沙瑞配资 “跳下悬崖造飞机”的狠人，用一个未来的故事打动苹果代工厂

出品｜虎嗅科技组

作者｜陈伊凡、李一飞

编辑｜苗正卿

头图｜AI生成

“AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「25」篇文章。

2022 年年初，在一家果链代工厂办公室内，未来智能CEO马啸把一张 AI 耳机的构想图摊在桌前，他讲的不只是一款硬件，而是一个重构规则的故事：从电子元件的排布、声学算法的优化，到核心部件的选型、供应链的响应速度，耳机的每一个环节都要被 AI 重新定义。如果这家顶级代工厂愿意合作，它有可能成为下一代 AI 耳机的核心代工厂。

这个关于 “重构未来” 的故事，最终打动了这家代工厂的董事长。

这在行业内几乎难以想象——顶级代工厂极少愿意为体量微小的初创公司代工。事实上，在此之前，马啸几乎跑遍产业链 Top10 的头部企业，得到的却全是拒绝。

未来智能创始人马啸图片由本人提供

时隔三年，再度回望那段四处碰壁的 “至暗时刻”，马啸依旧感慨。如今的未来智能早已今非昔比，估值实现翻倍增长。2024 年 10 月初，公司正式宣布完成新一轮融资，由蚂蚁集团领投，启明创投超额跟投。马啸透露，本轮融资进入后，将进一步丰富办公场景的 AI 应用生态。

我们的对话，发生在未来智能上海办公室 —— 位于徐汇西塔的这间办公地，推开窗便能看到黄浦江面，江面上的货轮来来往往，江风裹着水汽飘进房间，远处的陆家嘴建筑群清晰可见——这片见证过无数创业故事的区域，正在记录又一家AI公司的成长。谁又能想到，在成立之初，投资人对未来智能的定义，并不是一家AI公司。

生成式 AI 的浪潮席卷而来，这场科技革命不仅击碎了许多企业赖以生存的核心资产，也深刻重塑了行业估值逻辑，让一批聚焦垂直场景的公司迎来价值重估和重新定义，未来智能便是其中之一。

找到未来智能的故事起点，源于此前与天际资本创始合伙人张倩的一次交流。当被问及 “这几年投过的被低估的 AI 公司” 时，这位曾发掘出字节跳动、美图等明星企业的投资人，将未来智能也列入其中。

2022 年未来智能成立时，全球风投圈正陷入 “大模型竞赛”：投资人更愿意把钱投给能训练出大模型的团队，至于 AI 怎么落地到硬件上，很少有人关注。马啸记得，那段时间他见了几十位投资人，聊完后大多没了下文 ——“做耳机上的 AI 应用，听起来不够性感，也看不到爆发的可能。” 这种情况一直持续到 2023 年下半年，当行业开始从 “追技术” 转向 “看应用”，未来智能才获得了投资圈的青睐。

但 AI 耳机的研发与落地，远没有 “AI + 耳机” 这个概念听起来那么简单。一方面，需要对耳机的 AI 原生应用进行彻底重构；另一方面，还要攻克耳机供应链的硬骨头，同时应对早已是红海的耳机市场竞争。若再往深层探究，二者之间还存在一个核心矛盾——速度，而马啸和团队的日常，便是在平衡这种矛盾中前行。

AI 应用的迭代节奏极快，不少 AI Agent 公司甚至能做到按周更新产品；但硬件研发完全不同，它需要足够的耐心，一款耳机从研发到落地往往要经历 6 到 9 个月的周期，快速迭代的逻辑在硬件领域根本不适用。更复杂的是，硬件还涉及渠道铺设、仓储管理、物流配送等环节，一旦产品滞销就会面临库存压力，这背后又牵扯着零售与消费品的运营逻辑，每一步都需要谨慎布局。

“AI时代的硬件，不该是‘硬件归硬件、AI归AI’的拼接，而要以AI场景为核心去改造硬件，才能融入其中。”

马啸说，而这句话如果再进一步翻译就是——从硬件设计的最初阶段，就必须将 AI 功能的融入纳入整体规划，而非后期叠加。

马啸曾经形容自己是“跳下悬崖造飞机”，这是一种“倒逼”式的创业。

因为软硬件的结合，他们在硬件设计之初，就应该考虑到长远的AI功能，这与传统的耳机设计截然不同，比如为了适配后续的 AI 降噪算法，耳机的麦克风位置要重新布局；为了支持实时转写，芯片的算力要提前预留。这些调整，在传统耳机厂商看来是 “多此一举”，却是未来智能的核心竞争力。

AI耳机应该是什么样？没有任何参考，这也是这一轮AI创业的特点，创始人必须自己描述未来。

或许是因为在讯飞做耳机多年的经验，马啸从一开始就做减法，砍掉了大部分功能，聚焦会议场景。马啸说，在大家卷大模型和通用应用的时候，没有被外界“诱惑”，反而成了正确的选择。

未来智能在创业早期，吭哧做了很长时间硬件后，发现用户才到100万，团队也纠结过是否要做软件，或用软件带动硬件？但最后，马啸还是决定，坚持软硬件一体。“纯软件是冲浪型，但如果放弃了长期积累的硬件优势，去追一个被人已经跑起来的领域，就只能做跟进者，不仅成功率存疑，还会分散团队的精力。

