1 亿美元 ARR、不设 AI 硬件产品经理，Plaud 如何拿下全球百万用户？

去年被称为 AI 硬件元年，但今年 AI 硬件的故事似乎已不再“性感”。

前苹果员工创立的 Humane 发布了明星穿戴设备 AI Pin，在备受期待中黯然落幕，最后公司被惠普以 1.16 亿美元收购；Rabbit R1 曾一周售出 5 万台，但套壳安卓丑闻曝光后，每天活跃用户仅 5000 人。普遍来看，这些设备似乎都不足以证明，AI 硬件会成为一个大多数消费者真正关心的新产品类别。

但彻底否定这类产品可能还为时过早。

2023 年 6 月，Plaud AI 推出了搭载 AI 功能、贴在 iPhone 背面的 AI 录音卡片 Plaud Note。据媒体报道，Plaud Note 推出一年多后就取得了 30 万台交付、1 亿美元 ARR 的成绩。去年，Plaud.AI 发布了售价 169 美元的 Plaud NotePin，当时外媒 theverge 评测员的评价是：这是一款很棒的人工智能录音机，但它注定要失败。但今年 7 月份时，Plaud 的全球出货量已经达到了 100 万台。

根据官方内部统计，Plaud 使用者平均每月使用超过 30 小时，年平均节省超过 260 小时。若以专业时薪估算，相当于为用户创造约 8845 美元/年的潜在价值。

网上有人分享了自己的使用场景：“我刚带儿子去了一次 37 分钟的看诊，回家后需要向我妻子解释医生说了什么、接下来该怎么做。我直接把生成的摘要复制发给她，因为它总结得比我自己还要清楚。”

在 8 月 22 日-8 月 23 日 AICon深圳大会前夕，我们采访了 Plaud 中国区 CEO、Plaud Global 合伙人莫子皓，他分享了 Plaud 的产品观。莫子皓目前负责 UG 和 AI Product，之前曾是百川智能医疗方向产品和运营负责人，也曾是暖哇科技合伙人和 CPO，负责所有业务。在 AICon 深圳站上，他将发表主题为“Plaud 如何用软硬结合重构大模型时代的产品形态与商业路径”的演讲。

本次访谈中，莫子皓直言，Plaud 并没有真正意义上的竞争对手，“真正有用户在用的产品可能只有我们”，Plaud 与竞品的差异就在于“可用与不可用的差别”。虽然产品以硬件作为载体，但他强调 Plaud 其实更像是一个大模型公司，硬件只是其获取用户 context 的入口，核心在于后续的智能处理。

在莫子皓看来，与之前相比，现在的用户并不是天然地拥有向大模型提问、并利用大模型的能力，因此产品设计不能从“用户场景出发”的旧逻辑出发，而应该主动探索智能边界，做出“用户想不到但看到后觉得好用”的功能。他还指出，做硬件成败的关键是“弥补短板”，而做软件是“发挥长板”。

“我们没有 AI 硬件产品经理”

InfoQ：从暖哇科技到百川智能，你的职业路径一直围绕 AI 与医疗，你什么时候开始对这两个领域感兴趣的？后来是如何做职业选择的？

莫子皓：其实在 2020 年加入暖哇科技时候，我更多关注的是互联网保险。我最早的时候自己创业，然后后来被轻松筹收购了，后来负责轻松筹的所有的保险业务和线上的流量运营。然后，我加入暖哇科技做合伙人的时候，专注在当时的互联网保险和健康险领域，所以当时更多的其实并不是医疗这个方向。但是，后来在 21 年-24 年，健康险和互联网实际上与创新支付、药企的关系越来越大，因此越来越多转向跟医疗、医药的衔接。

另一点是，随着大模型出现，我们已有的 2000 多个电销和几百个企业微信销售（均做保险销售）当时我们专门做了一个 SCM 系统，跟肖弘的 Manus 很像了，这个系统在保险市场里占有率是最高的。我们自己用这个系统做保险销售的部门，一年也能做几个亿保费。

我们刚开始其实就想看看是否通过大模型做销售诊断能更高效，所以那时就把大模型跟销售、电销及企业微信销售结合比较多，因此跟大模型的工程和各方面就有了较多结合。也因此，后来几种模型缺应用场景时，我们这边已跑出实际效果并做了很多工程化的事情。后来跟川总有了一些缘分，就加入了百川。

