盖茨女儿入局创业，融资800万美金，用AI agent颠覆传统电商体验

你有没有想过，购物这件事可能彻底变了？我们每天都在经历着这样的场景：看中一件衣服，然后开始漫长的价格比较之旅。先在原网站看价格，再打开十几个二手网站逐一搜索，希望能找到更便宜的同款。这个过程既耗时又繁琐，但我们已经习以为常。直到最近，我发现有两个年轻女孩正在用她们的方式重新定义这个过程。Phoebe Gates和Sophia Kianni，一个是比尔·盖茨的女儿，另一个是联合国最年轻的顾问之一。她们在斯坦福大学的宿舍里开始了一场购物革命，创立了Phia——一个能让购物变得更智能的AI agent。

就在今年9月，Phia完成了800万美元的种子轮融资，由Kleiner Perkins领投。这轮融资的投资人阵容堪称豪华：Kris Jenner、Hailey Bieber、Sara Blakely、Michael Rubin、Sheryl Sandberg等一众商界和娱乐圈的顶级人物。更让我感兴趣的是，这个项目从构思到融资只用了三周半的时间。在当前的投资环境下，这样的速度几乎令人难以置信。但当我深入了解Phia的故事后，我开始理解为什么投资人会如此迅速地做出决定，也开始思考Z世代创业者是如何用他们独特的方式改写商业游戏规则的。

AI agent重新定义购物体验的可能性

我一直认为，购物是一个非常个人化的体验，它不仅仅是一个经济行为，更是一种情感表达和社会活动。但传统的购物方式确实存在很多痛点。你想买一件衣服，需要在无数网站之间跳转，比较价格，查看尺码，阅读评价，计算运费。这个过程往往让人感到疲惫和沮丧，尤其是当你最终发现原本看中的商品在另一个网站上便宜50%的时候。

Phia要解决的正是这个核心问题。它不是一个传统意义上的购物网站，而是一个AI驱动的购物助手，能够在你浏览任何购物网站时，自动告诉你这件商品是否值得购买。通过一个简单的价格图表，绿色表示低价，橙色表示正常价位，红色表示过高定价，用户可以一眼看出是否应该购买这件商品。更重要的是，它会自动搜索超过300万件时尚单品，为你找到同款商品在二手市场的价格，帮你做出更明智的购买决策。

我觉得这种方法特别巧妙的地方在于，它没有试图重新发明购物这个轮子，而是在现有的购物流程中插入了一个智能决策层。当你在任何网站看中一件商品时，Phia的"应该买吗？"功能就会弹出，给你提供价格洞察和替代选择。这就像是有一个非常懂行的朋友在你购物时给你建议，告诉你这件商品是否物有所值，是否有更好的替代选择。

从产品逻辑来看，Phia解决了购物中一个根本性的信息不对称问题。消费者往往无法获得足够的信息来判断一件商品的真实价值，而Phia通过AI技术，能够处理超过2亿件商品的数据，快速为用户提供价格比较、转售价值预测等信息。这种能力在以前是不可能实现的，因为处理如此大量的数据需要强大的AI技术支撑。现在，借助大语言模型和机器学习技术，这种个性化的购物洞察变得可行且实用。

从斯坦福宿舍到800万美元融资的创业传奇

Gates和Kianni的创业故事本身就很有趣。她们最初是斯坦福大学随机分配的室友，但很快就发现彼此在性格上非常合拍，都对创业和社会问题有着浓厚兴趣。有意思的是，她们的第一个创业想法竟然是开发一种"蓝牙智能卫生棉条"，类似于Oura戒指那样的健康监测设备，用来追踪女性的荷尔蒙健康状况。虽然这个想法听起来很前卫，但她们很快意识到自己并不具备制造这种产品所需的机械工程背景。

真正让她们找到方向的是她们在宿舍里的日常争执。据Gates回忆，她们经常为衣服的事情争论，你说我偷了你的衣服，我说你拿了我的衣服，这种情况几乎每天都在发生。但正是这些看似微不足道的日常摩擦，让她们开始思考购物这个领域的痛点。Kianni因为从事气候倡导工作，一直习惯购买二手商品，她知道我们现在拥有的衣服数量已经足够未来六代人穿着，购买二手商品相比购买新品能减少80%的碳排放。但二手购物的体验确实不够好，特别是价格比较方面。

她们花了大约三周时间把自己关在宿舍里，用一整面墙大的白板来头脑风暴各种创业想法。这期间她们几乎不见任何人，不和家人朋友联系，专心致志地研究市场、采访专家、阅读研究报告。据她们的斯坦福同学说，那段时间她们就像"硬核玩家"一样，完全沉浸在创业的世界里。最终，她们围绕购物这个主题找到了自己的方向：如果能让二手购物变得更容易，让价格比较变得更智能，那么就能帮助消费者节省时间和金钱。

