Steijn Pelle & Frédéric Renken(Lassie 联合创始人)¶
美国牙科诊所行政自动化公司 Lassie 的两位联合创始人。公司 2020 年创立,2026 年公开发布,由 a16z 投资(Alex Rampell 主导)。
- Steijn Pelle:荷兰人,阿姆斯特丹出身,在硅谷前先在欧洲创业 6 年;来美后在 Robinhood 做增长/推荐产品。Lassie 是他的第三家公司。
- Frédéric Renken:德国汉堡出身,此前在 Superhuman 做产品。
两人的起点是一件很具体的事:Steijn 的牙医 Dr. Quan 让他去后台看诊所怎么运转,他看到一位 Yelp 评分第一的医生每月花 200 小时手工提交保险理赔单。随后两人真的坐进客户办公室,亲手干了几个月这份活(Dr. Quan 让 Steijn"坐在这儿干",宾州 Scranton 的 Dr. Shah 把财务权限全给了他),才开始写产品。
立场与关注点¶
- 不给客户造工具,而是把生意放到自动驾驶上。 这不是审美选择而是约束:"SMB 和企业最大的差别是,在 SMB 里没有人来用这些工具"——你可以造一个工具,但没有人坐在那儿会去用它。因此必须做成不能有 human in the loop 的全自主 agent,"宁可偏向正确",这也是产品花了好几年的原因。
- 95% 就出货,不等 100%。 判断单位是整个生意而非单个产品:"一旦我们能接管一份工作就接管它,然后转去下一份",长尾靠部署后从数千名诊所员工的反馈里慢慢学。
- ⚠️ 模型不知道这份工作怎么做(Frédéric 的核心技术判断):"模型是在那么多数据上训练的、又那么大,然而它们其实根本不知道怎么干这些活——它们没有以任何形式编码这些工作流。" 相当一部分知识编码在办公室主管脑子里,"很奇怪地在互联网上并不那么容易拿到"。他坦承开始用推理模型时"假定它们大概就会干这活了,因为——它们为什么不会呢",结果不然。替代路径是从客户 ERP 的历史数据反推工作流。
- ⚠️ 监管拐点是 AI 部署的前置条件(Steijn 的核心商业判断):"即使我们有那些模型,几年前你也做不了这件事,因为那才是当时的现状——文件柜真的就是文件柜。" 解锁点是联邦政府强制该行业提供直接存款选项、并为逐项发票创建数字文件格式;他称这类小企业约 70% 仍收纸质支票,行业"正在经历一场大规模数字化革命"。
- 需求没有上限。 面对"小企业变好开了会不会反而更难做"的诘问,他的回答是"这假定了需求是有上限的"——牙科与水管工当前能被满足的需求只有实际需求的一半,"如果美国有五十万个牙医呢?"结论是"这解锁的是人有两倍的时间投在手艺上"。
- 产品构建方式变了(Frédéric):过去做产品想的是功能、是"让用户能做某件事";现在只想"我们能自动化什么劳动"。验收标准是"交付患者账单之后,诊所就不应该再在患者账单上花任何时间"。
- 招人上"一变一不变"(Steijn):不变的是仍要"斜率陡"、前 5% 分位的人(他用差点成为职业田径运动员的经历类比:"奥运级别的跑步还是老样子");变的是专门面试候选人的"AI-pilled 程度",目标是造一个"2026 版本的大组织"。他明确称这是尚未验证的实验。
与本库其它观点的呼应与分歧¶
- 对 Steven Sinofsky "企业里所有有趣的事都是例外处理" 既补强又给解法:Frédéric 的"模型不知道工作流"是同一命题的模型侧证据且更强(不是软件抓不住例外,是前沿模型连常规部分都没学会);而 Lassie 的解法是 Sinofsky 没给的——不追求 100%,95% 出货,长尾靠部署收。
- 是 Sema Amble 的 headless 软件命题最纯粹的样本,并补上了 Amble 没给的必要性论证。
- 是 Benedict Evans "模型商品化、价值上移"最直白的应用层佐证:"模型变好之后我们就把自己的智能替换掉,产品自动变聪明。"
- 定价结构与 Jonathan Hurst 关于机器人"价格由人类劳动力设定"同构——Lassie 的五位数收费明确出自 P&L 的劳动预算而非成本加成。
- 就业观上与 Mark Cuban 的"不是替代,是反事实"、DoorDash 的"自动化更多 = 人更多"同向,但给了更硬的经济学形式(见 Alex Rampell 的市场失灵框架)。
已收录访谈¶
| 日期 | 视频 | 主题 |
|---|---|---|
| 2026-07-30 | Lassie:把牙医诊所的行政工作交给 agent(a16z,Alex Rampell & Olivia Moore 主持) | 垂直 agent、SMB 自动化、监管拐点、非 incumbent 市场 |