Granola：ChatGPT、Notion 都入场的 AI 纪要，能真正沉淀工作流吗？

LLM 和 agent 最关键的能力之一就是基于 context 来准确完成用户的任务，而最真实、鲜活的 context 往往不在 Google doc 等文档中，而是存在人与人的对话中，纪要就承载着这一类高价值信息。这也是我们关注这个市场的原因之一。

AI 的发展带动大量 AI 纪要工具兴起，OpenAI、豆包、Notion 也都推出了会议记录功能。我们研究了 AI 纪要这个领域后发现，人们最看重的是纪要准确性和工具集成性，后者直接关系到用户粘性。而市场上的玩家虽多，但同质化较为严重，真正做到差异化、打动用户的产品屈指可数。

而 Granola 凭借新颖的 AI 交互方式和对 AI 产品的深入思考，不仅成为这个领域的后起之秀，更是改变了很多知识工作者的工作流，为这个领域带来了新的想象空间。区别于 AI 直接生成纪要的方式，Granola 提供了 AI 补充人工笔记的功能，让人们有更强的掌控力，Granola 认为人的判断是很有价值，不应该将这种判断外包给 AI，AI 应该增强人们的思考能力，而不是代替人们思考。

Granola 早期吸引了大量的风投从业者、公司高管，口碑扩散的同时也推动了早期融资的进行。今年 5 月，Granola 宣布完成 4300 万美元的 B 轮融资，估值达 2.5 亿美元。

但我们认为，虽然 context 的沉淀能带来一定的用户粘性，但大部分人并没有在纪要工具上管理工作流的习惯，纪要工具本身也很难沉淀工作流，且随着 OpenAI 等模型公司切入这个领域，Granola 能否维持自身护城河，并从会议场景出发成为人们的“第二大脑”，仍然面临很多挑战。

目录

01 Granola 为什么值得被关注？

02 AI 纪要工具行业总览

03 Granola 凭什么值 2.5 亿美元？

01.

Granola

为什么值得被关注？

• 纪要工具有 LLM 和 agent 执行任务所需的大量 context

纪要工具沉淀了用户日常工作和生活中的大量 context，这些 context 既包括必须文字留档的重要会议内容，也包括没记录或还没来得及记录的口头交流，对于 LLM 和 agent 而言，获取这些 context 是精准完成用户任务的关键前提。

• Granola 提供了显著差异化的功能，具有一定竞争优势

AI 纪要领域玩家众多，大致可以分成公司自建工具、上下游软件内置工具、第三方软件、第三方硬件这四类。Granola 属于第三方软件，竞争对手主要包括前三者。

但公司自建工具在功能完善度和使用体验上往往不及第三方产品，第三方厂商可尝试和大企业达成合作；上下游软件内置工具，比如 Zoom、Notion 的内置工具，虽然天然与工作流集成，但由于纪要功能非主业，功能和效果往往也有限，而且内置工具往往深度绑定某个上下游软件，无法提供跨软件协作的能力。

对于其他第三方软件，绝大多数玩家（包括 ChatGPT）都只有 AI 直接生成纪要的功能，但在实际使用过程中，AI 可能并不能很好掌握会议中的要点，而 Granola 提供了 AI 补充人工笔记的功能，既实现了利用 AI 辅助记录，又赋予用户更强的掌控力。这个极具差异化和创新的交互形式让 Granola 成为这个领域的后起之秀。

• Granola 团队对 AI 有深入思考

从公司官网 blog 以及团队的访谈中可以发现，Granola 团队对于 AI 产品有着非常深刻的思考。比如，在人与 AI 关系上，他们认为 AI 应该增强人，而不是代替人；在 AI 产品的构建上，他们认为，相比通用大模型，AI 产品尤其需要专注细分领域，能够预测并利用模型能力，并且需要更快做出更好产品，这样才能在竞争激烈的市场中发展。

• Granola 的用户拓展路径非常有效

Granola 早期将目标用户聚焦于 VC 和企业高管，这一策略不仅有助于产品从 VC 圈层向其他行业扩散、从高管用户向整个组织渗透，也有利于早期融资的进行。

主要风险

• 人们没有在纪要工具上管理工作流的习惯，这意味着只有集成，才能增加工具粘性

在很多用户访谈中，我们发现，虽然纪要工具上保存有很多 context，但这些 context 只有转移到工作流中才能真正发挥作用。相比笔记工具或者 CRM，人们并没有在纪要工具上管理工作流的习惯，这就导致人们往往将纪要内容导出到 Notion 或者 CRM 等软件。

