Building the Universal AI Automation Layer ft n8n CEO Jan Oberhauser
AI Products

Building the Universal AI Automation Layer ft n8n CEO Jan Oberhauser

J
Jan Oberhauser
2025年8月26日YouTube
返回首页

金句精选

当一个巨大的技术浪潮来临时,不要只盯着那些最显眼的浪花。有时候,真正的机会,在于成为那片能承载所有浪花的、看不见的海洋。

真正的机会,不在于"使用"AI,而在于"成为"AI生态的一部分。

从"自动化工作流"到"AI应用编排层",这是一个关键的价值链重定位。这个决策,直接定义了n8n在AI时代的生死和未来。

AI对n8n来说,只可能有两个结局:要么是前所未有的巨大机遇,要么是公司的彻底消亡。没有中间选项。

"连接一切与一切"(Connect everything to anything)——在一个日益分裂和碎片化的AI生态中,这个"连接器"的角色,价值千金。

n8n战略转型:从自动化工具到AI时代"新Excel"

当AI浪潮来临时,99%的公司选择给自己的产品增加一个AI功能。而n8n的创始人Jan Oberhauser却认为,这是一个陷阱。

他做了什么,让n8n从一个普通的自动化工具,摇身一变,成为了人们口中的AI时代"新Excel"?

这个故事,要从2022年底,那个所有人都为AI疯狂的冬天说起。

n8n,一个在自动化领域已经深耕了6年的开源工具,和它的创始人Jan一样,一直有些"慢热"。他们相信社区,相信长期主义,营收也一直在稳健增长。

但AI的出现,打破了这一切。

Jan坦言,当时他感到了巨大的不确定性,甚至是一丝恐惧。他意识到,AI对n8n来说,只可能有两个结局:要么是前所未有的巨大机遇,要么是公司的彻底消亡

没有中间选项。


市场的陷阱:锦上添花式的AI功能

当时,市场上绝大多数公司的做法都出奇地一致:在自己的应用里,增加一些看起来很酷的AI功能。比如,一个笔记软件,增加一个AI总结功能;一个CRM,增加一个AI写邮件的功能。

这看起来是最安全、最合理的选择。但Jan隐隐觉得不对劲。

他观察到,这些"锦上添花"的AI功能,并没有真正改变产品的核心价值链。它们很酷,但不是必需品。用户会为此赞叹,但未必会为此付费。更重要的是,这种做法很容易被竞争对手复制,无法形成真正的护城河。

他意识到,如果n8n也走这条路,或许能获得短暂的关注,但长期来看,一定会被时代淘汰。

真正的机会,不在于"使用"AI,而在于"成为"AI生态的一部分。


关键洞察:从Pinecone的融资新闻中看到未来

转折点,来自一个看似无关的融资新闻。

Jan注意到一家叫Pinecone的公司,完成了一轮1亿美元的融资。Pinecone做的是向量数据库,一个相当垂直和技术性的领域。

他很好奇,为什么资本市场突然对一个数据库公司如此狂热?深入研究后他发现了关键:Pinecone的定位,已经从一个单纯的"向量数据库",悄然变成了**"服务于AI的记忆数据库"**。

这给了他巨大的启发。Pinecone没有去开发自己的AI应用,而是把自己变成了所有AI应用都离不开的基础设施。

Jan瞬间想通了:n8n也必须做同样的事。

n8n的核心价值,不应该是增加几个AI功能,而应该是让用户能用n8n,像搭积木一样,轻松地构建、编排和部署自己的AI应用。

从"自动化工作流"到"AI应用编排层",这是一个关键的价值链重定位。这个决策,直接定义了n8n在AI时代的生死和未来。


战术执行:三个关键步骤

想清楚战略方向后,Jan和团队开始了具体的战术执行。他们的方法论可以拆解为三个关键步骤:

