Aftercasting
← No Priors

Building an Autonomous Enterprise for Real-World Services with Netic Founder Melisa Tokmak

2026-07-31

Netic 创始人兼 CEO Melisa Tokmak 向 Elad Gil 解释：在 HVAC、宠物护理、酒店等「真实世界必要服务」中，用 AI agent 承接客户沟通、调度与派工，使企业聚焦蓝领交付；她主张做可规模化产品而非 AI roll-up，不认为前沿实验室是近期对手，并看好 AI 对教育的平权作用。

  1. Netic = 必要服务企业与客户之间的自治运营层（沟通→规则→派工）。

  2. 70% 客户 AI-first；溢出场景是切入点。

  3. 选产品公司而非 roll-up：复用、技能匹配、使命。

播出信息

  • 日期：2026年7月31日（RSS pubDate）
  • 时长：约 34:29（2069 秒；YouTube 2070s）
  • 主持人：Elad Gil
  • 嘉宾：Melisa Tokmak（Netic 创始人/CEO；前 Scale AI 工程总监/GTM；Meta 背景）
  • 音频：Megaphone MP3
  • YouTube：wWbX3NL6_Uo
  • 英文转写：Podscripts（未用 Whisper）
  • GUID：db17d1d8-8c79-11f1-9e05-6bb27aab1f6f

背景

必要服务（暖通、水暖、电气、消费健康、酒店、汽车、宠物等）多为高收入、PE 控股、EBITDA 导向的大型本地服务网络；增长常被「必须堆人接电话/调度」卡住。Netic（约两岁）做公司与终端客户之间的 AI 中间层：语音/短信/网页预约 agent 理解需求、匹配运营规则并派劳动。Tokmak 在 Scale 做过政府与多行业大客户，强调「为真实世界做产品」与 mission-critical 工作流自治。

节目结构 / 议程

  1. 介绍：Scale / Meta 到 Netic — 00:00 🎧 · ▶️
  2. Netic 做什么：企业与客户之间的自治层 — 00:32 🎧 · ▶️
  3. 今日做法：堆人、缺勤、季节性；70%+ AI-first — 03:53 🎧 · ▶️
  4. 为何不做 AI Roll-up：使命、技能、产品复用 — 06:26 🎧 · ▶️
  5. 机器人时间线：同一本书的不同章 — 10:38 🎧 · ▶️
  6. 大实验室能做吗？焦点、产品死亡率、最后一公里 — 12:56 🎧 · ▶️
  7. 现代创始人心态：退出导向 vs 长期 craft — 15:35 🎧 · ▶️
  8. 筛选 Agency：一生轨迹与「最难的事」 — 19:09 🎧 · ▶️
  9. 五年愿景：自治企业 + 只与杰出的人共事 — 22:25 🎧 · ▶️
  10. 「慢产业」误解：14 天半百万合同与卫星数据 — 23:53 🎧 · ▶️
  11. PE 剧本：从找宝石到要 ROI；$6 亿+ AI 互动增量 — 27:23 🎧 · ▶️
  12. 教育兴奋与「有选择仍不做」 — 31:14 🎧 · ▶️
  13. 结语 — 34:27 🎧 · ▶️

分节详解

1) 介绍：Scale / Meta 到 Netic — 00:00 🎧 · ▶️

💬 他们说了什么： Elad 介绍 Tokmak：Netic 为 HVAC、宠物护理、屋顶等真实世界服务构建 AI；此前在 Scale 做工程与 GTM，亦有 Meta 经历。

💡 为什么重要： 嘉宾信用来自「给真实世界行业交付过」而非纯消费级 chat 创业。

⚡ 争议点： Scale 与 Meta 经历被主持人概述，细节以嘉宾自述为准。

2) Netic 做什么：企业与客户之间的自治层 — 00:32 🎧 · ▶️

💬 Netic「为让世界运转的数百万真实世界企业运行 AI」：服务十亿级营收的家居服务、会员制健康、酒店、汽车、宠物等。平台位于公司与客户之间——理解需求、匹配运营规则、部署服务/劳动力。零下 20 度暖气坏了的场景：客户经搜索/聚合器/LLM 找到商家后，电话/短信/网站预约由 Netic agent 接待，询问房屋类型、历史记录，并推理是否当日派工、派哪类技师（锅炉专家 vs 新系统）、如何兼顾 LTV 与体验。

