摘要：在一份名为“顶尖精益 AI Native 公司排行榜”的名单中，细致罗列了 31 家团队规模不大（500 万美元）的初创公司。这份名单中我们看到了不少熟悉的名字。

2024 年初，山姆·奥特曼曾预言，在 AI 的助力下将出现“价值十亿美元的一人公司”。一年过去后，尽管预言中的极端样本还没有出现，但小团队的成功已不鲜见。

在一份名为“顶尖精益 AI Native 公司排行榜”的名单中，细致罗列了 31 家团队规模不大（500 万美元）的初创公司。这份名单中我们看到了不少熟悉的名字。

名单在linkedin上收获了热烈的反响，名单访问地址：https://leanaileaderboard.com/

. 创始人是高中生的食物热量扫描工具 Cal AI，初始团队规模仅 4 人，ARR 已达 1200 万美元；

. 华人团队创立的视频生成和图片生成平台 OpenArt 仅 8 名员工，同样达到了 1200 万美元的 ARR；

. 通讯应用 Telegram 的 AI 含量不够却被破例纳入榜单，其以 30 名员工撬动了 10 亿美元的年收入，人均年收入 3333 万美元，被视作小团队的绝对标杆。

名单里的部分数据虽然不是十分准确，如 Cal AI 的团队成员已增长至 15 人，但其指向的趋势却非常明显，AI 时代更多小团队有机会“以小搏大”，并最终拿到结果。

白鲸编辑部对其进一步统计后发现，截至 4 月 14 日上榜的 31 家公司来自多个不同领域，热门赛道包括 AI 图像、AI 教育、AI 视频、AI 编程等，近一半尚处于 A 轮之前的早期融资轮次，其中「Midjourney」、「SubMagic」、「Aracads」、「Cal AI」、「Chatbase」、「Conversion」几家公司甚至尚未进行过任何外部融资。

上榜公司所在领域及融资情况｜信息来源：CrunchBase

这份名单由 Super.com 创始人 Henry Shi 打造。Henry Shi 既做过创业者也做过投资人，过去 8 年他用“传统方式”建立起一家 1.5 亿美元 ARR 的企业，拥有超过 200 名员工，融资总额超过了 2 亿美元，让公司不计代价地疯狂成长。但他猛然发现，AI 的到来可能已经彻底改变了团队疯狂扩张、多轮融资的传统创业叙事。在他的统计中，这批“顶尖精益 AI Native 公司”人不多，自我造血能力极强。上榜公司平均员工数为 20 人，人均年创收 279 万美元，大约是 SaaS 行业均值的 10 倍，单个员工大致对应了 1.4 亿美元的估值，这个数字分别是苹果市值的 8 倍、Google 的 14 倍。而其中，甚至有些产品并没有所谓的核心壁垒。

AI Wrapper，赚麻了？

在这份榜单上，我们看到了不少所谓的 AI 套壳产品。

比如 GPTZero，这是一款华人团队出品、用于检测文本 AI 含量的产品。用户每个月可以用它免费检测 10000 字以内的文本，也可以花 8.33 美元/月和 12.99 美元/月的价格升级，获得更多的检测文本额度，以及使用语法检查、抄袭检查等高级功能。功能简单，团队规模也仅有 15 人，GPTZero 却在短短两年时间内做到了 1000 万美元的 ARR，用户总量超过 800 万。

格外值得一提的是，过程中它甚至“击败”了 OpenAI 在 2023 年初推出的 AI 检测器「Classifier」，后者在上线仅 7 个月后就在“准确性不高”的争议中匆匆下线了，也再一次将“AI 检测 AI 无效”的讨论推上风口浪尖。但 GPTZero 不仅挺了过来，还成长迅速，在「Classifier」下线快一年之际，GPTZero 官宣在 6 个月内实现了 500% 涨幅的 ARR 增长，且盈利情况良好，在投资人的争抢中完成了千万美元的“抢先式”A 轮融资。

