2026年10月9日，西班牙初创公司Autentic AI宣布完成150万欧元种子前轮融资，投资方包括Baobab Ventures、Lanai Ventures、Acurio Ventures和Masia VC。据tech.eu报道，这家公司给出的方案是：用人工智能同时与数百名消费者和专家进行访谈，把传统上需要数周或数月的研究周期压缩到数天。据Signalbase报道，平台使用对话式AI代理进行语音和视频访谈。

但一个更尖锐的问题随之而来：当访谈的发起者从人类研究员变成AI代理，受访者的表达深度、访谈中的即兴追问、以及最终洞察的可信度，是否还能保持市场研究行业赖以生存的标准？Autentic AI的融资规模不大，但它试图撬动的，是一个建立在人力密集和专家信任之上的传统产业链。

字段 内容
公司 Autentic AI
轮次 种子前轮
金额 150万欧元（一手来源口径；Signalbase表述为170万美元，两者不一致）
投资方 Baobab Ventures、Lanai Ventures、Acurio Ventures、Masia VC
总部 西班牙
创始人 Dani Diestre、Aniol Carreras、Jacob Bamio
官网 https://www.autentic.ai/

AI访谈不是问卷自动化，而是试图替代研究员的核心动作

Autentic AI的产品逻辑与常见的在线调研工具存在本质区别。据Thesaasnews报道，公司由Dani Diestre、Aniol Carreras和Jacob Bamio于2026年创立。平台将AI主导的访谈与数据分析同人工解读相结合。据Signalbase报道，该平台使用对话式AI代理完成三个环节：招募参与者——从普通消费者到细分行业专家；进行语音和视频访谈；将对话转化为结构化洞察。公司称，这一流程使市场研究所需时间从数周或数月缩短到数天，尚无独立第三方验证。

这里的关键词是“访谈”，而不是“填问卷”。Autentic AI试图用对话式AI代理占据两者之间的位置：保留访谈的开放性和追问能力，同时获得接近问卷的规模化和速度。从已披露的产品描述看，这意味着AI代理需要完成至少三项传统上由人类研究员承担的核心任务：判断受访者是否合格、在对话中维持访谈框架并适时追问、以及从非结构化对话中提取可比较的结构化信号。这三项任务中的任何一项出现系统性偏差，都会直接传导到最终洞察的质量。

把“数百人同时访谈”放回真实产业链中，瓶颈不在并发数

“同时与数百名消费者和专家进行访谈”是Autentic AI最常被引用的能力表述。从技术角度看，AI代理的并发能力确实远高于人类研究员，一个研究员同一时间只能进行一场深度访谈，而AI系统理论上可以并行处理数百个会话。但市场研究的瓶颈从来不只是访谈执行环节。

在传统研究流程中，时间消耗分布在多个阶段：研究设计需要与客户反复对齐目标；招募环节需要筛选合格受访者，尤其是细分行业专家，往往需要数周才能凑齐样本；访谈执行本身可能只占总周期的三分之一；之后的转录、编码、分析和报告撰写才是真正的时间黑洞。如果Autentic AI只加速了访谈执行环节，而研究设计、专家招募和最终解读仍然依赖人工，那么“从数周缩短到数天”的整体承诺就需要更细致的拆解。

公司似乎意识到了这一点。据Thesaasnews报道，本轮资金将用于支持研究流程的进一步自动化，并建设自有的经过验证的消费者与行业专家网络。自建专家网络这个动作值得注意：它意味着公司不满足于只做访谈工具，而是试图向上游的样本供给环节延伸。传统专家网络如GLG、AlphaSights的核心资产是经过审核的专家库和匹配机制，如果Autentic AI能够用AI代理完成专家访谈，同时自建一个可验证的专家池，它确实有可能在成本和速度上对传统专家网络形成压力。但专家网络的壁垒不仅在于名单，还在于专家愿意持续参与的动力机制、合规审查和信任背书，这些都不是技术能力能直接解决的。

