Console如何让Cursor、Scale AI甘愿买单
一句话梗概： 不替换ServiceNow，只在Slack里加一个AI层，就让IT工单自动解决率从15%飙升到57%。Console在2025年完成了$29.2M融资，客户名单里有Cursor、Scale AI、Webflow。这个案例给AI创业者的启示是：有时候最好的策略不是在巨头的战场正面刚，而是找到那个“夹层”位置。
开场：4个人支持750人的IT团队
在Cursor的IT团队只有4个人，但要支持750多名员工。
这不是什么奇怪的比例——在AI驱动的科技公司，研发团队的扩张速度远超后台职能。
传统解决方案是什么？
- 上ServiceNow
- 上Zendesk
- 上一套完整的ITSM系统
实施周期6到12个月，需要专门的系统管理员。最终的体验仍然是员工在Slack上发一条消息，然后在工单系统里等上几个小时。
而Cursor的4人IT团队选择了一条完全不同的路：在Slack上装一个AI Agent，然后看着50%的IT工单自动消失。
这是什么产品？
这个AI Agent叫Console，一个2024年成立的AI原生ITSM平台。
创始人Andrei Serban曾是Rippling的产品负责人。他的上一个创业公司Fuzzbuzz被Rippling收购后，在2023年完成整合。这意味着他不是第一次做企业SaaS，对IT部门的采购逻辑了如指掌。
Console的核心定位：
不在底层替换ServiceNow或Zendesk，而是在协作层（Slack/Teams）上叠加一个AI层。
员工在Chat里发“我忘了密码”、“我需要Figma的权限”——Console的AI Agent自动理解请求、查清用户上下文、执行操作、返回结果。只有AI无法处理的复杂问题才转接给人工IT。
这套逻辑的价值在于：切换成本几乎为零。
不需要改变已有的工单系统，不需要数据迁移，不需要全员培训。员工继续在Slack里说话，只是回复他们的从人类变成了AI。
融资信号：种子轮+Series A的罕见节奏
| 轮次 | 金额 | 领投方 | 时间 |
|---|---|---|---|
| 种子轮 | $6.2M | Thrive Capital | 2025年6月 |
| Series A | $23M | DST Global + Thrive Capital | 紧随其后 |
总计：$29.2M
这个融资节奏在当前的资本环境下相当罕见——说明Console的增长指标已经让投资人愿意加速押注。
客户名单更是亮眼：
Scale AI · Databricks · Webflow · Cursor · Synthesia · Flock Safety · Bloomerang · Podium · Spring Health · Calendly
清一色的高增长科技公司。没有一个传统企业。
为什么这些公司选择Console而非传统的ITSM厂商？
答案藏在Thrive Capital的portfolio里。Thrive投了OpenAI、Cursor、Scale AI——它们天然对AI-native产品有更高的接受度，也更愿意做AI Agent的付费实验田。
这不是巧合，而是Console founder有意为之的投资者-客户飞轮策略。
壁垒：Context Graph才是真正的护城河
你可能会问：在Slack上叠一层AI就能解决IT问题，这技术壁垒在哪？Webflow为什么不用自己的工程团队写个Slack bot？
Console的壁垒在于一个叫Context Graph（上下文知识图谱） 的核心架构。
| 维度 | 传统ITSM | Console (Context Graph) |
|---|---|---|
| 数据模型 | 工单中心 | 组织知识中心 |
| 交互视角 | 独立事件 | 完整上下文 |
| 学习能力 | 无（人工配置规则） | AI自动丰富图谱 |
| 数据飞轮 | ❌ 不适用 | ✅ 使用越多越强 |
传统ITSM工具把工单当作独立事件处理——员工A申请权限，创建一张ticket，处理完归档。
Console的做法完全不同：它构建了一张理解整个组织的知识图谱，包含每个用户的设备型号、应用权限、历史工单、组织关系。当员工发来请求，AI Agent不是在孤立地处理一个事件，而是在一个完整的组织上下文中理解和执行。
这意味着每次交互都在丰富Context Graph。使用越多，知识图谱越完整，自动解决率越高，切换成本也越高。
这是一个典型的AI-native数据飞轮，传统SaaS工具无法复制。
客户验证：从“差”到“好”才更有说服力
Scale AI的IT团队是从另一个工具迁移到Console的。所以他们不是“从零到有”，而是“从差到好”——这让数字更有说服力。
Scale AI的工单自动解决率
之前：15%
之后：57%Bloomerang的CSAT（客户满意度）变化
之前：84%
之后：94%同时，Bloomerang在增加了100名员工的情况下没有增加IT人手。
以上数据来自Console官网发布的客户案例，未经第三方独立审计。但从案例中引用的具体人物和职位来看，它们不是虚构的营销文案。
产品拆解：四个模块构成AI服务台
模块一：AI Service Desk（AI服务台）
核心入口。员工在Slack中直接与AI Agent对话，AI自动处理密码重置、权限申请、设备问题等常见请求。无法解决的问题转接给人工IT，同时附带完整上下文——传统工单系统里，转接意味着用户需要重复描述问题。
模块二：Access Governance（权限治理）
自动完成员工入职时的权限开通和离职时的权限回收，支持自定义审批流程和多因素认证。这是IT团队最大手动工作来源之一。
