Qualitate 完成 700 万美元种子轮融资，AI 主持人如何变革专家洞察获取模式

一家名为 Qualitate 的初创公司刚刚完成了 700 万美元的种子轮融资，领投方是 IA Ventures 和由 UiPath 联合创始人 Daniel Dines 共同创立的 Crew Capital。它的故事听起来既宏大又具体：用 AI 重塑投资机构和企业的核心情报获取方式。在“专家网络”这个年产值数十亿美元、却高度依赖人力的传统行业里，Qualitate 声称其 AI 主持人能同时与成千上万的专家进行对话，并将这个过程规模化。过去一年收入增长 30 倍、客户续约率 100% 的数据令人侧目，但真正的问题是：当 AI 开始替代人类进行最需要洞察力的“提问”时，它是在创造新的范式，还是仅仅在优化一个旧流程的边际成本？

“对话即产品”：当 AI 成为数千场专家访谈的主持人

Qualitate 的核心产品是一个“AI 原生的一级情报平台”。这听起来有些抽象，但拆解其工作流程就清晰了：传统上，一家对冲基金或咨询公司若想了解某个细分市场（比如“中国锂电池隔膜的技术路线”），需要通过专家网络中介，找到几位相关专家，安排电话会议，由分析师或投资经理亲自提问。这个过程昂贵、耗时，且难以规模化。

Qualitate 的做法是，将“提问”这个动作产品化。其 AI Moderator（AI 主持人）会根据客户设定的研究主题和目标，自动生成一系列结构化、深度递进的问题，然后通过平台同时向成千上万名经过筛选的专家发起异步的文本对话。专家在方便时回答问题，AI 会像人类主持人一样，根据专家的回答进行实时追问和澄清。目前，平台已累计进行了超过 35 万分钟的 AI 主持讨论，提出了超过 12 万个问题。CEO Sagar Kadakia 试图传递的信息是：我们售卖的不是专家联系方式列表，而是经过 AI 梳理和深挖的、结构化的“对话智能体”。

100% 续约率的背后：是效率鸦片，还是真知灼见？

Qualitate 披露的业务数据相当亮眼：12 个月内收入增长 30 倍，客户续约率达到 100%，净收入留存率超过 200%。其客户名单包括对冲基金、私募股权、风险投资机构以及大型企业。这些数据指向一个事实：在信息即金钱的金融和战略领域，哪怕能提升一点点情报获取的效率和深度，客户都愿意付费，甚至增购。

然而，高续约率背后需要冷静审视。首先，这很可能源于其初期客户的高度精准——通常是那些已有成熟专家网络预算、对情报饥渴、且愿意尝试新工具的顶级机构。对他们而言，Qualitate 更像是一个“效率杠杆”，在不大幅改变原有工作流的前提下，降低了单次专家咨询的边际成本并扩大了覆盖面。但这是否意味着 Qualitate 提供了独家的、颠覆性的洞察？还是说，它目前的核心价值仍是“更快、更便宜地完成已知类型的专家访谈”？后者是一个坚实的生意，但前者的想象空间显然更大。

UiPath 创始人的背书：自动化叙事之外的深层逻辑

本轮领投方之一的 Crew Capital，其联合创始人是 RPA 巨头 UiPath 的创始人 Daniel Dines。这笔投资不能简单视为“自动化领域成功者看好下一代自动化”。其深层逻辑可能在于两方面：第一，流程的相似性。UiPath 自动化的是规则明确的桌面操作流程，而 Qualitate 试图自动化的是规则相对模糊但可被结构化的“知识获取流程”。两者都涉及对复杂工作流的解构与重组。第二，或许 Dines 看到了与 UiPath 相似的“土地扩张”模式——先通过一个核心、高价值的应用场景（如财务对账、专家访谈）切入大型企业，建立信任和集成，然后逐步将产品扩展为覆盖更广工作流的平台。Qualitate 已在开发用于端到端研究流程的 AI Agent，正是这一路径的体现。

真正的战场：从“访谈机器”到“洞察引擎”的惊险一跃

Qualitate 目前展示的能力，令人印象深刻地解决了“量”的问题。但同时访谈数千名专家，这是人类团队无法企及的规模。但金融和战略决策真正为之付费的，往往是那些隐藏在数据缝隙和矛盾叙述中的“质”的洞察——一个专家无意中透露的供应链瓶颈，或是对技术路线分歧的微妙表述。

因此，Qualitate 面临的核心挑战与进化方向是：能否从“高效的访谈执行机器”，进化成真正的“洞察生成引擎”？这意味着其 AI 不仅要会问预设的好问题，更要能动态识别对话中的新线索、矛盾点，自主发起探索性追问，甚至能综合对比不同专家（乃至外部数据源）的观点，生成带有风险提示和置信度评估的合成分析。这需要更深度的自然语言理解、推理能力以及领域知识。如果成功，它将不再是一个工具，而是一个协同决策的“副驾驶”。如果停滞在现有阶段，它可能面临传统专家网络巨头（如 GLG、AlphaSights）的快速模仿和反扑，这些公司拥有更庞大的专家库和客户关系，补上 AI 能力并非难事。

拥挤赛道中的差异化：AI-Native 是护城河还是入场券？

声称用 AI 改造专家洞察的创业公司并非只有 Qualitate。这个赛道正在变得拥挤。Qualitate 强调其“AI-Native”（AI 原生）的特性，这可能是其试图构建的差异化。所谓“原生”，意味着其产品从设计之初就不是将 AI 功能附加在旧流程上，而是以 AI 作为核心交互和工作流引擎重新构建了整个情报生产链条。这或许能带来更优的用户体验和更深的流程嵌入。

但“AI-Native”在当下更像一张昂贵的入场券，而非坚固的护城河。真正的壁垒可能在于：1） **数据飞轮**：积累的数十万分钟高质量专家对话数据，能否持续反哺 AI 模型，使其提问和追问质量远超对手？2） **客户工作流的深度绑定**：能否从单一的研究环节，扩展到投资决策的完整工作流，形成高切换成本？3） **专家网络的信任与激活**：如何吸引并维护高质量专家愿意与 AI 对话，并保证信息的真实性与深度？这涉及复杂的激励设计和社区运营。

Qualitate 的早期数据证明了市场对“AI+专家网络”模式的强烈需求。在资本渴望寻找 AI 时代新应用、而传统行业流程又亟待改造的交叉点上，它占据了一个有利位置。由 Daniel Dines 这样的流程自动化老兵领投，也为其增添了战略可信度。然而，它的故事才刚刚开始第一章。当前的爆炸式增长得益于用新技术解决了一个明确的效率痛点。但它的长期天花板，取决于能否完成从“效率工具”到“洞察平台”的惊险一跃。如果成功，它有望重新定义情报服务；如果失败，它或许会成为另一个被巨头吸收或模仿的优秀功能。在 AI 重构一切知识的时代，Qualitate 是一次大胆的押注，赌的是机器不仅能获取信息，更能催化人类级别的智慧。