3 人公司 9 周内赚 100 万美元的极致创业

「AI 原生 100」 是天顺财经科技组推出针对 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。（天顺财经注：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 投研团队告诉天顺财经，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。