Sandra AI：三个麦肯锡老同学，做了替车行接电话的 AI 前台

产品是什么

Sandra AI 做的是 AI 语音前台（AI receptionist），客户是汽车经销商和修理厂。

车行最痛的一件事：电话就是钱。行业里大约 30% 的来电没人接，而 80% 的保养预约还是靠电话约——漏接一通，可能就是丢一单试驾、丢一台车的售后。

Sandra 替前台 24/7 接这些电话：用多语种、真人感的声音回答车型、库存、服务时间，直接帮客户排试驾、约保养，还能深层接入经销商的 DMS（经销商管理系统）去查真实库存和排期。

对车行老板来说，价值一句话：没有一通电话漏掉，没有一条线索流失。

怎么赚的钱

B2B SaaS 订阅，按门店数和通话/消息量收费：

• 单店买 AI 前台席位
• 大体量经销商集团按门店数打包

经营数据（公开披露）：

• 营收：2025 年约 ¥295.7万（约 ¥24.9万/月 run rate）
• 背书：Y Combinator 2024 年秋季 batch
• 融资：种子轮约 ¥336万（2024-12，YC F24 + Kima Ventures、Rethink Capital 等）

三个创始人、4 人团队，靠 YC 背书和产品自己跑出 ¥295.7万。

流量从哪来

第一，踩中「漏接电话=丢单」的硬痛点。Sandra 不卖「AI」，卖「你每店一年因为漏电话亏 ¥1,344万」——这个量化痛点拍在脸上，比讲技术好卖十倍。

第二，YC 网络带来首批经销商客户与信任。W24 的身份在 B2B 采购里是背书，尤其对保守的车行老板。

第三，demo 自带传播力。多语种、真人感的接电话 demo，车行老板一听就懂，在汽车零售圈口碑传导。

站长是谁

Badr El Idrissi Mokdad（CEO）、Ismail Majjad（CPO）、Skandere Sahli（CTO）。

三人十年前在 École Polytechnique 相识。Badr 和 Ismail 都做过 McKinsey（Badr 还待过 Bain，深耕 BPO/呼叫中心），Skandere 在 McKinsey 的 AI 臂 QuantumBlack 和 MIT 待过。

这套组合的关键词是信任红利：同窗十年，能力边界早摸透，创业磨合成本趋近于零。一个懂增长与行业、一个懂产品、一个懂模型。

这个案例能学到什么

第一，选「电话即收入」的垂类。汽车经销商 80% 预约靠电话，漏接=直接丢单。AI 接电话的 ROI 比其他场景硬得多——做语音 AI，先找「不接电话就亏钱」的行业。

第二，做「AI 员工」而非「AI 功能」。Sandra 定位成替代前台，不是给 CRM 加个按钮。采购者买的是「这个人不用发工资、24/7 在」，不是「一个新功能」。

第三，深集成客户系统才值钱。接 DMS 才能查真实库存、排真实试驾；浅层 chatbot 答不了复杂问题，也卖不上价。

第四，名校同窗合伙的信任红利。三人相识十年，磨合成本近乎零。早期团队最大的隐性成本是磨合，熟人合伙把它省了。

第五，用行业痛点量化获客。把「漏接 30% 电话=年损 200 万」拍脸，比「我们的模型很先进」好卖一百倍。

来源与数据

• 站点：https://www.sandra-ai.com
• 产品：汽车经销商/修理厂 AI 语音前台，24/7 多语种接来电/邮件/短信、排试驾，深集成 DMS
• 痛点：行业约 30% 来电无人接、每店年损可达约 ¥1,344万
• 创始人：Badr El Idrissi Mokdad（CEO，前 McKinsey/Bain）+ Ismail Majjad（CPO，前 McKinsey）+ Skandere Sahli（CTO，前 QuantumBlack/McKinsey、MIT），巴黎
• 背书：Y Combinator 2024 年秋 batch
• 经营：2025 年营收约 ¥295.7万（GetLatka），种子轮约 ¥336万（2024-12，YC F24 + Kima Ventures 等）

一句话总结

三个在 École Polytechnique 相识十年的同学——Badr、Ismail、Skandere，都做过麦肯锡——做了 Sandra AI，替汽车经销商接电话的 AI 前台：24/7 多语种、直接约试驾、深接 DMS。行业约 30% 来电无人接、每店年损可达 ¥1,344万，Sandra 把这张脸拍给老板看，2025 年营收约 ¥295.7万、YC 背书、种子轮约 ¥336万。真正可迁移的那句话是：做「AI 员工」而非「AI 功能」，并选「电话即收入」的垂类——漏接一通电话就是丢一单，AI 接电话的 ROI 最硬。