融资3200万美元,18个月闷声干到400万ARR,这个"电话AI"凭什么?

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
融资3200万美元,18个月闷声干到400万ARR,这个"电话AI"凭什么?
7494点击    2025-11-24 11:54

融资3200万美元,18个月闷声干到400万ARR,这个


你有没有想过,那些每天接打几十通电话的人,他们的工作方式可能即将彻底改变?我最近一直在思考一个问题:为什么硅谷的 AI 创新几乎都聚焦在知识工作者身上,而那些真正支撑实体经济运转的人——承包商、房地产经纪人、卡车调度员、小企业主——却一直被忽视?这些人每天的工作核心就是电话沟通,每一笔交易、每一次预约、每一段客户关系都从一通电话开始。然而,AI 革命似乎与他们无关。直到我看到 Beside 刚刚完成的 3200 万美元融资,我才意识到,有人正在认真对待这个被忽视的万亿级市场。这家公司做了一件听起来简单但极其大胆的事:他们从底层重建了电话系统,让每一通电话和每一条短信都能被 AI 理解、记录并转化为实际行动。


这个想法一开始可能听起来并不性感。毕竟,在 ChatGPT 和各种生成式 AI 工具铺天盖地的今天,谁还会关注"电话"这个看似古老的通讯工具?但当我深入了解后发现,这恰恰是一个被严重低估的机会。美国有超过 1 亿人的工作主要通过电话完成,而他们面临的问题非常现实且严重:典型的小企业只能接听不到 40% 的来电,80% 打到语音信箱的客户永远不会再打第二次,在家庭服务行业,一分钟内回复客户可以让转化率提升三到四倍。这些不是抽象的数据,而是每天都在发生的真实损失。每一通未接来电都可能是一笔流失的生意,每一个忘记的客户细节都可能导致体验的降级。


从隐形到显形:对话数据的真正价值


我一直觉得,AI 在企业应用中最大的问题,就是它总是试图优化那些已经数字化的流程。知识工作者的邮件、文档、表格都已经在云端,所以 AI 工具自然而然地围绕这些数据展开。但对于那些主要靠电话工作的人来说,他们最重要的资产——与客户的对话——一直处于"隐形"状态。这些对话发生了,结束了,然后就消失在空气中,除了模糊的记忆什么都不留下。


融资3200万美元,18个月闷声干到400万ARR,这个


Beside 要解决的正是这个核心问题。他们并不是简单地在现有电话系统上加一层 AI,而是从底层重建了整个电话基础设施。这意味着他们能够直接接入电话网络,捕获每一通来电和短信,然后让 AI 在这些实时对话中发挥作用。这种方法的优势在于,它不需要用户改变任何工作习惯,也不需要切换到新的通讯平台。用户继续使用他们现有的电话号码,但背后的智能层已经完全不同了。


我特别欣赏 Beside 对产品定位的思考。他们的 CEO Maxime Germain 说:"我们把它想象成雇佣了一位哈佛毕业的幕僚长,拥有完美的记忆力。随着时间推移,它会成为一个值得信赖的合作伙伴,理解你的客户,负责跟进工作,并帮助你赢得更多生意。"这个比喻非常准确。Beside 不是试图取代人类,而是成为一个永远在线、永不遗忘、能够处理繁琐细节的助手。它回答未接来电,像前台接待一样;记录笔记和预约会议,像秘书一样;制定策略和回复,像执行助理一样。


从技术角度看,Beside 的野心更大。他们不满足于只做一个语音转文字工具或者简单的聊天机器人。他们构建的是一个跨平台的 AI 系统,能够将电话、短信和会议转化为实际行动:自动安排后续跟进、更新日历、起草回复、预约客户、追踪承诺。这种全方位的处理能力,才是真正让对话数据产生价值的关键。一个美发沙龙的客户打电话来预约,Beside 可以询问具体需求、查看可用时段、确认预约、发送确认短信,并将所有细节记录到系统中。当客户下次再来时,工作人员可以立即调出上次的服务记录——用的是哪种发色、喜欢哪位发型师、偏好周几预约。这种连续性的体验,正是小企业与大型连锁店竞争时最需要的优势。


