跨国深谈← 返回←Netic 创始人 Melissa Tokmak:让 AI 运营千万家“维持世界运转”的公司

Netic 创始人 Melissa Tokmak:让 AI 运营千万家“维持世界运转”的公司

关联

人物 Melisa Tokmak

公司 NETIC

概念 智能体 · 基础服务 · 私募股权 · 自主企业 · AI 整合公司 · 主观能动性

这一集是 Netic 的创始人兼 CEO Melissa Tokmak 与投资人对谈。Netic 是一家成立两年的公司，做的是“基础服务”行业的 AI——暖通空调(HVAC,即暖气、通风与空调)、管道、电气、健身会所、宠物服务这些“维持世界运转”的生意。

Melissa 此前在 Scale.ai 做了四年工程总监，建过政府、物流、制造、医疗等业务线。Netic 的定位是站在企业和它的客户之间：接电话、发短信、网站预约，全都是 AI 智能体在应对。最值得注意的一个数字是：如今超过 70% 的客户是“AI first”——客户与公司的第一次接触，就是和 Netic 的智能体对话。

这门生意的实质：调度比看起来难得多

Melissa 用一个场景说明为什么这事不简单：零下 20 度，暖气坏了，客户打电话进来。AI 要理解的不只是“暖气坏了”——你住什么房子、装的是什么机组？

要不要今天上门？你这个客户的终身价值是多少，值不值得把只会修锅炉的最好技师现在就派出去？

这些决策原来靠公司里成百上千的坐席人员，而这些人是不可靠的：业务凌晨 4、5 点就开始，热浪一来电话从早上 6 点 piled in,那天还可能有三个员工辞职、五个没来。这些企业很多是收入十亿美元级别的，但被私募股权持有、按 EBITDA(息税折旧前利润，衡量实际赚钱能力的指标)考核，必须把每一分钱投到交付服务的蓝领劳动力上，而不是内勤。

为什么不自己买公司做 roll-up:三个理由

主持人问她：为什么不学 LongLake 那样买一堆公司再用 AI 优化？她的回答有三层。

第一是想要什么：她要建一个“可以扩展和复利”的产品，而 Scale 那种为 AI 建基础设施的生意运营极重、缺少产品锋利感。第二是技能：roll-up 的核心是并购(M&A),“我不是并购的人，我是工程师、是产品人”，不想做一个自己最擅长的东西反而不重要的生意。第三是规模：roll-up 里做的产品只服务你刚买下的那几家公司，没法泛化；她想问的是“每个现实世界企业怎么都能跑在 Netic 上”，让企业只专注自己擅长的劳动力和服务质量。

她自己的背景也解释了这份执念：在土耳其小镇一无所有地长大，拿斯坦福全额奖学金来美国之前连电脑都没摸过，家乡的人全在这些行业里干活。“我们都在谈科技、谈影响力，但大多数公司只服务其他初创公司”——为现实世界造东西，是她离开 Scale 的原因之一。另一个技术上的驱动：AI 已经很擅长当消费者的副驾驶，但“下一个最大的未解问题是，如何在关键任务工作流里用 AI”——做真正自主执行的系统。

机器人很远，大实验室也不是竞争对手

有人把“现实世界的 AI”归成几件事：她做的服务自动化、机器人、自动驾驶。她的比喻是“同一本书的不同章节”：机器人的章节存在，但在她这些行业里还相当遥远。

理由很具体：让工程师去客户现场是公司硬性要求，看看窗外——每一栋楼都不一样，如果机器人要干这些活，“每一栋楼都得是 3D 打印的或完全标准化的”；今天的机器人在灵巧度上连处理不同类型的螺丝都差得远，更别说打开整面墙才知道要修什么。而且这些场景里有强烈的人的元素——客户找上门时往往是“人生中最糟的一天”，房子被淹了，或者只想减压去打场球。

至于“OpenAI、Anthropic 能不能做这个”，她笑着指出这个问题 10 年前的版本是“Google 能不能做这个”。有些核心能力大实验室当然有，但两点决定了它们不是竞争风险：一是专注——OpenAI 出好产品很快，“杀掉产品也很快”，而这些行业的企业要的不是那种快；二是最后一公里：面对全国数百万口音、诉求、联系渠道各异的客户，还要把他们变成回头客，靠的不只是模型，“必须来自你的工具链和编排、你在上层构建的软件和产品”——所以 Netic 这类公司必须在模型、编排、产品三个层面都擅长。把“等 AGI 到了再解决基础服务”当答案，在她看来“在操作上和智力上都是一种懒惰的思维”。

这些行业不“老派”，私募股权的剧本正在改写

一个流行误解是这些行业采用技术慢。她的观察相反：她见过最技术前瞻、最生意导向的主人恰恰在这些行业里——他们只是极其看重价值验证。

一个例子：一份 50 万美元的合同，从接触到签下从头到尾只用了 14 天。这些行业“既非常原始又技术前瞻”：大型屋顶公司还靠“敲门人”挨家挨户跑，但 Netic 会把卫星数据接进来——飓风如何影响不同社区的不同屋顶、不同材料该怎么处理——自动喂给智能体的上下文，既接好入站电话，也能判断该去追哪个 neighborhoods(社区)。私募股权那头，一个持有 20-30 家企业的基金，如果这些企业都在 Netic 上，跨行业上下文就能玩出新花样：知道你养狗，推健身会员时就该挑带宠物护理的那家。