未来智能的产品至今已经做过多次加法，从增加了线上线下同时录音转字幕、到翻译、再到要点提炼、深度问询、AI嘴替、语音唤醒等等。

这些都是来自用户需求的倒推。

马啸的微信里，有几百个好友，都是他在处理用户投诉时加的，早期未来智能的产品，用户边吐槽边用。在未来智能团队中有一个从创始之初就加入的同事，称自己是CAO，首席道歉官，一直在一线处理用户的反馈和投诉。

他最近一次发火，是在大家讨论产品方向时出现分歧，偏向“为了销售而做产品”，“有这种想法的原因是过去的销售方法很奏效，但我清楚，如果坚持这种容易走的路，就等于没做‘难而正确的事’。”

在聊天中，他向我称赞最近看到的一款AI原生硬件——一款儿童拍照相机，可以针对照片进行学习和互动。

在我们长达3个小时的对话中，这位CEO第一次详细分享了创立至今的历程、团队管理的思考和自己的焦虑。

今年对未来智能而言，将是至关重要的一年。马啸说，明年将会推出更多产品；拓展海外自主品牌，同时在AI 上做更多探索。

窗外的江面上，一艘货轮正缓缓驶过，它的目的地或许是海外港口。

“跳下悬崖造飞机”

虎嗅：如果从大模型发展的关键节点来看，比如GPT发布、DeepSeek发布，我他们都说这两个时间点给了自己“顿悟”的时刻。不知道对你来说，有没有类似的关键节点？

马啸：我觉得我们没有“顿悟”，一直是“渐悟”的状态。

虎嗅：在创业之初，你已经想清楚AI耳机是什么样了吗？

马啸：其实并没有，只是我们想清楚了AI+办公这个方向。

对于创业公司来说，产品越垂直，能产生什么效应呢？就是数据板块效应。就像我们做客服，用户和客服互动得越多，虽然一开始客服可能无法回答很多问题，但后续的迭代速度就会很快。

虎嗅：就像你之前在访谈里提到“跳下悬崖造飞机”。

马啸：对，“跳下悬崖造飞机”这更像是一个逼着自己前行的过程。因为我们一直做的是消费硬件——耳机，所以必须经受耳机行业的市场洗礼。与此同时，我们还要做出自己的特色，也就是AI特色，否则产品根本跑不出去。

虎嗅：数据飞轮。

马啸：对，就是数据飞轮。之所以有数据飞轮，是因为数据足够定向、集中。一旦数据过于分散，其实很难形成数据飞轮，用户也很难形成使用习惯，因为用户第一次用就会觉得，你的功能太基础，没什么吸引人的地方，提供的服务也无法让人眼前一亮。但客服场景的产品是能惊艳到用户的。

我们当时参与过这个项目，给某家银行上线智能语音客服的时候，最开始它能解决的用户问题只有20%几，但经过三个月迭代就能达到50%多。因为用户提出的客服无法回答的问题，我们都会收集起来，然后立刻针对性地解决。因为全是银行领域的问题，用户运行一段时间后，我们就能穷举大部分数据，然后提供更全面的服务。

我们把这种逻辑抽象出来，核心就是“越垂直越有用”。一方面，产品越垂直，用户对它的期望也会更聚焦，我们就能定向输入垂直领域的数据；另一方面，在AI时代，这些垂直数据能够被快速迭代、优化，进而形成数据飞轮。

这样一来，就形成了“越垂直越有用”的正向循环。所以我们创业时就明确，还是要做助理类产品。这么多年的梦想一直是做助理，但要做得更务实，先把办公领域的助理做好。而耳机与办公场景恰好有一定的结合点，于是我们就选定了这个垂直方向。

虎嗅：我记得之前你说，“AI耳机还是要把AI拿掉”。

马啸：这就是我刚才说的另一重压力的体现。

虎嗅：为什么这么说？

马啸：我们的产品定价不低，一千多元，消费者花这个钱买耳机，首先要求品质足够好，其次是AI功能能满足需求，两者都达标才愿意购买。此前在讯飞做失败的两款产品，问题都出在耳机品质上。若不掌握好供应链，在音质、外观、续航、降噪、佩戴这五个核心属性上做不到位，哪怕定价500元，只要品质不如同价位普通耳机，就会被消费者质疑。

我们的第一代产品仿苹果设计，但做工、质感相差甚远，塑料感很强，不过核心AI功能齐全，打电话时录音、转文字等功能都具备。这款产品总共卖了4万台，很多用户边骂边用。当时定价799元，用户典型评价是：“你们这个耳机是50块钱做的烂耳机，但我又不得不用它的录音功能解决工作问题。”这种反馈既带来鼓励——确实有用户需要我们的AI功能且认可其价值；也让我们挫败——大量用户投诉品质太差。

普通消费者对耳机的认知是渐进的，不会因AI功能好就忽略品质，即便一时购买，若品质不行，产品也无法“破圈”，用户不会推荐给他人，反而会负面评价，最多自己勉强使用一阵子。

