AI 時代的新物種，重新定義 AI DataAgent｜To B 十問

“每個時代都有自己的紅利和機會，永遠不缺機會。大浪淘沙后留下的，一定是那些一直在奔跑的人。”逄大嵬告訴牛透社，“只要堅持做下去，保持好奇心、堅定信心，不斷去印證方向，就會有希望。”

在我們的交流中，他分享了自己對SaaS和AI兩個時代創業的看法。

作為ChatExcel的CEO，逄大嵬的創業軌跡橫跨SaaS時代與AI Agent時代，獨特的經歷讓他在這場技術變革中顯得尤為特別。

逄大嵬在SaaS領域深耕十年，見證了行業的起起落落。2021年，他從上家創業公司退出，當時恰逢SaaS行業的高點，他成功離場，完成了一次完整的創業小閉環。這段經歷讓他積累了融資、團隊管理、業務擴張等全鏈條的實戰經驗，也讓他在面對新的創業浪潮時，心態更為平和從容。

正是帶著這樣的沉淀，逄大嵬投身于AI領域，加入并主導了ChatExcel的商業化落地。

ChatExcel的誕生并非跟風ChatGPT的熱潮，其雛形早在北大兩位AI博士讀碩士時便已出現，最初基于傳統機器學習方法，后借Transformer技術升級為大模型技術驅動，在實驗室打磨多年后，于2024年底正式商業化。

這款以“解決記不住函數公式”為切入點的AI工具，憑借“聊天式交互”處理Excel的創新模式迅速走紅，累計服務用戶突破百萬量級，并自然延伸到B端市場，服務華為、聯想等企業客戶，甚至實現了“端側智能”——將AI模型壓縮部署到本地設備，徹底解決企業的數據安全問題。

目前，ChatExcel的商業化模式已清晰成型，包括C端訂閱制和B端企業版，同時開放MCP對接能力，與生態伙伴合作。

從SaaS時代到Agent時代，逄大嵬的創業體感截然不同。他坦言，SaaS時代的創業更依賴堆人、堆工程、堆銷售，而AI時代的核心是技術驅動，“模型能做到什么，就去做什么”。這種轉變讓他感到“更舒服”——團隊雖然不足10人且沒有銷售人員，卻憑借產品的自傳播撬動了市場。

逄大嵬認為，上一代SaaS堆工程是壁壘，現在堆工程是負擔。因此，他們主動開放MCP能力，喊話傳統廠商“沒必要自己從零搭建”。

面對技術迭代的加速，逄大嵬展現出一種“享受創業”的從容。他認為，AI時代的創業者必須“革自己的命”，不斷印證判斷、快速迭代認知。在他看來，AI的價值在于創造新需求，而非切割舊蛋糕，正如ChatExcel與WPS的部分場景重疊，卻通過Data Agent重塑了數據全鏈路處理方式。

從SaaS時代的“苦”到AI時代的“爽”，逄大嵬始終將創業視為一場長跑，堅信每個時代都有自己的紅利，他正以享受過程的姿態，在AI驅動的數據智能賽道上全速奔跑。

AI產品第一天就該考慮商業化問題

牛透社：ChatExcel從辦公痛點切入，當時為何判定"用AI解決表格處理"是一個能支撐起數據智能體的創業方向？

逄大嵬：其實這個項目最早是我們兩位技術合伙人也是北大AI博士發起的——他們讀碩士時就在做這件事了，可不是等到ChatGPT火了才跟風（笑）。

當時他們就發現表格處理特別“反人類”，想著用AI來解決。后來讀北大博士時恰逢Transformer架構出現，在導師指導下就用大模型技術新升級。所以這不是臨時起意的項目，我們在實驗室打磨了很久，直到去年底才正式商業化。

現在To B領域做數據領域的廠商，主要聚焦在數據分析環節。而我們的愿景是用AI重塑整個數據鏈路，從數據獲取、數據準備到分析洞察、數據可視化、決策應用，甚至最后的價值交易。

大模型出現后，數據全鏈路都有重構的機會。比如，數據獲取就有各種“姿勢”：從互聯網抓取、公司內部系統對接、API調用、數據庫讀取......我們現在先拿Excel切入，因為它是最常見的文件型數據，但其實每個環節都能用AI重新做一遍，讓數據流通起來，打造商業閉環。

再比如，PDF轉表格等文件的格式轉換，這些只是基礎操作啦，只要是數據我們都能處理。

我們這周就要上線"ChatDB"功能，直接對接數據庫，屆時企業內部的API、文件服務器也都能對接。本質上，只要能把信息結構化，管它原始格式是啥，我們都能讓它變成可分析的數據。

