對話Articuler：做職業社交里的Tinder

作者 ｜ 郭海惟
郵箱 ｜ guohaiwei@pingwest.com

我問Articuler創始人Jason，如果用一句話定義你的公司，你會怎么說？

他說，“職業社交里面的Tinder”。

我反問，“（定語里）沒有 AI ，沒有 Agent ？”

他說，“沒有。因為用戶不會管你用的AI，還是BI。一個極好的產品，用戶是不會看到 AI 痕跡的。”

今天AI改變了世界的很多東西，但人的需求及其背后隱藏著的對“好產品”的定義，其實是不會變化的。所謂“Tinder”，其實講的正是人與平臺關系的變化。

Articuler目前是一個以歐美市場為主要服務對象的產品。

過去，歐美的傳統職場社交社區模式更像職場版的Facebook。它是一種社交關系與職場內容在互聯網世界的“延伸”，用戶將自己的人脈映射到平臺上，再沿著關系去拓展自己的職業社交網絡邊界。

但對于很多職場社交場景來說，他們往往更需要一個“陌生人”之間的高質量的撮合平臺，跳過綿密的N度人脈，直接觸達到想要遇見的人。

這正是Articuler的slogan：

connect with people you are meant to meet。

有點職場浪漫的感覺了。

Articuler為此做了三件事情：

第一，它搭建了一個AI驅動的人脈搜索系統。

你可以理解它是一個搜索助理，能在全網搜索人脈資源。理論上，只要是搜索引擎公開可查的個人資料，比如領英、個人網站、個人主頁介紹、甚至新聞報道，都可以進入這個引擎里。

這意味著Articuler可以天然匹配龐大的人才池，而Jason對這一數字的預估是9.8億。

第二，它用AI去做匹配和解釋。

Articuler會根據不同的賦分水平，來對用戶與目標人脈關系的匹配度進行評級。再用AI自動生成一個人脈的Profile，幫助用戶深入理解人脈質量。

第三，通過與頭部B2B信息服務商合作，它做了自己的cold email agent，來幫助用戶去做觸達。

Articuler目前是要幫助用戶去尋找到他們“應該認識”（Meant to Meet）的人，但Jason表示，他們不會只停步于此，而是嘗試做一個讓用戶被主動發現和鏈接的平臺。

Jason認為，那些想要“發現人脈”的人，同時也想要“被發現”。這種場景的需求本質上很像dating app：

即“Tinder”的模式。

1

職場Tinder：用 AI 重塑社交流程

目前，Articuler的UI可以被大概看作為“人脈檢索”、“人脈呈現”、“人脈觸達和管理”三個核心階段。這種邏輯類似于Tinder當中“滑動選擇”、“確認匹配”、“聊天交流”的三個行為動作。

Articuler的“人脈檢索”主要分成幾個不同的入口：

第一個是首頁的社區推薦。

用戶可以在首頁，基于不同需求的多個推薦用戶集，Articuler也會定期刷新列表。

這種體感會有一點像“抽卡”，你其實不知道下一次列表刷新會看到什么樣的人脈線索。

第二個是用戶發起主動搜索。

Articuler會通過連續追問用戶多個問題，然后確定搜索的類型與范圍。

這兩個入口，一個主動、一個被動，在Jason未來的產品構想中的“角色”也是略有不同的。

Jason認為前者更像是Articuler的“內容”。

我在對話中質疑，Articuler未來是否應該匹配內容生態，比如發帖之類的。因為至少在移動互聯網時代，即便是探探也要下場做直播，否則難以平衡中心化的問題（即著名的Hot-Girl Problem)。

但Jason卻堅持否認平臺需要UGC內容，他認為“重復造輪子”的意義不大。而且因為職場社交的內容供給是龐大的，Articuler可以在全網搜索近10億人的信息，這意味著內容本身是充沛的。