软件服务始终存在，刚需用户一直都有，但硬件产品只有品质达标，用户才愿意主动推荐。

是硬件公司，还是AI公司？

虎嗅：未来智能刚成立时，找了很多投资人，但都没拿到投资。当时投资人质疑的点主要有哪些？

马啸：第一，当时的AI技术远不如现在，往往听不懂、理解不了用户的问题。用户期望值很高，但实际能满足的需求很少，高期望值和技术的低达值之间差异很大。

第二，没有足够的“信源”，用户日常吃住行等需求，以及操控手机、获取信息等服务，大多都来自第三方，但第三方为什么把接口或入口开放给其他公司？

如果助理只能做到调应用，实际上是没有太大用的。比如想用携程订票，用户自己划屏、点图标就可以了，没必要使用助理；而如果想让助理直接完成订票，就需要携程开放核心接口，这显然是不可能的，我们当时谈了很久也没谈成，最后只对接了一些小的信源。

第三，手机场景下语音是效率降级。触屏经过十几年打磨，两步就能点到外卖；换成语音，要反复确认“吃什么、多少钱、送到哪”，步骤又多又慢。

这三点基本上决定了语音助理不可能成功。

虎嗅：最后让这件事成立的原因是什么？你们后来怎么想明白的？

马啸：我们团队反过来思考这三个问题，找到了答案。当时也受到了“互联网女皇”（Mary Meeker）的启发，她在一个年度报告里提到，未来交互除了会在手机上，还会在三个场景大量应用：车（Car）、路（On the Way）、家（Home）。

在手机上不太可能成功的手机语音助理，换成垂直、细分的场景是否可行？

针对第一个瓶颈"上一代AI难以理解用户需求"，我们发现将需求缩窄到极具体的范围即可有效解决。例如，在我们仍做宽泛智能助理时，智能客服产业已借助同类语音交互技术实现突破。用户拨打客服电话的唯一诉求是获取银行、保险等特定服务，需求高度聚焦；且当用户需求未满足时，可通过语料快速学习迭代，提升交互效率。这让我们明确：不能做泛，必须聚焦细分场景。

第二个问题“信源打不通”，我们挑少数几个场景。比如车载场景，用户核心需求就四个：点播内容、通信（打电话/发消息）、车辆控制（比如空调）、导航。这四个需求车机系统已经做得很好了，接口也都是开源的，只要去和车机系统对接，事情就能解决，不像之前要对接上百个skills那么复杂。可见场景收窄后，不仅需求更易理解，信源打通也更轻松，能更高效解决用户问题。

这样一来，如果把在手机上遇到的三大瓶颈反过来想，在车里、家里这些场景就更容易突破。

所以我们做了两三个有益尝试，车载和电视大屏这两个方向做得都不错，获得了客户认可，他们也愿意采购我们的产品，后来这两个方向也都成了科大讯飞的成熟业务线。

此外，我们也曾探索"在路上"场景，即耳机、手表等穿戴设备，但耳机尝试并不顺利。

2018年首次尝试做耳机失败，因当时产业结构和供应链对耳机的支持不足，连做好蓝牙耳机都存在难度，更遑论添加AI功能；2019年至2020年的第二次尝试同样未成功。而这两次失败的经历，成为了我后续创业的契机。

我们刚出来创业时，投资人对"垂直领域的助理+硬件入口"模式并不看好，主要源于两方面顾虑：一是当时AI技术尚未足够成熟，大家认为戴上耳机发指令这种科幻电影中的场景不现实，难以落地；二是硬件行业竞争激烈，作为创业公司，要与苹果、华为、OPPO、vivo、小米及索尼、Bose等耳机领域强手竞争，难度极大。当时市场普遍认为，创业公司做耳机很难成功，鲜有独立耳机品牌跑出的先例，市场被老手、强手占据。

最后就导致投资人虽然会说“你们很有想法”，但都没有投钱。

虎嗅：那个时候市场对你们的定义，是AI公司还是硬件公司？

马啸：大家把我们看作硬件二级公司，因为觉得我们AI属性不强，还偏垂直领域。天际资本投我们的时候是2023年，2023年所有人都在看大模型。所以当我们说自己是做AI应用，做耳机上的AI应用时，大家并不觉得这事儿多有趣、有吸引力。

虎嗅：什么时候突然发现公司估值上来了，投资人也开始青睐你们了？

马啸：其实是2023年下半年。那会儿，之前扎堆投AI大模型的资本开始回头反思：大模型未来可能会越来越同质，越来越成为基础设施，真正能快速盈利、让消费者立刻感受到价值的，其实是应用层。2023年下半年出现了一波思路回调，大家开始思考应用，而我们早就在做了，一直没偏离方向，就正好卡上了这波趋势。

至暗时刻

虎嗅： AI模型需要在垂直场景积累足够数据、需要迭代算法；硬件供应链需要跑通，还需要打通软硬件，每一环都很难。最艰难的时刻是什么？

马啸：最难的还是硬件供应链。顺着刚才的话题说，怎么才能让耳机的做工配得上1500元的定价，这其实很难。你必须找到最好的合作伙伴，同时还要让耳机设计有特色，并且能兼容AI服务，这种平衡是最大的难点。

刚开始我几乎跑遍了产业链Top 10的供应链公司，但人家都不愿意接我们的订单，因为量不够。顶层的代工厂，起订量要达到KK级，也就是即100万台。一个创业公司刚起步，怎么可能有100万台的订单？根本没有那么多钱和需求。我当时带着讯飞的身份去谈，都不受待见，头部大厂直接拒绝。

