0融资、117天干到100万美元ARR：这个AI“套壳”产品，凭什么3年做到1000万？

16个Twitter粉丝。

下午1点产品上线，30分钟后，第一个付费用户打了钱。10分钟后，第二个。一小时后，第三个。

没有融资，没有团队，没有一分钱营销预算。

117天后，做到100万美元ARR（年经常性收入）。

3年后，1000万美元ARR，1万多家付费企业客户。做到800万美元的时候，整个公司只有18个人。

这个产品叫 Chatbase。而它最初做的事，简单到你今天可能看不上：

上传一个PDF，然后和它聊天。

一个标准的AI“套壳”产品。没有自己的模型，技术壁垒约等于零，同类的“PDF聊天”工具几个月内冒出来几百个。

按理说，这种产品最该有的结局，是被ChatGPT的某次更新悄无声息地吞掉。

但它没有死。它不但活了下来，还一步一步，长成了一家真正的企业级AI公司。

我花了挺长时间拆它这三年的成长路径。拆完最大的感受是：这个故事最值钱的，根本不是“三年千万美元 ARR”。

而是一个几乎没壁垒的套壳产品，到底凭什么活下来，还越活越大。

一开始，它做对了一件最反直觉的事：没守着赚钱的产品

2023年年初，ChatGPT刚火。所有人都在玩同一个游戏：问它各种奇怪的问题，截图发朋友圈。

Yasser Elsaid注意到的却是另一件事：这个无所不知的AI，唯独不认识“我的资料”。

它读过整个互联网，但没读过你的论文、你的文档、你公司的知识库。

于是他花两个月做了个工具：上传PDF，让AI基于这份PDF回答问题。他自己当时还是个大四学生。

今天看平平无奇，当时却精准踩中一个巨大的能力缺口，很多人是第一次意识到：原来AI还能读懂我自己的东西。

产品10秒钟就能看懂，所以增长快得离谱：上线一周破1000美元月收入，三个月后约6万美元月收入、1800个付费客户。

换作大多数人，到这一步大概已经开始忙着数钱了，然后规划接下来把它做成“全球最好的 PDF 聊天工具”就行。

但 Yasser 慌的不是增长，是另一件事——这东西太好抄了。

发布才几周，类似的PDF聊天工具，正在一堆一堆地冒出来。他后来说，那时候就决定要做“一个更大、壁垒更高的东西”。

回头看，这是 Chatbase 整个故事里最关键的一个判断：不守着这个赚钱的产品，而是盯着用户，看他们到底在拿它干什么。

然后，它被用户一步步推进了企业市场

很快，一类用户的需求引起他注意。

他们不是自己上传 PDF 自己聊，他们说：

“能不能把这个 AI 放到我网站上，让我的客户来问？”

听起来只是多了个“网页嵌入”功能，但产品的性质已经彻底变了：

以前，是一个人把资料交给AI，自己用。

现在，是企业把资料交给AI，让AI替它去服务客户。

一个个人小工具，就这么被用户一步步拽进了企业市场。不是创始人开会定的方向，是用户用钱投票投出来的。

但 Yasser 没有停在“企业想要个网站机器人”这一层，而是继续往下问了一句：

企业为什么要在官网上挂个 AI？他们真的只是想要一个酷炫的定制机器人吗？

当然不是。

企业真正想解决的是：能不能少回答一点那些每天重复几十遍的问题。

订单到哪了？怎么退款？怎么改密码？支持什么付款方式？

于是 Chatbase 的产品定义，从“让 AI 懂你的数据”，悄悄变成了——“让 AI 替你做客服”。一个新技术能力，第一次找到了一个长期存在、预算明确的真实场景。

▲ 从个人工具到企业客服的关键一跃

但增长猛，不等于留得住

这里有个细节，很容易被增长的数字盖过去。

Chatbase早期冲得很猛，但创始人后来自己披露：第一个月的客户流失率，一度高达27%。

也就是说，很多人冲着新鲜感来了，付一个月钱，玩两下，然后就没有然后了。

这其实是这两年很多AI产品的通病：尝鲜和需要，是两回事。用户愿意尝鲜，不等于他们真的长期需要。

所以2023到2024年，Chatbase 做了大量一点都不“性感”的事：团队账号、接 WhatsApp、接 Messenger、接 Instagram、对话分析、情绪分析、用量控制……

