Medvi两人公司年入18亿美元:AI改造旧生意的赚钱路径

资讯 AI 行业观察 作者:神译局 全文 4808 字 · 约 13 分钟读完 分类融资

神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。 编者按:别再迷信硅谷的“融资烧钱”故事了。靠一对兄弟加AI,年入18亿美元的Medvi证明:用AI改造那些枯燥、缓慢的旧生意,才是普通人最暴利的造富捷径。文章来自编译。 我认为,我们正走在诞生第一家‘一人十亿美元公司’

所属频道 融资与资本

神译局是36氪旗下的编译团队,聚焦科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。编者按:硅谷那套“融资烧钱”的故事别再迷信了。一对兄弟加上AI,做出年入18亿美元的Medvi,这说明用AI去改造那些枯燥、缓慢的旧生意,才是普通人最暴利的造富捷径。文章来自编译。

达里奥·阿莫迪(Dario Amodei)说,他认为我们正走在一个“一人十亿美元公司”诞生的路上。这一天还没真正来,但两人规模的十亿美元公司已经出现,而且都是靠AI做成的。

——达里奥·阿莫迪(Dario Amodei),Anthropic 首席执行官

放在过去,“一人十亿美元公司”听着像天方夜谭。现在Anthropic首席执行官给出的判断是,这件事在今年(2026年)发生的概率有70%到80%。

听上去很疯狂?只要看看已经发生的事,就不会这么想了。

这篇文章会拆解几件事:AI智能体(AI Agent)变革到底意味着什么,第一家“两人十亿美元公司”能教给我们什么,以及你怎样在更小的规模上复制这套打法。

你将学到:

  • 微型AI公司为什么现在能做出巨额营收

  • 一家年销售额18亿美元的两人公司,揭示了怎样的新商业模式

  • 最大的机会为什么藏在拥有“超常利润率”的普通生意里

  • 枯燥、但人们已经在为之付费的工作流,怎么找出来

  • 自动化之前,先靠人工把结果卖出去,怎么做

  • 收购一家现成的在线企业,再用AI升级改造,怎么做

  • AI真正能产生杠杆效应的4个杠杆点

准备好了吗?

我们开始吧。

日进账 300 万美元的两人公司

马修·加拉格尔(Matthew Gallagher)花两个月搭起一家公司,如今这家公司的年销售额达到18亿美元。

他的公司Medvi走远程医疗的路子,直接向消费者(DTC)销售GLP-1减肥药。

代码由AI写,网站由AI建,广告由AI做,客服也交给AI负责。

  • 第一个月:300名客户。

  • 第二个月:新增1,000名客户。

  • 第一个完整年度:销售额4.01亿美元。

  • 去年利润6,500万美元。

  • 这家公司一天能收进 300 多万美元。

员工只有一个人,就是他弟弟。整个团队就这么两位。

靠自动化撑起运营,这套做法引来了严密审视,也吃上了集体诉讼。不过里面仍有一些经验值得拿出来拆解。

就算你不看好这门生意,Medvi 身上也有可以借鉴的东西。

一、抓住客户,后端靠租。

多数市场的后端早就齐备:供应商、制造商、履约交付、合规审查、各类平台,全都有现成的。卡点基本都在获客,也就是分发渠道。只要你能比现有玩家更便宜、更快地拿下这一环,就能直接架在别人的基础设施上跑,把中间的利润拿走。

二、机会藏在跑得慢、身板沉的市场里。

Medvi 能跑起来,是因为马修挑中了一个需求清楚、但摩擦特别大的市场,然后用 AI 把人力、协调和等待三项成本砍掉。

要找的是这种市场:客户已经在掏钱,企业的运转方式却还停在 2016 年——回得慢、开通靠人工、跟进松散、履约贵、团队臃肿、网站难用、谈不上个性化。规模小一点的话,也可以买下一家还在运营的线上生意,用 AI 把这台赚钱机器升个级。