从 M1 到 Beside:潜行 18 个月后的爆发


Beside 的故事其实从 18 个月前就开始了,只是大多数人并不知道。当时他们以 M1 的名字悄悄运营,专注于打造一个 AI 接待员来处理电话和短信。我觉得这种低调的策略非常聪明。在当今这个人人都急于发布产品、抢占眼球的时代,Beside 选择先埋头打磨产品,用实际效果说话。


18 个月的潜行期并没有白费。当 Beside 正式浮出水面时,他们已经拥有了 2 万名付费客户,年度经常性收入达到 400 万美元,在 4500 条评论中获得了 4.8 分(满分 5 分)的高分。更令人印象深刻的是用户参与度:一半的用户每天打开 M1 应用 14 次,每周使用 6 天。这种使用频率说明了一个事实——这不是一个可有可无的工具,而是已经成为用户日常工作流程中不可或缺的一部分。


融资3200万美元,18个月闷声干到400万ARR,这个


一位客户的评价让我印象深刻:"不用担心忘记客户想要的任何东西,这是无价的。M1 让一切都保持在正轨上,彻底改变了我的工作体验。"这句话道出了 Beside 真正的价值所在。对于小企业主或独立从业者来说,最大的压力不是工作本身有多难,而是要记住太多细节、跟进太多事情、在太多任务间切换。当有一个系统能够可靠地处理这些认知负担时,它带来的不仅是效率提升,更是一种心理上的解放。


但 AI 接待员只是 Beside 愿景的起点。在过去几个月里,他们已经开始将产品能力拓展到更广阔的场景。现在的 Beside 不仅仅是一个电话助手,而是一个完整的对话智能平台,涵盖了从接待、跟进到业务洞察的全流程。他们将产品演进路径清晰地划分为三个阶段:接待员、幕僚长和业务合作伙伴。接待员阶段主要处理基础的来电和短信,准确预约,记住细节,处理业务量。幕僚长阶段(目前在 macOS 上可用)则更进一步,在会议前做准备,回忆过去的对话背景,自动起草带附件的后续邮件,推动下一步行动。而在他们的产品路线图上,业务合作伙伴阶段将能够主动发现运营洞察,自主完成行动,提升客户满意度,并帮助增长收入。


融资3200万美元,18个月闷声干到400万ARR,这个


重建电话基础设施:技术护城河的真正含义


我一直认为,真正伟大的科技产品不仅要有出色的用户体验,更要有深厚的技术护城河。Beside 在这方面做得非常扎实。要理解他们的技术优势,首先要认识到电话系统的复杂性。这不是一个你可以通过调用几个 API 就能搞定的事情。


Beside 从零开始重建了整个电话技术栈。他们直接与电话网络集成,与行业领先企业合作,现在每月可以可靠地支持和捕获数百万通电话。这包括号码配置和验证、满足监管要求、支持呼叫转移和号码迁移——这样企业就能保留客户已经熟悉的电话号码。在任何地方提供高质量的通话——无论是在卡车里、工地上还是穿过城市——都是一个极其复杂的工程挑战。Beside 通过掌握美国的监管和运营商生态系统,建立了一个可以在全球复制的蓝图,能够适应各地的本地要求,同时保持同样的可靠性和性能。


融资3200万美元,18个月闷声干到400万ARR,这个


这种电话基础设施是 Beside 的真正护城河。这不是一个竞争对手可以在几个月内复制的软件层,而是需要深厚的行业关系、监管知识和工程能力才能构建的基础设施层。Germain 明确表示,长期来看,公司计划成为一个完整的移动运营商,拥有 SIM 卡级别的集成能力。这个野心听起来疯狂,但完全合理。如果你想真正控制对话体验,就必须拥有整个通讯栈。


