成立不到 20 个月，Wonderful 拿下 5.5 亿美元 C 轮，Salesforce 首次入局。它没走轻路线，而是把 650 名工程师派进银行、医院和电信现场，从希腊邮政 ELTA 的语音查件做起。同行押注模型，它押注的是模型与企业之间最难规模化的距离。

9 月 2 日，Wonderful 宣布完成 5.5 亿美元 C 轮融资，估值达到 50 亿美元。Insight Partners 领投，Salesforce 首次加入，Index Ventures、IVP、Bessemer 等老股东继续出资。

这家公司成立还不到 20 个月。2025 年 7 月，它带着 3400 万美元种子轮走出隐身状态。四个月后完成 1 亿美元 A 轮。2026 年 3 月又拿到 1.5 亿美元 B 轮，估值 20 亿美元。半年以后，估值再增加 30 亿美元。

把这组数字单独拿出来，Wonderful 很像又一家被资本迅速推高的 AI 独角兽。可它身上更值得看的两个数字是 650 名员工和 35 个市场。

过去两年，创业圈反复讲一个故事。模型让软件公司的开发成本下降，十几个人就能做出过去几百人的产品。Wonderful 走的却是另一条路。它在每个市场配当地团队，让工程师直接进入客户现场，把语音智能体接进银行、医院、电信公司和能源企业的旧系统。

Wonderful 对外把产品称为企业 AI 操作系统。拆开这个名称，它做的事情其实很具体。

Wonderful 向企业提供智能体，也派出工程师，把它接进现有业务、跑到生产环境，再教会内部团队继续使用和修改。

01 650 人之谜

Wonderful 的增长速度很容易让人忽略一个矛盾。

2026 年 3 月完成 B 轮时，公司有约 350 名员工，业务进入 30 多个国家。当时 Wonderful 还计划在年底前把人数扩到约 900 人。到 9 月的新一轮融资，公司披露员工已经达到 650 人，业务覆盖 35 个以上市场。投资方 Bessemer 称其服务的企业客户超过 100 家。

过去半年，Wonderful 平均每月增加约 50 人。对于一家成立不到两年的软件公司，这样的扩张非常重。

它也没有把这些人全部放在阿姆斯特丹或特拉维夫。公司先后进入意大利、瑞士、荷兰、希腊、波兰、罗马尼亚、阿联酋、澳大利亚、新加坡等市场，在当地组建销售、交付和工程团队。

这与模型公司的扩张方式不同。基础模型可以通过一套接口服务全球开发者，Wonderful 面对的却是一家家系统不同、语言不同、流程不同的企业。公开案例里，银行用智能体筛选储蓄产品客户，医院用它查询门诊与预约，电信公司用它诊断网络故障。每个动作背后都有不同的数据、权限和旧软件。

代码可以复制，接入过程不能直接复制。Wonderful 用大量人力填上了这段距离。

Wonderful 用快速增员支撑 35 个市场的落地

02 从客服机器人开始

Wonderful 最早没有讲企业操作系统。2025 年公开亮相时，它做的是多语言客服智能体。

这个入口很务实。客户服务拥有清楚的成本、稳定的大量对话和容易衡量的结果。一次电话有没有解决问题，等待时间有没有下降，人工坐席有没有被释放，企业都能直接计算。

Wonderful 早期把重点放在英语以外的市场。TechCrunch 在 A 轮报道中记录，公司会针对每个市场调整语言、文化习惯和监管要求，并在当地组织团队。Wonderful 当时称，它的智能体每天处理数万次请求，问题解决率约为 80%。这组数据来自公司自述，没有公开审计。

选择当地语言还有一层商业含义。北美英语客服已经挤满 Sierra、Decagon、Intercom 和大型云厂商。希腊语、罗马尼亚语、希伯来语以及多个市场混合使用的语言，规模没有那么大，技术与交付却更麻烦。全球通用平台不一定愿意先解决，地方企业自己又很难从头搭建。

Wonderful 把这块看上去零碎的市场连在了一起。模型负责理解与生成，当地团队负责处理口音、流程、法规和系统接入。

这构成了投资人愿意给出高估值的一套逻辑。他们押注 Wonderful 能把进入大型企业的方法，从客服继续扩到其他部门。公开材料没有收入、续费和毛利数据，我们目前无法判断估值与业务规模是否相称。