虎嗅：怎么度过这个难题？

马啸：这就是最艰难的时刻——怎么在量不大还要控制成本的前提下，做出品质达标的耳机？要是卖不出去，公司就循环不起来，也活不下去。

最后我们找到一家果链代工厂，用一个故事打动了他们：别人做的都是普通耳机，而我们的耳机从电子、结构到声学，所有环节都要被AI重构，而且这个方向会持续发展，跟我们合作，他们有可能成为下一代AI耳机的核心代工厂。

当然，能见到董事长，也得益于讯飞的背景资源，但真正打动他们的，还是我们创业项目本身的逻辑。最终我们达成了合作，当时我们的起订量只有几十K，但这已经花了我们很大的本钱，因为我们创业一开始的资金量非常少。

虎嗅：这对你们来说是一个转折点了。

马啸：是的。这就像上台阶，上不去这个台阶，就永远上不去。一旦上了这个台阶，有了好的代工厂做硬件打底，再叠加我们的AI设计研发，品质能保证，成本也能控制在合理范围。

虎嗅：未来智能的产品从成立到现在迭代了几次？迭代逻辑是什么？在做这款产品上，你们一开始做了哪些加法，又做了哪些减法？

马啸：减法其实一开始就一刀全剪了。我们给自己一个非常清晰的界定，就是聚焦办公领域，再往窄里缩就是会议场景，最核心的需求是把信息记录下来，这是最大的减法。我们把AI闲聊、查天气、通用ChatBot这类语音交互功能全砍掉，只做“记录者+翻译者”。

我们做了什么加法？我们最早的产品是录音转字幕，没有现场录音，只有远程电话录音，比如腾讯会议录音和音视频字幕的功能。后来发现，用户的记录需求是随时随地的，既要线上记录，也要线下记录，只满足一种是不完整的。所以我们做的第一个加法是让耳机同时支持线上线下记录。

第二个加法是翻译，这个源自于用户的需求。很多用户用我们的产品开外语会议，而早期版本只能转中文，导致英文发言被识别成了英文发音下的中文，乱码了。所以我们就被用户推着做了多语种识别。识别功能做好后，用户又提需求：“既然能识别多语种，能不能直接翻译？”翻译功能就这样加上了。

再往后最重要的迭代，就是大模型出来了。2022年底到2023年，我们一直想解决一个问题：用户用我们的产品录2小时采访，转成文字后还是要花20-30分钟看，用户就觉得能不能把寒暄去掉，提炼关键点、做摘要。

2023年年初其实我们解决不了这个问题，因为没有大模型。当时用的是深度学习那套语篇规整技术，这需要大量标注好的用户案例，还得人工修改后让机器学习，这就涉及用户隐私问题——这里有一个本质矛盾，我们必须要获取用户同意才能去做标注，才能做出更精准的东西，但绝大部分用户是不愿意的。

所以2022到2023年初我们做得很痛苦，最多只能通过规则过滤掉口语化的废话，再往下就做不动了。

2023年大模型的出现给了我们转机。大语言模型（LLM）天生对语言敏感，我们把会议录音放进大模型里做摘要，一开始效果一般，但2023年下半年就做得有模有样了，虽然还有幻觉问题，但已经能满足基本需求。这一下子打开了我们的产品空间：原先我们只能做到录音、记录、翻译，现在可以做摘要、提炼关键点、生成待办事项，甚至跟踪项目、互动问答。就像从一条窄路突然走进了宽路，这是我们最关键的一次加法。

之后我们就迅速接入了大模型。这算不上主动“加法”，更像是时代迭代给我们的机会。

我们的主力产品已经迭代到第四代了，迭代周期大概是一年，然后逐步覆盖掉上一代。

迭代逻辑主要有两方面：一是追赶行业硬件技术升级。耳机行业大概两年会有一次大的技术突破，苹果一般两年更新耳机，华为是一年半左右，我们则是一年一次，因为必须跟上一线水平，比如更好的动圈喇叭、音腔设计、降噪效果，还有操控体验。你别小看操控，苹果最先做出来的那种很舒服的滑动触控，最早供应链是外放不出来的，但我们现在的产品就能做到这种滑动的触控。

苹果作为鼻祖，它做出来并且验证成熟之后就会有更多厂商去采纳，我们不可能比苹果先推出新技术，但能保证在技术普及后迅速落地，确保产品品质不落后于一线大厂。

二是我们对AI的理解越来越深入。很多人忽略了一点就是未来可能所有硬件都要被AI改造，不是耳机做耳机的事，AI做AI的事，这种简单叠加，而是要在硬件设计阶段就考虑AI需求。

虎嗅：公司现在大概100人，从最初几十人发展到现在，你还能确保听到这些一线用户的真实声音吗？

马啸：必须能，就算公司到1000人也得听，不然方向就偏了。当然，用户的声音未必能覆盖所有需求，但核心需求一定来自他们。我自己会接触大量用户，比如上海有个二级市场研究员，买了我们4副耳机，同时听4个会，自己听一个，另外三个靠我们的产品转文字。早期我们的文字识别乱七八糟，耳机品质也差，他天天找我吐槽。我手机里大概有一百多个这样的好友，都是用户投诉时加上的，处理投诉过程中慢慢安抚，慢慢就成了朋友。

虎嗅：你自己亲自接投诉？

马啸：对，早期都是我亲自接。现在有团队做了，有个从创业就跟着我的伙伴，现在还在接一线投诉，他戏称自己是CAO，类似CEO、CFO，他是“首席道歉官”，Chief Apologize Officer。