💡 产品楔子不是「又一个客服 bot」，而是收入关键路径上的复杂运营决策。

⚡ 「数百万企业」是愿景口径；当前渗透率未披露。

3) 今日做法：堆人、缺勤、季节性；70%+ AI-first — 03:53 🎧 · ▶️

💬 传统上靠成百上千人支撑工作流；蓝领交付才是核心劳动力与差异化，后台人效不可靠（凌晨开工、缺勤、热浪/寒潮/节假日高峰）。接不通就流失到下一家 Google/ChatGPT 结果。Netic 可先做 overflow，但今日 超 70% 客户已是 Netic-first（N1）：终端用户首次互动即 AI agent。

💡 用可感知的运营痛点解释为什么「电话溢出」能扩展成系统默认入口。

⚡ 70% 为公司自述；AI-first 的失败率/转人工率未展开。

4) 为何不做 AI Roll-up：使命、技能、产品复用 — 06:26 🎧 · ▶️

💬 Elad 对比自己也投的 roll-up（如 Long Lake）与 Netic 客户画像重叠。Tokmak 三理由：(1) 想在世界上建什么——土耳其小镇长大、全奖入 Stanford 前甚至没有电脑，家乡产业正是这类服务，厌恶只服务其他创业公司；(2) 技能是 builder/工程师/产品，不是 M&A；(3) roll-up 产品往往只服务买下来的那几家，她要「每个真实世界企业都能跑在 Netic 上」，让企业专注劳动力与服务品质。离开 Scale 也因思念可复合增长的产品 sharpness（尽管喜欢 Alex 与团队）。技术命题：从 co-pilot 走向 mission-critical 全自治执行。

💡 清晰的公司形态选择：横向软件平台 vs 纵向收购运营资产。

⚡ 否认 roll-up 的人可能低估「拥有资产」对数据与改造速度的优势；Scale「运营重」叙述与外界「数据公司」标签有张力。

5) 机器人时间线：同一本书的不同章 — 10:38 🎧 · ▶️

💬 「AI for real world」含 agent 运营、机器人、自动驾驶等——像同一本书不同章节，机器人章在部分行业「还很远」。工程师必须上门；若机器人要替代今日人工，建筑需近乎 3D 打印/标准化。螺丝、狭小空间、拆墙诊断、以及「人生最糟一天」（淹水）或「减压去打球」的人类情感要素，都让机器人近端难追上。

💡 为软件 agent 路线争取十年级窗口，同时不否定长期机器人。

⚡ 对人形/专用机器人进步速度的悲观可能被证伪；「情感要素」可被远程人机协同部分替代。

6) 大实验室能做吗？焦点、产品死亡率、最后一公里 — 12:56 🎧 · ▶️

💬 类比十年前「Google 会不会做」：实验室可做部分能力，但不一定投入。OpenAI 产品上线快杀得也快，不适合这些企业；Anthropic 在编码因专注领先，企业侧若摊成约 20 个产品则相反。研究者追求最可泛化解法——「等 AGI 再问必要服务怎么做」在运营与智识上都懒。口音、渠道偏好、复购经营等 last mile 要靠 harness/编排/软件，Netic 必须三层都强。实验室更像伙伴而非对手。

💡 垂直关键「实验室路线图恐惧」的对立面：企业可靠性与领域编排才是护城河。

⚡ 若实验室推出稳定行业套件或渠道合伙，叙事需更新；「20 个产品」细节为观感。

7) 现代创始人心态：退出导向 vs 长期 craft — 15:35 🎧 · ▶️

💬 Elad：四年前投 Harvey/Perplexity/Decagon/Abridge 等时创始人更敢进实验室路线图上的垂直；现在更多人因怕实验室而回避。Tokmak：因太多建设在「如何尽快退出」；创业应是数十年奉献。她创业前先找「是否有想加入的第四件事」。招聘要客户偏执、agency、紧迫感与耐心；批评部分 Gen Z「18 个月不搞到钱/半年学完一切就永居下层」的 AGI 焦虑。引用马丁·路德鞋匠比喻：荣耀在做最好的鞋，不在鞋上钉小十字架。