GPTZero官网

那么 GPTZero 真的解决 AI 准确性的问题了吗？在 TechCrunch 记者的实测中，GPTZero 的表现的确要好于同类产品，据创始人 Alex Cui 说，他们的产品更准确是因为访问了更多的数据，并使用了最先进的开源工具构建了自己的 LLM，为了证明技术的有效性，他们还与宾夕法尼亚州立大学的研究人员合作建立了自己的基准。作为一款套壳产品，GPTZero 独特的生存空间其实也来自于大模型厂商下场做 AI 检测器的“以子之矛攻子之盾”的纠结，曾有消息说，OpenAI 已经开发出能够准确识别 ChatGPT 生成文本的工具，但公司选择不对外发布，因为一旦推出预计会有 3 成用户将减少使用 ChatGPT，这项功能天生适合第三方来做。

GPTZero 无疑是一个非常特殊的案例，更多套壳产品缺乏类似“屏障”，它们的核心竞争力来源于需求洞察，以及在垂类场景下对用户体验的打磨，山姆·奥特曼在近期的对外交流中，对套壳产品给出如下评价，“作为创业者，关键不在于是否使用现成的基础模型，而在于能否创造独特的用户价值。”独特，意味着对特定行业、业务痛点的精准回应，过去它们可能因为市场规模不足、开发成本过高而被忽视，但如今 AI 带来的效率革命让小团队有能力精准服务小市场，并最终构建起可观的业务。

GPTZero 的创始人是在 BBC 和《纽约时报》实习期间开始编写帮助记者识别 AI 生成内容的代码；BoldVoice 的两位创始人都不是英语母语者，亲身经历的口音歧视成为他们打造 AI 口音教练的灵感来源，这款产品的 ARR 已经达到了 850 万美元；Aragon AI 同样是由华人团队打造，在这款产品之前他们已经陆续发布了十余款产品但无一成功，Aragon AI 最终另辟蹊径、瞄准了 B 端企业、团队专业肖像生成需求，在 2 年时间内 9 人团队就做到了 1000 万美元的 ARR。

Aragon AI官网

即使是在传统赛道，AI 也有机会带来全新机会。Oleve 和 Solvely.ai 切入的解题赛道，过去其实是个偏“重”的业务，依赖题库资源的累积或者真人教师的响应，对于新入局者来说很难有机会。但 AI 的加持改变了这一情况，尽管有字节「Gauth」、作业帮「Question.ai」等大厂产品快速抢占海外市场，小团队仍有机会找到自己的身位。Oleve 和 Solvely.ai 两个团队的规模都在 5 人左右，一年能做到 600 万美元的营收，足够富裕地养活团队了。

当然，我们无意塑造“AI+小团队，轻松年入百万”的叙事。实际在不少创始人的自述中，创业过程依旧是艰难、辛苦的，比如 Aragon AI 创始人 Wesley Tian 曾表示其工程团队经常工作到午夜后；上榜公司中的 Mercor，也是以其“996 工作制”而在硅谷闻名……它们身上更让人感兴趣的要素在于，何以用远小于过去的资源（尤其是人力资源），达成如今的商业成功？

精简团队，何以精简？

AI 工具无疑是答案之一。

榜上的不少团队，业务方向可以归为 AI 驱动的生产力提效工具，团队本身的精简和高效就是最好的广告。

最有代表性的是 Cursor、Lovable 和 Bolt.new 在内的 AI 编程工具，它们一方面引领了开发流程简化的趋势，自身也实现了亮眼的商业成绩。知名创业加速器 Y Combinator CEO Garry Tan 曾在对外交流中透露，在其最新批次的入选企业中，约四分之一的公司的 9 成以上代码由 LLM 编写，证明了 AI 编程工具正在成为开发主力，而头部的明星项目的收入增长也十分迅速，根据支付平台 Stripe 2024 年度信显示，Crursor 在 3 年之内的累计收入超过了 1 亿美元，而后起之秀 Lovable 仅用时 3 个月达成了 1700 万美元 ARR 的里程碑，Bolt 达到 2000 万美元 ARR 仅用时 2 个月。

一张流传广泛的AI精益团队统计图

类似的情况也出现在营销、客服支持等领域。Arcads AI 是最新登上榜单的“精益公司”。 其面向的是 AI 广告视频生成领域，用户只需要输入脚本，即可在数秒内生成 AI 演员出演的逼真视频。就在上周，Arcads AI 联创 Romain Torres 宣布公司已达成 500 万美元的 ARR，而其目前团队规模不过 5 人，他们下一步的计划是在达成 1 亿美元 ARR 时将团队规模控制在 10 人以内。