模块三：Proactive Playbooks（主动式工作流）
最有产品化巧思的部分——IT团队可以用自然语言定义Playbook。比如：
“当一个工程师入职时，创建Okta账号、分配Figma权限、发送欢迎邮件、开通GitHub组织访问。”
传统ITSM需要编写代码或配置复杂的规则引擎，Console的Playbook可以用自然语言描述。
模块四：Asset Management（资产管理）
自动追踪和更新设备状态，与MDM（移动设备管理）系统集成。
这四模块之上，是600多个预建集成和Context Graph数据层。Console宣称可以在30分钟内连接所有现有应用系统。
商业逻辑：不替换，只加成
理解Console的真正商业逻辑，需要把它放在企业SaaS的进化图谱中看。
过去20年，企业IT工具的市场被ServiceNow、Zendesk、Jira Service Management这些巨头占据。它们的特点是功能丰富但实施复杂，一个有经验的管理员也需要数周才能配置好一套工作流。
Moveworks试图用AI改造这个赛道，2025年3月被ServiceNow以**$28.5亿**收购——这个数字本身就是赛道价值的证明。
Console走了一条不同的路：不替换、只加成。
创始人Andrei Serban在TechCrunch采访中明确说：
“我们不做需要你替换help desk的系统。”
这是一个极其聪明的定位：
传统方案：销售给CIO → 需要200万预算 → 6个月实施周期 → 高风险
Console方案：销售给IT经理 → Slack上试用几周 → 低决策摩擦 → 低风险从商业化的角度看，Console目前采取的是完全销售主导（Sales-led）模式，没有公开定价页面，统一走“Book a demo”流程。这在企业SaaS早期是合理的——500人公司和5000人公司的定价结构完全不同。但未来如果Console要向中小型企业渗透，公开定价（PLG路线）几乎是必须的。
Console的长期野心不止于IT。
其官网已经列出了面向HR、Finance、Legal、RevOps、Security的解决方案页面——所有这些部门的共同痛点是“大量重复性请求”。
如果Console能从IT服务台扩展到全公司员工的服务请求管理平台，它的TAM（可触达市场）将从ITSM的百亿美元级别跃升至企业运营自动化的千亿美元级别。
风险变量：三道防线上的不稳定因素
⚠️ ServiceNow的回击
ServiceNow花了$28.5亿收购Moveworks说明它极为重视AI ITSM这个赛道。Console创始人暗示Moveworks被收购后，客户担心产品路线变化而转向Console——但如果ServiceNow快速整合Moveworks技术并推出竞品，Console的先发优势可能被蚕食。
⚠️ Context Graph的壁垒深度
足够长的使用周期会让Console积累深厚的组织知识，但这个数据迁移并非不可能——如果ServiceNow/Zendesk推出类似的AI层并支持从Console导入Context Graph数据，Console的moat就会削弱。
⚠️ 从IT到跨部门的扩张能否兑现
企业软件历史上，从单一场景扩展到全平台的案例并不都成功——比如Slack从聊天工具扩展到文档协作（Slack Canvas）的效果就不如其核心聊天功能。Console能否在IT之外复制其在IT场景的成功，还需要验证。
AI创业者能从Console学到什么？
第1课：找到“夹层”位置
不要在巨头的主战场上正面竞争，而是找到一个介于已有系统和用户之间的“夹层”位置。
- Console选择了Slack/Teams这个协作层
- ServiceNow的触角还没延伸到这里
- 这里是企业员工每天花费最多时间的数字空间
第2课：用低切换成本撬动企业客户
企业销售最大的阻力不是价格，而是“切换到你的系统需要多少风险”。
- Console的“不替换现有系统”策略直接消除了这个阻力
- 前Rippling产品负责人的背景，让Andrei Serban深知企业采购的心理学
第3课：用AI-native数据架构构筑壁垒
- Context Graph把每一次交互都变成数据资产
- 传统SaaS无法做到这一点，因为它们的架构是围绕工单（ticket）设计的
- 围绕组织知识图谱设计，才有真正的数据飞轮
第4课：让投资人成为客户引路人
- Thrive Capital portfolio中的OpenAI、Cursor、Scale AI都是Console的客户
- 这不是巧合
- 选择一个投了你的目标客户群的VC，可以获得天然的分销渠道
第5课：从一个切口开始，然后横向扩展
- Console的起点是IT
- 官网上已经准备好了HR、Finance、Legal、Security的solution页面
- “切入点→平台”的产品路线图，是企业软件历史上最经典的扩张路径
对中国AI创业者的启示
飞书和钉钉上的AI应用生态正在快速演进。如果你正在思考“在飞书/钉钉的协作层上做什么样的AI应用”，Console提供了教科书级别的参考：
找到一个高频率、高痛点的场景（IT服务台），用AI Agent大幅压缩工作流，并在使用过程中积累组织数据形成壁垒。
中国市场可能不需要另一个ServiceNow替代品，但很可能需要一个“在飞书上解决IT问题的AI助手”。
Console证明了一件事：有时候最好的策略不是重新造轮子，而是在别人造好的轮子上方叠加一层智能。
那层智能，就是AI创业者在企业级市场中最大的机会。
Vibe App Lab · 在这里读懂AI产品的商业密码 少做一些注定没结果的事