蓋茨女兒入局創業，融資800萬美金，用AI agent顛覆傳統電商體驗

你有沒有想過，購物這件事可能徹底變了？我們每天都在經歷著這樣的場景：看中一件衣服，然后開始漫長的價格比較之旅。先在原網站看價格，再打開十幾個二手網站逐一搜索，希望能找到更便宜的同款。這個過程既耗時又繁瑣，但我們已經習以為常。直到最近，我發現有兩個年輕女孩正在用她們的方式重新定義這個過程。Phoebe Gates和Sophia Kianni，一個是比爾·蓋茨的女兒，另一個是聯合國最年輕的顧問之一。她們在斯坦福大學的宿舍里開始了一場購物革命，創立了Phia——一個能讓購物變得更智能的AI agent。

就在今年9月，Phia完成了800萬美元的種子輪融資，由Kleiner Perkins領投。這輪融資的投資人陣容堪稱豪華：Kris Jenner、Hailey Bieber、Sara Blakely、Michael Rubin、Sheryl Sandberg等一眾商界和娛樂圈的頂級人物。更讓我感興趣的是，這個項目從構思到融資只用了三周半的時間。在當前的投資環境下，這樣的速度幾乎令人難以置信。但當我深入了解Phia的故事后，我開始理解為什么投資人會如此迅速地做出決定，也開始思考Z世代創業者是如何用他們獨特的方式改寫商業游戲規則的。

PS：我自己的創業項目已經上線快一個月了，目前驗證反饋非常不錯。產品主打海外垂類細分市場，我們目前正在招一位合伙人級別的技術，希望有全棧能力，熟悉海外技術棧，如果有海外留學背景就更好了，如果你感興趣，可以直接加我微信MohopeX聊聊。

AI agent重新定義購物體驗的可能性

我一直認為，購物是一個非常個人化的體驗，它不僅僅是一個經濟行為，更是一種情感表達和社會活動。但傳統的購物方式確實存在很多痛點。你想買一件衣服，需要在無數網站之間跳轉，比較價格，查看尺碼，閱讀評價，計算運費。這個過程往往讓人感到疲憊和沮喪，尤其是當你最終發現原本看中的商品在另一個網站上便宜50%的時候。

Phia要解決的正是這個核心問題。它不是一個傳統意義上的購物網站，而是一個AI驅動的購物助手，能夠在你瀏覽任何購物網站時，自動告訴你這件商品是否值得購買。通過一個簡單的價格圖表，綠色表示低價，橙色表示正常價位，紅色表示過高定價，用戶可以一眼看出是否應該購買這件商品。更重要的是，它會自動搜索超過300萬件時尚單品，為你找到同款商品在二手市場的價格，幫你做出更明智的購買決策。

我覺得這種方法特別巧妙的地方在于，它沒有試圖重新發明購物這個輪子，而是在現有的購物流程中插入了一個智能決策層。當你在任何網站看中一件商品時，Phia的"應該買嗎？"功能就會彈出，給你提供價格洞察和替代選擇。這就像是有一個非常懂行的朋友在你購物時給你建議，告訴你這件商品是否物有所值，是否有更好的替代選擇。

從產品邏輯來看，Phia解決了購物中一個根本性的信息不對稱問題。消費者往往無法獲得足夠的信息來判斷一件商品的真實價值，而Phia通過AI技術，能夠處理超過2億件商品的數據，快速為用戶提供價格比較、轉售價值預測等信息。這種能力在以前是不可能實現的，因為處理如此大量的數據需要強大的AI技術支撐。現在，借助大語言模型和機器學習技術，這種個性化的購物洞察變得可行且實用。

從斯坦福宿舍到800萬美元融資的創業傳奇

Gates和Kianni的創業故事本身就很有趣。她們最初是斯坦福大學隨機分配的室友，但很快就發現彼此在性格上非常合拍，都對創業和社會問題有著濃厚興趣。有意思的是，她們的第一個創業想法竟然是開發一種"藍牙智能衛生棉條"，類似于Oura戒指那樣的健康監測設備，用來追蹤女性的荷爾蒙健康狀況。雖然這個想法聽起來很前衛，但她們很快意識到自己并不具備制造這種產品所需的機械工程背景。

真正讓她們找到方向的是她們在宿舍里的日常爭執。據Gates回憶，她們經常為衣服的事情爭論，你說我偷了你的衣服，我說你拿了我的衣服，這種情況幾乎每天都在發生。但正是這些看似微不足道的日常摩擦，讓她們開始思考購物這個領域的痛點。Kianni因為從事氣候倡導工作，一直習慣購買二手商品，她知道我們現在擁有的衣服數量已經足夠未來六代人穿著，購買二手商品相比購買新品能減少80%的碳排放。但二手購物的體驗確實不夠好，特別是價格比較方面。

她們花了大約三周時間把自己關在宿舍里，用一整面墻大的白板來頭腦風暴各種創業想法。這期間她們幾乎不見任何人，不和家人朋友聯系，專心致志地研究市場、采訪專家、閱讀研究報告。據她們的斯坦福同學說，那段時間她們就像"硬核玩家"一樣，完全沉浸在創業的世界里。最終，她們圍繞購物這個主題找到了自己的方向：如果能讓二手購物變得更容易，讓價格比較變得更智能，那么就能幫助消費者節省時間和金錢。