InfoQ：百川、OpenAI 都重视模型在医疗上的应用，为什么大模型厂商们会关注医疗领域？

莫子皓：因为人在去世前的二十几年里面花的所有费用都在医疗上，而医疗无论在中国还是海外都占了 GDP 较大的比重。这一块其实很多巨头做了非常多尝试，但都无功而返，所以可以理解为这是一个没有被互联网真正改变过的行业。

这里面存在很多低效和不合理的事情，包括诊断、用药、辅助诊断和后面整个药品的管理上，有很多原始落后的环节等待被改造。所以，很多巨头在每一轮的产业革命中都想要改变医疗行业，移动互联网也是，现在也是这个道理。这个东西大家是一脉相承的：都看到了低效的问题，就希望有新技术改变里面的低效问题。

InfoQ：医疗领域对数据和结果的准确性非常高，目前大模型能力会不会跟不上医疗的要求？

莫子皓：没有。我觉得，现在如果大家还在讨论幻觉问题什么的，可能已经跟不上大模型的发展了。幻觉并不阻碍在医疗产业落地，更多还是商业模式上存在最大问题。

现在很多医院里的 MDT（多学科联合会诊）其实已经融入了大模型，诊断过程中很多医生也会参考大模型的意见，技术上其实是完全 ready 的。

只是商业上问题在于，究竟在整个价值链的哪一环发挥作用、提高了哪一环的效率、赚的是谁的利润，还有效率提升带来的增量收益该怎么去分摊费用，这些问题目前都还没得到很好解决。

InfoQ：海外医疗商业探索跟国内相比有什么不同？

莫子皓：海外只能说出了几个巨头公司吧。在海外，保险是主要的付费方，然后医生的收入很高。

InfoQ：你为什么后来选择 AI 硬件这个方向？之前有哪些经历影响了你的判断吗？

莫子皓：之前并没有说我一定是做医疗这个方向，因为之前在暖哇做的也是 sales agent，即围绕整体工作流程设计，探索如何用技术替代人力执行销售任务。我之前做过医疗，有相关的从业经验会比较熟悉，所以能胜任这方面的工作。

然而，在深入了解大模型技术之后，我个人的兴趣点以及我认为最终能形成壁垒的方向，其实在于如何有效获取用户自身的 context。我认为 context 本身可能更为关键——当然，大家的认知是不一样的。我判断只有硬件作为一种新的交互入口，才能有效解决 context 获取的问题。所以，当 Plaud 邀请我负责这边的产品时，我当时已是他们一年多的用户了，所以我认为这是一个理想的合作机会。

InfoQ：从 AI 医疗到 AI 硬件，于你个人而言就会有什么壁垒吗？

莫子皓：没有，都是做大模型。大家有些误解，Plaud 不是一个硬件公司，它更像是一个大模型公司，里面其实做了非常多大模型的研发、设计等。我在 Plaud 带的也是大模型的产品研发团队、算法团队、工程团队，还有是产品团队，我们不直接搞硬件。

我们在设计功能时，会涉及很多软硬件结合的部分，这就需要在软件、大模型和硬件层面进行拉通。这更多是不同部门之间的横向沟通配合。

对我来说，理解这些本身并不困难，因为我自己也用过不少 AI 硬件，像 Meta Ray-Ban、Oakley 这些智能眼镜，还有其他各种智能硬件，包括以前医疗用的 CGM，我都实际体验过，算是它们的用户，所以我对硬件本身也挺熟悉的。

InfoQ：Plaud 一直在招聘产品、运营、算法等岗位，你们的招人标准是什么？

莫子皓：聪明、正直、有野心。

InfoQ：不需要学历或其他成果吗？

莫子皓：聪明包含了很多的东西。学历或者学术成就这个没有硬性要求。你有高学历但没有在理想的公司，但有人没有高学历，他一样在理想公司工作。你做的事情更能反映你是否聪明。毕竟从学校出来这么久了，不是非要看学历，虽然这（学历）确实是个筛选标准，但如果你特别厉害，我们也不会卡你。