“十亿美元 AI 打法”的迷你版:月入一万美元

摆在面前的有两条路。

路径 A:自己从零搭。

用 AI 智能体创业,最简单的起手式是先在幕后用 AI,以人工服务的形式把一个有用的结果卖出去;确认有人愿意付钱,再回头把工作流自动化。

具体一步一步来。第一步,挑一个已经有预算的垂直工作流。

要找的是这样的工作流:人们已经在为它花时间,或者花钱请员工、自由职业者、外包机构、助理,买软件,或者投人力去整理。

靠谱的问题一般有 4 个特征:

  1. 一是发生得够频繁,痛感实实在在。

  2. 二是会消耗时间、金钱、速度、准确率或者营收。

  3. 三是够繁杂,传统软件到今天也没解决好。

  4. 四是方便审核:AI 先出初稿,人再把关纠错。

理想状态下,你该盯上的是那种背后全靠人工死磕、又枯燥又重复的工作流:

  • 发票和账单的处理,客户支持工单的分流。

  • 销售线索的筛选和评估、CRM(客户关系管理)里的数据清洗,还有客户入驻时要办的一堆行政杂事。

  • 从文档里抽取信息,起草方案和报价单。

  • 招聘时对简历做初步筛选、给销售做背景调查,以及营销代理机构给客户做报告。

你的切口得足够窄:

“我用‘AI + 人工审核’,帮【特定人群】把【某个反复出现的工作流】从【现在的成本/耗时】压到【更好的结果】。”

例如:

“我帮货运经纪人在 24 小时内把承运商发来的账单邮件整理成干净、能直接付款的记录,不用再安排专人把 PDF 里的内容一条条抄进表格。”

小技巧:做这类调研,Reddit 特别好用。

检索时可以用下面这些关键词组合(用英文搜):

  • “【细分领域】+ I hate”(我讨厌)

  • “【细分领域】+ takes forever”(耗时太长)

  • “【细分领域】+ still doing this manually”(还在手动做)

  • “【细分领域】+ spreadsheet”(电子表格)

  • “【细分领域】+ any tool for this”(有没有这方面的工具)

  • “【细分领域】+ how do you handle”(你们是怎么处理的)

你要找的迹象是:不同的人在不一样的月份里反复吐槽同一个痛点,而评论区始终没人给出像样的解法。

第二步:拿工作流里的证据去验证痛点。

去找到20到30个正被这个问题折磨的人。私信他们,到他们的帖子下面留言,在社群里发问,也可以直接找企业创始人聊。

开口可以这么问:

“嗨,看到你留言说每次和客户通完话,都要手动整理销售通话记录。想请教一下:你们现在具体是怎么处理的?”

接下来要找的,是能证明这个工作流痛点确实存在的证据。

他们会把自己现在的做法讲给你听,也会把电子表格、收件箱、CRM、通话记录、文档或者具体流程翻出来给你看。

  • 他们会承认眼下的做法又慢又烦、成本高或者容易出错;而且,他们已经在花钱请人或者买工具来对付这个问题了。

第三步:售卖付费试点(Paid Pilot)

回头去找那些给你看过工作流的人,把付费试点的方案摆到他们面前。

只要有人肯为人工交付的版本掏钱,就说明需求是真的。

重要提示: 价格要定得足够高,这样才能看出对方是不是真的下了决心。

第四步:先人工交付,再把重复的环节自动化

一开始,在幕后借助 AI,用人工方式把结果交付出去。

然后盯紧整个工作流,看清楚几件事:

  • 哪一步每次都在重复?

  • 哪一步最耗时间?

  • 哪一步最容易出错?

  • 客户最在乎的又是哪一步?

这几处,就是应该优先拿去自动化的部分。

在质量稳定可靠之前,人工审核这一层要留着。

第五步:决定去留

前5到10个付费试点做完,把数据拿出来复盘。

然后问自己下面几个问题:

  • 客户掏钱的时候,是不是压根不用你反复劝说?付过一次之后,他们会不会再次下单,或者主动提更多要求?

  • 你交出去的东西,帮他们省下了时间、压掉了出错率,还是直接带来了收入?与此同时,这门活儿你干下来,利润空间还健康吗?

  • 客户每多一个,这套流程的自动化程度能不能跟着往上走一层?另外,你有没有一条明摆着的路子,能找到更多同类的买家?