Wonderful 先用多语言客服智能体进入大型企业

03 真正难的是最后一公里

AI 演示与生产系统之间，隔着大量不适合放进发布视频里的工作。

希腊邮政 ELTA 的案例很典型。用户打电话查询包裹，需要读出一串包含字母与数字的长单号。真实通话里会有背景噪声、地方口音、不规则停顿，部分字母听起来还很相似。

Wonderful 没有只换一个更强的语音模型。团队把单号拆成几组，引导用户逐段说出。遇到容易混淆的字母，系统会借助熟悉的单词确认。上线前，双方连续十天每天做 100 次验收测试。真实用户又带来新的停顿方式，工程师继续调整。

Wonderful 披露，项目从启动到全面上线用了五周。ELTA 的日处理电话从约 500 通增加到约 2000 通，生产环境解决率为 86%，高峰等待时间从十分钟降到零。这些结果来自供应商案例，应该看作客户与 Wonderful 的联合披露。

数字背后更重要的是工作性质。模型能力只是其中一层，另外几层是对话设计、容错、测试、业务接口和上线后的持续修改。任何一层没有做好，电话那头的用户都会立刻发现。

企业 AI 的最后一公里需要安装软件，也需要重新设计一段真实工作。

ELTA 的语音智能体在五周内接入真实包裹查询流程

04 驻场工程师也是产品

Wonderful 把这类工作交给 Forward-Deployed Engineers，中文可以直接理解为驻场交付工程师。

这个角色并不是 Wonderful 发明的。Palantir 很早就让工程师进入客户现场，把软件、数据和业务问题一起处理。今天的 AI 公司重新采用它，因为通用模型无法自行理解一家银行的权限结构、一家医院的数据延迟，或一家能源公司的账单规则。

Wonderful 的做法有两个阶段。第一阶段，驻场团队和客户的客服、工程与管理人员一起挑选最值得先做的流程，把智能体接入生产系统。第二阶段，团队不长期垄断开发，而是把建造、测试和维护能力交给客户内部人员。

Bank Hapoalim 的要求就是自己掌握后续开发。这家拥有 250 多家网点的大型零售银行不希望每增加一个智能体都依赖外部供应商。Wonderful 的工程师负责把第一批产品跑起来，同时教会银行团队使用平台里的组件和工具。

这套安排降低了客户的依赖感，也让 Wonderful 更容易进入下一项工作。第一个智能体接入以后，身份、权限、数据源和评估体系已经建立，第二个流程的成本会下降。

所以，650 人并不只是成本。对 Wonderful 来说，这群人构成了分发网络、实施团队和产品反馈系统。它们把客户现场遇到的问题带回平台，再把可重复的部分变成工具。

驻场团队先完成生产部署，再把建造能力交给客户

05 一次接入，继续扩张

Wonderful 从客服机器人改讲 AI 操作系统，背后有一条很具体的扩张路径。

以色列医疗机构 Maccabi 的内部数据库保存了医生、诊所、营业时间和预约信息，但一次查询最多要等一分钟。对普通后台来说，一分钟或许还能忍受，对电话里的智能体来说却无法使用。

Wonderful 的工程团队因此建立了一条专用数据管道，把服务数据复制到延迟接近于零的基础设施。完成这一步以后，双方先后上线诊所查询、流感疫苗预约、药品订购等多个语音与数字智能体，最后开始替换高频热线原有的按键菜单。

这类项目的关键在于，第一笔投入不会只服务一个机器人。数据管道、权限、业务组件与评估方式可以被后续产品继续使用。

PPC Energie 的项目也呈现相似结构。Wonderful 的智能体接入账单、合同管理和电话系统，可以解释每一项费用、引导付款并实时登记付款证明。公司披露，平均通话处理时间从六分钟降至 90 秒，77% 的电话不再转给人工，用户正面反馈为 91%。

