在硅谷的商业叙事里，很少有企业能像 Airtable 这样，将不同时代科技浪潮中的狂热与冷静，浓缩成一段跌宕起伏的成长史。作为无代码平台领域的先行者，它曾是资本追捧的 “香饽饽”，巅峰时期估值飙升至 117 亿美元，成为象征行业未来的 “十角兽” 企业。可就在生成式 AI 掀起技术革命的浪潮后，这家明星公司迅速坠入低谷 —— 估值暴跌超 60%，核心业务遭受冲击，还陷入裁员与舆论危机。
面对生死存亡的考验，Airtable 选择以 “二次创业” 的姿态押注 AI 原生转型：推出 AI 应用构建工具 Omni 与自主智能体 Field Agents，重构 “快思 + 慢思” 双轨团队，创始人更是亲自下场写代码、重塑企业文化。这场转型既要应对老用户的不满，又要直面微软、Notion 等对手的围剿，而 Airtable 的每一步选择，都在为 SaaS 行业探索 AI 时代的进化方向。
一、估值过山车：从资本宠儿到濒死边缘
自 2013 年成立以来，Airtable 凭借 “让软件创建大众化” 的定位，在无代码赛道上一路狂奔。作为全球较早布局无代码开发平台的企业，它凭借直观的表格化界面，将复杂的数据库功能简化，让非技术用户也能轻松搭建定制化应用，这种创新模式很快获得资本青睐。
成立至今，Airtable 共完成 7 轮主要融资，累计募资 14 亿美元。2021 年 12 月，在芬兰孵化器及投资公司 XN 领投的 F 轮融资中，其投后估值一举突破 117 亿美元，正式跻身 “十角兽” 行列，成为无代码领域的标杆企业。
然而，科技行业的风向瞬息万变。随着资本市场对高增长、未盈利 SaaS 企业的估值逻辑发生根本性转变，叠加生成式 AI 的冲击，Airtable 的好日子戛然而止。据第三方咨询机构 tsginvest 统计，2025 年一季度，其估值已缩水至 40 亿 – 50 亿美元，较峰值下跌超 60%。
估值暴跌的同时，裁员潮接踵而至：2022 年裁员 20%，2023 年再裁 27%。内部，员工期权价值大幅缩水，团队士气受挫；外部，融资难度陡增，经营压力如潮水般涌来。更雪上加霜的是，一条基于错误数据的 “Airtable 已死” 推文在网络上病毒式传播，迫使公司不得不通过播客节目公开 “辟谣”。
二、AI 冲击波：核心业务的生存危机
在 2023 年之前，Airtable 凭借 “无代码” 这一核心优势，在生产力工具市场占据领导地位。它的价值在于 “降低软件创建门槛”—— 用户无需掌握编程技能，通过拖拽、配置等简单操作，就能基于数据库构建专属应用，这种模式契合了中小企业及个人用户的需求。
但大型语言模型（LLM）的爆发式增长，彻底动摇了 Airtable 的核心竞争力。随着生成式 AI 技术成熟，“Vibe coding（凭感觉编码）” 逐渐兴起：用户只需用自然语言描述需求，AI 就能直接生成功能性软件。这种更符合人类直觉的交互方式，让 “无代码” 的便捷性优势被大幅削弱 —— 相较于 “拖拽配置”，“自然语言生成” 显然更高效、更易用。
此时的 Airtable 面临一个残酷的选择：要么固守无代码赛道，眼睁睁看着核心产品被 AI 颠覆；要么主动拥抱变革，在 AI 技术栈中找到新的生存位置。最终，公司选择了后者，而支撑其转型的关键，正是它与生俱来的 “数据库优先” 基因。
三、转型破局点：数据库基因的 AI 价值重构
与 Notion 等 “文档为先” 的竞争对手不同，Airtable 从诞生之初就以 “数据组织与关系” 为核心 —— 它的本质是一个结构化、关系型数据库，只是通过表格化界面降低了使用门槛。这种架构，恰好成为 AI 时代的 “稀缺资产”。
AI 智能体（Agent）的运行需要三大核心要素：结构化数据、权限管理、系统集成。而 Airtable 的 “数据库优先” 架构，天然具备这些能力：它不仅存储了大量结构化企业数据，还能提供身份验证、多维度权限控制，以及与其他工具的集成接口。正如创始人所言，Airtable 的转型目标，是 “向上游技术栈移动”，成为 “Vibe coding” 时代的 “管道系统”—— 为 AI 模型提供其无法自主创造的企业级核心能力。
在这一战略下，Airtable 的 AI 转型并非 “一蹴而就”，而是通过两阶段产品布局，逐步将 AI 从 “辅助工具” 升级为 “平台核心”。
（一）第一阶段：AI 功能试水，验证市场需求
2023 年 9 月，Airtable 推出 “AI 字段（AI Field）”，这是其迈向 AI 的第一步。用户可在数据表的单个字段中嵌入生成式 AI 能力，完成文本摘要、情感分析、信息分类、内容翻译等任务 —— 例如在客户反馈表格中，AI 字段能自动提取关键意见并判断情感倾向，大幅提升数据处理效率。
2024 年，公司又推出 AI 驱动的无代码应用生成器 “Cobuilder”。用户只需用自然语言描述应用场景（如 “搭建一个客户跟进管理系统”），Cobuilder 就能自动生成包含表格、视图、逻辑规则、界面的初步应用框架。据内部数据，这款工具的 “有用生成率” 达 9/10，应用构建效率提升 57%，为后续全面转型奠定了用户基础。
