一個被笑套殼的客服 bot，三年零融資收到千萬美元

2023 年 ChatGPT 剛紅那陣子，創業圈流行一句判詞：「GPT wrapper 沒護城河。」意思是——你只是套一層皮在別人的模型上，人家把你的提示詞貼進 ChatGPT 就能複製你八成的東西，這種生意能撐多久？

多倫多有個叫 Yasser Elsaid 的埃及裔加拿大人，做的東西正是這句判詞最標準的樣板。他本來是個 CS 學生，手上有一個幫學生寫作的小工具沒做起來；GPT-3、接著 GPT-4 出來之後，他花大約六週，把它改成一個「你上傳公司的文件、它幫你生成一個網站客服機器人」的產品，取名 Chatbase。上傳文件、套個 GPT、吐出一個 chatbot——沒有比這更典型的套殼了。

三年後，這個套殼是這樣的：零融資、團隊約 26 到 30 人、8000 多個付費客戶、年收破千萬美元。而且它沒有停在「小工具」這一格，它往企業級去，跟募了 9.5 億美元、估值約 158 億美元的 Sierra，還有 Decagon、Fin 這些重資本對手，搶同一批企業客戶。

先把最重要的一句話講在前面：這篇裡的年營收數字，多半是本人受訪自述或第三方追蹤站估算，沒有審計財報，各家還彼此打架。所以這不是一篇「他好強」的爽文，是一篇拆解——「套殼沒護城河」這句話到底哪裡對、哪裡錯，Chatbase 真正的護城河長在哪，以及這門生意貼身的風險在哪。

錢從哪來：數字打架，但有一塊是硬的

先看證據，再看數字。Chatbase 沒有公開財報，能拿到的是 Elsaid 在幾個訪談裡講的營收、幾家追蹤站的估算——這些都要當「當事人自己說的」來讀。但這個案例比多數「自述型」案例硬一點，因為有一塊獨立佐證：Supabase（它的資料庫供應商）自己出了一篇工程 case study，寫 Chatbase 有 8000 多個付費客戶、年營收破千萬美元。供應商記錄自己真實客戶的運營規模，比創辦人單方面報營收可信得多——這是本案最硬的一塊。

各家給的年營收口徑打架，這裡分層並列、各帶時點：

數字	口徑	時點／來源	證據等級
年營收（ARR）約 800 萬美元、2.5 年達成	受訪自述	2026 初，ProductLed 訪談	B-（第一手訪談）
220 萬→310 萬→600 萬→約 900 萬美元	逐年 ARR 估算	2023-11／2024-12／2025-04／2026-04，getlatka	C（第三方估，部分為估）
年營收破 1000 萬美元	近期里程碑	2026-05～06，多篇稿件	C（多屬公司發稿散發）
8000+ 付費客戶、年收破千萬美元	客戶數／規模	2026 初，Supabase 官方 case study	B（供應商佐證）
團隊 11→18→約 26–30 人、外部募資 0 元	規模／資本	2023／2024／2026，多方交叉	B-／C

有兩個地方要挑明。第一，「破 1000 萬美元、正面對打 Sierra」那批稿子，讀起來像 Chatbase 自己發的新聞稿在各站散發——不是說它一定假，而是那個「獲利的挑戰者」框架是公司自我定位，不是第三方評比，看的時候心裡要打個折。第二，8000 多個付費客戶這個數字出自 Supabase 的 case study，時點是 2026 年初，到現在可能已經舊了（多半是往上，但無法確認）。

即使把這些都打折，剩下的骨架仍然結實：一個零融資、二十幾人的團隊，做到了千萬美元量級的年營收，還有供應商佐證的數千付費客戶。這跟系列前面 Fyxer 那種募了 3,000 萬美元、四十幾人的公司完全是兩個物種——這篇看的是一個學生起手的套殼，怎麼長成一門真生意。

還有兩個時間點值得記，因為它們解釋了「怎麼長起來的」：Elsaid 自述放上定價頁後約 30 分鐘內就接到第一個付費客戶，產品上線後 117 天就做到年經常性收入 100 萬美元。這個速度本身，就是後面要拆的時機窗。

