和感知公司最大的损耗不是工程做得慢，是我做了一些后来没有用的功能过去一年就是我一个人跟七个机器人在 ChatGPT 上讲话——品牌上市的时候，我突然丧失了表达的欲望，我非常想听到真实的人AI 特别喜欢下结论，当它信息不够多的时候，它也会下结论——它不像人一样会说"我数据信息不够多，所以我没法下这个结论"做 100 个烂的视频，不如好好做一个极高水平的视频我在仓库里三四百个瓶子当中，20 米外看到第一眼就知道那就是我的瓶子Timeline： 00:00 开场介绍：AI Native Marketing 三个板块——Workflow、Taste、Pattern 01:48 一辰自我介绍：CapgoAI 创始人，做 AI 的 SEO/GEO，服务 AI 公司、软件公司和大模型公司 02:15 Ashley 自我介绍：Sukoon 素循创始人，新加坡首个补充装洗护品牌，去年 12 月上市，刚完成第一轮 8 个月的产品验证 02:38 Ashley 用 AI 的两个阶段：从 0 到 1 时 AI 是外接大脑，面对市场后 AI 的角色发生变化 03:27 一人公司的团队架构：一人 + AI agent 矩阵 + 4 位超级个体 part-timer（内容增长、本地策略、线上增长） 05:11 为什么先 all in 线下：过去一年跟七个机器人对话，品牌上市时丧失了表达欲望，急切想听到真实用户的声音 06:09 线下验证方法论：观察用户路过展位时的微表情——什么让他停下、闻到味道的第一反应、哪句话引起兴趣、对价格的第一反应 07:04 重复上百上千遍验证，防止 founder bias 07:22 为什么选线下的第三个原因：新加坡电商数据——品类前 5 名月销才六七千单，第 3 名开始断崖到一两千，养不活一个新品牌 08:42 【板块一：Workflow】Ashley 的 AI 分工：财务法务由 AI 完成 80%，内容产出仍以人为主，AI 辅助图形处理 10:37 AI 绝对不能代替的：判断。线下的微表情就是她的数据库，她本人就是数据处理引擎 11:26 一辰的 workflow 变化：能做的东西比原来多了（网页 → 社媒 → 视频），软件公司都在做原来不属于自己的功能 12:57 关键进化：AI 自动优化能力——根据数据反馈自动调整策略，像 CEO 一样每天读数据再优化 13:29 风险：AI 看不到所有 context，garbage in garbage out 15:10 SEO 中唯一不能自动化的：跟客户的交互——甲方优化的可能不是流量，而是"老板在乎的那 5 个词" 15:53 AI 的致命问题：信息不够时也会下结论，不会说"我数据不够，没法判断" 17:06 Context 困境：给 AI 读太多信息它会 confuse，人能抽象重点但 AI 不能——老板说的两句话比下属说的 100 句话都重要 19:12 【板块二：Taste】Ashley 定义品味：基于感知——选择青橘皮作为第一个香调，是因为想象拨开橘子时水汽迸发的那个存在瞬间 20:09 下市两个月选择"闭嘴"：不说自己的卖点，问别人觉得卖点是什么，防止脱轨 20:55 品牌 slogan 迭代：第三个月更新为"sensing and becoming"——回归感知生长秩序 22:21 与 AI 协作做视觉：脑子里先有意向，AI 做呈现，但需要不断调整颜色、明暗、叙事逻辑 24:57 品牌色从绿色改为赭色：发现"可持续"不是卖点，"选择的力量"才是，AI 生成的内容太"薄"，承托不了想要表达的力量 26:59 AI 生成内容的局限：用户能一眼认出是 AI 做的，最后木浆海绵擦的视觉还是手绘完成的 27:43 一辰定义品味：taste = 决定做什么。