这几个问题如果全都答“是”,那就把它做成产品化服务(productized service),然后动手把自动化系统搭起来。

路径 B:收购并改造升级

要是你不愿意从零起步,也可以直接买下一门现成就有需求的生意。

可以去 Flippa、Acquire、Empire Flippers 这类交易平台翻一翻,挑那些需求已经跑通、被验证过的项目。

找标的的时候,重点盯住下面这些特征:

  • 已有营收

  • 有回头客

  • 手里有邮件订阅名单;在 SEO 上有自然搜索流量。

  • 产品或者服务的模式,简单、清楚。

  • 运营落后

  • 客户响应慢

  • 内容生产这块做得一塌糊涂;客户引导流程也粗糙得很。

  • 跟进乏力

  • 履约环节基本靠人堆。最合意的标的,往往是一门相当枯燥的生意,原来的主人已经懒得管、累了,或者卡在那儿上不去。

有一点要提醒:别为“潜力”掏钱。“这网站要是有人认真做,肯定能赚”——这种不是你要找的。你要的是已经在赚钱、可运转体系里明显有窟窿的网站。AI 在这门生意里不该是它活下来的理由,而该是它赚得更多的理由。

你的收购核查清单

1. 一票否决项(必过问题)

这几个问题里,只要有一个答“否”,就别再往下谈了。

  • 它眼下已经在产生收入了吗?

  • 它的流量来源,我能不能说得清楚?

  • 营收数字是真实的、经得起核对吗?

  • 这个细分行业,我能很快摸透吗?

  • 接入AI之后具体哪一块会变好,我能不能讲明白?

2. 增长潜力项(加分问题)

答“是”的条目越多,这门生意的机会就越大。

  • 流量是稳住的,还是在往上走?

  • 手里有没有邮件列表?

  • 有没有回头再买的客户?

  • 原来的主人是不是什么都自己干、离了他就转不动?

  • 交付履约是不是还在靠人工?

  • 客户是不是老在问同样那几个问题?

  • 有没有明显的追加销售(upsell)余地?

  • AI能不能在30天之内把利润率或转化率拉上去?

  • 我自己愿不愿意在这门生意上搭进12个月?

一条简单法则

“一票否决项”必须条条答“是”。

反过来,“增长潜力项”里答“是”的不能少于5个。

“一票否决项”管的是:你买下的这门生意确实在真实运转。

“增长潜力项”说明的是:这门生意的漏洞够多,AI有得补。

案例:从一个半死不活的联盟营销博客,到一家微型媒体生意

去年我买下了一个小型网站,内容是关于[内容已隐去]的。

这门生意原来的底子是:每月访客 1 万到 2 万,收入只靠联盟营销(affiliate)链接,一个月 700 美元。

  • 邮件列表没有,文章也放旧了。

  • 自有产品没做,真正能转化的漏斗也不存在。

  • 我拿 AI 动手改的地方并不复杂。

  • 先把所有在搜索里有排名的文章翻新了一遍。

  • 又加了个测试问答,主题是“哪款工具最适合你的工作流”。

  • 访客邮箱开始收集起来。

一份远程办公配置指南做成了付费内容。

  • 每周发送的邮件通讯(newsletter)也办了起来。

  • 各类工具的对比页面陆续建好。

  • 外联邮件交给 AI 生成,用来向工具类公司争取赞助。

  • 文章改编之后,分发到 X 和领英(LinkedIn)等社交媒体。

  • 现在这个网站不只是联盟营销博客了,它成了小型媒体、获客线索(lead-gen)和自有产品合在一起的一门生意。

  • #为什么“小而简、能赚钱”胜过“大又乱”

  • 起步时,公司要精简。

  • 也就是说,只留下面几样东西。

一个清晰明确的服务方案

一套收款系统

一个获客渠道

一套 AI 智能体工作流

  • 从精简公司做起,意味着只保留以下要素:一个清晰明确的服务方案

  • 一个落地页

  • 一套收款系统

  • 一个获客渠道

  • 一套 AI 智能体工作流

  • 还有一道人工质检,绕不过去。

规模小反而占优势,原因在于每个运转环节都摆在明面上:线索从哪来、买家在哪一步流失、交付卡在哪里、AI 在哪儿省下了时间、哪些地方还得人来把关,全都看得清楚。

摊子大又乱,真正的瓶颈就被会议、工具、团队、渠道和扯不清的权责盖住了。人容易一头雾水,创业初期更是如此。

举个例子:

  • 服务方案是这样一句话:“我们把您的每一次销售通话,转化为跟进邮件、CRM 记录、客户异议汇总和内容选题。”目标客户是 B2B 咨询顾问。流程走五步:上传通话录音 > 转写文字稿 > AI 提取内容资产 > 人工审核 > 交付。

  • 定价每月 500 至 2000 美元。团队配置很简单:一名操盘手,外加若干 AI 智能体。

AI 能够改变企业经济模型的 4 个环节

说到底,AI 能真正使上劲的杠杆就 4 个:

1. 获客(Acquisition)

AI 帮你获取更多客户。

例子:

  • SEO 交给自动化来做;内容做多平台改编和分发;再用 AI 智能体对外拓客。

  • 程序化落地页(programmatic landing pages)可以批量生成;引流诱饵(lead magnet)也能规模化做出来。

2. 转化(Conversion)

AI 帮你把更多访客变成买家。

例子:

  • 转化漏斗可以优化,邮件跟进也能优化。

  • 落地页文案同样有优化空间;方案与捆绑组合可以设计得更有吸引力。

  • 再搭一个聊天机器人,负责解答买家的疑问。

3. 履约交付(Fulfillment)

交付产品或服务这一步,AI 能让你跑得更快。

例子:

  • 交付物的初稿可以交给 AI 起草,报告也能自动生成。

  • 通话内容由 AI 整理成总结,客户专属的数据看板同样能用 AI 搭起来。

  • 内容资产包则能批量生产。

4. 留存(Retention)

留住客户更久、或者让他们再买一次,AI 在这件事上也能帮上忙。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Fractile拿下7.2亿美元融资:英国AI芯片新秀能否突围英伟达

    英国AI芯片初创公司Fractile完成7.2亿美元融资,跻身专用AI芯片赛道资金最充足的公司之一。TechCrunch指出,这笔资金将加剧其与英伟达生态及云厂商自研芯片的竞争。面对资本密集、软件生态和客户验证三重门槛,Fractile能否把融资优势转化为产品与商业化优势,成为英国半导体复兴的关键观察样本。

    来源 AI 科技快讯
  2. 台积电10亿美元投OpenAI与Anthropic:AI循环融资再添样本?

    全球最大芯片代工厂台积电据悉将向Anthropic与OpenAI投资约10亿美元,成为AI热潮中“循环融资”的最新案例。在AI交易出现动摇迹象之际,这笔投资既凸显台积电对AI算力长期需求的押注,也引发外界对AI资本闭环与泡沫风险的关注。

    来源 AI 科技快讯
  3. 高盛:AI投资陷"幻灭谷底",未来18个月迎清算窗口

    每一轮计算基础设施的大规模投资,最终都会走到同一个路口——市场开始质疑回报。高盛11月10日的研报指出,当前AI投资正处于"幻灭谷底"(trough of disillusionment)。权益市场和信用市场的近期波动、日趋复杂的循环融资结构,以及美国中期选举后新的监管不确定性,共同推动市场对AI资本支出能否持续产生疑

    来源 腾讯网
  4. 物原科技四个月融资超亿美元:押注物理世界模型,让AI学会推杯子

    TensorWorld物原科技在成立仅四个月后,一个月内完成两轮超亿美元融资。不同于主流的视频生成式世界模型,他们选择了一条更难的路:让AI真正理解重力、摩擦等物理规律。团队来自清华和MIT,试图用张量计算重构物理仿真,解决机器人“看着真但动不准”的痛点。投资方包括红杉、蚂蚁、美团等,看重的是其技术从工业仿真到具身智能

