四个月实现50万美元年度经常性收入｜Fanch 导航站博客

公司

KNOWIDEA

创始人

Yatharth Sejpal

收入

每月4.1万美元

Yatharth Sejpal 发现了一个问题，提出了解决方案，并找到一位熟人将其实现。四个月后，KNOWIDEA_ 的年度经常性收入达到了50万美元。_

以下是 Yatharth 分享的创业历程。 👇

发现问题

我是 Yatharth。五年前我来到加拿大求学，在滑铁卢大学获得了组织心理学与商业荣誉学位，并痴迷于一个问题：领导者如何做决策？

19岁时，我成为道明银行最年轻的项目负责人之一，构建了处于人员与业务数据交叉点的绩效系统，供近600名员工使用。随后我加入了全球最大的人力咨询公司美世，到22岁时，我已是一名高级咨询分析师，在12个国家参与涉及500亿美元的并购与重组交易。

各地都存在同样的模式：公司拥有数据，但领导者缺乏清晰度。

因此，在2025年9月，我离开并共同创立了 KNOWIDEA。不是为了再造一个仪表盘，也不是为了取代分析师，而是为了解决决策速度问题。

KNOWIDEA 是一个预测智能平台。可以把它想象成一个商业智能工具和一位高级顾问的结合体——由我们专有的 PIE 框架驱动。它不仅向领导者展示发生了什么，还告诉他们该做什么、为什么做、如何执行以及何时行动。

四个月后，我们已拥有来自矿业、制造业、金融服务和环境服务领域的多个企业客户。我们的年度经常性收入达到50万美元，而这仅仅是个开始。

合作开发原型

我这辈子从未写过一行代码。

经过一周的深入研究，在下班后深夜构建和推翻各种假设，我有了足够的信心去测试它。

我联系了我认识的高管们。他们的反应非常热烈。于是，像任何有信念的非技术创始人一样，我“氛围编码”了一个原型。它足以让愿景变得具体。虽然不是真正的软件，但足以展示决策层清晰度可能带来的感觉。他们很喜欢。

然后，我知道我需要有人来构建真正的产品。我联系了名单上的第一个人——Brian。他拥有佐治亚理工学院的神经符号人工智能博士学位。我没有用演示文稿或条款清单来游说他。我向他展示了问题、高管的反应以及机会。他被说服了。

他同意免费构建。没有薪水。没有预先讨论股权。只是说：“如果这能成，我们再谈。”纯粹的信任。而在此之前，我们只见过一次面，大约五分钟（在玩扑克时）。

五周后，Brian 交给了我一个功能齐全的第一个产品。

KNOWIDEA 主页

技术栈

以下是我们的技术栈：

前端

Next.js 16 (React 19) —— 现代全栈 React 框架
TypeScript —— 类型安全的 JavaScript
Tailwind CSS —— 实用优先的样式框架
Radix UI —— 无障碍组件基元（shadcn/ui 模式）
Framer Motion / GSAP —— 动画库
ECharts & Recharts —— 数据可视化/图表库
AG Grid —— 企业级数据表格

后端 / 数据

Supabase —— 数据库、认证和实时后端（基于 Postgres）
Snowflake —— 云数据仓库集成
Google Cloud Storage —— 文件存储

人工智能 / 大语言模型

LangChain + LangGraph —— AI 智能体编排
OpenRouter SDK —— 多模型 LLM 路由
Vercel AI SDK —— 流式 AI 响应
Tavily —— 面向智能体的 AI 驱动网络搜索
Google Discovery Engine —— 企业搜索

销售渠道

我们只与企业合作。我们收取平台费用，包括为期两个月的概念验证，随后进行大规模的全公司范围实施。我们通过三个渠道增加收入。

目前，30% 来自合作伙伴关系，60% 来自熟人介绍，10% 来自活动——但我们最活跃的销售线索来自活动，因此我们预计未来几个月这个比例会发生巨大变化。

作为唯一负责销售的人，我建立个人联系，然后利用我的专业知识帮助用户解决当前问题，并展示 KNOWIDEA 如何解决这些问题。

例如，这个月我有28天都在路上。

一次建立一段关系

赢得会议室里的认可从来不是问题。高管们在我们展示平台的那一刻就立刻理解了。他们的眼神立刻显示出确信——他们清楚地看到了缺失的东西。这部分从来不是挑战。

真正的战斗是信任。

当一家公司选择 KNOWIDEA 而不是一家存在了几十年的公司时，他们评估的不是软件。他们是在用自己的信誉为我们下注。一位在内部推荐我们的首席财务官，他的名字就和这个决定绑在了一起。一位将预算转向我们的首席运营官承担了真正的风险。他们购买的不是产品——他们购买的是对我们是谁的信念。

