资讯行业动态··来源: VentureBeat·原文 →

Listen Labs 獲 6900 萬美元 B 輪融資,用 AI 重構客戶訪談市場

AI 客戶訪談平臺 Listen Labs 完成 6900 萬美元 B 輪融資,估值 5 億美元。公司通過 AI 主持的開放式影片訪談,解決傳統市場調研"問卷缺乏深度、人工訪談無法規模化"的兩難困境。上線九個月年化營收增長 15 倍至八位數美元,已完成超百萬次 AI 訪談。此前創始人曾用 5000 美元舊金山廣告牌釋出 AI token 解碼招聘挑戰,吸引數千工程師參與。

Listen Labs 獲 6900 萬美元 B 輪融資,用 AI 重構客戶訪談市場
[广告位 · 上线后接 AdSense]

用 AI token 解碼招聘,這家創業公司剛拿下 6900 萬美元

Listen Labs 創始人 Alfred Wahlforss 曾面臨一個難題:公司需要招聘超過 100 名工程師,但如何與 Meta 創始人扎克伯格開出的 1 億美元薪酬包競爭?他的答案是:花 5000 美元——佔營銷預算五分之一——在舊金山投放一塊看似“亂碼”的廣告牌,上面只有五串隨機數字。

這些數字實際上是 AI tokens(模型詞元編碼)。解碼後會引導至一道程式設計挑戰:為柏林夜店 Berghain(以極高拒客率聞名)設計一個“數字門衛”演算法。幾天內,數千人嘗試破解,430 人成功,部分直接獲得 offer,冠軍獲得柏林全包旅行。

這種非常規打法如今吸引了 6900 萬美元 B 輪融資,由 Ribbit Capital 領投,Evantic 及老股東 Sequoia Capital(紅杉資本)、Conviction、Pear VC 跟投。本輪融資對 Listen Labs 估值 5 億美元,使其累計融資達到 1 億美元。上線九個月以來,公司年化營收增長 15 倍至八位數美元(即千萬美元級別),已完成超 100 萬次 AI 驅動的訪談

Wahlforss 在接受 VentureBeat 採訪時表示:“當你痴迷於客戶,一切都會水到渠成。使用 Listen 的團隊會把客戶納入從營銷到產品的每個決策,當客戶滿意時,所有人都受益。”


傳統市場調研的困境:精度與深度不可兼得

Listen Labs 的核心產品是一套 AI 客戶訪談平臺:AI 研究員負責招募參與者、主持深度訪談,並在數小時內(而非數週)交付可執行洞察。這套系統試圖打破市場調研行業長期存在的兩難選擇:

  • 定量問卷調查(Quantitative surveys):提供統計精度,但無法捕捉細微差別和異常值;
  • 定性人工訪談(Qualitative interviews):能深入挖掘,但成本高昂、無法規模化。

Wahlforss 直言現有方法的侷限:“問卷本質上給你一種虛假的精度,因為人們最終只是在回答同一個問題……你無法捕捉到離群值,人們在問卷上其實並不誠實。”而一對一人工訪談“能給你很多深度,可以追問,可以核實對方是否真的懂。但問題是你無法規模化。”


Listen 如何工作:從招募到報告全流程 AI 化

平臺運作分為四步:

  1. 建立研究:使用者在 AI 輔助下設計訪談主題;
  2. 招募參與者:Listen 從其覆蓋的 3000 萬全球使用者網路 中匹配合適受訪者;
  3. AI 主持訪談:AI 主持人(moderator)進行開放式影片對話,並根據回答動態追問;
  4. 生成報告:自動輸出高管級報告,包括關鍵主題、精彩片段集錦和簡報。

核心差異點在於採用 開放式影片對話(open-ended video conversations)而非多選題。Wahlforss 解釋:“在問卷裡,你可以猜測‘應該’選什麼答案,四個選項裡他們可能希望我選‘高收入’,於是點選那個按鈕。而開放式回答會產生更多真實性。”


1400 億美元市場調研行業的“骯髒秘密”:欺詐橫行

原文提到市場調研行業規模達 1400 億美元,但存在嚴重欺詐問題(文中未展開具體資料)。通常而言,傳統線上問卷平臺常面臨“職業答題者”刷獎勵、機器人批次作答等問題,導致資料質量參差不齊。Listen 的影片訪談+AI 動態追問機制,理論上可提高作弊門檻,但原文未披露具體反欺詐技術細節。


對中國使用者的啟示

  • 出海 PMF 驗證:中國 SaaS 或消費品出海團隊,可藉助此類工具快速獲取海外真實使用者反饋,成本遠低於傳統調研公司;
  • 本地化能力待確認:原文未提及 Listen 是否支援中文訪談或亞太市場招募網路,中國團隊需自行核實;
  • 資料合規:影片訪談涉及個人影像與語音,需關注 GDPR(歐盟)、CCPA(加州)等隱私法規,以及中國《個人資訊保護法》的跨境資料要求。

常見問題

Listen Labs 的 AI 訪談與傳統線上問卷有何本質區別?

