Z Highlights
B2C 企业已经不缺数据，真正缺的是增长决策闭环。 广告、CRM、订单、会员、订阅和渠道数据越来越多，但这些数据往往分散在不同系统里，导致增长、产品、财务和 CEO 各看各的报表，很难形成统一判断。
Hilbert 想解决的不是“看见数据”，而是把数据变成下一步动作。 它将增长流程拆成 Detect → Reason → Act → Optimize：先发现信号，再解释原因，随后推动 CRM、分群、预算和实验动作，最后根据结果持续优化。
Hilbert 的核心价值，是帮助企业区分短期拉升和长期复利。 在官网案例中，订阅用户的价值下降幅度明显小于非订阅用户，说明 Hilbert 不只是分析某个指标涨跌，而是帮助 CEO 和 CFO 判断哪些增长动作值得长期投入。
从 Getir 背景到 a16z 领投，Hilbert 的团队和融资都指向一个趋势：AI 正在进入真实的企业增长决策。 创始团队来自高频 B2C 场景，理解留存、复购、CAC、LTV 和单位经济模型的复杂性；a16z 领投的 2800 万美元 Series A，也说明资本开始认可 AI 原生增长基础设施这一方向。
图片来源：Hilbert.ai 官网
01 从数据爆炸到决策卡顿，B2C 增长正在进入新阶段
过去十年，B2C 企业积累了越来越多的数据：用户行为、订单记录、广告投放、CRM 触达、产品使用、会员体系、订阅计划、渠道转化……几乎每一个增长动作都会留下数据痕迹。
但问题也正在这里。数据变多以后，并没有自然带来更快、更准的增长决策。相反，很多公司的数据分散在不同系统里：增长团队看广告和 CRM，产品团队看留存和行为路径，财务团队看 CAC、LTV 和利润率，CEO 则需要判断哪些增长动作真正值得继续投入。
这最后导致每个团队都在看数据，但看的不是同一套数据；每个部门都有自己的判断，却很难形成统一行动。对于 B2C 公司来说，增长已经不再只是“做一个 campaign”“优化一个渠道”“提高一次转化率”这么简单。他们更需要重视和面对的是企业能否及时发现用户行为的变化，判断背后的原因，并快速把判断转化成下一步动作，形成一个“增长决策闭环”。
传统 BI 工具有很多 dashboard 可以告诉企业：churn 上升了，某个渠道转化下降了，某个区域收入增长了，某个用户群复购变弱了。但这些工具通常停留在结果展示层面，提供了“看见数据”的方式，但更多是在事后告诉团队“发生了什么”。
对于增长团队来说，更重要的问题其实是：为什么会发生？影响最大的变量是什么？这个变化会不会持续？应该先动哪个杠杆？下一步要不要调整 CRM、预算、分群、折扣或渠道策略？静态报表通常只能展示结果，很难把这些判断真正串起来，并且实施行动。
02 Hilbert：用 AI Agent 重构B2C 增长基础设施（Growth Infrastructure）
Hilbert 是一套面向 B2C 企业的 AI 原生增长基础设施，更强调“从数据到行动”的完整链路。它希望帮助企业把分散在广告、CRM、产品、订单、会员和财务系统里的数据统一起来，用机器学习和深度学习识别用户行为变化、预测增长机会，再通过 AI Agent 推动下一步增长动作。
它解决的核心问题，是 B2C 企业“数据很多，但增长决策很慢”。很多公司可以通过 dashboard 看到 churn 上升、渠道转化下降、某类用户复购变弱，但接下来仍然需要人工拉数、对齐口径、分析原因，再安排 CRM、预算、分群或实验动作。Hilbert 想把这条链路缩短，让团队从发现问题到采取行动之间的距离变短。
在 Hilbert 的产品叙事里，增长不是一个个孤立的优化动作，而是一套持续运转的系统。它把增长团队的工作拆成四个环节：先发现信号，再推理原因，然后执行动作，最后根据结果持续优化，也就是 Detect → Reason → Act → Optimize。
从使用对象来看，Hilbert 面向增长营销团队、CEO 和 CFO。增长团队可以用它识别流失风险、复购机会和用户分群变化；CEO 可以判断哪些产品线、区域或同期群具备长期增长潜力；CFO 则可以从 CAC、LTV、利润率和预算分配的角度，判断增长是否健康。
•核心架构：Detect → Reason → Act → Optimize
图片来源：Hilbert.ai 官网
Hilbert 的产品逻辑可以概括为四个环节：Detect → Reason → Act → Optimize。
a.Detect 负责发现信号。系统会持续监控用户行为、购买频率、同期群变化、收入结构、流失风险和单位经济模型。当某个区域、渠道或用户群出现异常变化时，Hilbert 会先把信号识别出来，并判断它是否值得团队优先关注。
图片来源：Hilbert.ai 官网
b.Reason 负责解释原因。Hilbert 会进一步分析变化背后的关键变量，比如是渠道质量变化、价格敏感度上升、用户分群失效，还是某个产品、区域或订阅机制正在形成新的增长机会。它的重点是帮助团队从“看到变化”走向“理解变化”。
