出品｜虎嗅科技组

作者｜SnowyM

编辑｜陈伊凡

头图｜Amos 的领英

"AI 原生 100" 是虎嗅科技组推出针对 AI 原生创新栏目，这是本系列的第「13」篇文章。

3 个人和 20 多个 AI Agent、60 天、准备一年内实现 3000 万美元年收入。

这是一场基于生成式 AI 大胆的 " 商业实验 "，来自一家以色列的 AI 公司—— Swan AI，将这句话写在了自己的官网上。

与硅谷 " 快速扩张、疯狂招人 " 的传统剧本不同，这家公司选择了一种极简的组织方式，少数人 +AI Agent 的团队结构，实现一套完全自动化的销售系统，并成功在 2 个月时间搞定了 71 个 B 端客户。

毫无疑问，AI 正在从根本上改变创业的可能性边界。

硅谷最大孵化器 YC 的 CEO Gary Tan 表示，过去中位数创业公司就是构建能力不足，但如今，可以通过 AI 辅助工具，大幅降低编程门槛，让技术能力有限的创业者，也可以快速构建产品。Gary 发现，YC 的初创企业中，有四分之一企业，95% 的代码是由 AI 编写的，初创企业可以用不到 10 人的团队实现高达 1000 万美元的收入。

与此同时，对于售前 GTM 的行业，也因为 AI 正在发生转型。（虎嗅注：售前 GTM，Go-To-Market，即上市策略。其是指在产品正式推向市场并进入销售环节之前，围绕 " 如何让目标客户认识、理解并产生购买意向 " 所制定的一系列策略与执行动作。它聚焦于售前阶段的市场渗透、客户教育和需求唤醒，为后续的销售转化铺平道路。）

硅谷风投机构 UpHonest Capital 投研团队告诉虎嗅，如今，在这个行业销售质量的重要性大于销售数量，因为 AI 最擅长的是批量规模化工作，可以解锁更多数据价值，所以在 AI 时代拼数量意义不大，更关键的是实现潜在客户的转化。

这其实也是 Swan AI 在讲的故事。

Swan AI 产品上线之后，30 天内年收入增长 30 万美元，试用转付费转化率达到 45%。

0 营销 0 获客成本且只有 3 个人的 Swan AI，是如何做到在 9 周内获得 100 万美元年化收入，还夸下一年内达到 3000 万美元收入的海口？这套典型的 AI 时期组织模式如何运转？

公司运营的极致操作

作为一家 AI 销售公司，Swan AI 做的事情并不新鲜，许多 AI 初创公司聚焦销售场景，用 AI 代替人工找线索和潜在买家，例如在上周刚刚官宣融了 1 亿美金的 Clay。

但 Swan AI 这家公司，却在公司运营上有着与众不同的思路。

在招聘平台 LinkedIn 上，Swan AI 的创始人 Amos 表示，他们正在编写一个新的剧本—— 3 位创始人、150 多位客户、每个月 120% 的增长率，并在一年内达到 3000 万美元年收入。他还明确表示，不打算扩招。

Amos 的公司运营哲学是：第一，停止通过招人来扩大增长；第二，放大人的才能，而不是让 AI Agent 取代员工。

" 不要试图用人工智能取代流程，相反应该问问自己，怎样才能用人工智能将每个员工变成 100 倍于自己的自己。" 他说。

第三，Amos 认为，在生成式 AI 时代，AI 原生企业并不意味着购买一堆大语言模型，这是一种错误的认知。他表示，AI 时期，只需要具备两种技能：第一是发现瓶颈，第二是使用无代码工具进行构建。

