今天小編分享的财經經驗：離開騰訊再創業，10人AI公司一年營收數千萬元，歡迎閲讀。
文｜周鑫雨
編輯｜蘇建勳
在 AI 公司 " 靈感時刻 "，監測數據，是一切業務的前提：
只有 10 個人的北京辦公室，放着一塊顯示屏，員工一抬頭，就能看到實時更新的幾組數據：訂閲成功率，端到端轉化率、一周訂閲用户數、當日訂閲用户數。
數據看板的最下方，有着四個地區的時鍾：舊金山、倫敦、巴黎，和北京，對應着公司最關心的幾個市場：北美、歐洲，和中國。
△靈感時刻的數據看板。圖源：受訪者提供
将數據的上報和分析細化到分鍾量級，是靈感時刻日常的工作節奏。
CEO 康洪文對《智能湧現》形容，團隊看數據可能比二級市場看股市還要仔細：" 有數據才有優化。如果你不 measure，你永遠不知道需要優化什麼。"
"measure 數據 " 帶來的，是快速的商業化進展：靈感時刻成立三個月内，就實現了盈虧平衡；截止 2024 年底，公司 ARR（年經常性收入）達到了近千萬美元，實現盈利。
造血能力的證明，也為康洪文帶來了融資。《智能湧現》獲悉，靈感時刻近期完成了千萬級人民币天使輪融資，投資方包括美元基金 Hi2 Capital，以及天使投資人 Mike Green、Yipeng Li 等。
作為一名 AI 技術老兵，康洪文 20 多年的從業生涯，集齊了大廠、創業、高校的復合經歷。
2004 年，他在微軟亞洲研究院從事計算機視覺（CV）技術研究，師從沈向洋、湯曉鷗和華先勝，而後在美國卡内基梅隆大學取得博士學位。經歷兩段 AI 創業後，康洪文随着公司的收購，出任騰訊 PCG（平台與内容事業群）高級總監。
△康洪文。圖源：受訪者提供
ChatGPT 爆火後，康洪文看到了大模型帶來的 AI 新浪潮。在 2023 年 10 月，他離開騰訊，再次投身 AI 創業。
Aha Moment，靈感時刻，最早源于一個心理學術語，形容人頓悟、豁然開朗的一刻——康洪文将這個詞作為了公司的名稱：AhaMomentAI.com。
在大模型浪潮中，他感受到的 Aha Moment，是找到 " 端側算力爆發 " 和 " 模型體積下降 " 之間的交匯點——翻譯成白話，就是将一個體積夠小、性能夠高的模型，部署在終端上。
" 兩個趨勢會出現一個交叉點，到達這個點意味着，在單卡上就能運行性能相當不錯的模型。" 他對《智能湧現》解釋，" 這一定會帶來創新性的產品形态，解鎖全新的產品體驗和商業模式。"
而到今天，康洪文當初的預判在行業上已經有所印證，比如輕量化端側模型的興起，以及新掀起的 AI PC 浪潮。
但在康洪文的眼中，理想的大模型落地形态，是以 App 的形式提供給用户；封裝了大模型的 App，也可以靈活搭載 PC、手機、智能設備等任何終端硬體上。
搭載了端側模型的 AI PC，在康洪文看來，能提供的服務具有局限性："AI PC 是設備廠商的視角，AI PC 會自帶一些底層和基礎通用能力，AI PC 上還是要運行 App 來服務專業人群的具體場景和需求的。"
他向《智能湧現》展示了產品的 Demo。當 3T 的圖文、音視頻數據，被拖進部署了十多個模型的 App 中，響應 " 總結 Lady Gaga 的相關内容 "，App 只用了不到 1 秒——這一處理速度遠快于部署在雲端的大模型。
如今的用户，對 AI 的響應速度是敏感的。一個典型的例子是，無論是 DeepSeek App，還是最近爆火的 Agent 產品 Manus，" 伺服器響應過慢 "，都是為人诟病的點。
在 AI 響應速度的優化上，靈感時刻找到的機會是：向 C 端用户，提供具有文本、語音、視頻創作能力功能的 App 矩陣。而這些 App，都因本地部署了大模型而提高了響應效率。
但将顯存幾十、幾百 G 的大模型，塞進幾 G 的 App 中，絕非易事。康洪文也對《智能湧現》坦言：" 可能要過兩三年，技術才可能成熟。我相信這個趨勢，同時也在下重注。"
然而，公司管理、業務推進，要求的是盡可能确定。回到 2023 年，當全行業仍是 Scaling Law 的信徒，康洪文在公司成立第一天，就做出決定：先做產品和商業化。