InfoQ：那你怎么去评判正直？通过你们沟通聊天去判断？

莫子皓：对，我们感受人的品质，感受人的沟通的方式。

InfoQ：为什么野心也会成为要求之一呢？

莫子皓：我们通过软硬件结合的方式，追求人与大模型的协作。智能领域的突破本身难度很高，但市场空间也足够大。我们更希望吸引那些有野心、敢于突破，并为宏大目标感到兴奋的人。这样的人，才是我们的同路人，才愿意和我们一起走下去。

InfoQ：AI 硬件的产品经理和其他 AI 应用的产品经理有什么不同吗？

莫子皓：我们没有 AI 硬件产品经理，我们是 AI 产品经理。我们这里有很多六小龙的产品经理，在做具体设计的时候其实并没有什么影响。

“真正有用户在用的产品可能只有我们”

InfoQ：那为什么选择从硬件切入大模型？你曾表示“硬件是使用 intelligence 的门票”，如何理解这句话？

莫子皓：我们认为追求智能的边界有三种核心方式。第一种是之前做的那种大模型智能训练；第二种像 Manus 他们做的，通过更多模型能力获取额外信息，整合后给出结果；第三种是通过硬件获取足够多的 context，让大模型和人保持在同一信息层面，再用大模型的智能辅助人做更多事。

我们从一开始就选择了第三条路。选择这条路的关键在于：必须有足够多的 context，后面的智能才能发挥更大作用。因此，硬件就是用来获取你的 context 的。本质上，对于整个产品来说，硬件、APP 以及整套产品才是我们的完整解决方案。硬件就是我们使用后续软件和大模型产品的钥匙，是入场门票。这就是我们的理解。

InfoQ：为什么会认为硬件是 context 的解决方式？

莫子皓：手机刚诞生时，乔布斯说它是一个浏览器、一个电话再加一个 iPod。手机虽然是我们用得最多的硬件，但它本身的设计目标，并不是为了让你更好地获取 context，也不是为了持续在线（always on）。所以就需要一个新的硬件入口来解决这个问题，给大模型提供所需要的数据、知识还有人的意图。既然原来的硬件解决不了这个问题，那就必须出现新的形态。

InfoQ：你强调 context 的重要性，那 Plaud 当前是如何通过上下文管理进行体验升级的？

莫子皓：还不太多，我们还是在追求智能边界这一块。说实话，这个东西在于怎么看大模型跟人协作能够能提高生产力、能够让人的表现能够更好，我们对效率这个事情其实追求的并不多。

InfoQ：当时是怎么判断“录音笔 + AI”这个方向的？Plaud 有哪些创新是业界没注意但用户感知很强的？

莫子皓：就像有人 说 chatbox 可以通向 AGI 的核心原因在于，既然模型能够对话，那么对话本质上就是模型对世界认知角度的一种投射。我们团队一直认为，日常的对话沟通里蕴含了大量的智能，只是过去我们仅仅是录下这些对话，并没有把其中的智能真正提取出来。录音的作用是完整记录这些信息，但关键在于后续如何通过大模型，把里面蕴含的智慧（即 intelligence）提取出来，然后再去思考如何利用这些智能。

另外，我们即将发布的产品也会升级为多模态产品，这意味着用户的输入内容、点击行为，包括图片，都会成为我们智能系统输入 context 的一部分。录音只是我们最初选择的一个切入点，我们觉得它包含的信息密度和智能含量相对较高。

InfoQ：而且你们是切在了工作的场景里边，而非生活场景的陪伴等。

莫子皓：那些场景我们短期内不会考虑。一个是因为那不是我们的基因，另外就是要有舍有得，什么东西都想做，那做不完了。

InfoQ：那相比竞对的产品，你认为有哪些点是你们注意到但用户感知没有那么强的？

莫子皓：事实上，我们并不觉得有竞争对手。因为真正有用户在用的产品可能只有我们。大家去看看用户评论或者流程数据就明白了。所以，通过这种方式获取智能、并能给用户提供价值的产品，目前市场上能正常运行的并不多。

这背后有非常多细致的工作要做，比如怎么做好软硬件结合、怎么处理传输和文件压缩、怎么录音和转录，再到后面怎么利用大模型、挖掘智能信息。这些都是非常重要的工作，是靠大量细节堆起来的优势。