牛透社：2023年C端用戶量爆發后，為何后來選擇轉向B端商業化？ChatExcel如何從免費向付費突破的？

逄大嵬：其實B端不是刻意選的，而是自然跑出來的。我們做Excel工具，天生就是個通用產品，C端用戶先用起來，用著用著企業就找上門了。有些用戶的使用場景天然就是企業需求，比如財務、運營這些崗位，他們用順手了就直接推動公司采購。

所以我們的路徑很清晰，C端驗證產品價值，B端自然承接商業化。

很多工具型產品在免費轉付費時會遇到轉化率難題，這很正常。我們的邏輯很簡單——AI產品從第一天就該考慮商業化。問題不是"要不要收費"，而是"從多少比例開始收"。我們之前在實驗室階段免費，但去年底正式商業化時，新版本一上線就直接做了注冊和付費機制。

其實，核心在于產品定位，現在市面上大部分數據產品還是老一代的AI思路，而我們從第一天就是"AI原生"設計——數據的獲取、清洗、分析全鏈路都基于大模型重構。當你的產品能真正解決企業數據提效的痛點時，商業化就是水到渠成的事。

至于目前ChatExcel的用戶規模和留存情況，具體數據不方便公開講，不過可以透露的是，累計服務用戶已經突破百萬量級。

牛透社：不到 10 人的團隊如何服務大量 B 端客戶，還能接入華為、聯想等硬件？客戶拓展靠產品自傳播還是針對性銷售？

逄大嵬：我們核心解決的一個場景是是企業最關心的數據安全問題。團隊具備模型壓縮能力，就像把"大象裝進冰箱"（笑），我們把專門處理數據的AI模型壓縮后，直接部署到聯想、惠普、華為這些終端設備上運行。

這相當于在每臺電腦本地都裝了個"數據智能助手"，所有Excel處理、數據庫操作都在本地完成，文件不出電腦、不出局域網。現在行業說的"本地化"大多還是服務器部署，而我們真正實現了單機運行，這才是AI時代該有的"端側智能"。

我們團隊不到10個人，一個銷售都沒有！這波AI創業的本質是PLG（產品驅動增長）——不管是To C還是To B。現在技術迭代是按"月"計算的，如果產品跟不上，銷售再強也沒用。我們連投流都沒做過，全靠產品自己說話。

另外，我們堅決不做定制化！我們就是標準化產品，Excel處理本身就是通用需求。AI時代最爽的就是不用"創造需求"，用戶早被Excel折磨瘋了，我們只需要回答：你的AI到底能幫我省多少事？能做到什么程度？這就夠了！

ChatExcel定義AI DataAgent

牛透社：大模型生成的結果會不一致，而企業級客戶最在乎準確性，ChatExcel怎么解決這個問題？

逄大嵬：這其實是AI行業普遍面臨的問題，核心在于大模型的“幻覺”現象是當前技術現狀下的客觀存在，我們要做的是控制幻覺的程度——在某些場景下實現100%無幻覺，在另一些場景下設定合理的容忍度。

具體來說，我們從三個維度著手解決：

第一，對模型的選擇與使用熟練度。不同模型、不同版本的能力存在差異，比如是271B還是72B參數的模型，是V3還是R1版本，需要根據場景匹配最合適的模型；

第二，工程層面的優化。通過對模型調用的工程化設計，提升結果的穩定性；

第三，模型自身的調優。包括對模型進行量化、訓練專屬小模型等自主優化，通過微調、訓練等方式增強模型在特定場景下的準確性。

需要明確的是，從技術理論上講，100%消除幻覺并不現實，但ChatExcel作為數據類產品，準確性和可信性是第一要求，必須達到企業級客戶的高標準。因此，我們通過模型使用能力、工程能力和自主訓練能力的結合，多方面共同發力，確保用戶拿到的結果滿足準確性要求。

牛透社：ChatExcel 是否會導致企業不再需要專業數據分析師？在實際服務中，客戶更多是把它當作 “助手” 還是 “替代人工” 的工具？

逄大嵬：ChatExcel 作為一款通用型產品，適用人群非常廣泛，從公司員工、老師、扶貧干部，到電商運營、財務人員等不同崗位的人都在使用。

由于不同崗位、不同工作年限的人對需求的深度不同，很難簡單定義它是 “助手” 還是 “工具”。用 “Agent（代理）” 這個詞來描述可能更合適 ——它的定位會因使用者的差異而有所不同，有人會覺得它是工具，有人會認為它是助手，這是因人而異的。

從我們的觀察來看，從去年到今年這半年多的實踐中，它正逐漸朝著 Agent 的方向發展。我們現在越來越多地提出 Data Agent 這個概念，也是因為它在數據處理領域的 “代理人” 屬性已經基本成立。

之所以強調Data Agent，是因為數據處理并非單一的分析環節，而是覆蓋了多種場景下的需求（比如信息收集、數據整理等）。過去的技術只能解決單點問題，還需要堆砌大量工程量，就像很多數據廠商做的 BI 產品，存在不準確、交付成本高、洞察與實際業務脫節等問題。

