当一家公司把“AI 到底值多少钱”当成产品来卖，它首先面对的问题不是技术，而是信任。企业已经在 AI 上花了足够多的钱，多到董事会开始要求财务团队给出一个像样的解释：这些智能体究竟是省下了成本、带来了收入，还是只是让 token 消耗曲线变得更好看。问题在于，大多数企业至今仍用最粗的指标回答这个问题——用户数、提示词数、回复数。这些数字能证明系统被使用，却无法证明使用产生了价值。
2026 年 11 月 12 日，总部位于都灵和纽约的 Nebuly 宣布完成 2100万美元 A 轮融资，由苏黎世投资机构 Planven 领投。这家成立于 2022 年的公司试图把“AI 智能体的经济价值”变成一项可审计、可调整、可向 CFO 解释的财务科目。联合创始人兼 CEO Francesco Signorato 对公司定位的表述相当直接：每家企业的董事会都会问同一个问题——AI 对我们到底值多少钱，Nebuly 的存在就是为了回答它。
这轮融资的参投方名单同时出现了欧洲产业资本与公共资本：Exor Ventures、Tenacity Capital、TGVG Capital、Fastweb+Vodafone（通过 Founders Factory）以及 CDP Venture Capital SGR。其中 CDP Venture Capital SGR 通过其人工智能基金和数字化转型基金出资，资金来自欧盟 NextGenerationEU 计划。公司称原有投资者与天使投资人也参与了本轮。这笔钱将用于扩大美国和欧洲的市场推广与销售团队，并继续开发平台。
| 字段 | 内容 |
|---|---|
| 公司 | Nebuly |
| 轮次 | A轮 |
| 金额 | 2100万美元 |
| 投资方 | Planven（领投）、Exor Ventures、Tenacity Capital、TGVG Capital、Fastweb+Vodafone（通过Founders Factory）、CDP Venture Capital SGR（通过人工智能基金与数字化转型基金）、原有投资者与天使投资人 |
| 总部 | 都灵与纽约 |
| 创始人 | Francesco Signorato（联合创始人兼CEO）、Diego Fiori（联合创始人兼CTO）、Julien Roux（联合创始人兼首席营收官） |
| 官网 | https://nebuly.com |
把“省下一小时”变成财务证据，而不是又一张使用量报表
Nebuly 的产品逻辑建立在一个明确区分上：使用量和价值量不是一回事。据公司通稿援引 Signorato 的说法，以用户数、提示词数和回复数来衡量 AI，会助长“token 最大化”现象，使使用本身成为目标。与此同时，企业在招聘和人员编制上的决策，仍然建立在关于 AI 生产力的假设之上，而非实际证据。Signorato 说，这些指标都无法告诉你，员工是否因此省下了一小时工作时间，或客户是否得到了所需的答案。
平台的具体做法是把智能体活动分成两条线来追踪。对员工侧 AI，Nebuly 衡量节省的工时、释放的产能，以及团队因此能够承担的此前无法开展的新任务；它还会区分高价值工作与常规任务，比较不同团队的结果，并识别出有针对性的技能提升可能提高回报的领域。对客户侧助手，平台追踪 AI 影响的收入，并识别客户流失风险与追加销售信号。公司通稿强调，报告数据背后的假设清晰可见且可调整，管理层和财务团队可以审视这些数字，而不是盲目采信。
这种“可检查性”是 Nebuly 与通用分析工具的关键差异，也是它试图切入财务决策链条的方式。一个 AI 仪表盘如果只能告诉业务负责人“本周智能体被调用了多少次”，它停留在 IT 运维层面；如果它能告诉 CFO“这些调用中有多少转化为可归因的收入或可验证的工时释放”，它才进入预算分配讨论。Nebuly 的产品主张是后者，但前提是它必须让财务团队相信，从智能体活动到财务口径的映射不是黑箱。
跨服务商接入是一道现实约束，不是技术口号
Nebuly 的接入范围覆盖定制工具以及基于 Claude、ChatGPT 和 Microsoft Copilot 构建的助手。公司称其专用模型可以在本地或客户私有云中运行，无需将企业数据发送到外部模型 API。这一设计针对的是一个真实存在的企业环境约束：大型组织通常同时运行来自多个服务商的智能体和自有工具，任何单一服务商都无法看到整个环境中的情况。