InfoQ：其他产品也有你们宣传的类似功能，你们之间的差别是什么？

莫子皓：我觉得这个是可用和不可用的差别。模型行业现在就是这个情况，都说自己家的 Agent 很强，各家都这么说。先不说我们自己，看看别人也一样。到底有没有人真正在用，看调用量、看数据，这是最明显的差异。

另外在功能设计上，我们有自己充分的考量。我们的第三步重点是：从用户信息中智能提取出有价值的内容后，如何有效利用它？如何让这些信息产生更大的生产力？

对我们来说，录音不只是存档，它其实是你的生产资料。我们真正要做的是，如何借助大模型把这些生产资料的价值最大化挖掘出来。这才是我们最核心的发力点。我觉得目前没有其他厂商在做这件事，他们还是只盯着录音本身，而我们的着眼点已经完全不一样了。

InfoQ：Plaud 产品的技术优势是什么？

莫子皓：我们团队有 300 多人，主要精力集中在优化现有产品线的布局，包括正在开发的 Pro 版产品，以及即将推出的基础版本。同时，我们在几个核心技术环节持续投入优化：蓝牙连接的稳定性、收音的有效距离、语音识别（ASR）的准确性，特别是大模型的实际效果控制、用户体验反馈以及大模型最终为用户创造的价值。这些都是我们重点进行技术优化的方向。

InfoQ：那你们怎么定义自己的产品？

莫子皓：你可以定义我们是 AI 硬件产品，只是说 AI 硬件解决方案里面不仅仅有硬件，还有软件，还有大模型。

InfoQ：这类 AI 硬件产品成败的关键因素是什么？

莫子皓：我觉得核心有两个点。第一个核心点是，你的东西首先得能用。这是做软件和做硬件最大的区别。做软件，大家更追求如何把长板做得更长，因为用户会挑最好用的功能来回切换。但做硬件不同，你要想办法让你的短板变长，因为用户使用硬件产品会经历每一个步骤，只要有一个地方卡住或者不好用，他会特别难受，用不下去。这时候对用户体验的伤害就非常大。所以这是两者间的一个根本差异。

第二个核心点是，怎么才能把大模型的智能边界做好。这要求我们把底线拉高的同时，也要把上限拉高。这件事本身的难度就非常高。

InfoQ：那你们可用的标准是什么？

莫子皓：至少用户使用时得能把整个流程完整跑通。因为这个流程很长：先在硬件上操作，硬件用完后数据能传到软件端，软件能正常运行；软件再传到大模型端，大模型能准确输出结果；结果输出后，还要给用户展示清楚。这里面每一步，你都得做到至少 90 分以上，用户才会真正觉得这个产品是 OK 的、能交付给他实际价值的。

你想啊，这里面每个环节都要做到 90 分，本身就需要很多不同专业团队的紧密配合。我们现在的确对发布产品非常谨慎。上个月我们全球用户已经突破 100 万，而且用户活跃度和留存度都很高。所以我们发布产品，一方面迭代速度会比较快，另一方面，我们也会确保每一个交付的产品都足够好。

InfoQ：内部有具体的数据指标吗？

莫子皓：我们在全球范围内都会进行用户公测，包括内部压测等全流程测试。

另外，我们整体的设计，包括和大模型厂商的直接沟通，都会根据我们这边对能力的要求，和他们一起做调整。同时，也会让他们在后续环节，针对我们具体的场景进行适用的训练。评价类似智能产出的效果，同样是一个完整且严肃的评测过程。只有经过这个评测，才能准确衡量出它的效果。

InfoQ：现在的一个版本的迭代周期是多长？

莫子皓：每周都有功能上的更新。

InfoQ：为提高语音转文字、摘要总结等的准确率，你们做了哪些优化？

莫子皓：在硬件端、软件的大模型上都会做事情。因为硬件端本身就可以做很多，硬件本身的能力上和端侧上的算法的优化，剩下的就是各种细节的堆砌。要达到这个目标，其实既受到大模型能力的影响，也受到物理环境的影响，也受到硬件条件的影响。这种从端侧传到云端的、受各种算法影响的产品，我们需要在每一个环节都追求比较高的精度，这样才能最终做得比较好。

