估值 1.1 亿美金，利用 AI 赋能生产力的 Mem 有什么魅力？

　　对于 Mem 这款重塑用户信息搜集和整合的工具，有人认为这就只是一款不一样的笔记应用，也有人认为这会是 AIGC 时代应用层的典范。对此，本文作者结合个人调研报告，分析了这家公司究竟有着什么样的魅力，一起来看看吧。

　　好久没有写文章了，因为开始了一个新的创业项目——文字方向 AIGC 的出海项目。最近也大量调研和访谈了海内外这一领域相关的公司和客户，正巧今天看到 Mem 拿到了 OpenAI 领投的最新一轮2350 万美金的融资，总融资额达到了 2900 万美金，估值则是高达 1.1 亿美金，而这家公司仅仅只有 16 位员工。

　　这也是一家最近很火的公司，有的人认为这就只是一款不一样的笔记应用，也有的人认为这会是 AIGC 时代应用层的典范，结合最近我个人的调研报告，决定写一篇关于 Mem 的文章，一同来分析这家公司究竟有着什么样的魅力。

　　在 2019 年夏天，Mem 的两位创始人 Kevin Moody 和 Dennis Xu 开始向投资人 Pitch 他们的新应用——一款重塑用户信息搜集和整合的工具，但在当时看起来这就是一款笔记应用，但两位创始人却清楚的知道，这是一个全新的品类和场景。

　　在两位创始人最初的构想里，这更像是基于你个人数据的 Google 搜索引擎，帮助你搜集和整理个人的信息数据，并当你需要时从中快速找到想要的。

　　Mem 的产品名称也前后经历了几次变化，一开始叫做 NSFW，意思是 "Notes and Search for Work"，然后又改名为 Supernote，直到最后确定了 Mem 这个名字，取自 Memex，一种 1945 年科学家 Vannevar Bush 想象的可以存储人类所有记忆的机器。

　　从这个名字我们也可以看出 Mem 的未来愿景，虽热在当下很多人都习惯将它归类为一款 AI Note-taking 的笔记应用，但实际上 Mem 更像是一种基于个人信息数据的协议和管道，来将你个人的邮件、日历活动和笔记信息等自动汇集到一起，并利用 AI 来自动整合这些信息，并在特定的时间点上给你所需要的。

　　其最终目标在我看来也是 AGI 通用人工智能的角色，只不过跟 Google 和 Apple 等大公司采取的策略不同，创业公司更多从已有的需求切入做应用，并随着技术的发展和成熟，慢慢演化到这一步。如果这一天真的到来，那 Mem 很有可能将成为最具生产力和人们日常生活必不可少的工具。

　　一、产品介绍

　　Mem 的创始人 Dennis Xu 说过一段他为什么想要做 Mem 的初衷，就是因为他觉得现在关于用户个人信息数据都在 Google 和 Facebook 这些大公司的服务器中，而不是用户自己的手上，因此用户没有办法很好地利用这些数据来为自己服务，而这恰恰就是 Mem 想要改变的。

　　两位创始人 Moody 和 Xu 是斯坦福计算机系的同学，后来 Moody 在 Google 工作，而 Xu 则到了 Yelp 工作，在 2018 年的某一天，当 Moody 在一家餐馆点餐时，他突然想到他之前来过这家餐馆，但是他忘记了当初点了什么菜，这时一个想法不由自主地进入了他的脑海，如果当他走进这家餐馆时，笔记应用可以自动提醒他当初点了什么菜，这该有多棒呀。

　　也正是基于这样的最初想法，Mem 在设计之初就力求精简，让用户能够更简单和快速的记录信息，因此在 Mem 还没有移动 App 之前，用户可以通过发短信或者 WhatsApp 的方式来快速将信息同步到 Mem 上，这也是 Mem 最受欢迎的功能之一。

