聆心智能郑叔亮：用 AI 打开心理服务市场 | ToB AI 十问

当 AI 大模型的技术浪潮席卷全球，一个专注于人类情感理解的细分领域正在悄然崛起。

文｜Alex；编辑｜燕子

聆心智能 CEO 郑叔亮在最新的访谈中，为我们揭开了情感智能商业化背后的故事。

这家脱胎于清华大学黄民烈教授实验室的创业公司，最初只是尝试让机器理解人类情绪。从 2021 年训练几十亿参数的对话大模型起步，到如今构建起完整的心理服务产品矩阵，其发展轨迹折射出中国 AI 创业的典型路径。

郑叔亮坦言，真正的转折发生在 2023 年开始接入智谱数百亿参数量的基座模型后，产品的稳定性有了大幅提升，可以更好地应用于商业环境。

在商业化探索中，聆心智能经历了从 C 端角色扮演产品到 B 端教育场景的战略转型。

目前其核心业务已聚焦于 K12 教育、高校和企业市场，推出的心理测评系统、AI 陪伴智能体和风险预警平台正在多个试点落地。

当然，郑叔亮也直面眼下的挑战：预算有限的学校采购周期漫长，专业心理咨询师对 AI 服务的质疑，以及社会对心理健康服务的认知偏差。

在被智谱全资收购后，聆心智能获得了更稳定的研发支持，但也面临着更务实的业绩要求。

郑叔亮认为，AI 在心理健康领域真正的价值在于可规模化的专业服务能力—— 一个经过训练的 AI 咨询师可以稳定保持 300 小时经验的人类咨询师水准，这种标准化服务恰好弥补了专业人才短缺的痛点。

在技术狂热与商业现实的碰撞中，那些既能保持技术定力又深谙场景需求的企业，或许最有可能穿越周期，实现长期价值。

【 以下为牛透社部分问答内容 】

牛透社：聆心为何选择 “情感智能” 切入领域？技术转产品的关键节点是什么？

郑叔亮：选择情感智能切入，主要源于我们团队的技术根基 ——黄民烈教授实验室以自然语言处理（NLP）为核心的情感计算技术，早期就聚焦人机对话系统，2016年-2018年 开始探索情感对话机器人，希望在对话中融入情感理解、共情表达和陪伴支持，从而实现了更加高级的人机对话体验。

此外，疫情期间高校学生心理问题凸显，叠加数字疗法的发展趋势，让团队看到了该领域的潜力。

2021 年推出基础情感陪伴对话大模型，但模型参数仅几十亿，对话轮次达到国内领先水平，但仅仅限于 30 轮左右，功能也比较简单；

2022年-2023年 探索角色扮演方向（国内较早，与 Character.AI 前后脚推出），推出 ToB 平台 “乌托邦”，提供 API 和角色配置服务；

2023 年下半年我们切换至智谱基座模型，大幅降低研发成本，商业化模式转向 API 和定制化解决方案；

2024 年聆心被智谱全盘收购后，聚焦 “心理+教育” 场景，推出测评、陪伴智能体、风险预警等产品，完成了从技术到垂直场景产品的落地。

牛透社：产品的落地场景做过哪些探索？

郑叔亮：我们聚焦 K12、高校和企业这三大场景，是因为它们对心理服务的需求明确，且与情感智能的 “共情、陪伴、风险干预” 能力高度适配。

学校需要解决学生心理问题，企业需要关注员工心理健康，而教育场景更是心理领域商业化落地较快的方向。

早期我们团队也在其他领域做过很多探索。

2021 年推出过开放域情感陪伴闲聊机器人，但当时模型能力有限，没办法解决实际问题。还探索过数字疗法产品，比如 CBT、正念等方向，不过那个时候 AI 对话并不是核心功能。

2022 年到 2023 年期间，我们推出了ToC 角色扮演产品，像 APP “AI U”，用户自然增长到了 5 万左右，只是后来因为监管政策和投流成本的问题，在 2024 年 10 月关停了。

我们做这样的决策，既考虑了技术适配，也兼顾了市场回报。

技术层面，情感智能的核心能力和这些场景的需求是匹配的；市场层面，这些场景有明确的政策支持，比如教育部重视学生心理健康，而且客户的付费意愿相对清晰，商业化效率更高。

