AI news

4个月两轮融资近亿,AI真的帮达人赚到钱了|对话K2Lab创始人、前钉钉副总裁王铭

By AI闹1 viewsSource: AI闹
4个月两轮融资近亿,AI真的帮达人赚到钱了|对话K2Lab创始人、前钉钉副总裁王铭

到2026年4月,王铭已迅速完成了两轮融资。首轮由云时资本领投,第二轮华控资本领投、云时资本跟投,两轮融资总计近亿元。与此同时,第一款产品Moras 三月已在TikTok美区启动第一批测试。

The full text has not been translated yet. The Chinese original is shown below.

Intro.

半年前,王铭下场创业。

他38岁,钉钉史上最年轻副总裁。加入阿里前,王铭经历驳杂,有过多次内外部创业经历,做过企业交易平台、O2O、电商、SaaS。

在阿里,王铭也是鲶鱼般的存在,他负责钉钉AI原生生态,一直推动集团把钉钉「变成AI toB入口」,想要打造最大的AI原生应用生态。

王铭等到2025年11月才出来创业的原因很简单。他认为此时,模型能力到了临界点,可以在特定场景下服务「不需要学习成本的小白用户」了。他把创业的命题收得极窄:

让AI直接帮人赚钱。

到2026年4月,王铭已迅速完成了两轮融资。首轮由云时资本领投,第二轮华控资本领投、云时资本跟投,两轮融资总计近亿元。与此同时,第一款产品Moras 三月已在TikTok美区启动第一批测试。

Moras用cold email去联系一批几乎没有出过单的腰部带货达人:这些人已进入带货体系,但长期没有跑通转化,他们有相当规模的粉丝量,但过去一年的产出极不稳定。

邮件回复率达到2%–4%,远高于行业常见水平(一般低于0.01%)。首批约40位参与共创的达人通过调用Moras,能够每天规律发布3到5条内容,单月产出甚至达200条以上。原本高度依赖个人时间和经验的创作流程,被压缩成了一套可以规模化执行的机制。

达人的单周出单率超过70%;平均月GMV接近1万美元;

个别案例里,有人使用Moras后达到周GMV 1万美金,甚至有人测试期内单月突破10万美元,虽然这种结果带有一定随机性。

Moras的生产链路较长,但逻辑毫不复杂:通过一组Agent,把从选品到脚本生成、视频制作、发布上架串在一起,替达人完成整条卖货链路,达人只需要提供账号和基本偏好。

但这个过程中有一个微妙的变化:收益是先到达Moras,再由它向达人分佣。在一部分用户中,Moras甚至直接以「AI雇佣人类」的方式运行——它给达人底薪和分成,但绝大部分收益归AI系统(即Moras本人)所有。

换句话说,Moras不仅参与生产,还参与分配。这一颠覆比想象中来得更快。

连投两轮的云时资本创始人彭创跟王铭认识多年。在他看来,王铭是对中国整个SaaS生态最熟悉的人之一。两人有一个共识:SaaS停留在工具层,而AI必须能完整交付结果。彭创一直在找能通过全链路方式交付结果的公司,Moras是他看到的那个答案。

王铭把这一切总结为:2026年,是AI按效果付费的元年。

而Moras的野心,在于取得用户完全托管权,打造A2A原生电商场景的Agent OS。

文章配图

文章配图

  • Moras界面与流程示例

「 对话王铭 」

让不会带货的人开始卖货

AI闹你们第一批测试没有找头部达人,而是找了一批几乎没出过单的人,这是一个反直觉的选择。Moras是怎么选择合作人群的?

王铭我们当时看了TikTok美区整个达人结构,大概有85万带货达人,其中接近60%其实是没有出过单的。

这些人并不是没有粉丝,很多还是有一定体量的中腰部达人,比如起码有5000粉丝以上。但他们长期没有跑通带货这件事。一方面是生产能力不稳定,一年可能发不了多少条内容;另一方面是,他们其实没有形成一套完整的带货方法论。

但从另一个角度看,这批人反而是一个更大的供给池。头部达人本身已经有很强的方法和路径依赖,也在被各种工具反复触达;但这些中腰部达人,没有被充分激活,缺少支持和服务。

所以我们第一批更倾向去找这群人,一方面冷启动成本更低,另一方面,一旦模型成立,这部分人的空间会更大。

AI闹让一批过去长期没有出单的人却在一周时间跑出70%的出单率,AI在中间做了什么?

