田晏林 发自 凹非寺量子位 | 公众号 QbitAI

当全行业还在卷大模型参数、烧算力、拼Token消耗时，已经有企业实打实地在用大模型帮客户赚到真金白银。

这些年，天下苦SaaS久矣，更苦“AI好看不好用”。

大模型发展突飞猛进，新模型不断涌现。但早期B端企业获得感较弱，模型多数只能聊天，无法开箱即用，更别提能实际执行任务、做出业绩、能替代真人干活了。

企业老板们最烦恼的莫过于：花了一堆钱买系统、搭模型，最后得到的效果像“抽卡”、交付不稳定、大模型幻觉频发……

在这样的行业困局里，零犀科技走出了一条完全不同的路。

其自研的因果大模型，不做炫技，也不赚虚高的Token钱，只做一件事：用AI智能体帮企业提升销售、拿到结果。

有保险客户接入零犀销售智能体，一年新增保费20亿元；

更少见的是，在普遍烧钱的大模型行业里，零犀科技在2025年已实现规模盈利、正现金流，成为最早跑通大模型商业闭环的大模型应用公司。

销售的终极难题

“这款产品挺适合您的，要不您再考虑考虑？”

电话那头，客户只淡淡回了一句：“我再想想。”随后便是忙音。

销售圈几乎天天上演这一幕，而对新手来说，这永远是一道终极难题。

继续追问，怕被客户拉黑；不追吧，又怕煮熟的鸭子飞了。

△AI生成

金牌销售却能秒懂背后的潜台词，经常一句话就能打消客户顾虑，重掌主动权。

这其实跟现在大模型落地行业的真实困境很像。

通用大模型具备很强的上下文理解能力与泛化能力，能陪客户聊天、精准复述销售话术。

但这种通用能力，无法直接满足专业场景的结果要求。

一旦遇到保险、金融这类重逻辑、高确定性的场景，很难做出精准决策。

这很像一个刚毕业的大学生，有潜力，没经验。

零犀的因果大模型，就是要把大学生培养成能独当一面的行业专家，不仅跟客户沟通时有逻辑，会推理，还能形成稳定、可复制、可持续优化的专业能力。

不止于训练专家，更要让模型自进化

怎么培养行业专家才好呢？这不是喂几本手册、调几个API就能搞定的。

作为国内最早布局大模型研发的团队之一，零犀给的解法是：因果AI+大模型后训练。

销售业务是“难以自动验证结果”的。客户的一句“我再想想”，到底是真犹豫、还是委婉拒绝？

零犀用“因果逻辑”给模型搭了个业务判断标尺。

就像老销售判断一个新人好不好，不只是看他开了多少单，更看他面对客户时的应对逻辑、节奏把控、情绪感知对不对。

这也是该公司从2021年就在研究的事——提升AI的“归因”能力，完成从知其然到知其所以然的范式转变。

销售本就是一门高度复杂、极度依赖人性、结果至上的苦活。

强调因果逻辑，让AI能够像从业多年的行业专家一样，想客户之所想，急客户之所急，以及知道他们为何这样想，为何这么急。

有了像行业专家一样的因果理解能力后，如何稳定输出成可复制、可持续优化的专业能力？才是衡量大模型技术先进性的重要标尺。

零犀的做法是：押注后训练。

基座模型很像面向全社会的“大学教育”，提供的是通用能力底座。

单纯靠灌输知识，不能真正改变模型的决策方式和能力边界。

能和竞争对手拉开差距的，只有后训练。

和传统后训练不同，零犀的后训练分成了三步走。

一是训练对象更深。

真人销冠的风格千差万别，但底层逻辑始终如一：拆透需求，匹配策略，用最戳人的表达推动成交。

零犀想要训练一支AI销冠队伍，把真人销冠的整套本事拆解开，包含用户识别、策略选择、结果反馈等模块。

他们让模型学会像真人专家一样思考做决定，而不是“怎么背答案”。

二是训练信号更强。

零犀建立了独特的奖励模型与迭代机制，不是只看模型输出像不像，而是把真实结果反馈、推理链路、因果归因和反事实分析一起纳入评分与奖惩。

越接近有效决策路径，得分越高。

本质上，就是给AI配了一个专属金牌导师，实时复盘打分。

通过奖励与约束机制，模型权重能够持续向更优的业务决策方向收敛，越跑越聪明。

就像销售团队定期要开“复盘会”：聊得好的经验被沉淀，踩过的坑被规避。

不同的是，AI的复盘，每秒都在发生。

△AI生成

三是训练闭环更完整。

模型不是一次训练就定型。它会一直在真实业务里跑、实时接收效果反馈，不断复盘修正、迭代再训练。

靠着这套持续运转的闭环，模型还能让“行业专家”开启自进化。

从因果大模型在金融、保险、汽车、教育这些垂直领域的实际表现看，与碳基销售对比，在不影响甲方用户体验和销售成交结果的前提下，模型替代率从早期的20%～30%，提升到现在的100%，在垂类领域具备类AGI能力。