牛透社：目前，聆心的 AI 产品商业化落地进程如何？

郑叔亮：我们 2023 年以 ToB 平台 “乌托邦” 为核心，提供 API 和定制化项目服务，依赖 Token 收费，利润空间较大。

2024 年被智谱全盘收购后，资源集中于“心理+教育”场景，九十月份推出心理测评产品，启动学校和企业试点项目，通过项目制获取订单。

2024 年底至 2025 年初，我们陆续推出系统化产品，比如陪伴智能体、风险预警干预系统，以及 “AI 空间站” 等硬件产品，年营收大概在数千万元。

牛透社：产品在客户真实使用中遇到的最大挑战是什么？

郑叔亮：最大挑战集中在认知、资源和行业现状三方面。

一是认知不足。学校和机构对心理健康重视度低，管理者和老师专业素养有限，常认为 “没到严重精神问题就无需干预”，对 AI 心理服务的价值理解不足。

二是经费紧张，地方政府财政吃紧，学校预算有限。一些三四线学校难以承担专职心理老师成本，1000 名学生仅配 1 名心理老师，服务能力不足。

三是专业要求差异，高水平学校的专业老师对产品要求严苛。比如需大规模人群实验数据、特定功能适配；而保守型客户存在 “领导不理解、老师不敢推” 的问题。

四是社会认知滞后，公众对心理问题羞于启齿，非严重情况不愿干预，导致预防性服务接受度低。

牛透社：客户对 “AI 做心理服务” 的最大顾虑是什么？

郑叔亮：客户的最大顾虑，一是隐私担忧，担心心理问题会通过 AI 暴露，尤其是青少年群体对隐私更为敏感；二是专业性质疑，比如会问 AI 能否达到人类咨询师的专业度，以及是否有大规模的验证数据；三是功能适配需求，比如对风险预警的精度、软件功能等有定制化的要求。

在破冰和攻坚过程中，我们针对不同类型的客户采取了不同的策略。

对于有一定 AI 认知、愿意尝试的学校，像北京、深圳的部分小学，我们通过试点展示 AI 的陪伴稳定性和风险预警效果，从而实现快速落地；

对于专业度高的学校，我们会提供模型调优数据，比如将 AI 效果与拥有 300 小时咨询经验的咨询师进行对比，逐步满足他们的功能需求；

对于保守型客户，我们则结合政策导向，比如教育部对学生心理健康的要求，再加上早期干预避免极端事件等实际案例，强调产品的长期价值，以此突破层级壁垒。

牛透社：相比纯心理学工具，AI 大模型在心理健康服务中有哪些不可替代性？

郑叔亮：AI 大模型的不可替代性主要体现在几个方面。

一是专业稳定性，它能稳定保持约 300 小时咨询经验的咨询师水平，不会像人类那样因状态波动导致服务质量出现差异。

二是可复制性，能够快速扩展服务规模，这正好可以弥补专业人才的短缺 —— 国内每年仅能培养几百名合格的心理咨询师，根本无法覆盖庞大的需求。

三是低门槛触达，那些性格内向或羞于暴露隐私的用户，比如青少年，往往更愿意与 AI 对话，这样也便于进行早期干预。

四是动态干预能力，它可以实时跟踪用户状态，实现风险预警，比如识别出自杀倾向，而这些动态交互的功能是传统工具很难做到的。

牛透社：服务多家客户时，如何兼顾模型通用性与个性化？标准化工具与个性化服务如何定价？

郑叔亮：我们基于智谱的基座模型训练标准化智能体，比如通用心理测评、基础陪伴功能等，以此确保核心能力的稳定。

同时通过定制化调优，比如针对学校的特定风险模型，再加上 RAG 接入客户专属数据以及硬件功能适配，来满足不同客户的个性化需求。

定价方式则按产品类型来区分：

测评服务按人次收费，单价在 5元～15元 之间，具体依内容深度而定；

硬件产品是一次性收费，像 “AI 空间站” 定价 6.8 万元，直销给学校的话是 4.98 万元，桌面型硬件则在 1万元~2万元 之间；

智能体授权按硬件价值定价，比如几百元的陪伴机器人，年授权费约 100 元；

而高端硬件搭配的全套智能体，年授权费则在 3000元-5000元 之间。

牛透社：从三五年的长度看，AI 心理服务的竞争比拼的是什么？

郑叔亮：比拼的核心是技术与产品能力，具体包括模型的情感理解精度和干预效果迭代速度；还有行业深耕能力，也就是对心理加教育、心理加企业场景的理解深度，以及灵活的合作模式；同时也包括品牌价值的积累。

国内目前还没有通吃型的企业，未来那些能在细分领域打磨好技术、产品和合作模式，建立起 “专业、可靠” 品牌认知的企业，更容易在竞争中胜出。

牛透社：过去一年，您对 “AI” 理解最大的变化是什么？

郑叔亮：2023 年行业还处于 “乱战” 阶段，企业大多在调整战略、转向，大模型商业化路径也不清晰。

2024 年则成为了 AI “元年”，行业格局基本稳定 —— 大厂布局已经成型，创业公司聚焦垂直领域，竞争从 “技术突破” 转向 “在擅长领域做深做透”。

短期内大厂很难有颠覆性突破，下一波机会在于技术革新，比如更高效的情感理解模型，而当前的核心是在细分领域淘汰 “浑水摸鱼” 者，专注的企业更易胜出。

牛透社：智谱全盘收购聆心智能后，与独立发展相比有何优劣？

郑叔亮：被智谱收购后的好处很明显，最直接的就是研发成本大幅降低，做事情的压力和代价小了很多，能更轻松地推进业务。而且智谱在大模型商业化落地方面有成熟的经验，我们可以同步借助他们的资源和节奏，少走很多弯路。

要说劣势的话，目前来看倒没有特别明显的不足。不过收购后，智谱对我们的要求会更高，不能再做过于理想主义的事情，必须更脚踏实地地做好业务，跟上集团的整体节奏。

但换个角度看，这也成了我们团队快速成长的助力，让我们更聚焦于实际业务的落地和价值创造。

说明：文章为牛透社原创，未经允许谢绝转载。