从AI自动化到数字员工：郭振宇博士的跨界创业之路
技术、商业与创新的深度对话
郭振宇博士是一位在AI与自动化领域兼具学术深度与创业敏锐度的佼佼者。他的职业生涯始于对自动化和人工智能的浓厚兴趣，并在全球顶尖学术界与工业界取得了卓越成就。博士在读期间参与创业，使公司成为特斯拉的一级供应商；作为Postmates AI总监，他曾领导自动驾驶送餐机器人的研发项目；后加入阿里达摩院，主导小蛮驴自动驾驶项目，推动无人车在全国百余城市的落地。
郭博士的职业历程不仅体现技术上的突破，更展现了他在电气工程、计算生物学到自动化和AI等领域的跨界能力。此次对话中，他深入分享了在Postmates、阿里达摩院等全球顶尖企业的丰富经验，并探讨AI创业过程中面临的挑战与机遇。
- 我们的目标是要在美国市场，让一个中国的代工企业有机会品牌落地，让中国企业的marketing策略不是简单地复制别人已有的产品，用更低的价格或者更有效的渠道。
- 我们不会害怕失败，而是通过系统化的方法论来实现……这并不是在办公室里闭门造车可以讨论出来的，而是需要一种纪律性的方法论来实现。
- 我们不会追求一个一劳永逸的完美系统，而是更注重系统的自学习能力，快速解决case、以及如何发现case的能力。
- 我们要从细节做起，不能空谈概念……我们应该从具体的工作中提炼出一些抽象的概念，而不是一开始就想试图做大而全的解决方案。
- 随着技术改革，AI搜索的普及，广告的形式必将发生巨大变化，广告市场也将随之变革。
- 我们的愿景是成为数字化工作者，而不仅仅是AI营销的参与者。
01 边读书边成功创业的博士，毕业后成为Postmates AI 总监和阿里达摩院资深技术专家
ZP：请先简单介绍一下自己的背景，可以先从求学时的一些经历、成长和映射到现在的价值观开始？
郭振宇：我本科毕业于浙江大学，最初学习土木工程专业，后来转至电气工程自动化专业，奠定了我一直研究自动化方向的基础。在博士阶段，我转向计算神经学，并在UBC实验室开展非参数化贝叶斯研究，以应对样本有限的问题。
博士期间，我加入创业项目Neurio，利用机器学习处理太阳能和电力问题，最终公司被Generac收购，并成为Tesla一级供应商。在此过程中，我也发表了涵盖电力、生物医学工程、信号处理和计算机视觉等多个领域的研究成果。
我的职业主线始终围绕系统自动化展开。我曾涉足IoT、机器人、自动驾驶，目前则聚焦AI数字员工，率先落地在市场营销场景。
ZP：请分享一下您的工作和创业经历？有什么样的心路历程？
郭振宇：我在博士期间被动加入创业项目Neurio，将机器学习应用到太阳能领域并实现了商业化。这一经历让我深刻理解市场需求、产品设计和技术之间的匹配关系。
随后，在Ali Kashani的邀请下加入Postmates，负责自动驾驶送餐机器人项目。虽然此前我对机器人能否从研究走向实际应用持怀疑态度，但AlphaGo的成功和深度学习的发展让我看到了希望。
疫情期间，Postmates被Uber收购后，我选择回国加入阿里巴巴达摩院，主导小蛮驴无人车的研发。这是我首次主动选择职业方向。
ZP：您在阿里达摩院的自动驾驶项目以及在小蛮驴项目上的成就令人印象深刻。能否分享一下您在这些项目中的经历？
郭振宇：我们在小蛮驴项目的核心目标有两个：全生命周期成本优化和时间货币化。通过智能算法弥补硬件不足，例如利用感知与规划能力解决重庆地形中的复杂路径问题。
我们的目标是最大化运行时间，最小化停机时间和空载率，提升整体运营效率。
02 开启Multi Agent之旅，打造差异化的自动化的数字员工
ZP：您现在的创业和之前的一些方向都不太一样。这次创业，为什么选择在这个时间点，并且还跳入了AI agent领域？是看到了什么样的AIGC机会呢？