早期我们确实一直在给用户道歉，但也在这个过程中吸收了大量反馈。大部分用户很包容，有一定容忍度；但也有骂得很难听的，我们会把这些反馈都整理出来。现在我们是两边并行：我出去讲产品时，会加用户好友，他们有使用问题或投诉，我都会跟进；同时产品团队下属的运营团队会专门做用户反馈的收集和分析。

虎嗅：AI和耳机的结合，你认为未来的形态是什么样子？这样会改变现有的耳机设计吗？

马啸：大家很容易觉得Agent的迭代最重要，因为软件迭代很快，一周发一个版本都有可能，但硬件周期极长，从设计到产出，一款耳机至少需要6到9个月。如果初期设计没考虑清楚AI场景，等9个月后产品落地，很可能软件上已经落后了。

我们的耳机和其他耳机不一样的点在于我们把自己的耳机定义为“人工智能的耳朵”，“听你所听”，这样就需要场景明确。

比如录音功能，我们的耳机可以“推开盖即录音”，不用拿手机操作，戴在耳朵上按一下也能启动。这和普通耳机最大的区别是什么？普通耳机的收音设计是为佩戴时收音服务的，所以音腔和收音麦克风贴近耳朵。侧面还有一个麦克风，这个麦克风是用来探测环境噪音，再通过耳机喇叭释放反向白噪音来实现降噪的，它只需要收集耳廓周围的噪音数据就够了，这样叠加白噪音后就能达到降噪效果，哪怕周围是火车站这种嘈杂环境也能应对。

但是如果要让耳机成为“人工智能的耳朵”，这两个麦克的位置就要转换一下。我要能听清面对面的对话，甚至六七米外的声音，这两个麦克风算法、选型和位置就都要调整。这只是一个微小的改造，未来还会有更多类似的优化。

未来的竞争对手可能是软件公司

虎嗅：苹果、华为这些大厂难道没想过做AI耳机吗？你担心过这样的情况吗？

马啸：苹果、华为的重心在手机上，他们没必要单独做AI耳机。不过AI耳机和AI手机既有重合，也有区别：首先，耳机可以跨设备使用，手机只是单一设备；其次，耳机可以跨品牌，华为用户能用，苹果用户也能用，但手机只能限定在自家品牌内；另外，有些场景下手机不方便出现，但耳机可以，这些场景的数据我们能获取到，这也是差异化所在。

当然，大厂肯定都在琢磨AI硬件入口的事情，但思路和我们不一样。比如苹果要解决的是全球众多用户的共性需求，用户群太广，所以它的AI切入点不可能聚焦在某个垂直领域。

就像手机厂商做应用很难一样，他们只能做所有人都需要的功能，这样手机才能升值，才能卖出去，而我们更像是苹果上的一个APP。

苹果最近发布的功能，其实都是增强手机的通用AI能力，或者是给开发者提供更强的工具，只要做好这两点，开发者自然会用这些能力做出五花八门的应用，最终都能带动苹果的设备销售。

所以我们给自己的定位很清楚，我们绝不会去碰手机厂商擅长的通用平台领域。手机厂商擅长的一定是做好通用需求和开发者需求，这两点做好了，开发者自然会围绕它提供的各种工具做各种AI应用，带动手机销售。因为手机厂商的利润核心来源是手机，耳机永远不可能取代手机成为利润主力。

虎嗅：除了苹果华为，现在互联网大厂也在做AI硬件，如果哪天大厂宣布要推出一款AI耳机，你想过这个问题吗？

马啸：我并不担心。互联网公司比较习惯依靠高毛利、快速获取用户的逻辑。

过去互联网公司之所以能迅速做大估值、实现高速增长是因为他们的本质是交易平台。比如阿里是买家和卖家的交易平台；字节是信息获取者与信息输出者之间的交易平台；美团则是供需对接的交易平台。这些平台有一个共同特点就是必须跑得快，必须把竞争对手挤出去，然后再通过垄断或规模优势收取中介费。所有估值很高、赚很多钱的互联网公司，都是基于这种平台逻辑，它必须要有垄断点，或者具备足够量的用户。但硬件不是交易平台。硬件是 “反互联网”的——研发周期长，6到9个月，并且期间一旦发现设计错误，很难返工。

硬件不仅要研发，还涉及渠道、物流、仓储。卖不动就会有库存压力，库存做不好就会乱价，乱价又会直接导致经销体系崩溃。一旦经销商体系崩溃，所有人都会把你视作过街老鼠。这里面涉及很多零售和消费品的逻辑。

虎嗅：听下来，这是一个极其复杂的网络。你在渠道和营销方面，是怎么考虑的？什么时候算真正跑通了？

马啸：我们在线上的突破比较早。我们2022年5月开始在天猫、京东发新品，到当年年底基本跑通。2023年上半年又借助抖音的增长红利，把抖音渠道做爆。线下是从2024年、2025年才逐步铺开，相对慢一些，但更加稳定。线上的话就像“高空轰炸”，来一波流量卖一波货。