客服是进入企业的第一扇门。真正值钱的部分，是进去以后留下来的接入层和业务理解。

一次深度接入会成为后续多个智能体的共同基础

06 公司为什么改讲操作系统

Wonderful 在 C 轮公告中把所谓的 AI 操作系统拆成四部分。端到端流程自动化、帮助员工工作的智能体、替代或补充旧软件的 AI 原生应用，以及面对客户的对话智能体。

这些产品共用企业知识、系统接口、权限控制和运行记录。平台可以选择不同模型，也能接进企业已有的技术栈。Wonderful 希望客户不必为每个部门重新搭一套孤立系统。

「AI 操作系统」当然带有市场包装。Windows 或 iOS 管理的是标准化硬件与应用，企业内部的流程远没有这么整齐。一个供应商目前也很难真正成为所有 AI 工作的底层。

不过，这个说法抓住了企业正在遇到的问题。第一个智能体往往由客服部门采购，第二个由销售团队试用，第三个来自财务部门。它们可能调用不同模型，拥有不同数据权限，重复建设相同接口。试点越多，管理反而越乱。

Wonderful 想占据的正是中间位置。上面连接员工、客户和具体应用，下面连接模型、数据与旧系统。它不需要拥有最强模型，也不要求企业丢掉原有软件。只要越来越多智能体通过它运行，平台就会变得更难替换。

Wonderful 希望用一层共同平台连接模型、数据、流程与应用

07 Salesforce 为什么进场

这轮融资里，Salesforce 的出现值得单独看。

Wonderful 的对话智能体最早进入客服，正好碰到 Salesforce 最核心的客户关系与服务软件。它继续扩到销售、员工支持和业务应用以后，双方的产品边界会更加接近。

双方没有披露具体合作安排，我们只能做一种谨慎推测。Wonderful 可能借助 Salesforce 现有数据与客户入口减少接入工作，Salesforce 也可能把这笔投资当作观察企业智能体落地方式的窗口。现阶段可以确认的事实只有 Salesforce 参与了本轮融资。

类似关系在 Google Cloud 身上已经出现。Wonderful 使用 Gemini、Vertex AI 和 Google Cloud 基础设施处理多语言与多模态交互，双方还在不同地区共同进入市场。Wonderful 保持模型可替换，云厂商提供算力、模型与销售网络。

这是一种新的软件分工。基础模型公司提供能力，云厂商提供运行环境，传统 SaaS 掌握系统记录，Wonderful 这类公司则承接最后的业务执行。谁能控制智能体实际完成工作的那一层，谁就更接近客户的新预算。

Wonderful 位于模型、云平台、旧软件和企业流程之间

08 高估值里的难题

50 亿美元估值包含了对未来增长的很高预期。Wonderful 没有公开收入、续费、毛利和服务收入占比，外部目前无法用 100 多家客户判断这一定价是否合理。

第一个问题是收入质量。驻场工程师可以帮助公司快速拿下大客户，也会提高实施成本。如果每进入一家企业都要重新投入大量人力，增长会更像咨询公司，毛利率与扩张速度都会受到限制。

Wonderful 需要证明，现场做过的工作能够持续变成标准产品。希腊语通话的容错、银行权限的管理、医疗数据的低延迟管道，不能永远停留在单个项目里。被反复使用的组件越多，650 人创造的经验才越有软件价值。

第二个问题是平台竞争。Salesforce、Microsoft、Google 和 ServiceNow 都在把智能体放进自己的产品。Sierra、Decagon 等创业公司也从客服入口向更广的业务扩张。Wonderful 的当地团队与多语言能力可以帮助它先进入市场，却不能永久阻止这些公司跟进。

第三个问题来自客户自己。Wonderful 承诺把能力交给企业内部团队，这是赢得信任的方式，也意味着成熟客户以后可能减少对驻场人员的依赖。平台必须在交付服务下降以前，建立稳定的软件使用与扩张收入。

投资人相信 Wonderful 能完成这次转换，公开信息还不足以证明它已经完成。

Wonderful 必须把定制交付不断变成可重复的软件能力

09 软件公司的新形状

Wonderful 最有意思的地方，是它把 AI 软件公司的形状重新拉宽了。

上一代 SaaS 希望客户适应一套标准流程。供应商把功能做好，销售签下合同，实施伙伴负责接入。生成式 AI 能理解自然语言，也能执行更多非标准任务，理论上更灵活。可一旦进入生产环境，它需要知道更多企业细节，接入也更深。