这里需要区分两层事实。第一层是兼容性：Nebuly 的平台能够连接上述助手和工具，这是公司披露的产品能力，来源并未将其描述为与 Anthropic、OpenAI 或微软的正式合作关系。第二层是部署方式：本地或私有云运行意味着企业不必把敏感数据交给外部模型 API，这对金融、医疗、工业制造等受监管行业具有实际吸引力。但“可以本地运行”本身并不自动等于“衡量结果更准确”，它解决的是数据边界问题，而非价值归因问题。
从产业链位置看，Nebuly 试图成为一个独立于模型服务商的衡量层。如果企业只使用单一供应商的 AI 助手，该供应商自己的后台已经能提供大量使用数据；Nebuly 的价值主张在混合环境中更突出——当智能体分散在多个供应商和自建工具之间时，企业需要一个跨服务商的统一视图。但这个定位也意味着 Nebuly 的成长空间部分取决于企业 AI 架构是否持续碎片化。如果未来市场向少数平台收敛，独立衡量层的必要性可能被削弱。
六位数合同与十亿美元客户：商业模式的窄门
Nebuly 的商业模式明确面向大型企业。公司称只服务大型企业，合同通常从每年约 10万美元起；多数客户年收入超过 10亿美元，最小客户也远超 1亿美元。公司通稿称已与电信、汽车、工业制造、奢侈品、医疗保健和科技领域企业签订多份六位数金额合同，具名客户包括 Oura、Iveco Group、Fastweb+Vodafone、CNH 和 Zeiss。这些均为公司单方披露，来源未说明各客户具体如何使用平台，也未提供独立验证。
从合同结构看，每年约 10万美元的起价意味着 Nebuly 卖的不是按席位计费的工具，而是一种接近财务咨询或审计服务的软件订阅。这个价格点对企业来说不算高——相比动辄数百万美元的 AI 项目预算，10万美元更接近一次试点或一个部门的年度工具支出。但对 Nebuly 来说，这意味着它需要足够多的超大型客户才能支撑起有意义的收入规模，而这类客户的销售周期通常更长、采购流程更复杂。
公司披露目前有 40 人，计划在两个月内增至 60 人。以 40 人团队服务多个年收入超 10亿美元的客户，Nebuly 现阶段的人力结构更接近一家高客单价的精品软件公司，而非大规模 SaaS 平台。公司未披露收入数据，因此无法从公开信息判断其现有合同规模能否覆盖扩张后的成本结构。2100万美元 A 轮融资在这个语境下，更多是给销售团队扩张和产品迭代提供跑道，而非验证了某种可复制的规模化路径。
Planven 的赌注与欧洲资本结构中的公共资金角色
领投方 Planven 总部位于苏黎世，来源称其管理资产超过 3亿美元。Planven 管理合伙人 Giovanni Canetta Roeder 表示，衡量 AI 的回报将成为运营任何大型组织的标准组成部分，而 Nebuly 正在构建实现这一目标的方式。这是投资方对市场趋势的判断，而非对 Nebuly 当前财务表现的独立验证。
本轮资本结构有一个值得注意的特征：CDP Venture Capital SGR 通过人工智能基金和数字化转型基金出资，资金来自欧盟 NextGenerationEU 计划。这意味着这笔 2100万美元的 A 轮融资中，至少有一部分来自欧洲公共政策驱动的产业资本。对于一家总部设在都灵、联合创始人来自意大利北部的公司来说，这种资本结构并不罕见，但它也提示了一个边界：公共资本参与早期风险投资，往往带有区域产业政策目标，其投资逻辑与纯财务回报导向的机构投资者并不完全一致。
另一个值得注意的细节是联合创始人兼首席营收官 Julien Roux 的背景。据 Konsulteer 报道，Roux 曾任 Exor 的投资人，而 Exor Ventures 是本轮参投方之一。创始人从投资方机构转入被投公司，在欧洲创业生态中并不少见，但这种关系意味着本轮融资的资本网络带有一定的熟人网络特征。来源未披露各投资方分项出资金额，也未披露本轮估值，因此无法判断这笔融资对应的股权稀释程度和公司估值水平。
Gartner 数据勾勒的市场缺口，与 Nebuly 必须跨越的验证鸿沟
Unite.AI 援引 Gartner 于 2026 年 9 月 1 日发布的调查数据，为 Nebuly 所瞄准的市场提供了一个外部参照。调查显示，85% 的职能负责人计划在 2026 年增加 AI 支出，2025 年 AI 平均占其职能预算的 12%；但只有 22% 的组织成功在多个业务部门扩大 AI 应用或采取 AI 优先策略，约 11% 的组织完全不清楚 2025 年本职能的 AI 支出。调查覆盖 2026 年 1 月至 4 月的 1303 名受访者，所在组织 2025 财年全公司年收入至少 5000万美元。
