Sierra

Bret Taylor 按结果定价的 AI 客服代理平台 —— $15.8B 估值,$150M+ ARR,Fortune 50 中 40% 为客户,以及"按解决付费"软件经济学的典型案例。

1. 核心产品 / 服务

Sierra 向企业销售品牌化的 AI 客服代理。产品定位为"品牌化代理人格",在公司知识库上训练,与后端系统(退款、理赔、账户变更)集成,配置为处理数十亿次客户交互 [1][2][7]。

关键架构要素:

品牌化代理身份 —— 代理代表买方的品牌,而非 Sierra 的。
可执行动作的代理 —— 超越问答,代理通过对每家企业系统的深度集成执行交易(房贷再融资、保险理赔、退款、计划变更)。
多模态渠道 —— 聊天、语音、邮件;语音尤其是 2025-26 扩张矢量。
按结果定价的合同 —— 预先协商的按解决费率;若案例升级到人工,客户不收费 [3][6]。

2026 年的产品界面已扩展"超越客户支持",朝 CMSWire 和 Sequoia 播客描述的"完成工作的 AI 代理平台"延伸 —— 销售、运营,及更多 [2][7]。

2. 目标用户与痛点

买家:F50/F100 的首席客户官 / 支持副总裁。Sierra 引用 Fortune 50 中 >40% 为客户 [1]。
解决的痛点:
- 传统 BPO 和聊天机器人在需要后端系统访问的复杂、交易性案例(房贷再融资、保险理赔)上失败。
- 按席位或按小时定价 (BPO) 与 AI 的边际成本接近零的经济不对齐 —— Sierra 的结果定价对齐厂商和买方激励。
切入点:Bret Taylor 品牌 + 结果定价 + 前沿模型质量 + 深度企业集成能力。

3. 竞争格局

厂商	模式	价格	最佳契合	相对 Sierra
Sierra	企业 AI 代理,品牌化,可执行动作	按结果(按解决)	F50/F100 企业	Bret Taylor 品牌,$15.8B 估值,蓝筹主流
crescendo	AI + 人类专家 (HITL),全托管	按解决结果	替代 BPO 的中到大品牌	拥有人工运营层,规模较小
decagon	AI 代理 + AOP 自然语言配置	按对话或按解决	高增长科技 + F100	可配置 AOP,ARR 较小($35M vs Sierra $150M+)
Salesforce Agentforce	与 Service Cloud 打包的 AI 代理	与 SFDC 席位打包	现有 Salesforce 客户	分发护城河,AI 质量较弱
Zendesk AI	helpdesk 中的 AI 特性	与 Zendesk 打包	Zendesk 客户	仅分发,不可执行动作
Ada	自助引导自动化	基于绩效	中大型数字品牌	较老,LLM 原生性较弱
HubSpot(按解决 AI,2025)	HubSpot Service 中的 AI 代理	与席位打包	HubSpot 客户	分发;跟随 Sierra 定价模型 [8]

Sierra 的结构性护城河是品牌 + 集成深度:Bret Taylor / Clay Bavor 的资历 + F50 采购团队愿意给 LLM 代理深度系统访问(房贷、保险理赔)是其他厂商缺乏的高门槛信任。

4. 独立观察

定价模式:纯按结果按解决。合同结构:每次自主 AI 解决的预协商费率;若对话升级到人工,不收费。一些账户也对常规交互使用按量价格,与复杂交互的结果价混合 [6][7]。Bret Taylor 公开宣讲"为干好的活付费"作为 AI 的世俗软件业务模式。
隐含的 $/1M 消费 token:Sierra 解决可能很长(多轮语音 + 工具调用 + 系统集成);估算每个已解决案例 2-10 万 token。按解决费率不公开,但 FourWeekMBA 和定价研究博客暗示企业规模下约在 $1-$5 / 次解决区间,极高价值的解决(房贷、保险理赔)价格更高。$1-5/解决 × 50K token ≈ 模型层零售费率 $20-$100 / 1M token。前沿 API 成本(2026):约 $3-$10/1M(语音偏输出重)。加价:相对裸 API 约 5-30×。每 token 加价实质性低于 harvey 或 crescendo —— 但 Sierra 捕获 $/解决,而非 $/席位或 $/对话,所以厂商经济在更薄的每 token 加价下仍能跑通,因为每次解决相对处理该案例的人工成本(BPO 劳动约 $5-$30)定价。
护城河类型:品牌(Taylor / Bavor 创始人资历、OpenAI 董事会)+ 分发(F50/F100 采购访问)+ 工作流 / 集成(对房贷、理赔、退款的深度系统访问)。不是模型护城河。品牌护城河最可防御:Sierra 进入了较新进入者无法快速跟进的 F50 采购流程。
客户画像:蓝筹企业。F50 >40%;航空、银行、电信、零售、房贷。明确不是 SMB 或成长期科技(Decagon 的领地)。
相对裸 API 加价倍数:每 token 约 5-30×,但 $/解决 vs $/人工等效劳动 —— 更诚实的取景 —— 更接近 每案例人工劳动成本的 0.05-0.2×。Sierra 捕获裸 API 成本和人工劳动成本之间差距的约 10-30%;买方保留 70-90% 节省。
定价模型的行业影响:HubSpot 在 2025 年公开切换到按解决 AI 定价,明确以 Sierra 为模型;该定价模型现已成为 L4 CX 品类默认 [8]。这很罕见 —— 定价最高的新进者在发布后 24 个月内重置品类定价规范。
战略背景:Bret Taylor 也是 OpenAI 董事会主席。OpenAI 关系 + "AI 生产力的原子单位是流程而非人"论点合流:Sierra 是 OpenAI 企业代理雄心的运营试验场。

5. 财务 / 融资

累计融资:约 $1.4B 累计;最新 $950M,估值 $15.8B(2026 年 5 月),由 Tiger Global 和 GV 领投 [1][2][3]。
前一轮:$175M,估值 $4.5B(2024 年 10 月)。
ARR:$150M+(2026 年 2 月);$100M(2025 年 11 月);第一个发布 $50M+ 季度 = 首个 $50M Q。
客户基数:Fortune 50 >40%;代理处理跨房贷再融资、保险理赔、支持的数十亿次交互。
创立:2023。
员工数:未公开;ARR/员工比表明精简但快速增长。

6. 团队与关系

联合创始人:
- Bret Taylor(CEO)—— OpenAI 董事会主席;前 Salesforce 联席 CEO;前 Facebook CTO;前 Quip CEO;Google Maps 共同创造者。一代科技高管。
- Clay Bavor —— 前 Google 副总裁(Labs / VR/AR);工程定海神针。
投资人:Tiger Global(领投,2026 年 5 月)、GV(Google Ventures,联合领投)、Sequoia、Benchmark、Thrive Capital。
OpenAI 关系:Bret Taylor 作为 OpenAI 董事会主席,在企业代理能力上创造紧密反馈环;Sierra 被广泛解读为"GPT-Enterprise 参考客户"。
参考客户:F50 银行、航空、电信、零售商(公开引用但具体名称有限)。
相关 wiki:crescendo(估值 $500M 的 HITL 竞争对手)、decagon($4.5B 估值竞争对手)、magic(不同垂直中的 HITL 模式)。