而 Data Agent 出現后，從通用模型能力、AI 編碼能力，到專業知識訓練、產品易用性等多個維度，都在改變整個數據業務的鏈路。它并非要替代專業數據分析師，而是根據不同用戶的需求，成為適配其工作場景的 “代理人”，提升數據處理的效率和效果。

我們是AI時代的新物種

牛透社：在你們的探索過程中，有哪些“看起來很美但實際行不通”的AI功能或需求？

逄大嵬：其實這類情況不算多。因為我們團隊有SaaS背景，在做AI產品時，是從“AI原生”的角度出發，緊密跟著模型能力和技術節奏來推進的——簡單說，就是模型能做到什么，我們就去做什么，不會脫離技術現狀空想。

AI時代的產品邏輯是“技術驅動”而非“需求驅動”是PLG，這和過去完全不同。要先看模型技術的成熟度和邊界在哪里，畢竟需求隨處可見，哪怕是菜市場的阿姨也有需求，但技術實現不了，一切都是空談。

過去是需求驅動，所以會有“銷售驅動（SLG）”，把需求落地后解決銷售問題就行；但現在，技術才是根本，這是最大的變化。

牛透社：你們切的是Office和WPS的蛋糕嗎？

逄大嵬：我們不認為是在切他們的蛋糕。AI時代的創新更多是做“新事物”，就像微軟和WPS，它們當前更大的競爭來自飛書、釘釘、企業微信文檔這些同類辦公工具，而我們做的是AI驅動的全新數據處理鏈路。

我們和Office、WPS的重疊部分很少，用戶用我們的產品也依然會用WPS，兩者不沖突。我們要做的是覆蓋數據獲取、處理、生成結果的全鏈路：比如幫用戶獲取工商注冊信息并生成報表，把京東銷售數據轉化為表格，對接數據庫并結合外網信息生成可執行報告——這是新時代的新機會，和傳統表格編輯器不是一個賽道。

AI的價值在于兩點：一是能做到過去做不到的事；二是改變了用戶解決問題的方式——就像ChatGPT的流行，核心是“聊天式交互”符合人們對智能處理的自然期待。

現在每天上萬人用我們的產品，就是因為這種AI驅動的處理方式（而非拖拽、配置式操作），正是他們最想要的。新技術帶來的不僅是工具升級，更是從交付方式、使用體驗到處理鏈路的全面變革，這才是關鍵。

“苦”與“爽”

牛透社：過去一年，你對AI的理解有變化嗎？

逄大嵬：最大的感受有幾點：第一是迭代速度快；第二是它作為“新事物”，吸引了全球最頂尖的人才投入；第三是理論與現實的貼合度越來越高——過去覺得做不到的事，現在慢慢能實現了，而且它真正形成了生產力；第四是解決的具體場景越來越落地。

以前通常是學術界領先，然后是產業界，最后才到用戶側，這是比較常規的節奏。從學術界、產業界到用戶側，這三方的節奏和認知雖然不能說完全趨同，但越來越同步了。

牛透社：過去常說 “人多辦大事兒”，但在 AI 浪潮里，小團隊有沒有可能打破這種慣性，完成曾經只有大規模團隊才能觸及的事？

逄大嵬：我們非常堅信這一點，而且我們團隊就是例子。AI時代，基座能力已經存在了——比如過去需要上千人訓練的模型，現在有開源版本，我們可以直接調優，不管是調整風格還是訓練自己的專屬模型，核心能力已經具備。另外，有了AI coding，編程環節也不需要投入太多人力，整體效率提升、成本降低，這帶來了很大的變化。

這就是AI時代的新機會，和上一個時代“堆人、堆工程、堆銷售”的模式完全不同。這次創業跟上一次比，體感差異很大，一方面很興奮，另一方面做起來更“舒服”。

每個時代都有自己的紅利和機會

牛透社：作為國內首款 AI Excel 產品，先發優勢帶來了哪些紅利？又踩過哪些坑，能讓后來者規避？

逄大嵬：紅利核心是趕上大模型技術爆發的風口，AI 創業本質都是擁抱這類技術紅利。

說到“坑”，其實主要是商業化節奏——我們 2023 年沒急著做商業化，現在回看，當時大模型對數字的處理能力確實弱，大家測大模型都愛拿數學題卡它，連 GPT - 5 也逃不過，技術成熟度撐不起大規模商業化。另外，當時我們還在籌備私有化部署，精力分散下，節奏自然慢了。

不過換個角度看，這也不算純粹的“坑”：團隊人少，能跟著模型成熟度一步步驗證判斷，反而積累了更多客戶需求。去年底產品上線后，用戶接受度很高，也算把節奏找回來了。而且我們預判的“模型會向更強大、更輕量化發展”，也和 GPT 開源模型的趨勢對上了，整體走得還算穩。

