海外這麼小衆的 AI 賽道，竟然能融 1 個億美金

這家公司正在用 AI 解決一個價值數萬億美元的行業痛點：讓知識工作者的時間變得可見、可衡量、可優化。

撰文：Leo，深思圈

你有沒有想過，爲什麼制造業能精確到分地計算出生產一輛汽車的成本，零售業能精準追蹤每件商品的庫存，但律師事務所、會計師事務所和諮詢公司卻對自己最重要的資源——人力時間——一無所知？這個問題困擾了我很久，直到我了解到 Laurel 剛剛完成的 1 億美元 C 輪融資。這家公司正在用 AI 解決一個價值數萬億美元的行業痛點：讓知識工作者的時間變得可見、可衡量、可優化。

我深入研究後發現，Laurel 不只是在做時間追蹤這麼簡單的事情。他們正在構建全球首個 AI 時間平台，試圖解決創始人 Ryan Alshak 所說的「時間智能挑戰」——知識型行業無法準確地將時間投入與業務結果聯繫起來。在 AI 時代，量化和理解人力資本已經從「錦上添花」變成了「生死攸關」的企業需求。這輪融資由 IVP 領投，GV（Google Ventures）和 01A 參與，新投資者還包括 DST Global、OpenAI 的 Kevin Weil、Alexis Ohanian、GitHub CTO Vladimir Fedorov 等知名人士。

六分鍾記帳的痛苦與覺醒

問題的根源可以追溯到專業服務行業幾十年來一直沿用的工作方式。律師、會計師和諮詢師需要以六分鍾爲單位記錄自己的工作時間，這樣客戶才能按小時付費。Ryan Alshak 在做律師時深刻體驗了這種痛苦：「就像在繁忙的周六晚上，我是個廚師要爲 500 位顧客做菜，但同時還要求我記錄下使用的每一種配料，這種工作流程既讓人分心又缺乏人性化。」

我能理解這種挫敗感。想象一下，你剛剛完成一個復雜的法律分析，思路正處在最清晰的狀態，但接下來你必須停下來回憶：我剛才花了多長時間查閱資料？寫這個備忘錄用了幾分鍾？和客戶通話談了什麼內容？這種被迫中斷的工作狀態不僅影響效率，更讓專業人士感到自己像是被監控的工廠工人，而不是提供智力服務的專家。

Alshak 的頓悟時刻來得很簡單：「爲什麼我要告訴機器我在工作中做了什麼，而不是讓機器提醒我做了什麼？」這個看似簡單的問題背後，隱藏着一個反直覺的洞察：律師、會計師和諮詢師實際上存在計費不足的問題，因爲他們會忘記很多已經完成的工作。如果能讓買方（企業）獲得更多利潤，同時爲用戶（專業人士）節省時間，這就是構建公司的完美基礎。

這種痛點遠比我想象的普遍。據 Laurel 的數據顯示，專業人士平均每天能找回 28 分鍾以上的可計費時間，這些時間此前都因爲記錄疏漏而丟失了。按照平均每小時 375 美元的收費標準計算，這意味着每個專業人士每天能爲公司多創造 175 美元的收入。對於擁有數百名專業人士的大型事務所來說，這個數字相當驚人。

AI 重新定義時間追蹤的四個關鍵

Laurel 的解決方案聽起來很直觀，但實際構建起來卻是一個極其復雜的技術挑戰。我了解到，要真正實現端到端的時間表自動化，需要解決四個關鍵技術問題，每一個都有相當高的技術門檻。

第一個挑戰是數字足跡追蹤。Laurel 必須能夠與用戶使用的每一個數字程序集成，包括 Slack、Microsoft Outlook、Zoom 等各種工作工具。只有當 AI 能夠「看到」專業人士在各個平台上的所有工作活動時，它才能準確重構他們的工作軌跡。這就像在用戶的數字工作環境中安裝一個無處不在但完全無感的監控系統，能夠記錄下每一次點擊、每一份文檔編輯、每一通電話。

