产品战略 — 需求、目标客户与竞争定位
用途。 回答其余文档从未回答的三个问题:我们解决什么问题、需求是否成立?客户是谁、为什么付钱?竞争格局如何、我们凭什么赢? 它与
PRODUCT_OVERVIEW.md(是什么/怎么做/何时做)互补,提供 why-we-win(凭什么赢) 这一层。诚实声明。 本分析的证据基础是 一个真实付费 engagement(Kaito) 加内部叙事。全篇按证据强度标注结论;随着第 2、3、4 个客户落地,置信度应随之升降。竞品定价数据检索于 2026-07,过期很快。
English version:
PRODUCT_STRATEGY.md最近审阅: 2026-07-04。
1. 我们解决什么问题 —— 以及需求是否真的成立
一句话说清这份「活」
「我有一堆高频、模板化、对外的沟通工作,正在消耗高级人力——但搞砸一次代价很高,所以我不敢交给普通外包或无人监督的 AI。」
我们称之为 「带护栏的人力套利」(guard-railed labor arbitrage)。这是一份活的两面,两面同时成立,h.work 才是对的雇佣对象:
- 套利面:工作重复、配不上高级薪资(甚至配不上专职 headcount);
- 护栏面:工作带品牌、合规或监管风险,「便宜」本身不构成资格。
只满足一面的产品在结构上就接不了这份活——纯 AI agent(有套利、无问责)、BPO(有人力、无 AI 杠杆和工程化护栏)。
需求验证 —— 两个假设,分开检验
H1 — 人力套利需求(「公司愿意按月费把模板化运营工作卸给托管的 AI+专家数字员工」)
| 子假设 | 置信度 | 证据 | 什么会证伪它 |
|---|---|---|---|
| 这类工作真实存在且量大 | 高 | Kaito engagement 文档:5–7 篇/campaign × 2–4 campaign/月 + 48–72h 回复分诊;"drains senior time without justifying senior salary" | — |
| 客户愿意为此付钱(而非 ChatGPT+实习生) | 中 | Kaito 已签约——但 n=1 | Kaito 流失;第 2–3 个客户谈不下来 |
| 价格 > 交付成本(Expert 时间) | 低 — 最危险 | 无证据。autoRespondThreshold=101 下每条回复都烧 Expert 时间;Kaito 分诊回复约 80% 是 FAQ 式 | 单位经济算出毛利为负或逼近 BPO 水平 |
| 这份活需要「人设+托管」,而非一个更好的工具 | 中 | Kaito 需要品牌语气、X-TOS 兼容的人工发布、合规升级——工具很难独立完成 | 客户悄悄用 Jasper/ChatGPT 替代了 80% 的量 |
结论:弱验证成立(一个真实付费客户)。开放风险不在需求,在单位经济。
H2 — 风险担保需求(「受监管公司愿意为『每条 AI 产出都有专家背书』支付溢价」)
| 子假设 | 置信度 | 证据 | 什么会证伪它 |
|---|---|---|---|
| 高风险场景拒绝纯 AI | 高 | 行业共识 + 监管方向 | — |
| 公司愿意把这类工作交给外部托管方 | 低 — 最危险 | 零真实客户。 Acme Financial 是虚构 dogfood;Jumio 连 sandbox 账号都没有 | 谈 3 家 fintech 全部死在数据/责任问题上 |
| 「担保」能被产品化(法律与商业上) | 未知 | 没有任何 SLA / 赔付 / 审计凭证的设计 | 法务评估后「担保」只能写成免责声明 |
结论:未经验证的内部叙事。 方向上被 H1 的护栏面支持,但从未面对过真实买家。对齐 H2 的工程投入(如 KYC 工具链)应以市场证据为闸,而非叙事。
最便宜的下一步检验(按 ROI 排)
- Kaito 单位经济 —— 本周可做,不用写代码。 Expert(Veena)月工时 × 全成本 vs 月费。一个数字就能裁决 H1 最危险的子假设。
- H2 市场探针 —— 拿 mock 报价单谈 2–3 家 fintech。 在继续建 KYC 管线之前,先验证有没有人为担保付溢价。
- Kaito 的续约/扩容作为 H1 需求强度信号。
2. 我们服务谁 —— ICP 与 Jobs-to-be-Done