　　当然，快速记录信息只是最开始的第一步，但通过人主动输入信息还是太慢太久了，因此更进一步 Mem 要做的就是如何将信息数据从其他平台快速同步整合到 Mem 上。

　　下图就是 Mem 定义的Bowtie（蝴蝶结）模型示意图，左侧是信息数据的来源，比如 Google 全家桶、Todoist 等等，用户可以通过 API 接口将这些数据同步到 Mem 上，然后 Mem 会通过 AI 的能力将这些非结构化的数据连接起来，变成有意义的结构化数据，并形成用户自己的知识图谱。

　　而在最右侧，则是将这些经过整合的知识信息输出到其他产品来使用，比如将知识图谱中任务的部分自动同步到你最爱的任务管理器中，将公司和客户数据自动同步到 CRM 中，将你可能想看的电影自动同步到流媒体中等等。

　　整个逻辑有点类似之前文章《老虎环球和红杉印度共同投了一家专为 PLG 服务的公司》中提到的 Toplyne，本质上都是将 AI 的能力运用到信息数据的处理上，从而更好的帮助人实现高效率工作或者生活。

　　让我们再来深入了解一下 Mem 的知识图谱，整个知识图谱由一个个 Node（节点）组成，每个节点都是一个 Entity，这个 Entity 可以是一条 Mem（笔记），也可以是某个具体的日程活动、一个联系人信息或者是一条任务等等。

　　Mem 会通过 AI 将这些不同节点上的 Entity 进行分析和连接，比如你在一条笔记中提到了某位朋友推荐的一家餐馆，这两个信息点都会在知识图谱中进行分析和归类，并自动形成关联，当外部条件触发时，这些信息就会自动呈现在用户的面前。

　　在具体运营策略上，Mem 选择Google 作为最早的信息输入源，因为海外用户最离不开的就是邮箱应用，无论是日历活动、餐厅预订还是工作信息，收件箱都是第一手的信息源。因此 Mem 在做得就是开发功能支持用户连接 Gmail，将邮箱中的数据同步到 Mem 中。

　　当然，一个随之而来的担忧自然就是数据安全的问题，这在 Mem 成立第一天就作为核心问题被认真对待，但这同样也需要用户给予更多的信任，特别是在当前这种环境下。从技术角度分析，Mem 能够做成这件事的根本在于Transformer 这种模型的诞生。

　　在 2017 年 Google Brain 和多伦多大学共同发布了题为《Attention Is All You Need》的炉温，这篇论文宣告了 Transformer 这一通用大一统模型的诞生，在某种意义上代表着 AI 发展新的范式转移开始出现。

　　这一模型基于 Attention，而不再需要 RNN 和 CNN，使得整个模型可以进行并行化计算，从而减少训练时间。而在功能应用上最重要的改变就是AI 可以被训练理解整个文档，而不是拆开一部分一点点来理解。而 Mem 也正是基于此，有了让 AI 来理解和整理所有用户个人信息的想法，而在此之前，所有的笔记类应用都只是一个单纯的记录工具，需要用户自己来做整理和归类，而这恰恰就是最耗费时间的地方。

　　根据 Gartner 数据显示，专业人员 50% 左右的工作时间都花在了检索信息上，平均需要花费 18 分钟来定位一个文件，由于文档存储不规范带来的成本消耗是每人 3900 美金一年。而接下去 Mem 的重头戏在于 AI Writer 的部分，并且是基于你个人信息数据的 AI 写作助理。

　　比如一个可能的场景就是当你在写作中提到某个日程安排或者某条视频内容时，Mem 会自动将这些信息自动同步到文档中，同时这个 AI Writer 还具备 GPT-3 的所有能力，可以将各种网上的信息比如最畅销的 10 本书等等进行自动搜集和补全。

　　从当前的 Demo 来看，产品形态上非常像 Every.to 创始人最近做的 AI 写作工具Lex（lex.page），但由于 Mem 处于信息的输入上游，可以结合用户个性化的数据，给出更好的写作辅导。