虎嗅：线下和线上的节奏怎么平衡的？

马啸：大多数成熟品牌都是线下重、线上轻。这种经营模式对硬件公司来说是一个良性闭环，可以保证利润循环。

我们现在线上线下比例大约是6:4。线下像种地，很稳健，还能在旱涝季给你反哺；线上像“轰炸机”，靠投流带来一波一波的销量，但不投就没有流量。正确的逻辑是：先用线上验证产品口碑，再认真布局线下，线上线下形成稳定闭环，品牌也就慢慢起来了。

虎嗅：你觉得未来智能的竞争对手会是谁？

马啸：要回答这个问题，得先明确我们是什么样的公司，再看哪些公司和我们的定义相似。我们的定义是“软硬件一体化的AI办公助理服务的提供公司”，我们的特点是软硬件结合，目标是打通用户办公全流程，提供高价值的闭环服务。从这个角度看，类似Notion这样的公司可能会逐渐向这个方向靠拢，还有那些专注于办公闭环的软件厂商都有可能成为潜在竞争者。

虎嗅：也就是软件公司？

马啸：对，未来的趋势是软件公司会做硬件，硬件公司也会做软件，大家最终会在一个地方汇合。因为AI时代的办公模式，和现在会有本质区别。当AI助理的信息获取效率远超于你的时候，你在干什么？软件公司在解决的问题是如何让这个助理更强大，我们则聚焦“助理如何深入了解用户”，未来这些方向可能会走向竞合。

很多人忽略了一个关键：AI助理要真正了解用户，只靠线上数据、零散数据是不够的，必须伴随用户开会、访谈，实时记录想法，获取完整的办公闭环数据才行。

这个数据来源分两部分，一是线上的结构化目标数据，二是日常办公中的非结构化数据。我们是从“非结构化数据+硬件感知”这条线切入，而那些软件厂商是从“结构化数据+软件服务”那条线切入，最终大家会在“全数据AI办公助理”这个点汇合，但未必是纯粹的竞争，也会有合作，我们未来也不排除和其他办公软件合作。

我们提供一部分数据，他们提供一部分数据，然后再由一个超级助理去处理这些数据，这就有可能变成一个更强大的AI产品，这种可能性是存在的，我对此持开放态度。

虎嗅：隐私数据保护、企业间数据流通这些问题，是不是未来的核心议题？

马啸：这肯定非常重要。每个人都有自己的隐私个人云和个人服务，就像现在你用航旅纵横、携程，数据由这些APP各自保管一样。不过黄仁勋提到过一种趋势，未来可能由AI Agent 来调度所有这些分散的数据。只是目前来看，大家还是处于各自为政的阶段。在这种情况下，我们的策略是先站稳一个场景，把闭环服务做扎实，建立自己的“滩头阵地”，等未来有机会合作时，才有足够的筹码参与数据协同与价值交换。

虎嗅：从创业到现在，有没有做过什么回头看觉得不对的决定，或者说后悔的选择？

马啸：这个问题我还是第一次想。我们团队的习惯是会去复盘，但大多针对具体的小事，每件事都要闭环、复盘、优化。但如果是关乎方向的重大决定，整体来看还好，没有太大的岔路，当然未来可能还会面临很多选择，我也能预判到一些潜在问题。可能是运气不错，我们选的路一直坚持下来了，没有被外界诱惑，这反而成了正确的选择。

最开始大家都一窝蜂去做应用，硬件在那波热潮里根本没人关注，我们内部确实有过动摇，觉得做硬件太重，用户增长慢，要不要转去做类似Notion的AI服务？海外当时有个叫otter的产品做得很好，和我们的方向有点像。它做了一个虚拟人，可以跟着用户参会。比如你进Zoom会议时，能邀请自己的AI助理otter加入，它会记录会议中谁发了言、说了什么，事后生成纪要，这和我们的部分场景有重合。我们分析时发现，otter发展特别快，印象里很快就做到了500万用户。

对比之下，我们吭哧吭哧做了好久硬件，才几十万到一百万用户，效率完全不一样。当时团队就纠结要不要干脆做软件或者用软件带硬件，不过最后我们还是坚定了“软硬件一体化”的路线，还是把硬件和软件结合起来为用户解决问题，而不是单纯做软件。因为我们判断，纯软件模式是冲浪型的，门槛比较低。

当时的考量是如果放掉我们长期积累的硬件优势，去追一个别人已经跑起来的领域，我们只能做跟进者，不仅成功率存疑，还会严重分散团队精力。所以最后决定还是聚焦软硬件一体化的用户服务，把这一块做扎实。

虎嗅：创业至今，有没有哪些是之前没预料到、后来逐渐清晰的事情？

马啸：最关键的变化是在大模型出现之后，我们对双引擎的逻辑越来越清晰了。一开始我们以为，做个带AI助理的耳机，能处理文字等基础功能就到顶了。

但大模型出现后，我们发现这条路看似狭窄，实则背后空间很大，它能接入大量办公场景的日常数据，通过加工这些数据提供更有用的服务。这个“有用”其实就是大脑，而耳机本身是耳朵，后来我们进一步意识到，除了耳朵，还能拓展出更多具备眼耳感知属性的硬件。

因为真正的助理需要身临其境，在现场听、现场看，获取的信息失真度才最低。

类似SaaS，我们提出了“Hardware as a Service”的概念，也就是硬件其实就像一个“AI人”在现场通过“眼”“耳”收集一手信息，而AI的“大脑”可以云化，一边接收信息，一边在云端快速处理好信息，这才是很牛的智能助理模式。

