由一條你可以端到端跑嘅窄 wedge 開始開一間 AI 原生 agency，而唔係一份 full-service menu。揀一種你可以砌個 context layer、喺單個客戶身上驗證個 operating model、並定低一個質素標準嘅工作——然後才擴展。廣度係你賺返嚟嘅，唔係你開局就拿出來嘅。大部分新 AI 原生店失敗，唔係因為工具錯，而係因為佢哋第一日就想睇落似一間傳統 agency。
我曾經開過同重建過幾門生意，模式總係一樣：誘惑係顯得比你實際更大。喺一間普通 agency 度噉意味住虛假規模。喺一間 AI 原生嘅度，佢意味住一條你其實做唔好嘅長服務 menu。Wedge 係解藥。
點解係 wedge，唔係 menu
一條 wedge 係對某一類客戶嘅一個具體問題，交付得夠好，令客戶講俾第二個人聽。佢喺 AI 原生 agency 度比喺傳統 agency 度更重要，因為你嘅優勢係個 context layer，而 context layer 靠反覆做同樣嘅工作嚟砌。一份闊 menu 令你周圍都只有淺 context；一條 wedge 令你喺某處有深 context。
Wedge 亦都令個 pitch 成為可能。你冇得喺團隊規模上超過一間大 agency，你亦都唔該試。你喺一個問題上跑得贏佢哋，用一條佢哋要重建先匹敵到嘅 workflow。由嗰度開始。AI 原生 vs 傳統嘅比較解釋咗點解細而 senior 嘅 model 靠專注、而唔係規模取勝。
先砌個 context layer
將一間 AI 原生 agency 同一個有 model 訂閱嘅人分開嗰個資產，係個 context layer：令下一件工作比上一件更好嘅 brief、結果、brand rules 同決定歷史。由第一個客戶開始砌佢，有意咁，並令佢屬於你。我喺砌一個客戶 memory data moat寫過佢點解複利。
務實咁講，嗰個意味住一個地方，令每一份委託嘅 context 都住喺嗰度——而唔係散喺十幾個工具同某個人嘅記憶度。佢意味住決定 model 可以睇咩、咩留喺外面，亦即係規模化之前嘅 governance。佢亦都意味住抵抗將每個 project 都當成新嘅衝動；全部要點係呢類客戶嘅第二個比第一個容易，因為 context 被帶過去咗。
由第一日起就配 senior 嘅人
一間新 AI 原生 agency 冇傳統金字塔嘅空間，亦都唔需要佢。創始團隊應該係判斷得到產出、撐得住客戶、設計得到 workflow 嘅 senior 嘅人——唔係「一個 senior 加幾個平嘅生產幫手」。Production 係 model 做嘅；人係判斷。
如果你習慣咗槓桿，呢個係一個唔舒服嘅招聘立場。佢亦都正係要點：你嘅成本基礎係 senior 時間，所以你嘅定價一定要承載佢，噉就將你推向令個 model 成立嘅結果定價。人頭邏輯同我喺一間 AI 原生 agency 需要幾多人講嘅相同——細、senior，以 review 為 constraint。
俾結果定價
如果你以小時費率開局，你就將舊 model 進口咗入新生意度，並喺第一張單上送走咗你嘅優勢。由一開始就俾個決定或結果定價，即便細規模，令成間 agency 圍繞價值而非時間砌。定價嗰篇詳細覆蓋機制，但嗰個奠基性嘅決定好簡單：為你識嘅、同你交付嘅收費，唔為你花咗幾耐收費。
當你仲新、又想要嗰份工，呢個好難。佢亦都係你嘅商業模式俾人定低嘅時刻，而之後改變佢比一開始就做啱難好多。
喺一個客戶身上驗證
證明唔係一份 slide，亦都唔係你自己寫嘅案例。佢係一個客戶、一條 wedge、以及一個佢哋會唔使提示就描述嘅結果。喺嗰個客戶身上端到端咁跑呢套 operating model：context layer、model-first workflow、senior review、結果定價。喺加第二個客戶之前攞到一份乾淨嘅證明，並記錄個 workflow 實際做咗咩。
嗰份證明亦都係你 pitch 嘅訓練數據。你會具體咁知道咩快咗、咩需要 review、model 喺邊度失敗——喺銷售對話度，噉遠比一句關於 AI 嘅泛泛宣稱有價值。呢個同呢個主題入面 rollout 規劃所依賴嘅「證據優先」係同一條紀律。
Wedge 應該窄到輸得起
一個好嘅 wedge 測試，係佢對一間傳統 agency 嚟講聽落係咪太窄。如果係，你大概接近咗。「我哋為 DTC 品牌跑 paid social creative testing」係一條 wedge。「我哋係一間 full-service digital agency」係一份 menu。更窄嘅版本令你砌到真實 context、定到真實標準，並喺你擁有任何規模之前，就成為一小群客戶嘅顯然選擇。
