分类： AI资讯

前几天KPMG撤掉了一份关于AI使用的报告，原因是报告里引用了多家机构的数据，但那些机构纷纷表示”我们没说过这个”。调查发现，这些错误来自AI幻觉——也就是说，这家全球顶级专业服务公司在制作一份关于AI的报告时，自己先被AI骗了。

这件事在AI圈子里传开之后，很多人把它当成一个笑话。但笑完之后，一个更严肃的问题摆在所有AI用户面前：如果连KPMG都用不好AI，普通人该怎么办？

“机甲套装”思路

Peter Elias创办的Probably公司刚拿了900万美元种子轮，领投方是Andreessen Horowitz。他们的思路说起来不复杂：既然大模型天生就会犯事实性错误，那就不要让用户直接碰到原始模型的输出，在模型和用户之间加一层”套装”——Elias自己用的词是”mech suit”（机甲套装）。

具体做法是：大模型的初版回答先经过一个确定性验证系统（deterministic validator）检查，验证系统会根据已知的数据集来核对结果，任何对不上的回答都会被打回去重算。关键是，大模型本身也针对这个验证系统做了训练，整个链条是一起优化的，而不是各干各的。

Elias总结了一句话：”你的套装工程设计得越好，你需要的模型就越弱。”意思是，如果你能把上下文整理得足够精确，模型其实不需要很聪明也能给出正确答案。本质上，这是在减少歧义。

用小模型干大事

这套架构带来一个有趣的副作用：因为验证层承担了大部分”把关”工作，Probably的数据科学工具实际上跑的是一个比前沿模型”弱四个级别”的模型。换句话说，他们不需要GPT-4o或者Claude Sonnet这种级别的模型，也能给出准确率极高的回答。

这意味着什么？意味着整套系统可以跑在本地硬件上，不需要把每一次查询都发到OpenAI或者Anthropic的服务器。对于企业用户来说，这省掉了一大笔token费用，也不用担心敏感数据离开自己的网络。

Elias说他们当前版本的模型跑在桌面级硬件上就没问题。这个定位很聪明——在大家都拼命往云端跑的时候，他选择了往本地走。

大AI实验室为什么不做这个

Elias在接受TechCrunch采访时说了一段挺直接的话：”有趣的是，大型AI实验室甚至没有尝试过这样做。他们的激励机制不支持他们这样做，因为用户越是需要反复纠正模型，他们就越赚钱。”

这个观察很犀利。OpenAI、Anthropic、Google这些公司的商业模式本质上建立在”模型还不够好”这个前提上——如果一次就能给出正确答案，用户就不需要多次调用API，收入就会下降。所以让他们主动把准确率做到99.99%，相当于让他们自己砍自己的收入。

Probably目前的第一款产品是一个数据科学工具，但Elias说这套引擎可以扩展到任何对精度敏感的场景——会计、医疗、法律分析，这些都是容错率极低的领域，也是目前AI最难真正落地的领域。

KPMG的尴尬撤稿事件其实正好给市场做了一次普及教育：AI幻觉不是小问题，它会导致真实的、可量化的损失。能解决这个问题的人，值得那900万美元。

卖硬件、卖订阅，Plaud靠着AI记事贴年入1亿美元

AI硬件这条路，走通的公司不多。要么做成博物馆展品（比如Humane AI Pin），要么迟迟交不出货（比如Rabbit r1）。但有一家公司，悄悄卖了200万台设备，订阅收入还破了1亿美元年化运行率。这家公司叫Plaud。

Plaud做的是AI记事贴硬件——一种没有屏幕的小设备，可以别在衣服上或者贴在手机背面，用来记录会议、对话，然后自动生成摘要和行动项。听起来不性感，但人家真赚钱了。

Plaud联合创始人兼CEO Nathan Xu的说法是：”大多数AI公司都是通过屏幕背后的软件扩张的。我们走了不同的路。真正推动事情发展的对话，不是发生在键盘上的。我们为后屏幕世界构建了界面。市场验证了它。”

两个爆款产品

Plaud目前有两款主力产品。一款是Plaud Pin，别在衣服上的小夹子，179美元。另一款是信用卡大小的设备，可以贴在手机背面，也是179美元左右。两个产品都没屏幕，主打的就是”别盯着屏幕了，好好开会、好好聊天，我来帮你记”。

这个定位挺聪明的。现在大家开会，要么狂敲键盘记笔记，要么录音之后忘了整理。Plaud的设备帮你把这件事搞定了——录音、转文字、生成摘要、提取行动项，一条龙。

硬件只是入口，订阅才是大头

Plaud的商业模式很清晰：硬件是入口，订阅是利润中心。买设备的用户，免费得到300分钟转文字额度。开会的频率高，300分钟很快就用完了，这时候就得买付费计划。Nathan Xu告诉TechCrunch，差不多50%的设备用户会从基础计划升级到Pro或者无限计划。

这就是为什么Plaud的订阅收入能跑到1亿美元年化运行率——200万用户，一半付费，每人每年100美元，差不多就是这个数。

目前Plaud还不单独卖软件订阅，也就是说，得先买硬件才能用付费功能。这个策略有利有弊——利是硬件本身就能赚钱，弊是限制了纯软件用户的增长。

不只是硬件公司

Plaud也在往软件方向发力。今年早些时候，他们推出了桌面应用，可以通过系统音频录制在线会议（类似Granola的风格）。上个月，又推出了Plaud Teams，支持共享记忆，明显是冲着企业市场去的。

企业市场的想象空间更大。个人用户可能觉得300分钟够了，不想付费；但企业用户不一样，开会多、需求复杂，付费意愿更强。

竞争很激烈，但市场也够大

AI记事贴这个赛道，现在已经挤满人了。Anker（充电宝那个Anker）在做，传音投资的Viaim在做，红杉中国投资的Vibe在做，YC投资的Pocket也在做。大家都看到这个市场的潜力：白领开会多，记录累，AI可以帮上忙。

Plaud的优势在于起步早、出货量大，已经形成了品牌认知。但劣势也很明显：产品差异化不够强，其他公司也能做类似的硬件+软件组合。

接下来Plaud要做的，就是在竞争对手追上来之前，把护城河挖深——可能是企业功能，可能是生态系统，也可能是跟其他办公软件的深度整合。

不管怎么说，在AI硬件普遍扑街的当下，Plaud能跑出这样的成绩，已经值得研究了。至少证明了一件事：AI硬件不是没市场，而是得真的解决用户问题，而不是堆概念。