Retell AI 联合创始人兼总裁李正韬，聊他为什么拒绝父母提供的创业资金，语音智能体从 demo 走向实际应用有多难，以及一家 50 人公司怎么和 OpenAI 竞争。

李正韬（Todd Li）是 Retell AI 的联合创始人兼总裁，负责公司运营，包括财务、招聘、客户成功、法务、合规和 IT。他是“创二代”：父亲在他出生前后创办公司，后来带领公司上市。2022 年，李正韬加入 Google 广告团队，负责开发决定哪些广告能获得 Google 流量的算法。多年来，他一直利用业余时间做小项目，几乎全部失败。他们做的一款 TOEFL 作文打分应用为团队争取到了 Y Combinator 的面试机会，但 YC 不看好这个方向。第二次，他们用一款直播实时翻译软件申请，拿到了进入 YC 的门票。YC 要求创始人全职投入，于是他在 2024 年 1 月离开 Google。当时 Retell AI 这个产品还不存在，团队还在寻找新的产品方向和市场。

Retell AI 为呼叫中心开发 AI 语音智能体，处理客服、销售和催收电话。这些工作原本由 B2C 公司雇用的上千名人工坐席承担。在 YC 导师 Michael Seibel（Twitch 联合创始人）的指导下，五位联合创始人先后尝试了去除口音、TTS（文字转语音）等方向，最终决定直接做能接电话的 AI 语音智能体。李正韬在节目中透露，公司成立两年，年收入约 8000 万美元，客户超过 3000 家，包括 OpenTable、Opendoor、Mercury、Anker、联想和 CVS。他们的长远计划是覆盖整个电话业务流程，从 AI 通话扩展到人工通话，最终为主要通过电话与客户沟通的公司开发 CRM。

在这期深度对话中，我们讨论了：

  1. 拒绝父母的创业资金：硅谷缺的不是钱，是有能力的创始人
  2. 两次申请 YC：第一次的 TOEFL 作文打分应用因方向不被看好而被拒，第二次 Michael Seibel 建议他们先加入，再换方向
  3. 新技术出现后，创业窗口期通常只有两三年，于是他们抓紧时间尝试不同方向，从去除口音的工具、TTS 模型一直试到接电话的 AI 语音智能体
  4. 语音 AI 为什么比文字客服更难落地，以及 Retell 如何用整个公司与 OpenAI 的一个团队竞争
  5. 此前的产品营销一个月也几乎没人用，但是转型做语音智能体后，第一周就来了几万用户
  6. 五个创始人靠 YC 的 50 万美元资金和 90 万美元云服务额度维持运营，直到公司年收入达到 300 万美元才招第一个工程师
  7. Seibel 建议他们尽量少招人，尽早做大企业客户，他们当时强烈反对，后来却发现他说得对
  8. 五位联合创始人平分股权，以及为什么李正韬更愿意和朋友创业
  9. 拿下 CVS 要满足哪些合规要求，以及大企业客户为何可能需要近一年才能完成呼叫中心替换

这期对话给我们的最大启示：

  1. 硅谷缺的不是钱，是有能力的创始人。

    父母准备好了一笔创业资金，问他要不要。他说不要：“因为硅谷永远都不缺钱，它缺的是有能力的创业者。” 他举了一个假设：把马斯克的记忆放进一个普通人的身体里，即使没钱没人脉，他也相信这个人几年内照样能做出很大的东西。“我觉得钱，以及资源和关系，这些最终都是个人能力的一种折现。”

  2. 成功 = 资源 × 执行力 × 运气，其中年轻创始人唯一能掌握的因素是执行力。

    这个公式是他从别的创始人那里听来的。运气没法选，早期的资源又要靠别人提供，所以他看重的是执行力：“年轻人在创业初期，唯一能做好的就是执行。只要执行得好，一定会有人来帮你。” YC 看中他们的，也是团队把产品做出来的能力。第一次面试开场，导师就问他们还有没有别的点子。第二次，他们带去了一款延迟八秒的直播实时翻译软件，Seibel 在面试结束时说：“这个 idea 不行，但你们产品做得很好，团队也不错，你们愿不愿意先加入 YC，再考虑换一个 idea？” 五个人就此辞职，全职寻找新的产品方向和市场。

  3. 新技术出现后的创业窗口期，通常只有两三年。

    ChatGPT 爆发后，团队研究了互联网、移动互联网、云计算等技术兴起时的创业机会。“一项新技术出现后，它的机会窗口通常只有两到三年。大多数最终成功的公司都是在这个窗口期出现的。” 当时，他们觉得自己在和时间赛跑，希望尽快试出一个能获得市场认可的产品方向。谈到访谈时才进入语音 AI 领域的创始人，他的判断是：“我觉得大概率不会成功，因为现在已经有很多竞争对手”——从创业公司到巨头，竞争对手已经纷纷入场，新公司再争取客户会非常难。

  4. 别做围着电话转的工具——直接做接电话的 AI 语音智能体。

    在 YC 里，五个人不断向 Seibel 提出语音方向的点子。一个点子是帮呼叫中心客服去除口音，但如果 AI 终将取代人工客服，这个产品就没人需要了。他们也试过 TTS，但做这个方向的出发点，仍是让 AI 替代人工客服。“那我们不如直接做最深入的那一层，也就是最接近客户的那一层。” 此前的产品推广一个月也几乎没有客户，转型做语音智能体后，第一周就来了几万用户。产品上线时，团队在多个平台同时发帖，Garry Tan、Paul Graham 等人转发后，服务器被挤爆。他的总结是，营销能发挥作用，前提是产品本身对用户有用。