窄亦都意味住你講得出你唔想要嘅客戶，噉喺頭一年係一種力量。你接嘅每一個喺 wedge 之外嘅委託，都會稀釋個 context layer、拉長作為你全部產品嘅 senior 時間。講唔係 wedge 保持鋒利嘅方式，亦都係同類嘅第二、第三個客戶變得更易而非更難嘅方式。
佢亦都係對每個客戶都會秤嘅「內部 vs 外判」問題嘅誠實答案——嗰個我喺search marketing 走向內部時第一次寫過嘅計算——而佢仍然偏向嗰個喺某件事上可證明更好嘅專家。
頭 90 日
將第一個客戶當成一次砌嘢，而唔只係一次交付。第一個月，砌起個 context layer、定義個 review standard，並誠實咁同客戶講你喺度邊做邊砌個 operating model。第二個月，端到端跑個 workflow，記錄 model 啱喺邊、錯喺邊。第三個月，調個 workflow，產出一個客戶會自己描述嘅結果。
到嗰個週期結束，你應該有三樣嘢：一個用得到嘅 context layer、一份寫落嚟嘅 review standard、以及一份證據。嗰啲係令第二個客戶更容易、令個 pitch 可信嘅資產。喺嗰個點之前銷售係賣一個承諾；喺佢之後，你喺度賣一個被證明嘅 model。
你實際喺賣咩
喺 wedge 同 workflow 之下，一間新 AI 原生 agency 賣兩樣嘢：一個標準同一份 memory。個標準係「份工作由 senior 判斷、唔會錯住出去」嘅承諾。份 memory 係「間 agency 夠了解客戶嘅 context，令每一件比上一件更好」嘅承諾。其他一切——工具、template、channel 專長——都可替換。
呢個就係點解個 pitch 應該講標準同 memory，而唔係技術。客戶由所有人度都聽過技術 pitch。好少人收到過一個可信、點名嘅標準，同一個佢哋睇得到嘅 context layer。以呢啲領跑，個定價對話就變得更容易，因為你賣嘅係客戶認作稀缺嘅嘢。
唔好做咩
唔好以 full-service 開局。唔好按小時定價。唔好配一個你俾唔起嘅 junior production 層。唔好將個 context layer 當後補嚟砌、然後發現你抽唔出嚟。亦都唔好賣一項你自己冇端到端跑過嘅服務，因為喺 AI 原生嘅店，個 workflow 就係產品，而一項你冇砌過嘅服務就係你交付唔到嘅服務。
FAQ
我可以作為一人創始開一間 AI 原生 agency 咩？
可以，而 wedge model 啱佢。一位 senior 嘅人配一條強 workflow 同一個清晰 niche，驗證得到呢個 model、之後再添人。個 constraint 係 review 同關係嘅頻寬，所以第一次招聘應該擴你確實需要嘅產能，唔係你已經自動化咗嘅 production。
我需要自己嘅 AI 工具，定係可以用現成嘅？
用現成嘅工具，將投入放喺個 context layer 同 workflow 上。工具係商品；你點樣裝配同餵佢哋唔係。擁有 context 才係護城河，唔係擁有 software。
我點樣喺更大嘅 agency 面前贏到第一個客戶？
靠專注、速度同 senior 接觸。你匹敵唔到佢哋個團隊，所以唔好試。就一件具體嘅事提供更快、更平、跑得更好嘅一版，有一位 senior 嘅人親自負責。噉係一個大 agency 成日做唔出嘅 pitch。
我幾時該擴展到 wedge 之外？
當第一條 wedge 唔靠你都跑得到、產出一個客戶會背書嘅結果、而個 context layer 承載緊個學習嗰陣。喺嗰之前擴展，只會將淺 context 攤到更多工作度。
短版
由一條窄 wedge 開始開 AI 原生 agency，由第一個客戶起砌個 context layer，配 senior 嘅人，俾結果定價，並喺擴闊之前端到端驗證佢。廣度係賺返嚟嘅，唔係發佈嘅。Agency-Model 指南覆蓋完整 model，面向 agency 嘅 lane行過呢次砌嘢。
如果你喺度開一間，我好想聽下你嘅 wedge 係咩——佢越窄，我越有信心佢會成。
Cheers, Chandler
本文提供繁體中文（香港）版本。課程材料（影片、template同配套指南）以英語同日語提供。本網站提供13種語言版本。