為什麼在 AI 時代，一個百萬美元的新創不值得做？

TOWN 創辦人暨執行長 Jean‑Denis Greze 主張，AI 時代已經抬高了「什麼才算創投規模事業」的門檻，而他自己的公司不得不放棄一個已經能運作的小企業報稅產品，因為它永遠不可能快到足以規模化。整段對話大部分時間都花在這個轉型故事上：為什麼 TOWN 押注一個橫向的電子郵件與行事曆助理、以由下而上的方式賣給小企業，而不是由上而下打進大企業；以及面對前沿實驗室（frontier labs），模型中立性與客戶資料所有權的策略論據何在。標題的框架——「不值得打造的一百萬美元新創」——準確但狹窄：它只涵蓋了約前三分之一的集數，之後討論轉向產品策略、與 OpenAI 和 Anthropic 的競爭，以及代理（agent）將如何重塑通路與廣告。

Greze 的說法是從第一線營運經驗出發：他曾在 Plaid 擔任技術長，當時主持人 Alex Rampell（Andreessen Horowitz 合夥人）主導了公司對 Plaid 的投資，之後他才離開創辦 TOWN。Rampell 既是這款產品的投資人，也是活躍使用者，這讓對談帶有內行人的質地——包括他提到 Ben Horowitz 向他推薦 TOWN，而他當時還沒意識到那是 Greze 的公司。讀者讀完應該能建立一個具體模型：為什麼年度性、低頻、口碑薄弱的生意在結構上與創投式規模化相剋；TOWN 的「routines」函式庫為何是從訪談重度使用者建構而來，而非來自使用者資料；以及為什麼 Greze 認為，隨著人類注意力變得可自動化，當年造就 Amazon 的聚合者模式正在貶值。

一個能運作的報稅生意，仍然不是創投規模

Greze 花了一年打造針對中小企業的 AI 報稅自動化，證明產品確實可行，然後得出結論：這套進入市場的方式永遠追不上現有業者。技術面的論據很強：報稅工作文字量龐大，LLM 擅長處理文字，而輸入資料——財務報表、租約——都是結構化的。Greze 說他做了一次技術驗證，確信兩年內整條流程，從財務報告、紙本檔案到完成申報，都能自動化。打造花了一年，產品也確實能用。

問題出在通路。TOWN 第一年營收略低於 100 萬美元，團隊預估第二年可達 250 萬至 300 萬美元。Greze 的框架是：在 AI 時代之前，這些數字看起來會是一門再合理不過的生意——但 AI 出現之後，很清楚這不會是一家創投規模的公司。更糟的是，現有業者可以用同一套技術，比 TOWN 搶下市佔更快地自動化自家客戶的申報作業。

Rampell 把這個教訓一般化給創業者：新進者的優勢在於速度、不同的產品、不同的進入市場方式，但時鐘是對握有通路優勢的現有業者不利地走著。就報稅這個領域而言，三個結構性特徵讓問題雪上加霜：

| 限制 | 對規模化的影響 |
|---|---|
| 年度採購週期 | 一年只有一個銷售視窗 |
| 不是日常使用工具 | 沒有習慣性使用可累積 |
| 口碑薄弱 | 很少有人會炫耀報稅，就算會，也是在申報之後——而不是在有人正在找顧問的時候 |

Rampell 舉了一位友人的 EdTech 公司為例：那家公司一年只有兩個視窗能賣進學校（暑假賣秋季、秋末到跨年前的一個短視窗）——同樣是對超高速規模化的結構性上限。Greze 補充，這個決定有硬性期限：團隊在 10 月 15 日前後大約有一個月的視窗，還能同時活在兩個世界裡，繼續做報稅或不做。過了那個時間點，門就關了——你不能在 4 月 16 日、在已經向人承諾會幫他們申報之後改變方向，也不能在 1 月、在已經簽下一半合作夥伴之後才轉彎。Greze 說，這種時間壓力反而讓決策比那種「再試下一個點子一個月看看」的開放式流程更有效率。

最難的部分是人的代價：向員工承認失敗，包括一個隨著轉型而未來消失的報稅團隊。Greze 自述的推理是：朋友不會因為成功與否而不再是朋友，而公司可以用資遣條件善待離開的人，並協助他們找到下一份工作。他也點出讓繼續做下去變得不可能的兩個動機——對世界的影響力，以及和一群同樣都有機會成本的人共事的真實樂趣——並說一旦你不再相信自己能做出偉大的成果，就很難直視別人的眼睛，也很難在有其他現成 offer 的情況下招募人才。