3 个创始人和 20 多个自主 AI Agent，就是这家公司组织的全部。

Amos 与联合创始人们从零开始，重新设计创业公司的组织结构，并将其命名为   "Autonomous Business OS"（自主化商业操作系统）。

Amos 担任 " 营收创造者 "，负责从市场营销到客户成功的整个收入链条——在传统公司里，这通常需要市场部、销售部、客户成功部等多个团队协作完成。

联合创始人兼 CTO Niv 是 " 产品创造者 "，负责产品研发和技术扩展，但他不是亲自写代码，而是借助 AI 工具和 Agent 来加速开发。

第三位联合创始人 Ido 则是 "Agent 创造者 "，专门构建和维护内部 AI Agent 系统。

除了这三人，Swan 完全没有其他全职员工。所有决策由三位创始人直接讨论并立即执行，通过 AI Agent 完成具体工作，彻底避开了传统公司 " 人员快速膨胀 " 的陷阱。

这种极简架构的优势在一个案例中得到完美展现：Swan AI 曾在一周内完成重大战略转向。

事件的背景是，当时 Swan AI 在 LinkedIn 上的营销太成功，每周收到 120 多个演示请求，创始人处理不过来。这时，传统做法是赶紧招销售团队或减少营销活动，但 Swan AI 选择了 "7 天法则 "：第一天确定瓶颈，第二天设计新的 AI Agent 系统，第五天完成产品改动，第六天更新 AI Agent 并集成到流程中，第七天自主试用模式正式上线。

结果 30 天内年收入增长 30 万美元，试用转付费转化率达到 45%。

这种模式的核心在于：每增加一个 AI Agent，决策速度就能提升而不会增加管理负担。三个人的团队始终保持高效沟通，AI Agent 承担所有重复性工作，让人专注于创造性决策。

Swan 的核心产品——无缝衔接的 Agent 工组流

Swan AI 的核心业务是帮中小型 B2B 公司，用 AI Agent 自动化他们整个市场和销售流程，让很小的团队，也能做到大型企业的业务规模。

为了做到这个目标，他们的核心产品可以被概括为一款   AI 驱动的销售开发（Sales Development）平台，将传统由多个工具或团队分工完成的任务整合进一个无缝的 AI Agent 工作流。

Amos 曾做客一场播客频道，他详细透露了 Swan AI 的核心工作流。简言之，他们想做一个 " 自主的 GTM（Go-To-Market）工程师 "，让企业只需要告诉 Swan AI 想要达成的业务目标，它就能在 Slack （一款团队协作和即时通讯平台）里自动完成从线索获取到客户转化的全流程。

这里的 " 线索 " 指的是销售线索（Sales Lead），比如说有些潜在客户对企业的产品或服务表现出一定兴趣、并有潜在购买可能的个人或组织信息。

在实际运作中，Swan AI 平台由一组 AI Agent 与工具组成，能够将一个初始的匿名兴趣（如网站访客）一路推进到销售对话交接。

Swan 的 Agent 流程

这个流程也非常有意思，可以实现完全自动化。

首先是线索识别，Swan AI 找到了一个传统 SaaS 企业没挖掘到的痛点：他们认为多数访客从不填写表单或自我标识，导致营销团队对大量潜在线索一无所知。所以，这家公司使用特殊工作流将匿名流量匹配到真实的个人与公司。在整个流程里，他们使用爬取信息的企业工具以及 AI Agent 在内的工具识别客户网站的访客（包括匿名访客，Amos 透露非欧盟地区可识别到个人，欧盟地区只能到公司级别）

其次是线索筛选，Swan AI 同样察觉到了痛点，他们发现人工调研耗时且易将资源浪费在低匹配度线索上。

Swan AI 此时会调用核心 Agent —— "The Hunter"，实时搜索多个数据库，揭示访客姓名、职位和个人资料。结合意图数据，20 多个 B2B 数据源（LinkedIn、公司数据库、新闻、招聘信息等），为每位访客和其公司建立完整画像，判断是否属于理想客户画像。

