Metadata
AI ProductsAI Business

Metadata

P
Pablo (Founder of Happy Robot), Luis (Founder of Happy Robot)
•2026年6月1日•YouTube
返回首页

金句精选

The real economic leverage and value for the enterprise is really list at the top of the pyramid, but you cannot start at the top. The only way to get to the top and make those decisions is by actually capturing all the context underneath.

We see ourselves as that layer of execution, really. Like that's where the magic happens. You have to start doing the work to capture that context.

We really had to build software that adapts to their operations and not the other way around, which is like the old era before AI was you build something and ask people to like run their business however you think they should be run.

What we realized is we were not really solving for a supply chain problem. We were solving for the coordination problem of the enterprise.

2023年底，Pablo和Luis在YC办公室里做了一个大胆的决定——用AI打电话给卡车司机。

他们的联合创始人Favi（也是Pablo的亲兄弟）当时是全球最大橄榄油分销商的CFO。一个价值百万美元的问题困扰着他：沃尔玛打电话问"我的橄榄油在哪里？"，而他只能派人给司机打电话，一个一个问。

物流行业的痛点一目了然，但技术可行性存疑。当时GPT-3.5太快但太笨，GPT-4够聪明但太慢。他们别无选择，只能自己微调Mistral和Llama，硬生生把延迟压到可用水平。

结果证明这条路走对了。今天，Happy Robot服务着美国十大货运经纪商中的九家，十大追踪公司中的七家，两大海运公司，以及DHL——在80个国家部署了超过40个AI Agent。

为什么不能只靠更聪明的模型？

很多人以为，等GPT-5出来，企业AI就能自动搞定。但Happy Robot的经验告诉我们：更聪明的模型≠能干活的Agent。

举个Kuehne+Nagel的例子。一个客户问"我的空运货在哪？"，表面上是客服问题，实际上是一连串复杂的协调：

  1. 先去航空公司网站查（需要浏览Agent）
  2. 网站上没有？发邮件（需要邮件Agent）
  3. 两小时没回复？打电话（需要语音Agent）
  4. 同时要判断是否会违反SLA（需要推理Agent）

这不是单个模型能搞定的。这是一套Agent系统，需要跨渠道共享上下文、协同决策。

另一个例子更反直觉：当10个买家同时打电话竞争同一个货运单，你不能让10个AI Agent各自为战。它们需要共享上下文——"第3个出价最高，坚持住"。这种市场感知不是LLM的"通用智能"能提供的，而是需要专门构建的协调层。

Happy Robot的解决方案是：**不让AI看到不该看的东西。**最大购买价格不会暴露给Agent，而是通过外部算法控制。Agent会说"让我问一下老板"——这其实是调用一个工具，而不是LLM在自由发挥。概率性（LLM）+确定性（外部算法）的混合，才是企业级AI的正确打开方式。

"工作金字塔"：为什么不能从顶部开始？

Pablo提出了一个极具洞察力的框架——工作金字塔（Pyramid of Work）。

底层是简单重复的工作：基础销售电话、标准客服、付款催收。越往上，工作越复杂、越战略性，到顶层就是CEO级别的决策。

关键洞察：真正的经济价值在金字塔顶端，但你不能从顶端开始。

为什么？因为顶层的决策需要底层的所有上下文。你必须先自动化底层的重复工作，在过程中积累对业务的理解，然后才能一层一层往上爬。

这解释了为什么很多AI公司卡住了——他们只解决了金字塔底部的一个角落（比如只做语音客服），但跨不出这个角落。Happy Robot之所以能往上爬，是因为他们从一开始就构建了跨部门、跨渠道的上下文共享机制。

从物流到全行业：企业协调是一个通用问题

Happy Robot最大的发现是：他们解决的其实不是物流问题，而是企业协调问题。

当一个公用事业公司接到客户投诉锅炉漏水，他们需要知道：

  • 这个客户10天前就报过修
  • 上次派的技术员不对口
  • 这次要派擅长这种锅炉的技术员
  • 还要协调派车的物流

这和物流行业"查货在哪儿"的问题结构完全一样：跨部门协调、多渠道信息整合、实时决策。

现在，Happy Robot正在被三大电信运营商、房屋和汽车保险公司主动拉入。被"拖车救援"和"卡车维修"本质上是同一个协调问题。

Forward Deployed Engineer：不是服务，是种子

Happy Robot没有选择传统的SaaS销售模式，而是采用了类似Palantir的Forward Deployed Engineer（FDE）模式。

Pablo自己就是第一个FDE。他会去客户那里待一周，坐在操作员旁边，观察他们的工作流程。这些一线经验直接反馈给产品团队。

但他们很清楚FDE和纯服务的区别：FDE离开后，留下来的是运行中的Agent和平台，不是一堆PPT。

FDE的角色是"种子"——他们播下第一颗Agent，让它开始工作、积累上下文，然后飞轮就开始转了。第二个、第三个Agent部署更快，因为系统已经学会了业务的上下文。

Luis透露，他们在考虑未来做fine-tuned SLM（小语言模型）和强化学习，但他强调："这些在你没有第1个和第2个Agent在生产环境跑起来之前，完全没意义。"

语音AI的真正瓶颈不是延迟

一个反直觉的发现：语音AI最大的问题不是延迟太慢，而是模型越来越快之后，太容易打断人。

Luis解释说，当模型响应越来越快，Agent就越频繁地在不该说话的时候插嘴。真正的挑战是"turn-taking"——知道什么时候该说话，什么时候该闭嘴。

有时候需要快回，有时候需要等对方说完，有时候需要停顿思考。这不是靠更大的context window或更强的推理能力能解决的，而是需要专门的对话理解技术。

这也是为什么他们从早期就开始自研语音基础设施，而不是完全依赖ElevenLabs这样的通用方案。

数据看板

核心数据:

  • 服务美国Top 10货运经纪商中的9家
  • 服务Top 10追踪公司中的7家
  • DHL：80个国家部署40+个Agent
  • 单个催收Agent：每日20,000-50,000次外呼
  • 团队规模：120人
  • YC起步：2023年底

AI工具应用:

  • 微调Mistral/Llama用于实时语音Agent
  • 自研语音基础设施（turn-taking、背景噪音过滤）
  • 概率性+确定性混合的Agent架构
  • "Twin"数据层：连接CRM/ERP/TMS/Snowflake

关键金句:

  1. "更聪明的模型不等于能干活的Agent"
  2. "真正的经济价值在金字塔顶端，但你不能从顶端开始"
  3. "我们解决的其实不是物流问题，而是企业协调问题"
  4. "语音AI最大的问题不是太慢，而是太快——太容易打断人"
  5. "强化学习在你没有第1个Agent跑起来之前，完全没意义"

可延伸话题:

  • AI Agent的"工作金字塔"框架在不同行业的应用
  • Forward Deployed Engineer模式的可扩展性
  • 企业AI中的概率性+确定性混合架构
  • 语音AI的turn-taking技术前沿