在全球 330 亿美金的网红营销市场里，大多数品牌依然困在“找达人、谈价格、等投放”的老路上——一支团队一个月只能邀约十几个人，价格虚高、ROI 不稳、没有效果保障。

而在波士顿，有一群 00 后创业者决定颠覆这一切。 Kolect.AI 想做的不只是一个找达人的工具，而是一位 24 小时不休息的 AI CMO——帮你从找人、邀约到成交、复盘，全链路自动化，并且敢做行业里几乎没人敢给的承诺：效果保底。

而在这条效率曲线的另一端，是被传统营销忽视的中小/小微红人——粉丝量在 500 到 5 万之间，内容垂直、转化率高，但因议价成本和履约风险高，很少被大品牌系统性启用。 Kolect.AI 通过算法批量筛选这类红人，不仅自动化谈判与合同，还能实时追踪转化，把零散的“小水管”汇成稳定的大流量。

今天，我们请来了 Kolect.AI 的创始团队，聊聊他们如何从“流量采集器”进化成“分销网络的操作系统”，如何用 AI 撑起 50M ARR 的野心，以及 00 后创业者眼中的广告世界。

主持人：Hello Steven，欢迎来到节目！能不能先请你简单介绍一下自己？

Steven：谢谢邀请，大家好，我叫 Steven，本科就读于 Babson 商学院，主修创业与科技。在读书期间我做过两次创业。

第一次是在教育科技领域，做了一款 B2B 的 LMS 教学管理系统。上线仅六个月就签下了 100 万注册用户，并拿到风投投资。第二次创业是 AI 社交方向的产品，聚焦情感陪伴场景，在 2023 年上线了一款交友与陪伴类应用，几个月之内就吸引了几十万用户，还获得了国内企业家的投资。现在，我正在探索我的第三次创业，也就是 Kolect AI。

主持人：好的，谢谢 Steven。接下来我们进入一个快问快答环节。首先，你的 MBTI 类型是什么？

Steven：我是 ENTJ。

主持人：你手机里最常用的三个 App？

Steven：YouTube、Gmail 和微信。

主持人：你最佩服的创业者是谁？

Steven：我比较佩服 UFC 的创始人 Dana White。

主持人：你平时关注最多的内容创作者是谁？

Steven：我现在主要关注一些知识型的创作者，比如播客主持人 Joe Rogan。

主持人：如果你现在有 1 亿美金，你还会继续做 Kolect 吗？

Steven：我觉得会，只是会以另一种方式去做。

主持人：好的，谢谢 Steven。那我们现在回到正题。能不能先简单介绍一下 Kolect AI，这家公司是做什么的？

Steven：Kolect AI 是一个尝试用 AI 帮助品牌与中小型创作者合作的营销代理。我们希望通过 AI，以尽可能少的人力、尽可能高的效率，帮助品牌在 TikTok、YouTube、Instagram 等不同平台与几千粉丝到小几万粉丝的创作者达成合作。

AI 能让我们非常精准地找到合适的达人，高效完成合作，让他们在社交媒体上发布内容。毕竟现在是推荐算法的时代，流量爆发与粉丝量本身并不是完全挂钩。所以我们可以用更低的成本，快速帮助品牌找到潜在爆款内容，并在社交媒体上获得足够的流量。

主持人：你们主要是做美国市场，还是同时也在中美两边推进？

Steven：我们最初专注的是美国市场，现在也在其他市场有所尝试，但核心重心还是在美国。

主持人：那最初为什么会选择 Influencer Marketing 这个方向，而不是去做其他的赛道呢？

Steven：这和我的经历有关。我之前做产品推广的时候，很多增长都是通过和中小型创作者合作完成的。这个过程其实很痛苦：要先找到合适的人，跟他们沟通、谈价格、确认怎么发内容，然后还要监控和分析效果。

