2026年8月3日，总部位于佛罗里达州坦帕市的STELLA Automotive AI宣布完成2210万美元B轮融资，由经销商集团Maroone USA领投。本轮融资包含了新注入的资本和已发行可转换票据的转换，The Presidio Group担任此次交易的独家财务顾问。
| 字段 | 内容 |
|---|---|
| 公司 | STELLA Automotive AI, Inc. |
| 轮次 | B轮 |
| 金额 | 2210万美元 |
| 投资方 | Maroone USA（领投），含现有可转换票据持有人 |
| 总部 | 佛罗里达州坦帕市 |
| 创始人 | 未披露 |
| 成立年份 | 未披露 |
| 业务模式 | 未披露 |
| 官网 | https://stellaautomotive.com |
经销商为什么开始给AI公司写支票
Michael Maroone带领Maroone USA以领投方身份进入STELLA的资本表，其集团是STELLA的早期采用者之一。Michael Maroone在官方声明中表示：“我们在评估技术投资时，寻找的是那些能帮助经销商更高效运营并交付更好客户体验的产品。我们亲眼看到了STELLA在帮助我们的经销店改善客户互动和生产效率方面的影响。这些产品回应了真实的经销商需求，公司的持续增长反映了经销商从这项技术中获得的价值。我们很高兴能支持它继续扩张。”这段话指向一种越来越明确的行业逻辑：经销商一直在为DMS、CRM和营销自动化工具付费，但这些工具大多解决的是“记录”问题，而非“响应”问题。
传统软件链条中的断点集中在电话和在线对话场景。当客户打电话询问“明天上午能否换机油”时，DMS系统中可能存有工位空缺信息和该客户的保养记录，但连接这两者的不是软件，而是一个正在同时处理三件事的服务顾问。这意味着大量潜在的服务预约在电话响铃到被接听之间的几十秒内流失，或在通话中被错误排期。当经销商集团亲自成为AI供应商的投资方，本质上是将自身业务痛点直接映射到资本配置决策上。Maroone USA的行动明确传达了这样一个判断：软件供应商的路线图如果只依靠客户反馈循环来修正，速度不够快；写支票是缩短反馈循环最直接的方式。
The Presidio Group CEO Brodie Cobb从行业层面验证了这一趋势：“随着AI迅速从新兴技术转变为汽车零售商的核心运营工具，与经销商客户保持密切联系的技术提供商，最有能力完善产品并响应不断变化的需求。经销商正越来越多地寻找能够提高效率、加强客户互动并产生可衡量投资回报的工具。”Presidio的介入本身就是一个信号：这家在汽车零售并购和融资领域累计完成超过320笔交易、涉及近225亿美元交易金额的精品投行，选择在B轮阶段担任STELLA的独家财务顾问，意味着这笔交易的核心诉求不仅是获取扩张资本，更是对接具有经销商运营经验的战略资本，使客户获取路径可能绕开部分传统SaaS销售周期——领投方自身门店即是零距离的产品试验场。
接住电话只是起点，Catalyst把AI推向了出站
STELLA的产品逻辑建立在汽车经销商日常运营中最具体的交互类型上：入站呼叫处理、服务预约排程、销售线索培育，以及通过Catalyst工具实现的出站客户互动。平台利用专有对话式AI管理大批量客户交互，与主流经销商软件平台实现集成，覆盖销售和售后两个核心部门。
STELLA的数字助理被设计为直接替代重复性工作——依照公司官方表述，其数字助理“像员工一样完成重复性任务，例如接听和转接电话、预约工位、回答车辆销售和服务的常见问题”。这个产品定位将AI的可替代范围限定在结构化程度高、决策变量少的交互类型上，而非试图取代需要复杂判断的销售谈判或维修诊断。公司宣称，其数字助理每天24小时、每周7天处理数万通客户来电，经销集团每周都在增加STELLA到门店。然而，公司未披露具体的客户数、转化率或客户满意度等关键指标。
STELLA已通过推出Catalyst工具将平台从被动接听扩展至主动出站，创建了全生命周期互动平台。Catalyst的推出承载了STELLA增长叙事中从“防御型效率工具”转向“进攻型收入引擎”的升级逻辑：接电话是在守住已有需求，打出电话则是在创造新需求。但这一能力的兑现需要攻克复合技术难点：出站互动必须判断联系时机、客户偏好渠道，以及话术是否符合各州对电话和短信营销的合规要求。从公开资料中无法确认STELLA目前对合规过滤机制的具体实现方式，这构成Catalyst工具规模化过程中一个仍需验证的变量。
一笔融合了扩张资本和战略信号的融资