我发现很多人低估了在美国建立这种基础设施的难度。美国的电话监管环境极其复杂,每个州都有不同的要求,运营商之间的关系错综复杂。Beside 不仅要处理技术问题,还要处理法律、合规和商业关系问题。正如 Germain 所说:"在任何地方提供高质量的通话——在卡车里、工地上、繁忙的城市中——是一个真正困难的技术挑战。通过掌握美国复杂的监管和运营商生态系统,我们建立了一个可以在全球复制的蓝图。"这种能力的价值不仅在于它能让产品在美国运作良好,更在于它为全球扩张铺平了道路。


为真实经济服务的 AI:被忽视的 1 亿用户


Beside 的创始故事让我特别有共鸣。Maxime Germain 在小镇长大,父母从事房地产行业,他 15 岁就开始做建筑工作,现在自己也拥有房产。Beside 就诞生于这个真实世界——那些生活在电话线上而不是仪表板后面的人。Germain 说得很直白:"AI 不应该只为科技游客服务。它应该为美国数百万忙于接电话而没时间切换工具的企业服务。"


这种来自真实世界的洞察,让 Beside 在产品设计上与众不同。他们不是坐在办公室里想象用户需要什么,而是真正理解这些用户的日常挣扎。承包商在工地上,双手沾满泥土或油漆,无法立即接电话。房地产经纪人在开车带客户看房,错过了另一个潜在客户的来电。美发沙龙老板在给客户做头发,听到电话响起却无法离开。这些场景中,每一通未接来电都意味着潜在的收入损失。


融资3200万美元,18个月闷声干到400万ARR,这个



我注意到 Beside 的客户群体非常多元化。有律师、医生,甚至还有牧师和教堂在使用这个产品。Germain 解释说:"它适用于任何行业,但针对的是每个行业中具有相同心态的人——如果你真正关心客户并希望提供更高水平的体验,那么对话的细节对你来说就会变得极其重要。"这个观察非常精准。产品的目标用户不是按行业划分的,而是按心态划分的。只要是那些把客户体验放在首位、愿意为细节投入精力的专业人士,Beside 就能为他们创造价值。


从客户反馈来看,效果是实实在在的。新泽西州的一位商业景观美化公司老板 Dominic Santiago 说:"不用担心忘记客户想要的任何东西,这是无价的。它让一切都保持在正轨上,彻底改变了我经营业务的体验。"更戏剧性的是文图拉一家保险代理公司的联合所有人 Tim Curts 的案例,他说使用产品后,"一夜之间"就从 4 万美元的新保费增长到 12 万美元,"只靠我一个人"。当然,"一夜之间"可能有些夸张,但这个数字变化确实说明了一个问题:当你能够抓住每一个商机、给每个客户留下良好印象时,业务增长可以是指数级的。


不只是生产力工具:Beside 的平台野心


我一直在思考 Beside 的商业模式和长期定位。在我看来,他们的战略非常清晰且聪明。与其把自己定位为另一个生产力 SaaS 工具(就像 Slack 或 Notion),Beside 更接近 Square、Toast 或 Shopify——它们是真实经济的基础设施。


这种定位的妙处在于,一旦你成为业务运营的核心基础设施,你就有无数机会在此基础上构建更高价值的产品。Beside 已经在捕获每个客户互动的完整背景信息,这为未来的支付处理、满意度追踪、增长分析等服务奠定了基础。想象一下,如果你已经知道每个客户的购买历史、偏好和互动记录,你能提供多少增值服务?


融资3200万美元,18个月闷声干到400万ARR,这个

从他们的产品路线图来看,这个方向已经很明确。他们正在开发团队功能,让 20-50 人的小企业能够共享客户背景信息,这样每个人都能知道客户的历史和偏好,不需要重复询问。Germain 用了一个很好的比喻:"如果你与一家由 Beside 支持的企业互动,应该感觉就像去一家超级豪华的酒店,你只需说一次名字,酒店里的每个人都知道你的名字、你的房间、你的偏好。你永远不需要重复同样的事情,你只是被照顾着。"


这种愿景让我想起了 Salesforce 早期的故事。Salesforce 一开始只是一个 CRM 工具,但因为它掌握了客户关系数据,最终演变成了一个庞大的企业软件平台。Beside 走的也是类似的路径,只不过他们的数据来源是对话而不是表单。而对话数据的丰富性和真实性,可能比结构化的 CRM 数据更有价值。毕竟,人们在对话中透露的信息,往往比他们在表格中填写的更加真实和细腻。


