AI 时代的新物种，重新定义 AI DataAgent｜To B 十问

“每个时代都有自己的红利和机会，永远不缺机会。大浪淘沙后留下的，一定是那些一直在奔跑的人。”逄大嵬告诉牛透社，“只要坚持做下去，保持好奇心、坚定信心，不断去印证方向，就会有希望。”

在我们的交流中，他分享了自己对SaaS和AI两个时代创业的看法。

作为ChatExcel的CEO，逄大嵬的创业轨迹横跨SaaS时代与AI Agent时代，独特的经历让他在这场技术变革中显得尤为特别。

逄大嵬在SaaS领域深耕十年，见证了行业的起起落落。2021年，他从上家创业公司退出，当时恰逢SaaS行业的高点，他成功离场，完成了一次完整的创业小闭环。这段经历让他积累了融资、团队管理、业务扩张等全链条的实战经验，也让他在面对新的创业浪潮时，心态更为平和从容。

正是带着这样的沉淀，逄大嵬投身于AI领域，加入并主导了ChatExcel的商业化落地。

ChatExcel的诞生并非跟风ChatGPT的热潮，其雏形早在北大两位AI博士读硕士时便已出现，最初基于传统机器学习方法，后借Transformer技术升级为大模型技术驱动，在实验室打磨多年后，于2024年底正式商业化。

这款以“解决记不住函数公式”为切入点的AI工具，凭借“聊天式交互”处理Excel的创新模式迅速走红，累计服务用户突破百万量级，并自然延伸到B端市场，服务华为、联想等企业客户，甚至实现了“端侧智能”——将AI模型压缩部署到本地设备，彻底解决企业的数据安全问题。

目前，ChatExcel的商业化模式已清晰成型，包括C端订阅制和B端企业版，同时开放MCP对接能力，与生态伙伴合作。

从SaaS时代到Agent时代，逄大嵬的创业体感截然不同。他坦言，SaaS时代的创业更依赖堆人、堆工程、堆销售，而AI时代的核心是技术驱动，“模型能做到什么，就去做什么”。这种转变让他感到“更舒服”——团队虽然不足10人且没有销售人员，却凭借产品的自传播撬动了市场。

逄大嵬认为，上一代SaaS堆工程是壁垒，现在堆工程是负担。因此，他们主动开放MCP能力，喊话传统厂商“没必要自己从零搭建”。

面对技术迭代的加速，逄大嵬展现出一种“享受创业”的从容。他认为，AI时代的创业者必须“革自己的命”，不断印证判断、快速迭代认知。在他看来，AI的价值在于创造新需求，而非切割旧蛋糕，正如ChatExcel与WPS的部分场景重叠，却通过Data Agent重塑了数据全链路处理方式。

从SaaS时代的“苦”到AI时代的“爽”，逄大嵬始终将创业视为一场长跑，坚信每个时代都有自己的红利，他正以享受过程的姿态，在AI驱动的数据智能赛道上全速奔跑。

牛透社：ChatExcel从办公痛点切入，当时为何判定"用AI解决表格处理"是一个能支撑起数据智能体的创业方向？

逄大嵬：其实这个项目最早是我们两位技术合伙人也是北大AI博士发起的——他们读硕士时就在做这件事了，可不是等到ChatGPT火了才跟风（笑）。

当时他们就发现表格处理特别“反人类”，想着用AI来解决。后来读北大博士时恰逢Transformer架构出现，在导师指导下就用大模型技术新升级。所以这不是临时起意的项目，我们在实验室打磨了很久，直到去年底才正式商业化。

现在To B领域做数据领域的厂商，主要聚焦在数据分析环节。而我们的愿景是用AI重塑整个数据链路，从数据获取、数据准备到分析洞察、数据可视化、决策应用，甚至最后的价值交易。

大模型出现后，数据全链路都有重构的机会。比如，数据获取就有各种“姿势”：从互联网抓取、公司内部系统对接、API调用、数据库读取......我们现在先拿Excel切入，因为它是最常见的文件型数据，但其实每个环节都能用AI重新做一遍，让数据流通起来，打造商业闭环。

再比如，PDF转表格等文件的格式转换，这些只是基础操作啦，只要是数据我们都能处理。

我们这周就要上线"ChatDB"功能，直接对接数据库，届时企业内部的API、文件服务器也都能对接。本质上，只要能把信息结构化，管它原始格式是啥，我们都能让它变成可分析的数据。

