跳至正文
MakerGain
← 返回项目

接手第一周数据库就崩了:Zipchat 想把每家网店的客服做成开箱即用

编辑:MakerGain

Zipchat 是面向电商的 AI 客服智能体。Ruslan 在 2024 年 1 月接手时,团队说不清 MRR 和客户来源,第一周数据库就开始崩。他先补账:用 Mantle 让 MRR 可见,收集聊天回复反馈;按其博客口径,约两个月后 MRR 提高 25%、首次达到 2 万美元。产品称 30 分钟可上线,但品牌规则、客服台连接和答错校正仍要逐店配置。

Ruslan 在 2024 年 3 月 19 日发布的博客里写,他 1 月接手 Zipchat 时,团队不知道 MRR 是多少,也说不清客户是从哪里来的。沟通分散在 WhatsApp、Slack 和邮件里,没有共同知识库,也没有测试自动化。接手第一周,数据库就开始崩 博客[1]。

这不太像典型的 AI 创业故事。但它能回答一个更实际的问题:一家网店把客服交给 AI,到底买到了什么,钱又付给了谁。

它接的是顾客半夜问出口的那句话

官方把 Zipchat 描述成一个面向电商的单一智能体:站内搜索、商品页问答、网站聊天、WhatsApp、Instagram、Messenger 和电子邮件都由它接,同一个客户在不同渠道之间保留同一份记忆 官方说明[2]。它依据品牌自己的商品目录、网站、文档和规则作答,价格、库存这类实时商品数据优先于缓存文本。

比如,下面只是按官方说明拼出来的示意,不是某个客户的实际记录:顾客在商品页问“这件明天能到吗”,智能体查的是实时库存和品牌给的配送规则;品牌规则规定这时候该转人工,就转。它还能在品牌自己的工具里做动作,比如查订单、发折扣码。这些动作通过 Agentic Skills 接进去,连接方式可以是任何有 API、webhook 或 MCP 的工具;哪些动作自动执行、哪些要人批,由品牌自己定 同上[2]。

图:来源 产品官网[3],2026-11-18截图,保留官方界面示意;不是独立实测或实际客户效果记录。

“转人工”三个字听着简单,接起来并不齐整。官方列出的客服台连接里,Zendesk 是原生集成;Freshdesk 是现成的 Agentic Skill,转人工时会建一张带摘要和完整聊天记录的工单;Gorgias 还是 beta、按请求提供;Intercom、Salesforce Service Cloud 这些要用它自己的 API 配自定义 skill。这些连接在所有套餐里都能用 同上[2]。官方另说自助上线 30 分钟内完成,从 Shopify App Store 装完就能用。也就是说,开箱能开,目录和网站从第一天就能自动读取;但品牌规则、客服台连接和答错后的校正,仍要品牌自己配置。产品交付的不是“一个会聊天的框”,而是一段需要品牌自己定规则、接客服台、校正答法的流程。

接手它的人,先补的是账

Ruslan 不是第一次做电商工具。2017 年他做 Checkout X,一个 Shopify 的替代结账,bootstrap 做到 $8M ARR;后来 Shopify 改了平台、把结账锁住,产品死掉 Indie Hackers 访谈[4]。这段经历解释不了 Zipchat 今天的样子,但他确实做过那种“门开在别人手里”的生意。

关于他和 Zipchat 的关系,公开说法并不齐。官网创始人页把 Luca Borreani、Carlo Bellati、Ruslan Leteyski 和 Michael Monin 并列为 2023 年 5 月创立公司的四位联合创始人 关于页[5];他本人在博客里把 1 月的那次交易称为“收购”,说自己“继承”了 Luca 和 Carlo,接手时公司已运营约 10 个月、在服务 200+ 商业客户 博客[1];同一篇 Indie Hackers 访谈里,他又说 2024 年共同创立了 Zipchat 访谈[4]。这篇博客发布于 2024 年 3 月 19 日,文中说收购发生在 1 月。能确认的是,他接手时公司已经有一批商业客户在服务,而账是乱的。

接手之后,他最不像“增长动作”的一步是补账:用 Mantle 把 MRR 变成看得见的数字,开始收集聊天回复的反馈 同上[1]。再往后才是收入——他自述收购后约两个月把 MRR 提高了 25%,首次达到 $20k MRR。这条自述来自 2024 年 3 月 19 日的博客;收购约两个月后的 $20k MRR,不该当成现在的数字看。

难看的也一并写在博客里:数据库第一周开始崩,到写那篇博客时仍有性能问题,服务器支出高于应有水平,他自认不是资深开发者;产品还有缺失功能,聊天回复有时很差,很多 bug 同上[1]。

账单挂在“AI 说了多少句话”上

收费方式能看出取舍。Zipchat 的常规按量套餐按每月 AI 回复数计费,不按坐席,也不按店铺流量:Starter 年付 $64/月($768/年)或月付 $80/月,含 750 条 AI 回复/月;Pro 年付 $240/月或月付 $300/月,含 3,000 条/月;年付省 20%,超出后 Starter、Pro 可按 $49/250 条买加量包 定价页[6]。每个套餐有 7 天免费试用;首次付款后 30 天内可申请全额退款至原支付方式(疑似欺诈或滥用除外);可随时取消且无取消费,但 30 天退款期之后,年付的未使用月份不退款 同上[6]。