整个流程既复杂又费时，但我能明显感受到里面的潜力很大。中小创作者的营销天花板其实很高，只是整个链路里充满了不标准化、人工成本高、学习成本高的问题。所以我觉得可以把自己的一些经验，加上我们对 AI 的理解，把这一切做得更高效。

主持人：你刚才提到这是传统的营销流程。我理解，一个企业如果要投放，就必须先找到达人，再谈价格，再等待投放上线。你们是不是也踩过不少这种传统流程里的坑？

Steven：完全是的。每一步其实都暗藏很多不确定性。比如中小创作者的报价并不透明，不同平台、不同垂类市场价格差异可能高达几倍。

再比如创作者本身并不是一个完全可控的渠道，流失率很高。相比头部达人，中小创作者更容易“掉链子”。很多品牌寄出样品后，可能有 40% 的创作者最终根本不会发内容。也就是说，每个环节都可能出现不标准化和不可控，所以我们才会在早期吃过很多亏。

主持人：那这个行业里，哪些问题让你们觉得一定要用 AI 来解决？

Steven：我举几个例子。

第一个是“创意确认”环节。品牌拿到一个创作者的信息时，会看到他的画像、粉丝构成和各种数据，但如何落到具体的内容要求或建议？这其实是一个既需要经验又可以被抽象和提炼的过程。AI 可以帮助我们把这套流程标准化，再结合后续的数据反馈，不仅能让品牌更快确定方向，还能把效果做得更好。

第二个例子是“建联与谈判”。传统做法就是群发邮件，但创作者的反馈往往很非标。比如，有人会说：“我可以同时做三个内容，但价格要这样，你能接受吗？” 这种情况非常多，以前全靠人工逐条回复。现在我们用 AI 去处理，能解决大部分问题。对于复杂的情况，AI 会自动升级给人工去处理。这样整个沟通、谈判和审核链路都能高效运行。

所以总结来说，AI 的价值在于把那些原本不标准的流程，真正实现自动化和规模化。

主持人：明白。那 Steven 能介绍一下你们现在的融资情况吗？已经融到钱了吗？

Steven：我们在今年 5 月份拿到了一个北美本地基金的投资，也有一些跟投。目前总共融了几百万美金。

主持人：我理解 Kolect AI 的产品定位是“AI CMO”。那你们是怎么定义 AI CMO 的？它具体该做哪些事情？

Steven：我们是从“交付”往前推的。举个例子，如果一个出海 3C 品牌找到我们，我们第一步会帮他们快速锁定目标博主。我们会以几十倍甚至上百倍的规模去执行建联，短时间内拿到大量回复。

接下来，基于我们提前收集的产品信息和活动信息，AI 会自动和博主确认合作，完成谈判与签约。之后，AI 还会协助创意讨论和脚本确认，直到内容发布。品牌方只需要在关键节点上给出反馈。

发布完成后，我们会实时追踪数据，把效果最好的内容提取出来，再迅速复制给更多达人去扩散。这是一条完整的“闭环”。

所以对我们来说，AI CMO 的意义不是做一个“工具”，而是确保整个流程最终能交付结果。这才是品牌真正需要的。

主持人：我听说你们最近上线了一个新功能，能不能介绍一下？

Steven：对，这是我们很重要的一次更新。我们越来越接近一个真正的“AI CMO”，不只是工具或者平台，而是更像一家 Agency。我们能够替客户把控整个流程，确保最终结果。这也是我们目前在现有客户和新客户中主打的更新。

主持人：那目前系统是怎么运行的？你刚才提到目标设定、找人邀约、数据回传，是不是已经能通过 Agent 把全流程自动化了？

Steven：现在大部分流程已经实现了自动化，可能有 85% 到 90%。剩下 10% 属于最复杂、最非标的情况，还需要人工配合。我们先用 AI 来完成方案制定、建联、谈判、签约、创意指导、交付与追踪，再用人工去监控质量并积累经验，逐步把非标场景也交给 AI。

