产品分析报告：ready when —— 让”说过要做的事”自动完成的 AI 执行助理
面向创业者｜深度产品拆解与商业洞察
一、产品速览：它到底是什么？
ready when（官方写法：ready when，一律小写，是一个词；ready 加粗、when 斜体）是 2025 年前后在海外创投圈受到关注的 AI 个人/高管助理工具。其官网 Slogan 一句话定义：
“The things you said you’d do. Done.” “你说过要做的事，完成了。”
它的核心承诺可以用三段式概括：
- 捕捉（Capture）：自动监听 Slack、邮件、日历会议、Notion 评论等所有日常协作渠道，把你和团队”口头/随手许下的承诺”沉淀为结构化任务。
- 执行（Act）：不要你下 prompt，主动起草后续动作——写一封回信、写一份 brief、出一份状态更新。
- 审批（Approve）：所有动作都”准备好被批准”，人类保留最终拍板权。官网原话：“You’re still the boss.”
它用了一句非常锋利的产品语言做自我定位：
“Not a to-do list. A done list.” （不是待办清单，而是”已完成清单”。）
典型使用场景：
- 你在 Slack 随口说”下周一之前给你 demo”——系统自动把它变成任务，并在到期时起草跟进消息。
- 会议上一句”我来写一个 brief”——系统不只记录，还会在 Notion/邮件里直接生成第一版草稿。
- 客户邮件里答应”周四前给你方案”——到点自动产出方案草稿待你审阅。
品牌资产：他们甚至有自己的品牌色（薄荷绿 mint + 深绿）、字体系统、八爪鱼形象 Inky（八条手臂，象征八件并行的事一件不落）。SOC 2 合规，30 秒可完成 OAuth 接入。这是一个产品力非常强、注重品牌资产的团队。
二、产品定位的独到之处：为什么”承诺”是它的关键词？
绝大多数 AI 助理产品（包括 ChatGPT、Microsoft Copilot、Google Gemini、Notion AI、Fireflies、Otter.ai、Sana Agents 等）都在解决”信息分散 / 上下文难聚合”的问题。但它们的共同短板是：
它们都在等”你问”，而不会主动替你做掉承诺过的事。
ready when 的差异化在于：
- 它从”承诺（Commitment）“这个被忽略的高管心智动作切入。
- 它不靠 prompt 工作（“No prompts. No new behaviour.”），而是后台静默运行。
- 它交付的不是”信息汇总”，而是”可直接批准的执行物”。
这一刀切到了知识工作者最深层的痛点——“说过的话没兑现”。这不是技术问题，是认知与执行鸿沟问题。
三、目标用户与场景拆解
| 维度 | 描述 |
|---|---|
| 首要目标用户 | 中小企业的 CEO / 创始人 / 高管（execs），其次是销售负责人、BD、运营负责人、咨询顾问、独立贡献者 |
| 典型公司规模 | 5–100 人最痛：没专职 EA，但高管每天被 Slack/邮件/会议塞满 |
| 典型工作流 | 每天 30–50% 的时间在口头承诺、跟进、回信、整理状态 |
| 典型替代物 | 个人 EA（年薪 6–15 万美元）、Notion/Asana 手填、Slack 表情回复”👀“后忘掉 |
| 付费意愿来源 | 比起一个全职 EA，月费 30–100 美元是 1/100 成本 |
可以预见：VC 合伙人、独立顾问、律师合伙人也都是天然高潜用户。
四、产品功能拆解
1. 跨源承诺捕捉（Multi-source Commitment Capture）
- 渠道：Slack、Email、Calendar 会议、Notion/文档评论
- 机制：通过 OAuth + 实时监听（webhook / API）抽取带”我来做 / 周X前 / 我会跟进”语义的句子
- 关键设计：不做”摘要”，只做”承诺提取 + 责任人 + 截止时间 + 上下文引用”
2. 主动起草（Proactive Drafting）
- 触发条件：承诺检测到 + 临近到期
- 输出形式：邮件草稿、Slack 回复、Notion brief、状态更新
- 关键设计：所有草稿都”ready to approve”——不擅自发送，永远等人批准
3. 人类在环（Human-in-the-loop）
- 核心控制：用户对最终发布有一票否决权
- 哲学表达：“ready when works without asking—but doesn’t do your job for you.”