从产品迭代的角度来看，她们的方法非常务实。最初的版本是一个桌面版Chrome浏览器扩展，会在用户购物时自动弹出最相似的二手商品。但她们很快发现这种方法存在问题：对于很多新品，根本找不到相似的二手替代品，系统经常会推荐完全不相关的商品，用户体验很糟糕。通过与数百名女性用户的深度访谈，她们意识到用户真正需要的不是替代品推荐，而是价格洞察和购买建议。

更关键的发现是，她们的目标用户大多在手机上购物，而不是电脑上。这个看似简单的洞察推动了她们产品策略的重大调整。她们决定开发一款移动应用，专注于价格比较和购买建议，而不是仅仅推荐二手商品。这种基于用户反馈的快速迭代能力，我认为是她们成功的重要因素之一。

Z世代创业者的独特优势

Gates和Kianni代表了一种新型的创业者。她们不仅仅是产品的创造者，更是产品的深度用户。作为Z世代，她们对数字化工具的使用有着天然的直觉，能够快速掌握并运用各种AI工具来提升工作效率。在她们的描述中，她们使用ChatGPT来帮助制定营销策略，创建病毒式传播的内容，甚至用AI来自动化很多原本需要人工完成的任务。

我特别感兴趣的是她们的营销方式。她们没有采用传统的公关公司或广告投放策略，而是选择了一种非常透明和个人化的方式：开设播客《The Burnouts》，在Instagram上拥有近50万粉丝。她们在播客中完全公开了自己的创业历程，包括那些失败的尝试、产品开发中的挫折，甚至她们因为压力过大而开始掉头发的细节。这种"开源式"的创业分享不仅帮助她们建立了用户社区，也吸引了投资人的注意。

她们的用户研究方法也很有意思。每两周，她们都会邀请40名年轻女性到她们的办公室，让这些Phia的重度用户对产品进行"无情批评"。她们会直接问用户："告诉我们你们讨厌什么，你们希望看到什么改进。"这种直接而坦诚的交流方式让她们能够快速收集用户反馈，并在产品开发中快速响应。Gates提到，有一次她们测试新的用户引导流程时，40个测试用户中只有1个能成功完成整个流程，这让她们意识到产品的用户体验还有很大改进空间。

她们的团队建设理念也很独特。Gates强调，她们在招聘时非常注重寻找那些愿意"scrappy"工作的人，也就是那些愿意用创新方法解决问题、愿意学习和使用新工具的人。她们认为，在AI时代，一个人可以完成过去十个人的工作，关键是要有学习新技术的意愿和能力。这种招聘理念反映了Z世代创业者对人才的不同理解：不是看你有什么经验，而是看你有多强的学习能力和适应能力。

从融资角度来看，她们的经历也很有启发性。这轮800万美元的融资只用了三周半就完成，这在当前的投资环境下几乎是不可能的。但她们做到了，原因是她们充分利用了自己的网络优势。Kianni作为联合国最年轻的顾问，在气候倡导领域有很高的知名度；Gates作为比尔·盖茨的女儿，自然也有很好的商业网络。但更重要的是，她们知道如何利用这些资源，同时不完全依赖这些资源。她们通过冷邮件、LinkedIn联系、播客内容等方式主动接触投资人，展现了Z世代创业者的主动性和创造力。

AI agent在购物领域的技术创新

从技术层面来看，Phia代表了AI agent在消费者应用领域的一个重要尝试。与很多概念性的AI agent不同，Phia解决了一个非常具体和实用的问题：帮助用户在购买决策时获得更好的信息。它的核心技术能力包括处理超过2亿件商品数据、实时价格比较、转售价值预测等，这些功能的实现需要强大的数据处理和机器学习能力。

我特别注意到Phia在数据处理方面的优势。她们建立了美国最大的二手时尚数据库之一，索引了超过3亿件二手商品信息，每天还在持续增加数百万件新商品。这种数据积累能力对于AI agent来说至关重要，因为只有足够大的数据基础，AI才能做出准确的价格预测和商品推荐。从这个角度来看，Phia不仅仅是一个购物工具，更是一个时尚商品的大数据平台。

在产品设计上，Phia采用了一种非常人性化的方法。她们没有用复杂的评分系统或百分比来告诉用户是否应该购买，而是用简单的颜色编码：绿色表示好价格，橙色表示正常价格，红色表示过高定价。这种设计看似简单，但背后反映了她们对用户心理的深度理解。消费者在购物时往往处于一种情绪化状态，不愿意花时间理解复杂的评分系统，而颜色这种视觉信号可以在瞬间传达信息，帮助用户快速做出决策。