每一个单拎出来都不惊艳，但它们都指向同一个目标：让一个“大家想玩一下”的AI产品，变成企业每天离不开的生产工具。

它还顺便验证了一件事：把最低档定价从19美元提到40美元，客户流失几乎没变化——因为产品价值涨得比价格快。

这一段没什么戏剧性，但没有它，后面的一切都立不住。

接下来这一跳，是整个故事里最精彩的一跳

走到这里，Chatbase 已经是个不错的 AI 客服产品了。但它又往前问了一句，这一问问出了它真正的护城河。

企业真的只是想让 AI“回答问题”吗？

举个例子。

客户问：“我的包裹怎么还没到？”

普通 AI 客服会答：“您可以登录订单页查询物流。”——答案完全正确，但问题没解决。

企业真正想要的，从来不是“客户得到了一个正确答案”，而是——这个问题，被解决掉了。

所以一个真正顶用的AI，应该做的是：认出这个客户是谁 → 调出他的订单 → 查物流系统 → 直接告诉他包裹到哪了。

再比如客户说“帮我把订阅降一档”。普通AI发你一份操作教程，真正的AI直接帮你改完。

所以2024年底，Chatbase上线了AI Actions，AI从“动嘴”变成了“动手”。

“告诉你怎么退款”和“帮你把退款办了”，是两种产品。

从那以后，它的价值开始沿着一条很清晰的阶梯往上爬：

信息 → 答案 → 判断 → 动作 → 结果

▲ AI产品的价值阶梯

越往右，AI说的话越少，办成的事越多，客户愿意付的钱也越多。

做AI产品的朋友，都值得拿这句话问问自己：我的AI是在教用户怎么做，还是已经在替用户把事做完了？

一旦开始“办事”，它就回不去了

因为AI一“动手”，马上会撞上一连串新问题。而每解决一个，它就往企业的生意里又钻深了一层。

要改订阅，得先知道你是谁——于是有了客户身份系统，接进Stripe、CRM和订单后台。

AI搞不定怎么办？——总不能让AI甩一句“我回答不了”就把客户晾在那。于是有了人工接管：自动开工单，带着完整的对话记录和客户信息，转给真人。

客户也不只从官网来。他们发邮件、发WhatsApp、发Instagram，甚至直接打电话——于是一个个渠道全接上，最后连电话语音客服都做了。

然后是最有意思的一步：2026年，Chatbase 干脆做了自己的客服工作台（Help Desk）。

它本来的定位是“给 Zendesk 这类客服系统加一层 AI”；现在，它自己就是客服系统——AI 在一线解决大部分问题，真人退到后面，只处理真正需要人的事。

它已经开始拥有成为下一代 Zendesk / Intercom 的产品形态。这才是 Chatbase 今天最有意思的地方。

所以把整条产品演化路线压缩成一张图，你会发现一个非常漂亮的规律：它没有横向扩张，而是在沿着同一个客户任务不断纵向深入。

▲ Chatbase三年演化全图

你今天回头看，会觉得这家公司深谋远虑，像照着一张蓝图施工了三年。

但站回2023年往前看，根本没有蓝图，只有一连串被用户需求顶着走的小决定：

有人想把AI挂到网站上——那就支持嵌入。

企业拿它回客服问题——那就把客服做深。

客户说光回答没用——那就让AI动手。

要动手就得认识客户——那就做身份系统。

AI解决不了——那就转真人。

客户还在邮件、电话里找——那就继续接。

真人也需要工作台——那就自己做客服系统。

每一步单看都不惊天动地。但连起来，它就走完了一条从“小工具”到“公司”的路。

所谓战略，有时候就是每一步都跟着用户多走了一截。回头连起来一看，已经走出了一条路。

这条路里，我看到了至少三次PMF（产品市场契合）

一家公司能找到一次PMF就不容易，Chatbase至少找到了三次。

第一次是技术型PMF——“AI居然能读我的资料”，这是一个技术能力驱动的PMF，时间窗口极强，但护城河极弱；

第二次是场景型PMF——企业愿意为“少雇客服、秒回客户”真金白银地付钱，这是一个场景驱动的PMF，市场大很多，需求也长期得多；

第三次是流程型PMF——当订单、支付、工单、人工客服都跑在Chatbase上，这时候 Chatbase 已经从“功能”进入企业流程。工作流一旦被占据，产品的粘性就开始真正出现。

这也是为什么它的收入曲线能持续往上走。

早期增长虽然非常夸张，发布一周超过1000美元MRR，达到 100万美元ARR只用了 117 天，但它没有停在第一波 AI 红利。

第一个100万美元，靠的是AI窗口期的爆发力；但从100万到1000万，中间100万~300万用了7个月，300万~500万整整用了一年——靠的是一寸一寸钻进客户业务流程的真功夫。