按回复数收,等于把账单挂在“AI 干了多少活”上,而不是“你雇了几个客服”。Gorgias 也把自己说成不按坐席定价,但它的尺子是工单:helpdesk 按每月 50 到 5,000 张工单扩展,一张工单只要至少一条消息从 Gorgias helpdesk 发出——人工、AI Agent 或规则自动消息都算——就计一张工单费;AI Agent 在没有转人工、且 72 小时内不需要人工介入的情况下把工单解决,再加一笔结果型自动化费;完全由 AI 解决时两笔费用可以叠加,转人工时只收工单费 Gorgias 定价[7] 计费说明[8]。两家都把计费挂在处理量上,但尺子不同:Zipchat 数 AI 发出去的每条回复,Gorgias 数“有 helpdesk 发出消息的工单”,再叠一层 AI 独立解决的自动化费。店主算账的方式因此不一样。

还有一笔钱不归 Zipchat:走 WhatsApp 做营销,首条消息由 Meta 按国家收费,美国是 $0.02/次发起聊天,官方举例 1,000 人是 $20,且只适用于营销活动 定价页[6]。如果从 Shopify App Store 安装,订阅由 Shopify 计费、出现在 Shopify 发票里,套餐功能与订阅渠道无关 同上[6]。另外,Shopify 商店页面[9]用人民币显示 Starter 为 500 条回复/月,官网用美元显示 750 条/月;商店页面自己说明,人民币价是按当前汇率估算的展示价,实际按收费当天的汇率、以商店账单货币扣款。两处回复条数对不上,材料没说以哪个为准。

效果说法和收入说法,都要看清楚是谁在说

官网有“少于 3.2% 升级人工”“通过对话产生收入”这类结果口径,属于公司自报,没有独立实测或客户级数据可以验证。2,500+ 电商品牌、18 人团队(6 工程、4 营销、3 客户成功、5 销售)、覆盖 40+ 国家、Shopify App Store 4.9/5,也都是官方说法 关于页[5] 官方说明[2]。

收入有两个口径,都来自创始人,不是审计数字。他在 Indie Hackers 访谈的可见部分说,Zipchat 当时每月处理 700k 次对话、周环比约增长 10%、即将突破 $2M ARR,同一页面的收入字段写的是 $167K/月 访谈[4];博客里收购两个月后的 $20k MRR 是另一个时点的自述。MRR 不是利润;服务器成本只有“高于应有水平”这一句方向性描述,没有金额,所以利润仍然不清楚。

他自己最不留情的一句是:原以为 Zipchat 只是 ChatGPT 的包装,实际要做成任何店铺开箱即用的 AI 聊天,难得多,核心任务仍未做到完美 博客[1]。获客上,App Store 优化、营销、外呼销售、参加会议同时在做:外呼有效但数据不足以增员扩张,营销有结果但没有哪一项可以加码,App Store 带来安装但竞争在加剧。他说还没有好的增长飞轮,当年年底的目标是 $60k MRR。

“任何店铺开箱即用”这句话,最容易被店主低估。官方说 30 分钟能上线;目录和网站从第一天就能自动读取,但品牌规则、配送政策、客服台连接、答错后的校正,仍要一家一家配。店主愿意付钱,买的更可能是半夜那句答得对的话,而不是“用了 AI”;而要让这句话在几千家不同的店里都成立,难的不是模型,是那些不一样的地方。

继续阅读

AI 客服
转人工不计费:Fini 把 AI 客服的账单押在“真的解决了”上

Fini 的 AI 客服代理在客户现有 helpdesk 里接手聊天工单,用行为树和确定性执行器按节点读取套餐与账户状态,调用客户接口完成取消订阅等动作;转人工不计费,默认只把端到端解决、没有人工接手的工单算作计费单位。团队曾清空首版产品,在 fintech 客服团队驻场四周后重建,选择不替换客户现有客服系统,并把后台 AI 自行提出的知识修正置于人工审核之后,未经批准不发布。

AI 客服
先让机器人说“我不知道”,这门副业每月带来约 \$500

伦敦 HeyDeacon 的 Andy 与两位联合创始人做 Deacon,供仍自己回客服信的创始人和小团队使用。它先由联合创始人自用;答不上来时承认不知道并请访客留邮箱;对方实际留下邮箱后,对话会标成未读并给所有者发邮件,人工回复可进知识库。团队把重点放在模型外的流程,知识库需手动重抓或由发布脚本触发更新,换模型不必重做产品。

AI 电商
先问愿不愿付钱,再做产品:LeadFlow 先降低冷邮件的第一道门槛

21岁的德国大学辍学生Adrian Berisha在开发LeadFlow前,先问营销网络与独立创业者:若冷邮件工具设置极简、邮件能进收件箱,是否愿付费。得到肯定后,他把活动配置、邮箱设置、AI个性化、回复分析与CRM交接收进同一流程,并用自家产品跑冷邮件、在LinkedIn约会议,另以done-with-you帮首批客户完成设置。

AI 图片
Pykaso:把「下一张还像同一个人」做成生意

Pykaso AI 接在虚拟角色设定之后、内容发布之前,解决后续图片仍像同一个人的任务。经营者选择 bootstrapped,首版走整合路线,把训练与生成动作收进一个平台,并靠社交自然增长、联系创作者推广;不同存档页面在收费计量和方式上留有出入。