牛透社：2023年C端用户量爆发后，为何后来选择转向B端商业化？ChatExcel如何从免费向付费突破的？ 

逄大嵬：其实B端不是刻意选的，而是自然跑出来的。我们做Excel工具，天生就是个通用产品，C端用户先用起来，用着用着企业就找上门了。有些用户的使用场景天然就是企业需求，比如财务、运营这些岗位，他们用顺手了就直接推动公司采购。

所以我们的路径很清晰，C端验证产品价值，B端自然承接商业化。

很多工具型产品在免费转付费时会遇到转化率难题，这很正常。我们的逻辑很简单——AI产品从第一天就该考虑商业化。问题不是"要不要收费"，而是"从多少比例开始收"。我们之前在实验室阶段免费，但去年底正式商业化时，新版本一上线就直接做了注册和付费机制。

其实，核心在于产品定位，现在市面上大部分数据产品还是老一代的AI思路，而我们从第一天就是"AI原生"设计——数据的获取、清洗、分析全链路都基于大模型重构。当你的产品能真正解决企业数据提效的痛点时，商业化就是水到渠成的事。

至于目前ChatExcel的用户规模和留存情况，具体数据不方便公开讲，不过可以透露的是，累计服务用户已经突破百万量级。

牛透社：不到 10 人的团队如何服务大量 B 端客户，还能接入华为、联想等硬件？客户拓展靠产品自传播还是针对性销售？

逄大嵬：我们核心解决的一个场景是是企业最关心的数据安全问题。团队具备模型压缩能力，就像把"大象装进冰箱"（笑），我们把专门处理数据的AI模型压缩后，直接部署到联想、惠普、华为这些终端设备上运行。

这相当于在每台电脑本地都装了个"数据智能助手"，所有Excel处理、数据库操作都在本地完成，文件不出电脑、不出局域网。现在行业说的"本地化"大多还是服务器部署，而我们真正实现了单机运行，这才是AI时代该有的"端侧智能"。

我们团队不到10个人，一个销售都没有！这波AI创业的本质是PLG（产品驱动增长）——不管是To C还是To B。现在技术迭代是按"月"计算的，如果产品跟不上，销售再强也没用。我们连投流都没做过，全靠产品自己说话。

另外，我们坚决不做定制化！我们就是标准化产品，Excel处理本身就是通用需求。AI时代最爽的就是不用"创造需求"，用户早被Excel折磨疯了，我们只需要回答：你的AI到底能帮我省多少事？能做到什么程度？这就够了！

牛透社：大模型生成的结果会不一致，而企业级客户最在乎准确性，ChatExcel怎么解决这个问题？

逄大嵬：这其实是AI行业普遍面临的问题，核心在于大模型的“幻觉”现象是当前技术现状下的客观存在，我们要做的是控制幻觉的程度——在某些场景下实现100%无幻觉，在另一些场景下设定合理的容忍度。

具体来说，我们从三个维度着手解决：

第一，对模型的选择与使用熟练度。不同模型、不同版本的能力存在差异，比如是271B还是72B参数的模型，是V3还是R1版本，需要根据场景匹配最合适的模型；

第二，工程层面的优化。通过对模型调用的工程化设计，提升结果的稳定性；

第三，模型自身的调优。包括对模型进行量化、训练专属小模型等自主优化，通过微调、训练等方式增强模型在特定场景下的准确性。

需要明确的是，从技术理论上讲，100%消除幻觉并不现实，但ChatExcel作为数据类产品，准确性和可信性是第一要求，必须达到企业级客户的高标准。因此，我们通过模型使用能力、工程能力和自主训练能力的结合，多方面共同发力，确保用户拿到的结果满足准确性要求。

牛透社：ChatExcel 是否会导致企业不再需要专业数据分析师？在实际服务中，客户更多是把它当作 “助手” 还是 “替代人工” 的工具？

逄大嵬：ChatExcel 作为一款通用型产品，适用人群非常广泛，从公司员工、老师、扶贫干部，到电商运营、财务人员等不同岗位的人都在使用。

由于不同岗位、不同工作年限的人对需求的深度不同，很难简单定义它是 “助手” 还是 “工具”。用 “Agent（代理）” 这个词来描述可能更合适 —— 它的定位会因使用者的差异而有所不同，有人会觉得它是工具，有人会认为它是助手，这是因人而异的。

从我们的观察来看，从去年到今年这半年多的实践中，它正逐渐朝着 Agent 的方向发展。我们现在越来越多地提出 Data Agent 这个概念，也是因为它在数据处理领域的 “代理人” 属性已经基本成立。

之所以强调Data Agent，是因为数据处理并非单一的分析环节，而是覆盖了多种场景下的需求（比如信息收集、数据整理等）。过去的技术只能解决单点问题，还需要堆砌大量工程量，就像很多数据厂商做的 BI 产品，存在不准确、交付成本高、洞察与实际业务脱节等问题。