方法:从仓库内真实证据综合——Kaito engagement 全套文档(
docs/engagements/)、onboarding walkthrough、user stories、dogfood 叙事。结论按证据强度排序;「真实付费证据」与「内 部叙事」全程明确区分。
发现(按证据强度排)
F1 — 事实上的 ICP:中型、高增长的加密/Web3 公司,把「高量、模板化、带品牌风险」的运营工作外卸。(证据:强 — 真实付费。)
Kaito 画像:37 人、$35M ARR、增长跑在 headcount 前面。买的活:每月 ~30 条 Launchpad 内容 + 发射后 48–72h 回复分诊(~80% FAQ 式)。
F2 — 真实 JTBD 不是纯人力套利,而是带护栏的人力套利。(证据:强。) 即便在「低风险」的内容运营里,engagement 也布满合规硬规则:不谈价格/分配/vesting、"should I invest" 必须拒答并升级、地区豁免声明、X-TOS 兼容的人工发布。客户买的不是便宜产能,而是**「在有规则约束的环境里,敢把品牌交出去」的产能**。这合并了 H1/H2 的框架:它们是同一份活的两面,不是两个 ICP。
F3 — 客户雇的是一个员工,不是一个软件。(证据:强。) 交付形态完全拟人:Kaito 团队在 WhatsApp/Slack 里跟 "Amy" 说话;Amy 用 Kaito 自己的账号和工具发内容,"像 Day-1 入职的真实员工一样";MVP 阶段 h.work 甚至不集成分发渠道——由 Expert 手工发布。被炒掉的替代方案:招初级运营(贵+要管理)、agency(不懂 crypto 红线)、ChatGPT+自己人(仍占用自己人,且无问责)。
F4 — 「风险担保」型 ICP(fintech/KYC)目前是纯内部叙事。(证据:无。)见上文 H2。
F5 — 单位经济是这个 ICP 的隐性红线。(证据:反向信号。)80% FAQ 式的量在全量人审下把 Expert 时间烧在本可自动化的工作上。Expert leverage 指标(#3199)的存在说明团队已有感知。
ICP 一页纸(当前证据能支撑的版本)
谁:50 人以下、收入/增长跑在人头前面的加密公司(可延伸:fintech);有一类按月固定节奏、高度模板化、但有明确合规红线的对外沟通工作(campaign 内容、FAQ 分诊、KYC 问询)。 触发:高级员工被这类工作淹没;不敢交给 agency 或无监督的 AI。 雇 h.work 来当:「一个便宜、稳定、懂我行业红线的数字同事——而且出事有人兜底。」 可能不买的理由(未检验):价格 vs 直接招人;数据/责任顾虑;量太小不值得。
3. 竞争格局 —— 以及我们凭什么赢
四层竞争集,按 JTBD 打分
| 维度 | h.work | 纯 AI agent(Sierra / Decagon / Fin) | 「AI 员工」厂商(Artisan / 11x) | BPO / 离岸 / VA | 直接招人 |
|---|---|---|---|---|---|
| 卸载高量模板化工作 | Strong | Strong | Adequate(仅销售场景) | Strong | Weak(贵) |
| 合规护栏 / 品牌安全 | Strong(人审+升级规则) | Weak–Adequate(客户自己配置) | Weak | Weak(QA 抽检) | Strong |
| 出错时的问责 | Strong(专家背书) | Absent(免责条款) | Absent | Adequate(合同 SLA) | Strong |
| 客户侧零运营 | Strong(全托管) | Weak(客户自建 KB、调 flow) | Adequate | Adequate(客户要培训监督) | Weak |
| 行业语境(crypto 红线) | Strong(engagement 级 KB) | Weak | Weak | Weak | Adequate |
| 价位 | 未知(锚定初级岗薪资?) | Decagon 合同中位数 ~$40 万/年;Fin 按解决计费 | Artisan $600–$5,000+/月 | 离岸 VA ~$1–3k/月 | 初级运营 $5–8k/月 + 管理成本 |