客户名单显示早期验证，但行业分布暗示了什么

据Signalbase报道，公司称已吸引Cabify、Fever、CoverManager和Shakers等客户。这四家公司有一个共同特征：它们都是数字化程度较高的平台型或科技驱动型企业，而非传统意义上的快消或制药巨头。这些公司本身的产品迭代速度快，对市场反馈的时效要求高，且内部团队对AI工具的接受度通常高于传统企业。

这与公司声称的目标行业——快消、零售、制药和咨询——之间存在一个值得关注的落差。快消和制药行业是传统市场研究的最大买家，但它们对研究方法论、样本代表性和数据合规性的要求也最为严格。一家制药公司在新药患者旅程研究中采用AI访谈，需要面对伦理审查、患者隐私和监管沟通等多重约束；一家快消巨头在品牌定位研究中切换到AI访谈，则需要说服内部洞察团队和外部代理商，AI提取的洞察与人类研究员的分析具有同等效力。从已披露的客户名单看，Autentic AI尚未在这些高壁垒行业获得公开验证。

这个落差不一定是缺陷，它可能只是早期公司的自然路径：先在被数字化程度高的客户群体中验证产品，再逐步向传统行业渗透。该判断为编辑分析，该路径是否成立需以公司后续客户行业分布和付费数据验证。它意味着，公司目前宣称的行业适用性更多是市场定位，而非已被客户证实的覆盖范围。

150万欧元在西班牙AI创业生态中的位置，以及资本结构透露的信号

150万欧元的种子前轮融资，放在2026年的欧洲AI创业语境中，在缺乏统一统计的情况下，无法判断该金额在欧洲AI应用层种子前轮中的相对位置。但金额本身不是最重要的信息，投资方的构成更值得分析。

据Demócrata报道，Baobab Ventures是由Carles Reina推动的基金。Baobab Ventures、Lanai Ventures、Acurio Ventures和Masia VC四家机构共同参与，没有出现明显的领投方表述。编辑分析：多家机构各自投入较小金额，共同承担早期不确定性，同时为公司提供更宽的后续融资接口，这一判断基于公开投资方数量与金额的推演，不代表公司或投资方确认。据Demócrata报道，公司将利用这笔资金推动新阶段扩张、聚焦完善平台。Demócrata的表述更偏整体扩张，Thesaasnews的表述更偏产品与网络建设，两者侧重不同。本轮融资的具体股权比例、估值和交割日期均未披露。

从资本效率角度看，150万欧元对于一家需要同时推进AI产品开发、对话代理优化和自建专家网络的公司来说并不宽裕。自建经过验证的专家网络需要持续的招募、审核和维护投入，这与产品研发是两条不同的资源消耗线。编辑分析：如果公司选择在两条线上同时发力，资金消耗速度会显著快于单纯的软件产品公司，该判断基于公开资金用途的推演，不代表公司实际资金消耗速度。

传统研究机构和专家网络会被替代吗？答案取决于“洞察”的定义

Autentic AI的定位中有一个明确的替代性表述。据Signalbase报道，公司宣称其目标是替代传统研究机构和专家网络，该主张尚无独立验证。这需要拆解成两个独立的问题：AI访谈能否替代传统研究机构的研究执行功能？以及AI访谈能否替代专家网络的知识中介功能？

第一个问题的答案可能是“部分可以”。研究执行中的招募、访谈、转录和初步编码，确实是AI代理能够显著提效的环节。如果一家企业只需要快速获取消费者对某个概念、包装或价格点的反馈，AI访谈在速度和成本上的优势是传统机构难以匹敌的。但研究机构的核心价值从来不只是执行，而是研究设计——知道该问谁、该问什么、如何解读答案。这个环节依赖的是对行业语境的理解和跨项目积累的方法论判断，AI代理目前能承担的程度尚未被公开验证。

第二个问题更复杂。专家网络的价值在于连接：企业需要的不只是某个专家的观点，而是一个经过筛选的、愿意在合规框架下分享知识的专业人士。专家愿意接受访谈，往往是因为报酬、声誉或对行业的参与感。如果AI代理取代了人类访谈员，专家是否愿意对着AI系统深入分享自己的判断？专家网络积累的信任关系和合规基础设施，能否被一个自建的“经过验证的专家网络”快速复制？这些都是Autentic AI尚未回答的问题。

