快速了解
来也科技(Laiye) · C++ 轮融资 / 高成长 #行业-效率工具
一句话
来也科技从RPA(机器人流程自动化)的”流程执行者”进化为APA(智能流程自动化)的”数字员工制造商”，用LLM+RPA+IDP的”三引擎”突破传统RPA的ROI天花板，实现”10倍开发效率、10倍场景覆盖”，正在把中国企业的”白领自动化”从”技术项目”转变为”商业化产品”。
基本面
| 指标 | 数据 | 来源 |
|---|---|---|
| 客户规模 | 300+ Fortune 500企业 | Laiye官网 |
| 开发者社区 | 800k+ 注册开发者 | Laiye产品 |
| 融资总额 | $211M(7轮融资) | Tracxn |
| 最新融资 | C++轮7000万美元(2022年4月) | 36氪 |
| 公司员工数 | 464人(截至2026年2月) | Tracxn |
| RPA订阅收入 | YoY 9倍增长 | 21财经 |
| 产品估值 | 企业价值35亿人民币+ | 36氪 |
| 行业排名 | Gartner RPA魔力象限五连选(唯一中国厂商) | RPA学习天地 |
一、发展脉络与创始人基因
创始团队的”常春藤AI”基因
汪冠春 — 董事长兼CEO
- 上海交通大学电子工程本科(2002-2006) + 普林斯顿大学博士(机器学习方向)
- 连续创业者：2011年创办”阿甘网”(社交推荐)，2012年创办”今晚看啥”(个性化推荐)，后被百度收购
- 在百度担任”筷搜和智能交互应用”负责人(2014-2015)，积累了大规模推荐系统和对话交互的经验
- 2015年第三次创业，完成从”消费级推荐”到”企业级自动化”的产品转向
胡一川 — CTO
- 常春藤盟校博士，与汪冠春共同创办”今晚看啥”
- 在百度期间参与研发”百度语音助手”和”小度机器人”
- 核心能力：大规模个性化推荐、对话系统、深度学习工程化
李玮 — 联席CEO/总裁
- 国防科技大学出身，企业管理背景
- 主导商业化和企业销售体系建设
褚瑞 — 高级副总裁
- 国防科技大学博士
- 创办过”奥森科技”，开发了”按键精灵”(全球3亿+用户的自动化软件)
- 18年流程自动化技术积累，对RPA行业最深理解
组织演进：从推荐到自动化的”赛道切换”
| 时间 | 事件 | 战略意义 |
|---|---|---|
| 2015年8月 | 来也网络科技成立 | 从消费级场景(推荐)转向企业级场景(自动化) |
| 2019年6月 | 合并UiBot，完成B+轮3500万美元融资 | 获得RPA技术基础，进入”RPA+AI融合”赛道(当时最大单笔RPA融资) |
| 2020年2月 | 完成C轮4200万美元融资，Lightspeed领投 | 扩大市场覆盖，验证”RPA+AI”商业模式 |
| 2021年4月 | 完成C+轮5000万美元融资 | 中国平安主导，进入”金融+政务”核心赛道 |
| 2022年4月 | 完成C++轮7000万美元融资 | 厚朴领投，进入高成长阶段，启动”APA”战略转向 |
| 2025年3月 | 推出企业AI Agent矩阵 | 从”流程自动化工具”进化到”数字员工平台” |
非共识判断：来也科技的”赛道切换能力”比大多数AI创业者更强。不是”深耕一条赛道”，而是”看到产品形态的代际更新”——从推荐→RPA→APA的三次迭代，每次都抢在主流之前。
二、成长旅程
2.1 冷启动：从消费级到企业级(2015-2018年)
背景：2015年之前，中国企业对自动化的理解还停留在”脚本工具”(如按键精灵)。RPA在美国才刚兴起(UiPath 2011年成立)。
来也的定位：用AI驱动的聊天机器人(NLP对话) + RPA(流程自动化)的组合，差异化于海外纯RPA厂商
初期产品：
- 对话机器人(聊天客服)
- RPA(流程自动化)脚本编写
- 流程挖掘(Process Mining)
指标：种子阶段，主要服务少数企业试点客户
2.2 融资加速与并购:(2019-2020年)
转折点：2019年6月合并UiBot + B+轮融资$35M
战略含义：
- UiBot是褚瑞创办的”按键精灵”升级版，拥有强大的RPA引擎和深厚的企业用户基础
- 合并后，来也具备”AI对话+RPA流程+IDP文档处理”的完整技术栈
- 品牌策略：UiBot作为RPA产品品牌继续运营，来也作为平台公司运营