图片来源：Hilbert.ai 官网
c.Act 负责推动动作。Hilbert 会把分析结果连接到 CRM、用户分群、折扣策略、渠道预算和实验流程中。例如，当系统发现某个高价值用户群出现流失风险时，可以帮助团队生成召回策略、调整触达节奏，并设计后续 A/B 测试。
图片来源：Hilbert.ai 官网
d.Optimize 负责持续学习。每一次增长动作的结果都会回到系统中，帮助模型继续调整判断。随着数据和实验结果不断积累，Hilbert 希望让企业形成一个持续复盘、持续变准的增长学习闭环。
图片来源：Hilbert.ai 官网
Hilbert 官网展示过一份关于 “Compounding vs. Temporary Growth Initiatives 2024/25” 的分析案例。背景是某品牌在 24 个月内整体客户价值评分下降 37%，团队想知道：哪些增长动作产生了长期复利，哪些只是短期拉升。
图片来源：Hilbert.ai 官网
Hilbert 的分析指出，订阅计划是最明显的复利型增长杠杆。从数据上看，订阅用户的价值下降幅度只有 -7.94%，而非订阅用户下降了 -36.97%。订阅用户的月购买频率高出 25%—35%，月均客单价也高出 25%—40%。更关键的是，这种差距并非短期现象，而是在较长时间里持续存在。
它还进一步拆解了订阅深度与长期活跃之间的关系：只订阅一次的用户，五年后仍然活跃的比例明显更低；而多次续订的用户，长期活跃率显著更高。
这类分析的价值，已经超出了“订阅计划表现不错”本身。它回答的是一个更核心的问题：这是否值得继续投入，能否成为长期增长引擎？对 CEO 和 CFO 来说，这种长期的宏观判断比单纯的短期收入增长更重要。
03 从 Dashboard 到 Growth Engine，Hilbert 想解决“增长质量”问题
Hilbert 和传统 dashboard 最大的区别，在于它没有停在“把结果展示出来”这一步。传统 BI 更擅长回答“发生了什么”，比如哪个指标涨了、哪个渠道掉了、哪个用户群流失变高了；Hilbert 想继续回答“为什么会这样”“应该先处理什么”“下一步动作怎么落地”。
这也是它强调 AI Agent 的原因。AI 在这里承担的角色，不只是生成一段分析结论，还会进入增长团队的实际工作流，把洞察继续推向用户分群、CRM 触达、预算调整、实验设计和结果复盘。过去增长团队可能需要几天甚至几周完成数据拉取、口径确认、原因分析和执行排期；Hilbert 希望把这条链路压缩到更短时间内，让增长判断更快进入执行层。
Hilbert 的产品亮点可以概括为六点：
从“看数据”走向“看、想、做、优化”
Looker、Mode、Tableau 这类 BI 工具主要解决数据展示和分析效率问题，CDP 和 Reverse ETL 产品更多解决用户数据组织和回流问题。Hilbert 的重点是把分析、判断和执行放进同一个闭环，让洞察继续进入 CRM、预算、分群、触达和实验流程。
更短的 Time-to-Value
Hilbert 强调客户在完成 Data Ingestion 后，很快就能开始看到分析和建议，减少传统 BI 工具数周到数月的配置和建模周期。这背后依赖的是一套预训练的领域模型体系，再根据客户自己的数据做适配。
自然语言入口，降低使用门槛
Hilbert 官网强调 “No code， no dashboards， no guesswork”。用户不需要写 SQL 或自己拼仪表盘，可以直接用业务语言提问。对于 B2C 企业来说，这能让增长、产品、财务和 CEO 都更直接地参与增长判断。
同一份数据，服务不同决策者
增长营销团队关心哪些用户该召回、哪些渠道值得加码；CEO 关心哪些产品线、区域或同期群正在形成复利；CFO 关心 CAC、LTV、利润率和预算回报是否平衡。Hilbert 希望让这些角色从同一套信息源出发，减少各看各的报表、各自得出结论的问题。
Hilbert Value：区分复利增长和短期拉升
Hilbert Value 是一个衡量同期群、产品线或渠道长期增长价值的复合评分，会综合 Acquisition、AOV、Power Users、Active Users、Revenue、Order Count、Churn Risk 等指标。它的作用是判断增长是否健康、是否可持续，而不只是看某个数字有没有涨。
数据安全和隐私设计
Hilbert 面向的是高频消费品牌，涉及大量用户行为、订单和交易数据，因此 enterprise-grade 的安全能力是进入大客户增长流程的前提。它强调全链路加密，以及 “never reliant on personal data” 的设计原则。