「大多數人大概不會這麼做，尤其這又不是說它行不通。那一刻，感覺就像失敗，像是我們正在失敗。」

轉型來自客戶抱怨，不是市場地圖

TOWN 現在的產品——電子郵件與行事曆的 AI 助理——之所以出現，是因為報稅客戶不斷描述報稅產品無法處理的相鄰痛點。客戶告訴 Greze，他們花好幾個小時排會議、忘記會議到底在談什麼、反覆回答同樣的稅務問題；他們問這個工具能不能事先準備好答案。Greze 的解讀是：這些工作流程沒有一個複雜，卻沒有人為它們打造高品質的 AI：會議準備、會議後續、例行郵件回覆，以及讓一個人為自己一天的工作做好準備。

時機正好碰上 Opus 45 發布，代理（至少在做程式設計時）開始能執行更多自主工作。Greze 說，就是這個簡單洞察加上模型新獲得的自主能力，讓 TOWN 快速達到產品市場契合度（product‑market fit）。他描述那一刻時毫不修飾：

「產品市場契合度是很神奇的東西。當你擁有它的時候，你會想用死力氣抓住它，然後永遠拉著那根線不放。」

值得注意的是，團隊並沒有停下來估算市場規模，也沒有定義什麼叫贏。他們先投入幾個月，然後從去年 12 月一路做到 4 月，產品每天成長「一個百分點或一個半百分點」，有清楚的路線圖，客戶也不斷要求更多。直到那時他們才結束封閉測試。市場論述是在有了牽引力之後才補上的：大多數企業都靠電子郵件與行事曆運作，尤其是業務、事業開發、招募這類對外角色，而且這在全球皆然，不只美國。深度來自客戶需求——Greze 堅持這不是把 LLM 接上你的收件匣那麼簡單，複雜度足以正當化即使沒有已證實的護城河也要往深處做。

先為使用者打造，之後再賣進企業

Greze 和共同創辦人都待過 Dropbox，他們帶過來的教訓是不對稱的：你可以拿一個世界級的消費級產品，改造成企業版；但要從企業的合規與 IT 要求出發，最後做出一個了不起的產品，幾乎不可能。直到這段對話前幾個月，團隊都相信時間的最高價值用途是產品品質，成長會自然發生，理由是企業就緒度、資料安全與隱私的扎實基礎，之後可以再包上管理功能。

這個押注建立在一個關於買方行為的論點上：消費者對 AI 的期待正在升高，CIO 和 CEO 會要求公司裡有和他們私底下用的一樣好的助理。誰能推出一個用起來像消費級產品的企業工具，誰就最有機會勝出。TOWN 目前的分眾正是由此而來——自助服務與產品體驗瞄準中小企業，安全、合規與財務控管瞄準大企業。Greze 拋給自己的開放問題是：如何從一筆企業交易做到幾十筆，以及如何滿足任何一家大公司（而不只是少數幾家）的資料隱私與安全要求。

Rampell 補上歷史類比：2007 年 Steve Ballmer 曾不屑地說 iPhone 是一支 800 美元、沒人會買的手機，但那年每一位 CEO 都拆了一支，拿它拍小孩，然後告訴整個組織想辦法讓它能用。Greze 接受這個類比，但補上更尖銳的警告——風險不是變成 BlackBerry，而是變成 Good Technologies，那款 iPhone 的企業電子郵件使用者端，用 Rampell 的話說，是「史上最醜的」。一個比原生 Gmail 還難用的企業外殼，不成其為生意。Greze 的採用路徑因此有先後順序：先幫幾個人接上電子郵件與行事曆，在會議準備與簡報更新上做出看得見的魔法，然後才問自己是否已經掙得權利去接上 CRM 和其餘的 IT 堆疊——而稽核日誌、敏感資訊控管，以及讓財務長看得到 Token 成本的能見度，是入場的代價。

中立路由與資料所有權，是對抗實驗室的護城河

被問到為什麼該用 TOWN 而不是 OpenAI 和 Anthropic 自己出的聯結器時，Greze 給了三個答案，並坦承第一個單獨來看很弱。弱的那個是產品願景：TOWN 對電子郵件與行事曆的使用者體驗有獨特看法，其他玩家並未聚焦於此，但實驗室或 Google 裡的任何人都可能一覺醒來就抄走。比較強的是中立性與所有權。