AI 让 execution 容易了，人最大的价值是判断 28:37 Harvard 教授的 judgment 训练法：多做对结果负责的决定——裁过的 50 个人每个都记得，读过的 100 个 case 一个都不记得 29:54 纸上谈兵训练不出 judgment，就像有 100 万"要投英伟达"和真正要投出去，大脑经历的过程完全不一样 30:22 创业最贵的教训：公司最大的损耗不是工程做得慢，是创始人做了后来没有用的功能 32:05 从产品到服务的 judgment 链：AI 会说不要做服务要做产品，但 SEO 领域客户习惯买服务——你还得补出你的 judgment 33:48 UGC SEO 效果验证：用户生成内容的 SEO 效果最好（类比 YouTube、LinkedIn），但面临市场 consolidation 风险 36:07 【板块三：Pattern】Ashley 用 AI 做全局思维：在 ChatGPT 建立"过去-当下-未来"三个视角，用"30 年后理想状态的自己"倒推当下决策 40:17 第二阶段变化：从高频对话变成定期 update，AI 工具更新太快反而成为时间负担，选择"让子弹飞一会" 41:48 知行合一：生活的每一天都在投喂品牌内容，品牌成为生活经验的容器 44:28 Sukoon 的商业野心：一定要做有影响力的品牌，不是小众品牌。前 7 个月坚持线下验证而不急于爆单 46:03 为什么不急于增量：卖 1 万单只有 1000 个评论，剩下 9000 人怎么想？这种恐慌更可怕 47:09 坚持一人公司的原因：前三年要保护自己对品牌的感知——这种感知被验证是正确的，能不断创造出更好的产品 47:30 用 AI agent 蒸馏自己的直觉：把"为什么选青橘皮"这类直觉，通过与 AI 对话抽取出方法论和框架 49:11 超级个体 part-timer 模式：20 年以上经验的人，1/10 薪水、1/10 时间，买的是他们精准的判断——就像 fine dining 买的是主厨和侍酒师十几年经验的判断 51:24 曼谷验证成功：展会最年轻品牌，唯一全售空；拓展曼谷两个线下渠道 + 香港中环一家香氛集合店 53:21 一辰论 B2B GTM：enterprise 的 go-to-market 没有本质变化，线下 in person 反而比以前更重要——大家收到太多 AI 自动化发的邮件和 LinkedIn，注意力更稀缺 55:08 B2C PLG 的变化：AI 对优秀个体的放大作用特别大——如果你是 1，乘 5 乘 10 就是 5 或 10；如果你是 0，还是 0 55:42 枪的比喻：没有枪的时候看谁武功好，有了枪看谁枪好、谁枪法好——有了 AI 看你用 AI 的水平 58:43 高质量 vs. spam：AI 时代 spam 变便宜了，所有平台都想 remove AI 生成的低质量内容，做 100 个烂视频不如好好做一个 59:36 Ashley 的真实需求：没有好工具能把散落在 WhatsApp、IG、微信、邮件里的零散信息聚合起来喂给 AI 01:02:33 一辰的策略：定期问 ChatGPT "我最近聊了哪些有意思的东西"，利用 memory 功能做信息回收 01:03:49 结束 ——— 感谢嘉宾：郭一辰（YG），CapgoAI 创始人 · Ashley 小周，Sukoon 素循创始人 离线时间 The AI Duet 主理人：Ellen｜新加坡 收听：小宇宙 / Apple Podcasts / Spotify 小红书：Ellen的离线时间 官网：theaiduet.com 联系：ellen@theaiduet.com

