4人 + AI，做出 4700 万美元｜一个母婴出海公司的"非共识"打法

4人 + AI，做出 4700 万美元｜一个母婴出海公司的"非共识"打法

2026 年 8 月初，白鲸出海在杭州一场跨境电商大会上独家对话了一家深圳公司的创始人。4 个人，2 年半，全渠道累计销售额 4700 万美元（约人民币 3.4 亿），婴儿睡眠用品在美国做到 Top 1。

更刺眼的数字是：一款产品迭代 7 次，退货率压到 8%。 对比之下，亚马逊母婴品类的平均退货率在 15%–20% 之间。

这家公司的名字叫「哈库拉玛塔达」，取自《狮子王》里那句"别担心，一切都好"。CEO 孙翔想让所有买了他们产品的妈妈都能睡个好觉。他做的事其实不复杂——把 AI 嵌进"听评论—迭代产品—反向供应链"的每个决策节点，让 4 人小团队能扛起一个原本需要 50 人的品牌生意。

大部分人对"小团队 + AI"的想象还停留在 AI 写文案、AI 做客服、AI 投广告。孙翔做的事不太一样——AI 在他那里不是降本工具，是产品定义工具。

一、5000 条评论里，藏着一个被忽视的需求

2024 年，「哈库拉玛塔达」团队想升级睡袋产品。当时的设计参照亚洲市场普遍在用的卖点——静音魔术贴：撕开没声音，不吵醒宝宝。

亚洲妈妈吃这套，美国妈妈不买账。

孙翔让团队把上市以来所有产品评论（约 5000 条）灌进 AI 模型，筛出反复出现的真实抱怨。结果跳出来的第一条不是"魔术贴声音大"，而是——"换尿布要把整个睡袋掀开，宝宝又醒了。"

美国妈妈真正的痛点不是"撕开声音大"，而是换尿布时要从脚往上套或者整个掀开，半夜容易把宝宝弄醒。双向拉链是头脚都能开，妈妈单手就能换，不用把宝宝完全抱起来。

这款产品后来全部换成了双向拉链，从头部和脚部都能打开，单手换尿布。而且拉链在美国妈妈的认知里更"牢固、更有安全感"——这是文化差异，亚洲团队不靠 AI 真的很难自己想到。

魔术贴还有个隐藏 bug：洗多了会勾宝宝皮肤。评论里反复出现。这个卖点，团队砍掉。

AI 在这里把"用户调研"从季度级压缩到天级。 传统消费品公司要做这种洞察，得请调研公司、发问卷、做焦点访谈，三到六个月出报告。哈库拉玛塔达 4 个人用 AI 跑了几千条评论，一周就拿到结论。

孙翔在采访里说了一句很到位的话："AI 听评论的价值，不光听功能，还得听'认知'。" 测试数据告诉你"魔术贴能开合 1000 次"，但文化认知告诉你"美国妈妈就是觉得扣子会崩开"。后者 AI 能听见，前者测不出来。

二、一个 SKU 改 7 次：把退货率从行业均值打到 8%

母婴品退货率高是行业共识。原因很直觉——宝宝长得快、尺寸不合、面料起疹、款式不喜欢。亚马逊母婴类目退货率长期在 15%–20%。

「哈库拉玛塔达」做到 8%，靠的不是一次设计完美，是持续迭代。

他们一款睡袋产品前后改了 7 次。每次改动都不是闭门造车，是评论里的具体信号驱动的：

• 第一次改双向拉链——从评论里挖出来的换尿布痛点
• 第二次砍掉暗扣——美国妈妈担心"扣子掉、宝宝吞下去"，做了 1000 次开合测试也没用，因为这是文化认知问题
• 第三次调整拉链顺滑度——静音、夜里换不吵宝宝
• 后续几次围绕天丝面料的良品率、做工 SOP 反复打磨