　　从融资上来说，Mem 在去年的 4 月份拿到了 a16z 领投的 560 万美金的种子轮融资，在当时 a16z 的合伙人 David Ulevitch 把 Mem 比作是钢铁侠中的 Jarvis（AI 助理），并认为这将有潜力成为未来互联网的基础设施之一。

　　创始人 Xu 想象未来的一个场景是：有一个 Sign in with Mem 的按钮，当你通过这在方式登录账号后，Mem 会将结构化的知识图谱输出给这个平台，并让这个平台自动定制属于你的个性化内容，这将成为一种全新的工作和生活方式。

　　Mem 能够在最近大火离不开 Twitter，以及一个专门为 Twitter 打造的功能—— Mem it。在今年 6 月份，Mem 官方发布了这个功能。这个功能主要是用来保存相关推文信息的，用户可以在任意需要保存的推文下面，回复"@memdotai mem it"，Mem 的官方 Twitter 会自动在下面回复一个保存好的可分享信息链接，给出 AI 的自动总结，并将这条推文保存到用户的 Mem 账号中，同时 Mem 还会自动推荐相类似的推文给用户。

　　二、官网详解

　　接着让我们到产品官网看一看，打开 get.mem.ai 官网后，首先印入眼帘的就是产品定位：Self-organizing workspace，下面一行小字详细解释了 Mem 是世界上第一个具有 AI 能力的工作台，提供个性化的内容给到用户，帮助用户更好的挖掘和使用这些信息。接着往下就是一个 CTA（Call-To-Action 号召行动）的按钮，并特别强调了 Free（免费使用）的特点，并在按钮下方展示了 Mem 的工作台界面截图，激发用户兴趣，从而提高注册率。

　　接着往下是正在使用 Mem 的团队和公司，其中不乏一些知名大公司和创业独角兽，这也能进一步提高用户对这款产品的信任。

　　接下来的板块是 Mem 的上手引导，总共分为三部分：

　　信息的Input（输入），Mem 在这里列举了四种输入方式，包括桌面端、移动端以及自动同步邮件、联系人和会议。

　　信息的Process（处理），Mem 很重要的特点就是没有 Folder（文件夹）这个概念了，就像上文提到的，Mem 会利用 AI 自动处理这些信息，打上 Tag，并形成相应的知识图谱。

　　Output（输出），这一部分属于 Mem 的付费套餐 Mem X 的内容，支持查找相似的笔记、智能搜索、写作和编辑等。

　　再往下一个板块就是 Mem 刚刚推出的 Smart Write & Edit 功能介绍了，这一板块很符合之前文章《在体验 50+ PLG 产品后，我们找到了它们的共同特性》中讲到的—— Rapid Prototyping 快速原型体验这一 PLG 产品特性。

　　Mem 官方提供了 Marketing meeting、Retreat plan 和 Chemistry notes 这三种文本样例，并且用户可以轻松点击右侧的功能选项，来快速体验对应功能的结果，帮助用户感受到产品价值。更多具体介绍可以看下方这个视频：

　　该功能目前还没有对外开放上线，但用户可以点击 "Request access" 按钮来申请排队。

　　紧接着的一个板块是 Mem 的功能特性列表，里面主要包括了 9 大核心功能，方便用户更全面的了解 Mem。

　　最后一个板块就是常规的用户评价，不过 Mem 直接引用了用户 Twitter 上的推文作为评价，点击之后就可以跳转到对应的推文，更加具有真实性，增强用户信任。

　　接着来看看产品定价和套餐，Mem 采用了 Freemium（免费增值）的定价模式，关于定价模式更多的分析可以看之前的文章《一文讲透 PLG 产品的定价模式》。总共有四个套餐：

　　免费版

　　个人付费版

　　团队付费版

　　企业付费版

　　免费版包含无限的笔记、标签和模版，单个文件大小限制在 25MB 以及 5GB 的总存储空间，而付费版 Mem X 套餐价格是 10 美元 / 月，在免费版基础上增加了 AI 的能力，能够自动整理和归类信息，同时取消了单个文件的大小限制，并拥有 100GB 的总存储空间。