  7. Aug 13

    #22 他在 Meta 帮中国游戏公司花了几十亿广告费，现在想把这套经验装进 AI 里

    Harris Wang · A65 创始人，AI 营销 Agent 集群 Apple 在线商店销售出身，待了近 5 年。之后转入广告行业，加入 Facebook Marketing Partner Nanigans（后被 Sprinklr 收购并在美上市），负责大中华区市场，服务 FunPlus、Elex、IGG 等头部 SLG 游戏公司出海。随后进入 Meta，专门负责大中华区游戏行业，客户包括莉莉丝、米哈游、游族、哔哩哔哩等。2022 年 7 月离开 Meta 创业，2024 年底决定 all in AI，2025 年创立 A65，一家总部位于新加坡的 AI 营销 Agent 公司。 A65 的名字取自 1965 年 MIT 的 ELIZA 模型（NLP 起源）和新加坡建国年份。公司有三套产品：CrowdOS（合成受众洞察）、AgentOS（媒体投放规划）、CreativeOS（广告创意生成），服务电商、游戏、短剧、AI App 等 B2C 行业，投放覆盖全球，数据以美国和欧洲为主。 Highlights： 你今天有一个实习生的岗位，你能不能清晰地定义出这个实习生能够给你干什么——如果你没有办法定义出来，那你一定也没有办法定义一个好的 agent 出来我们不是为了 agent 而做 agent，有些东西直接可以用代码写死的，我们就用代码写死AI 不是不行，是因为你的 prompt、你的输入不行，它就输出就不行——你想让 AI 给你 100 分，你至少自己要达到 85 分我们功能性的 agent 里面是没有放 memory 的，因为我不能让 A 客户的信息影响到 B 客户的输出合成受众更多是我们的一个窗口，去预测大众的观点我们不会干预 perspective 的形成，我们只是喂原材料不是说今天要做到 100% 准，至少现有传统方式，我们用 AI 能做到跟它一致，达到商业使用就好了Timeline： 00:00 开场介绍：Harris 是 A65 创始人，做 AI agent 营销集群 00:36 A65 名字的由来：A = AI，65 = 1965 年 MIT 的 ELIZA（NLP 起源）+ 新加坡建国年份 02:09 两类客户：founder-led（直接用系统指挥 AI 军团）和 enterprise（定制化部署 agent） 03:40 Harris 的职业经历：Apple 在线商店近 5 年，学到沟通、用户体验和团队管理 04:31 转入广告行业：加入 Nanigans（FMP），负责大中华区，服务 FunPlus、IGG 等 SLG 游戏出海 05:38 进入 Meta/Facebook：负责大中华区游戏行业，客户包括莉莉丝、米哈游、哔哩哔哩等 06:18 中国游戏出海的盛世：全球前 10 的 SLG 游戏公司，9 家都是中国的 06:32 2022 年 7 月离开 Meta 创业，经历区块链游戏，2024 年底 all in AI 08:01 在 Meta 学到的两件事：用户分析（人性/人格分析）和数据驱动（performance marketing） 09:27 游戏投放的难度：SLG 游戏 free-to-play，8 个月回本，7 天 ROI 约 7%，需要精准的 predict LTV 曲线 10:46 A65 三套产品的设计逻辑：从把 agent 当效率工具，到让 agent 成为产品本身 11:38 Hermes agent 架构：用 Mac mini 跑 AI 员工，但发现多客户场景下 memory 会导致偏移 13:06 三类 agent 架构：AI 员工（Mac mini）、功能性 agent（无 memory，防止客户数据泄漏）、governance agent（评估和监控） 14:49 与其他 multi-agent 创业公司的区别：不是为 build 而 build，关键是 domain expertise 17:48 CrowdOS 介绍：合成受众，用 AI agent 模拟真实消费者做市场调研 19:04 技术细节：三层构建——skills/experience、facts/data、perspective/opinions，基于 Big Five/OCEAN 人格模型 20:09 Pew