每天多賺1200塊!這款小眾AI計時器,憑什么拿下1億美元融資?

每天多賺1200塊!這款小眾AI計時器,憑什么拿下1億美元融資?

文章圖片

每天多賺1200塊!這款小眾AI計時器,憑什么拿下1億美元融資?

Laurel這款AI計時器通過深度集成工作工具 , 實現無感知追蹤和智能生成日志 , 解決專業服務行業手動計時的痛點 , 每人每天可多賺175美元 , 助力企業利潤增長4%到11% , 并拿下1億美元融資 , 正重構專業服務行業的時間管理與價值創造邏輯 。
你聽說過“計時工具”嗎?
這個聽起來像是打工人“打卡”的軟件 , 其實只活躍在一個極為小眾的圈子里——那些靠“按小時計費”賺錢的人:律師、會計、咨詢師 。
但就是這樣一個不起眼的工具 , 卻在最近拿到了1億美元融資 , 超過一眾明星AI產品 。
之所以投資人這么看好 , 原因也很簡單 , 因為它掀起了一場專業服務領域的效率革命 。
想象一下:當制造業已經實現成本自動核算 , 零售可以實時追蹤庫存流轉 , 唯獨專業服務行業 , 還在靠“手動計時”搞利潤——手動點“開始”、點“結束”、填寫備注 , 工作效率低、漏計嚴重 , 嚴重拖累收入 。
Laurel就是為解決這一痛點而誕生的 。
它用AI深度集成郵件、會議、文檔、通話記錄 , 實現“無感知追蹤+智能生成日志” , 讓每一位專業人士每天能多記錄28分鐘可計費時間 , 相當于為企業帶來4%到11%的利潤增長 。
Laurel CEO Alyza Alshak舉了個例子:
一家擁有600名律師、小時費率375美元的律所 , 僅憑這些“額外計費時間” , 一年就能多賺2000萬美元 。
得益于這樣的效果 , Laurel的商業化數據極其亮眼:
過去24個月 , 合同收入從0增長到2600萬美元;
過去12個月 , 年經常性收入(ARR)增長300% , 平臺使用量增長500% 。
接下來 , 就跟著烏鴉君一起來看看這個小眾賽道的超級產品 。

/ 01 /智能時代的盲區:專業服務行業的“時間黑洞”在國外 , “按時計酬”是專業服務行業最主流的計費方式之一 。
最典型的 , 就是律師、會計、咨詢這些依賴腦力的高知識密集型職業 。 他們的收費直接與工時掛鉤 。 比如 , 美國頂級律所合伙人時薪可高達3000美元 , 英國“Magic Circle”律所的資深合伙人則能達到1500英鎊/小時 。
計時方式也有一套行規:不是按整小時、分鐘 , 而是將一小時劃分為10段 , 每段6分鐘 。 行業將這稱作“billing increment”(計費時間單元) , 也是按時計費能細化、標準化的關鍵前提 。
但問題在于——這個制度早已進入了智能時代 , 計時手段卻還停留在“手動階段” 。
長期以來 , 律師、會計師在工作時要自己記錄何時開始、何時結束 , 分別為哪位客戶完成了哪些工作 。
后來 , 雖然誕生了不少計時工具 , 允許用戶記錄電腦使用情況、會議、郵件與文件編輯內容 , 甚至生成精細工作日志(如“為客戶X起草合同0.5小時”) , 但核心依然是人為主動記錄 。
也就是說:你必須點“開始”、點“結束” , 再手動填寫說明 。
這在實際工作中不僅繁瑣 , 還嚴重影響專注 , 導致大量時間流失 。 根據研究統計 , 專業人士平均每天會遺漏多達28分鐘的可計費時間 。
更令人無奈的是:哪怕是SAP、Oracle這些經典計時工具 , 管理模塊也大多存在體驗繁重、流程割裂、難以與專業服務工作流深度融合的問題 。
比如 , Oracle雖然在法律研究上引入了AI Agent , 但在工時追蹤、成本歸集與智能計費方面仍需高度定制 , 企業需承擔額外集成成本 。
而對比之下 , 制造業早已實現成本核算的自動化 , 零售也能實時追蹤庫存流轉——專業服務行業 , 還在“手工計時”的邏輯里原地打轉 。
這正是行業的效率鴻溝 , 也孕育著變革的機會 。
據美國勞工統計局數據顯示 , 截至2024年 , 美國約有8030萬名員工為小時工 , 占所有正式雇員的55.6% 。 而在專業服務領域 , 這種“以小時計價”的工作形態則更為普遍 。
在這樣一個龐大的市場、又高度依賴時間作為價值度量的背景下 , Laurel應運而生 。