第二個層面是 AI 應用的深度整合。Laurel 使用多種 AI 技術來處理這些數字足跡：數據聚類算法將相關工作歸類，機器學習模型將工作分配給相關的客戶和項目，生成式 AI 創建工作描述，最後通過機器學習對工作進行編碼分類。這不是簡單地應用一個 ChatGPT 接口，而是構建了一套專門針對專業服務工作流程優化的 AI 系統。

第三個環節是人機協作的精妙平衡。系統會爲用戶生成一份草稿時間表，用戶可以添加、刪除或編輯內容。這個「人在回路」的設計既保證了準確性，又讓 AI 能夠持續學習和改進。用戶的每一次交互都在讓系統變得更智能，這形成了一個正向循環。

第四個步驟是與現有計費系統的無縫集成。一旦用戶確認了時間表，系統就會自動將數據推送到事務所的計費系統中，讓後臺管理工作保持不變。這樣，專業人士的工作體驗從「填寫時間表」轉變爲「審核時間表」，大大降低了心理負擔。

整個過程的巧妙之處在於，它沒有強迫用戶改變工作習慣，而是在背景中默默工作，最後只需要用戶進行最終確認。這種設計哲學體現了深刻的產品思維：最好的技術應該是看不見的，它應該讓復雜的事情變簡單，而不是給用戶增加新的學習負擔。

從法律科技失敗者到 AI 時代的先行者

Laurel 的成功並非一帆風順，實際上它經歷了一次徹底的重生。公司最初在 2016 年以「Time by Ping」的名字創立，但在最初幾年舉步維艱。Alshak 坦誠地承認了兩個主要問題：過度專注於法律行業單一市場，以及當時的自然語言處理技術還不夠成熟。

轉機出現在 2022 年，當 Alshak 獲得 OpenAI GPT-3 的早期訪問權限時，他做出了一個大膽的決定：暫停所有工作，徹底重構產品。這在創業圈是極其罕見的舉動，大多數人都會告訴你「永遠不要重建，要持續迭代」。但 Alshak 選擇了違背傳統智慧的路徑，我認爲這體現了真正的創業者精神——願意爲了更大的願景而承擔巨大風險。

當 ChatGPT 在 2022 年 11 月推出時，整個市場對 AI 的認知發生了翻天覆地的變化。Alshak 描述這種轉變：「我從被人當作瘋子，變成了企業主動打電話尋求幫助的人。」這種戲劇性的轉變創造了公司在過去 24 個月內從零增長到 2600 萬美元合同價值的爆發式發展。

更名爲 Laurel 不僅僅是品牌重塑，更代表着公司文化和核心價值觀的全面更新。這個名字的選擇也頗有深意：Alshak 希望選擇一個感覺永恆的名字，不是那種典型的創業公司名稱，而是一個可能在 1600 年代、2000 年代或 4000 年代都適用的名字。「Laurel」（月桂）在古希臘時代象徵着在詩歌和體育方面的成就，他希望人們在看到自己的時間表時能感到自豪，而不是恐懼或壓抑。

這種重生的故事讓我深受觸動。它說明了在快速變化的技術環境中，有時候最勇敢的選擇不是堅持既定路線，而是承認錯誤並徹底改變方向。Laurel 的例子證明，真正的創新往往需要這種「推倒重來」的決心和勇氣。

爲什麼現在是 AI 時間管理爆發的完美時機

我一直在思考爲什麼 Laurel 能在這個時間點獲得如此大的成功，我認爲這涉及三個關鍵因素的完美結合：技術成熟度、市場教育和商業緊迫性。

技術層面的突破是基礎。過去幾年，大語言模型的能力已經達到了能夠準確理解復雜工作上下文的水平。這不僅僅是語言理解，更重要的是這些模型能夠將高層意圖分解爲具體的可執行步驟。當我說「爲客戶 BCH 的並購項目準備盡職調查清單」時，AI 需要理解這涉及哪些法律領域、應該包含哪些文檔類型、需要多長時間完成等等。這種細粒度的理解能力在幾年前根本不可能實現。