傳統問卷多為多選題,受訪者易猜測'標準答案'導致虛假精度;Listen 採用開放式影片對話,AI 主持人可根據回答動態追問,類似真人深訪,但成本與速度接近自動化問卷。

平臺聲稱的 3000 萬用戶網路如何保證受訪者質量?

原文未披露具體稽核機制。一般而言,此類平臺會結合身份驗證、歷史行為評分、影片真人檢測等手段篩選,但具體反欺詐技術 Listen 未公開。

中國企業能否使用 Listen 做海外市場調研?

理論上可行,但需確認:1)平臺是否支援中文介面與訪談語言;2)其 3000 萬用戶在亞太地區覆蓋率;3)跨境資料傳輸是否符合中國《個人資訊保護法》及目標國隱私法規。建議直接聯絡 Listen 諮詢。

為何投資方願意給一家上線 9 個月的公司 5 億美元估值?

關鍵指標是年化營收 9 個月增長 15 倍至千萬美元級別,且已完成超百萬次訪談,證明產品 PMF 成立。市場調研行業規模達 1400 億美元,AI 重構傳統流程的想像空間大,紅杉等頂級 VC 參與也增強信心。


本文基於 VentureBeat 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://venturebeat.com/technology/listen-labs-raises-usd69m-after-viral-billboard-hiring-stunt-to-scale-ai

[广告位 · 上线后接 AdSense]

相关 AI 工具

文中提到或相关的 AI 工具 — 点进去看适合谁、怎么用、值不值得折腾

浏览全部工具 →

同类资讯 — 由发布时间排序

愛爾蘭作家將從 Anthropic 13 億歐元版權和解中分得數百萬補償

愛爾蘭作家將從 Anthropic 13 億歐元版權和解中分得數百萬補償

AI 公司 Anthropic 因使用盜版圖書庫 LibGen 訓練模型達成 13.1 億歐元和解,數百名愛爾蘭作家將獲賠數百萬歐元。這是首個針對大語言模型訓練資料侵權的和解案,每本書約獲賠 2630 歐元,但僅限在美註冊版權作品。業內認為該案確立了"盜版資料庫侵權"原則,但也可能為使用合法二手書訓練模型開綠燈。

政策与安全Anthropic
前 OpenAI 實習生分享 AI 求職五大實戰建議

前 OpenAI 實習生分享 AI 求職五大實戰建議

21 歲的 Hamza Mostafa 曾在 OpenAI 實習三個月,他從計算機專業轉向 AI 領域,現獨立開發 AI 專案。他建議求職者採用"廣泛學習-專精方向-動手構建"三步法,善用 ChatGPT 等工具自學,並專注於簡歷最佳化、作品集等可控因素,避免被求職市場負面情緒影響。

应用与案例OpenAI
德里法院支援OpenAI訓練合法性 谷歌推出Gemini網路安全工具

德里法院支援OpenAI訓練合法性 谷歌推出Gemini網路安全工具

印度德里法院近期就AI訓練資料使用做出裁決,支援OpenAI的訓練實踐;同時OpenAI推出Presence和Health新功能,谷歌釋出基於Gemini的網路安全工具,Grok整合Excel。本週AI行業多個重要動態值得中國從業者關注。

行业动态OpenAI
Anthropic 啟動罕見病藥物研發計劃:AI 超級智慧能否打破製藥業利潤魔咒

Anthropic 啟動罕見病藥物研發計劃:AI 超級智慧能否打破製藥業利潤魔咒

AI 公司 Anthropic 於 2026 年 6 月 30 日宣佈將自主開展罕見病臨床前藥物研發,併發布面向科研人員的 Claude Science 工具平臺。這一舉動既可能挑戰傳統制藥業的利潤導向邏輯,也引發對 AI 超級智慧被濫用風險的擔憂——它究竟會成為真正治癒疾病的工具,還是製造"終身患者"的新手段?

行业动态Anthropic