虎嗅：算法、模型、软件、硬件、消费品、渠道这些关键环节，现在哪些是你还在亲自抓的？

马啸：我亲自负责的是市场、销售和用户运营。产品方面，我们有很厉害的合伙人牵头，但产品的整体战略思路，我会和合伙人一起把控。

虎嗅：为什么要亲自抓销售？

马啸：很多To C的创始人觉得做好产品，用户自然会来，这其实还是互联网思维，但硬件3C消费品不一样，销售是很重要的通路。我觉得很多人没意识到，一款好硬件要从“理念、概念、品牌核心”传递到消费者手中并被接受，是一个完整的连贯过程。

举个例子，消费者可能刷抖音、小红书看到推荐产生兴趣，再去电商平台了解，进而关注品牌理念和团队背景，最终建立忠诚度，这个链条不能断。如果只抓产品不抓销售，信息传递就会不通畅，可能产品本身很好，但销售环节把信息搞乱，消费者根本感受不到品牌的力量。

我很欣赏大疆、戴森这类公司，还有乔布斯时代的苹果，它们从产品定义阶段就植入了清晰的品牌理念，并且让这种理念贯穿到销售全流程。比如苹果，不仅产品设计激动人心，销售环节也能放大这种体验，包括开箱的仪式感、线下门店的布局和服务，每一步都没有丢失品牌信息。

很多创始人只盯着做好产品，却忽略了包装、渠道这些细节，比如包装粗糙，只在街边小店销售，抖音上的种草内容杂乱无章，这会完全偏离品牌定位。

消费者拿到产品只会觉得不上档次，再好的产品也白费，硬件的体验链路长得多，不能有任何环节掉链子。

如果未来失败，未必是不够快，而是不够对、不够准

虎嗅：咱们现在有一百多名员工了，从什么时候开始关注管理的？

马啸：我从创业初期就非常重视企业文化。很多公司认为先把业务做起来、先活下来，再谈企业文化，但我们很早就明确了“用户为先（Customer First）”的核心理念，虽然形式上有一点流于形式感，但其实最核心的始终是用户为先。

理念的辐射能力是有限的，很容易衰减。如果一开始不给企业定好清晰的调子，发展过程中价值观会越来越模糊，有点像熵增的逻辑，必须花大力气让从核心班子到基层员工都认同一个理念。

创业时候我们是29个人，那时候喊一嗓子事情就解决了，我讲“用户为先”，大家都能理解并认同，因为这在细节里能直接体现。

到50人、100人规模时，我明显感觉到价值观传递出现了“核心热、外围冷”的问题，向外辐射很难，很难触达基层。所以我认为，管理必须从第一天就抓价值观传递，只有基层员工的认知和价值观与公司一致，才能最大程度减少内耗，内耗对企业的影响太大了。

部门多了之后，冲突随处可见，比如供应链部门要降成本，产品部门要提体验，怎么办？我们遇到过太多这种情况。

大多数情况下核心决策层的理念是一致的，就是“以用户为中心”。比如开箱体验，用10元包装盒和30元包装盒的感受天差地别，但每个成本要增加20元，算下来运营成本会高很多。20多人时，我们很容易决策，就是必须给用户最好的；但到100人时，就会有人争论：“我的目标是降本，你这么做怎么考核我的绩效呢？”

虎嗅：部门冲突下，核心决策依据是什么？

马啸：首先要回归最核心的共识——是不是“用户为先”。基于这个原则，团队之间能否自然协同？如果不能，就由管理团队决策，决策逻辑也必须围绕价值观。但最怕的是基层没有接收到这种理念，只盲目执行KPI，最后把事情搞砸，用户会觉得末端服务不行，导致公司言行不一。

虎嗅：现在怎么定考核指标？

马啸：我们是OKR+KPI结合。销售、供应链这些数据驱动型部门用KPI；核心团队必须以OKR为导向。

虎嗅：团队到什么规模的时候开始制定这些指标的？

马啸：大概在50多人规模时，也就是2023年中开始搭建组织绩效体系。最初20多人时全用OKR，到50多人发现，纯粹的OKR对销售这类部门不太适用，于是加入了KPI。核心成员用OKR主要是为了拉通信息、对齐目标。

虎嗅：那怎么保证OKR执行过程中不变形？

马啸：我对OKR的理解是，它并不是执行工具，而是沟通工具，让上下层的想的东西趋于一致，所有人都能看到彼此的OKR。

OKR必须及时调整和更新，否则就是摆设。举个例子，如果公司核心O是“将用户满意度从95分提升到98分”，产品、客服、销售、供应链部门就要各自分解这个O。这里需要两个前提：一是反馈体系清晰，二是各部门负责人要有格局和全局思维，不能只站在自己部门的角度看问题。