市場教育的轉變同樣關鍵。ChatGPT 的廣泛普及讓即使是最保守的專業服務機構也開始接受 AI 技術。我發現一個有趣的現象：過去當 Alshak 在 2018 年和 2019 年向律師事務所推銷 AI 時，對方會說「我們還不確定雲計算是否是未來，更不知道 AI 是什麼」。但現在，同樣的企業主動打電話詢問如何部署 AI 解決方案。這種市場心態的轉變爲 Laurel 這樣的公司創造了前所未有的機會窗口。

商業緊迫性則來自於經濟環境的變化。在經濟收緊的背景下，專業服務機構面臨着前所未有的效率壓力。客戶不再願意爲低效率買單，固定費用定價模式越來越普遍，這要求事務所必須精確了解每項服務的真實成本。正如 IVP 的 Ajay Vashee 所說：「當你在緊縮經濟中銷售金錢時，你會切破很多噪音。」Laurel 不是在賣功能，而是在賣實實在在的利潤增長，這在任何經濟環境下都有說服力。

還有一個我認爲很重要但被忽視的因素：AI 投資回報率的衡量需求。企業在未來五年計劃在 AI 上投入超過 1 萬億美元，但如何衡量這些投資的效果仍然是一個黑盒子。大多數公司依賴調查或使用率作爲代理指標，但這些都不夠準確。Laurel 的時間數據平台能夠提供量化的、可驗證的 AI 效果測量，這對於那些需要向股東證明 AI 投資價值的企業來說極其寶貴。

這種多重因素的匯聚創造了 Laurel 快速增長的完美條件。從數據來看，他們過去 12 個月的年化經常性收入增長了 300%，使用量增加了 500%，目前與美國、英國、歐盟、澳大利亞和加拿大的 100 多家頂級法律、會計和諮詢公司合作。這些數字背後反映的是一個行業在根本性變革壓力下的集體覺醒。

客戶成功案例背後的深層價值

我一直認爲，最好的產品驗證來自客戶的真實反饋，而 Laurel 在這方面的表現令人印象深刻。據投資方 IVP 透露，這是他們評估過的唯一一家從每個客戶那裏都獲得滿分 10 分客戶滿意度評分的公司。但我更感興趣的是這些數字背後的故事。

Ernst & Young 的合夥人兼稅務轉型負責人 Matt Newnes 的反饋特別有說服力：「我親身體驗了 Laurel 如何轉變我們的時間智能方法。過去手動的時間記錄和錄入過程現在已經大大技術化了。Laurel 不僅幫助我們的員工更全面地記錄工作時間，還幫助我們更深入地了解團隊的工作方式，讓我們能夠識別最佳實踐，確保爲客戶提供最好的結果。這已經證明是我們最有影響力的 AI 投資之一。」

這段話讓我思考到一個更深層的問題：時間追蹤的價值不僅僅在於計費的準確性，更在於對工作模式的洞察。當企業能夠清楚地看到高效工作和低效工作的差異時，他們就能將最佳實踐標準化，提升整個團隊的表現。這種組織學習的價值可能比直接的收入增長更重要。

Reed Smith 全球律師事務所的首席創新官 David Cunningham 的觀點也很有啓發性：「隨着律師事務所評估 AI 和固定費用的影響，以更少的努力獲得精細化的智能對於重新定義事務所內部及其客戶的價值至關重要。」這裏的關鍵詞是「精細化的智能」——不是粗糙的時間統計，而是能夠指導戰略決策的深度洞察。