消费级体验遇上企业级能力


Beside 团队的背景对产品的成功至关重要。联合创始人们——Maxime Germain、Bobby Giangeruso、Aymeric Beaumet、Justin Bureau 和 Hélène Blonz——此前一起创建了 Jour,这是一个心理健康日记应用,最终以 2000 万美元被 Alan 收购。这段经历为他们带来了两个关键能力:打造消费级用户体验的能力,以及将复杂技术包装成简单产品的能力。


我特别欣赏 Germain 关于 Jour 经历如何启发 Beside 的叙述。在 Alan 工作期间,他一直在实验大语言模型如何增强治疗师与患者之间的互动,专注于那些真实的、高风险的对话,其中细微差别非常重要。但越深入研究,他就越看到更广阔的机会。如果 AI 能够处理治疗对话,为什么不能处理承包商、景观美化师、房地产经纪人、保险经纪人等 1 亿美国人的商业电话对话?这个跨越看似大胆,实则合理。治疗对话可能是最复杂、最需要同理心的对话类型之一。如果 AI 能够在这个场景中发挥作用,那在商业对话中应该更加游刃有余。

融资3200万美元,18个月闷声干到400万ARR,这个

团队的消费科技背景在产品上体现得淋漓尽致。Beside 的界面看起来更像 WhatsApp 或 iMessage,而不是企业软件。这不是偶然的。大多数为小企业设计的软件都充满了复杂的菜单、难以理解的术语和陡峭的学习曲线。但 Beside 团队明白,他们的用户没有时间学习复杂的软件。一个在工地上工作的承包商,一个在路上奔波的房地产经纪人,他们需要的是拿起手机就能用的东西,不需要培训,不需要手册。


EQT Ventures 的合伙人 Kaushik Subramanian 的评价很到位:"Beside 不仅仅是在优化企业与客户之间的沟通,它完全重新思考了工作如何完成。"这正是我认为 Beside 最有价值的地方。他们不是在现有的工作流程上贴一个 AI 标签,而是在重新想象工作流程本身应该是什么样子。当 AI 可以理解对话、记住细节、自动执行任务时,我们为什么还需要用户手动填写表单、更新 CRM、设置提醒?


融资背后的故事:为什么投资人看好 Beside


Beside 这次融资的细节很有意思。他们总共筹集了 3200 万美元,包括 2000 万美元的 A 轮融资(由 EQT Ventures 领投,Index Ventures 参与)、1050 万美元的种子轮(由 Index 领投),以及 140 万美元的 SAFE。投资人阵容也很豪华,除了顶级 VC,还有 Slack 创始人 Stewart Butterfield、Hugging Face CEO Clément Delangue、Alan 创始人 Jean-Charles Samuelian 等知名天使投资人。



融资3200万美元,18个月闷声干到400万ARR,这个


Index Ventures 的合伙人 Martin Mignot 写了一篇很动人的投资回顾。他回忆起 2012 年在纽约遇到年仅 20 岁的 Maxime Germain 的场景。那时 Germain 刚从巴黎来到纽约,是那种你在硅谷偶尔能遇到、但在法国不常见的超级天才少年——11 岁自学编程,15 岁推出法国最受欢迎的 iPhone 教程网站,辍学追逐创业梦想。Mignot 说,只是和他聊天,你就能感觉到他对创建公司的想法和热情简直要爆发出来。


更有趣的是,Mignot 在 Beside 的种子轮之前就以个人身份投资了,因为他"非常相信 Max"。这种投资人与创始人之间的长期关系,在创业生态中其实非常重要,但常常被忽视。最好的投资往往不是来自尽职调查表格,而是来自多年的观察和信任。Mignot 看着 Germain 从一个充满潜力的年轻人成长为一个成熟的创始人,经历了 Jour 的成功退出,现在带着更大的野心回来。这种成长轨迹让投资人相信,这次他要做的不仅仅是另一个成功的初创公司,而是一个可能改变数百万美国人工作方式的平台。