对符合条件的线索，自动补充公司信息、职位、联系方式，并发起个性化触达（例如 LinkedIn 私信）。

这里有一个实际的客户案例 Yotpo ，他们的营收运营副总裁在对比测试过不同的 AI 销售产品后称，Swan AI 的 AI Agent 识别并转化了他们之前错失或无法转化的线索，能自动优先处理高意向、高价值的访客，并排除低价值目标。

第三步，就是个性化外联，Swan AI 的理念是：" 拒绝撒网祈祷（spray-and-pray），先做功课。"

他们往往会让 AI 基于目标的 LinkedIn 活动、公司动态、招聘信息等生成高度定制化的外联信息，消息内容更像资深销售代表手写，而非模板化垃圾邮件。同时支持多渠道执行（邮件、LinkedIn），可以使用不同团队成员身份发出。

Swan AI 平台内置了一个 " 共享 LinkedIn 收件箱 " 和集成的邮件收件箱，监控 AI 外联的全部会话。当线索客户回复表示兴趣或提出进一步交流意愿时，他们立即通知销售人员接手。这更像是：" 自动化前半程，让最优秀的人类来完成成交。" 这种方式可以确保线索不会因延迟或体验不佳而流失，同时让人类销售能专注于高价值对话。

然后就是一体化整合，传统上实现上述流程通常需要 5 种– 10 种不同工具拼接（例如，IP 去匿名化、数据补全、邮件序列、AI 文案等）。而 Swan AI 在这个工作流里提供了一个统一平台。全程由 AI Agent 完成识别、补全、外联全链路，并与现有 CRM（客户关系管理）对接，记录活动、更新销售阶段等。

除此之外，Swan AI 还能自动处理日常场景。

比如说记录交易更新、处理日常支持工单，甚至可以帮着做客户入职（Onboarding）优化。用户注册后，AI 自动调研公司网站和 LinkedIn 资料，生成定制化的入职流程。不用先让客户填一大堆背景信息，而是 AI 主动给出建议，让用户直接反馈修改。Swan AI 还可以自动监控潜在客户创始人或团队的 LinkedIn 动态，识别并标注与理想客户画像符合的互动人群，对这些潜在客户自动发起对话或做出需要人工跟进的提示。

据创始人 Amos 称，Swan AI 自身的所有 AI 工作流都是用无代码工具 +API 拼装的，不依赖复杂开发，方便快速迭代和适配不同业务场景。

我们也整理了这些 Agent 的一部分：

· "The Observer"：监控 LinkedIn 互动，发现潜在线索或产品反馈。

· "The Hunter"：识别网站访客（也是对外产品的一部分）。

· "The Connector"：批量执行邮件 /LinkedIn 外联任务。

· 自动化 CRM 数据录入、日程安排、客户支持、内容创作等 Agent。

·"AutonAmos"：基于创始人 Amos 的知识与风格训练的 AI 分身，可解答 Swan AI 自主化业务的运作问题。

Swan AI 的工具，就像是一个驻扎在 Slack 里的 "AI 销售与客服团队 "，帮 B2B 公司自动识别、筛选并转化潜在客户，同时负责客户支持与入职，全程几乎无需人工介入。

0 成本的营销方式

如果我们仔细观察和梳理 Swan AI 的客户群，就会发现那些渴望用 AI 提升销售线索的 B2B 企业，需求远比外界想象的强烈。

这些企业通常有几个共同特点：网站流量不错、卖的产品或服务单价较高、线索转化潜力大，典型行业包括 SaaS、企业软件、金融科技、营销技术等。

面对这些客户，Swan AI 的营销方式别具一格。创始人 Amos 他曾利用 Swan AI 的 AI Agent，在 60 天内成交了 71 位客户，这期间，完全依靠 LinkedIn 内容和主动上门的客户，无销售团队或出差拜访。

Swan AI 从成立第一天起就选择了 " 公开建设 " 的路线。Amos 是 LinkedIn 的忠实客户，以及 LinkedIn 的 KoL，他把自己做成了一个公司最大的 IP。他把 LinkedIn 当成自己的日记本，定期分享创业心得、成功案例，甚至踩过的坑。这种真实分享，事后看来产生了很好的效果，也很能制造 FOMO（错失恐慌情绪），Amos 自己也是他们销售产品的使用者。