會計師事務所 GHJ 的管理合夥人 Tom Barry 的話讓我印象深刻：「你知道我們能從這個平台獲得多少商業洞察嗎？我們現在看到的是長遠的遊戲：這不僅僅是幫助追蹤時間的工具。」這種從工具思維向平台思維的轉變，我認爲是 Laurel 真正的競爭優勢所在。

從財務數據來看，使用 Laurel 的客戶報告利潤增長了 4-11%，這主要來自每位專業人士每天額外的 28 分鍾可計費時間，以及實現率提高 1-4%。這些數字已經通過四大會計師事務所的獨立審計驗證。更重要的是，專業人士在手動時間錄入上節省了 80% 的時間，這讓他們能夠專注於高價值的工作，比如業務開發、關係管理和戰略思考。

這些成功案例讓我看到了一個更大的圖景：Laurel 不只是在解決時間追蹤問題，而是在重新定義專業服務的工作方式。當時間變得可見和可優化時，整個行業的效率和價值創造能力都會得到根本性提升。

從時間追蹤到時間智能的三階段願景

在研究 Laurel 的過程中，我發現 Alshak 有一個清晰的三階段戰略願景，這種長遠思考讓我印象深刻。這不是一個簡單的產品路線圖，而是對整個知識工作未來的深度思考。

第一階段是證明機器可以比人類更有效、更準確地記錄時間。這個階段的關鍵是選擇正確的目標市場——那些必須記錄時間才能賺錢的行業，比如法律、會計和諮詢。這些行業有現有的工作流程、高度的執行壓力（不記時間就無法保住工作），以及當自動化實現時非常明顯的投資回報率。這就是爲什麼 Laurel 選擇從專業服務開始，而不是直接面向所有知識工作者。

第二階段更加雄心勃勃：利用機器優先生成的時間數據，讓這些行業停止按時間計費，開始按結果計費。Alshak 引用查理·芒格的話：「告訴我激勵機制，我就能告訴你行爲。」他相信可以重新設計佔美國 GDP 20% 的行業激勵機制，讓它們停止制造活動，開始制造高效的結果。這種從投入導向向產出導向的轉變，可能會徹底改變整個專業服務行業的商業模式。

第三階段是最具野心的：即使在基於結果的世界中，人們仍然需要了解時間投入，以問自己「我是否在有槓杆作用的事情上花費時間？」這個階段的目標是將時間數據的價值擴展到所有企業組織，幫助每個知識工作者理解和優化他們的時間分配。

這個願景的核心統計數據讓人深思：平均知識工作者每天工作 9 小時，但只有 3 小時在創造槓杆價值。這意味着有 6 小時被浪費了——3 小時在做應該由 AI agent 完成的工作，另外 3 小時在做根本不應該有人做的工作。按照全球知識工作者的數量計算，這相當於 64 億年的時間被浪費在人類不再需要做的任務上。這就是 Laurel 的機會空間。

我覺得這種思考方式很有啓發性。很多創業公司專注於解決當前存在的問題，但 Laurel 在解決現有問題的同時，也在創造未來可能性的基礎設施。時間數據不僅僅是爲了更好的計費，它是理解和優化人類工作的基礎。在 AI 時代，這種理解變得更加重要，因爲我們需要知道哪些工作應該交給機器，哪些工作需要人類的獨特價值。

AI 時代專業服務的供應鏈革命

在深入了解 Laurel 的過程中，我發現了一個非常有趣的類比：他們實際上是在爲知識工作構建「供應鏈可視性」。這個概念讓我對整個行業有了全新的認識。

Alshak 提出了一個引人深思的觀點：「沒有人真正將時間投入與結果產出進行過映射。法律和會計等行業最擅長理解他們的投入（時間），但在定價價值方面仍有困難。另一方面，諮詢和金融服務等行業理解價值，但對創造的真實成本一無所知。」這種認知盲區在其他行業早就被解決了，但在代表全球 GDP 超過 50% 的知識工作領域，供應鏈從未被真正揭示過。