    来源 AI 应用前沿
  5. CoreWeave财报背后:AI资本开支模式出现重大迁移

    CoreWeave单季CapEx高达145亿美元,债务近470亿,净亏损7亿——但真正的变局在于:AI算力融资模式正从云厂商单独举债,转向客户预付款(未来三个月预计到账90亿)、合同抵押融资、GPU资产循环租赁多轨并行。更激进的是,Omni模式让客户自购GPU、CoreWeave只卖运营服务,资本风险开始向需求端转移。

    来源 华尔街见闻
  6. Anthropic估值从2万亿降至1万亿:国内大模型公司面临新考验

    从2万亿美元到1万亿美元,全球AI估值体系正在经历一次现实检验。 Anthropic的IPO,原本被视为全球人工智能产业的一场资本盛宴。 这家Claude大模型的开发商,计划登陆纳斯达克,成为全球资本市场第一批接受公开市场检验的顶级AI实验室之一。按照此前投资者的预期,其上市估值一度有望达到2万亿美元。 但这场盛宴还没

    来源 AI 行业观察
  7. OpenAI收购Odessia:戴维森携AI旅行智能体入局

    Odessia 成立仅一年便获红杉资本领投的 600 万美元种子前融资,其 AI 旅游智能体可帮用户规划价值数百万美元的行程。创始人戴维森曾创办 Sonder,此番携旅游行业经验加盟 OpenAI。#OpenAI收购Odessia#

    来源 IT之家
  8. OpenAI、Anthropic齐呼“放缓”训练:AI安全双重困局何解

    ◎记者 罗茂林 柴刘斌 在GPT-3.5令全球AI狂飙近四年后,AI前沿传出“减速”“暂停”等呼声,OpenAI及Anthropic等巨头罕见联手呼吁“放缓”最新训练。 与此同时,全球资本市场在经历一年多的“AI牛市”后分歧日显。一边是Anthropic估值持续缩水却仍然强撑上市;另一边,全球科技风向标美股纳斯达克指数

    来源 腾讯网
  9. Palantir财报背后:迈富时用本体驱动工作流,跑AI复利飞轮

    近日,Palantir公布2026财年第三季度业绩:收入23.13亿美元,同比增长96%;净利润11.28亿美元,两年前同期仅1.44亿美元;商业收入11.68亿美元,增长113%,历史上首次超过政府收入。过去二十年撑起这家公司估值的是国防与情报合同,如今增长引擎切换为市场化商业客户。比亮眼财报更受市场传播的,是 CE

    来源 腾讯网
  10. Anthropic IPO定价70至78美元:估值砍半,7位创始人套现18亿美元

    11月10日,Anthropic正式公布IPO发行价区间:每股70至78美元,按照基础股本计算,最高对应约1.02万亿美元估值。 约五周前,市场对此次IPO估值的讨论还把预期放在2万亿美元的高点,如今则直接砍半。 按完全稀释股本计算,此次IPO的估值上限约为1.4万亿美元,仍高于公司今年5月9650亿美元的融资估值。

    来源 AI 行业观察
  11. Claris测试Harbor:苹果芯片Mac可变身本地AI服务器

    IT之家 11 月 11 日消息,苹果全资子公司 Claris 正在测试 Harbor 应用程序。这款 App 可以将苹果芯片的 Mac 变身本地 AI 服务器。 据介绍,Harbor 可以运行在单台苹果芯片 Mac,也可以使用雷雳 5 接口连接多台 Mac,运行规模更大的 AI 模型。苹果已在 macOS Tahoe

    来源 AI 行业观察
  12. 卡尔动力:无人货运闭环跑通,物理AI先落地大宗物流

    2026年,无人物流赛道正在被资本重新定价。无论是城配RoboVan还是干线Robotruck,融资事件越来越密集,且向头部集中趋势明显。翻开玩家们的叙事,当行业主流目光投向全球市场时,也有公司选择把车开进草原、戈壁、荒漠,在粗粝的砂石与土路间,一公里一公里地积累无人货运数据。棋盘井,内蒙古鄂尔多斯市西南角的一个小镇。