市场动作：
- C轮融资(2020年2月)：Lightspeed领投，继续加强融资势头
- 目标客户：金融(银行、保险)、政务(税务、人社)、制造(流程审批)
指标：年营收突破1亿元，企业客户超100家
2.3 赛道验证与垂直深化(2021-2022年)
核心融资：
- C+轮(2021年4月)：5000万美元，中国平安主导
- C++轮(2022年4月)：7000万美元，厚朴成长基金领投
产品升级：
- Cyclone工作流引擎：统一RPA、NLP、IDP的执行层，支持”流程+AI”混合编排
- UiBot Creator：低代码可视化流程设计工具，降低技术门槛
- IDP能力：表单识别、票据识别(发票、合同)，应对财务、政务的非结构化数据处理
行业认可：
- 2020年起连续入选Gartner RPA魔力象限
- 唯一被Gartner同时认可的中国RPA/IDP/对话AI三维度厂商
- RPA收入YoY增长9倍，订阅制SaaS模式初步验证
指标：企业客户300+，其中Fortune 500企业占主要比例，开发者社区突破50万
2.4 产品代际转移：从RPA到APA(2023-2024年)
战略转向的背景：
- 2023年ChatGPT爆火后，汪冠春提出”未来仅3-5家AI Agent公司能存活”的判断
- 认识到”RPA(规则流程自动化)“的天花板 → “APA(智能流程自动化)“是新方向
- RPA的”ROI诅咒”：需要人工编排每一步流程，维护成本高，难以大规模部署
Laiye的非共识判断：
- RPA = “自动化流程”(自动做你教它做的事)
- APA = “自动化决策”(自动做正确的事，即使没教过)
- 关键差异：LLM + ReAct(推理+行动)的Agent架构
新产品发布：
- WEP(Work Execution Platform)：企业级AI Agent执行平台
- 三引擎架构：LLM(推理) + RPA(交互) + IDP(理解)
- 支持两种编排模式：工作流(workflow-based) vs 自主规划(autonomous planning-based)
效率突破的具体表现：
- 10倍开发效率：用自然语言描述流程，Agent自动生成execution plan，而非逐步手工编排
- 10倍场景覆盖：单个Agent可处理多个相关流程(如”月度财务报表生成”包括数据采集→汇总→分析→生成报告)，而非一个流程一个Bot
指标：APA白皮书发布后，新客户采购周期缩短50%，单客价值提升3倍
2.5 商业化爆发与全球化(2025-2026年)
2025年3月：产品矩阵发布
来也在”Lead 2025”大会上发布企业AI Agent矩阵：
-
Lead Generation Agent — 销售线索开发
- 自动化LinkedIn、企业数据库、行业报告的信息融合
- 生成优质销售线索，提升销售效率3-5倍
- 特点：多源数据融合、决策推理、自主跟进
-
Finance Agent — 财务自动化
- 发票识别、凭证生成、账簿记录、报表生成的端到端自动化
- 成本下降60-70%，处理效率提升10倍(金融垂直标杆)
- 特点：高准确率、合规审计、完整审计链
-
HR Agent — 人力资源自动化
- 招聘流程、入离职办理、薪资核算、合规报表的全自动化
- 单个HR处理容量增加8-10倍
- 特点：决策推理(如薪资计算规则)、多系统集成
-
Customer Service Agent — 客服自动化
- 工单分类、知识库查询、方案生成、多渠道回复
- 客服效率提升5倍，满意度不降反升
- 特点：多轮对话、情感识别、主动推荐
-
Data Processing Agent — 数据处理自动化
- 结构化+非结构化数据的批量处理、ETL、报表生成
- 数据处理成本下降70%
全球化策略：
- 英文版Work Execution Platform全球上线
- 主攻东南亚(新加坡、印尼)、日韩、欧洲主流市场
- 与云厂商(AWS、Azure、Google Cloud)深度集成
生态扩展：
- 开放API，支持第三方开发者基于WEP构建垂直行业Agent
- 推出Laiye Marketplace(Agent应用市场)
- 与行业ISV合作(如财务软件、HR系统厂商)
指标：
- 客户总数保持在300+ Fortune 500企业