她们还计划推出个人化购物agent功能，这将基于专有的大语言模型，从用户的交易数据中学习个人偏好和购物习惯。这种个人化能力将让Phia不仅能够比较价格，还能预测用户可能喜欢的商品，甚至主动提醒用户什么时候购买、什么时候转售商品。这种从被动的价格比较工具向主动的购物助手的演进，代表了AI agent在消费者应用中的一个重要发展方向。

从商业模式角度来看，Phia的方法也很巧妙。她们不是试图成为另一个电商平台，而是作为现有电商生态系统的智能层存在。用户仍然在各种网站上购物，但Phia为这个过程增加了智能决策支持。这种定位让她们能够与现有的电商平台合作而不是竞争，同时也降低了用户的使用门槛，因为用户不需要改变现有的购物习惯。

消费者行为的代际差异

通过Phia的用户数据和Gates、Kianni的观察，我发现了一些有趣的代际差异。她们提到，80%的千禧一代和Z世代在购买商品前会考虑转售价值，这与以前的消费代际有很大不同。她们的母亲一代可能从来不会考虑在二手市场购买商品，也不知道如何转售商品，但年轻消费者已经把这些因素纳入了购买决策的考量范围。

这种差异反映了年轻消费者的几个特点：她们更注重价值最大化、更关心环保、更熟悉数字化工具。对于她们来说，购买一件商品不仅仅是为了使用，还要考虑这件商品是否能保值、是否容易转售、是否符合可持续消费的理念。这种"girl math"（女孩数学）思维模式看似感性，实际上包含了很多理性的经济计算。

我注意到Gates提到了一个很有趣的概念："boots theory"（靴子理论）。这个理论说的是，买一双300美元的高质量靴子，能穿三年，比反复购买100美元的低质量靴子（可能几个月就坏了需要重新买）更划算。这种长期价值思维在年轻消费者中越来越普遍，她们愿意为高质量商品支付更高价格，但前提是要确保这种投资是明智的。

Phia的价格图表功能正是为了支持这种决策思维。当用户看到一件商品的转售价值预测时，她们能够更好地评估这次购买的长期价值。比如，一个300美元的包如果平均转售价是100美元，那么实际使用成本就是200美元；如果这个包的转售价是250美元，那么使用成本只有50美元。这种"成本分摊"的思维方式让购物决策变得更加理性和科学。

从营销角度来看，她们的方法也很有Z世代特色：完全透明、高度互动、内容驱动。她们通过播客分享创业过程中的真实经历，包括失败和挫折；她们在社交媒体上直接与用户互动，征求反馈和建议；她们甚至通过社交媒体来招聘员工和寻找合作伙伴。这种"开源式"的创业方式不仅帮助她们建立了品牌认知，也创造了一个活跃的用户社区。

时尚科技行业的未来趋势

从行业角度来看，Phia的成功预示着时尚科技领域的几个重要趋势。首先是数据驱动的购物体验。传统的时尚零售主要依靠品牌影响力和营销推广，但新一代消费者更注重数据和性价比。她们想要了解商品的真实价值、质量状况、转售潜力等信息，而这些信息只有通过大数据分析才能提供。

其次是个人化购物助手的兴起。随着AI技术的发展，购物体验将从"搜索-浏览-比较-购买"的传统模式，转变为"告诉AI你想要什么-AI为你找到最佳选择-一键购买"的新模式。这种转变将大大降低购物的时间成本和决策成本，让消费者能够更专注于享受购物的乐趣而不是纠结于价格比较。

第三是可持续消费的主流化。年轻消费者对环保问题的关注推动了二手市场的快速发展。据统计，二手市场的增长速度是传统零售的10倍。这不仅是因为价格优势，更是因为年轻消费者的价值观转变。她们更愿意购买有故事的商品，更关心商品的生命周期，更注重循环经济的理念。

Phia计划推出的个人化购物agent功能特别有趣。根据她们的描述，这个AI agent将能够同步用户的日历，预测用户的购买需求，甚至主动建议什么时候购买、什么时候转售商品。这种主动式的购物助手将把消费者从繁琐的价格比较和商品搜索中解放出来，让购物变成一种更加轻松和愉快的体验。

我也注意到她们对于品牌合作的态度。Phia现在已经与5000多个品牌建立了直接合作关系，帮助这些品牌降低获客成本、提高商品曝光度、改善重定向广告效果。这种合作模式让Phia不仅仅是消费者的购物助手，也成为了品牌的营销工具。这种双边市场的定位为Phia的商业模式提供了多重收入来源，也增强了平台的网络效应。

文章来自于微信公众号 “深思圈”，作者 “深思圈”