不过她坦承，私募股权的第一轮对话永远聚焦降本，因为她这类平台还太少，而她要扭转的是这个框架：“我不是来削减你的成本的……

我真正感兴趣的是你将如何获得全新的收入”。“如果只把 AI 用于削减成本，那将非常令人难过。

”她的北极星数字：Netic 至今已为客户创造了超过 6 亿美元、真正由 AI 处理的互动产生的收入——销售时也不做演示，直接拉出一个真实客户的实时部署给他看。私募股权的旧剧本是“找到未被发现的宝石、换团队、创造价值、再卖掉”，但这样的宝石已经不存在了，新剧本是如何与手里这些企业创造有形价值。

招人：不看一时的 agency,看一辈子的 agency

她的招聘哲学与当下风气对着干。她看到很多创始人“太担心实验室在做什么”，不敢进新垂直；她把这归因于“现在大量的建设着眼于我如何能立即退出”——而做创始人本该是“奉献几十年人生”的事。

她尤其警惕一种她称为“永久底层心态”的求职者(她点名 Z 世代):“如果 18 个月内赚不到钱、6 个月内学不完世界上所有的东西，我就永远贫穷了”——这是一种“AGI 化”的世界观，认为 AI 很快会吞噬所有人、你的价值在贬值。她的反驳：构建真正好的东西需要很长时间，她自己最重要的教训就来自在 Scale 四年里“投入并带着所有问题坚持到底”。

筛“主观能动性”不看一时一事，而是深挖整个人生：应届生有没有在大学里做过真正在乎、并且坚持下来的项目(“不是做了一个周末”)?她常问的一个问题是“你这辈子做过的最难的事是什么”，然后往任何方向深挖。

一个刚入职、下周报到的工程师给出了她听过最有创意的答案：我生活很简单，最在乎工作和健康；最难的事是 15 年来每天雷打不动地执行同一套健康作息、为同事出现，从不厌倦、从不想别的。她引了一句归于马丁·路德的话作结：基督徒鞋匠荣耀上帝的方式不是在鞋上画十字架，而是做最好的鞋——“因为上帝关心手艺”。创始人也一样——建最好的产品，解决你在乎的人的问题；“用更少的资源、更多的专注、一小群聚在一起要拿下整个世界的人，你反而能成就更多”。

本集带走

• “AI first”已经是主流形态：Netic 超 70% 的客户，其终端客户的第一次互动就交给 AI 智能体，不只是做人工坐席的溢出兜底。
• 垂直 AI 的护城河在模型之外：面对百万级异质客户的“最后一公里”，靠 harnesses(工具链)、编排和上层产品，不是等更强的模型或 AGI。
• 别把行业当“老派”：基础服务企业极其看重价值验证而非抵触技术——50 万美元合同 14 天签下，靠的是展示真实部署而非 demo。
• 和私募股权谈增量，不只谈降本：她的开场是把 6 亿美元 AI 产生收入的真实数据摆上桌，把对话从“砍成本”扭到“净新增收入”。
• 筛主观能动性问一生，不问一事：“你这辈子做过的最难的事是什么”+ 追问为什么；要的是持续多年的投入，不是周末项目。
• 警惕“18 个月赚不到钱就完了”的心态：好东西需要很长时间，专注和小团队比追逐风口走得更远。

【背景】本集为 No Priors 播客节目，转写稿中公司名出现 Netic/Netick/NetEgg 等多种写法，统一指同一家公司 Netic;与 Melissa 对谈的主持人未在稿中具名，是一名早期投资人。

但今天，实际上，超过 70% 的客户是 AI first。
But today, actually, over 70% of our customers are AI first.
—— Melisa Tokmak · [06:13]

如果机器人要做我们今天与这些公司正在做的事情，那么每一栋建筑都需要是 3D 打印的或者是完全标准化的。
If robotics is going to do what we’re doing with these companies today, every single of those buildings need to be either 3D printed or completely standardized.
—— Melisa Tokmak · [11:45]

我确实对这个问题有点想笑，因为我认为 10 年前，那个一模一样的问题就是，Google 能做这个吗？
I do chuckle at the question a little bit, though, because I think 10 years ago, that same exact question was, can Google do this?
—— Melisa Tokmak · [13:28]

OpenAI 很快就能构建出令人惊叹的产品，但它也很快就把它们杀掉。
OpenAI builds amazing products really fast, but also it kills them really fast.
—— Melisa Tokmak · [14:11]

如果有什么的话，你实际上用更少的资源、更多的专注，以及聚集在一起要拿下整个世界的一小群人，反而能成就更多。
If anything, you actually achieve more with less, with more focus, and with a small group of people that came together to take down the whole world.
—— Melisa Tokmak · [18:58]

我认为把这些行业当成老派是一个巨大的误解。
I think it’s a big misconception to think about these industries as old school.
—— Melisa Tokmak · [24:15]

我们到目前为止已经为我们的客户创造了超过 6 亿美元，这真正是由 AI 处理的互动产生的。
We have made so far, I think, over $600 million for our customers that have been really generated from AI-handled interactions.
—— Melisa Tokmak · [29:39]

我并不是真的来削减你的成本的。当然，这正在以这种方式发生，但我真正感兴趣的是你将如何获得全新的收入。
I’m not really there to cut your costs. Sure, that is happening in this way, but I’m really interested in this is how you’re going to make net new revenue.
—— Melisa Tokmak · [30:45]

如果我们只把 AI 用于削减成本，那将非常令人难过。
It would be pretty sad if we used AI only for cost-cutting.
—— Melisa Tokmak · [31:09]