4个月两轮融资近亿，AI助达人变现的新路径

2分钟前

本文源自微信公众号“AI闹”，作者为AI闹，原标题是《4个月两轮融资近亿，AI真的帮达人赚到钱了｜对话K2Lab创始人、前钉钉副总裁王铭》

半年前，王铭投身创业浪潮。

38岁的他，是钉钉史上最年轻的副总裁。加入阿里前，王铭的经历颇为丰富，曾多次参与内外部创业，涉及企业交易平台、O2O、电商、SaaS等领域。

在阿里期间，王铭如同鲶鱼一般，负责钉钉AI原生生态，一直推动集团将钉钉打造成“AI toB入口”，致力于构建最大的AI原生应用生态。

王铭选择在2025年11月创业，原因很简单：他认为当时模型能力已达临界点，能在特定场景服务“无需学习成本的小白用户”。他将创业方向聚焦于一个明确的目标：

让AI直接帮人赚钱。

到2026年4月，王铭已迅速完成两轮融资。首轮由云时资本领投，第二轮由华控资本领投、云时资本跟投，两轮融资总额近亿元。与此同时，首款产品Moras于3月在TikTok美区启动首批测试。

Moras通过cold email联系了一批几乎未出单的腰部带货达人：这些人已进入带货体系，但长期未实现稳定转化，虽有一定粉丝量，过去一年的产出却极不稳定。

邮件回复率达2%–4%，远高于行业常规水平（通常低于0.01%）。首批约40位参与共创的达人借助Moras，能每天规律发布3到5条内容，单月产出甚至超200条。原本高度依赖个人时间和经验的创作流程，被转化为一套可规模化执行的机制。

达人的单周出单率超70%；平均月GMV接近1万美元；

个别案例中，有人使用Moras后周GMV达1万美金，甚至在测试期内单月突破10万美元，不过这种结果存在一定随机性。

Moras的生产链路较长，但逻辑清晰：通过一组Agent，将选品、脚本生成、视频制作、发布上架等环节串联，为达人完成整条卖货链路，达人只需提供账号和基本偏好。

但过程中出现了一个微妙变化：收益先到Moras，再由其向达人分佣。在部分用户中，Moras甚至以“AI雇佣人类”的模式运行——给达人底薪和分成，而绝大部分收益归AI系统（即Moras）所有。

也就是说，Moras不仅参与生产，还参与分配。这种颠覆比预想来得更快。

连投两轮的云时资本创始人彭创与王铭相识多年。在他看来，王铭是对中国SaaS生态最熟悉的人之一。两人有一个共识：SaaS停留在工具层面，而AI必须能完整交付结果。彭创一直在寻找能通过全链路交付结果的公司，Moras正是他眼中的答案。

王铭将这一切总结为：2026年，是AI按效果付费的元年。

而Moras的野心，在于获取用户完全托管权，打造A2A原生电商场景的Agent OS。

Moras界面与流程示例

“对话王铭”

让不会带货的人开启卖货之路

AI闹：你们第一批测试没找头部达人，而是选择了几乎没出过单的人，这是个反直觉的选择。Moras是如何选择合作人群的？

王铭：我们当时研究了TikTok美区的达人结构，约有85万带货达人，其中近60%几乎没出过单。

这些人并非没有粉丝，很多是有一定体量的中腰部达人，比如至少有5000粉丝。但他们长期未打通带货环节，一方面生产能力不稳定，一年可能发不了多少内容；另一方面，他们没有形成完整的带货方法论。

但换个角度看，这批人是更大的供给池。头部达人已有成熟方法和路径依赖，也被各类工具反复触达；而这些中腰部达人未被充分激活，缺乏支持和服务。

所以我们第一批更倾向找这群人，一方面冷启动成本低，另一方面，一旦模型成立，这部分人的发展空间更大。

AI闹：让长期未出单的人在一周内实现70%的出单率，AI在其中发挥了什么作用？

王铭：本质是两个变化的叠加。

第一个是生产能力的改变。AIGC大幅降低了内容生产成本，以前做一条带货视频，从选品、买样、拍摄到剪辑，链路长且依赖个人经验。现在这些环节可系统化拆解重组，达人能在短时间内持续产出内容。

