AI初创公司新玩法:三个退学少年,用AI造出十万个“数字消费者”,估值10亿美元

三个平均年龄不到18岁的退学生，用AI造出十万个“数字消费者”，替大公司提前测试产品、价格和广告——Aaru成立不到两年，估值破10亿，客户包括麦当劳、安永、拜耳。这件事给中国AI创业者的启发，可能比想象中更直接。

美国有三个少年，一个18岁，一个19岁，一个15岁。

2024年3月，Cameron Fink、Ned Koh和John Kessler创立了Aaru。

Fink在美国常春藤盟校达特茅斯学院待了一晚就退学了，Koh在哈佛待了两周也走了。Kessler更甚，12岁上高中，14岁已经在麻省理工学院城市科学实验室搞模拟基础设施了。

成立Aaru的时候，Kessler连董事会成员的法定年龄都没到，投资文件是他爸代签的。

三个人在地下室里起步。Fink的父亲是Constellation Brands（就是生产科罗娜啤酒那家）的CEO，但两个孩子坚决不要家里的钱，牛不牛？

他们做的事情，说起来很简单——过去一家公司想推新产品，得找调研公司、发问卷、做访谈、组织焦点小组。找几百个真人，花几周甚至几个月，扔进去几十万美元，最后拿到一份报告，报告上写的是——消费者说他们会怎么选。

Aaru的想法是：不找真人！先在电脑里造出几万甚至十万个“数字消费者”，让他们替公司先试一遍。

每一个数字消费者都是一个AI Agent，有自己的年龄、收入、地区、风险偏好和行为倾向。

数据来源包括人口统计、金融机构数据、交易记录、社交媒体、产品评价——一个32岁，住在纽约的高收入个体，和一个55岁住在中西部价格敏感的人，面对同一款产品涨价20%，反应是完全不同的。Aaru不写提示词说“你现在是一个32岁纽约女性”，而是让每个Agent根据自身的行为特征做评估、做权衡、做决定。每次选择，都留下决策记录。

安永（国际四大会计师事务所之一）测试Aaru的时候，用的数字样本规模是10万个Agent。

10万个假人，替你把产品、价格、广告先跑一遍。

为什么不用真人？Aaru的整个逻辑建立在一个判断上：人不太擅长预测自己未来会做什么。

你问一个人愿不愿意买环保产品？他说愿意，可真站在货架前时，环保产品贵了30%，他拿走了便宜的那个；你问投资者能承受多大风险？市场涨的时候他说自己很激进，账户跌了20%之后答案就完全不一样了。人的记忆会出错，回答会受到社会压力的影响，人说出来的和实际做的，经常是两码事。

Aaru不问你“认为自己会怎么做”，它算的是“按照类似人群过去的行为和当前条件，你更可能怎么做”。

安永做过一次很具体的对比：它每年做全球财富研究，2025年的研究覆盖30多个市场、3600名富裕投资者，传统调查周期大约6个月。2025年8月，安永把已经做完的研究交给Aaru，Aaru用一天重新模拟了一遍，双方比较了53个单选问题，Aaru模拟结果与真实调查结果的中位相关系数达到0.90（强相关）。

更刺激的是其中两个问题。

安永问受访者：继承父母财富后，你会继续用父母的财富顾问吗？真人问卷里，82%的人说会；而Aaru模拟出来的是43%。而行业研究数据显示，现实中最终继续用父母财富顾问的人只有20%到30%。

另一个问题：你更喜欢只使用一家金融服务机构吗？69%的真人说是的；Aaru模拟结果是37%。现实数据是，只有33%的高净值人群只用一个顾问。

Spindrift是美国一家饮料公司，也是Aaru的早期客户。Spindrift让Aaru评估新产品方向，对25到35岁、家庭年收入超过10万美元的消费者做模拟测试。Aaru用一周得出了“果茶”的结论，这个结果和Spindrift自己耗时两个月、访问500人的传统市场调研完全一致。

一周对两个月。成本差多少，不用算。

传统饮料研发的周期很长：提概念、做配方、生产样品、招募消费者、组织测试、改产品、再测一次。现在Aaru先建目标人群，直接测试：消费者理解这个产品吗？喜欢哪个口味？哪个价格合适？原来买气泡水的人会不会买？改一句产品介绍，购买意愿变多少？产品还没生产，先让AI“喝”了一遍。

一家国际广告公司用Aaru预测广告上线前的受众反应，准备了20条广告语，过去品牌团队先筛成5条再找消费者测。现在Aaru让不同地区、不同收入、不同年龄的数字人群分别看一遍，不是问“你喜欢A还是B”，而是看谁会点击、谁会产生兴趣、谁觉得太贵、谁已经在用竞品。

Aaru实际上在做的事，是在产品正式进入市场之前，先搭一个小型的虚拟市场。

但Aaru最大的问题不是技术，是信任。

一个19岁的人走进大公司会议室说“别再花几个月调查消费者了，我们造一群AI人告诉你答案”，正常反应就是：凭什么？

所以Aaru早期有一个很聪明的销售方法——专门找客户已经知道答案的问题。一家企业刚花几百万做完一项消费者研究，报告已经出来了。Aaru说：先别告诉我结果，把问题和数据给我，我们重新模拟一次，然后对答案。