这一方面意味着，人们可能不会选择将有价值的 context 沉淀在纪要工具上，因此纪要工具本身很难沉淀工作流；另一方面也意味着，人们在使用纪要工具的时候，尤其是企业客户，会格外关注工具的集成性。Granola 等第三方工具只有与人们的工作流较好集成，才能增强用户粘性，而 Granola 想从会议场景切入人们工作流，将面临很多挑战。

• 纪要工具的技术壁垒较低

纪要工具的技术壁垒相对较低，随着 OpenAI 等通用模型公司切入这个领域，Granola 是能够维持自身的护城河，还是被模型公司覆盖掉，依旧是一个值得思考的问题。

02.

AI 纪要工具行业总览

AI 纪要工具有哪几类功能？

人们日常生活和工作中的最新信息往往并不是存储在文档中，而是在人与人的对话中，广义上，任何口头信息交流都可以被视为会议，纪要的核心价值就是记录这些关键信息。此外，重要会议一般需要文字留档，这也凸显了纪要的必要性。

但撰写纪要耗时费力，参会者通常需要频繁在通话界面与文档之间切换，临时记下的内容在会后也很少能被真正使用。因此，自动化的纪要工具始终是市场的刚性需求，AI 的发展更是推动了大量 AI 纪要工具的兴起。

研究显示 2020 年美国 transcription 市场容量高达 216 亿美元，2021 年增长至 238 亿美元，占比较大的是医疗、政府、法律等。a16z 研究员 Olivia Moore 称美国有大约 10 万名医疗记录员，平均每 10 名医生就有 1 名记录员，除此之外，还有许多其他角色也承担着记录员的责任，比如翻译人员、教育工作者、研究人员、销售人员、助理等。

我们研究了 AI 纪要工具这个赛道后发现，AI 纪要工具的功能大致可分成三类：基础功能、协作功能、分析功能。市面上的产品几乎都具有前两个功能，但只有部分产品有分析功能。

基础功能包括转录、翻译、总结，输出不同格式的文档等。

• 在音视频录制上，AI 通常以两种主要形式参与录制，部分产品会同时支持两种方案：

1. 以拟人形象入会，例如 Fireflies，这种方式可以模拟真实的团队协作氛围，尤其在销售场景中，有专家指出，客户往往不希望面对仅有一人的对话，这种形式有助于缓解单一交流的尴尬；

2. 纪要工具直接使用麦克风和扬声器录制，力求减少对会议的干扰，例如 Granola。

• 在 AI 撰写纪要的方式上，可分成两类：

1. AI 直接生成完整纪要，绝大部分产品都属于这一类；

2. AI 修改、补充人工笔记，Granola 提供了这个差异化的功能，这也是我们关注 Granola 的原因之一。

纪要工具的上游是会议等音视频，下游是 CRM 企业系统或者 Notion 等个人笔记软件。纪要工具的协作功能包括与上下游软件分享数据、待办、原声片段等，比如将销售电话中的信息自动推送到 CRM 中，利用医患对话内容来填写预授权表格。但有专家表示，AI 撰写待办可能不是很精确，如果用户开玩笑说要做某件事，AI 可能会将其误认为是待办，因此最终还是需要人工审核。

分析功能包括，工具可以分析一场或多场会议中人数、问题数、发言关键词和情绪等，根据拟定的提纲对会议质量进行评分等。很多产品提供了内置的 chatbot 答疑或分析，相比通用 AI 模型，内置的 chatbot 更了解会议 context。

此外，值得关注的功能还有：

• Otter 能自动捕获会议幻灯片，并添加到笔记中；

• Fireflies 可以将纪要输出为博客形式的文章；

• Notta 可以将具有演示意义的会议视频，自动做成图、文、视频等不同形式的使用指南；

• Read.ai 可以分析会议中发言人的情绪，提供演讲改进建议，并对会议进程进行提醒。

人们需要怎样的 AI 纪要工具？

AI 纪要工具功能多样，但同质化较严重。我们认为，用户对会议纪要工具的本质诉求在于，能够准确记录会议中有价值的信息，供后续参考。通过一系列访谈，我们发现公司客户和个人用户最关心的就是工具集成性和纪要准确性。