而 Data Agent 出现后，从通用模型能力、AI 编码能力，到专业知识训练、产品易用性等多个维度，都在改变整个数据业务的链路。它并非要替代专业数据分析师，而是根据不同用户的需求，成为适配其工作场景的 “代理人”，提升数据处理的效率和效果。

牛透社：在你们的探索过程中，有哪些“看起来很美但实际行不通”的AI功能或需求？

逄大嵬：其实这类情况不算多。因为我们团队有SaaS背景，在做AI产品时，是从“AI原生”的角度出发，紧密跟着模型能力和技术节奏来推进的——简单说，就是模型能做到什么，我们就去做什么，不会脱离技术现状空想。

AI时代的产品逻辑是“技术驱动”而非“需求驱动”是PLG，这和过去完全不同。要先看模型技术的成熟度和边界在哪里，毕竟需求随处可见，哪怕是菜市场的阿姨也有需求，但技术实现不了，一切都是空谈。

过去是需求驱动，所以会有“销售驱动（SLG）”，把需求落地后解决销售问题就行；但现在，技术才是根本，这是最大的变化。

牛透社：你们切的是Office和WPS的蛋糕吗？

逄大嵬：我们不认为是在切他们的蛋糕。AI时代的创新更多是做“新事物”，就像微软和WPS，它们当前更大的竞争来自飞书、钉钉、企业微信文档这些同类办公工具，而我们做的是AI驱动的全新数据处理链路。

我们和Office、WPS的重叠部分很少，用户用我们的产品也依然会用WPS，两者不冲突。我们要做的是覆盖数据获取、处理、生成结果的全链路：比如帮用户获取工商注册信息并生成报表，把京东销售数据转化为表格，对接数据库并结合外网信息生成可执行报告——这是新时代的新机会，和传统表格编辑器不是一个赛道。

AI的价值在于两点：一是能做到过去做不到的事；二是改变了用户解决问题的方式——就像ChatGPT的流行，核心是“聊天式交互”符合人们对智能处理的自然期待。

现在每天上万人用我们的产品，就是因为这种AI驱动的处理方式（而非拖拽、配置式操作），正是他们最想要的。新技术带来的不仅是工具升级，更是从交付方式、使用体验到处理链路的全面变革，这才是关键。

牛透社：过去一年，你对AI的理解有变化吗？ 

逄大嵬：最大的感受有几点：第一是迭代速度快；第二是它作为“新事物”，吸引了全球最顶尖的人才投入；第三是理论与现实的贴合度越来越高——过去觉得做不到的事，现在慢慢能实现了，而且它真正形成了生产力；第四是解决的具体场景越来越落地。

以前通常是学术界领先，然后是产业界，最后才到用户侧，这是比较常规的节奏。从学术界、产业界到用户侧，这三方的节奏和认知虽然不能说完全趋同，但越来越同步了。

牛透社：过去常说 “人多办大事儿”，但在 AI 浪潮里，小团队有没有可能打破这种惯性，完成曾经只有大规模团队才能触及的事？

逄大嵬：我们非常坚信这一点，而且我们团队就是例子。AI时代，基座能力已经存在了——比如过去需要上千人训练的模型，现在有开源版本，我们可以直接调优，不管是调整风格还是训练自己的专属模型，核心能力已经具备。另外，有了AI coding，编程环节也不需要投入太多人力，整体效率提升、成本降低，这带来了很大的变化。

这就是AI时代的新机会，和上一个时代“堆人、堆工程、堆销售”的模式完全不同。这次创业跟上一次比，体感差异很大，一方面很兴奋，另一方面做起来更“舒服”。

牛透社：作为国内首款 AI Excel 产品，先发优势带来了哪些红利？又踩过哪些坑，能让后来者规避？ 

逄大嵬：红利核心是赶上大模型技术爆发的风口，AI 创业本质都是拥抱这类技术红利。

说到“坑”，其实主要是商业化节奏——我们 2023 年没急着做商业化，现在回看，当时大模型对数字的处理能力确实弱，大家测大模型都爱拿数学题卡它，连 GPT - 5 也逃不过，技术成熟度撑不起大规模商业化。另外，当时我们还在筹备私有化部署，精力分散下，节奏自然慢了。

不过换个角度看，这也不算纯粹的“坑”：团队人少，能跟着模型成熟度一步步验证判断，反而积累了更多客户需求。去年底产品上线后，用户接受度很高，也算把节奏找回来了。而且我们预判的“模型会向更强大、更轻量化发展”，也和 GPT 开源模型的趋势对上了，整体走得还算稳。