Jason表示，Articuler想要用算法匹配來解決hot gril problem，而不是向它低頭。用戶可以每天像刷Tinder一樣，獲取新的人脈信息，反而提供更好的平臺活躍度和用戶體驗。因此，Articuler會更像一個工具，著重解決“生產力”的匹配效率問題。

兩個人脈檢索的功能都會導向相似的Recommentation Mode界面，在這里你可以看見他們如何理解“人脈呈現”的工作。

在主頁你可以一覽人名、職位、評級、以及一段AI生成的簡介。

你可以將“名字”“職位”“評級”的組合，它的角色可以看作Tinder滑動時候的“大頭照”。

如果說照片是一種近乎“本能”的沖擊，那么“名字”“職位”“評級”的組合，很多時候給用戶傳遞的也是一種“本能”的標簽反應。

比如，當一個記者看到 Co-Founder of OpenAI，一個在校大學生看到 HR of Google，一個SaaS銷售看到 CIO of GE 的時候，其中的快樂可能不亞于你在Tinder上看到一個極具性張力的帥哥或者美女。

你在Tinder上點進頭像，想看到更多的照片信息。你在Articuler上也是一樣，你可以點開右上角的更多按鈕，會看到更多的信息總結。

這里的Profile都是由Articuler自己生成的。

Jason告訴硅星人，Articuler會搜集全網的公開資料，再綜合用戶的背景資料與人脈需求，來生成AI profile。

這有點像記者采訪前會做的案頭工作。

僅僅看采訪對象的領英主頁是不夠的，記者一定會拿谷歌再搜一遍資料，或者看一下其他社交媒體的情況。只不過 Articuler 會把內容用 AI 結構化整理一遍，形成一個模版提供給用戶。

而如果你決定要去聯系這個人，你可以將它加入聯系人。這時Articuler還會給你一個更長的“PlayBook”。

相比于此前的“決策判斷”依據，Playbook很可能會成為用戶發cold email的參考信息源，為建立更進一步的聯系作準備。

所以整個細節和要點也更加多，包含了DOs、DON'Ts等很長的細節要點。

這里有兩個小細節：

第一，Jason表示，他們與很多獵頭顧問做過深度訪談。他們發現，即便是專業的招聘方HR，封閉式的問題的效果往往比純自然語言的效果更好。所以Articuler在自然搜索中，使用了封閉式問題+自然語言結合的方式工作。

第二，所有的Profile，無論是第一眼的Tag、AI 簡介，還是后來的PlayBook，都會根據問題（用戶的尋人意圖）與用戶本人的背景資料進行定制，所以都是千人千面的。

Jason認為，因為同樣的人，展現的側面不同，匹配效率其實也不同。

就好比Tinder上，不同的風格和氣質的照片，其實吸引的對象也必然會有所不同。只不過在Tinder中，風格和氣質本身起到了一種審美篩選的作用。但在職場社交中，更針對性的呈現會讓雙邊的匹配效率更高。

確定好所有細節后，用戶可以開始發送cold email了。

用戶可以點擊頭像邊上的search cold email 按鈕，Articuler會跳出很多個郵箱選項。

Jason對硅星人表示，這些郵箱選項很多來自Apollo\RocketReach\ZoomInfo等B2B信息服務商的數據庫。

隨著用戶不斷使用這些郵件，Articuler會根據回復情況，來輔助篩選或者排序這些郵箱。

在用戶手動確認好一個或者多個郵箱后，便可以進入發送界面。

這時Articuler會再次跳出一些封閉式的問題，詢問你的社交目的，是否需要上傳一些輔助的資料，最后再用AI幫助用戶生成Cold Email的郵件內容。

而在對話中，Jason不斷對硅星人強調，Articuler的目標是希望成為一個承載雙向關系的社交平臺，而不是一個單方面的“找人”工具——

他們希望用戶可以在平臺上找到人，也能被人發現。

比如，首頁的Community，其實就可以成為“被找到”的入口，可以被“推送”給指定的用戶群體；而用戶只要登入Articuler，綁定自己的社交媒體頁面賬號，也可以為自己補充更多的基礎信息，被更多人看見。