用 Amos 自己的话说，他的 LinkedIn 帖子每个月能带来超过 100 万美元的销售机会，影响了 120 多万人。据说早期 Swan AI 的客户 100% 都来自 LinkedIn 的自然流量，甚至没花一分钱广告费。

LinkedIn 之外，他们的另一个阵地就是 Slack（一个软件协作平台）。Slack 从一开始就瞄准中小型创新公司和科技创业团队，并且为技术人员双手奉上了十分完善的生态服务。欧美企业普遍使用大量 SaaS 工具，这些 Slack 几乎都能无缝集成，把工作流集中到一个入口。

而且 Slack 对技术团队尤其有吸引力，因为它支持 GitHub、Jenkins、PagerDuty 等工具，甚至可以直接在 Slack 中触发代码部署、查看报警信息，这也为 Swan AI 的核心产品提供了工具价值延伸的可能性。

作为只有 3 个人的小团队，Swan AI 把 Slack 当成大脑神经中枢，把 20 多个 AI Agent 直接接入，所有重要决策和任务协调都在 Slack 上面完成，彻底摆脱了繁杂的邮件往来和无效会议，每天的关键指标都由 Slack 机器人自动推送，创始人一眼就能看到业务状况，需要执行什么任务，直接在 Slack 下达指令，AI Agent 自动执行，省去了层层传达的麻烦。

总而言之，SwanAI 的营销策略大概可以总结为，LinkedIn 负责 " 引流 "： 内容吸引潜在客户、互动建立信任、 AI 识别并跟进 、转化为付费用户；Slack 负责 " 交付 "： AI 助手与创始人协作、快速响应客户需求、数据反馈持续优化。

这种 " 一外一内 " 的平台组合让 Swan AI 在获客、转化、服务三个环节都做到了高效率、低成本。

这种营销方式已经逐渐在一些初创公司流传，比如另一家数字销售的公司 Aligned，其 CEO 在社交网络上，利用自己 17 年的企业销售经验，将每个帖子都打造成一个 "迷你大师课"，反而更有价值。

至今尚未官宣融资，资本市场已虎视眈眈

尽管目标雄心勃勃且增长迅速，Swan AI 至今并未在公开场合宣布任何大型融资轮次。截至 2025 年 8 月，公司对外披露的资本信息有限，这似乎也是有意为之。因为，创始人 Amos 甚至暗示，Swan AI 的模式正在颠覆传统的风险投资路径。

Amos 其实是一位连续创业者，此前已成功出售两家公司，已经有了创业圈人脉与投资人的信任背书，可能并不差一笔 " 不合时宜的投资 "。

Swan AI 并未采取 " 高融资 - 高烧钱 " 的常见硅谷模式，而是以收入驱动增长，保持资本使用极度高效。Amos 公开谈到 " 风险投资模式正在衰亡 "，认为在 AI 替代劳动力与基础设施的背景下，创业公司已无需动辄千万美元的资本来扩张。在其理念中，过多的 VC 资金可能会迫使公司重回 " 扩招人手、盲目追求增长 " 的旧模式。这反过来对 Swan AI 来说是个风险。

但资本市场早已看上了这个 6 个月大的公司，投资全球技术型初创企业，关注 SaaS 与 AI 领域的早期社区基金   Fresh Fund 就曾在简报中提到 Swan AI，对其 " 赞不绝口 "。

只是随着 Swan AI 的客户数量增加，这种 3 人极致创业模式是否面临扩张的可能，我们尚未可知。但 Swan AI 这种极度精简和高度智能的组织方式，以及其创始人把自己作为最大 IP，分享创业故事和思考的营销方式，对于 AI 原生的初创企业而言，是一个极有价值的参考。