随着基础模型持续进步，零犀杠杆效应将会持续放大。

不抽卡、不注水，只为业绩买单

零犀特有的后训练“三步走”，正是其技术核心壁垒所在——

分别对应着：通过因果AI获得的数据壁垒、关于业务know-how的AI化，以及迭代速度壁垒。

三者环环相扣，成为同行最难在短期复制的护城河。

零犀科技CTO曾文佳告诉量子位，公司从一开始就非常重视后训练强化模型的推理与决策能力，而不是停留在通用模型调用层。

核心原因在于公司的商业模式是按交付结果付费（Raas）。

这意味着模型不能只“会说”，还得真能帮助客户成交。

在行业普遍依赖通用大模型调用、轻量化AI工具输出的当下，零犀从技术路线到商业模式，走出了一条完全差异化的路径。

比起SaaS让客户“先花钱再赌结果”，RaaS与客户风险共担、利益捆绑，不成事不收费。

这条重交付、重结果的赛道看似 “自虐”，却让零犀跳出行业同质化内卷。

早期依托人机协作模式，零犀深耕金融、保险等高门槛赛道，持续沉淀真实销售交互数据、拆解全链路业务逻辑、积累深耕场景化行业know-how。

伴随通用大模型技术成熟，长期沉淀的数据与场景经验全面释放，AI智能体逐步摆脱人工依赖，实现全流程自主交互、自主决策、自主转化，RaaS模式的商业价值全面释放。

当下，越来越多企业开始意识到结果导向服务的价值，纷纷布局RaaS模式，但零犀早已完成长期深耕与规模化验证。

传统SaaS、项目定制化服务，极易在投标、POC阶段陷入功能堆砌、方案同质化、低价恶性竞争的困局，价值难以量化。

而零犀的RaaS模式，直接以保费增量、营收提升、转化效率等硬核经营指标量化价值。

这种聚焦结果的商业模式，也让零犀在行业中走出了独立行情。

2025年，该公司实现规模化盈利与正现金流，在大量AI公司仍在烧钱融资时，零犀已经凭借RaaS模式实现健康的商业循环。

就连当前行业爆火的Token经济，本质上也还是AI底层基础设施的生意。

卖的是“工具能力”，只提供底座，不负责结果。

RaaS和Token经济完全不在同一价值维度，它更像是对后者的升维颠覆。

类比移动互联网，最大的赢家不是运营商，而是抖音、美团这类在带宽之上做价值创造的平台。

AI行业也是同理，Token是基础，上层服务与结果交付才是未来。

AI真正的价值，一定在算力与Token之上。

只做业绩增量，拒绝工具化浅层交付

依托自研因果大模型能力，零犀没有半成品式的AI工具输出，聚焦企业核心经营痛点，直接交付可落地、可考核、可量产成交的全链路销售智能体。

他们很明确要为企业创造确定性业务增量，而非提供辅助类数字化工具。

ACE（Agentic Customer Engagement）客户经营智能体，是该公司的核心产品，负责任务规划、分解和调起子智能体，以完成各项任务。

无论是大模型技术，还是提供的产品，零犀都是围绕销售场景死磕。

零犀科技联合创始人翁绍斌告诉量子位：销售是企业真正的痛点，聚焦销售可直接为客户带来业务增量，获得更多回报，且该预算相对容易获取。

而且，选择销售切入，能快速获得正反馈，深化业务发展，与单纯卖工具相比，为客户带来的增量，更难被替代。

凭借成熟的智能体矩阵与落地经验，零犀已实现保险、银行、汽车、教育等多赛道规模化落地，合作覆盖奇瑞、北京越野、高途、猿辅导等头部企业，跨行业复制能力持续验证。

背后团队

零犀科技的核心团队脱胎于百度人工智能技术部门原班人马，是国内最早一批开始大语言模型技术研发的团队，兼具大模型研发与企业级交付经验。

团队成员在AI领域平均拥有超10年的实战积累，既是国内最早探索大模型技术的先行者，也是大模型与场景应用融合的标杆实践者。

这支“百度系”天团，磨合时间长、配合默契，既懂模型底层研发，又懂企业真实业务痛点。

对比海外同类玩家，国内Agentic Sales赛道已形成显著优势。

中国在大模型场景落地、产业渗透、语音智能体规模化商用上，应用深度与商业化成熟度领跑全球。

不同于海外侧重通用模型与工具化输出，国内企业更聚焦实体产业需求，跑出了以RaaS为核心、结果交付的先进商业模式，商业闭环更扎实、可持续性更强。

目前，国内基础大模型企业已在二级市场完成价值重估。

随着AI产业从基座竞争全面迈入应用爆发期，聚焦产业场景、可量化创收的AI应用公司，价值认知也将加速修复。

AI终极价值不在于算力与参数比拼，而在于深耕产业、落地实效、创造增量。

可以肯定的是，拥有技术壁垒、稳定盈利与结果交付能力的头部应用企业，会迎来确定性的价值释放。