与那些咨询和技术领域最大牌公司毕生都在向其销售的大规模领导者建立这种信任，需要任何演示文稿都无法制造的东西。它需要时间、精力和在场。我们持续出现，直到他们对我们的信心与对我们所构建产品的兴奋程度相匹配。

这才是真正的竞争。不是 Tableau，也不是麦肯锡。而是传统遗产的重量——以及人类对于新事物可能出错的天然恐惧。

我们正在通过一次建立一段关系来赢得这场战斗。一旦信任建立，它就坚不可摧。

关键优势

以下是一些指导我们设计和架构理念以及日常决策的经验：

技术公司的护城河将是咨询，而不是技术。 共识是：构建更好的人工智能。我的观点是：人工智能已经商品化。赢家将拥有 交付和判断层，而不是模型。咨询是科技公司可防御的护城河——这与过去50年的情况完全相反。
咨询业的问题在于时机，而非人才。 每个人都归咎于糟糕的顾问或糟糕的框架。我归咎于他们的时机。等到麦肯锡进场时，损害已经在加剧。这个行业在结构上是反应式的。解决方法不是更好的顾问，而是预测性的顾问。
商业智能工具和人工智能助手不是解决方案，它们是昂贵的拖延。 市场在庆祝仪表盘和生成式人工智能聊天机器人。它们把决策 推回给高管。简报不是仪表盘。智能不是输出。大多数公司以为他们拥有人工智能；其实他们有的是披着 ChatGPT 外衣的商业智能。
人工智能是“如何做”，而不是“做什么”或“为什么做”。 每个人都在把人工智能当作产品来卖。产品是决策；人工智能只是机制。这就是为什么 KNOWIDEA 不在模型上竞争。
招聘第一批员工比融资更难——也更能说明问题。 共识说投资者是真正的验证者。那些比任何风投都更严格审视你的股权结构、愿景和战略的优秀早期员工，才是你真正的概念验证。如果你能说服他们，说服客户就很容易。
你的理想客户画像应该是60岁的首席执行官，而不是30岁的技术采购员。 整个 AI 行业都在为技术采购员构建产品。我针对的是非技术性的 C 级高管——那些需要简报而不是产品的人。那里才是花钱的地方，却没有人专门为他们设计。
风险清晰度应始终由人类掌握。 大多数人工智能公司都在竞相拥有完整的决策栈。我拒绝“风险清晰度”——不是作为一种限制，而是作为一种设计原则。人类判断是不可替代的最终层。这既是一种哲学立场，也是一个销售差异化因素。
一个超可扩展的咨询公司现在成为可能——但只能通过科技公司实现，而不是咨询公司。 传统咨询无法扩展。第一家实现软件经济学同时提供人类判断交付的公司将赢得这个类别——而它不会是德勤。
用一个“如何做”解决多个“做什么”——而不是反过来。 这个行业为每个问题构建不同的人工智能工具。我们的架构理念是：一个智能引擎，多个问题界面。模块化是护城河，而不是复杂性。

进入会议室

以下是我的建议：

停止构建你认为有趣的东西，开始销售别人迫切需要的东西。
不要验证你的产品，而是招募一个你尊重的人，看着他们把它拆解。
先销售，后构建；如果你无法用演示文稿成交，产品上线也救不了你。
你的理想客户画像不是一个类别；它是一个在某个糟糕的星期二感到困扰的具体的人。
每个人都在销售人工智能；不如去占据洞察与行动之间的空白。
进入会议室——你面对面的成交率将是 Zoom 上的5倍。
一个付费客户告诉你的，比十个说感兴趣的投资者要多得多。

未来规划

我的目标是在其他人意识到战争正在哪里打响之前，占据每个主要企业的决策层。同时，我想建立一家能够为所有三个利益相关者——员工、客户和投资者——提供增长的公司。

我们的两年目标是实现300万美元的收入。

你可以在 LinkedIn 和 Instagram 上关注我。也请查看 KNOWIDEA。

四个月实现50万美元年度经常性收入

目录