  5. 巨头在非核心业务上未必占优：做语音，Retell 是全公司打 OpenAI 的一个团队。

    OpenAI、Anthropic、ElevenLabs 都有语音或客服产品，但李正韬不认为巨头在语音上做得像外界以为的那么好。在巨头内部，语音业务只由其中一个团队负责。在他看来，这个团队的投入程度和理解深度，比不过一家专门做语音的公司。“也就是我们整个公司对上它的一个团队。” 反过来，如果去和 OpenAI 做同样的模型，或者去碰它第二大的方向 coding agent，他也说得很直白：“我们不可能打得过他们。但语音对他们来讲，并不是特别大的业务。” 他认为，Retell 的优势体现在客户采购时的测试和尽调中。客户选择 Retell，靠的是产品在测试中的表现，而不是公司有多大的名气。

  6. 语音 AI 做出 demo 容易，真正投入使用很难。三年过去，大多数做语音 AI 的团队手里仍然只有一个 demo。

    在李正韬看来，语音 AI 比文字客服难得多：文字客服的模型、知识库等环节可以有十秒甚至更长的计算时间，语音却没有这样的缓冲。为了满足实时通话的要求，推理、服务器和各条链路都需要做相应调整。这些难点在 demo 里不容易显现：“大家都能做出很好的 demo”，录一段 AI 打电话的效果发到网上，就能让人觉得不错。真正替换一家公司的呼叫中心，会遇到大量演示中没有暴露的问题，“从 Demo 到 production 其实才是真正难的”。三年过去，他认为大多数想做语音 AI 的人仍停留在 demo 阶段。

  7. Seibel 推着他们尽早做大企业客户：大企业客户更难拿下，但拿下之后黏性更强。

    中小客户更愿意尝试新产品，但留存率较低、单子也小。大企业客户则不同：“一旦进去了之后粘性更强，而且 net dollar retention（净收入留存率）会更好。” 他们要先从小客户做起。小客户用过产品，就能为产品背书，中型客户才更愿意跟进。中型客户会提出新的要求，比如对公司做尽调，检查是否通过 SOC 2（安全合规审计）。等中型客户也用起来，大企业才会跟进。这个转变很痛苦：小客户夸你，大企业可能爱答不理，你还得主动争取他们的生意。“这件事本身就很反人性。” CVS 是他们花了较多时间争取的客户之一。为了满足大客户的合规要求，他们连办公室门禁都要完善。谈到大客户交付，李正韬还提到，从签约到完全替换原有呼叫中心，可能需要近一年。

  8. 创始人的能力决定公司的上限，光靠加钱、招人无法突破。

    Seibel 经常提出一些他们强烈反对、事后却被证明正确的建议，包括尽量少招人。他还提醒他们：“从某种程度上说，太多客户和太多钱是一件 toxic（有害）的事情”。李正韬举例说，给五个新手创始人 5 亿美元，他们会去招一百个销售、一百个工程师，但第一次创业的人大概率还不知道怎么招到合适的人，招错的人也做不出好产品。他认为，创始人必须是公司里综合能力最强的人，才有能力吸引在各自专业领域比自己更强的人。Retell 的五个创始人靠 YC 的 50 万美元资金，以及 Amazon、Google Cloud、Azure 提供的共计 90 万美元云服务额度维持运营，直到公司年收入达到 300 万美元，才招了第一个工程师。

  9. 五位联合创始人平分股权，顺着人性走，而不是逆着来。

    五位联合创始人的分工是：两人管市场和销售，两人管产品和工程，李正韬管运营。其中三人是 USC（南加州大学）校友，另外两人是大家的前同事，他们当时可能是 YC 里联合创始人最多的团队。谈到 YC 推崇的平分股权原则，他说得很直接：“如果一个创始人拿10%，另一个创始人拿40%，我们还是要相信人性。长此以往一定会出现一些问题。” 联合创始人之间还要互相制衡，因为每个人都容易觉得自己最聪明、最努力，没有人能制衡的创始人更容易走错路。朋友之间有信任基础，更容易接受彼此的反对意见，不会把争论当成针对自己。“如果说创业的初期，你还要和自己的联合创始人慢慢建立信任，这个公司很难成。”

  10. 按实际工作能力招人；公司成功后，要让员工也能财富自由。

    他们公司面试用实战编程，从不考 LeetCode，让没时间刷题的候选人也有机会通过。对暂时拿不准、但已在某轮面试中展现出能力的候选人，团队会安排一周试岗。候选人可以向原公司请假，来和团队一起工作，双方都看看实际合作的效果。他承认自己至今还会把招聘时的考察顺序弄反：“不应该先衡量 skills（技能），再衡量 talent（潜力），最后衡量 culture（文化契合度），其实应该反过来。” 他们也在招聘上投入了大量人力：公司有 50 名全职员工和 50 名合同工，其中 2 名全职员工和 10 名合同工负责招聘。他说，同级别岗位的薪酬大概率高过 Meta 和 Google，他们的薪酬目标是市场前 5%。员工还享有每天 70 美元的 DoorDash 餐补，以及每月各 300 美元的通勤和健康补贴。他们对员工回报的目标是：“如果我们的公司 exit（退出），不管是通过 IPO（首次公开募股），还是其他方式也好，我们希望每个人都能财富自由。” 他补了一句：如果自己财富自由了而员工没有，他会非常内疚。