在集成上，尤其在企业里，良好的集成便于公司业务开展。有专家表示在选择纪要工具的时候，相比于选择哪个品牌，客户更多关心工具如何实施、集成。

• 与上游集成：以 Fireflies 和 Fathom 为例，Fireflies 是与日历集成，意味着 Fireflies 能加入任何类型的日历会议，比如 Zoom、Google Meeting、Citrix 等，而 Fathom 最初集成的是 Zoom，也就是只能在 Zoom 使用，使用范围上就不如 Fireflies 广泛。

• 与下游集成：由于客户日常主要在 CRM 系统中进行任务管理，因此他们通常不希望在纪要工具中重复管理任务，这使得将纪要内容导入现有工作系统变得尤为关键。有客户称，Granola 与 Affinity 的集成效果甚至优于 Affinity 自身的原生工具。

更重要的是，AI 纪要工具必须深入集成到工作流，才能增加客户粘性。大部分客户认为，单纯更换纪要工具是非常容易的。有客户表示即使 Fireflies 价格翻倍也还会使用的原因就在于，Fireflies 已经深入工作流程，如果切换，需要重写 SOP、培训员工等，时间成本会大大增加。

在准确性上，AI 纪要质量必须达到最低可用标准，但语音转录的准确性可能不需要太高。一是市场上多家产品都达到了最低可用的标准，继续发力的边际效益较低；二是随着 AI 模型越来越多地应用于分析转录结果，最终处理转录结果的可能是 AI 而不是人，比如之前人工审阅转录错误的文本时，必须回到原始音频去理解上下文，但现在 AI 模型会自动解决错误，直接输出正确的总结，人们也可以把存在错误的文本输入 AI 模型进行查询或纠正。

除此之外，还会关注：

• 价格：人们只会愿意给能带来价值的工具付费；

• 易用程度：人们在比较产品时，往往会提到产品界面是否流畅、易于操作；

• 工具存在感：部分 AI 纪要工具会在会议前提示“本通话正在被录音”，这可能会导致客户感到紧张，甚至要求中止录音；

• 数据保密性：企业会关注纪要工具的数据安全及权限管理，尤其在涉及不同保密级别数据的时候。例如，有客户在 X 上表示不愿使用自有数据训练 Otter；Notta、Fireflies 等通过展示权威安全认证来增强信任。

玩家分类

随着 AI 发展，大量 AI 纪要工具迅速涌现，玩家众多的原因包括：

1. 纪要工具的使用场景非常多元，销售、教育、医疗等不同场景有相应术语，催生出垂直领域的特定产品，例如 Gong.io 专注销售场景，Freed.ai 聚焦医疗场景；

2. 不同语言之间存在翻译问题，推动了本地化工具的发展，例如总部在德国的 tl；dv 和发展重心在日本的 Notta；

3. 转录与总结的技术门槛相对较低。

目前玩家可以大致分成公司自建工具、上下游软件内置工具、第三方软件、第三方硬件这四类。

• 公司自建工具

由于企业内部数据具有保密性，且纪要工具技术门槛相对较低，不少技术能力较强的大公司倾向于自建工具。但受限于资源投入，自建工具在功能完善度和使用体验上往往不及第三方产品，因此第三方厂商可通过合作方式，与大企业形成互补。

• 上下游软件内置工具

部分上下游软件内置了纪要工具，这类工具具有与工作流天然集成的优势，但由于纪要功能并非上下游软件的主业，因此在功能效果和使用场景上，往往难以全面满足用户需求。

在功能效果上，上下游软件的内置工具虽然一般可以提供语音转录功能，但纪要总结的效果往往不佳，而且功能不如第三方软件专业、全面，比如 Notion 新推出的 AI 纪要是无法识别说话人的。更麻烦的是，内置工具一般无法提供跨软件的能力，比如 Zoom 的纪要功能不可能使用在 Google Meet 上；若公司员工使用 Notion 记录，就需要手动将信息更新到 CRM 中，但若使用了与 CRM 集成的第三方纪要工具，相关信息则可以自动更新。