牛透社：在技术快速迭代的时代，创业者需要具备哪些核心能力才能抓住机会？

逄大嵬：AI时代的创业，首先是个超大的机会。但想抓住这个机会，有几点很关键：

第一，要不断验证自己的判断，同时享受这个过程。如果做不到，基本没戏。因为AI技术迭代太快了，没人能预判下一个技术突破会带来什么，比如谁能想到一早醒来，自己的产品可能就被新模型“折叠”了？所以不享受过程、没有快速的技术认知能力，很容易被淘汰。

第二，这个时代的创业核心能力有三个：产品技术驱动是根本，是“1”；团队的认知迭代能力要跟得上；强大的执行力。

这和上一个时代的创业很不一样，因为环境变了。比如我们现在做海外版，市场不再局限于中国某一区域或行业，规模可能是原来的N倍；再加上大模型技术这个新基座，机会确实超级大。

另外， SaaS圈这几年不少人受过挫折，我想给大家传递点正能量：每个时代都有自己的红利和机会，永远不缺机会。大浪淘沙后留下的，一定是那些一直在奔跑的人。只要坚持做下去，保持好奇心、坚定信心，不断去“印证”方向，就不会觉得煎熬——毕竟日子总要往前过，对吧？

牛透社：我们一直关注SaaS领域，早年安装版软件当道时，SaaS厂商也曾标榜自己迭代快、实时更新、存储弹性等优势；但现在Agent出现后，迭代速度更快了。您怎么看这种技术加速的趋势？会不会让人感觉疲惫？  

逄大嵬：“SaaS”的订阅模式本身是有价值的——不管C端还是B端产品，订阅制都是很好的商业模式。

至于AI技术升级加速，这本质是技术革命的必然。从蒸汽机、电气到计算机革命，再到现在的大模型时代，每次革命初期的技术迭代速度都会特别快，这是历史规律。

所以回到之前说的，关键是享受这个过程，接受现状，在其中找到自己的位置和机会。现实就在眼前，历史周期摆在这儿，与其纠结“为什么这么快”，不如乘风起舞，这才有意义。

牛透社：针对不同用户群体，ChatExcel 的收费体系有什么差异化设计？

逄大嵬：目前免费版支持3张表，很快会开放到100张表，支持更大的文件处理。我们的C端产品采用订阅制，月卡25.9元，年卡99元。

另外还有企业版，按传统SaaS模式收费，以账号数量计费，10个账号起售，100个账号的年订阅费约5万元。企业版和个人版的核心区别在于，企业版支持SSO（单点登录）对接、文件安全存储、独立OSS（对象存储服务）对接等功能，还包含团队管理和协同诉求相关的服务。

另外，我们还支持私有化部署模式，包括一体机、AIPC、MCP 等多种形式，并且已开放 MCP 的 API 对接能力 —— 无论是通过对话方式处理 Excel 的能力，还是对话式数据库处理能力（我们的ChatData 产品也即将上线），都愿意向所有传统厂商开放。

这其实正是 AI 时代与上一代 SaaS 时代的一大区别：像我们这样的 AI 原生团队非常开放，愿意与各类团队合作。而上一代 SaaS 产品普遍封闭，大家各做各的，这也是中国很多 SaaS 产品难以做大的重要原因之一。所以，任何 SaaS 厂商都可以自由对接我们的处理能力，目前我们的 MCP 已率先开放合作，欢迎大家来合作对接。

对于传统软件厂商来说，他们在AI时代前期迭代速度会慢一些，这种情况下，没必要自己从零搭建，直接调用第三方的MCP能力就好——这样大家才能各司其职，专注于自己擅长的领域。

这也是硅谷SaaS生态能做得好，而中国很多SaaS产品发展受限的原因。过去大家总想着什么都自己做，但在AI时代，技术迭代太快，什么都自己搞，最终往往是在交学费、堆成本。

所以我们也希望通过这个平台呼吁，AI时代更需要开放协作，共同把生态做起来。封闭不仅会导致内耗内卷，还可能被快速迭代的AI技术淘汰，这样的代价是没有意义的。

牛透社：接下来有融资计划吗？

答：有融资规划的。我们刚完成了新一轮融资，接下来马上要启动新的融资计划。其实对创业公司来说，融资、组建团队、确定方向、找客户、整合资源，这些都是始终要面对的事情。不过我们的核心逻辑很明确：要做一家能赚钱的公司。这是我们现在的定位 —— 首先得活下去，创业本身就是一场长跑，是个持续的过程。先活下去，在此基础上再去考虑其它事情。