EQT Ventures 的投资逻辑也很清晰。在他们的投资说明中,合伙人 Preet Khalsa 和 Kaushik Subramanian 解释说,他们一直在寻找能够将企业级性能与消费级体验和可访问性结合起来的产品。到目前为止,长尾企业一直错过了企业级工具。但随着自动化和 AI 带来的可扩展性,工具可以变得相关且经济可行,适用于小企业、微型中小企业、专业个体和企业内的一线工作者。他们还提到,"赋能长尾"已经创造了一长串定义了一代人的公司(Shopify、Uber、Wolt、Hubspot、Brex),如果专业个体能够获得企业级软件,那么专业个体/雇主/未来工作的格局可能会与今天截然不同。


从 100 个客户到 2 万个客户的跨越


EQT Ventures 的投资回顾中有一个细节让我印象深刻。他们第一次见到团队时,Beside 只有 100 多个客户。但团队展现出的产品质量标准和假设驱动的方法让投资人震惊。"任何低于全球规模采用的目标都不在讨论范围内!"这种野心在创业早期非常罕见,大多数创始人在那个阶段还在为如何找到产品市场契合度而苦恼。


融资3200万美元,18个月闷声干到400万ARR,这个


更令人印象深刻的是技术细节。投资人回忆说,"团队用我们的祖母都能理解的方式解释(并技术建模)了 CRM。很明显,团队正在构建一个世界,在这个世界里,中小企业获得所有技术火力,并且可以相信 Beside 的魔力,而不必费心了解背后是什么。"这种将复杂技术简化为直观体验的能力,正是消费科技与企业软件的最大区别。企业软件往往假设用户愿意花时间学习和理解系统,而消费产品则必须做到开箱即用、不言自明。


还有一个技术细节:即使在只有 100 个用户的规模下,信息检索的延迟和性能就已经比许多其他规模庞大的 AI 产品更好!这说明团队从一开始就在构建可扩展的基础设施,而不是先做一个原型再慢慢优化。这种前瞻性的工程思维,是一个产品能否从小规模走向大规模的关键。


从 100 个客户到 2 万个付费客户,过去 6 个月保持 30% 的月增长率,这个扩张速度证明了产品的市场契合度。但更重要的是客户留存和参与度。一半的用户每天使用 14 次,每周使用 6 天,这种粘性表明 Beside 已经成为用户工作流程中不可或缺的一部分。当你的产品变成用户每天离不开的工具时,你就拥有了真正的护城河。


AI 原生思维:技术前沿的永久居民


Martin Mignot 在他的投资文章中有一段话让我深有感触:"AI 的发展速度比我们见过的任何技术浪潮都快,无论是应用能力还是底层基础设施。在过去的时代,技术栈会快速稳定下来:移动时代意味着 iOS 和 Android,云时代意味着 AWS 和 Kubernetes。但在 AI 时代,每周都有新东西:新的实验室、新的模型、新的 API、新的芯片。当今最好的创始人生活并呼吸在可能性的最前沿。"


这段描述完美概括了为什么 Germain 是这个时代的理想创始人。Mignot 说他是"AI 原生的,痴迷于新奇事物,不断测试、迭代、突破技术可能性的极限"。在 AI 飞速发展的今天,创始人不能只是偶尔关注新技术,而必须成为技术前沿的永久居民。每当 OpenAI、Anthropic 或其他实验室发布新模型时,就要立即测试它能为产品带来什么改进。每当出现新的语音合成技术、新的实时处理方法、新的多模态能力时,就要思考如何整合到产品中。


融资3200万美元,18个月闷声干到400万ARR,这个

这种 AI 原生思维在 Beside 的产品演进中体现得非常明显。他们不是在 2023 年构建了一个产品然后就不动了,而是随着大语言模型能力的提升不断扩展产品边界。最初的 M1 主要专注于接听电话和基本的预约管理,但随着模型理解能力的增强,他们逐步加入了更复杂的对话能力、主动洞察、跨平台协调等功能。产品路线图上的"业务合作伙伴"阶段,包括主动发现运营洞察和自主完成行动,这些能力在一年前可能还无法可靠实现,但现在正在变得可行。