Arcads AI联创Romain Torres官宣公司达到500万美元ARR｜图源：X

这种不轻易“加人”的底气，源于团队已将 AI 深度融入工作流中实现的提效。

仅以增长为例，Arcads AI 有一个专门的 AI Spy Agent 负责监控竞品的热门广告，这个 AI Agent 会自动将热门广告批量导入 ChatGPT o1 中，让其生成类似脚本，再由自家产品 Arcads AI 生成类似的视频广告用于获客，效率极高；而投流同样由 AI 负责，团队内部打造了专门的 Google Ads AI Agent，它可以一站式完成高潜关键词挖掘、落地页内容生成、自动出价优化，而人更多负责 Agent 的搭建和管理。类似的自动化的 AI Agent 还被广泛用于客服、销售、会计等流程中，大大压缩了团队的人力成本。Linkedin 信息显示，团队扩张到了 6 人，除了两名联创，技术、增长、运营、客服支持均仅由一人负责。

Arcads AI 的情况并不鲜见，在精益团队中搭建 AI 驱动的自动化工作流几乎是一种必备技能，Chatbase 正计划在维持 11 人团队规模的前提下将业务营收提升至 100 万美元 MRR，其营销和增长负责人 Sandra Đajic 在介绍其经验的贴文中表示，她自主搭建了团队自动化营销工作流，用 Lovable 搭前端，Make.com 做自动抓取，Supabase 存储广告数据，再用 ChatGPT 分析竞品广告策略，实时生成洞察，极大提升单人效率，也是她称之为 Vibe Marketing 的实践。

人少，当然不是任何一家上榜公司成功的关键原因，但团队小的确带来了不少优势。

“除了明显的成本效益外，精益团队（Lean Teams）还有几个被低估的好处：1、在团队中，你没有时间也不需要政治斗争；2、更少的管理工作：在扁平结构下，你在绩效管理上花费的时间更少，而将更多时间花在实际进展上；3、更容易转向。”OpenArt 的 CEO &联创 CoCo Mao 在讨论上述名单的 Linkedin 动态中谈及。与之对应的是，精益团队的管理者通常会更慎重地考虑人员扩招。

AI 营销工具 Conversion 的创始人 Neil Tewari 认为，融资、增长或者“专家”都不是招人的理由，团队只有在无法快速发布新功能、分发渠道无法扩展、或者每天从早到晚排满销售会议时，才真正需要考虑加人。他习惯用 Vercel v0 工具快速搭建原型，并在写第一行代码之前就让设计合作伙伴开始测试，快速获得反馈以节约工程时间；在非技术岗的设置上，团队也更偏好多面手而非专家，他们有一个 4 人团队承担起了冷启动、广告渠道、销售、客户支持、反馈收集、CEO 领英运营在内的全部职责。总而言之，招聘应该出于“必要”而非“好看”，员工多并不等于进展快。Conversion 将目前团队规模控制在 15 人，年收入达 650 万美元，已经实现了盈利。

Conversion的创始人Neil Tewari领英动态

同样值得关注的是，新一代创始人心态正在发生微妙而深刻的变化。如上文所述，31 家上榜企业中近一半尚处于 A 轮之前的早期融资轮次，还有几家甚至尚未进行过任何外部融资，可能指向的是部分创业者倾向于少拿钱或者不拿钱，榜单的统计者 Henry Shi 也关注到了这一变化，正如他在对外交流时提及的，不是每位创始人都梦想着运营一家超过 10 万员工的公司然后上市。有些人会认为，“如果他们能掌控公司、过上好日子、做一些很酷的东西，每年赚个 500 万到 1000 万美元”，那比那些为了融资把公司大部分股份卖给风险投资人、最终在自己公司里只剩下很少股份的创始人要好得多。

AI 视频创企「SubMagic」创始人 David Zitoun 就是这种新型创业者的代表。他并不在意团队是否沿着传统路径前进：他们没有接受融资，没有办公室，团队规模精简，也没有被 TechCrunch 报道过。他们选择将全部精力投入到解决用户的真实痛点上，专注盈利、稳健成长，团队成员可以在世界上任何一个角落自由工作。SubMagic 达到 100 万用户的里程碑时，David 说，最棒的部分是——这仅仅是他们所希望达成目标的开始。

来源：白鲸出海一点号