| 毛利结构 | Weak(全量人审烧 Expert 时间) | Strong(纯软件) | Strong | Adequate | — |
定价实证(检索于 2026-07,过期快):Sierra 卖 outcome-based 定价,无公开价目,「成功结果」定义靠合同谈判;Decagon 估算 ~$5 万/年平台费 + ~$0.99/对话或 ~$0.50/解决,合同 $9.5 万–$59 万/年;Artisan 公开价 $600/月起,企业档 ~$2k–5k+/月,实质按量计价。来源:Retell、Quiq、OpenNash、eesel、MarketBetter(Artisan)、MarketBetter(11x)、Landbase。
关键判断
1. 在这个 JTBD 上,h.work 目前没有正面对手。 纯 AI 厂商在赌「人不属于环内」——他们的成本结构和融资叙事都锁死在去人化上。让 Sierra 自建专家网络,等于让它自杀式转型——这是结构性护城河,不是功能差距。BPO 有人但没有 AI 杠杆和工程化护栏。「AI 员工」厂商看着像,但只做销售外呼,且交付质量争议在业内广为流传。
2. 「没有正面对手」≠ 安全。威胁排序:
- ① 客户自建(ChatGPT + 自己人)。 对 AI-native 客户这是默认替代方案。我们赢在「不占用你的人 + 有人兜底」。模型能力越强,套利空间越窄。这是每天都在发生的竞争。
- ② 纯 AI 厂商下探 + 外挂 human-review 层。 结构上难——但收购一家 BPO 就是捷径。盯他们的招聘页有没有 operations/HITL 岗位。
- ③ 我们自己的毛利。 自动率上不去,BPO 价格就是天花板、纯 AI 价格就是地板,两头受挤。最危险的对手是自己的单位经济(与 H1 闭环)。
3. 哪里打平即可,哪里必须拉开:
- 打平即可:渠道数量、聊天 UI 、移动端、通知——家家都有,不丢分就行。
- 必须拉开:
- 把担保产品化 —— 质量凭证、每条回复的复核证据、月度质量报告、升级 SLA。它是最硬的付费意愿来源,而今天它是隐形的(关联 OD-12)。
- 行业红线引擎 —— Kaito 的合规规则今天躺在 Markdown 模板里;把护栏做成可复用的产品资产,就是第 2 个客户的 onboarding 速度。
- 专家杠杆飞轮 —— 捕获 Expert 编辑差异信号(#3323,ADR-033 L6):自动率 ↑ → 毛利 ↑ → 定价自由度。全公司 ROI 最高的一张工单。
悬而未决的战略张力(需要显式拍板)
「永远人审」既是护城河也是成本结构。我们可能成为两家不同的公司:
- A.「被监督的 AI」:HITL 是过渡态;自动率爬升;人逐步退出;高毛利软件经济。
- B.「被 AI 放大的人类专业」:人永远在环内;溢价出售专家担保;永不全自动。
两者意味着不同的定价、ICP、招聘和融资叙事。当前建议(未批准):对外卖 B,对内建 A 的引擎——市场上讲「可问责的专家」,内部玩命提自动率,让飞轮改善的是我们的毛利而不是侵蚀我们的定价。这值得一个显式决策(建议进 OPEN_DECISIONS.md)。
一条优先级试金石
任何功能,问一句:「它是提高了 Expert 杠杆,还是提高了客户对担保的信任?」 两者都不沾——大概率是 table stakes,按此排队。
4. 总结 —— 三个问题的答案
| 问题 | 答案 | 置信度 |
|---|---|---|
| 解决什么问题?需求成立吗? | 带护栏的人力套利。需求弱验证成立(n=1 付费);商业上是否成立取决于单位经济——未证明。 | 中 |
| 客户是谁?为什么付钱? | 50 人以下高增长加密/Web3(fintech 未验证);他们雇的是一个可问责的数字同事,不是软件。 | crypto ICP 中高;fintech 低 |
| 竞争格局?凭什么赢? | 「AI 杠杆 + 人工担保 + 全托管」这个格子里没有正面对手;结构性护城河 = 对手不能/不愿加人。赢法:担保可见化、护栏可复用、专家有杠杆。最大威胁:客户自建 + 自己的毛利。 | 中(定价数据 2026-07) |
维护:每逢新客户签约、丢单、或竞对出现 HITL 动作时重审。更新证据标注——本文档的价值在于它对「什么已被证明、什么还没有」的诚实。本文档与英文版 PRODUCT_STRATEGY.md 应保持同步。