我认为这种敏捷性将成为 AI 时代成功企业的标志。那些能够快速吸收新技术突破、将其转化为产品价值的公司,将远远领先于那些按照传统产品开发周期缓慢前进的公司。Beside 已经证明了他们拥有这种能力,从他们在 18 个月内从 0 到 2 万付费客户的速度就能看出来。


全球扩张的蓝图


Beside 目前主要在美国运营,但他们的全球野心很明确。这次融资的一个重要目的就是为了进军欧洲市场。考虑到团队的背景(Germain 来自法国,在巴黎和纽约都有深厚的人脉),欧洲是一个自然的下一步。


但全球扩张对于 Beside 来说比一般 SaaS 公司更复杂,因为他们必须处理每个国家不同的电话监管环境、运营商关系和技术标准。这正是为什么他们在美国建立的电话基础设施如此重要——它不仅服务于美国市场,更提供了一个可复制的蓝图。Germain 明确表示,通过掌握美国复杂的监管和运营商生态系统,他们建立了一个可以在全球复制的框架,能够适应各地的本地要求,同时保持相同的可靠性和性能。


我特别看好他们在欧洲的潜力。欧洲的小企业市场同样庞大,而且面临着相似的问题——大量依赖电话沟通的行业、高昂的客户获取成本、有限的技术资源。不同的是,欧洲的小企业可能对数据隐私有更高的要求,对美国科技巨头有更多的警惕。Beside 作为一家由欧洲创始人领导、在本地有深厚根基的公司,可能更容易赢得欧洲客户的信任。


融资3200万美元,18个月闷声干到400万ARR,这个


而且,欧洲市场的语言多样性实际上可能成为 Beside 的优势而非劣势。大语言模型在多语言处理上的能力已经相当成熟,Beside 的 AI 可以轻松处理法语、德语、西班牙语等主要欧洲语言的电话对话。这意味着同一个产品可以服务于整个欧洲市场,而不需要为每个国家开发单独的版本。对于传统的电话系统提供商来说,多语言支持是一个巨大的挑战,但对于基于 AI 的系统来说,这几乎是自然而然的能力。


竞争格局:为什么 Beside 与众不同


语音 AI 市场确实很拥挤。像 ElevenLabs 和 Vapi 这样的专业化初创公司,以及亚马逊和微软这样的科技巨头,都在竞相构建能够处理日常客户问题和预约安排的逼真语音 AI 系统,而不需要人工客服。市场预计将从 2024 年的 31.4 亿美元增长到 2034 年的 475 亿美元。在这样一个拥挤的赛道上,Beside 凭什么脱颖而出?


我认为 Beside 的差异化在于三个关键维度。第一是目标市场的选择。大多数语音 AI 公司都在瞄准大企业客户服务中心,试图取代呼叫中心的人工客服。而 Beside 则直接面向 1 亿美国一线工作者——承包商、房地产经纪人、美发师、调度员和无法负担全职助理的小企业主。这个市场同样庞大,但竞争少得多,而且客户的需求更加明确和迫切。在英国,大多数小企业只能接听不到 40% 的来电,五分之四的打到语音信箱的客户永远不会再打回来。这不是一个需要说服的问题,而是一个亟待解决的痛点。


第二是产品方法的不同。许多语音 AI 试图模拟人类,成为一个虚拟的客服人员。而 Beside 的理念是淡化 AI 的存在感,让它融入背景并完成工作。它不试图假装是人类,也不仅仅停留在转录层面(像许多笔记应用那样)。它提供的是一种优质体验,让客户感到被看见、被理解、被照顾,而不需要明确要求。这种哲学上的不同导致了完全不同的产品设计和用户体验。


第三,也是最重要的,是 Beside 拥有完整的电话基础设施。大多数语音 AI 公司只是在现有电话系统上添加了一层 AI,但 Beside 重建了整个电话栈。这种垂直整合让他们能够提供更可靠的服务、更低的延迟、更好的通话质量,以及更多的功能可能性。当你控制了整个栈时,你可以做的事情远远超过仅仅添加一个智能层。


