Anti Fund創始人分享AI客服Agent初創公司有效pitch框架
Geoffrey Woo指出初創公司在推銷AI Agent用於客戶運營時，差的pitch僅稱“我們用Agent做客服”，更好的量化“將退款審覈從38分鐘縮短至6分鐘”，最佳則是“買家解僱了離岸團隊且錯誤率下降”。
同一類別下，不同公司呈現截然不同形象：前者被視爲AI theater，後者實現預算捕獲，通過真實成果展示取代抽象概念。
市場機制上，VC與買家對可量化ROI的需求驅動資金從泛AI概念流向結果導向Agent工具；事件驅動下，預算從傳統離岸人力轉向AI自動化解決方案，受益方爲交付具體效率提升的初創公司，承壓方爲依賴模糊敘事的AI theater項目。
來源：公開信息
ABAB AI 解讀
Geoffrey Woo作爲Anti Fund創始合夥人過去多次發佈pitch指導，如強調核心財務命題、證據而非劇場，並投資Ramp、Anduril等注重實際成果的公司，推動創始人聚焦真實 buyer workflow 而非抽象技術。
資本路徑上，Anti Fund等VC資源向能證明預算捕獲的Agent公司集中，通過具體時間/錯誤率/人力替代數據調動LP資金，動機在於避開AI hype泡沫並捕獲企業級成本優化紅利。
類似Cognition、Devin等AI coding Agent早期pitch演進，從“用AI寫代碼”轉向“交付可驗證產出”，當前AI客服Agent處於從theater向企業預算整合的轉型階段。
本質屬於技術替代，AI Agent通過量化成果取代離岸人力隊列，機制上壓縮企業運營成本並重塑決策鏈條，讓資本從人力密集轉向工具密集型基礎設施。
ABAB News · 認知定律
抽象技術看似創新，實則劇場；量化成果纔是預算捕獲的鑰匙。
賣概念的公司燒錢，賣結果的公司收錢，頂級賣的是被解僱的舊流程。
買家不買Agent，買的是錯誤率下降和團隊精簡後的利潤空間。