所以我们相信，在不久的将来，全流程自动化是完全可以实现的。

主持人：Steven，我比较好奇。你刚刚提到品牌方最在意的就是能不能交付结果。那你们是怎么保证效果的呢？比如 CPM，你们是通过什么算法或者机制来控制的？

Steven：我觉得这个可以从两个角度来讲。

第一个是统计学原理。我们主要帮助品牌对接的是中小创作者，而不是大博主。举个例子，原本一个头部博主的价格，可能能换来十几个甚至几十个中小创作者。只要其中 1% 或 5% 的内容爆火，就能显著拉低整体的获客成本。因为一旦有一个内容跑出来，就能带来数百万、上千万的曝光量，从而把整体 CPM 降下来。

第二个角度是套利模型。我们在统计学的把握下，基本能确保 CPM 保持在一个相对稳定的区间。如果遇到极端情况，比如某个产品确实在统计之外完全跑不动，我们也会退回部分预算。这种情况目前几乎没有发生过，但我们愿意给客户这样的保障。

主持人：那现在不同市场的 CPM 大概在什么水平？

Steven：要看市场差异。比如在南美，我们可以做到个位数美金，两三美元就能拿下 CPM。在北美市场，包括一些客单价更高的欧洲市场，我们也能把 CPM 压到十美元甚至以下，明显低于行业平均水平。

主持人：对品牌来说确实很有吸引力。那你能不能分享一个案例：你们的算法挑选达人，最后跑出特别炸裂效果的情况？

Steven：有的。我们算法最强的一点就是实时追踪和复制。一旦某个内容爆了，我们会立刻匹配出一批相似画像、相似风格的达人，让他们快速跟进，趁着平台算法还在分发时放大杠杆。这就相当于把一个爆款变成多个爆款，形成合力。

这件事完全需要 AI。因为它需要在最短时间内发现“爆款苗头”，并立刻做出决策。人力根本不可能 7×24 小时盯着，还要在几小时内就完成复制。

主持人：我更好奇的是，你作为一个大四学生创业者，当时 Kolect 是怎么拿下第一个付费用户的？

Steven：我们的第一个付费用户是一家国内出海软件的创始人，公司年营收大概在 5000 万美金左右。其实我们之前在做增长时有过接触，所以我就第一时间想到他。事实证明这个决定很对。他不仅作为早期客户给了我们很多反馈，后来还签了年框，陪伴我们跑完了最初的服务迭代。

主持人：那在商业模式上，你们是怎么收费的？

Steven：每个客户的需求都不一样，所以我们会先和客户确定方案。本质上是按效果收费：比如确定 CPM 或 CPC，再确定数量，最后对应一个预算。如果客户是带着固定预算来的，我们就帮他反推能实现的效果；如果客户是带着目标来的，我们就反推需要的预算。总之，都是先把结果指标定清楚，再确定预算和执行方式。

主持人：那你怎么理解 Kolect 的定位？你们到底是平台，还是 Agency，还是某种中间商？

Steven：我们一定是 Agency。平台或者中间商的问题在于，它们对流程的把控太弱，没办法对结果负责。我们从第一天就希望能强管控整个链路，这样才能给客户交付确定性的结果。所以我们的定位始终是 Agency。

主持人：我了解到你们在五月份新签的订单是 14 万美金，其中有 9 万是复购。这比例很高，你们是怎么做到增长和复购的？

Steven：我们从三月底开始上线测试，最早就是直面头部客户。因为一旦拿下他们，信任建立起来之后，预算增长的速度是很快的。我们能和头部客户建立长期合作，一个最重要的原因就是“速度”。

举个例子，有个客户的需求原本是分给 12 家 Agency 来做的，他们内部要对接 12 家机构，还要对比数据，整个过程非常痛苦。而我们能一家吃掉所有需求，不仅让对接成本更低，而且在交付速度上远超他们预期。

原本 100 个达人，他们会分配到三到五周完成；我们两周就交付完了。最后，实际 CPM 比承诺的还低，直接做到 2 美金。所以当速度和效果同时超过预期，复购自然就发生了。