從產品迭代的角度來看，她們的方法非常務實。最初的版本是一個桌面版Chrome瀏覽器擴展，會在用戶購物時自動彈出最相似的二手商品。但她們很快發現這種方法存在問題：對于很多新品，根本找不到相似的二手替代品，系統經常會推薦完全不相關的商品，用戶體驗很糟糕。通過與數百名女性用戶的深度訪談，她們意識到用戶真正需要的不是替代品推薦，而是價格洞察和購買建議。

更關鍵的發現是，她們的目標用戶大多在手機上購物，而不是電腦上。這個看似簡單的洞察推動了她們產品策略的重大調整。她們決定開發一款移動應用，專注于價格比較和購買建議，而不是僅僅推薦二手商品。這種基于用戶反饋的快速迭代能力，我認為是她們成功的重要因素之一。

Z世代創業者的獨特優勢

Gates和Kianni代表了一種新型的創業者。她們不僅僅是產品的創造者，更是產品的深度用戶。作為Z世代，她們對數字化工具的使用有著天然的直覺，能夠快速掌握并運用各種AI工具來提升工作效率。在她們的描述中，她們使用ChatGPT來幫助制定營銷策略，創建病毒式傳播的內容，甚至用AI來自動化很多原本需要人工完成的任務。

我特別感興趣的是她們的營銷方式。她們沒有采用傳統的公關公司或廣告投放策略，而是選擇了一種非常透明和個人化的方式：開設播客《The Burnouts》，在Instagram上擁有近50萬粉絲。她們在播客中完全公開了自己的創業歷程，包括那些失敗的嘗試、產品開發中的挫折，甚至她們因為壓力過大而開始掉頭發的細節。這種"開源式"的創業分享不僅幫助她們建立了用戶社區，也吸引了投資人的注意。

她們的用戶研究方法也很有意思。每兩周，她們都會邀請40名年輕女性到她們的辦公室，讓這些Phia的重度用戶對產品進行"無情批評"。她們會直接問用戶："告訴我們你們討厭什么，你們希望看到什么改進。"這種直接而坦誠的交流方式讓她們能夠快速收集用戶反饋，并在產品開發中快速響應。Gates提到，有一次她們測試新的用戶引導流程時，40個測試用戶中只有1個能成功完成整個流程，這讓她們意識到產品的用戶體驗還有很大改進空間。

她們的團隊建設理念也很獨特。Gates強調，她們在招聘時非常注重尋找那些愿意"scrappy"工作的人，也就是那些愿意用創新方法解決問題、愿意學習和使用新工具的人。她們認為，在AI時代，一個人可以完成過去十個人的工作，關鍵是要有學習新技術的意愿和能力。這種招聘理念反映了Z世代創業者對人才的不同理解：不是看你有什么經驗，而是看你有多強的學習能力和適應能力。

從融資角度來看，她們的經歷也很有啟發性。這輪800萬美元的融資只用了三周半就完成，這在當前的投資環境下幾乎是不可能的。但她們做到了，原因是她們充分利用了自己的網絡優勢。Kianni作為聯合國最年輕的顧問，在氣候倡導領域有很高的知名度；Gates作為比爾·蓋茨的女兒，自然也有很好的商業網絡。但更重要的是，她們知道如何利用這些資源，同時不完全依賴這些資源。她們通過冷郵件、LinkedIn聯系、播客內容等方式主動接觸投資人，展現了Z世代創業者的主動性和創造力。

AI agent在購物領域的技術創新

從技術層面來看，Phia代表了AI agent在消費者應用領域的一個重要嘗試。與很多概念性的AI agent不同，Phia解決了一個非常具體和實用的問題：幫助用戶在購買決策時獲得更好的信息。它的核心技術能力包括處理超過2億件商品數據、實時價格比較、轉售價值預測等，這些功能的實現需要強大的數據處理和機器學習能力。

我特別注意到Phia在數據處理方面的優勢。她們建立了美國最大的二手時尚數據庫之一，索引了超過3億件二手商品信息，每天還在持續增加數百萬件新商品。這種數據積累能力對于AI agent來說至關重要，因為只有足夠大的數據基礎，AI才能做出準確的價格預測和商品推薦。從這個角度來看，Phia不僅僅是一個購物工具，更是一個時尚商品的大數據平臺。

在產品設計上，Phia采用了一種非常人性化的方法。她們沒有用復雜的評分系統或百分比來告訴用戶是否應該購買，而是用簡單的顏色編碼：綠色表示好價格，橙色表示正常價格，紅色表示過高定價。這種設計看似簡單，但背后反映了她們對用戶心理的深度理解。消費者在購物時往往處于一種情緒化狀態，不愿意花時間理解復雜的評分系統，而顏色這種視覺信號可以在瞬間傳達信息，幫助用戶快速做出決策。