风口只能送你到起点。后面的路，得一寸一寸钻进客户的生意里。

拆完之后，最让我回味的是一个“追问”

上面这些，其实都还是表层。我反复琢磨这个案例，最后发现 Chatbase 身上最珍贵的东西，不是某一次转型，而是一种反复出现的动作：

创始人一直在问自己——用户嘴上说想要这个功能，可他真正想完成的，到底是什么？

用户说要“和 PDF 聊天”。背后其实是：让 AI 懂我的资料。

企业说要“网站机器人”。背后其实是：少回答重复问题。

企业说想让 AI“回答客户”。背后真正的渴望却是：把客户的问题，直接解决掉。

每一次，他都没有停在用户说出口的那一层，而是往下再挖一层，然后朝着那个更深的“结果”再走一步。

功能只是表象。结果，才是真正的需求。

这句话，我觉得值得每个做产品的人贴在电脑边上。

所以，它带给我们的启示是什么？

零零散散的感触收拢一下，大概是四条。

第一，它最厉害的，不是找到了一个好点子，而是不断推翻自己已经成功的产品定义。

多数创业者找到一个开始赚钱的产品，会本能地想：“终于找到方向了，把它做好就行。”

Chatbase 不是。

每赚到一波钱，他都在问自己三件事：用户为什么用我？他真正想完成的是什么？我现在给的，是最终价值，还是只是实现价值的一小步？

Chatbase 靠 PDF Chat 赚钱时，没说“我就是最好的 PDF chat 工具”；靠网站机器人赚钱时，也没说“我就是最好的 Chatbot Builder”。他一次次推翻已经成立的产品定义，往用户真正想要的结果再走一步。

它的演化本质上是：不断从用户说自己想要的“功能”，往用户真正想要的“结果”移动。

这是我认为特别适合创业者的一条启示。

第二，不要过早焦虑护城河，先获得用户。

今天的创业者非常容易陷入一个焦虑：这不就是一个ChatGPT的套壳产品吗？根本没有壁垒。

Chatbase 是个非常好的反例，但它不是证明套壳有护城河。相反，它证明的是：套壳可以是一个好的起点，但不能是终点。

2023年的 Chatbase 就是个标准套壳——模型不是它的，数据库不是它的，底层全靠别人。如果当时因为“没有护城河”就不开始，后面这1000万美元一分都不会有。

它后来的路是：AI 能力 → 真实场景 → 业务流程 → 系统集成 → 企业核心软件。从一个谁都能抄的“AI套壳”，一步步长成了一个企业搬不走的工作系统。

护城河不必在第一天就设计好，它可以沿着真实用户的需求，一层一层长出来。

别因为“看不到护城河”，就不敢开始。希望这点能帮助到很多“想太多”的AI Builder们。

第三，它展示了一种 AI 时代独有的创业节奏。

不是传统那套：“研究市场半年 → 规划 → 融资 → 组队 → 开发一年 → 发布。”

而是：“新能力一出现 → 几天做出 MVP → 发布 → 收钱 → 根据真实需求重新定义产品。”

回头看，Chatbase 的路线完整得像一套精心布局的战略。但站回2023年，它其实只是一连串被用户推着走的、非常合理的小决策。

你不一定要知道五年后公司是什么。你只需要知道，现在用户最想让你往前多走的那一步，是什么。

第四，To C 还是 To B？不要着急贴标签，跟着价值走。

顺带说一句，这个案例也治好了我自己一个纠结了很久的问题：到底该做 To C 还是 To B？

Chatbase 一开始怎么看都像个 To C 小工具，是用户把它推进了企业市场。这点对我个人触动很大。

所以早期真没必要急着贴标签。更值得问的是：谁最需要我？谁从我这里获得的价值最大？谁最愿意为这个价值付钱？谁在不断要求我“再往前走一步”？ 跟着价值走，市场有时候会替你回答方向。

有时候，你出发时的市场，并不是你最终的市场。

写到最后，我反而觉得，Chatbase最值得记住的从来不是“三年1000万美元”这个数字。

而是：它从来没有把“今天正在做的产品”，当成自己的最终答案。

它没有一开始就看见终点。但每一步，都朝着用户真正想要的结果，又走近了一点。

也许创业就是这样——

你不必一开始就知道终点在哪。

但你得一直知道，用户真正想去哪。