皮不值錢，值錢的東西長在皮底下

「GPT wrapper 沒護城河」這句話，我認為對一半。

對的那一半是真的：套殼那層皮確實沒有護城河。如果一個懂技術的人，把你的核心提示詞複製貼進 ChatGPT，就能拿到你八成的產出，那你就是一層皮、不是一道牆。產業裡對 wrapper 的統計也很殘酷——估計 6 到 7 成的 wrapper 產品營收是零，做得薄的常常在 90 天內就流失掉大多數用戶。這一半，Chatbase 逃不掉。

但 Chatbase 活下來、還長大的原因，是它在那層皮底下攢了三樣別人抄不走的東西。

第一樣是分發。 三年、8000 多個付費客戶，這不是提示詞，是複製不來的資產。別人今天做一個一模一樣的客服 bot 出來，技術上或許一個週末就能追平，但那 8000 個已經接上、已經在用、已經把公司知識庫餵進去的客戶，不會因為市場上多了一個像素級複製品就集體搬家。分發和轉換成本，是長出來的，不是抄出來的。

第二樣是自助式 B2B 的執行紀律。 Chatbase 幾乎不靠業務團隊，客戶自己註冊、自己接、自己付錢。這件事聽起來簡單，做起來極反直覺——Elsaid 自己講，自助式在 B2B 很難成，建一支銷售團隊要容易得多。大多數人會選容易的那條，而把自助式做順（讓一個企業客戶不用跟任何人講話就能上線）本身就是一種產品能力，這種能力讓一個二十幾人的團隊能服務數千客戶而不被支援工作壓垮。

第三樣是往企業級走的可靠性工程。 這是套殼和真公司的分水嶺。Chatbase 把向量檢索從 Pinecone 遷到 Postgres 內建的 pgvector、上讀取複本隔離分析負載、接單一登入與稽核紀錄——這些不是「AI」，是讓大企業敢把客服交給你的那種無聊但要命的底層工程。工具鏈上它也很務實：資料庫、認證、儲存、即時更新全押在 Supabase，模型同時接 OpenAI 和 Anthropic，開發大量用 Cursor、Codex 這類 AI 工具，分發靠內容行銷（尤其影片）。沒有一項是什麼獨門黑科技，但湊在一起，就是一個能扛企業客戶的真產品。

看懂這三樣，就看懂了那句判詞錯的那一半：護城河從來不是那個 AI。AI 是誰都能接的 API；護城河是你在 API 之外攢下的分發、客戶關係和工程可靠性。

成本與時間帳：六週的背後

「六週做出 MVP、117 天做到百萬美元年營收」很容易被讀成天才故事。來算算這六週底下墊了什麼。

首先是工程密度。Chatbase 到 18 人的時候，其中 11 個是工程師。這不是一個行銷驅動、外包開發的殼，是一個工程占比極高的團隊在持續打磨產品可靠性。六週能做出可賣品，靠的是這種工程手感，不是運氣。

再來是一個很少人願意做的決定：Elsaid 把整個團隊從多倫多搬到了紐約——因為他盤點自己心目中最理想的 100 個客戶，其中 98 個在紐約。為了離客戶更近，把公司連根拔起搬到另一個國家的城市，這種執行決心，是帳面數字上看不到、卻是這門生意能往企業級走的關鍵。

所以這門生意真正的投入，是工程紀律、注意力和貼近客戶的執行，不是資本。它零融資、團隊控制在二十幾人。輕，是它能獲利的原因；但也意味著它高度綁在一支很小的團隊、一個創辦人身上。

學得來的，和學不來的

把這個案例拆成兩排，才算看懂。

學得來的（是模式，不是保證）：

1. 盯住巨頭平台上「官方還沒做好的缺口」出手。2022 到 2023 年，企業都想要一個能接自家知識庫的客服機器人，但這件事還沒有現成好用的方案。快速變動的大平台一定會留下這種缺口，那就是小團隊的切入點。
2. 把自助式 B2B 做順。讓企業客戶不用跟業務講話就能自己上線、自己付錢——這是能用小團隊服務大量客戶、把毛利做厚的關鍵能力，也是多數人嫌難而放棄的那條路。
3. 用內容行銷（尤其影片）攢分發。分發是三年複利出來的資產，越早開始累積越值錢。
4. 務實選型、把可靠性當產品。pgvector 取代 Pinecone、上讀取複本、接稽核與 SSO——這些「無聊」的工程，才是讓大客戶敢把客服交給你的護城河磚塊。
5. 從 SMB 往企業級升級。小客戶讓你活下來，企業客戶讓你長大、也讓收入更穩、更難被取代。