第一步:价值链重定位,从"应用层"下沉到"基础设施层"

n8n不再满足于连接不同的SaaS应用,而是把目标对准了构建AI Agent(智能体)的复杂流程。

在过去,如果你想构建一个稍微复杂的AI应用——比如,一个能自动读取邮件、调用数据库、再生成报告的AI助理——你通常需要写大量的Python脚本,处理各种API接口,过程繁琐且极易出错。

n8n要做的,就是把这个过程"产品化"。他们推出了一系列高级AI节点(Nodes),比如"AI Agent"、"向量数据库"、"输出解析器"等等。

这意味着,过去需要工程师写上百行代码才能实现的功能,现在只需要在n8n的可视化界面上,拖拽几个节点,连接起来,就能完成。

第二步:极致地降低技术门槛,把复杂性留在产品内部

Jan发现,AI应用开发有一个特点:"概念很性感,但过程很折磨人"

比如,你想让一个大语言模型(LLM)使用外部工具(Tools),或者拥有长期记忆(Memory),这背后涉及复杂的数据格式转换和API调用。很多开发者刚入门,就被这些技术细节劝退了。

n8n所做的,就是把所有这些"折磨人"的复杂性都封装起来。用户不需要关心背后发生了什么,只需要点击几下,就能将一个LLM、一个向量数据库和一个外部API工具无缝连接起来。

这极大地降低了AI创新的门槛。一个市场人员,一个产品经理,甚至一个对技术充满好奇心的学生,都可以用n8n在几个小时内搭建出自己的AI Agent原型。

第三步:保持绝对的中立和开放,成为连接万物的"瑞士军刀"

Jan在访谈中反复强调一个观点:"我不知道未来哪一个LLM会最终胜出,是GPT-5,还是某个开源模型。但这不重要。"

这正是n8n的聪明之处。他们不站队任何一个大模型,也不绑定任何一个向量数据库。他们的核心价值,是**"连接一切与一切"(Connect everything to anything)**。

无论用户喜欢用OpenAI、Google Gemini,还是开源的Llama模型,无论他们的数据存储在Pinecone、Chroma还是本地文件里,n8n都可以作为那个中立的、强大的"编排层",把所有这些碎片化的工具和服务黏合在一起。

在一个日益分裂和碎片化的AI生态中,这个"连接器"的角色,价值千金。


终极愿景:成为AI时代的Excel

Jan把n8n的终极愿景,比作"AI时代的Excel"。

他说:"15年前,当人们提到电子表格,就会想到Excel。我希望未来几年,当人们想要构建任何与AI相关的东西时,第一个想到的工具就是n8n。"

这个类比非常精妙。Excel的伟大之处,在于它给了普通人处理数据的能力,而不需要成为程序员。无数人基于Excel,开发出了各种复杂的财务模型、项目管理工具,甚至小型的ERP系统。Excel本身不生产数据,但它成了数据处理的"默认平台"。

n8n想做的,就是成为AI时代的那个"默认平台"。它不生产模型,但它让所有人都能轻松地使用、组合和驾驭各种模型。

这个战略转型的结果是惊人的。

当社区发现n8n是构建AI应用最简单、最强大的工具时,围绕它创作的内容开始在YouTube、博客上爆炸式增长。这些自发的内容,最终点燃了n8n的增长引擎,并直接促成了那次史诗级的——8个月内,营收增长4倍


启示:成为承载浪花的海洋

当然,n8n的转型之路并非坦途,这种"下沉式"战略也并非人人都能复制。

它需要团队对技术趋势有极其深刻的洞察力,敢于在市场最狂热的时候,选择一条更难、更需要耐心但更长远的路。它也需要深厚的技术积累,才能将AI Agent这种复杂的概念,真正产品化为普通人也能使用的工具。

对于大多数创业者来说,或许无法像n8n一样成为平台。但它的故事至少给了我们一个深刻的启示:

当一个巨大的技术浪潮来临时,不要只盯着那些最显眼的浪花。有时候,真正的机会,在于成为那片能承载所有浪花的、看不见的海洋。


来源: 红杉 Building the Universal AI Automation Layer ft n8n CEO Jan Oberhauser