第二个变化更关键，是内容供给的改变。生产成本下降后内容增多，但用户对内容的信任度下降。

这种情况下，单纯靠“更多内容”无法带来转化，反而需回归人与人的信任关系。我们发现，TikTok上真正能转化的，还是那些让用户觉得“这是个人在推荐”的内容。

所以某种程度上，AI解决了生产效率问题，但转化仍需通过对人的信任来实现。

AI闹：Moras在这个过程中扮演什么角色？

王铭：我们重构了整条带货链路。

从选品、脚本生成、视频制作，到发布节奏和部分运营决策，这些环节都可通过一组Agent完成。达人无需自己摸索每个步骤，只需提供账号和基本偏好。

这样一来，原本依赖个人时间和经验的事，变成了一套可持续运行的系统。

AI闹：收益先到Moras再分给达人，这个结构是怎么设计的？

王铭：这个结构与我们服务的用户类型有关。

我们面对的美国达人，大部分不愿花时间学习复杂的带货流程，他们更关注结果而非过程。

这种情况下，若仍用传统SaaS模式，让用户先学工具再重复低效操作，很难行得通。

所以在部分用户中，我们采用更简单的合作方式：系统完成大部分决策和执行，收益先进入系统，再按规则分给达人。

某种程度上，可理解为AI在雇佣人完成这件事。

摒弃平台幻想，让AI直接创造收益

AI闹：你在钉钉做过AI生态，也考虑过平台级机会，但创业后却选择了具体且长链条的Agent切口。这个转变是如何发生的？

王铭：在阿里时，我们确实从平台视角看AI。

从2023年起，国内外AI项目我们基本都关注过，24年底还在内部推动将钉钉打造成阿里AI ToB入口。内部也讨论过更激进的路径，比如用三年并购上百个AI原生应用来构建生态。

但看了足够多项目后，反而冷静下来。每轮技术变迁看似热闹，但决定成败的本质因素未变——商业逻辑和用户需求没变，变的只是技术、注意力和生产关系形式。

所以我开始思考：若底层东西不变，AI浪潮中创业团队真正的机会是什么？我们内部总结了“五四青年”筛选法，五做四不做，本质是不断排除。

AI闹：哪些不能做？

王铭：明确不做的有几类。不做纯国内市场，不做海外ToB，不做纯工具，不做非刚需场景，也不做纯依赖大语言模型的事等。

不做纯模型，是因为我们与模型团队接触多，MiniMax、Kimi、智谱等模型厂商还没火时就有合作。大模型赛道中，Transformer架构很“暴力”，数据和算力多的一方更易赢。这是大厂必争之地，创业公司难生存。像Cursor这种离用户近、有产品体验优势且早入场的应用，只要依赖他人大模型，即便估值达300亿美金，如今也难确定能否存活，最终可能被收购。

AI闹：哪些事能做？

王铭：经过层层筛选，能做的事其实不多。剩下的方向需同时满足：做增量市场、刚需场景，能在细分赛道快速做到第一，让用户付费，形成数据和营收规模，才有机会发展。

另外，我们不想再做“工具”，希望一开始就构建双边结构——一端是用户，另一端是能产生交易或价值的供给。

这样筛选后，创业第一个月我们做了三个产品：AI漫剧、AI版抖音，还有现在的Moras。

AI闹：为什么只有AI助达人赚钱的方向留存下来？

王铭：AI漫剧后来被放弃，因为视频模型能力还不够成熟，制作链路复杂，用户学习成本高，更适合有经验的创作者（prosumer），难以面向广泛C端用户。

我们不想做通用工具或仅服务小部分人的垂直场景产品，希望找到面向大量用户、连接下一个时代的机会。

AI闹：你们试水的AI版抖音是什么样的？

王铭：当时想让AI生成成千上万虚拟人物，甚至做成类似真人秀的机制，比如每天淘汰20%，让内容形成持续叙事，AI角色自主互动、联合创作。结果发现技术未达标。

让AI做长连续故事，它做不到，每15秒就要重新开故事，必须人工拼接，又变回工具。我不想做工具。

最后剩下的就是Moras。这个方向符合我们所有做与不做的条件：

做海外不做国内，做Prosumer不做toB，做刚需直接帮人赚钱，不纯依赖大模型而是用AI串联长链路端到端解决问题、运用推理和多模态能力，不做工具做能交付结果的产品。目标用户是已报名带货但几乎未出单的腰部达人。