Research 校准：与 Pew 公开面板对比达到 91.6% 一致性 21:41 与传统调研的对比：传统 4-6 个月花费 10 万美元以上，CrowdOS 10 分钟花费几十到几百美元 23:15 应用场景：消费者洞察、政治民调、金融市场情绪预测 23:54 agent 的 memory 来源：每天喂当地和国际新闻，让 agent 在服务器内自发 debate 形成观点 24:13 监控机制：如果某个 agent 说服力太强把其他 agent 全部 convince 掉，会被监控和干预 24:34 为什么不把 91.6% 往上做：三个原因——校准对象是历史数据不需要 100% 匹配、统计学上 75% 以上已够用、成本边际递增 26:46 大模型偏见问题：用中国模型和海外模型共 5 个（Anthropic、Gemini、OpenAI、DeepSeek、Kimi）消除 bias 28:43 不同市场的校准：不是每个市场都有 Pew Research 级别的报告，需要单独定制化，包括社交媒体数据 29:32 合成受众的局限性：线下沉默的声音无法完全模拟（以 2016 年特朗普 vs 希拉里为例），目标是达到商业可用 30:23 AgentOS 介绍：基于 60 亿美元的历史投放数据，提供行业 benchmark 31:41 完整投放链路：用户画像 → media buy plan → benchmark → creative strategy → idea → 视频生成 → 投放 → 24 小时盯盘 32:23 agent 漂移问题：链路越长漂移越大，用真实投放数据做校准锚点 33:05 人在回路中：每天几千甚至上万美金的投放，不可能点一个按钮自动花出去，每个环节需要人决策 34:07 Harris 本人目前参与每一个客户的策略制定，同时训练团队和训练 agent 35:28 客户分层策略：Tier 1 大客户定制化方案做到 100 分，标准化后 90 分的方案给 Tier 2 中型客户用，对他们来说是 120 分 37:07 客户画像：投放覆盖全球，以美国和欧洲为主；行业集中在电商、游戏、短剧、AI App 等 B2C 38:08 短剧的特殊挑战：平台型产品，用户画像复杂（男频、女频、霸总、甜宠），需要产品适配 39:27 CreativeOS 介绍：用 harness engineering 保证 AI 生成广告创意的一致性和稳定性 40:20 核心观点：AI 做创意不行不是 AI 的问题，是输入不行——你想要 100 分输出，自己至少要 85 分 41:09 广告创意的专业流程：从用户 motivation + 产品卖点出发，形成策略 → idea → 分镜 → hook + call to action 43:06 CrowdOS 与 CreativeOS 联动：广告出去之前，先用合成受众做 focus group 测试 43:40 AI 不替代人，而是 upgrade 人的角色——一个十年经验的创意总监用系统，效果比普通人好得多 45:08 Seedance 合作：测过可灵、Google、Minimax 等所有视频生成模型，目前广告场景下 Seedance 表现最好 46:21 商业模式：大客户用 managed service，中型客户用 self-serve 产品（SaaS 订阅 + pay-per-use） 48:49 未来计划：产品成熟后会部署 FDE，把 agent 集成到 enterprise 客户系统中 49:25 销售哲学：找到 decision maker、address pain point、提供 incremental value，不硬推销 51:20 "Fluency is not capability"：A65 官网写的核心理念，回归本质和 foundation，不追新技术 52:42 务实的技术选择：MCP 有缺点就用 API，不为新而新，解决问题效率最高、成本最低才是标准 53:27 结束 ———感谢嘉宾：Harris Wang，A65 创始人 CrowdOS 落地页：crowdos.ai 离线时间 The AI Duet 主理人：Ellen｜新加坡 收听：小宇宙 / Apple Podcasts / Spotify 小红书：Ellen的离线时间 官网：theaiduet.com 联系：ellen@theaiduet.com