从已披露的信息看，公司明确将人工解读保留在产品流程中——AI负责访谈和数据化，人类负责解读。这意味着Autentic AI自己也没有宣称完全替代人类判断，而是在重新划分人与机器的分工边界。这个边界划在哪里，将决定它最终是传统研究机构的替代者，还是为其提供基础设施的赋能者。

资金用途背后的战略选择：自动化深度与网络控制力的双重下注

据Thesaasnews报道，本轮资金有两个明确用途：支持研究流程的进一步自动化，以及建设自有的经过验证的消费者与行业专家网络。这两个方向看似互补，实则代表了两种不同的战略重心。

进一步自动化意味着把研究流程中仍然依赖人工的环节——可能是研究设计辅助、访谈质量监控、洞察生成——逐步交给AI。自建专家网络则意味着向样本供给端延伸，试图控制研究质量的上游变量。从已披露的客户名单看，Autentic AI目前更接近前者——一个为数字化企业提供快速反馈的工具，但客户行业分布与付费情况未披露，该判断待验证。自建专家网络的计划表明，公司意识到单纯的工具属性不足以建立护城河。如果客户可以随时切换到其他AI访谈工具，Autentic AI的差异化就只剩产品体验；而如果它拥有一个经过验证的、持续更新的专家池，客户迁移成本就会显著提高。这个逻辑成立的前提是：专家愿意持续参与AI主导的访谈，且公司能够以低于传统专家网络的成本维持这个网络的质量。这两个前提目前都没有公开数据支持。

风险不在技术，而在方法论信任与币种口径之外的验证路径

Autentic AI面临的核心风险可以从三个层面理解。第一层是方法论信任风险。市场研究行业的客户——尤其是大型快消和制药企业——购买的不只是数据，而是“这些数据可以被用来做决策”的信心。这种信心建立在数十年积累的方法论规范、同行评审和行业标准之上。AI访谈作为一种新方法，需要证明其产出与人类主导的深度访谈在洞察质量上具有可比性。公司目前未披露任何关于AI访谈与人类访谈的对比验证数据，也未披露其客户使用AI访谈结果做出了哪些具体决策。

第二层是样本质量风险。AI代理可以同时进行数百场访谈，但如果招募环节的筛选不够严格，或者受访者面对AI时的参与深度低于面对人类研究员时，那么“数百场访谈”的规模优势可能被样本偏差和质量稀释所抵消。公司计划自建经过验证的专家网络，正是对这一风险的回应，但网络建设的效果需要时间验证。

第三层是竞争风险。AI市场研究并不是一个空白赛道。从全球范围看，多家公司正在将大语言模型应用于消费者反馈收集和洞察生成。Autentic AI的差异化在于“AI主导的语音和视频访谈”这一具体形态，但这个差异化能否转化为客户支付意愿，取决于其访谈质量是否显著优于更轻量的AI问卷工具，以及其成本是否显著低于传统深度访谈。在150万欧元的资金规模下，公司需要在产品验证和网络建设之间做出清晰的优先级选择。

此外，一个技术性但不容忽视的问题是：同一轮融资金额在不同来源中分别以150万欧元和170万美元表述。tech.eu和Thesaasnews均使用150万欧元的表述，而Signalbase使用170万美元。两者之间的汇率换算关系并不完全吻合，这一口径差异未在档案中合并。对于读者而言，150万欧元是更接近一手来源的表述，但这一差异本身提醒我们，早期公司的融资信息在传播过程中可能出现口径漂移。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

  • 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
  • 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
  • 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：Autentic AI的故事真正的看点不是150万欧元的金额，而是一个边界问题：当AI代理开始承担访谈这个市场研究中最依赖人际信任的环节，行业的分工线会重新划在哪里。公司选择把人工解读留在流程里，同时向上游自建专家网络，说明它清楚纯工具没有护城河。但“AI访谈+人工解读”这个混合模式能否在快消和制药行业拿到方法论层面的信任票，取决于它能否拿出与人类深度访谈可比的验证数据——而这一点，目前还是未披露的空白。

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。