成立不到一個月，團隊試水了幾款產品，測試商業化效果。等到 2023 年 12 月初，公司從中篩選出了有希望規模化的產品，正式投入市場。2024 年一整年，團隊的聚焦點都是實現規模化的盈利。
但對于這幾款產品的名稱和形态，康洪文卻諱莫如深。" 我不希望產品過多曝光。" 他給出的理由是：" 目前的產品都比較過渡态。我希望我們主動發布的，是一款實現了構想的成熟產品。"
"掙錢真不是件難事。" 在經歷了國内外連續創業，和騰訊的商業化考驗後，康洪文説出了一句在當下略顯凡爾賽的話。
但這句話的初衷，不是炫耀，而是展示這背後需要下的苦工夫：對 PMF（產品 - 市場适配度）的精确計算。
靈感時刻只有 10 名員工，但每個人都接入了一個數據警報器。一旦某一時間内，業務數據出現異常，哪怕在凌晨，對應的負責人也會被電話鈴叫醒，對產品進行分析和優化。
" 這就是創業的陣痛期，你必須在短期内把商業化做到極致。" 康洪文告訴《智能湧現》。
數據驅動的方法論，則來自前東家騰訊。
在騰訊身上，康洪文直觀地看到了一個數據驅動的團隊，是如何高效工作的：内部的核心產品，光數據指标就有幾百項，不用 Leader 提醒，員工看到數據反饋，就會自覺對方案進行優化。
但在現實中，尋找 PMF，對絕大多數技術專業出身的創業者而言，絕非易事。
技術人的創業，很容易重技術、輕產品。等到錘子找到了釘子，往往已經落于人後，錯過了落地和商業化的最佳時機。
在近兩個小時的交流中，康洪文強調的一個詞是" 擺脱技術慣性 "。
" 在 CMU，我也很技術，總想着在算法上做創新。" 給康洪文 " 潑冷水 " 的，是他當時的導師、CV 領網域著名科學家金出武雄。
當時，他常常對學生説：" 任何來到 CMU 的學生，技術都沒有問題。這個時候你們反而應該去思考，你要用技術去解決什麼問題。"
康洪文給包括員工在内的許多人，都推薦了金出武雄寫的書，《像外行一樣思考，像專家一樣實踐》：" 像外行一樣思考，是讓我們找到‘釘子’，之後就是思考怎麼用工程能力去解決，像專家一樣實踐。"
另一個詞被康洪文多次提及的詞，是" 時間點 "。
某種程度上，他覺得自己是被時間點眷顧的技術人。在每個前沿技術發轫之時，他都幸運地站在了一線位置。
比如，在微軟亞研院，他幸運地成了中國最早一批能在 GPU 上做開發的工程師。彼時，康洪文的工作是将 AI 視覺算法，集成到微軟的遊戲終端 Xbox 上。
再比如，2012 年，康洪文在 CMU 的博士項目，是如今的風口：智能眼鏡。他總結自己的前半職業生涯：從雲、PC 到 Mobile，幾乎所有的硬體終端形态做了一遍。
後來，他開始創業，" 時間點 " 意味着找市場、找融資的視窗，和先發優勢。
2017 年，創業做 AI 視頻剪輯應用那會兒，康洪文在媒體訪談中被問到 " 如何應對 BAT 的競争 "，他的回答是：做得足夠早。他告訴《智能湧現》：" 回過頭看，這個回答太對了！沒過一年，短視頻爆火，你能想到的大廠都下場做了！"
這段經歷，讓他對當下最火的 " 概念 "，都保持冷靜。" 你不能瞄着目标現在的位置，你要去瞄準他未來會出現的位置。" 他将創業描述為 " 打一塊會移動的靶 "，" 創業不是做當下的事，是做未來的事。其中的時間差在未來會轉化成你的壁壘。"
他對 2023 年當時大模型的爆火，有兩個判斷：
一個是基于他對技術的把握。" 大模型都還比較早期，未來一定會經歷幾輪大的技術範式迭代。"
另一個，則是基于他對市場的理解。" 到 24 年、25 年，資本和市場都會冷靜下來，一定會回歸理性去看你的產品、你的商業化。我們在 2023 年要做的，就是為 2025 年做準備，在商業化上先和其他公司拉開差距。"
作為一名技術人，康洪文對未能直接親身參與 2023 年的模型預訓練浪潮，也抱有一絲遺憾。在對話中，他提到了梁文鋒，" 他是仍然在一線寫代碼的人 "。
《智能湧現》見到他那天，康洪文的顯示屏上，還放着一份幾十頁的 DeepSeek 技術分析 PPT。
但作為一名 CEO，他需要做出取舍，足夠聚焦。如今，商業化的初步成功，為 " 将大模型封裝進 App 中 " 的野心，争取到了一些時間。
康洪文告訴《智能湧現》：" 如果產品和商業化現在就取得突破，那麼我們就有耐心等到技術路線穩定的那天，到時，我們可以直接用最成熟的技術路線。"