联合创始人Ned Koh后来把销售话术说得更直白：别相信我们，也别相信我们的模型，先测试。客户越怀疑，越愿意认真比较模型结果和真实结果。

这套方法很适合Aaru，因为它卖的就是预测，做一个新的AI写作工具，客户用5分钟就知道好不好用；但一家公司的价格策略、广告投放和新品选择，要半年以后才知道结果。让客户等半年验证，销售周期太长。Aaru把验证过程倒过来：先预测过去。模型能在不知道结果的情况下还原客户已经发生的市场结果，双方才开始聊未来。

对于一个极难证明价值的AI产品，这比做100页产品介绍管用。

如今Aaru有三套产品：Lumen面向企业，做广告、新产品、定价、客户细分和竞争定位。Seraph面向政府，模拟公众对政策、危机沟通、监管变化的反应。Dynamo面向政治，做选举预测、投票率模拟、舆情变化分析。

这家公司最初看上去像一家AI市场调研公司，但它显然不准备停在这里，官网对自己的描述是：用多智能体方法重新构建一个世界。

你的公司准备涨价？先模拟；政府准备推政策？先模拟；品牌准备花1亿美元投广告？先模拟；私募准备收购公司？先看看收购完了客户怎么变。

一家唱片公司找Aaru评估一批不知名艺人的“明星潜力”，Aaru选了一个当时只有4万播放量的艺人。今天这个人最火的一首歌播放量是1.72亿。

出版商找Aaru选封面，饮料公司找它定口味，私募和对冲基金找它评估收购标的和股票期货。

截至2026年，Aaru累计融资约8800万美元。2025年底A轮融资由Redpoint Ventures（红点创投）领投，名义估值达到10亿美元。

Aaru年度经常性收入不到1000万美元，但这不重要，资本市场赌的是它能不能把“模拟”这件事做下去。

安永行为科学主管Samir Munshi说了一句话：如果你能预测行为，这不仅仅是研究的加速器，这是战略。Aaru现在做的事，是让大公司在真实世界花钱之前，先在数字世界里犯一遍错。

对中国AI初创企业来说，Aaru的启发可能不是技术，多智能体模拟这件事，技术门槛没有高到只有美国人能做。Aaru真正的壁垒，是两样东西：

第一，验证逻辑。他们不跟客户讲概念，他们让客户拿已经知道答案的问题来考自己，考过了，再谈合作。这个逻辑放在任何一个To B的AI产品上都成立——不要试图说服客户相信你，让客户自己验证你。

第二，场景选择。Aaru没有一开始就去碰那些需要半年才能验证结果的场景，他们从政治选举入手——结果公开、验证周期短、胜负分明。2024年纽约州民主党初选，他们用5000次AI问答，预测结果与实际票数只差不到371票，成本不到传统民调的十分之一。这个“铁证”打下来，大公司才开始认真看他们。

中国有多少AI创业公司在做类似的事？不少。但大多数还在跟客户讲概念、讲愿景、讲“我们的模型很准”；可Aaru的做法是：别听我说，你自己测。

三个退学少年，用两年时间做到的事，说明了一个很朴素的道理——在AI这个行业，年龄、学历、背景都不是壁垒。壁垒是你有没有找到一个让客户无法拒绝的验证方式，以及你有没有选对一个能让验证快速发生的场景。

Aaru想把现实世界的一部分人先搬进电脑，这件事能不能成，还不好说。但至少现在，麦当劳、安永、拜耳、波士顿啤酒、A24都在掏钱让它试试。

对中国的AI创业者来说，这模式，可能比任何融资消息都值得多看一眼。

微光工作室 · 人社部人工智能训练师考前辅导训练营（第二期）

时间：2026年8月（2天集中实训）

地点：广西 · 南宁市 · 微光工作室

对象：政府、事业单位办公室主任、文书岗、数据分析岗等等

定位：人社部人工智能训练师考前辅导 + AI智能体办公实操技能

实训内容

Day1上午：安装微光工作室自研的“马”类自主自进化型智能体Bull Hermes，并用其现场生成通知、汇报、纪要三份公文（亲手操作，助教陪练）。

Day1下午：用 Bull Hermes 零代码搭建你的专属岗位应用（如党建材料、数据填报等），30分钟上线。

Day2上午：用AI实现各类会议全流程管理——会前议题、会中实时转写、会后自动出纪要；会议录音、生成待办跟踪表，支持多子代理并行拆解复杂任务。

Day2下午：每人5分钟路演，展示完整AI自动化工作流。

结业带走四样“AI利器”

① 可运行的AI工作流（个人专有）；

② 人社部人工智能训练师考前摸底测试；

③ 结业证书；

④ 30天社群陪跑（每日任务+讲师答疑）。

其他说明

Bull Hermes已经在政府单位和企业完成了实际部署，它不是实验室里的玩具，它是已经在实战中证明过自己的利器。

微光工作室人社部人工智能训练师考前辅导训练营 * 第二期只有40个名额，这不是饥饿营销，我们每5到8个人配1名助教一对一辅导，超过这个数质量保证不了。

有人问年龄偏大、电脑基础弱，学得会吗？你想想看，每5到8人配1名助教一对一陪练，不要求同步进度，只要求完成指定操作，完成比完美重要。

有人问培训后还能问问题吗？课后30天社群陪跑，每天一个AI任务加讲师在线答疑，30天养成AI工作习惯。

有人问认证考试难吗？训练营提供考前知识梳理和摸底测试，帮你了解考试题型和知识范围。跟上训练营节奏，通过率有保障。

不是光让你学AI，是让你带着一个能用的AI回去。

第二期40个名额，扫下面二维码报名，请备注“微光训练营”：

•

咨询定制

东南亚咨询、行业咨询

•