這個類比讓我想到制造業的轉變歷程。豐田的精益生產系統 revolutionized 了制造業，因爲它讓每個環節的效率和浪費都變得可見。但在知識工作中，我們仍然處在工業革命前的狀態——大量的「庫存」（未完成的任務）、「等待時間」（無效的會議和流程）和「缺陷」（需要返工的文檔）都隱藏在日常工作中，無法被量化和優化。

Laurel 的時間智能平台實際上是在爲知識工作創建第一個真正的「供應鏈管理系統」。它不僅追蹤時間，還分析工作流程、識別瓶頸、預測資源需求，並提供優化建議。這種能力在 AI 大規模部署的背景下變得尤其重要，因爲企業需要知道 AI 工具的真實投資回報率，而不是依賴模糊的滿意度調查。

我認爲這種供應鏈思維的轉變會帶來深遠影響。當專業服務機構開始像制造商管理生產線一樣管理知識工作時，他們將能夠：精確預測項目成本和時間，識別哪些類型的工作最適合自動化，優化團隊配置和工作分配，實時監控項目健康狀況並及時調整。

這也解釋了爲什麼 Laurel 能夠幫助客戶實現 4-11% 的利潤增長。這不僅僅是因爲更準確的時間記錄，更重要的是通過供應鏈優化實現的系統性效率提升。當你能看到整個知識工作的「生產過程」時，優化的機會就變得清晰可見。

從投資角度來看，這種供應鏈革命的市場機會是巨大的。IVP 的 Ajay Vashee 指出：「專業服務代表着數萬億美元的全球經濟活動，但這些公司在運營時對其核心資源——時間——缺乏基本的可見性。通過解決時間智能挑戰，Laurel 爲更廣泛的 AI 轉型創建了平台。」這不僅僅是一個軟件工具，而是整個行業數字化轉型的基礎設施。

創始人的時間哲學與使命驅動

了解 Alshak 的個人故事讓我對 Laurel 的使命有了更深層的理解。這不僅僅是一個商業項目，更是一個深深植根於個人經歷的使命驅動型企業。

Alshak 經常思考死亡這個話題，這聽起來可能有些沉重，但正是這種對時間有限性的深刻認識塑造了 Laurel 的核心理念。公司的 AI 聊天界面甚至被命名爲「Mori」，這是對拉丁短語「memento mori」（記住你必死）的致敬。這種對死亡的思考不是消極的，而是提醒人們珍惜每一分鍾的價值。

最觸動我的是 Alshak 分享的關於母親的故事。Laurel 的成立與他母親生命的結束緊密相連——她在 2018 年公司獲得種子輪融資幾周後因癌症去世。Alshak 說：「在生命的最後時刻，與她在一起的一分鍾勝過做任何其他事情的一百萬分鍾。我意識到我不是在建立一個時間記錄公司，而是在建立一個幫助人們理解『我是否在按照自己想要的方式度過時間？』的公司。」

這種個人使命感轉化爲了公司的核心價值觀。Alshak 希望成爲世界的「鏡子」，教給世界這樣一個道理：「我們如此關心自己的金錢，但對自己的時間卻如此隨意。這是一個根本性顛倒的框架。」他希望活得好像自己有 78 年的生命，4000 周的時間，讓每一分鍾都有意義。

我發現這種時間哲學深深影響了 Laurel 的產品設計。公司的希臘語雙關語很有意思：Alshak 提到希臘語中有兩個表示時間的詞——「chronos」（時鍾時間）和「kairos」（感知時間）。Laurel 不僅僅是在追蹤 chronos，更是在幫助人們優化 kairos——讓人們在有意義的工作上感受到時間的充實，而不是在無效的任務上感受到時間的流逝。