Presidio Group担任独家财务顾问的角色同样提供了信息增量。Presidio在汽车零售并购和融资领域有长期积累，其专业人士经手的交易超过320笔、累计交易金额近225亿美元。选择这样一家深耕汽车零售而非纯粹TMT领域的财务顾问，反映了STELLA在本轮融资中的核心诉求：不仅要拿到资金，还要对接具有经销商运营经验的战略资本。让一家经销商集团成为领投方而非纯粹的财务投资者，意味着后续的客户获取路径可以绕开部分传统SaaS销售周期——领投方自身门店即是零距离的产品试验场。当Maroone USA的门店在使用STELLA的过程中发现问题，反馈传递到产品团队的路径可能比通过客户成功经理层层传递的传统模式短得多。
资金用途方面，公司明确指向三个方向：加速商业扩张、扩大市场推广策略、以及持续产品开发——特别是增强AI驱动互动平台的能力。STELLA CEO Rich Sands在声明中表示：“我们获得的投资者支持反映了STELLA在汽车零售领域建立的势头以及市场对我们愿景的信心。经销商正越来越多地寻求人工智能来加强客户互动、提高运营效率和创造更好的客户体验。这笔融资使我们能够加速增长、接触新客户，并继续投资于新能力，帮助经销商实现可衡量的运营改进。”这段话暗示公司认为当前的产品已完成与早期采用者的验证闭环，下一步的重点是规模化复制和功能扩展。
最大竞争对手不是另一家AI公司，而是经销商自身的老系统
将STELLA放入真实的产业链约束中观察，会发现其面临的首要竞争并非来自另一家同样标榜“汽车零售对话式AI”的创业公司。这个赛道上最大的替代方案是“什么都不换”——经销商继续依赖现有DMS系统中的基础呼叫转接功能，加上服务顾问的个人手机进行客户跟进。这种行为惯性并非源于经销商对技术效果的怀疑，而是源于对新工具集成复杂性的担忧。在一个经销商集团中，替换或叠加任何涉及客户交互的系统，都需要经过门店经理、IT负责人和集团高层的多层决策链，其间任何一个环节对“切换风险”的顾虑都可能导致项目搁置。
STELLA被公开表述为“置于传统软件基础设施之上”，并“向经销商报告客户行为的分析信息”。这个技术定位说明其产品设计目标不是替代DMS，而是在现有系统之上叠加一层AI驱动的交互与智能分析层。这一策略降低了替换成本感知，但引入了一个在汽车零售软件领域反复出现的瓶颈问题：与不同DMS系统的集成深度和实时性。美国经销商市场使用的主流DMS——包括CDK Global、Reynolds & Reynolds和Dealertrack等——在API开放程度、数据格式和更新频率上存在显著差异，且部分DMS提供商也在开发自己的AI功能模块。STELLA能做到多快、多深地读取各经销商库存、工位状态和客户历史数据，直接决定了其数字助理能否准确地回答“明天上午可以换机油吗”这类看似简单的问题。如果AI只能读取前一天晚上的库存快照，第二天上午客户的预约请求可能基于已经过时的信息被确认，最终导致到店后无法履约的负面体验。
公司宣传中提到“与领先经销商软件平台集成”，但未披露具体集成了哪些DMS提供商、集成的深度是实时读写还是周期性数据同步，以及在数据质量参差不齐的经销商运营现实中如何处理“库存系统显示有货但实际已售出”这类冲突。这些未披露的技术细节将在很大程度上决定STELLA能否在更多经销商集团中实现可靠的上线，以及上线后的客户体验能否支撑续费率的稳定。
一家主要经销商集团领投的底层逻辑
Maroone USA以领投方身份出现在投资者名单上，这一现象需要放在汽车零售行业的资本回报结构中来理解。新车销售毛利率在多数市场持续承压，单车毛利不断被透明的在线比价压缩。电动化转型正在改变售后收入结构——电动车动力系统零部件更少、保养频率更低，传统燃油车时代经销商依赖的定期保养收入池面临长期收缩趋势。这些结构性压力迫使经销商寻找任何能够提升单店运营杠杆率的技术工具：如果一项工具能将服务预约的电话转化率提升几个百分点，或从现有客户基盘中召回更多闲置工单，其年化收入贡献可能相当于新增一到两名销售顾问的产出，而成本结构完全不同。
在这种背景下，一个能提升服务预约转化率、减少客户电话流失的AI产品，其投资回报路径变得直观。经销商同时作为客户和投资者的双重视角，在资本配置上形成了闭环：他们不仅在购买软件订阅，还在押注该软件成为行业标准的可能性。如果STELLA的产品被证明在Maroone USA的门店中显著提升了服务吸收率（即实际进厂台次与潜在需求的比率），其他经销商集团的投资价值不仅体现为软件订阅费的节省或收入增量，还可能体现为股权增值。这种双重回报结构使得经销商集团愿意将资本配置给一个“可能成为行业基础设施”的AI供应商，而非仅仅停留在采购部门对年度订阅费的审批。
The Presidio Group CEO Brodie Cobb在声明中强调：“本轮融资的强劲支持反映了整个行业日益增长的信念——AI将在汽车零售的未来中扮演核心角色，而STELLA将成为这个故事的关键部分。”Brodie Cobb的表述中“成为这个故事的关键部分”这一措辞值得注意：它既表达了投行的乐观预期，也暗示了这一判断带有一定的不确定性。汽车零售AI的市场尚处于早期多数阶段，技术提供商能否真正成为行业基础设施，取决于产品能否在更大规模的经销商网络中证明其投资回报率的可复制性。