从接待员到业务合作伙伴:愿景的三个阶段


Beside 对产品演进的规划非常清晰,分为三个递进的阶段,每个阶段都在前一个阶段的基础上增加更多价值。这种清晰的路线图不仅对内部开发有指导意义,也让客户和投资人能够理解公司的长期愿景。


第一阶段是 AI 接待员。这是目前产品的核心,也是大多数用户最直接体验到的价值。接待员接听电话和短信,像礼宾一样预约会议,记住个人细节,自动跟进。它知道你更喜欢周二而不是周三剪头发,你的技师是 Ryan,你上次选择了红色指甲油。约会后,它会根据你的具体情况进行跟进——不是通用的促销信息。这种个性化的记忆能力,正是小企业与大型连锁店竞争时最需要的武器。大型连锁店可能有更多资源和更低的价格,但小企业可以提供更个性化、更贴心的服务。Beside 让这种优势实现了规模化。


第二阶段是幕僚长,目前在 macOS 上可用。这个阶段针对那些在外勤和办公桌之间切换的专业人士——比如房地产经纪人、承包商和顾问。它在会议前提供准备,从过去的对话中回忆背景,自动撰写带附件的后续邮件,并保持下一步行动的推进。我特别欣赏这个阶段的设计,因为它认识到了现代工作的复杂性。工作不再局限于一个地方或一种沟通方式。一个房地产经纪人可能早上在办公室用电脑查看邮件,中午在车里用手机打电话,下午在客户家里进行面对面会议,晚上回家后又在电脑上整理资料。Beside 的幕僚长功能跨越所有这些场景,提供连贯的智能支持。


第三阶段是业务合作伙伴,目前还在产品路线图上。这个阶段将主动发现运营洞察,自主完成行动,改善客户满意度,并帮助增长收入。这是最有野心也最具挑战性的阶段。从被动响应到主动建议,从执行指令到独立决策,这需要 AI 能力的重大飞跃。但如果实现了,它将彻底改变小企业的运营方式。想象一下,你的 AI 助手能够主动告诉你:"根据过去三个月的对话数据,你的客户中有 15% 提到了对新服务的兴趣,建议你考虑扩展这个业务线。"或者:"有三个高价值客户最近联系频率下降,建议主动跟进维护关系。"这种从数据到洞察到行动的完整闭环,正是小企业最需要但最难获得的能力。


消费者导向的企业软件


Beside 的一个关键战略选择是直接面向消费者,而不是瞄准大型企业。Germain 表示,这是让 Beside 在拥挤的 AI 语音技术领域脱颖而出的因素。创始团队来自消费科技公司,如 X(前 Twitter)、Snap 和 Jour(Germain 在 2021 年卖给数字健康保险公司 Alan 的心理健康应用)。


我认为这个选择非常明智。企业软件销售通常需要漫长的销售周期、复杂的定制化需求、繁琐的安全审查。一个产品可能要花一年时间才能完成第一笔交易,然后又要花几个月时间才能真正部署。而消费者市场则完全不同。如果产品真的解决了问题,用户可以立即注册、立即使用、立即看到价值。这种快速的反馈循环让 Beside 能够迅速迭代产品,根据真实用户反馈不断改进。


但 Beside 的消费者导向策略并不意味着忽视企业市场。相反,他们正在从底层向上构建——先让个人用户爱上产品,然后自然地扩展到小团队,最终进入企业。这种自下而上的增长策略已经被 Slack、Dropbox、Zoom 等公司证明是有效的。当一个团队中的几个人已经在使用并依赖某个工具时,说服整个团队采用这个工具就容易得多。


目前,Beside 正在重点开发团队功能,让 20-50 人的小企业能够共享客户背景信息。这是从个人工具到团队协作平台的关键一步。当整个团队都能访问同样的客户对话历史、偏好记录和互动细节时,客户体验将达到一个新的水平。不需要交接会议,不需要内部邮件转发,每个团队成员都能立即了解客户的完整背景,提供无缝的服务体验。