此外，纪要功能无法被下游软件覆盖的另一个原因还在于，两者的信息颗粒度不同。比如 Gong 专注于记录销售人员与客户的对话，这个场景的信息颗粒度一般较细，而 Salesforce 等 CRM 系统需要管理全局信息，信息量较大，一般颗粒度较粗。若让 Salesforce 记录会议内容，若信息颗粒度较粗，会导致信息流失，若颗粒度较细，会导致信息负载过多，影响 Salesforce 正常运行。

在使用场景上，公司内部通常需要一个统一的纪要工具，这是上下游软件难以全面覆盖的。以销售团队为例，他们主要依靠个人手机进行一对一沟通，而非上下游系统。如果仅依赖这些系统内置的纪要工具，就会导致沟通记录缺失，进而可能影响团队对销售流程的全面分析和管理。

第三方工具可以在一定程度上解决上述问题，而第三方工具必须深入集成到用户的工作流，才能增加粘性，一个显而易见的例子是，如果纪要工具能够集成到销售团队的手机中，那员工就没有办法绕过这个工具，工具的使用频率和粘性会大大提升。

• 第三方软件工具

我们认为，第三方软件的功能同质化较严重，用户对各家工具在集成、准确性、易用性等等方面的评价，也没有非常一致性的倾向。

从商业模式看，大部分产品采用订阅制，并提供免费版本，大企业可定制化，除此之外，Fireflies 和 read.ai 等少数产品也提供按量收费的方案。但总体来说，市场对 AI 纪要工具的付费意愿较强，部分产品的商业模式在一定范围内也已经跑通。

值得关注的是，6 月 5 日 OpenAI 推出了 ChatGPT 会议记录模式：使用这个功能时，ChatGPT 会在会上进行对话实时转录，用户可以随时暂停或继续录制，会议结束后会自动生成纪要。

虽然这个功能仍处于非常早期的阶段，有很多明显缺陷，比如不能识别出不同的说话人；无法与日历或者会议工具集成，因此每次使用时，用户必须手动按下“录制”按钮等等，但考虑到 OpenAI 强大的技术能力，如果愿意投入资源，完善纪要功能并非难事，效果或可参考豆包，而且 ChatGPT 拥有庞大的用户基础，因此是一个值得关注的玩家。

•第三方硬件工具

这个赛道的玩家较少，取代的是原先录音笔的使用场景，包括外勤销售这种软件效果不佳的场景。

比如 Plaud.AI 成立于 2021 年，是全球首款搭载 ChatGPT 的录音笔，硬件可贴在手机上。2023 年 6 月份产品正式上线，半年时间就实现了盈利，2024 年 11 月 Plaud.AI 年化收入 1 亿美金，连续 2 年实现十倍增长。

03.

Granola

凭什么值 2.5 亿美元？

AI 直接生成纪要的痛点

Granola 团队分享过心理学家 Daniel Kahneman 提出的双系统思维模型：大脑中，系统 1 负责直觉、紧张和应急反应；系统 2 负责理性思考、推理和解决复杂问。很多思维工具类产品都假设用户是以系统 2 为主，但现实中，人们其实更多依赖系统 1，比如人们可能整天处于应激和赶进度的状态。

若以理性思考者为前提来设计产品，往往会脱离实际。多数用户根本没时间以你期望的方式使用你的产品，他们只是想尽力应对信息洪流，会议尤其是一个高压环境，因此，Granola 团队认为需要首先解决的是系统 1 的需求。

目前市面上大部分工具，包括 ChatGPT 提供的功能，都是直接由 AI 生成纪要，这个方式看似便捷，但在实际使用过程中，却难以满足用户诉求，比如 AI 可能不能准确捕捉到用户在会议中真正关心的内容，这导致虽然用户会使用 AI 工具，但可能不会回看 AI 纪要。因此，如何在利用 AI 辅助记录的同时，仍然让用户掌握笔记的重点，就成为了 AI 生成纪要这类工具的痛点。