主持人：你们之前提到想做“分销网络的操作系统”。这个概念具体指什么？

Steven：可以分两点说。

第一，未来的销售一定是结果导向的，类似 Affiliate Marketing（效果营销）。我看到过一个调研，90% 的商家都希望推动效果营销，但因为执行效率和履约问题，现在它还不是主流。但我们认为未来一定会是主流，因为内容制作、粉丝互动、转化行为，这些环节都可以被 AI 放大。

第二，分销节点会更加碎片化。未来不仅仅是职业创作者，任何有稳定社交关系的人都可能成为分销的一环。比如一个有全职工作、每天只花一两个小时在社交媒体上的人，也能通过分享来帮品牌推广，并获得应得的价值。

所以我们的愿景是：建立一个基于效果结算，把各种行为都纳入定价体系的网络化操作系统。

主持人：那在你看来，AI 给广告代理行业带来的最大变量是什么？

Steven：AI 的作用是把原本不标准的流程，尽可能标准化、自动化。头部企业把大量预算砸向广告，是因为广告是标准化的支出，能预测效果。但如果 AI 能把分销、内容营销这些不标准的环节也做到标准化，并且保证交付结果，那就会从广告市场里分走更多预算。对企业来说，这极具吸引力。

主持人：你们下一步的发展方向是什么？

Steven：我们会更深入地服务中小创作者。除了撮合合作之外，还会用类似 Talent Manager 的方式，帮助他们成长账号、优化变现。这样既能提升创作者端的效率，也能让品牌端获得更优质的交付。

主持人：那你们的下一个里程碑是什么？比如说你们做到 5000 万美金 ARR 时，会是一个什么状态？

Steven：我们今年的目标是年底做到月度 100 万美金以上的客户订单。往后会冲击月度 500 到 1000 万美金，年化 5000 万美金。这个目标既需要 AI 的能力，也需要 BD 的执行力。

至于团队规模，我们不会盲目扩张。现在 6 个人，我预计到 5000 万 ARR 的时候，团队也就十个人出头，依旧保持精干。

主持人：能介绍一下你们几位联合创始人的背景吗？你们是怎么走到一起创业的？

Steven：我和我的联合创始人认识已经五年了。我们第一次创业时就认识，一直保持交流。我们都做过社交方向的项目，有很多共同经验。去年他来波士顿，我们每天见面、一起尝试各种想法，做了很多小工具，也跑了一些 MR。最后我们发现，AI 对营销的杠杆巨大，而我们在这个领域也最熟悉，所以决定一起做 Kolect。

主持人：我理解你们团队都是 00 后。你觉得和传统广告代理相比，你们最大的代际差异是什么？

Steven：各有优势吧。传统代理在应对复杂情况、危机处理上很有经验，我们很佩服。但我们更快，尤其在 AI 迭代和执行速度上。我们不觉得是竞争关系，而是合作共赢。因为整个市场还在上升期，大家其实可以互补。

主持人：你和团队之间有没有出现过分歧？一般怎么解决？

Steven：分歧肯定有，但我们的方法是“聊清楚”。从第一性原理出发，尽量把问题说透。我们有一个原则：在任何情况下，做一个决定永远比不做决定好。只要不拖慢决策速度，分歧就能被化解。

主持人：那你觉得 Kolect 的核心优势是什么？是产品、执行，还是节奏判断？

Steven：我觉得最核心的是“速度”。AI 时代变化太快了，今天的判断很可能明天就会被推翻。唯一能让我们活下来并不断增长的，就是执行足够快、学习曲线足够陡。

主持人：最后一个问题。你想对同样在考虑做 AI 创业的年轻人说什么？

Steven：开始做。别想太多。因为你永远没办法预估所有困难和问题。只要有目标，就动手开始，这是最好的解决方案。

主持人：谢谢 Steven，今天的对话就到这里。

Steven：谢谢。

主持人：我们下期节目再见。