學不來的（誠實標出來的前提）：

1. GPT-4 剛出、企業要 chatbot 卻還沒人做好的那扇很窄的門。早兩年沒有夠強的模型，晚兩年這個縫隙已經擠滿競品。他卡進的是一個時間很短的窗口，117 天到百萬美元，很大一部分是這扇窗給的。
2. 三年攢下的 8000 個付費客戶。這是複利的結果，不是起手就能有的。同樣的產品今天重做一次，沒有這三年的分發累積，未必長得出同樣的根。
3. 六週做出可賣品的工程底子。那個速度是長期練出來的手感，加上一支工程占比極高的團隊，不是誰都複製得了的起手式。

幾道裂縫：他建在別人的地基上

一個只給你看漂亮數字的案例是廣告，把裂縫講清楚才有參考價值。

第一道，就是那頂帽子：GPT wrapper。 Chatbase 建在別人的模型、和別人越做越好的原生產品之上。OpenAI、Anthropic、Google 都在往「上傳文件、生成 agent」這個方向做，而且往往免費附贈。巨頭隨時能把 Chatbase 賣的體驗吸回自己的平台。它往企業級和更深的工作流整合走，某種程度就是想在體驗被商品化之前，先卡進一個比較難被取代的位置。這道結構性依賴，不是靠成長速度能消掉的，它是這門生意貼身的長期問號。

第二道是倖存者偏差。 前面說過，6 到 7 成的 wrapper 營收是零。Chatbase 是少數活下來、還長大的那個，但它的存在不證明「做 GPT 套殼是條好路」——它證明的是「在對的時機窗、用夠硬的執行，套殼底下能長出真東西」，這跟「套殼容易賺」是兩件事。看這個案例學打法可以，把它當成這條路的常態，會被倖存者偏差騙。

第三道是它搶的是一個重資本的紅海。 企業 AI 客服這條賽道上，Sierra 2026 年 5 月剛完成 9.5 億美元融資、估值約 158 億美元，還有 Decagon、Fin（Intercom）這些對手，個個資本雄厚、大客戶成群。Chatbase 打的是「零融資、獲利、輕依賴」的差異化位置，這個位置漂亮，但一個 26 到 30 人的小公司，要在巨頭夾擊下長期守住企業級的可靠性、合規和支援，是持續的壓力，不是打贏一仗就結束。

讀者帶得走的判讀

下次再看到「某某開發者做個 GPT 套殼，做到千萬美元」這種標題，可以直接套這篇的讀法。

先別問「它是不是 wrapper」——這個問題沒營養，因為現在幾乎所有 AI 應用都套在別人的模型上。要問的是：它在那層皮底下，攢了什麼別人抄不走的東西？ 是三年累積的分發和付費客戶？是深到難以搬遷的工作流整合？是別人拿不到的專有資料？還是……除了那層一貼就能複製的殼，底下什麼都沒有？答案在哪一格，決定這門生意能不能撐過巨頭把體驗吸回的那一天。

再回頭看數字。它報的年營收，是有第三方（供應商、審計、平台數據）佐證的，還是全靠公司自己發稿？各家口徑對不對得上？把 PR 味的數字打個折，往往剩下的才是真的。

Chatbase 給的最實用一課，跟它的 AI 用得多好無關：套殼那層皮不值錢，這句話對；但值錢的東西，本來就不長在皮上，而是長在你花三年才攢得出來的分發、客戶和可靠性裡。 護城河從來不是那個 AI——它是 AI 之外，那些抄起來很慢、很無聊、很難的東西。

這是「AI 賺錢」系列的案例之一，其他從一人公司到收購退場、硬體出海的拆解都收在專題頁。