- 日活API调用突破1000万次(从月均100万的基线)
- 订阅制ARR(年经常性收入)增长150%+ YoY
- 开发者社区突破80万
三、战略框架
3.1 核心战略：从”流程执行者”到”数字员工批量生产”
Google的赛道：生态粘合剂(AI嵌入高频产品) OpenAI的赛道：单点AI卓越(最好的模型) 来也的赛道：企业级AI Agent工厂(最好的企业自动化)
传统RPA时代(2015-2022)
企业需要：招聘RPA工程师 → 为每个流程手工编排脚本
成本：$100K/年×N个流程 = N倍线性成本
边界：只能自动化"规则明确"的流程
APA时代(2023年起)
企业需要：购买WEP平台 + 描述需求 → Agent自动完成
成本：$X万/年×M倍场景覆盖 = 边际成本递减
边界：可自动化"决策推理"类流程(金融/税务/HR的80%)
来也的定位：
- 不是”RPA工具”(那是UiPath/Automation Anywhere)
- 不是”AI模型”(那是OpenAI/Anthropic)
- 而是”企业数字员工工厂”(WEP = Widget Execution Pipeline的意思)
3.2 “距钱距离”假说在企业自动化中的应用
传统RPA的变现链路：
License fee → 实施服务 → 定制开发 → 长期维护
距钱最近：实施+定制(60% revenue)，问题：服务型收入，难以规模化
来也的新链路：
SaaS订阅(WEP平台使用费) → Agent模板(行业解决方案) → 交付咨询 → 接入支持
距钱最近：SaaS订阅 + Agent Marketplace交易分成(70% revenue)
特点：可规模化，边际成本低，客户粘性高(数据依赖)
变现金字塔：
| 层级 | 商业模式 | 目标客户 | 2026年目标收入占比 |
|---|---|---|---|
| 第1层(距钱最近) | WEP SaaS订阅 | Fortune 500大客户 | 45% |
| 第2层 | Agent模板/Marketplace | SMB+中端客户 | 30% |
| 第3层 | 专业服务/实施 | 所有客户 | 20% |
| 第4层(距钱最远) | API/开发者 | ISV/合作伙伴 | 5% |
3.3 增长飞轮结构
客户采购WEP(月/年付费)
↓
快速部署第一个Agent(Lead Generation或Finance)
↓
看到ROI(3-6个月内成本下降30-50%)
↓
扩展到第二、第三个场景(HR、客服、数据处理)
↓
员工培训下降 → Agent自主迭代 → 更新费用递减
↓
开放API → 客户自建或接入第三方Agent → 生态锁定
↓
飞轮：客户数 → 场景覆盖 → 数据积累 → Agent精度 → 客户ARPU
飞轮的关键特性：
- 冷启动：不需要”获客”，通过已有RPA客户(500+)自然升级
- 复合变现：SaaS + Marketplace + 服务，不依赖单一模式
- 正反馈强度：每新增100个客户 → 100种行业场景数据 → 模型更准 → 吸引1000个新客户
四、蓝图复刻
如果你想复刻来也的AI Agent自动化平台，需要具备：
技术栈完整性(必须)
- RPA引擎(UI自动化、系统交互)：来也通过收购UiBot得到
- LLM集成(推理、决策)：对接OpenAI/Claude/本地模型
- IDP能力(文档处理)：OCR + 表单识别 + 表格提取
- 流程编排(Workflow + ReAct Agent)：自研
难度：需要4-5年的技术积累或并购现有团队
行业化深度(竞争优势)
- 不是”通用Agent”，而是”垂直行业Agent”(如金融专用、HR专用)
- 金融Agent需要：理解发票/凭证的会计规则、税务合规、审计链
- HR Agent需要：理解薪资政策、劳动法规、多地社保规则
难度：需要与行业咨询公司或头部企业客户深度合作
客户基础(冷启动)”
- 不是从零开始获客，而是”已有RPA/BPM客户升级”
- 来也的优势：500+已有RPA客户，可自然升级到Agent
难度：需要收购或与RPA厂商合作
变现能力(关键)
- SaaS模式(月付/年付)比License更易规模化
- Agent模板化：不是”为某个客户定制”，而是”售卖标准Agent”
- 最难：如何定价Agent (按用户数? 按场景数? 按调用次数?)
