跳至正文
MakerGain
← 返回项目

Granola 不派機器人進會,賭的是會後你還會翻的筆記

編輯:MakerGain

Granola 不派會議機器人,而用系統音訊和麥克風轉寫,做連續會議用的 AI 記事本。共同創辦人說機器人像蹲在每通電話角落的第三方,線下也用不了。代價是預設不向參會者顯示:線上可設自動聊天通知和浮水印,面對面仍得自己開口。其「寧可有用但不完整,也不選錯但自信」是公司的工程取捨,不是準確率保證。

會議機器人有一個尷尬:它進不了線下會議。Granola 乾脆不派機器人,改用電腦的系統音訊和麥克風在背景轉寫,於是 Zoom、Google Meet、Teams、Slack Huddles,甚至面對面或臨時聊起來的對話,都走同一套採集方式(Granola 官網[1])。它把產品定義成給連續會議用的 AI 記事本:筆記、行動項和回憶,macOS、Windows、iOS、Android 都能用(同上)。

為什麼不做機器人?共同創辦人 Chris Pedregal 和 Sam Stephenson 寫得直白:機器人無法用於線下會議,在不同會議平台行為不一致,而且最糟的是,它們「極其彆扭——像一個令人不適的第三方,蹲在每通電話的角落」(Why Granola doesn't use a bot[2])。在他們眼裡,這一條和「線下用不了」一樣是硬傷,不是可以忍的小毛病。

Granola 處理會議音訊是為了轉寫,但不錄製、不保留;定價頁的功能表也列明「轉寫後刪除音訊」(同上[2]、Pricing plans[3])。他們想讓 Granola 像記事本,不像錄音機。這個選擇有另一面:沒有機器人,Granola 預設不會自動對其他參會者可見。公司提供了自動會議聊天通知和視訊浮水印;這兩項要花幾分鐘設定,啟用後會在轉寫時自動執行,讓參會者知道 Granola 開著。但線下沒有一招通吃,最簡單的辦法仍是開口告訴對方;Granola 也會在每次開始記筆記時提醒使用者徵得同意,並註明部分司法轄區可能要求事先許可(同上)。換句話說,線上可以把「讓別人知道」做成一次設定、之後自動跑;面對面時,仍得由坐在那裡的人開口。

產品是一條會前、會中、會後的流程,但不是每一個層級都能走完整套。會前同步行事曆,給外部會議生成 Brief,列出參會者、上次討論了什麼、當前重點;會中你可以自己記,記多記少都行,系統結合會議上下文,寫出對你個人清楚的筆記;會後給出筆記、行動項和跟進(Granola 官網[1])。定價頁的功能表把 Brief 和跟進郵件標成 Business 及以上,Basic 不含這兩項;Basic 仍有跨會議 AI 聊天、共享資料夾、範本和語音輸入(Pricing plans[3])。會後的主要交付是這些筆記、行動項和跟進;逐字稿則是底層材料。

圖:Granola 官方展示[1],2026-11-10 取得,保留原始介面。

這種「給每個人寫自己的筆記」的取向,也出現在他們看資料的方式裡。2025 年 5 月 10 日,創始工程師 Jim Fisher 寫道,團隊用一張按註冊排序、顯示每個使用者每天會議數的 dot-plot 資料表,大體取代了漏斗和 DAU 分析。他們盯著表問的是「Ben 流失了……等等,他換了個 Gmail?」「Ana 好像邀請了同事?」,而不是「平均每天 2.44 場會議」——平均數藏起分佈,也藏起具體的人(Start with a dot-plot[4])。產品給每個人寫筆記,團隊看資料也先看一個個具體的人。

Granola Chat 是理解這套取捨的另一面。公司在「late April」發布的新版 Chat,要跨幾個月甚至幾年的筆記和轉寫找答案,檢索流程被描述成 Search → shortlist → read → repeat,並用 Coverage Notes 告訴你它看過哪些來源(How Granola thinks about designing agents[5])。工程說明裡有一個數字:轉寫文本的 token 數大約是結構化會議筆記的 10 倍。所以新版 Chat 在「細讀 10 場會議」和「概覽 100 場會議」之間選了後者(同上)。這是個明確的讓步:寧可每場讀得淺一些,也要覆蓋更多會議,然後把「我看了哪些」擺出來讓你自己判斷。

Granola 把這種取捨講成四種輸出狀態:有用且全面、有用但不完整、不完整且看得出來、錯但自信。第一種最理想,第二種常常可接受,第三種仍有用,第四種要避免——「一個聽起來確定卻是錯的答案,會很快毀掉信任,而信任重建起來比失去它難得多」(同上)。他們寧可選「有用但不完整」,也不選「錯但自信」。對一個跨月跨年查筆記的工具,這比多讀幾場更關鍵。