InfoQ：目前 Plaud 已经融入了工作流，可否认为是对 Agent 相关能力的尝试？

莫子皓：这个行业里“Agent”这个词都用滥了，它到底指的是什么，是指交付结果还是指其他各种功能？其实，我们不太用这个词来表达，但最终目标都是提升用户的智能和用户的价值。这里面提到的各种工具调用，比如类似“workflow”这种，根据用户的请求自动运行然后给出结果，这些功能我们当然都会做。但关键在于，是不是非要生成一个 PPT，或者像别人那样生成个网页出来，才能叫“agent”？我觉得大家的想法可能不太一致。

我们更重要的思路是：在提供足够多 context 的情况下，利用模型能力给用户更好的思考辅助，而不是直接替他把事情做完。我们不是帮他做事，是帮他把更多相关信息带进来；我们不是让它工作做得更好，我们是让他想得更好、做出更好的决策；我们不是让它做特别好看的 PPT，是让他产出特别好的 idea 和特别好的决策结果。

我觉得这是思路上的不同。现在整个行业把一种产品定义得特别窄，但对我们来说，我们觉得不是这样的。

InfoQ：你们也是用的多 Agent 方式？

莫子皓：肯定的，多 Agent 产品的关键在于你想用这个产品达到什么目的。首先你得把结果交付出来，结果交付后再看基础选型。选多 agent 而不是单 agent，肯定是因为多 agent 能更好地实现这个结果，你才会这样选。核心还是需求的问题。

产品经理的魅力

InfoQ：看到你之前提到现阶段做产品的误区：从客户出发、从用户场景出发、要用户激发智能。可否详细说下背后的考量？当前，硬件产品的设计理念发生了哪些变化？

莫子皓：我觉得大模型时代和过去最大的不同在于，现在的用户其实不太会提问，他们并不是天然地就会向大模型提问并且掌握运用大模型的能力。另一个关键点是，模型需要被“激活”智能才能解决更多问题，而且你要给它足够的上下文信息它才能做得到。这就要求我们在设计产品时，必须更多地从用户角度出发去思考问题，而不是先入为主地假设用户会怎么用。这和过去的设计方式有很大区别。

对用户来说，他们很难凭空想象出很多功能是可以实现的。用户更多是“看到了才相信”。所以现在更重要的方向是追求智能的探索和尝试，去验证大模型到底能不能在某个具体点上做到。举个简单例子：在一场会议中，大模型能不能判断出，虽然有人说“好的”，但其实是在敷衍你，根本没理解你说什么？这事听起来可能有点玄乎，但现在大模型确实能做到这一点。然而用户自己从来不会想到要这样使用它。

但当我们真的做出这个功能后，用户反而觉得特别好用。这些例子就很说明问题：要设计出更好的产品，设计出超出用户预期的产品，才能真正达到效果。我觉得关键点在于，你能在用户的实际场景里融入足够多的智能，达到用户自己都想不到的高度。

InfoQ：现在如何从“大模型驱动产品”逻辑出发去设计一款产品？可否结合具体案例说明下？

莫子皓：对我们来说，这其实不是什么固定的流程。我们认为现阶段最大的杠杆是智能。

这个时代和移动互联网时期以及更早最大的不同，就是多了一个叫“智能”的杠杆。但智能这个东西，不是你想用多少就能用多少的。它有非常多的前提条件：需要大量的 context、需要 memory、需要大量的记录和提示方式，才能真正把智能用起来。而且，在不同的场景里，智能是主动提供还是被动等待交互，这些都是我们在思考的方向。

所以我们更关注的点不是“大模型驱动产品”这个逻辑，而是如何通过软硬件结合的方式，如何通过提供足够丰富的上下文信息，去探索智能的边界、最终为用户创造价值。我们整个产品的设计都是围绕这个目标来做的。

InfoQ：这方面你们有什么方法论吗？

莫子皓：没有方法论，这也是产品经理的魅力所在。

像 Cursor 这些公司，都是在打造一个智能环境，让用户在这个环境里体验到智能带来的好处。我们也是一样，只是我们服务所有类型的客户。我们希望用户的工作能在我们这里完成。我们设计的也是一个环境，让用户在这里能借助更多智能工具，提升自己的工作表现和生产力。