软件因此同时变得更通用，也更需要贴近现场。

我们看到的 650 人并不是对 AI 提高效率的否定。Wonderful 自己也可能用更少工程师开发平台。人数增加发生在另一端。过去留给客户、外包商和系统集成商的工作，现在被产品公司主动收了回来。

这可能成为企业 AI 公司的共同选择。先用高密度的人力把模型送进真实业务，再从几十个项目里找出可以标准化的部分。产品包括一段上传到云端的代码，也包括部署方法、行业模板、评估体系和能力转移。

这条路很重，也很贵。它能让公司更快接近客户的核心流程，也会让「软件收入」与「服务收入」的界线变得模糊。

企业 AI 产品正在把软件、交付和能力转移放进同一套系统

10 真正稀缺的东西

模型更新越来越快以后，调用某个模型本身很难成为长期优势。企业买 AI 时，真正稀缺的东西开始转向另外几处。

有人愿意进入现场，弄懂一条业务怎样工作。有人可以把旧数据、权限和电话系统接起来。有人能在真实用户说错单号、改变语速、提出例外问题时继续修改。最后，还有一套平台把这些经验留下来，让下一个流程不必从零开始。

Wonderful 用 5.5 亿美元新资金继续扩大产品与全球交付团队。公司自称正在建设企业 AI 操作系统。这个名字能不能成立，要看它以后是否真的把大量定制工作变成共同底层。

这些公开案例至少说明一件事。企业采用 AI 的速度由模型能力决定，也由谁来完成那些琐碎、具体、很难规模化的工作决定。

当所有人都在追更聪明的模型时，这家公司先把 650 个人放到了模型与企业之间。资本愿意给出 50 亿美元估值，押注的正是这段距离。

资料来源：

Wonderful 宣布完成 5.5 亿美元 C 轮融资，2026 年 9 月 2 日原文 https://www.wonderful.ai/blog-articles/wonderful-raises-550m-series-c

Bessemer 对 Wonderful C 轮融资与公司扩张的说明，2026 年 9 月 2 日原文 https://www.bvp.com/news/the-trailblazer-in-enterprise-ai-wonderfuls-550m-series-c

Wonderful 完成 1.5 亿美元 B 轮融资，2026 年 3 月 12 日原文 https://www.wonderful.ai/blog-articles/wonderful-raises-150m-series-b-to-accelerate-enterprise-ai-adoption-in-30-markets

TechCrunch 对 Wonderful A 轮融资、市场策略与早期数据的报道，2025 年 11 月 11 日原文 https://techcrunch.com/2025/11/11/wonderful-raised-100m-series-a-to-put-ai-agents-on-the-front-lines-of-customer-service/

Tech.eu 对 Wonderful 融资时间线与全球团队的报道，2026 年 9 月 2 日原文 https://tech.eu/2026/09/02/netherlands-based-ai-startup-wonderful-raises-550m-at-5bn-valuation/

Wonderful 与希腊邮政 ELTA 的语音智能体案例原文 https://www.wonderful.ai/blog-articles/elta

Wonderful 与罗马尼亚 PPC Energie 的生产部署案例原文 https://www.wonderful.ai/blog-articles/ppc-energie

Wonderful 与 Maccabi 医疗机构的数据与智能体案例原文 https://www.wonderful.ai/blog-articles/maccabi

Wonderful 与 Bank Hapoalim 的驻场工程师和能力转移案例原文 https://www.wonderful.ai/blog-articles/bank-hapoalim

Wonderful 对企业 AI 平台架构与 Agent Builder 的说明原文 https://www.wonderful.ai/blog-articles/wonderful-an-enterprise-platform-to-turn-ai-ambition-into-agents-in-production

Wonderful 电信行业案例中的 Bezeq 生产数据原文 https://www.wonderful.ai/case-studies/telecommunication

Google Cloud 对 Wonderful 多语言技术与合作方式的案例说明原文 https://cloud.google.com/customers/wonderful