更关键的一组数据是回报率的分布：Gartner 报告称，高绩效组织的 AI 项目中有 81% 取得正回报，而低绩效组织有 29% 的项目回报率不明。Gartner 将高绩效组织定义为持续追踪 AI 投资回报、将 AI 视为一系列价值项目、定期评估项目并重新分配资源或停止表现不佳项目的组织。这组数据的逻辑指向很清晰：那些建立了回报衡量机制的组织，其 AI 项目表现更好；而那些缺乏衡量能力的组织，连自己有多少项目在亏钱都不知道。
这构成了 Nebuly 的市场叙事基础：AI 预算在增长，但衡量能力没有同步增长，两者之间的缺口就是独立衡量层的商业机会。但需要注意的是，这组数据来自 Unite.AI 对 Gartner 调查的转述，而 Unite.AI 的文章由 AI 生成研究代理撰写并经编辑审阅，Gartner 原始报告未被独立核验。更重要的是，Gartner 数据描述的是市场缺口的规模，并不能直接推导出 Nebuly 的产品能够填补这个缺口。从“企业需要衡量 AI 回报”到“企业愿意为 Nebuly 的衡量方式付费”，中间还隔着产品有效性、财务可信度和采购优先级等多重验证。
与 Zendesk 的按结果付费相比，Nebuly 卖的是衡量本身
The Next Web 的报道提到，软件供应商也在改变 AI 收费方式，Zendesk 正转向按结果付费。这是一个有意义的对照：当软件公司开始按结果收费时，它们实际上把“AI 是否产生价值”的风险从客户转移到了自己身上。如果 AI 没有产生可验证的结果，供应商就收不到钱。
Nebuly 走的是另一条路。它不承担 AI 结果的风险，而是卖衡量结果的能力。企业仍然要自己决定买哪些 AI 工具、部署哪些智能体，Nebuly 提供的是判断这些投资是否值得的信息基础设施。这两种模式的商业逻辑截然不同：Zendesk 的按结果付费是一种定价策略，它迫使供应商优化自己的 AI 产品；Nebuly 的衡量平台是一种决策工具，它的价值取决于企业是否真的会依据衡量结果调整 AI 投资。
这里存在一个隐含的张力。如果 Nebuly 的衡量结果显示某个 AI 项目回报不佳，企业削减该项目预算，这对 Nebuly 的客户来说是理性行为，但对 Nebuly 自身来说，它卖出的衡量服务可能加速了客户 AI 预算的收缩。当然，更可能的情况是，企业用 Nebuly 来重新分配预算，把资金从低回报项目转移到高回报项目，总盘子未必缩小。但 Nebuly 的收入与客户 AI 总支出之间的关系并不像传统企业软件那样直接——它卖的不是 AI 能力本身，而是对 AI 能力的判断力。
资金用途清晰，但收入、估值与客户验证仍是未解项
Nebuly 对这笔 2100万美元的用途给出了明确方向：扩大美国和欧洲的市场推广与销售团队，并继续开发平台。Konsulteer 的报道补充了更具体的招聘计划——在纽约、伦敦和欧洲招聘销售人员。这与公司当前 40 人、计划两个月内增至 60 人的扩张节奏一致，说明本轮资金的核心用途是销售能力建设，而非大规模研发投入。
但围绕这轮融资的关键信息仍有明显缺口。公司未披露收入数据、ARR 或估值，各投资方分项出资金额也未披露。具名客户 Oura、Iveco Group、Fastweb+Vodafone、CNH 和 Zeiss 的使用场景未被说明，因此无法判断这些客户是深度使用平台的核心案例，还是早期试点或有限范围的合作。公司通稿称已签订多份六位数金额合同，但合同金额不等于确认收入，签订时间、履约周期和续约情况均未披露。
从验证路径看，Nebuly 接下来需要证明的不仅是“企业需要衡量 AI 回报”这个市场命题，更是“企业愿意为独立的跨服务商衡量层持续付费”这个产品命题。前一个命题有 Gartner 数据支撑，后一个命题目前只有公司单方披露的客户名单和合同金额作为证据。如果 Nebuly 能在未来几个季度披露客户续约率、平台覆盖的智能体数量或衡量结果如何改变了客户的 AI 预算分配，其商业模式的真实性将得到更实质的检验。在此之前，这轮 2100万美元融资验证的是投资方对一个尚未被证明的品类的信心，而非该品类本身已经跑通。
RecodeX 极客视：Nebuly 的真正对手不是某个具体的 AI 分析工具，而是企业财务部门对“AI 价值可衡量”这件事的信任阈值。当 token 成本持续下降而企业 AI 账单持续膨胀时，衡量层确实有存在理由；但衡量层的悖论在于，它必须比它所衡量的对象更可信，否则只是给 AI 预算的迷雾又加了一层新的迷雾。
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。