Granola 团队尝试过多种方法来缩小用户脑中想法与 AI 输出之间的差距，比如让笔记更加简洁、将总结内容改为引用原句等，但最终效果依旧不理想。只要 AI 输出与用户的真实预期存在偏差，并且无法实时修改，用户便会感到沮丧，且用户的注意力很容易集中在这些问题上，从而削弱了对工具的信任感与使用意愿。

同时，团队也意识到，会议中的“移动鼠标、点击按钮”等交互操作往往会打断用户思路，影响会议的连贯性，因此团队希望找到无需用户主动分心的交互方式。

产品创新：AI 补充人工笔记

Granola 团队聚集 AI 纪要工具的痛点，最终推出了“AI 补充人工笔记”这个交互上极具创新的差异化功能。但 Granola 并不希望将自身局限在会议纪要，而是希望能成为人们工作的智能助手：定位于“第二大脑”，就像为人们的记忆接上一张外接硬盘，从而突破人脑在处理和记忆信息上的物理限制。

目前 Granola 的产品功能可以分成以下三类：

•基础功能

会议期间，用户可以自己写笔记，结束后 Granola 会通过分析参会者、会议内容等，根据 Customer discovery、Pitch 等不同模板，个性化地补充和修改人工笔记。这样的好处在于 Granola 能通过用户笔记，直接从源头捕捉用户意图，最大程度加深对用户情境和优先级的理解。同时 Granola 也提供了 AI 直接生成完整纪要的功能。

Granola 也可以实时输出完整 transcript，但团队认为实时生成的笔记会让用户忍不住去看，导致分散了用户在会议上的注意力，这也是 Granola 选择在会议结束后再用 AI 补充人工笔记的原因。

值得注意的是，Granola 的 AI 笔记均以灰色书写，以区别于用户自己的黑色笔记，且 AI 笔记均有超链接，用户可以查看 AI 撰写的文字背后的具体引述。

• 协作功能

Granola 连接用户的日历后，用户在使用 Zoom、Google Meet、Slack、Teams 或 WebEx 等平台开会时，Granola 可自动转录会议音频，无需通过 AI 机器人加入通话。此外，Granola 还支持与 CRM、Notion 等工具的集成，方便用户共享会议笔记。

用户还可以创建共享文件夹，并通过 URL 与团队成员共享，即使对方没有 Granola 账户，也可以查看笔记内容、与 AI 交流。

• 分析功能

Granola 使用 GPT 模型，用户可以就整个共享文件夹中的会议笔记，或跨多个会议，提出问题，AI 会分析文件夹内的所有转录内容，发掘 insights、识别主题并回答问题。

Use case

CEO Chris 表示目前的 Granola 产品只实现了产品愿景的 5%，但已经改变了很多知识工作者的工作流。比如：

• Chris 想要写博客的时候，以前他会打开笔记本，把想法写下来，然后再形成文章。而现在他会先找几个人聊聊对文章的建议，用 Granola 记录下来，之后 Chris 会把思路在口头表达出来，也用 Granola 录下，最后把这些素材放到一个文件夹里，然后让 Granola 里的 AI 提炼出主题、建议格式。

• 用户笔记内容发生了根本变化，有了 Granola 之后，用户只会在会议中写几条内心思考，比如“这个人有点强势”或“他们没正面回答问题，我有点担心”。这些笔记是 AI 无法听出来的，而客观内容则由 AI 处理。

与此同时，虽然 Granola 一开始是为了工作会议而构建的，但使用场景很快就超出了工作会议的范畴：

• 有用户用 Granola 记录自己得癌的伴侣与医生会诊的信息；

• 用户在头脑风暴的时候，会用 Granola 创建一个“虚拟会议”，然后自言自语；

• 用户希望规划一天事务的时候，会对着 Granola 说出所有待办事项，然后让 Granola 梳理优先级；

• 用户在看一个 YouTube 教学视频，边听边在 Granola 里记笔记。

值得注意的是，团队发现，用户现在越来越少去翻阅以前的会议笔记，而是直接问 AI，比如“他们当时怎么说的”，然后由 AI 快速生成高质量答案。

团队背景

Granola 创始人是 Chris Pedregal 和 Sam Stephenson。Chris 过去的工作经历集中在产品经理，Sam 集中于设计，二人都有创业经历，且对效率工具有着深度思考。虽然二人没有很强的技术背景，但我们认为，在 AI 纪要工具这个领域，比起单纯追求强大的技术能力，更重要的是产品能够深入理解用户需求。