InfoQ：你们会设想未来的工作状态是什么样的吗？对你们未来产品的设计或迭代有什么影响？

莫子皓：我觉得，一个人的工作能力可能会被极大地放大。那么，如果整体生产力没有大幅提升，可能真正需要做很多工作的人就会越来越少。

现在大家发现，生产所需的资料几乎是无限的。连工作本身都不再是必需，这也是有可能的。但这个趋势具体如何发展，我们目前还很难预测。我们现在做的主要是通过软件和硬件结合的方式，去尽可能多地获取用户的 context，也就是用各种方法去理解用户想让我们知道什么，让用户和大模型的目标保持一致。

那么，做这些的最终目的是什么呢？如果我们追求的是智能能力的上限，是要提升用户的生产效率和表现，那么这里面就需要不同的硬件设备形态，需要不同的软件交互方式。接下来短期内，我们都会围绕这个目标去做事情。

InfoQ：现在技术上还有什么挑战吗？

莫子皓：有很多技术上的挑战：一是续航，二是通信，三在于收音距离，还有一些降噪算法，包括后面对大模型的应用等。因为这个行业本身发展也很快，这些挑战我们一直都在面对，有非常多技术需要攻克。

比如，你用腾讯会议和用飞书会议，你就能发现周围很吵，但你还是能听到对方说话，那这里面就需要做非常多算法层面的事情。所以，单纯获取语音这个事情，看上去好像很简单，其实里面有非常多很细的工作要做，才能够真正把想要获取的信息有效地获取到。

InfoQ：大模型不断升级，可能带来与 AI 硬件产品相似的体验。Plaud 如何构建护城河？

莫子皓：我们不会考虑这个问题，对我们来说不重要。原因很简单，现在还有大片市场没开拓，还有大量功能没实现。我们只专注于一件事：结合人和机器的优势，去拓展智能应用的边界。这中间有很多环节，是必须依赖硬件才能完成的。而对大模型公司来说，单独去研发硬件，很可能是他们非常靠后才会考虑的事情。

能够持续满足用户的需求、做用户喜爱的产品，这就是最好的竞争力。我觉得过往 20 年已经无数次地证明了这就是核心壁垒。

“产品本身在全球都是一样的”

InfoQ：能够达成百万出货量，你觉得你们做对了什么？

莫子皓：我觉得就是产品好。我们的产品在软硬件上的投入也决定了我们很难走低价模式。所以最终用户愿意买，肯定是因为他们有这个需求。

InfoQ：你们产品的用户画像是什么样子的？

莫子皓：工作中以对话为主，并且决策杠杆很高。所谓高决策杠杆，是指他们做一个决定带来的影响会很大。这跟职位高低关系不大，更取决于所从事的职业性质。

InfoQ：不同地区用户在使用 Plaud 这类 AI 硬件上的习惯有什么不同吗？

莫子皓：没有什么不一样。产品本身在全球都是一样的。除了准备国内上线时，因为政策要求，我们针对大模型、数据存储和云支付做了本地化适配，但在产品功能设计上，我们并没有做任何本地化改动。

InfoQ：现在做 AI 硬件还是很难跑出来吗？“被抄”的难度应该更大一些？

莫子皓：我觉得抄袭的难度本身不是关键，核心是产品有没有真正的用户价值。AI 软件确实难做，但真正达到产品市场匹配（PMF）、有用户真正在用的产品有多少呢？除了豆包、Kimi 这些基础大模型，真正能称为 AI 大模型产品的，我们能说出名字的有几个？

InfoQ：AI 硬件领域，你认为有现象级产品吗？

莫子皓：Meta 的眼镜算是一个吧。

InfoQ：回望 2023-2025 年 的 AI 创业潮，你认为期间最被高估和最被低估的趋势分别是什么？

莫子皓：我觉得大部分情况都被低估了。因为当智能可以无限调用的时候，它实际上能产生巨大的杠杆效应，只是我们现在还没找到有效利用它的好方法。所以，目前我们还处在一个非常初级的阶段。但这件事本身，我认为会对人类产生翻天覆地的变化。未来回头看 2024 年或 2025 年，肯定是一个非常早的起点。