孙翔的逻辑是："省下的工费投到拉链顺滑度上。" 一件小事折射的是他们把"省成本"的优先级让位给"用户感知"。

这个迭代速度，靠 4 个人传统方式根本不可能。每个 SKU 改一次要重新打版、走产线、备库存、上架、收评论、再改……正常节奏是半年一次。AI 把评论分析从季度级压缩到天级，整条迭代链就被压缩到了月级。

三、凌晨 3 点的一条差评，比战略报告更有执行力

「哈库拉玛塔达」最让我意外的不是 AI 听评论，是他们被差评逼着自建了医疗级洁净车间。

起因是上线初期一条凌晨 3 点的差评。一个美国妈妈说，她儿子穿了「哈库拉玛塔达」的衣服起了疹子。孙翔当时已经睡了，醒来看到，团队追查下去发现——供应商为了省成本，偷偷换了便宜的料子。

这件事触发了一个很多大公司不会做的决定：他们把"贴肤成衣"这道工序，搬进了空气浮游菌控制在每立方米 500 个以内的医用防护服洁净车间。

"差评逼我们认识到供应链必须自己抓，疫情后的医疗工厂给了我们落地的机会。"

2023 年疫情结束，一批做医用防护服的工厂在找出路。孙翔的团队试着对接，对方不仅能做，还自带医疗级洁净车间——这就顺势把最关键的一道工序，交给了"原本不是为自己设计的工厂"。

这个决策不是任何 AI 模型给的，是凌晨 3 点的一条差评给的。但 AI 帮他们把这件事的"成本账"算清楚了：

• 海外用户对母婴品"起疹子"零容忍，一次差评就毁掉一条 listing
• 自建洁净车间投入大，但分摊到 4700 万美元销售额上是划算的
• 医疗级产能过剩阶段，对方的报价远低于市场价

AI 在这里帮小团队做出了大型组织的供应链决策——传统上这种决策需要战略部、采购部、品控部三个部门拉通。

四、4 人团队的"非共识"打法：三个反常识

回头看「哈库拉玛塔达」的打法，有三个反常识的地方：

反常识 1：AI 不是降本工具，是"产品定义工具"。 同行用 AI 是省人力，他们用 AI 是让产品改得更快、改得更准。

反常识 2：小团队不该把资源花在"建品牌"上，该花在"听评论"上。 营销预算不能帮你发现"美国妈妈怕暗扣掉"这种细节。

反常识 3：亏钱的 SKU 该做就做。 他们专门为早产儿、NICU 急诊室儿童开了三个尺码，明知道商业回报是亏的。

"市面上关于早产儿的数据、产品都很少，宝宝出生后的前三个月里几乎是没有衣服穿的，我觉得是非常糟糕的一件事情...那我们觉得虽然从商业回报角度来说这条线可能一直是亏钱的，但是我们还是要坚持做。"

孙翔说这是"为了让妈妈们不管在什么阶段，都可以选择我们品牌"。长期看，这是用户粘性的来源——妈妈一旦在最难的那一关认可了你，后续的复购率会更高。

行动清单：给小团队 + AI 出海的三个建议

如果你也想用 4-10 人小团队做消费品出海，AI 可以从三个地方切入：

1. 把 AI 接进评论区，每天跑一次。 评论不是售后投诉栏，是产品需求池。5000 条评论里的真痛点，比一份市场调研报告值钱。

2. 让 AI 帮你做"文化翻译"，不是"语言翻译"。 双向拉链替代魔术贴不是语言问题，是文化认知问题。AI 能从评论语气里读出"美国妈妈认为 X"这种隐性偏好。

3. 用 AI 算账，让小团队敢做大决策。 自建洁净车间这种事，正常得三部门拉通。AI 帮你跑一遍"投入产出 + 风险敞口"，决策可以一个人拍板。

AI 时代小团队最大的优势不是省人，是敢做"原本属于大公司"的决策。

---

参考资料：白鲸出海《4人团队+AI，做出千万美元年销｜对话创始人》，2026-08-10。