這種使命驅動的方法也體現在公司的長期願景中。Alshak 希望 Laurel 能夠負責從英語詞匯中消除「周一到周五朝九晚五」這個概念。他相信未來的世界是人類每天工作三到四小時，但創造比現在多兩到三倍的價值。這不是烏托邦式的幻想，而是基於 AI 技術發展的合理預期。

我認爲這種使命感是 Laurel 真正的競爭優勢。在一個越來越同質化的科技行業中，真正的差異化往往來自創始人的深層動機和價值觀。當你的公司不僅僅是爲了賺錢，而是爲了解決一個你深深關心的問題時，這種 passionate 會傳導到產品、團隊和客戶體驗的每個環節。

重新定義工作與價值創造的未來

在研究 Laurel 的過程中，我不斷思考一個更大的問題：這種時間智能革命對整個社會意味着什麼？我相信我們正處在工作方式根本性變革的前夜。

從歷史角度看，每一次重大技術革命都會重新定義工作的性質。工業革命讓人們從農業轉向制造業，信息革命創造了知識工作的概念。現在，AI 革命正在重新定義什麼是真正有價值的人類工作。Laurel 提供的數據洞察將幫助我們理解這種轉變：哪些工作應該被自動化，哪些工作需要人類的獨特價值。

我想象中的未來工作場景可能是這樣的：專業人士不再需要花時間在重復性任務上，比如起草標準合同、整理財務報表或準備常規報告。相反，他們會專注於需要創造性思維、情感智能和戰略判斷的高價值工作。AI 會處理信息收集和初步分析，人類則專注於解釋、決策和關係建設。

這種轉變對整個專業服務行業的商業模式也會產生深遠影響。固定費用定價將取代小時計費成爲主流，因爲客戶更關心結果而不是過程。Laurel 的時間數據將幫助事務所準確預測不同類型項目的真實成本，從而能夠更自信地提供固定價格服務。

我也看到了這種變革的社會意義。當工作變得更高效時，人們將有更多時間用於個人發展、家庭關係和社區參與。這不僅僅是工作效率的提升，更是生活質量的改善。正如 Alshak 所說，目標是讓人們能夠用更少的時間創造更多價值，然後將節省的時間用於真正重要的事情。

當然，這種轉變也會帶來挑戰。一些傳統的工作崗位可能會被自動化取代，這要求整個行業重新思考人才培養和職業發展路徑。但我相信，這種轉變最終會創造出更多有意義、更有價值的工作機會。關鍵是要主動適應這種變化，而不是被動等待被顛覆。

從投資角度來看，Laurel 代表的不僅僅是一個成功的軟件公司，更是整個知識工作數字化轉型的先鋒。他們構建的時間智能基礎設施將成爲未來 AI 時代企業運營的必需品。正如 GV 的 Frederique Dame 所說：「Laurel 正在爲知識工作創建企業智能層，利用時間記錄作爲產品楔入點。通過捕獲和組織專業人士如何度過時間的完整生命週期，Laurel 解鎖了一類新的數據，使工作本身變得可衡量、可優化和可自動化。」

這種基礎設施的價值將隨着 AI 技術的進一步發展而持續增長。當越來越多的企業開始部署 AI agent 和自動化工具時，Laurel 的時間數據將成爲衡量這些投資效果的黃金標準。這不僅僅是一個產品機會，更是一個平台機會。

我對 Laurel 的未來充滿期待，不僅因爲它們解決了一個真實存在的巨大市場需求，更因爲它們提出了一個關於時間、工作和人生價值的深刻思考。在這個越來越快節奏的世界中，幫助人們更好地理解和利用時間的公司，將會創造出超越財務回報的社會價值。

最終，Laurel 的故事告訴我們，最好的創業項目往往來自創始人的切身痛點和深層使命感。當技術進步與個人 passion 相結合時，就有可能創造出真正改變世界的公司。在 AI 重塑一切的時代，像 Laurel 這樣既有技術深度又有人文關懷的公司，可能正是我們需要的那種創新力量。