90%产品死于伪需求，他们用AI做出了“解药”，估值5亿

一、创业失败后，意外长出的“救星”

Listen Labs 的两位创始人——Florian Juengermann 和 Alfred Wahlforss，都是哈佛校友。

• Alfred 本科时创办过护士派遣平台 Bemlo，年收入一度接近 100万美元，但后来遭遇瓶颈。他做产品时最头疼的就是用户调研：
  • 问卷能问出 “什么”，但问不出 “为什么”；
  • 做深度访谈，聊完三个人就得拿去说服团队，样本量太小，决策根本不敢拍板。
• Florian 之前在特斯拉 Autopilot 团队担任运动规划算法工程师，直接向 Elon Musk 汇报，技术底子极硬。

两人在哈佛相识后一拍即合，课余合作搞了一个 AI头像生成应用，结果上线第一天就涌进 2万用户。用户来了，他们却懵了：

这些人到底想要什么？怎么留住他们？

于是临时写了个小工具——自动发问、自动追问、自动总结访谈内容。
这就是 Listen Labs 最早的雏形。

本来只是应急用的，没想到效果出奇好。他们意识到：

如果 AI 能把深度访谈扩展到成百上千人，分析在几小时内完成，传统市场调研的效率边界将被彻底打破。

2023年，他们正式创立 Listen Labs，把那个内部工具变成了产品。

二、估值5亿，巨头排队送钱

📅 2025年4月，Listen Labs 连续拿到 Sequoia（红杉资本） 领投的种子轮和A轮，合计 2700万美元。
📅 2026年4月，公司入选 《福布斯AI 50》 榜单，估值达到 5亿美元。
同年，又获得一笔 6900万美元 的融资，客户名单里出现了 微软、Canva 这样的名字。

一家做用户研究的 AI 公司，为什么能让巨头们排队送钱？
说白了，就是解决了传统调研的“慢、贵、样本小”三大痛点。

传统方式下，招募受访者、做访谈、整理数据、出报告，一套下来周期长、费用高。
而 Listen Labs 用 AI 代替人类研究员，同时主持上千场语音或视频访谈，实时追问 “为什么”，几小时内产出可执行洞察。

三、产品三板斧：AI访谈、洞察引擎、研究仓库

Listen Labs 的产品体系核心有三块：

🔹 1. AI Interviewer（AI访谈员）

• 同时主持上千场深度访谈
• 支持多语言
• 自动根据受访者回答 动态追问
• 无需真人研究员在场，24小时不间断工作

🔹 2. Insight Engine（洞察引擎）

• 访谈结束后，系统自动将转录文本、情绪数据、行为数据送入 GPT-4o 管线
• 几分钟内生成 主题聚类、关键洞察
• 可直接导出 可下载的PPT

🔹 3. Research Warehouse（研究仓库）

• 所有历史项目的访谈数据被 向量化存档
• 研究者可像用 ChatGPT 一样 对话检索
• 支持 “一键再访谈” ——针对某个老问题，再拉一批新用户聊

这三板斧合在一起，把 “招募 — 访谈 — 分析 — 汇报” 变成了一条 黑灯流水线。
研究团队只需要提出商业问题，剩下全交给 AI。

四、为什么巨头愿意买单？

传统客户研究市场有多大？

• 软件巨头 Qualtrics 估值达 120亿美元
• 财富500强企业平均每年在客户调研工具上投入约 1000万美元
• 在传统市场研究机构上的预算高达 1亿美元

但传统服务商技术落后、流程冗长，企业花了大价钱，拿到报告时市场可能已经变了。

Listen Labs 的 AI 系统，把定性研究从 “慢、贵、样本小” 升级为 “深、快、省” 的持续洞察流程。

用一位客户的话说：
“过去我们聊完三个人就要下注，现在我们可以和一千个用户聊完再决策。”

这正是巨头们掏钱的理由——
不是买一个工具，而是买一个决策的保险。

五、写在最后

从做死产品，到让巨头排队送钱，Listen Labs 的逆袭告诉我们一件事：

有时候，最懂用户的，不是产品经理，而是 AI。

而那个最初用来救急的内部工具，最终长成了估值 5亿美元 的独角兽。