- 这一设计是合规、企业采购、信任建立的必要前提
4. 极简接入（30-second Setup）
- 用户只需连接邮箱、Slack、日历、文档
- 之后”在后台运行”，无需改变使用习惯
- “No prompts. No new behaviour.”——降低摩擦是杀手级设计
5. 安全与合规（SOC 2）
- 在企业市场这是入场券，不是亮点
- 数据加密、权限隔离、审计日志
6. 品牌与心智资产
- “Done list” vs “To-do list” 是极有传播力的对比
- Inky 八爪鱼、mint 色调、品牌系统完整——产品力溢出的明显信号
五、市场与赛道分析
1. 市场规模
根据 MarketsandMarkets 数据：
AI Assistant 市场 2025 年 33.5 亿美元 → 2030 年 211.1 亿美元，CAGR 44.5%。
ready when 切入的是”AI Executive Assistant”这一细分赛道，其下还有 AI 会议助手（Fireflies/Otter）、AI 邮件助手（Superhuman）、AI 日程（Reclaim/Motion）、AI 写作（Jasper/Writer）、AI 项目管理（Asana AI/Monday）等。
2. 驱动因素
- 78% 企业至少在一个工作流中使用 AI
- 91% 员工依赖至少一个 AI 生产力工具
- 知识工作者每周浪费 3–5 小时在日程摩擦上
- 邮件占沟通时间 28%，会议占工作时长 30–50%
- 对”上下文感知 + 主动执行”型助手需求暴涨
3. 行业趋势
- 从”应答型 AI”向”执行型 AI”演进——这正是 ready when 押注的方向
- 联邦学习 + 端侧化：保护数据隐私
- 角色专属助手（针对销售、HR、开发者、分析师）取代通用助手
- SaaS 生态深度嵌入：通过插件与现有 SaaS 互通
- 从”工具采纳”走向”AI 编排（Orchestration）“——Sana Agents 等代表方向
六、竞争格局分析
ready when 直接对标的不是 ChatGPT，而是 “执行型 AI 助理” 这一品类。竞争图谱：
| 维度 | ready when | Microsoft Copilot | ChatGPT | Notion AI | Fireflies/Otter | Motion/Reclaim | Claude/Gemini |
|---|---|---|---|---|---|---|---|
| 主动执行 | ✅ 核心卖点 | 部分 | ❌ | 部分 | ❌ | 部分 | ❌ |
| 跨源捕获 | ✅ | 部分 | ❌ | ❌ | ❌（仅会议） | ❌（仅日历） | ❌ |
| 承诺追踪 | ✅ 杀手锏 | ❌ | ❌ | ❌ | 部分 | ❌ | ❌ |
| 草稿待批 | ✅ | ✅ | ✅ | ✅ | ✅ | ❌ | ✅ |
| 30 秒接入 | ✅ | ❌ | ✅ | ❌ | ✅ | ✅ | ✅ |
| 上下文深度 | 中 | 高（Graph） | 中 | 中 | 中 | 低 | 高 |
| 价格 | 中高 | 高 | 高 | 中 | 中 | 中 | 高 |
关键判断：
- vs 大厂（Microsoft Copilot / Gemini）：大厂在”数据治理 + 全家桶”上更强，但 ready when 凭借”承诺”这种语义级抽象，能在大厂的”通用摘要”缝隙里撕开一道口子。
- vs 会议类工具（Fireflies / Otter）：它们做的是”信息记录”，ready when 做的是”承诺兑现”——是上下游关系而非替代。
- vs 自动化平台（Zapier / Make / n8n）：它们要 prompt/搭建工作流，ready when 完全零 prompt。“零配置执行” 是它的核心壁垒。
- vs 通用助手（ChatGPT / Claude）：它们是”问什么答什么”；ready when 是”你没问，它做了”——心智完全不同。
七、商业模式推断
官网未公开定价，但从产品形态与海外同类推断：
| 推测项 | 内容 |
|---|---|
| 计费模式 | SaaS 月/年订阅，按席位（per seat） |
| 价格区间 | 个人版 ~$30/月，团队版 $50–100/席位/月 |
| 获客策略 | PLG（Product-Led Growth）：30 秒接入 + 立刻出价值 |
| 潜在营收模型 | 1000 个 exec × $50/月 = $600K ARR；扩张到 10K 用户 = $6M ARR |
| 追加销售 | 企业版（SSO、审计日志、定制集成）、API、跨部门扩展 |
| 替代成本对标 | 一个全职 EA 年薪 $60K–$150K，订阅成本是 1/100 |
八、给创业者的深度洞察
1. 它做对了哪些事？（值得抄的”作业”）
(1) 一句话定位 + 强对比记忆点 “Done list vs To-do list” 是个天才级的对比。它把一个抽象能力具象化为心智模型。用户不需要懂 AI，只需要懂”我说过的事应该做完”。
创业启示：产品命名、文案、对比锚点，胜过一万字功能描述。
(2) 切”承诺”而非”任务” “承诺”在人性上比”任务”更具约束力——承诺带有社交责任、时间锚点、对象关系。围绕承诺建立系统，比围绕”任务条目”建立系统更难被复制，因为承诺是跨场景、跨工具、跨人、跨时间的语义动作。
创业启示：找到”用户已经在做、但没有任何工具专门为之服务”的人性动作，是产品定位的高地。
(3) “零 prompt”哲学 它明确说不靠 prompt 工作，30 秒接入、自动运行。这背后是对”用户真实使用习惯”的深度尊重——高管不会为每个动作写提示词。
创业启示：AI 产品最大的摩擦不是技术，是”用户被迫学新行为”。谁能让用户保留旧行为，谁就赢了。
(4) 主动执行 + 人类审批的双层模型 AI 做执行、人做决策。这种”HITL”模式既保留了 AI 的效率，又规避了幻觉带来的灾难风险，是企业级 AI 最稳的范式。
创业启示：在 AI 还不完美的今天，承认”人必须最终拍板”反而是产品力，不是弱点。
(5) 品牌资产被认真对待
- 命名规范：“always lower-case，one word”
- 八爪鱼 Inky 形象
- 完整色卡、字体、Logo 变体规范
- 一份详细的 brand guideline 公开可下载
创业启示：在 AI 工具同质化时代，品牌与心智资产是最深的护城河。
2. 它可能面临的风险与软肋
(1) “承诺识别”准确率上限 自然语言里”我下周可以聊聊”和”我下周一定给你”差别巨大。AI 的语义识别准确率如果不足，会出现”过度承诺”或”漏承诺”，损害信任。
这是一道数据 + 反馈闭环的护城河。
(2) 大厂的”免费”挤压 Microsoft Copilot $30/月，已嵌入 Office 全家桶；Google Gemini 进入 Workspace；Notion AI 是 Notion 用户的默认项。如果大厂在 Copilot 里加一个”承诺追踪”，ready when 的护城河会被瞬间稀释。
应对：必须把”承诺”做到比大厂更专、更准、更深。
(3) 隐私悖论 产品要”监听一切”，用户却最怕”被监听”。Slack 上的吐槽、邮件里的抱怨、私人对话——边界在哪里？这是产品、教育、合规的三角难题。
应对：白名单机制、私人频道不监听、SOC 2 + 本地化部署选项。
(4) “完成”的定义权博弈 “Done list” 听起来美好，但什么时候算 done？谁来定义？AI 起草的”邮件草稿”算不算完成？还是必须人工发送才算？
这个哲学问题不解决，产品会被自己的承诺反噬。
(5) 多用户承诺的协作复杂度 真实世界里承诺是 A 对 B 的，不是 A 对系统的。当承诺涉及多人、跨部门、跨时区，AI 如何追踪双方履约？
这是未来 12–24 个月的关键产品演进方向。
3. 如果我要做一个类似产品，应该怎么做？
(1) 切更细的人群 不要做大而全的”exec 助理”。可以切：
- 独立咨询顾问（一个人的公司，痛点极强）
- 销售负责人（客户承诺追踪）
- VC 投资人（portfolio 跟进、承诺提醒）
- 律师合伙人（client matter 跟进）
(2) 切更窄的动作语义 不要泛化到”所有承诺”。可以先专攻一种：
- “客户承诺”（sales commitment）
- “团队承诺”（1:1 action items）
- “用户承诺”（product feedback 已读未回）
(3) 做”承诺可视化 + 履约率” 把个人/团队的”履约率”作为产品核心指标——这本身就是一个 SaaS 仪表盘生意。
(4) 走垂直行业版本
- 法律行业版本：matter commitment tracking
- 投资行业版本：portfolio follow-up
- 销售行业版本：deal commitment
- 医疗行业版本：patient follow-up
行业化 = 客单价 × 3 = LTV × 5。
(5) 用”承诺”作为钩子，延伸到 OKR / 复盘 从捕捉承诺 → 追踪履约 → 总结信守率 → 周报月报 → 团队 OKR 复盘。形成完整飞轮。
九、对中国创业者的额外提示
- 微信生态是 ready when 的反面战场：Slack + Email + Calendar 在中国不存在。飞书、企业微信、钉钉才是主战场。如果做中国版，“承诺捕获”必须围绕 IM 群聊 + 文档评论 + 日历事件做。
- 合规层面：SOC 2 在中国不通用，需要等保 2.0、ISO 27001、数据本地化。
- 价格敏感：中国 SaaS 付费意愿远低于海外，“Done list” 这种故事能讲，但要找到中国式变现路径（如：按调用量、按集成数、按协作席位）。
- 品牌叙事差异：英文产品可以讲 “Done list vs To-do list”，中文版要重新设计更接地气的对比——例如”说到做到” vs “说到做不到”。
十、总结判断
| 维度 | 评分（5 分制） |
|---|---|
| 痛点强度 | ⭐⭐⭐⭐⭐ |
| 差异化定位 | ⭐⭐⭐⭐⭐ |
| 产品清晰度 | ⭐⭐⭐⭐⭐ |
| 品牌资产 | ⭐⭐⭐⭐⭐ |
| 技术护城河 | ⭐⭐⭐ |
| 大厂防御力 | ⭐⭐⭐ |
| 商业化潜力 | ⭐⭐⭐⭐ |
| 长期壁垒 | ⭐⭐⭐（待观察） |
一句话结论：
ready when 是一个**“切中了人性级痛点、叙事极其锋利、但护城河尚未成型”的早期 AI 产品**。它的胜负手不在 AI 多强，而在”承诺履约”这个语义能否做成不可替代的事实标准。
对创业者而言，这是一次教科书级的产品定位示范——用一句”你说过要做的事，完成了”，把 AI 助理从”工具”重新定义为”履行者”。这是 2025 年最值得反复研究的 AI Native 产品之一。
参考与扩展阅读
- 官网：https://readywhen.ai/
- 品牌指南：https://readywhen.ai/brand
- AI Assistant 市场报告：MarketsandMarkets 2025（2025 USD 3.35B → 2030 USD 21.11B，CAGR 44.5%）
- 行业横向对比：Sana Agents、Microsoft Copilot、ChatGPT Enterprise、Claude、Gemini、Fireflies、Otter、Reclaim、Motion、Superhuman