誰付錢這件事,定價頁寫得清楚,但沒有把買家鎖成一種人。Basic 免費,AI 筆記不限量,也有跨會議 AI 聊天、共享資料夾、範本和語音輸入,個人可隨時退出模型訓練;但會議歷史只留 30 天,也沒有會前 Brief 和跟進郵件。Business 每人每月 $14,把歷史放開,補上 Brief、跟進郵件、進階模型、整合和集中管理;Enterprise 每人每月 $35,面向更大公司,再加 SSO、組織級分享與 API 管理、HIPAA 等安全和管理控制,以及工作區範圍的模型訓練退出且預設關閉(Pricing plans[3])。價格之外,本篇更關心三處差異:歷史留多久、共享和管理到什麼層級、合規控制夠不夠。定價頁給 Business 的定位是「Great for individuals or small teams」,個人也能買;Enterprise 才把更強的合規和管理控制放進來。每天操作的是開會的人,付費的可能是個人,也可能是替團隊買單的管理員。

MCP Connector 是把會議筆記接到使用者已經在用的 AI 應用裡,不是又一個會議功能。權限按層級分:Basic 只能讀個人最近 30 天的筆記,Business 擴到個人和公共工作區筆記,Enterprise 由管理員配置(同上)。這組權限解釋了一個很實際的問題——個人想查自己的舊筆記,團隊想共享,公司則想統一管住能接什麼、能看多久。

Brex 的案例頁提供了一個具體場景:Brex 的 IT 負責人 Lloyd Cilliers 發現許多員工已在用 Granola 後,才決定正式推廣;實施時先讓部分團隊試用 Business 方案,數週內就轉到 Enterprise(Brex saves 427 hours a week with Granola[6])。同一頁面自報,6 個月內知識工作者採用率超過 50%,自採用以來節省 25k+ 小時,每週節省 427 小時。這些數字來自客戶案例頁,沒有獨立測量,也不能從這一個客戶推到所有公司。所引的官網、定價頁和這份案例頁裡,沒有 Granola 的營收、毛利或客戶數,所以僅憑這些材料看不出這門生意賺不賺錢。

同類工具裡,Fathom 的免費方案列出不限錄音和轉寫、即時 AI 會議摘要、片段與播放清單、跨通話搜尋,採集上也提供 bot-free(Mac beta)或機器人參會兩種方式(Fathom pricing[7])。兩家都有無機器人的採集路徑,但保留的材料不一樣:Granola 明說轉寫後刪音訊,Fathom 免費方案列的是不限錄音、轉寫與通話儲存。差別在於,你要的是「會後沒人能翻舊錄音」,還是「舊錄音留著以後再說」。

Granola 賭的是會後你還願意翻的那頁筆記;為了它,產品預設不會替使用者向參會者顯示自己,而是提供自動聊天訊息和浮水印,讓線上通知可以設定一次後自動執行。但面對面坐下來時,按下開始、開口告訴對方「我在記筆記」的,還是坐在那裡的人。

繼續閱讀

AI 效率
Klipy,等你點頭才動手的銷售 AI

Klipy 接手銷售會議後的跟進工作。它擷取電子郵件、會議和即時通訊裡的客戶對話,草擬跟進郵件和 CRM 更新,並準備下次會議的資料。跟進郵件由業務人員核准後才寄出。創辦人 Jung Hong Kim 是韓國連續創業者,曾因零售事業在 COVID 期間倒閉而負債。他做顧問時遇到共同創辦人,三個月推出 Klipy.ai。產品於 2024 年 11 月以自動記錄的 AI CRM 上線,2025 年 6 月轉向替業務執行下一步,並按使用者同意後的具體動作計費。

AI 效率
創辦人自述2024年收入 \$8,000,85% 只收一次:NodeLand 把長報告做成了圖

里約熱內盧的 Gabriel Xará 把 NodeLand 當副業:Canvas 接手從長報告、影片逐字稿或會議紀錄提取並生成結構化圖,留下哪些節點、關係是否畫對、圖給誰看仍由人決定。2023 年搭建、2024 年上線,早期靠 AppSumo 等平台獲客。2025 年 1 月訪談披露,2024 年收入 \$8,000,85% 來自終身授權,成本與獲利未披露;他那年幾乎只做產品,行銷有限。

AI 效率
關掉一個沒人要的產品後,他們把創業拆成了「下一步」

David Heikka 與兄弟 Felix 的首個 AI 表單產品上線後沒人想要,試過投放、改登陸頁、改名和加功能,六個月後關停。之後他們做 Buildpad,把創辦生意拆成階段,按順序提示下一步驗證什麼;早期與目前的收費機制不同,產品也曾改名 aicofounder 再改回 Buildpad。

AI 效率
程式碼歸客戶,AI 帳單客戶自己付:SpaceAI360 做的是能帶走的自動化

SpaceAI360 由 Shahdin Salman 一人創辦,替客戶在自有帳號中,建置可以帶走的 AI 工作流程。具體接手的是表單、郵件或檔案進來後的解析、OCR、欄位擷取、資料庫核對與寫入 ERP/CRM,不確定的項目轉入人工複核。他不賣籠統的 AI 顧問服務,先做摩擦最大的瓶頸,並把確定性步驟交給 n8n、判斷步驟交給 Claude。