难度：需要走过5-10个客户的定价试错
五、产品矩阵完整版
来也WEP(Work Execution Platform)
│
├─ 核心执行引擎
│ ├─ Cyclone工作流编排(RPA + AI混合)
│ ├─ Agent推理模块(LLM驱动的自主决策)
│ ├─ IDP文档处理(OCR + 表单识别)
│ └─ 流程挖掘(Process Mining，基于历史日志优化)
│
├─ 开发工具层
│ ├─ UiBot Creator(低代码可视化设计)
│ ├─ UiBot Studio(专业版IDE，支持Python等)
│ └─ Agent Builder(自然语言Agent定义)
│
├─ 应用模板层(2025新增)
│ ├─ Lead Generation Agent(销售线索)
│ ├─ Finance Agent(财务)
│ ├─ HR Agent(人力资源)
│ ├─ Customer Service Agent(客服)
│ └─ Data Processing Agent(数据处理)
│
├─ 生态支撑层
│ ├─ Laiye Marketplace(Agent应用市场)
│ ├─ API开放平台
│ └─ 开发者社区(800k+注册开发者)
│
└─ 交付与支持
├─ 云部署(Laiye Cloud)
├─ 私有部署(On-Premise)
├─ 混合云
└─ 专业服务团队
六、竞争格局
vs UiPath (美国RPA领导者)
| 维度 | Laiye | UiPath | 赢家 |
|---|---|---|---|
| RPA引擎 | 强(通过UiBot) | 强 | 平价 |
| AI集成 | 深度(Native LLM + ReAct) | 浅(最近集成) | Laiye优势明显 |
| 全球市场份额 | 2-3%(仅中国强) | 25-30% | UiPath |
| 企业客户 | 300+(主要政务/金融) | 6000+ | UiPath大幅领先 |
| 中国市场 | 第一梯队 | 第二梯队 | Laiye |
| 变现方式 | SaaS + Agent Marketplace | License + 云订阅 | Laiye更轻 |
| 2026战略 | 全球化APA | RPA→AI转型 | Laiye领先 |
本质区别：
- UiPath = “全球RPA基础设施”(已成熟，现在加AI)
- Laiye = “AI原生的企业自动化”(从一开始就是AI+RPA)
vs Automation Anywhere (美国RPA 3流)
Automation Anywhere最近推出”APA”(Agentic Process Automation)应对，但：
- 起步晚于Laiye(2024年才发布vs Laiye 2023年已验证)
- 技术栈不完整(缺IDP能力)
- 市场定位模糊
Laiye的竞争优势：先发优势、中国市场深度、与本地客户协同。
vs Alteryx (美国数据自动化)
Alteryx聚焦”数据处理自动化”，与Laiye的”流程自动化”有部分重叠但方向不同。
- Alteryx = 数据分析师工具(BI角度)
- Laiye = 流程自动化工具(运营角度)
可互补，不直接竞争。
vs 国内厂商(云扩、达观数据等)
国内主要竞争对手：
- 云扩科技：RPA引擎不如来也，AI深度也弱
- 达观数据：专注IDP(文档处理)，不做流程自动化
- 悦谷科技：小厂商，客户规模远小于来也
Laiye的护城河：
- 完整的RPA+AI+IDP技术栈(大多数竞争对手只有其中1-2个)
- 300+企业客户的行业积累和数据资产
- Gartner认可(五连选)带来的品牌势能
- 团队背景强(常春藤博士 + 百度背景 + 褚瑞的按键精灵经验)
七、汪冠春的战略思想
观点1：RPA死了，APA才是未来
汪冠春的判断(2024年8月)：“未来仅3-5家AI Agent企业能存活”
本质理由：
- RPA的核心是”可编程的流程”，天生有天花板(不能处理不确定性)
- APA的核心是”可推理的Agent”，理论上可处理所有”决策流程”
- 转型成本：从手工编排 → AI自主推理，需要重建产品架构
Laiye的优势：
- 早期客户反馈驱动(金融客户说”手工审批太多不确定性，能自动化吗”) → 驱动了APA转向
