企业AI项目最大的杀手不是算法烂，是业务团队有个想法，工程排期排到三个月后。Nexus创始人Assem Chammah在麦肯锡做顾问时见过太多这种死法——需求文档写了50页，POC（概念验证）跑完半年，最后业务部门说"市场窗口过了"。
这家2024年成立的布鲁塞尔公司刚拿了430万美元种子轮，General Catalyst领投，YC跟投。钱不算多，但故事有点意思：他们让Orange（法国电信巨头）的非技术团队在4周内上线了一个客户引导AI智能体，转化率涨了50%，单这一个智能体每年贡献超600万美元客户终身价值（LTV）。
从"排期地狱"到4周上线
Chammah的背景挺混搭：航空航天工程师出身，后来去麦肯锡卖战略。联合创始人Shady Al Shoha是AI工程师。两人搭伙时盯准了一个反直觉的痛点——企业AI失败率高的锅，往往不在模型，在部署。
Nexus的解法是把"描述需求"和"跑起来"之间的工程层抽掉。业务团队用自然语言说想要什么，平台通过4000多个预置集成（CRM、ERP、Slack、Teams、自定义API）直接对接现有系统。治理和合规不是事后打补丁，是出生就带上的配置。
Orange的案例被当作样板：客户引导流程原来靠人工或传统脚本，Nexus的智能体能理解上下文、调用后台数据、在对话中完成身份验证和产品推荐。4周部署，50%转化率提升，600万美元年LTV——这三个数字被写进了新闻稿，也被General Catalyst的董事总经理Yuri Sagalov反复引用。
「从2024年创立到在大型电信和科技公司投产，只花了几个月。」Sagalov的原话很直接，速度是他投这单的核心逻辑。
白手套+自助：两种服务模式混搭
Nexus的产品层是自助平台，但交付层很重。每个客户配专属工程和赋能团队，管集成、 rollout、培训、持续优化。这种" SaaS外壳+咨询内脏"的模型，在企业软件里不算新鲜，但在AI智能体这个赛道有点必要——客户要的不是工具，是"能用的结果"。
Lambda.ai（AI基础设施公司）用Nexus跑销售和营销智能体，Proximus Global（比利时电信）也在客户名单里。YC背书+General Catalyst领投+有名有姓的企业客户，让Nexus在拥挤的"企业AI智能体部署"赛道里，暂时站到了可信玩家的那一排。
这赛道有多挤？几十家公司都在说"让非技术人员也能部署AI智能体"。区别在于，大多数还在POC阶段讲故事，Nexus已经能拿出Orange的转化率数字和LTV测算。
钱往哪花：产品、市场、人
430万美元种子轮的用途很标准：产品开发、市场扩张、扩充实施团队。最后一点值得注意——Nexus显然不打算轻资产运营，"白手套"服务需要堆人。
天使投资人名单里有几个名字：Gokul Rajaram（前Doorbell高管，F7 Ventures合伙人）、Raphael Schaad（前Notion产品负责人）、Jake Mintz（财务背景）。Transpose Platform、Twenty Two Ventures、Phosphor Capital也参与了这轮。
公司双总部运作：布鲁塞尔+旧金山。欧洲注册、美国融资、全球客户——这种架构在YC孵化的公司里越来越常见。
一个待验证的假设
Nexus赌的是：企业AI的瓶颈从"模型能力"转向了"落地速度"。如果赌对了，他们这种"自然语言需求→4周投产"的流水线，会比传统工程驱动模式吃掉更多预算。
但风险也很明显——白手套服务能 scale 吗？Orange是 telecom 巨头，有预算也有耐心配合实施团队。中小客户是否愿意为这个交付模式买单，还是会被价格劝退？自助平台的能力边界在哪，复杂场景会不会重新掉回"需要工程师"的坑？
Chammah没回答这些问题，但融资公告里留了个线索：扩充实施团队是优先级之一。至少在这个阶段，Nexus选择先把服务做重，而不是急着证明"纯产品化"可行。
Orange那个4周上线的智能体现在还在跑。如果一年后的续约率和扩展采购数据好看，Nexus的故事会从"YC新星"升级成"企业AI部署的默认选项"——如果不好看，它就只是又一个"POC成功、量产失败"的样本。你觉得 telecom 巨头的采购决策，能代表其他行业吗？
热门跟贴