/ 02 /重塑“時間”價值 , 每人每天多賺175美元Laurel 的品牌命名“Mori”(源自拉丁語“memento mori” , 意為“銘記終有一死”) , 既體現了對生命有限性的思考 , 也呼應了其高效管理時間的核心功能 。 其logo為一個橫置的時間沙漏 , 強化了其時間管理的品牌形象 。
在高度依賴“時間計價”的專業服務行業 , Laurel正在重塑“時間”的記錄方式——從手動計時、靠人回憶 , 進化為AI驅動的自動捕捉與智能生成 。
它做了幾件事 , 解決了行業的幾個“老大難”:
第一 , 不再依賴人為打卡 , 自動識別你的每一分鐘 。
Laurel通過深度集成DMS文檔管理系統、Outlook、Slack、Teams、Zoom等常用工作工具 , 能自動識別用戶每天在哪個客戶項目下看了什么文檔、發了多少郵件、參加了哪些會議、編輯了哪些合同條款 。
比如 , 你花了1.5小時參加了一個條款修訂會議 , 同時打開了Word文檔、標記了紅線 , 還收發了幾封郵件——Laurel會自動生成一條結構化工作記錄:“1.5小時–審查NDA草案并參加關于客戶X的IP條款調整電話會議” , 無需手動打卡、摳時間點 。
這直接解決了傳統計時器常見的問題:忘記點開始、漏掉郵件回復或文檔閱讀等工作 , 最終只能模糊記下“1小時–修NDA” 。
第二 , AI自動歸類、記錄、總結 , 不再為工作日志頭疼 。
Laurel內置的AI會自動識別你的工作內容(如審計準備、合同修訂、估算報稅等) , 并將其自動歸類到正確的客戶項目下 。 邏輯就像Google相冊自動給你按面孔、地點歸類照片一樣 。
例如 , “為ACME公司準備Q2納稅申報估算并核對分類賬差異–2小時”這樣的條目會直接歸類到ACME的財稅項目中 , 無需手動分配 。
Laurel還能根據不同公司的風格自動生成適合發給客戶的工作日志文本 , 語氣和格式均符合行業規范 , 省去了撰寫工作說明的重復勞動 。
第三 , 跟計費系統打通 , 時間就是利潤 。
Laurel不僅能精準記錄時間 , 還能與律所、會計所的核心計費系統無縫對接 , 支持SOC II Type II、GDPR等合規標準 , 將時間數據自動掛鉤到收入、利潤與合規檢查中 。
整個鏈路打通后 , 用戶只需要做一件事:確認并提交 。 其余的工作日志生成、計費映射、合規檢查 , 全部由AI完成 。
這背后的核心 , 是Laurel的自學習能力 。 每次使用后 , 它會根據用戶行為、工作風格和項目歷史自動優化下次的追蹤邏輯 , 形成“越用越懂你”的企業級時間助手 。
截至目前 , Laurel已被安永(EY)、ReedSmith等全球頂級專業服務機構采用 , 并在法律、財會、咨詢等細分場景中廣泛落地 。
根據Laurel數據 , 每個用戶平均每天能多出28分鐘的收費時間 , 相當于每人每天多賺175美元 , 企業利潤能漲4%到11% 。
作為全球四大會計師事務所之一 , 安永借助Laurel對數百項日常工作進行智能分類 , “使用Laurel僅五天便收回了前期投入成本” 。
得益于客戶認可 , Laurel的商業化成績也表現突出 。 過去24個月內 , Laurel的合同收入從0迅速躍升至2600萬美金 , 增長勢頭強勁 。
這是一次“時間”維度的革命 , 也正在成為AI企業產品化落地最具代表性的范例之一 。

/ 03 /Laurel的三步走:從“記時間”到“重構專業服務”長期來看 , Laurel并不甘于做一款簡單的時間記錄工具 。
在聯創兼CEO Ryza Alshak的設想中 , 它更像是一個試圖重構專業服務行業底層邏輯的操作系統 。 他為此劃出了一個清晰的三階段戰略路徑:
第一階段:AI>人類
Laurel的起點是用AI做時間追蹤 。 聽起來并不性感 , 但在律師、投行、咨詢等專業服務領域 , 這是“收入的起點” 。
區別在于 , Laurel采用的是無感知的數據采集與自動歸類:它能自動識別你在處理什么事項、與哪個客戶相關 , 并精準歸檔 。 這意味著更少的遺漏、更高的計費時間 , 更真實的工作畫像 。
Alshak的底層判斷是:在“記錄時間”這件事上 , AI比人類更精準、更高效 。
第二階段:從“計時”走向“計效”
傳統專業服務行業普遍采用“按小時計費”模式 。 但Alshak認為 , 時間并不等于價值 。
Laurel的下一步 , 是用AI驅動行業向“按成果計費”轉變 。 在IPO、并購、稅務籌劃等復雜項目中 , 收費標準不再是工時 , 而是最終的業務成效 。
這種模式的落地 , 前提是:能對“工作內容”和“產出價值”做出系統性的識別與衡量——這是AI可以成為新基礎設施的地方 。
第三階段:人力資本操作系統
最終 , Laurel的愿景是成為專業服務領域的人力資本操作系統 。
就像SAP之于制造業 , Alshak希望Laurel能幫助律所、咨詢公司等機構實現對人力資源的實時感知、價值追蹤與智能配置:
這是一次從“時間管理”到“價值管理”的范式躍遷 。
正如Alshak所說:“我們真正想做的 , 是讓人類專業能力變得可見、可衡量、可優化 。 ”也正是這份野心 , 讓Laurel從一款計時軟件 , 走向了頂級風投IVP和GV押注的平臺級機會 。
文/朗朗
本文由人人都是產品經理作者【烏鴉智能說】 , 微信公眾號:【烏鴉智能說】 , 原創/授權 發布于人人都是產品經理 , 未經許可 , 禁止轉載 。
【每天多賺1200塊!這款小眾AI計時器,憑什么拿下1億美元融資?】題圖來自Unsplash , 基于 CC0 協議 。

    推薦閱讀