關於中立性，TOWN 對中型企業（500 至 1,000 名員工）的說法，是買方答不出來的一個問題：三到五年後，誰會是最好的模型供應商？Greze 說，如果你買 OpenAI 的產品，它就永遠內建 OpenAI 的模型——而在那個時間窗內，如果 OpenAI 不是最適合你需求的智慧，隨著 AI 接手你更多工作，你就處於競爭劣勢。TOWN 把自己定位成中立的應用層，隨時路由到當下對客戶最好的供應商，包括語音、視訊與簡報。Greze 舉例，有些公司大約兩年前全面採用 OpenAI，結果大約 12 個月內 Claude 在程式設計上變強，他們就不得不加上 Anthropic。

關於所有權，Greze 主張 AI 對一家企業累積的脈絡——資訊、記憶、聯絡人——是一類新的企業資產，客戶應該完全擁有它，擁有到要從 Town 搬走只需一天。他把這定位成刻意的取捨：對客戶更低的轉換成本，正是他對抗實驗室的競爭位置，而如果他做不出最好的產品，他就輸了。他也說 Town 不用客戶資訊訓練模型，並警告：一家企業的營運知識若流到轉售商手上，等於是在賣掉自己成功的根本。第三個差異化是哲學層面的：Greze 說 Town 在人與 AI 的關係上比實驗室本身更前衛。在 Town 的 Teams 產品裡，有一個內部 CRM 模式讓代理決定哪些企業資訊可供其他員工取用——例如問有沒有人認識某個潛在客戶財務部門的人，透過查詢同事的代理立刻得到答案，而不是在 Slack 發文然後等一天。

「人是慢速的路由器。」

Rampell 用「金髮姑娘區間」的框架追問策略風險：營收 1 兆美元時，你成為 OpenAI 和 Anthropic 的頭號目標；營收為零、沒有使用者時，沒人理你。程式設計代理正好落在這條線錯誤的一側，因為實驗室不可能忽視它們。Greze 部分同意——中小企業工具對實驗室而言，不如程式設計、法律或醫療那麼急迫——但他主張，幫助企業成功的 AI 市場比程式設計市場更大，所以這是「何時」而非「是否」的問題。他舉 OpenAI 自建垂直公司、與 Rogo、Harvey 這類客戶競爭為證，說明對大企業而言，依賴單一實驗室在策略上並不健全。

真正的 AI 落差在於發明者，不在於智慧

Greze 對 AI 採用不均的解釋，不是模型能力，而是能為自己的問題發明出解法的人太稀少。Town 在沒有任何刻意推動下傳到日本，還冒出沒人規劃過的用法——一座島上的衝浪板出租店用它比對衝浪板與海灘越野車的檢查照片，決定要不要退押金。Rampell 說這不在任何 128 乘 128 的可能性清單上。Greze 的重點是：這類案例靠的是小公司裡某個熱心的發明者，被煩到足以把某件事自動化。

失敗模式是，大多數人把 Claude 或 ChatGPT 當成更好的搜尋引擎，然後得出結論：什麼都沒變。Greze 的診斷是：產品不能只是一個文字框；你必須讓人看見價值，並且替他們把工作做掉。他描述 Town 的留存訊號——使用者接上電子郵件、行事曆，最好再接上一個關鍵的會計系統，然後自己建了一個不在標準組合裡的整合。那一次創造的動作就是魔法所在，而他的目標是透過把同樣的價值帶給非發明者，來消除這個必要性。Rampell 稱這是整合與產品行銷的問題，並指出矽谷公司受到異常好的服務，因為它們就坐在工程師旁邊，而世界上大多數地方並非如此。

Rampell 補上一個行為面的解釋：很多人兩年前試過 AI，發現它會胡編，就把那個評價定死了。他描述自己反覆做同一個實驗——給一個懷疑者（包括一位位居第二高位的哈佛教授）看她 20 年前論文的改寫版，聽到「這太不可思議了，這是哪個 AI」，然後回答：ChatGPT，同一個，你只是需要再試一次。Greze 版本的說法是：人們對「什麼是可能的」的心智模型會過時，而能持續把一門生意重新調適到當下最好 AI 的平臺就會勝出。他舉電腦操作代理（computer-use agent）在大約兩個半月內從約 30% 成功率進步到 90% 為例，說明大多數人還沒感受到的能力。