所以你會看到，目前在Articuler內部是有一些內部的溝通和管理工具的。

一個是在通訊錄里的Threads，類似于社交平臺里的“站內信”；

還有一個是叫Status Tracking的管理工具。

在Status Tracking里，你可以管理所有通訊錄好友里的關系狀態。Articuler可以幫助用戶了解對方是否有打開發送的Cold Email。而不同聯系人的社交階段，也可以理解為從左到右的社交漏斗，對不同階段的聯系人進行管理。

對于Articuler來說，這里同樣是一個系統優化的數據入口。

如果郵件長期未讀，平臺會降低郵箱的排名權重，甚至剔除郵箱列表；

如果郵件已讀未回復，平臺會認為這類背景的聯系人，對于這類用戶的興趣度不高，從而調整未來的匹配邏輯。

Jason表示，產品首先會瞄準有生產力需求的專業用戶。

目前產品的訂閱價統一為20美元/月，沒有“中杯”“大杯”的階梯定價版本。

1

當我們談論 AI Native 的時候，我們在談論什么？

根據Jason的講述和產品實測，我們發現Articuler在runway階段的商業邏輯之所以能成立，其實有四個關鍵前提：

第一，互聯網的人與信息是過載且開放的。

與中國的互聯網環境存在結構性的不同，美國曾經有非常繁榮的PC互聯網時代的網站文化。興盛的網站文化，不僅孵化了領英這樣的頭部平臺，還有大量的個人網站數據散布在互聯網的各個角落，孕育了9.8億人脈數據池。

第二，AI 能力的躍遷。

在大模型以前，計算機雖然能搜索數據，但無法高效理解海量的數據。但隨著LLM的發展以及算力能力的擴張，讓處理這些數據成為了可能，也才具備了匹配的能力。

第三，海外Email文化非常發達。

Cold Email提供了一個天然的觸達工具，讓整個社交產品鏈路可以完成閉環。

Jason對硅星人披露的信息，他們預估頭部平臺In-mail的回復率在5%以下，在他們內部進行的調研中，這一數字甚至能低至2%。而目前Articuler的Cold Email回復率可以達到15%。

一方面，Jason認為Articuler的匹配質量更高；另一方面，其實海外用戶對Email的使用頻率也遠高于職場社交平臺。

第四，海外目前有成熟、高頻且剛需的Coffee Chat需求。

Jason表示，美國大量的工作來自于熟人介紹，而非職場平臺。所以除了投資人，像大學畢業生等群體，也一直有很強烈的交際需求。尤其是隨著全球“遠程工作”潮興起、AI興起與美國經濟結構性緊張，帶來就業壓力陡增，都會進一步推升職場社交的需求。

Articuler創始人Jason是一名1997年的創業者，從南加州大學（USC）畢業后在一家global fund 做過5年VC投資人，關注中美的AI與硬件創新。而投資剛好是一個把大量時間和精力消耗在人際關系上的職業，所以他很清楚傳統社交平臺的痛點與用戶在推進社交過程中的“癢點”。

因此，目前Articuler.ai的團隊只有5個人，CTO曾是積目和探探的高管，完整經歷了三代“人與人匹配”算法的迭代。而Jason對自己的定位則是“超級用戶”：

他負責理解用戶的痛點和訴求，從而進行產品定義和市場開發的工作。

Jason說，“articuler”在法語里的含義是“發音清楚”，也有把東西按照邏輯組織銜接起來的意思。

這其實和 Articuler 與 AI 之間的關系很相似：正是 AI 讓那些過去龐大復雜過載的信息，得以有條不紊地鏈接起來，才得以讓一個龐大的人脈匹配工程成為可能。

點個“愛心”，再走 吧