归根结底，Hilbert 想帮企业判断的是增长背后的质量。B2C 公司做短期增长并不难：折扣可以拉订单，投放可以带来新用户，CRM 触达也可以短期提高转化。但这些动作最后是否划算，还要看用户之后会不会复购、会不会留下来，LTV 有没有变高，以及利润有没有被折扣和获客成本吃掉。
Hilbert 的核心吸引力在于：可以帮企业少看一点表面数字，多判断哪些增长真的值得继续投入。通过用户行为、订单频率、收入贡献、流失风险和同期群表现，Hilbert 试图区分哪些动作只是短期刺激，哪些机制有机会形成长期复利。
04 从 Getir 到 a16z，Hilbert 背后的团队与资本信号
Hilbert 的创始团队由 Nazli Tan、Ceyda Erten、Ozgur Akaoglu 和 Cenk Batman 共同组成。几位创始人此前都曾在 Getir 工作。Getir 是一家从土耳其起家的即时杂货配送平台，主打食品、饮料和日用品的分钟级送达。它的业务节奏很快，也高度依赖增长、留存、渠道投放、用户分群和单位经济模型。
在 Getir 的经历，让 Hilbert 团队接触到非常复杂的 B2C 增长场景。对于这类高频消费业务来说，增长并不只是看广告投放效果，还要同时判断用户是否会复购、不同城市和渠道的用户质量是否健康、促销活动是否真的带来长期价值，以及 CAC 和 LTV 是否能算得过来。很多增长判断都需要跨数据、产品、运营、财务多个团队协作。
CEO Nazli Tan 曾参与 Getir 增长体系的搭建，并将相关增长职能扩展到多个市场。她后来也入选了 a16z Growth Engineering Fellowship 首批 fellow。Ceyda Erten 同样来自 Getir 的增长体系。Ozgur Akaoglu 与 Cenk Batman 则分别在数据、工程和增长系统的不同环节积累了经验。这支团队复制了自己曾经需要、但市场上买不到的东西。
图片来源：Hilbert.ai 官网
Hilbert 于 2026 年 4 月完成 2800 万美元 Series A 融资，由 a16z 领投。这轮融资的意义不只是资金本身，也代表投资人对“AI 原生增长基础设施” 这一方向的认可：AI 不再只停留在生成内容或辅助分析，而是开始进入企业真实的增长决策和执行流程。
从客户验证来看，Hilbert 已经公开提到的客户包括 Blank Street、FreshDirect 和 Erewhon。这些品牌虽然品类不同，但都有一个共同点：业务高频、SKU 多、用户分层复杂，增长节奏也很快。Blank Street 是美国快速扩张的咖啡连锁品牌，FreshDirect 是纽约老牌生鲜电商，Erewhon 则是洛杉矶高端生鲜超市。它们背后的业务都涉及复购、会员、订阅、忠诚度、多渠道营销，以及 LTV/CAC 的持续计算。
图片来源：Hilbert.ai 官网
这类客户也说明了 Hilbert 的产品切入点：它更适合数据量大、增长动作频繁、需要持续判断增长质量的 B2C 品牌。比如，一个促销活动到底是在提高长期价值，还是只是用折扣换短期销量？某个区域增长明显，是因为用户质量更高，还是因为投放加重？一个订阅计划是否真的改善了留存和复购？这些问题很难靠单张报表回答，正是 Hilbert 想解决的场景。
Hilbert 目前没有公开标准收费表，采用更偏 enterprise sales 的模式，需要通过 Book a Demo 或联系团队获取报价。值得注意的是，Hilbert 也推出了 Startup Program，并提到会提供 startup-focused pricing，说明其定价可能会根据客户规模、数据复杂度、集成需求和使用场景进行定制。
05 从更多数据，到更快行动
归根结底，Hilbert 抓住的是一个很现实的变化：B2C 企业已经不缺数据，缺的是把数据转化为判断和行动的能力。 它的价值不只是让增长团队更快看到问题，而是尝试让增长决策本身变得更系统、更连续、更可执行。
如果 Hilbert 能真正进入企业的预算分配、CRM 触达和增长策略流程，它就不只是一个更聪明的 BI 工具，而可能成为 B2C 企业新的增长基础设施。对于高频消费品牌来说，未来的竞争也许不再只是“谁的数据更多”，而是谁能更快把数据变成有效行动。
References:
Hilbert 官网：https://hilberts.ai/
Hilbert About Us：https://hilberts.ai/about-us
a16z：《Investing in Hilbert》：https://a16z.com/announcement/investing-in-hilbert/
Axios：《Exclusive: a16z-backed Hilbert raises $28 million》：https://www.axios.com/2026/04/15/exclusive-a16z-backed-hilbert-raises-28-million