    来源 腾讯网
  13. 英矽智能任峰谈AI制药代际更替:经验正让位于数据

    文|胡香赟 编辑|海若镜 2026年,51岁的任峰身边,开始出现越来越多30岁出头的年轻同行。 任峰是英矽智能(03696.HK)的联席首席执行官。今年上半年,英矽智能正式宣布盈利,依托生成式AI平台Pharma.AI开发的35个管线资产进入PCC(临床前候选化合物),基于AI技术平台和管线的BD合作披露金额达到110

    来源 AI 行业观察
  14. 盖茨再谈AI风险:比核武器更危险,呼吁提前建机制

    “AI当然比核武器更危险。”近日,比尔·盖茨在美国哥伦比亚广播公司(CBS)的播客《好问题》中警告,过去一年,AI模型已经跨过一些危险门槛,社会和政府却还没有做好准备。从2023年宣告“AI时代已经开始”、强调风险可以管理,到今年8月发文提醒世界为动荡做准备,盖茨的警告越来越急迫。“达到人类的智能水平之后,它也不会停下

    来源 腾讯网
  15. Anthropic估值从2万亿降到1万亿,国内大模型公司压力来了

    导语:从2万亿美元到1万亿美元,全球AI估值体系正在经历一次现实检验。Anthropic的IPO,原本被视为全球人工智能产业的一场资本盛宴。这家Claude大模型的开发商,计划登陆纳斯达克,成为全球资本市场第一批接受公开市场检验的顶级AI实验室之一。按照此前投资者的预期,其上市估值一度有望达到2万亿美元。但这场盛宴还没

    来源 腾讯网
  16. 姚顺雨谈腾讯AI4S:AI做科研正从专用模型走向通用智能体

    AI进入科研,正在从专用模型,变成能解题、能造工具的通用智能体。 2026年11月7日,腾讯首席AI科学家姚顺雨在2026未来科学大奖周科学峰会上,分享了他对AI for Science三次范式迁移的判断,以及混元团队的最新实践。 姚顺雨毕业于清华“姚班”和普林斯顿大学,曾提出ReAct、思维树等方法,也参与过Open

    来源 AI 行业观察
  17. 智秩量化寻300万天使轮:让不会写代码的人也能跑完回测

    智秩量化是上海智秩科技有限公司开发运营的策略回测与量化研究平台。用户在上面写下选股与调仓规则,用历史行情跑一遍,拿到净值、最大回撤、费用明细,以及每一笔成交为什么执行、为什么被拒的记录。 公司 2026 年 7 月成立,注册资本 100 万元,创始人苏振鹏 100% 持股,全职团队 2 至 3 人。目前寻求 300 万

    来源 AI 行业观察
  18. 利普思完成近亿元B轮融资:SiC模块厂押注AIDC,海外营收近半

    作者 | 乔钰杰 编辑 | 袁斯来 本文约3800字,建议阅读9分钟 硬氪获悉,国产碳化硅(SiC)功率模块厂商利普思半导体(以下简称“利普思”)近日完成近亿元B轮融资,新投资方为上海新微资本。本轮资金将主要用于加大AIDC相关产品研发和全球市场推广。 利普思(Leapers)成立于2019年11月,总部位于江苏无锡,

    来源 腾讯网
  19. Anthropic IPO定价出炉:估值缩水近万亿,7位创始人拟套现18亿美元

    Anthropic于11月10日公布IPO发行价区间每股70至78美元,按基础股本最高对应约1.02万亿美元估值,较约五周前2万亿美元的市场讨论高点大致砍半。公司第三季度营收169.6亿美元、同比增长1127%,但环比增速从144%降至47%,叠加模型服务价格竞争与9009亿美元合同承诺支出,投资人开始重新估算其长期增

    来源 凤凰科技
  20. CoreWeave融资转向:客户预付款与合同抵押,短约推高算力价格?

    CoreWeave 在第三季度财报中披露,公司正越来越多地要求客户预付费用、以特定合同为抵押进行借贷,并探索短期合约。这套组合拳旨在为激进的 AI 算力扩张提供资金,同时把部分风险转移给客户与贷款方。短期合约虽提升灵活性,却可能推高算力价格。

    来源 AI 科技快讯
向下滚动自动加载更多