特别的是，Granola 核心团队是建立在伦敦，而非硅谷。Chris 认为伦敦有着很多技术人才，尤其是 AI 领域，牛津、剑桥、UCL 和帝国理工学院等大学的 AI 项目都非常出色，DeepMind 也是在伦敦成立的。伦敦还有很多创业公司之间的合作，Meta、Stripe 等很多美国科技公司都在伦敦设立了办公室，同时，伦敦在设计品味上也很出色。

•Chris Pedregal

Chris Pedregal 毕业于斯坦福大学，曾在 Google 担任产品经理，负责的产品包括 Gmail、搜索、地图和 Google Now。2013 年创立 Socratic，这是一款面向学生的拍照解题 AI 工具，2018 年被 Google 收购。之后 Chris 再次加入 Google，2019 年重新推出 Socratic by Google。

2020 年 4 月，Chris 在 Google 的内部孵化器 Area 120 创立了 AI 扫描和整理工具 Stack，2022 年 6 月被 Google Drive 收购。随后，Chris 来到英国伦敦寻找创业灵感，当时他就已经显示出了对 GPT-3、思维工具、AI 产品等的兴趣。23 年 3 月创立了 Granola 并担任 CEO。

• Sam Stephenson

Sam Stephenson 毕业于 Falmouth University，2018 年创立 Sow，希望将社区与当地农民联系起来，可以直接从农民那里运送食品杂货，最终由于未能找到可持续的商业模式而关闭。之后 Sam Stephenson 在笔记应用软件 Ideaflow 等不同公司担任过短期的设计工作，2019 年起以自由职业身份专注于产品设计，之后创立 Granola。

Granola 的 AI 理念

Granola 团队对于 AI 产品有着非常深刻的思考。团队非常敬仰 60、70、80 年代的计算机先驱，认为自从 1968 年 Engelbart 革命性地完成“Mother of All Demos”演讲，并预见了现代计算机发展以来，LLM 的出现是工具开发领域最令人兴奋的时刻。

• 人与 AI 的关系：AI 应该增强人，而不是代替人

Chris 表示，他在 GPT-3 刚面世时就很感兴趣，曾尝试了不同的产品原型来了解 AI 是如何在日常生活中发挥作用的，也正是 AI 的实用性促使他创建了 Socratic。2023 年初，两位创始人在伦敦一场专注于会议工具的科技聚会上相遇，GPT 的突破性进展让两人看到了重新定义会议笔记的可能性。

于是二人开始组建一支由设计师和工程师组成的小团队，2024 年 5 月推出 Granola，并传达了这样一条信息：如果你认为自己的判断很有价值，那么就不应该将这种判断外包给 AI，AI 应该帮助你更好地思考，是思维增强的工具，而不应该代替你思考。这条信息立刻引起了大众的共鸣。

Chris 认为用户与 LLM 是协作关系，用户应该像对待第一天到岗的实习生一样对待大模型：实习生很聪明，但不知道 context，人工笔记就是大模型的 context。正是基于上述理念，Granola 选择用 AI 补充人工的笔记，注重与用户的协作体验，而不是简单追求更高的自动化。

在 Chris 看来，收集 context 其实不难，真正的难点在于如何分辨哪些 context 是有用的。没有 Granola 的时候，用户记笔记是为了记录信息；使用 Granola 后，用户记笔记变成了向 AI 标注重要事项。如果把传统的会议记录习惯比作骑自行车，Granola 相当于为用户换上了一辆电动车，让用户在保持完全控制的同时，通过 AI 提供额外的助力，从而更加轻松高效地达成目标。

Granola 能创新人与 AI 的交互方式也在于，Chris 坚信现在制约人与 AI 协作最关键问题就是交互界面。今天人们与 AI 的交互方式就像早期计算的终端界面：用户输入一行命令，计算机输出一行响应。虽然 Chris 不认为 chat 模式会消失，但它最终会被视为非常初级的形式，因为用户对 AI 的控制能力有限，未来应该是更流畅、协同式的交互体验。