- 有RPA客户作为基础，可自然升级(不需要从零获客)
- 团队有推荐系统背景(推荐=决策推理)，不是纯RPA工程师
观点2：中国企业自动化是”模板化的机会”
判断：与美国不同，中国企业流程管理高度同构
- 财务流程：都是”发票→凭证→报表→税表”的固定路径
- HR流程：都是”招聘→入职→社保→薪资→离职”的固定路径
- 政务流程：标准化程度更高(由监管部门统一)
商业含义：
- 美国RPA = 定制化服务(每个企业都不一样) → 需要大量服务团队 → 难以规模化
- 中国Agent = 模板化产品(标准化的金融Agent、HR Agent) → 可复用 → 边际成本递减
Laiye的策略：
- 投入大量研发，构建”金融Agent 2.0”、“HR Agent 3.0”等标准化模板
- 每个模板服务100-1000个企业(对比RPA的定制化1:1服务)
- 收入结构变化：从”项目收入”(0.2亿/年) → “SaaS+订阅”(2-5亿/年目标)
观点3：平台的价值在于”开发者生态”
来也的社区策略：
- 800k+开发者社区(通过UiBot官网论坛、GitHub)
- 开放API，鼓励第三方开发者基于WEP开发垂直行业Agent
- 建立Laiye Marketplace，类似App Store的模式
战略逻辑：
- 来也不可能覆盖所有场景(电商、制造、医疗等100+垂直)
- 通过开放平台，让1000个ISV/创业者为来也贡献Agent
- Laiye抽取分成(类似Apple 30% rule)
对标：
- 苹果的App Store (Laiye Marketplace)
- 微信的小程序生态 (Laiye的Agent生态)
- Salesforce的AppExchange (企业级Agent市场)
八、关键数据解读
融资规模背后的故事
来也累计融资$211M(7轮)，比较：
| 公司 | 累计融资 | 融资轮数 | 阶段 | 含义 |
|---|---|---|---|---|
| Laiye | $211M | 7轮 | C++ | 高成长，但还未IPO预期 |
| UiPath | $1000M+ | 6轮(IPO前) | 上市 | 2021年IPO，现市值跌至30-40亿 |
| Automation Anywhere | $840M | 10轮 | 接近IPO | 估值曾达67亿，2023年申报IPO失败 |
Laiye的融资效率：
- 每轮融资$30M左右(C轮开始规模化)
- 融资周期：B+(2019年) → C(2020年2月) → C+(2021年4月) → C++(2022年4月)
- 融资频率加快说明：投资人看好，但也可能意味着需要持续融资维持烧钱速度
隐含的问题：为什么还未IPO?
- 可能原因1：在等待市场(AI+RPA故事讲得更好的时候)
- 可能原因2：中国企业IPO的政策环境不确定
- 可能原因3：还在业务验证阶段(SaaS转型的商业模式还需验证)
市场规模推算
全球RPA市场：
- 2022年: $15B
- 2030年估计: $50-80B(年均增速15-20%)
- 中国RPA市场: ~$10B(占全球的15-20%)
Laiye的市场定位：
- RPA市场的”AI升级版”，目标是”替代”而非”并行”
- 如果Laiye能成为中国的”APA领导者”，可能抢占中国RPA市场的30-40%
- 理论天花板：$3-4B人民币年收入(SaaS模式，毛利70-80%)
当前规模推算(2025年底)：
- 年订阅收入: ~3-5亿人民币(推估)
- 占理论天花板: ~1-2%
- 还有50-100倍增长空间(10-15年跨度)
九、2026-2027年产品路线图
已发布/在建
P0(最优先)
- Work Execution Platform全球上线
- 企业AI Agent矩阵发布(五大预置Agent)
- Laiye Marketplace上线(第三方Agent应用市场)
- Agent可观测性工具(监控Agent执行质量、成本)
P1(重要)
- Finance Agent 2.0(支持复杂税务、多账户流程)
- HR Agent 2.0(支持薪资复杂计算、跨地社保)
- Industry-specific Agent(制造、医疗、教育垂直)