数据隐私和安全:必须面对的挑战


当我思考 Beside 的未来挑战时,数据隐私和安全是无法回避的话题。Beside 正在捕获和处理大量敏感的客户对话数据——电话录音、短信内容、个人偏好、业务细节。这些数据的价值毋庸置疑,但同时也带来了巨大的责任。


虽然材料中没有详细讨论隐私政策,但我认为这将是 Beside 必须非常谨慎处理的领域。特别是当他们扩展到欧洲市场时,GDPR 等严格的数据保护法规将对他们的数据处理方式提出更高要求。用户需要清楚地知道他们的对话数据被如何存储、被谁访问、保留多长时间、是否被用于训练 AI 模型。


从积极的角度看,Beside 控制整个技术栈这一点在隐私方面可能是一个优势。因为他们不依赖第三方电话服务提供商,他们可以确保数据始终在自己的系统内流转,不会被不必要地暴露给外部方。同时,他们也可以实施端到端加密、本地存储选项等高级安全措施,给企业客户更多的控制权。


我预期 Beside 未来会在这个方向上投入大量资源,不仅是为了合规,更是为了建立客户信任。当你的产品处理的是客户最私密的商业对话时,信任是一切的基础。一旦发生数据泄露或隐私丑闻,再好的产品也可能一夜之间失去市场。


我对 Beside 未来的思考


站在现在这个时点,我对 Beside 的未来既兴奋又好奇。他们已经证明了产品市场契合度——2 万付费客户、400 万美元 ARR、极高的用户参与度。他们拥有强大的团队、充足的资金、清晰的愿景。但从现在到成为一家真正意义上的大公司,还有许多挑战需要克服。


第一个挑战是规模化。从 2 万客户到 20 万、200 万客户,不仅仅是数量上的增长,更是质量上的考验。电话基础设施能否支撑这种规模的增长?AI 性能能否保持稳定?客户支持能否跟上?这些都是需要提前规划和投资的领域。好消息是,团队已经展示了对基础设施的重视,他们从一开始就在构建可扩展的系统,而不是等问题出现再修复。


第二个挑战是功能边界的定义。AI 能做的事情越来越多,但这不意味着什么都应该做。Beside 需要仔细思考哪些功能应该自动化,哪些应该保留人类参与,哪些应该给用户选择权。过度自动化可能让用户感到失控,而自动化不足则无法充分发挥 AI 的潜力。找到这个平衡点需要持续的实验和用户反馈。


第三个挑战是竞争。虽然 Beside 目前在小企业语音 AI 市场有明显优势,但这个市场的潜力必然会吸引更多竞争者。大型科技公司可能会推出类似产品,其他初创公司可能会复制 Beside 的模式。Beside 需要持续创新,不断拓宽护城河。他们的电话基础设施是一个强大的护城河,但技术优势总是会被追赶的。更持久的护城河可能来自于品牌、用户习惯和网络效应。


从长期来看,我认为 Beside 有机会成为小企业基础设施的核心组成部分。就像 Shopify 对电商、Square 对支付、Toast 对餐饮一样,Beside 可能成为"对话即服务"的代名词。当每个小企业都需要一个智能的、永远在线的对话系统时,Beside 将成为自然的选择。而一旦他们建立了这个位置,他们就可以在此基础上构建更多高价值服务——支付处理、客户分析、营销自动化、业务洞察等等。


3200 万美元的融资为 Beside 提供了足够的跑道来实现这个愿景。但最终,成功将取决于他们能否持续保持对用户需求的深刻理解、对技术前沿的敏锐嗅觉、对产品质量的极致追求。从目前的表现来看,这个团队完全有能力做到。我会继续关注 Beside 的进展,因为他们正在书写的,可能是 AI 时代小企业转型的重要篇章。电话这个看似古老的工具,或许正在 AI 的加持下焕发新生,成为连接真实经济与智能技术的桥梁。


文章来自微信公众号 “ 深思圈 ”

AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

2
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI