Wispr Flow：斯坦福室友把「钢铁侠的 Jarvis」做成生意，5 个月 ARR 涨 10 倍

产品是什么

Wispr Flow 是一款 AI 语音输入工具——按住快捷键说话，它能把你的自然口语变成已经排版好、可以直接发出去的文字，速度是打字的 3 到 4 倍。

它跟普通语音转写最大的区别在于：不是「把你说的每个字记下来」，而是理解你想表达什么。口语里的「呃」「啊」「那个」自动清掉，你改主意说出「算了，改成 5 点半」，它会直接把前面的内容改掉。官方口径下准确率 97.2%，在 benchmark 里比 Siri、OpenAI、ElevenLabs 准 3 到 4 倍。

支持 macOS、Windows、iOS、Android 全平台，104 多种语言（包括中英混说这类场景），还能在 Cursor、VS Code 里直接语音写代码。

怎么赚的钱

Freemium 订阅 + 企业席位双轮驱动：个人用户免费试用后转订阅，企业按席位卖，团队版还能共享词汇表（公司名、产品名、黑话都认得）。

数据很漂亮：付费转化率约 19%（消费级软件里属于极高水平），2025 年 10 月 ARR 做到 ¥6,720万，而且是在 5 个月内涨了 10 倍。到 2025 年 11 月，已经有 270 家财富 500 强的团队在用，每周还净增约 125 家新企业客户。

融资节奏也紧跟：2025 年 6 月 ¥2.02亿 A 轮（Menlo Ventures 领投，NEA、8VC 跟投），2025 年 11 月又拿 2500 万 A 轮扩展（Notable Capital 领投，Steven Bartlett 参投），累计 ¥5.44亿，估值约 7 亿。

流量从哪来

第一，ProductHunt 冷启动 + 社区口碑。2024 年 10 月 macOS 版一上线就在 PH 炸开，靠的是「这东西真的能用」的惊艳感，90% 增长来自口碑。

第二，跨平台铺量。语音输入的场景是碎片化的，你在电脑上写文档、在手机上回消息，缺一个平台就断一次。Wispr 在一年内补齐了 Windows、iOS、Android，Android 版上线前就攒了 37.5 万等待名单。

第三，企业渠道反哺个人。270 家财富 500 强里每个员工都是一个潜在个人用户，企业签下来，个人自然滚起来。

第四，创始人 build in public。CEO Tanay Kothari 长期在 X/LinkedIn 上讲产品理念和增长数据，把自己包装成「在做 Jarvis 的那个人」。

站长是谁

Tanay Kothari，Wispr 联合创始人兼 CEO，和 CTO Sahaj Garg 是斯坦福室友。

他的故事挺有戏剧性：10 岁在印度德里看了《钢铁侠》，当晚就熬通宵自学编程，目标是做出 Jarvis。父母每天只给他一小时屏幕时间，他就隔天熬夜写代码——中学期间做了 50 多个 app，12 岁收到过 Google 的律师函。

2019 年他在斯坦福 AI Lab 起步，最初做的是无声穿戴设备（只动嘴唇不用出声就能输入）。做着做着发现：硬件里最难的那块——语音识别引擎——本身就是个更大的市场。2024 年果断 pivot 到纯软件，硬件积累的 ASR 技术反而成了别人抄不走的护城河。

这个案例能学到什么

第一，敢砍自己的「初心」。Kothari 做了好几年硬件，说转就转。但注意他不是推倒重来——硬件逼他做出的高精度 ASR 引擎，成了软件产品的核心壁垒。能迁移的能力才叫积累，否则只是沉没成本。

第二，只打一个用户能感知的指标。语音输入这个赛道竞品一堆（Aqua、Superwhisper、Talktastic），Wispr 死磕「准确率」，并且敢公开和 Siri、OpenAI 做 benchmark 对比。用户不需要理解模型，只需要知道「我按说完就能发，不用检查」。

第三，先啃企业，再吃个人。消费级语音工具最大的问题是留存，Wispr 用企业客户的稳定性（80% 六个月留存、70% 一年留存）托住基本盘，再让员工把习惯带回家里。

第四，跨平台是生存线不是加分项。语音输入的价值在于「随时随地能用」，少一个平台就少一批场景。Wispr 一年补齐四大平台，把竞品的「平台缺口」变成自己的增长窗口。

第五，消费级产品做到 70% 一年留存，靠的是迁移成本随时间自动升高。Wispr 的模型会持续学习你的词汇和写作风格，用得越久越离不开——这是订阅制最理想的状态。

来源与数据

• 站点：https://wisprflow.ai
• 融资：2025 年 6 月 ¥2.02亿 A 轮（Menlo Ventures 领投，NEA、8VC 等参投）；2025 年 11 月 ¥1.68亿 A 轮扩展（Notable Capital 领投，Steven Bartlett 参投），累计 8100 万（TechCrunch、创始人公开帖）
• ARR：¥6,720万（2025 年 10 月），5 个月涨 10 倍，月环比增长 40-50%（Latka、Notable Capital、创始人帖）
• 企业客户：270 家财富 500 强，每周净增约 125 家（官方口径）
• 产品指标：准确率 97.2%、比 Siri/OpenAI/ElevenLabs 准 3-4 倍、104+ 语言、2.5M+ 下载、付费转化 19%（官方 benchmark 与报道）
• 创始人背景：斯坦福 AI Lab、10 岁自学编程、硬件转软件的 pivot（TechCrunch、创始人公开自述）

一句话总结

一个 10 岁立志造 Jarvis 的印度男孩，把硬件创业逼出来的语音引擎转成了软件产品，靠「准到不用检查」这一个指标，拿下 270 家财富 500 强、5 个月 ARR 涨 10 倍——证明最好的 pivot，是把你被迫练出来的能力卖到更大的市场去。