- Multi-Agent协调(多Agent联合执行复杂流程)
- Agent自学习(从执行历史中自动优化)
P2(优化)
- 本地化部署(On-Premise完整方案)
- 与主流ERP/HR/财务软件的Native集成
- 开发者工具链完善(更好的调试、测试框架)
- Compliance & Audit(满足国际SOC2、行业合规)
十、Mars视角
观点1：来也是”企业自动化的AI化”，不是”AI创业”
现象：来也融资多，但知名度不如ChatGPT、Claude
本质：
- ChatGPT等 = “AI技术革新”(新能力刷新)
- Laiye = “原有行业的AI升级”(从RPA→APA)
- 前者吸引消费者关注，后者吸引企业付费
创业启示：
- 如果你是AI创业者，有两条路：
- 路径1：做新能力(如ChatGPT、Gemini)，需要强模型和创意，但变现难
- 路径2：用AI升级旧行业(如Laiye升级RPA)，市场已验证，但需要产品工程能力
- 大多数赚钱的AI创业者走的是路径2(Figma + AI、Slack + AI、Salesforce Einstein等)
观点2：来也的”模板化”战略是中国特色
对比：
- 美国RPA = 定制化(因为企业流程各异)
- 中国企业流程 = 高度标准化(监管统一、行业规范相同)
含义：
- 来也可以用”N个标准模板” × “M个企业”的方式规模化
- 美国RPA只能用”1个定制方案” × “1个企业”的方式(效率低)
- 这导致Laiye的SaaS毛利(70%+)远高于UiPath的服务毛利(30-40%)
创业启示：
- 如果你要在中国创业，先看”是否有高度同构的企业流程场景”
- 如果有，用”标准模板” > “定制化服务”
- 这是中国创业者相对于美国创业者的”比较优势”
观点3：Laiye与ChatGPT的”互补而非竞争”
现象：ChatGPT推出后，Laiye没有被冲击
本质：
- ChatGPT = 通用AI(什么都能做，但都做不深)
- Laiye = 垂直AI(只做企业流程自动化，但做得很深)
- 前者是”聊天助手”，后者是”工作助手”
商业逻辑：
- ChatGPT用户：消费者(C端)，付费意愿$20/月
- Laiye用户：企业(B端)，付费意愿$10-50万/年/企业
- 前者量大but低价，后者量小but高价，适合不同商业模式
2026年趋势：
- ChatGPT会继续蚕食通用任务(写邮件、代码)
- Laiye会继续强化垂直深度(财务自动化、HR自动化)
- 两者最后可能的结局：OpenAI集成Agent能力(类似Gemini),竞争加剧
观点4：“AI Agent”的变现窗口很短
汪冠春的警告：“未来仅3-5家AI Agent企业能存活”
理由：
- Agent技术壁垒正在降低(开源化、LLM易得)
- 核心竞争力 = “行业理解” + “客户关系” + “数据积累”
- 这意味着：大平台公司(Google、Microsoft)或大行业厂商(Salesforce、SAP)可能会复制
Laiye的防守策略：
- 快速垂直深化(模板化，难以复制)
- 锁定头部客户(300+ Fortune 500，难以迁移)
- 建设生态(800k开发者，网络效应)
- 尽快IPO(融资走向)或被收购(战略走向)
创业启示：
- 如果你也在做AI Agent，需要在3-5年内走到”难以替代”的阶段
- 否则会被大厂碾压(Google做搜索Agent + 广告 > 你单纯的Agent)
观点5：融资额越大，变现压力越大
Laiye的困局：
- 融资$211M → 年烧钱可能$30-50M(估计)
- 需要年营收$50-100M来平衡烧钱率
- 现在还达不到这个规模(推估年收3-5亿人民币 = $0.4-0.7B)
2026年的关键：
- 必须证明SaaS模式的可行性(而不是项目制)
- 必须大幅提升单客ARPU(从$10-20万/年 → $50-100万/年)
- 如果失败，可能陷入”融资不够、烧钱速度控制不住”的陷阱
对比：
- UiPath走的是”License模式”(前期高ARPU，后期低增速)
- Laiye走的是”SaaS模式”(前期低ARPU，后期高增速)
- 中间3-5年的”灵魂拷问”：投资人是否相信SaaS增速能证明估值?