虎嗅：所以人是关键。

马啸：非常关键。OKR只适合高智力、高认知、高反应速度的组织，像工厂这种标准化作业的场景，绝对不适合用OKR，KPI才是更合适的工具。

虎嗅：有没有想过，如果未来失败了，可能是什么原因？

马啸：要么能力跟不上时代，要么没在关键节点抓住战略机会。未必是不够快，而是不够对、不够准，或是不够稳。

虎嗅：那怎么避免这种情况？这是不是最近比较焦虑的事？

马啸：确实焦虑。巨头都可能栽跟头，诺基亚、柯达……无数的明星企业，但成就他们的基因，到了下一个时代可能就成了负担。

我经常关注新能源车领域，新能源造车的逻辑和ABB时代造车的逻辑完全不同。按理说，ABB有钱、有技术、有产能，怎么会输给一群后来者？

我发现新能源造车的时候是从用户体验、用户场景出发，而不是按传统流程先造底盘、发动机，再装成车。你可能会嘲讽他们在车里装冰箱、洗衣机、大沙发，但他们的核心逻辑是先定义用户需要什么，再围绕需求设计底盘、续航、娱乐系统、座椅，这完全是倒推式的研发。

我认为AI时代也该遵循这个逻辑：先明确场景，再让硬件配合场景落地。最怕的是认知错位，比如如果AGI突然爆了，能直接解决所有垂直场景需求，那我们现在的垂直服务定位就错了。

所以我们最大的焦虑就是团队能不能在纷繁复杂的环境中找准定位，在这样一个土壤中快速增长和生存。

虎嗅：你最近有没有因为团队的事生气或发火？最近一次发火是啥时候？

马啸：会发火，如果是我对，那大家就去讨论怎么解决；但如果是我错了，会马上道歉。不过我即使发火，也能很快冷静下来。最近一次发火是因为讨论下一代产品方向时大家出现了分歧，聊着聊着就偏向“为了销售而做产品”，偏离了我们最初的战略路径，我就发火了。

我当时就说必须克服惯性，要是没有打破惯性的决心，我们就会随波逐流。其实团队之所以有这种想法，是因为过去的销售方法很奏效，有路径依赖。但我很清楚，如果坚持这种容易走的路，就等于没做“难而正确的事”。

虎嗅：除了耳机，你最近用的或关注的AI硬件产品是什么？

马啸：AI眼镜。

虎嗅：之后会做眼镜吗？

马啸：可能会。我们擅长做稳定，就是更倾向于在市场认知普及后，推出能给用户带来立竿见影的实际价值的产品；绝不做用户买完觉得交了智商税的产品，哪怕它再受资本追捧也不碰。

比如现在很多人觉得做耳机一点不性感，但我们很清楚，现在做AI眼镜，无论是供应链、用户认知还是场景价值，都还不成熟。像Meta他们是做是因为他们得去引领技术方向、带动产业参与、降低成本，这是他们的社会责任；而我们要做的，是等行业沉淀后，抓住那些能落地的应用，把应用做实，做出真正有价值的产品。

虎嗅：下一代耳机产品会做哪些加法和减法？

马啸：核心是“更简易”，硬件的逻辑要更简易，因为用户永远想少带一样东西。如果能把过去需要两样设备完成的事，用一款产品解决，那就是最优解，但必须限定在办公领域，不能贪多求全。

比如过去用户用我们的产品只能线上录音，线下还得带手机或录音笔，现在一款设备就能兼顾。下一代耳机我们希望进一步整合，让用户用一件产品解决更多办公场景需求。不只是耳机，我们其他产品也遵循这个逻辑。

虎嗅：你对未来智能未来五年的规划是什么？现在的发展节奏符合最初的预期吗？

马啸：我们的战略很清晰，未来五年的核心目标，是要成为全球“软硬件一体化办公助理”领域的第一名。要实现这个目标，我们有个双引擎的逻辑。一方面，把AI Agent助理引擎做得足够智能和闭环，在办公领域覆盖更多场景，产生更多用户价值。从最初的录音、摘要纪要，到知识问答、行业信息汇聚，未来甚至能帮用户发会议邮件、统筹全流程，彻底闭环办公流。这个引擎越完善，用户粘性就越强，我们的产品就卖得更好。

另一方面，我们还要扩大办公硬件的品类，除了耳机，还要用AI改造更多能听能看的办公硬件。硬件卖得越多，产生的高价值数据就越多，这些数据又能作为养料反哺Agent，就能形成一个正向循环。

国内外市场我们都会这样做，把软硬件一体化的AI办公助理这个事儿做到全球去，夸张一点，做到全球第一。毕竟有梦想总是要有的，万一实现了呢？

纯软件的AI助理可能比我们更智能，纯硬件厂商可能单品卖得比我们多，但纯硬件缺乏AI原生能力。我们的优势就是“软硬件结合”，要把这种结合做到最好。

虎嗅：未来会推出软件订阅付费模式吗？

马啸：海外已经有了，国内目前还是买硬件送服务的模式。海外用户愿意为流量服务付费，国内用户的消费习惯还需要培养，但未来也有机会。

虎嗅：目前的核心方向？

马啸：第一块，因为本轮融资刚进来，对我们来说，眼下最重要的是即将推出的新品。明年是我们的产品大年，明年你会看到很多非耳机类产品，丰富我们的办公硬件矩阵，这是第一块重点。

第二块是海外自主品牌的拓展。已经有同类产品在海外做得很好，毛利也高，我们是出海比较晚，但我们在国内布局比他们早。他们占海外市场，我们守国内市场，现在切入海外，我认为有机会实现快速增长。

当然，还有一个关键投入是AI领域，我们在AI Agent上做了很多前沿探索，我们采用孵化的模式去孵化好的agent，能在我们硬件中实现的，就进到产品体系，不成熟的就继续打磨，这块一直有专门的团队在推进。