AI 笔记（会议）这个领域我觉得需求真的很神奇，这块的产品真的是太多了，无论是纯软件还是硬件，大家收入增长都非常快。

我上个月刚介绍过的由一个人做的这款 AI 会议产品《又一 AI 会议产品，1 个人 6 个月实现 200 万美金 ARR》，现在其创始人说 ARR 已经达到 400 万美金了。

前段时间，a16z 对这块的产品做了一个 Mapping（如下图），将其做了一些细分，但是从其帖子下面的评论来看，还有很多很多产品没有被覆盖到，甚至像 Gong 现在也归属于这个领域，有人说 Gong 现在是这个领域的 No.1 并且定义了这个类别。

最近，a16z 直接给一个 AI 笔记产品 Scribenote 的种子轮领投了 820 万美金，而这个产品比较有意思的是，它针对的客户是兽医，目前已经为北美的数百家诊所的数千名兽医提供服务。

其官方博客说，在不到一年的时间里，其 AI Scribe 产品已经自动化了超过 150 万条医疗记录，每天为兽医节省多达两个小时。

做的事情和我之前介绍过的这款 AI 笔记非常类似《1 年即 1000 万美金 ARR，但这个 AI 的产品真的很糙》，主要生成一个 SOAP（主观、客观、评估和计划）笔记报告，只不过一个针对的是为人看病的医生，一个是为宠物看病的医生。

而另一个稍微不同的地方在于，Scribenote 主要从 B 端兽医机构入手，因此产品整合了类似 PIMS 等这些机构在使用的系统，其价格也不便宜，如果按月付了话每个月是 249 美金，按年则是每月 165 美金，这比那些针对 C 端个人的 AI 笔记产品要贵多了。

Scribenote 在其官方博客里说：

兽医行业正面临倦怠危机，86% 的兽医有严重的压力，其中一个复杂的问题包括一个经常被忽视的罪魁祸首：花费数小时编写医疗记录。

兽医有法律责任记录他们与客户互动的各个方面，因此需要准确和完整的医疗记录。不幸的是，由于每天每 20 到 30 分钟就有各种类型的预约，因此文档可能具有挑战性并且很快就会堆积起来。一些兽医可能会在一天内看到多达 30 名患者，而且很少有时间在两次就诊之间进行记录。这导致兽医在午餐期间和一天结束时加班打字。

其创业过程也挺有意思，Scribenote 创始人 Ryan Gallagher 的妹妹是一位兽医，他看到了这样的问题，于是就做了这样一个产品，希望能帮助他妹妹和其他兽医解决这个问题，让他们能按时回家。

现在其产品用 AI 在几分钟内自动生成准确的医疗记录，除了病历和牙科图表外，各种形式的客户沟通也是自动化的，使兽医专业人员能够完全专注于患者护理并与客户建立关系。

a16z 在其投资博客里说，现在有 66% 的美国人拥有宠物——在过去十年中，在这些宠物上的支出几乎增加了两倍。对宠物护理质量的期望从未如此之高，但兽医诊所也从未像现在这样受到限制和人手不足，因此为兽医配备工具以简化他们的工作变得至关重要。

我发现几乎所有收入做的不错的 AI 笔记类产品，其切入的场景和用户群都非常有意思，有的专注在线上会议，有的专注在线下的会议或者聊天，而群体这块有的专注在创投群体，有的则在销售、医生群体，现在医生群体也有细分了。

但有一点是确定的，语音的输入再通过 AI 进行文本结构化的输出，正在成为我们各种场景最基础的一个应用需求。

我想未来这会是所有有信息交互的产品里最基础的一个需求功能，从这个角度来看，AI 笔记还有很多机会值得去探索，比方说做 AI 笔记的底层提供商，由华人团队做的对话式 AI 语音 Retell 分享说，在 a16z 发布的那个 Mapping 中，40%的 AI 笔记（会议）产品都由他们提供底层技术支持。