潛在價值最具體的例證，是一家餐廳老闆每月或每季收到批發商寄來、涵蓋數千項商品的 Excel 或 PDF 價目表。兼職的財務人員本應每季檢查有沒有漲價、有沒有更便宜的替代品，但大多沒人做，因為它罕見、枯燥，又在日常營運之外。一個 AI 例行程式可以每月跑一次、大約一個月一美元，12 個月裡有 11 個月什麼都沒找到，而在找到東西的那個月省下數百或數千美元。Rampell 的行銷翻譯是：沒有人想要「個人助理」，但每個人都會對「省錢」說好——Geico 式的說法。

代理打破聚合者模式與注意力交易

Rampell 提出，隨著代理流量超越人類流量，網際網路那個隱含交易——用免費內容換取廣告——正在崩解，Amazon 採取敵對姿態，而沒有廣告業務的 Walmart 反而處於得利位置。Greze 的結構性解讀是：當人類注意力還是繫結性的限制時，供給聚合的價值遠高於現在，因為注意力如今可以被自動化。他小心不過度推論：人不會把每件事都為效率最佳化。在 SoHo 逛來逛去、看別人穿什麼，是值得保留的摩擦；用最便宜最快的方式訂同樣的衛生紙，則不是。就 Amazon 而言，他說自己買樂高給小孩時，有時會想看到雜牌積木的廣告，並會請他的代理去看評價——所以廣告支撐的探索，在使用者主動選擇的地方仍有價值。

Rampell 提出的更深問題是：當沒有人的眼睛在頁面上時，廣告會怎樣？如果 Meta 的代理因為 United 在 Meta 上廣告下得多就推薦 United，使用者會察覺中立性消失了。Greze 的答案是：個人代理應該完全由其使用者的錢包出資，這樣它的創造者才有動機提供未受扭曲的資訊——同時仍讓使用者在自己想要那種曝光時，可以問「現在在廣告什麼」。Rampell 把邏輯延伸到 Meta 的 Muse：一個免費的個人代理可能永遠不需要做廣告，因為它蒐集的資料改善了 Instagram 上的定向投放，而使用者去 Instagram 正是為了浪費時間，Muse 蒐集到的錢包資訊則能促成購買。這個飛輪把變現與代理體驗分開，而這正是他認為 Amazon 會輸的地方——Amazon 的對策應該是自家更好、購物專屬的代理，綁進 Prime。

Rampell 的現在式證據是 CamelCamelCamel，一個已有 18 年歷史的 Amazon 價格追蹤聯盟網站，在美國有 2,000 萬人使用，它會在降價時寄信給你，但要你自己完成購買。它的存在把世界分成兩種人：時間比錢多的人會用它，錢比時間多的人不會。代理會消弭這個分野——連帶消弭折價券經濟，以及高階信用卡背後「權益用不到」的商業模式；Rampell 說，一旦每個人都能自動去領 Chase 和 Amex 的權益，那個模式就死了。

flowchart TD
    A["人類注意力稀缺"] --> B["聚合供給者掌握價值"]
    B --> C["廣告與折價券按時間與金錢區隔使用者"]
    C --> D["代理自動化注意力並領取每一項權益"]
    D --> E["聚合價值下滑，廣告交易崩解"]
    E --> F["中立、由使用者出資的代理成為可信賴的層"]
    E --> G["平臺必須自建代理，否則失去關係"]

值得觀察的重點

這集未解的張力，是 Greze 自己承認 Town 的中立性說法刻意壓低了客戶的轉換成本。作為對抗實驗室的楔子，這邏輯自洽，但它留下一個開放問題：當模型供應商往堆疊上層移動時，一個護城河淺的應用層能否守住定價——Greze 用「何時而非是否」回答，而不是用一套機制回答。有兩件事值得對照他的說法持續追蹤：那個從訪談重度使用者、而非從使用者資料建構的 routines 函式庫，是否真能把個人化規模化到他說的 80/20 程度；以及實驗室是否會在程式設計、法律、醫療上專注得夠久，讓一個橫向的中小企業助理有時間複利成長。Rampell 的金髮姑娘框架是對的鏡頭——Town 的危險不是被忽視，而是變得重要到值得被一個它砸錢贏不了的供應商抄走。