郭振宇：去年春天GPT爆发时，我明确意识到这是软件机器人大规模落地的机会，比自动驾驶更快实现规模化。过去硬件项目的积累，也让我在不成熟技术早期阶段，能够通过系统化设计找到“需求-技术”的最佳匹配点。
ZP：再聊聊您此次创业的Agent产品的灵感来源？
郭振宇：今年初我在北美购房时观察到，许多自雇型专业人士面临数字营销的瓶颈。他们有需求，但缺乏工具和服务支撑。
“谁会需要数字员工？”招不起员工的人才最需要。所以我们从小型企业和个体户切入，营销是第一个职能。
ZP：我们为何没有选择像Jasper、Writer、Copy AI等专注于内容营销工具产品的道路呢？
郭振宇：我对全自动、任务链长而复杂的系统更感兴趣。这类任务具有更大的统计套利空间，容许部分误差。同时，我也坚信人类在表达方式上的独特性是AI难以替代的。
初创企业CEO郭振宇谈AI营销与数字员工的未来发展
初创阶段所需人才特征
作为初创企业，需要的人才首先是具备自然语言处理（NLP）、机器学习或模型研究背景的技术人员。此外，还需擅长构建系统工程、熟悉机器人或自动驾驶领域的复合型人才，以及能打造效率工具产品和理解C端市场的产品营销人员。理想人才应是技术全栈型，能够独立完成快速迭代、部署发布及用户反馈收集等全流程工作。 在验证初期业务假设时，团队需以最低成本高效测试大量假设，确保能在两个月内验证10个不同的“用户-需求-产品”组合。这种模式类似于博士研究，强调通过系统化的方法验证假设而非空想，并注重快速失败但不惧失败的精神。技术发展阶段与应用场景
当前，企业的技术发展仍处于持续探索阶段。两个具体案例体现了其应用成效：一是帮助客户在符合广告法的前提下优化卖点描述，避免广告被拦截；二是通过更正面的语言定位传统意义上的边缘人群。 面对复杂而具体的广告投放问题，公司采用类似德州扑克博弈理论（GTO）的方法进行全局优化策略。不同于追求一次性完美系统的思路，企业更关注系统的自学习能力和解决问题的弹性。基础模型的发展与影响
随着大模型技术的发展，公司的产品能力将进一步提升。目前的工作流包括搜索、数据分析、意图理解、多模态处理、策略生成等多个自动化环节，底层模型的进步将直接提高系统的胜率和收益期望。 尽管存在基础模型泛化能力强可能导致竞争加剧的担忧，但在特定垂直场景如广告法合规、特殊人群标签处理等问题上，仍然需要专业化的应用方案支持，短期内这些领域不会被通用大模型覆盖。市场竞争与差异化定位
虽然AI营销领域的参与者增多，但由于大多数产品仍未满足用户的深层需求，因此真正意义上的激烈竞争尚未形成。企业目标客户主要集中在KOC、KOL、中小型内容创作者等以往被主流忽视的个体创作者群体。 随着社会结构的变化和技术驱动，这一细分市场正呈现快速增长态势。企业的差异化不仅体现在产品层面，更体现在精准切入蓝海市场的独特定位上。长期愿景与行业变革趋势
从长远看，AI技术将推动广告形式发生根本性转变，传统的广告渠道将逐渐失效，新渠道和服务模式将不断涌现。AI将成为解决多变广告渠道适配的唯一解法。 同时，随着个体化企业和个性化消费的兴起，商品供给将更加多样化，AI将支撑起从标准化到个性化的转型过程，广告的整体市场规模将持续扩大。创业过程中的挑战与思考
创始人郭振宇表示，创业过程中最大的挑战之一是如何清晰传达自身业务价值，尤其当外界对AI营销的认知还停留在文案创作类产品的层面。他认为讲好一个既具体又能体现远期想象空间的故事非常重要。 企业的发展路径并非一蹴而就地打造全方位解决方案，而是先聚焦于编程助手、电话销售助理等已有成功案例的领域，再逐步拓展边界。个人兴趣与企业管理启发
业余时间，郭振宇阅读中短篇小说集如《莎士比亚的记忆》，欣赏其几何美感般的叙事结构；同时尝试绘画，在构图与调色的过程中体悟做产品的逻辑——从粗略MVP开始，经过反复观察修改最终打磨出细节和增长。本文内容已编辑整理并获得受访者确认，仅代表个人观点。