　　付费团队和企业版则增加了更多存储空间、团队管理能力以及安全性等内容，团队版的定价是 15 美元 / 月，企业版则是联系销售，根据具体情况再定价。从定价方案上看，Mem 走得也是PLG SaaS 的路线，类似 Notion 这一类产品，从个人用户向团队和企业版进行拓展。

　　三、上手体验

　　最后让我们实际上手来体验一下产品吧，点击官网右上角的 "Start for free"，通过 Google 账号即可实现注册登录。在完成登陆后会出现提问式的引导界面，来获取用户是怎么了解到 Mem、想要用 Mem 来做什么等基本信息，整个过程特意设计得像是跟 AI 在对话一样，十分具有未来科幻感。

　　在完成这一步操作后，就可以看到 Mem 的工作台了。工作台的左侧是菜单栏，里面可以看到各种信息归类选项，比如任务、联系人和标签等，下方则是团队、工作流和垃圾箱等菜单。

　　而在右边页面主体部分就是 Mem 的工作台了，里面会根据时间线来显示不同的 Mem，在最上方则是搜索框，方便用户通过搜索来快速找到想要的信息，而在搜索框下方则是输入框，可以快速创建不同的笔记类型。

　　对于首次登录的用户，在最右侧还会有 Setup 初始化设置的引导提示，分别是连接日历、同步邮件和设置模版，帮助用户快速上手 Mem 的核心功能，并从中导入更多内容到 Mem。这几步操作都是属于 Mem Flows 的功能，除此之外之前提到的 Mem it、Zapier 自动同步也是属于 Flows 的功能。

　　信息的同步是 Mem 非常在意并且核心的功能点，因为这直接决定了 Mem 能够给用户带来的价值多少，内容越多，价值越大，因此 Mem 的核心目标就是尽可能让用户在平台上沉淀更多的个人信息数据。

　　最后总结来说，Mem 核心目标和雄心无疑是十分清晰的—— AI 时代的基础设施，以及 AGI 通用人工智能。虽然当前来说真正 AI 发挥作用的功能还只是在 Demo 和小范围测试阶段，但从长远看，Mem 很显然押宝在了 AI 上，这也是为什么这一轮选择了由 OpenAI 来做领投的原因。

　　OpenAI 在去年宣布了专门针对 AI 领域创业公司的基金—— OpenAI Startup Fund，由该基金投资的公司可以得到 OpenAI 最新功能的优先使用权和 Azure 服务器资源，同时 OpenAI 也很显然是这一波 AI 浪潮的引领者，有了这样双重的加持，可以帮助 Mem 更快实现自己想要的 AI 赋能生产力的目标。

　　Mem 的发展其实也再一次印证了开放生态的重要性，正是基于海外 API 众多的开放生态，Mem 才能以创业公司的角色就拿到这些重要的用户信息，并在此基础上为自己构建产品形态。

　　参考材料：

　　[ 1 ] https://techcrunch.com/2022/11/10/ai-powered-note-taking-app-mem-raises-23-5m-openai/

　　[ 2 ] https://techcrunch.com/2021/04/06/note-taking-app-mem-raises-5-6-million-from-andreessen-horowitz/

　　[ 3 ] https://www.theverge.com/2022/11/10/23424972/mem-ai-notes-app-search-google

　　[ 4 ] https://get.mem.ai/blog/building-the-worlds-first-self-organizing-workspace

　　[ 5 ] https://get.mem.ai/blog/introducing-mem-it-for-twitter

　　作者：深思圈；公众号：深思圈（ID：gh_352a572cf923）

　　本文由 @深思圈 原创发布于人人都是产品经理，未经作者许可，禁止转载。

　　题图来自 Pexles，基于 CC0 协议。