王铭本质上是两个变化叠加在一起。

第一个是生产能力的变化。AIGC把内容生产的成本大幅压低了,以前做一条带货视频,从选品、买样、拍摄到剪辑,链路很长,也很依赖个人经验。但现在这些环节可以被系统化地拆解和重组,达人可以在很短时间内持续产出内容。

第二个变化其实更关键,是内容供给的变化。当生产成本下降之后,内容会迅速变多,但这同时也带来一个问题,就是用户对内容的信任在下降。

在这种情况下,单纯依靠「更多内容」并不能带来转化,反而需要重新回到人与人之间的信任关系。我们看到,在TikTok上,真正能带来转化的,还是那些让用户感到「这是一个人在推荐」的内容。

所以某种程度上,AI解决的是生产效率,但转化这件事,仍然要通过对人的信任来完成。

AI闹Moras在这个过程中承担的是什么角色?

王铭我们是把整条带货链路做了一次重构。

从选品、脚本生成、视频制作,到发布节奏和部分运营决策,这些环节都可以通过一组Agent来完成。达人不需要再自己去摸索每一个步骤,只需要提供账号和一些基本偏好。

这样一来,原本依赖个人时间和经验的事情,就变成了一套可以持续运行的系统。

AI闹在这个过程中,收益是先到Moras,再分给达人,这个结构是怎么设计出来的?

王铭这个结构其实是跟我们服务的用户类型有关。

我们面对的这批用户,首先是美国达人,大部分并不愿意花时间去学习一整套复杂的带货流程,他们更关心的是结果,而不是过程。

在这种情况下,如果还是用传统SaaS的方式,让用户先学习很多工具,再自己去重复低效操作,其实难以跑通的。

所以我们在一部分用户中,会直接用一种更简单的方式来合作:由系统去完成大部分决策和执行,收益先进入系统,再按照规则分给达人。

某种程度上,你也可以理解为,是AI在雇佣人来完成这件事情。

放弃平台幻想,让AI直接赚钱

AI闹你在钉钉做过AI生态,也想过更大的平台级机会,但出来之后却选择了一个非常具体且长链条的切口做Agent。这个转变是怎么发生的?

王铭在阿里的时候,我们确实是从一个非常平台视角在看AI的。

从2023年开始,基本上国内外AI项目我们都看过,24年底也在内部推动了一件大事——把钉钉变成整个阿里的AI ToB入口。包括我们内部也在讨论一个更激进的路径,比如用三年时间去并购上百个AI原生应用,去把整个生态做起来。

但看了足够多项目之后,反而慢慢冷静下来。你会发现,每一轮技术变迁看起来很热闹,但真正决定成败的东西本质没变——商业逻辑没变,用户需求也没变。变的只是技术、注意力和生产关系的形式。

所以我开始想:如果这些底层东西没变,那在AI这一轮里,什么是创业团队真正有机会的?我们当时总结了一套很简单的筛选方式,内部叫“五四青年”,五做四不做,本质上是不断排除。

AI闹哪些不能做?

王铭有几类我们是明确不做的。不做纯国内市场,不做海外ToB,不做纯工具,不做非刚需场景,也不做纯依赖大语言模型的事情,等等。

不做纯模型,其实是因为我们跟模型团队接触很多,那时候MiniMax和Kimi、智谱等所有模型厂商还没那么火的时候,就有很多合作。当时做了很多交流。大模型这个赛道,Transformer架构太暴力了,谁数据多、算力多谁就赢。这是大厂的必争之地,创业公司很难活。连Cursor这种看起来离用户很近、有产品体验优势的应用,而且这么早下场,只要它底层是依赖别人的大模型,即使估值干到300亿美金,今天都很难说它活下来了,最后还是可能被收购。

AI闹哪些事是能做的?

王铭一轮一轮排下来,你会发现能做的事情其实不多。剩下的方向必须同时满足几个条件:要做增量市场,要是刚需场景,而且要能够在一个细分赛道里很快做到第一,把用户的付费跑起来,形成数据和营收规模,然后才有机会往下走。

另外一点也很重要,我们不太想再做一个“工具”,而是希望一开始就能构建一个双边结构——一端是用户,另一端是可以产生交易或者价值的供给。

这样排除下来,我们创业第一个月其实做了三个产品,AI漫剧,AI版抖音,还有现在这个。

AI闹为什么只有AI给达人赚钱在你这里活下来了?