以汽车方向盘为例，最早的汽车没有方向盘，是用一根杆子控制左右，慢速时还行，但一旦开快了，就很容易失控，后来人们才发明了方向盘，实现了对汽车的精准操控。

• 对 AI 产品的理解：专注细分领域+预测并利用模型能力+更快做出更好产品

Chris 认为，打造真正有用的 AI 产品的核心原则在于“打造用户喜爱的产品”，因此 Granola 非常注重用户体验，会在技术细节上精雕细琢，比如提供无缝的会议提醒功能、突出的回声消除技术。

相比于 ChatGPT 等通用模型，AI 产品的策略应该是专注某一细分领域并做到极致，聚焦细分领域也更利于团队识别 AI 故障所在。更重要的是，AI 产品需要明确哪些问题将是长期存在的，尤其需要具有预测未来 GPT-X 的能力。因为 ChatGPT 等底层通用模型正在快速发展，这意味着 AI 产品团队可能花费数周构建的某项功能，很快就会被下一代通用模型自动实现。

比如 Granola 早期版本无法记录超过 30 分钟的会议，这是因为当时 OpenAI DaVinci 模型的上下文窗口只有 4000 个 token。通常情况下，延长记录时长就是首要任务，但 Granola 团队认为 LLM 能力会迅速提升，会拥有更长的上下文窗口，因此，Granola 并没有在怎么延长会议时长这个问题上花费过多的时间，而是选择专注于提升记录质量。如今会议时长已不再是问题，Granola 高质量的会议记录成了用户最喜爱的原因之一。

AI 产品还应具备灵活调动各类底层模型能力的机制。例如，Granola 会根据不同功能调用最适合的模型，并能根据实际表现随时切换到效果最优的模型。

除了与通用模型公司竞争外，Granola 也面临其他 AI 应用开发者的竞争，对于这些竞争，Chris 认为核心在于如何“更快地做出更好的产品”。虽然大公司的速度快得超出 Chris 想象，但 Chris 认为最让 Granola 担心的竞争对手是还没成立的创业公司，即能在 Granola 和其他人已有成果的基础上，执行得更快的团队。

经营情况

•商业模式

Granola 目前有免费版、个人版、商业版和企业版四种定价方案。目前 Granola 运营成本主要是调用模型的成本，但 Chris 认为模型成本将会越来越便宜。

• 用户群体

Granola 的用户拓展路径非常有效，初期目标用户为 VC 和公司高管，2024 年 5 月上线后，凭借出色的产品体验，早期便吸引了科技圈创业者和投资人的主动传播，从而实现了强劲的用户增长。

当时，超过一半的 Granola 用户是公司高管，其中包括 Ramp、Roblox 等独角兽企业的创始人和高层，以及 Vercel 创始人 Guillermo Rauch、GitHub 前 CEO Nat Friedman 和 Intercom 联合创始人 Des Traynor，Benchmark、Sequoia、Accel 和 Union Square Ventures 等 VC 合伙人也使用 Granola 来记录创业者的路演过程，这些资深用户也促成了 Granola 的 A 轮融资。

目前，Granola 的用户群已从最初聚焦的风投圈，迅速拓展到包括咨询、科技、教育等多个行业的专业人士。同时，使用范围也从企业高层延伸到全公司。Sam 表示在目前的用户群体中，非投资者的数量已经比投资者多了，许多人都是通过口口相传找到 Granola 的，比如创始人从投资者或者从同行那里听说，后来他们再把 Granola 推荐给团队成员。

2024 年 10 月，每周约有 5000 人使用 Granola，而且用户留存率也较高，70% 的用户会在首次使用后的一周内再次使用该应用，50% 的用户会在 10 周后继续使用。之后 Granola 完成 A 轮融资，用户数更是以每周 10% 的速度在增长，目前已达 5 万。

尽管 Granola 的用户规模正在快速扩大，但根据 Similarweb 的数据，Granola 与 Fireflies 和 Otter 相比，官网访问量仍处于较低水平。

• 融资

2025 年 5 月 14 日，Granola 宣布完成 4300 万美元的 B 轮融资，估值 2.5 亿美元。

文章来自于微信公众号“海外独角兽”，作者是“拾象”。