她們還計劃推出個人化購物agent功能，這將基于專有的大語言模型，從用戶的交易數據中學習個人偏好和購物習慣。這種個人化能力將讓Phia不僅能夠比較價格，還能預測用戶可能喜歡的商品，甚至主動提醒用戶什么時候購買、什么時候轉售商品。這種從被動的價格比較工具向主動的購物助手的演進，代表了AI agent在消費者應用中的一個重要發展方向。

從商業模式角度來看，Phia的方法也很巧妙。她們不是試圖成為另一個電商平臺，而是作為現有電商生態系統的智能層存在。用戶仍然在各種網站上購物，但Phia為這個過程增加了智能決策支持。這種定位讓她們能夠與現有的電商平臺合作而不是競爭，同時也降低了用戶的使用門檻，因為用戶不需要改變現有的購物習慣。

消費者行為的代際差異

通過Phia的用戶數據和Gates、Kianni的觀察，我發現了一些有趣的代際差異。她們提到，80%的千禧一代和Z世代在購買商品前會考慮轉售價值，這與以前的消費代際有很大不同。她們的母親一代可能從來不會考慮在二手市場購買商品，也不知道如何轉售商品，但年輕消費者已經把這些因素納入了購買決策的考量范圍。

這種差異反映了年輕消費者的幾個特點：她們更注重價值最大化、更關心環保、更熟悉數字化工具。對于她們來說，購買一件商品不僅僅是為了使用，還要考慮這件商品是否能保值、是否容易轉售、是否符合可持續消費的理念。這種"girl math"（女孩數學）思維模式看似感性，實際上包含了很多理性的經濟計算。

我注意到Gates提到了一個很有趣的概念："boots theory"（靴子理論）。這個理論說的是，買一雙300美元的高質量靴子，能穿三年，比反復購買100美元的低質量靴子（可能幾個月就壞了需要重新買）更劃算。這種長期價值思維在年輕消費者中越來越普遍，她們愿意為高質量商品支付更高價格，但前提是要確保這種投資是明智的。

Phia的價格圖表功能正是為了支持這種決策思維。當用戶看到一件商品的轉售價值預測時，她們能夠更好地評估這次購買的長期價值。比如，一個300美元的包如果平均轉售價是100美元，那么實際使用成本就是200美元；如果這個包的轉售價是250美元，那么使用成本只有50美元。這種"成本分攤"的思維方式讓購物決策變得更加理性和科學。

從營銷角度來看，她們的方法也很有Z世代特色：完全透明、高度互動、內容驅動。她們通過播客分享創業過程中的真實經歷，包括失敗和挫折；她們在社交媒體上直接與用戶互動，征求反饋和建議；她們甚至通過社交媒體來招聘員工和尋找合作伙伴。這種"開源式"的創業方式不僅幫助她們建立了品牌認知，也創造了一個活躍的用戶社區。

時尚科技行業的未來趨勢

從行業角度來看，Phia的成功預示著時尚科技領域的幾個重要趨勢。首先是數據驅動的購物體驗。傳統的時尚零售主要依靠品牌影響力和營銷推廣，但新一代消費者更注重數據和性價比。她們想要了解商品的真實價值、質量狀況、轉售潛力等信息，而這些信息只有通過大數據分析才能提供。

其次是個人化購物助手的興起。隨著AI技術的發展，購物體驗將從"搜索-瀏覽-比較-購買"的傳統模式，轉變為"告訴AI你想要什么-AI為你找到最佳選擇-一鍵購買"的新模式。這種轉變將大大降低購物的時間成本和決策成本，讓消費者能夠更專注于享受購物的樂趣而不是糾結于價格比較。

第三是可持續消費的主流化。年輕消費者對環保問題的關注推動了二手市場的快速發展。據統計，二手市場的增長速度是傳統零售的10倍。這不僅是因為價格優勢，更是因為年輕消費者的價值觀轉變。她們更愿意購買有故事的商品，更關心商品的生命周期，更注重循環經濟的理念。

Phia計劃推出的個人化購物agent功能特別有趣。根據她們的描述，這個AI agent將能夠同步用戶的日歷，預測用戶的購買需求，甚至主動建議什么時候購買、什么時候轉售商品。這種主動式的購物助手將把消費者從繁瑣的價格比較和商品搜索中解放出來，讓購物變成一種更加輕松和愉快的體驗。

我也注意到她們對于品牌合作的態度。Phia現在已經與5000多個品牌建立了直接合作關系，幫助這些品牌降低獲客成本、提高商品曝光度、改善重定向廣告效果。這種合作模式讓Phia不僅僅是消費者的購物助手，也成為了品牌的營銷工具。這種雙邊市場的定位為Phia的商業模式提供了多重收入來源，也增強了平臺的網絡效應。

結尾

也歡迎大家留言討論，分享你的觀點！

覺得內容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產出更好的內容。

歡迎關注深思圈，一起探索更大的世界。

- END -

兩個“特別坑”的AI產品創業方向，你知道嗎

速度將成為AI時代唯一的護城河

a16z重磅預測：Vibe coding贏者通吃？錯了，垂直專業化才是未來