Catalyst承载增长叙事，但出站互动仍然是一把双刃剑
使STELLA从一众“AI接电话”工具中分化的关键变量是Catalyst工具。这个产品模块承载了公司增长叙事中从“防御型效率工具”转向“进攻型收入引擎”的升级逻辑：接电话是在守住已有需求，打出电话则是在创造新需求。对于经销商来说，一个保养周期已过却长期未回店的客户，在数据上是一个“休眠中的工单”，而Catalyst的设计目标正是唤醒这些休眠工单。
但出站互动在汽车零售领域的实际效果面临两个层面上的天然约束。第一个是监管与消费者容忍度的边界：自动语音呼叫和短信营销在美国必须严格遵循《电话消费者保护法》和联邦通信委员会相关规定，要求事先获得被联系方的明确同意。汽车经销商在销售流程中获取的客户联系信息，是否包含了对AI自动外呼的明确授权，可能因经销商的数据采集流程而异。如果Catalyst的呼出节奏和话术让客户感知为骚扰而非服务提醒，退货率和品牌伤害可能抵消增量工单收入。第二个是经销商自身的数据治理水平：成功的出站互动依赖准确、及时更新的客户联系信息和车辆使用数据，而车辆持有周期长、客户在数年间更换电话号码或电子邮箱是行业的普遍挑战。如果Catalyst拨打的号码中相当比例已经失效，实际召回率将远低于理论模型预测值。
此外，出站互动的内容需要足够精准，才能让客户感受到“这是针对我车辆真实需求的服务提醒”而非“这是经销商群发的促销信息”。这就要求STELLA与经销商DMS中的服务历史数据保持高度同步，并且能够根据具体车辆的里程数、上次保养时间和保养项目生成个性化的话术。如果数据同步存在延迟，Catalyst可能向刚在另一家门店完成保养的客户发出服务邀请，或向已经出售车辆的客户询问是否预约保养，这种失误将直接侵蚀客户对经销商专业性的信任。Catalyst能否在这些约束下持续证明自己的投资回报率，构成STELLA下一阶段估值逻辑的核心。
从工具到基础设施的晋升之路，中间隔着什么
当Brodie Cobb说出“本轮融资的强劲支持反映了整个行业日益增长的信念——AI将在汽车零售的未来中扮演核心角色，而STELLA将成为这个故事的关键部分”时，这句话既表达了投行的乐观预期，也暗示了公司此刻的卡位时间窗口：AI在汽车零售中的渗透正处在从早期采用者跨越到早期多数的阶段。在这个阶段拿下一群具有行业话语权的经销商集团作为客户兼股东，战略价值不亚于融资本身。这些经销商集团不仅提供订阅收入，还通过其行业关系网络降低STELLA进入新客户的信任门槛。
但“成为汽车零售AI故事的关键部分”与“成为汽车零售的基础设施”之间的鸿沟，需要公司跨越三个坎。第一是与分散的DMS生态系统的深度集成能否形成网络效应——每接入一个新DMS版本或一个新的经销商集团，STELLA就减少一个潜在客户的集成摩擦。如果集成过程要求每家门店进行大量定制化配置，规模化复制的速度将受限于实施团队的扩张速度。第二是Catalyst工具的增量收入贡献能否被独立量化并成为经销商续费决策的关键因子。如果经销商无法从自己的财务报表中清楚识别出“STELLA带来的额外工单收入”，续费决策可能仍然基于软性的效率感知而非硬性的投资回报率数据。第三是以Maroone为首的经销商投资者未来会否推动STELLA向其竞争对手的供应商开放，还是将优先使用权或功能独占期作为投资回报的一部分。如果战略投资者的门店获得了其他客户无法获取的功能或响应速度，可能引发其他经销商的公平性质疑，这个动态将影响公司的独立增长空间和产品定价的行业公信力。
经销商AI市场正在加速。STELLA本轮融资完成后，预计将加快经销商客户的签约节奏和产品功能迭代频率。公司目前的具体客户数、收入规模和单店经济性均未披露，这使外界难以精确比较其在同类公司中的相对位置。不过，当一家主要经销商集团不仅愿意付费还愿意投资时，STELLA至少已经在一个高度关系驱动的行业中完成了信任构建中最难的第一步：让客户相信你不是只卖软件，而是在其门店每天的业务现实中被验证过。
RecodeX 极客视：经销商集团亲自上资本表这件事，是这轮融资最有信息量的细节。它意味着汽车零售的AI需求已经从“听听看”进入了“押注”阶段。领投方Maroone USA既是客户又是股东的双重身份，理论上可以帮STELLA缩短产品反馈循环，但同时会给其他潜在客户种下一个疑问：STELLA的路线图到底由谁决定？在经销商软件这个替换成本高、决策周期长的市场里，战略投资者的加持与产品的独立性始终是一组需要精细管理的张力。而最终决定故事的，不是愿景陈述，是Catalyst工具到底能从休眠客户那里唤回多少真实的工单。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。