十一、相关案例与参考
类似的”产品代际升级”案例
案例1：Figma(设计工具AI化)
- 前身：Photoshop(本地工具) → Figma(云设计) → Figma + AI
- 升级点：从”手工绘图”到”AI辅助设计”(Magic Cursor等)
- 启示：旧行业工具通过AI获得新的增长
案例2：Slack(企业沟通AI化)
- 前身：IRC/即时通讯 → Slack(协作) → Slack + Claude/GPT
- 升级点：从”记录对话”到”AI总结/建议/自动化”
- 启示：通信平台成为AI Agent的天然入口
案例3：Salesforce CRM AI化
- 前身：Salesforce CRM(数据库) → Einstein(AI)
- 升级点：从”记录客户数据”到”AI预测流程”
- 启示：数据密集的系统最容易被AI升级
Laiye的相似性：
- 前身：RPA(流程工具) → WEP(平台) → 企业AI Agent
- 升级点：从”手工编排流程”到”AI自主决策”
- 启示：自动化工具通过AI获得质的飞跃
十二、时间线
| 时间 | 事件 | 影响 | 来源 |
|---|---|---|---|
| 2015年8月 | 来也网络科技成立 | AI创业新玩家，从推荐切入 | IT桔子 |
| 2019年6月 | 合并UiBot，完成B+轮$35M融资 | 获得RPA技术，进入”RPA+AI”赛道最大单笔融资 | 36氪 |
| 2020年2月 | 完成C轮$42M融资(Lightspeed领投) | Lightspeed看好中国企业IT机会 | TechCrunch |
| 2020年起 | 连续入选Gartner RPA魔力象限 | 全球认可的中国RPA玩家 | RPA学习天地 |
| 2021年4月 | 完成C+轮$50M融资(平安主导) | 中国平安看好RPA+AI在金融的应用 | Crunchbase |
| 2022年4月 | 完成C++轮$70M融资(厚朴领投) | 进入”新AI时代”，启动APA转向 | CSDN博客 |
| 2023年 | ChatGPT引发”生成式AI”大浪潮 | Laiye重新定位，从RPA升级到AI Agent | [内部战略调整] |
| 2024年8月 | 汪冠春宣布”未来仅3-5家AI Agent企业能存活” | 行业进入淘汰赛，Laiye加速变现 | 钛媒体AGI |
| 2025年3月 | ”Lead 2025”大会，发布企业AI Agent矩阵 | 五大预置Agent + Marketplace，产品化进入新阶段 | Laiye官网 |
| 2025年 | Work Execution Platform全球上线 | 开始国际化扩张(东南亚、日韩、欧洲) | Laiye全球站点 |
| 2026年2月 | 企业员工数464人，总融资$211M | 高成长但还未IPO，融资效率下降信号? | Tracxn |
| 2026年Q2(预期) | Finance Agent 2.0发布 | 瞄准税务复杂化场景，验证SaaS model | [产品路线图] |
| 2026-2027 | 确定IPO或被收购的战略方向 | 融资$200M+的企业通常在这个时间点做决策 | [市场惯例] |
十三、参考来源
官方渠道
融资与财务
- Crunchbase - Laiye Company Profile
- Tracxn - Laiye 2026 Company Profile
- 21财经 - RPA+AI融资最高纪录
- 36氪 - 来也科技融资和战略报道
产品与行业
高管与战略
开发者社区
十四、更新日志
| 版本 | 更新内容 | 日期 | 作者 |
|---|---|---|---|
| v4.0 | 完整产品卡片：包含融资历程、创始人基因、产品演进、战略框架、竞争分析、Mars视角、APA白皮书要点 | 2026-03-19 | Mars思想分身 |
| v3.0 | (历史版本，未发布) | — | — |
| v2.0 | (历史版本，未发布) | — | — |
| v1.0 | (历史版本，未发布) | — | — |
适用场景：
- 企业IT采购决策(RPA vs Agent平台选型)
- AI创业者的竞品分析(RPA→APA的演进轨迹)
- 投资人的行业研究(AI Agent赛道的商业模式)
- 产品经理的战略思考(垂直AI产品如何规模化)
下一次更新：2026年Q3(跟踪Finance Agent 2.0上线、全球化进展、融资或IPO动向)
本卡片采用”距钱距离假说”、“反共识优先”的分析框架，聚焦商业本质而非表面数据。
分析者背景：AI产品思考者，关注企业级AI应用的变现模式。