另外，通过 AI Agent 来实现业务自动化这块，已经出现了第一家 ARR 过 1 亿美金的创业公司。它做的事情说起来也很简单，就是帮助企业解决日常工作中那些繁琐的事务，尽量将能自动化的事情都通过 AI 自动化，比方说 HR 和 IT 部门的很多工作，像员工提交休假申请、帮助员工快速搜索公司文档、合同等。

也可以认为它跟 Glean 现在做的事情有点类似，我之前在介绍 Glean 时，曾简单分析了一下其产品的演变逻辑，已经从之前的企业 AI 搜索向更广泛的 AI 基础架构平台转变，过去一年其 ARR 也增长了 3 倍，达到了 5500 万美金左右。

但它这里的自动化和传统自动化不太一样，利用 AI 它更加的智能了，比方说员工想看看在某个时间段是否可以休假，它会自动去查询那个时间段公司整体的休假情况，再给你安排一个具体时间，就像是一个真实的人在做安排一样，其他业务逻辑也一样。

相比于 Glean 等其他产品，大家对这款产品了解的不多，但它已经有超过 350 家企业的 500 万名员工在使用，包括了 GitHub、丰田和 Salesforce 等企业都在使用，其 AI 系统跟 Slack、Teams、Workday、ServiceNow 等外部工具整合，使员工可以查找分散在不同应用中的信息。

这点和 Notion 以及 Glean 目前做的打通生态数据是一样的，所以我觉得大家整体上做的逻辑都差不多，用 AI 打通数据，再通过 AI Agent 来实现各种需求的自动化。

这个产品就是 Moveworks，它成立时间比较早，在 2016 年就成立了，目前估值已经 21 亿美金了，从 Lightspeed、Bain 以及 KP 等投资机构总共拿了超过 3 亿美金的融资。

一开始 Moveworks 做的就是帮助企业实现自动化这块，只不过那个时候 AI 还没有爆发，因此做法也比较传统，他们是最开始使用 Google BERT 模型的公司之一。 ChatGPT 出来后，其种子轮投资人 Lightspeed 的 Arif Janmohamed 说，ChatGPT 是对全球企业的一个警钟。

因此很快接入了 OpenAI 等 AI 大模型的服务，过去一年半时间，其客户数量翻了一倍，并利用合成数据开发了自己的大模型，这些数据来自 1400 万次员工与聊天机器人的对话、5 亿个支持工单和 40 万页企业相关信息的网页。

Moveworks 在其官方博客里说，随着企业数字化，工作变得非常复杂。其使命是为公司提供 Agent AI Copilot，将所有业务系统统一到一个对话界面中。当员工有一个可以求助的地方时，他们的工作效率会更高，企业可以降低成本，并且有形的结果是可衡量的。

Moveworks 说，其平台的成功和独特功能并不是使用前沿 LLM 或独特提示技术等单一创新的结果。为了大规模服务企业客户，这些组织需要许多先决条件：

1. 一个真正有目的的对话式 AI 助手，由代理推理提供支持，可以根据用户目标规划和执行操作；

2. 权限感知连接器，可以查找信息并自动执行任务;

3. 用于构建新代理的强大开发人员平台;

4. 用于治理和管理 Copilot 的深度分析;企业级安全性、信任和防护机制。

而 Moveworks 是所有这些功能以及更多功能的组合，这让他们成为寻求通过 GenAI 推动业务转型的公司的首选合作伙伴。

这几点其实也是 Glean 目前在做的，AI 搜索、连接器、App 到现在的 Agent，似乎这条路径已经被证实了。Moveworks 目前比较直接的竞争对手除了 Glean 外，另一家就是 Writer，目前也非常猛，其定位是全栈生成式人工智能平台，去年刚完成 1 亿美金的 B 轮融资，估值据说在 5 亿美金-7.5 亿美金之间。