王铭AI漫剧我们后来放弃了,因为视频模型的能力还没有到足够成熟的阶段。整个制作链路还是很复杂,对用户来说学习成本很高,更适合有经验的创作者,也就是所谓P(prosumer)。但很难真正面向更广泛的C端用户。

而我们不太想去做一个通用工具或者某个垂直场景只能服务小部分人的产品,还是希望能找到一个真正面向大量用户的连接到下一个时代的机会。

AI闹你们的另一个试水,AI版抖音是什么样子?

王铭我们当时想的是用AI生成成千上万虚拟人物,帅哥美女。甚至可以做成类似真人秀的机制,比如每天淘汰20%,让内容本身形成一种持续的叙事,AI生成的角色自己互动、联合创作。结果一样发现技术没到。

你让AI做一个长一点的连续故事,它就做不出来,每15秒就要重新开一个故事,必须人工去拼,那又变回工具了。我不想做工具。

最后剩下的就是Moras。这个方向刚好符合我们所有做与不做的条件——

做海外,不做国内。做Prosumer,不做toB。做刚需,直接帮人赚钱。不纯依赖大模型,而是用AI串一个长链路端到端解决问题,用推理和多模态能力。不做工具,做能交付结果的产品。我们的目标用户也不是那些少数专业创作者,而是已经报名带货但几乎没出过单的腰部达人。

AI闹非常务实的选择,但务实会不会意味着天花板不是最高的?

王铭不会。其实我们核心关注的几个点是:

第一,这件事情能不能在比较短的时间内看到结果;

第二,用户是不是不需要太多学习成本就能用;

第三,这条链路能不能被拆解,然后用系统去跑。

“让AI直接产生交易”这件事就是这么被筛选出来的。其实这反而是我们觉得天花板最高的一条路。因为一旦你帮达人稳定赚到钱了,你就不是一个工具,而是一个双边生态——一边是达人的注意力,一边是商家的货。工具会被替代,但生态会越滚越大。而且流量会向Agent迁移,交易形态会变成A2A,这里面有巨大机会。

意图电商是下一个电商形态

AI闹从测试阶段的反馈看,Moras是一个跑通的小闭环。如果把这件事再往前看一步,你觉得它最终会变成什么?

王铭我们内部的判断是,AI时代电商即将从现在的内容电商向意图电商过渡。

目前的内容电商,本质上是“货找人”或者“内容去影响人”。你要通过不断生产内容,让用户产生兴趣,再慢慢转化。但这个过程是比较低效的,而且很依赖人的经验和运气。

但如果模型能力继续往前走,其实有机会直接去理解用户的购买意图。当系统能够更准确地判断一个人此时此刻想要什么,它就不需要再通过大量内容去种草,而是可以直接去匹配供给,甚至通过Agent自动达成交易。。

AI闹意图电商和现在的模式最大区别是什么?

王铭从货架电商、内容电商到意图电商,核心差别在于中间这一层被压缩了。

以前是你先看内容,被影响,然后再去做决策;未来可能是:你的需求被识别之后,直接进入匹配和交易。

所以从结构上看,会借助优秀的memory系统和自主进化能力,充分理解用户的意图,从“内容驱动”变成“意图驱动”。会从人类判断,变成AI完成大部分判断人类拍板、甚至AI直接完成交易。

AI闹Moras现在在做的事情,更像是这个过程中的哪一段?

王铭现在还在比较早期的阶段,需要通过Coding能力和Harness架构,快速完善Agent OS。Moras更多是在重构供给这一侧——让内容生产、选品、分发、履约这些环节可以被系统化地完成,让原本没有能力参与的人和卖家也能进入这个体系。

但如果往后看,这些能力最终是可以和「意图」这一层打通的。当供给可以被系统生成,需求也可以被系统理解,中间的匹配效率就会大幅提升。当类似Open Claw等personal AI系统快速进化后,A2A电商时代将会快速到来。

文章来自于微信公众号 "AI闹",作者 "AI闹"

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)