  8. Aug 7

    #21 在新加坡，AI创业者开始卖鸡蛋了

    Paco Chan，Farmio创始人，做AI 食品供应链。港大社会科学毕业，宝洁管培生出身。第一次创业做跨境物流平台，覆盖香港、新加坡、马来西亚、越南、台湾五地，拿到阿里巴巴、怡和集团（Jardine Matheson）、元璟资本投资，后将公司出售给投资方。疫情期间辗转北京、上海后落脚新加坡，创立 Farmio，一家用 AI 驱动供应链的食品贸易公司。从鸡蛋切入，两年内做到新加坡约 2,800 家餐厅客户、第五/第六大鸡蛋供应商，并已拓展至香港（约 600 个销售点）。全职团队仅 13 人。 Highlights： 对我们的客户来说，他们不管你是不是一家 AI 公司——我要好的产品，便宜的价格，好的服务没有 AI，我们这个公司是不可能存在的我们不是一家鸡蛋公司，我们是一家 AI 公司，鸡蛋是我们的一个途径供应链里面很难做到 one person company，你必须得有人我们的客户从不认识我们到完整转过来，大概 2 到 3 个礼拜鸡蛋就是鸡蛋，单一 SKU，不需要冷链，每个餐厅都需要，所以它比较简单创新也不能太快，你今天立马有一个很大的改变，他们也接受不了 Timeline： 00:10 Paco 自我介绍：香港人，宝洁管培生，第一次创业做跨境物流拿到阿里投资，后出售公司 01:22 为什么从社会科学走上供应链——宝洁不只是品牌公司，背后最厉害的是供应链 02:44 为什么再次创业做 Farmio：疫情后从北京辗转到新加坡，发现食品供应链有机会 04:17 Farmio 做什么：最初做 AI 供应链工具，发现对行业了解不够，决定亲自下场卖鸡蛋 05:07 为什么选鸡蛋：单一 SKU、不需要冷链、每个餐厅都需要，相对简单 06:05 AI 在 Farmio 的角色：客户看到的是传统供应商，AI 在后台驱动从下单到收钱的全流程 07:02 AI 工具怎么运行：把供应链中大量重复但必须有人做的环节自动化 09:30 为什么选鸡蛋：不需要冷链经验，SKU 简单，身边刚好有资源 10:48 团队规模：全职 13 人，分布在新加坡和香港，以销售为主 11:37 冷启动怎么做：通过公开电话号码用 WhatsApp 触达，AI 处理前期常见问题，人工接管高意向客户 13:15 当前规模：新加坡约 2,800 家餐厅，加上香港约 600 个销售点，合计超过 3,000 13:39 获客周期：从首次接触到完整转化，快的话 2–3 周 15:17 销售话术的秘密：了解客户对品类的具体痛点（比如蛋白太水），直接命中 16:54 成为新加坡第五/第六大鸡蛋供应商，3–4 个月时客户从 0 到几百，意识到可以认真做 17:39 货源管理：主要来自马来西亚、泰国、澳洲、越南 18:28 新加坡市场够大吗：太小了，一个中国的县可能都比新加坡大，但非常适合验证商业模式 22:30 为什么选香港做第二站：投资方有香港资源和网络，降低拓展风险 24:56 亚洲食品供应链有多原始：不只亚洲，欧美的采购流程也很传统；小的创新对行业已是大创新 26:00 宝洁的影响：在 500 人校友会上说"没有宝洁就没有今天的我" 27:50 AI 改变不了供应链的什么：供应链很难做到 one person company，人的操作永远重要 29:30 Farmio 的终局愿景：食品供应链里的宝洁——用 AI 把需要 50 年做到的事在 5–10 年内做到 30:54 AI native service 怎么看：不是所有 AI 都自研，也积极用外部工具，不可能什么都自己建 ——— 感谢嘉宾：Paco Chan，⁠Farmio⁠ 创始人 离线时间 The AI Duet 主理人：Ellen｜新加坡 收听：小宇宙 / Apple Podcasts / Spotify 小红书：⁠Ellen的离线时间⁠ 官网：theaiduet.com 联系：⁠ellen@theaiduet.com

See All (27)

About

一档从新加坡出发的深度访谈栏目，对话在新加坡做AI创业和出海的founder，聚焦真实的创业故事与商业实践。 关于主播： Ellen，现在新加坡创业，为Global Chinese创业者提供投融资和增长服务，同时冷启动了一个出海华人社交产品。过去在北京创业和美元基金投资，北京大学本科。 收听：小宇宙 / Apple Podcasts / Spotify 小红书：Ellen的离线时间 联系：ellen@theaiduet.com

Information

  • Creator
    Ellen Cheng
  • Years Active
    2026
  • Episodes
    27
  • Rating
    Clean
  • Copyright
    © Ellen Cheng
  • Show Website
    离线时间