💡 把人才市场的时间线信仰与产品战略怯懦连成因果。

⚡ 代际概括易偏；「荣誉创业」与资本效率之间的平衡未量化。

8) 筛选 Agency：一生轨迹与「最难的事」 — 19:09 🎧 · ▶️

💬 Agency 看连续一生是否启动并坚持非常规事，而非周末项目。常问「人生最难的事」（可为非工作）；Elad 曾因答案差而停问，她仍用并深挖 why。新员工例：简单生活 + 健康纪律 + 十五年如一日上班——「坚持」本身即最难。

💡 可操作的招聘启发式，对抗「炫目物体追逐者」。

⚡ 问题对创伤经历可能侵入；「好答案」审美有创始人偏见。

9) 五年愿景：自治企业 + 只与杰出的人共事 — 22:25 🎧 · ▶️

💬 愿景是 autonomous enterprise：除现场劳动外一切由 Netic 自治处理；智能层上产品彼此连接、复合。第二目标：规模化后仍只与 remarkable people 共事——引用 Palantir、SpaceX、Notion 等对工艺与长期交付的坚持之难。

💡 North star 同时约束产品边界（不替代技师）与组织质量。

⚡ 「除劳动外全自治」边界随机器人进步会移动。

10) 「慢产业」误解：14 天半百万合同与卫星数据 — 23:53 🎧 · ▶️

💬 大型必要服务企业极度价值导向、其实偏 tech-forward；例：约 50 万美元合同端到端 14 天。屋顶公司仍有 door knocker，同时 Netic 整合入站/出站/分析/派工，并接卫星数据看飓风对街区材料与路线影响，自动进入 agent 语境——既改善对话又驱动获客。过去数据散落多工具/人工，现一平台。

💡 打破「旧经济不会买 AI」的销售偏见；展示数据飞轮。

⚡ 14 天/$500k 是否可复现；卫星能力深度与差异化需产品层核实。

11) PE 剧本：从找宝石到要 ROI；$6 亿+ AI 互动增量 — 27:23 🎧 · ▶️

💬 PE 不再容易找到未发掘宝石，转向如何创造可测价值；有人雇 AI operating partner / 与 Rainco 等合作，有人过慢。应把试用当关系开端而非一周软件试用；区分 vaporware 与真 ROI。Netic 销售拉真实部署与客户增收——称已为客户通过 AI 互动创造 超 6 亿美元。PE 常先问降本，她把对话扭向净新增收入；「若 AI 只用来裁员会很可悲」。仍需直连被投企业，PE 是顾问而非强制灌输。

💡 给出卖进 PE 生态的话术与证据形态（live ROI > demo）。

⚡ $6 亿归因口径（增量 vs 经手 GMV）需谨慎；降本仍是 PE 主 KPI。

12) 教育兴奋与「有选择仍不做」 — 31:14 🎧 · ▶️

💬 个人故事：靠海外校友在 Facebook Messenger 改文书才摸到美国大学——AI 教育将给无资源者 agency。Elad：无需许可即可做事；她补：工具越易，多数人仍不做——资源壁垒消除后选择问题更刺眼。另期待舆论从「工作消失」转向「人生最糟一天得到帮助」、健康记录理解等正面用例。

💡 用创始人出身锚定公司使命，并把 AI 红利从效率叙述拉到机会公平。

⚡ 教育乐观需对抗幻觉与辅导质量差距；「多数人仍不做」近乎文化决定论。

13) 结语 — 34:27 🎧 · ▶️

💬 感谢与标准订阅 CTA。

💡 Seek 落在时长尾部（>~70%）。

⚡ 无。

金句

  1. 「Netic 存在于公司与客户之间。」
  2. 「超过 70% 的客户是 Netic-first。」
  3. 「等 AGI 再问必要服务怎么做——有点懒。」
  4. 「基督教鞋匠荣耀上帝，是靠做出最好的鞋。」
  5. 「这些产业极度原始又同时 tech-forward。」
  6. 「我不是来帮你砍成本的，我关心如何创造净新收入。」
  7. 「若 AI 只用来降本，会相当悲哀。」

争议与需核实

  1. 70% AI-first、$6 亿客户价值的定义与审计。
  2. 14 天/$500k 合同是否代表均值。
  3. 卫星数据产品化程度。
  4. 与 Long Lake 类 roll-up 的长期谁赚更多。
  5. 「实验室不是对手」在 2–3 年是否仍成立。

来源