牛透社：在技術快速迭代的時代，創業者需要具備哪些核心能力才能抓住機會？

逄大嵬：AI時代的創業，首先是個超大的機會。但想抓住這個機會，有幾點很關鍵：

第一，要不斷驗證自己的判斷，同時享受這個過程。如果做不到，基本沒戲。因為AI技術迭代太快了，沒人能預判下一個技術突破會帶來什么，比如誰能想到一早醒來，自己的產品可能就被新模型“折疊”了？所以不享受過程、沒有快速的技術認知能力，很容易被淘汰。

第二，這個時代的創業核心能力有三個：產品技術驅動是根本，是“1”；團隊的認知迭代能力要跟得上；強大的執行力。

這和上一個時代的創業很不一樣，因為環境變了。比如我們現在做海外版，市場不再局限于中國某一區域或行業，規模可能是原來的N倍；再加上大模型技術這個新基座，機會確實超級大。

另外， SaaS圈這幾年不少人受過挫折，我想給大家傳遞點正能量：每個時代都有自己的紅利和機會，永遠不缺機會。大浪淘沙后留下的，一定是那些一直在奔跑的人。只要堅持做下去，保持好奇心、堅定信心，不斷去“印證”方向，就不會覺得煎熬——畢竟日子總要往前過，對吧？

牛透社：我們一直關注SaaS領域，早年安裝版軟件當道時，SaaS廠商也曾標榜自己迭代快、實時更新、存儲彈性等優勢；但現在Agent出現后，迭代速度更快了。您怎么看這種技術加速的趨勢？會不會讓人感覺疲憊？

逄大嵬：“SaaS”的訂閱模式本身是有價值的——不管C端還是B端產品，訂閱制都是很好的商業模式。

至于AI技術升級加速，這本質是技術革命的必然。從蒸汽機、電氣到計算機革命，再到現在的大模型時代，每次革命初期的技術迭代速度都會特別快，這是歷史規律。

所以回到之前說的，關鍵是享受這個過程，接受現狀，在其中找到自己的位置和機會。現實就在眼前，歷史周期擺在這兒，與其糾結“為什么這么快”，不如乘風起舞，這才有意義。

開放，開放，開放

牛透社：針對不同用戶群體，ChatExcel 的收費體系有什么差異化設計？

逄大嵬：目前免費版支持3張表，很快會開放到100張表，支持更大的文件處理。我們的C端產品采用訂閱制，月卡25.9元，年卡99元。

另外還有企業版，按傳統SaaS模式收費，以賬號數量計費，10個賬號起售，100個賬號的年訂閱費約5萬元。企業版和個人版的核心區別在于，企業版支持SSO（單點登錄）對接、文件安全存儲、獨立OSS（對象存儲服務）對接等功能，還包含團隊管理和協同訴求相關的服務。

另外，我們還支持私有化部署模式，包括一體機、AIPC、MCP 等多種形式，并且已開放 MCP 的 API 對接能力 —— 無論是通過對話方式處理 Excel 的能力，還是對話式數據庫處理能力（我們的ChatData 產品也即將上線），都愿意向所有傳統廠商開放。

這其實正是 AI 時代與上一代 SaaS 時代的一大區別：像我們這樣的 AI 原生團隊非常開放，愿意與各類團隊合作。而上一代 SaaS 產品普遍封閉，大家各做各的，這也是中國很多 SaaS 產品難以做大的重要原因之一。所以，任何 SaaS 廠商都可以自由對接我們的處理能力，目前我們的 MCP 已率先開放合作，歡迎大家來合作對接。

對于傳統軟件廠商來說，他們在AI時代前期迭代速度會慢一些，這種情況下，沒必要自己從零搭建，直接調用第三方的MCP能力就好——這樣大家才能各司其職，專注于自己擅長的領域。

這也是硅谷SaaS生態能做得好，而中國很多SaaS產品發展受限的原因。過去大家總想著什么都自己做，但在AI時代，技術迭代太快，什么都自己搞，最終往往是在交學費、堆成本。

所以我們也希望通過這個平臺呼吁，AI時代更需要開放協作，共同把生態做起來。封閉不僅會導致內耗內卷，還可能被快速迭代的AI技術淘汰，這樣的代價是沒有意義的。

牛透社：接下來有融資計劃嗎？

逄大嵬：有融資規劃的。我們剛完成了新一輪融資，接下來馬上要啟動新的融資計劃。其實對創業公司來說，融資、組建團隊、確定方向、找客戶、整合資源，這些都是始終要面對的事情。不過我們的核心邏輯很明確：要做一家能賺錢的公司。這是我們現在的定位 —— 首先得活下去，創業本身就是一場長跑，是個持續的過程。先活下去，在此基礎上再去考慮其它事情。