（二）第二阶段：全面 AI 原生，重塑产品核心
2025 年，Airtable 正式开启 “AI 原生平台” 转型，AI 不再是附加功能，而是新用户的默认体验。这一阶段的核心成果，是两大支柱性产品的发布：
- Omni：AI 应用构建伙伴作为此前 “Airtable 助手” 的升级版本，Omni 的核心能力是 “对话式生成生产级应用”。用户通过自然语言对话，不仅能生成数据表和字段，还能同步创建用户界面（Interfaces）与自动化工作流。例如，用户说 “搭建一个产品迭代管理平台，包含需求池、开发进度、测试反馈三个模块，且开发完成后自动通知测试团队”，Omni 能实时生成符合需求的完整应用，无需人工二次配置。
- Field Agents：自主运行的 AI 智能体如果说 Omni 是 “人机协作工具”，Field Agents 则是 “Airtable 对 AI 未来的构想”。这些智能体 “生活在数据库内部”，能自主、持续、规模化地执行任务 —— 例如，当用户在 “销售线索表” 中新增一条数据时，Field Agents 会自动校验线索真实性、匹配对应销售负责人，并同步更新到 “销售目标进度表”，无需人工触发。
四、组织变革：创始人亲率 “二次创业”
如此激进的产品转型，离不开组织层面的深度调整。Airtable 的变革核心，是创始人 Howie Liu 的 “破釜沉舟” 式领导，以及 “快思 + 慢思” 双轨团队的搭建。
（一）创始人：从 “管理者” 到 “IC CEO”
Howie Liu 的个人经历，深刻影响了 Airtable 的转型路径。这位韩裔移民 13 岁自学 C++ 编程，16 岁进入杜克大学攻读机械工程与公共政策双学位，大学期间就接触 AI 前沿技术。20 岁时，他联合创办 CRM 初创企业 Etacts，获 Y Combinator 等顶级资本投资，后被 Salesforce 收购 —— 这段经历让他深入理解企业软件的痛点，也为 Airtable 的创立埋下伏笔。
面对 AI 转型，Howie Liu 做出了一个非常规决定：转型为 “IC CEO（个人贡献者型 CEO）”。他每天亲自编写代码，成为公司内部 “AI 推理额度消耗最高的用户”—— 通过亲身参与产品开发，他能第一时间感知 AI 技术的能力边界，快速调整战略方向。这种 “亲力亲为” 的风格，避免了传统大企业 “自上而下” 的 AI 计划脱节业务的问题。
（二）团队重组：“快思 + 慢思” 双轨并行
为平衡 “创新速度” 与 “核心稳定”，Airtable 将工程、产品、设计（EPD）团队拆分为两大单元：
- 快思团队：以 “周” 为迭代周期，专注于 AI 功能的快速开发与交付。例如 Omni 的对话生成逻辑优化、Field Agents 的任务自动化规则更新，都由快思团队负责，确保公司能紧跟 AI 技术趋势。
- 慢思团队：聚焦长期目标，负责核心平台架构升级、系统稳定性保障，以及未来技术方向的探索。例如大规模数据处理性能优化、API 速率限制改进等老用户关注的核心问题，由慢思团队攻坚，避免 “求快” 而牺牲产品根基。
（三）文化重塑：构建 “机构性 AI 直觉”
Howie Liu 还推动了一场自上而下的文化变革：要求所有员工（包括市场、销售等非技术岗位）定期 “玩耍” 市面上最新的 AI 模型与工具。通过这种 “全员体验”，公司希望打破部门壁垒，让 AI 创意从组织各个角落涌现 —— 例如销售团队可能会提出 “用 AI 自动生成客户需求分析报告”，市场团队可能构想 “AI 驱动的营销活动效果预测工具”，最终形成跨职能的 “集体 AI 直觉”。
五、转型阵痛：用户分歧与巨头围剿
尽管转型方向明确，但 Airtable 仍面临两大挑战：用户群体的分化，以及日趋激烈的市场竞争。
（一）用户分歧：新老用户的体验撕裂
AI 功能在不同用户群体中引发了截然不同的评价：
- 新用户与开发者的认可：对于刚接触 Airtable 的用户、咨询顾问，以及需要快速搭建原型的开发者而言，Omni 等 AI 工具堪称 “效率神器”。他们认为，Omni 能根据复杂需求快速生成应用框架，甚至自动创建连接表（junction tables）等专业数据结构，大幅缩短开发周期。
- 老用户的不满：在 Reddit、YouTube 等社区，大量长期 “超级用户” 吐槽 AI 功能是 “无用噱头”。他们反馈，AI 生成的数据库 “逻辑混乱”，若不手动清理会留下 “数月技术债务”，反而不如从模板或零开始构建高效；更关键的是，他们长期关注的核心痛点 —— 如 10 万行以上数据处理性能下降、API 速率限制 —— 并未随 AI 转型得到解决，认为公司 “为了追逐 AI 热点，忽视了核心功能优化”。
（二）巨头围剿：无死角的竞争格局
Airtable 的 AI 转型之路，还需直面来自 “巨头 + 新锐” 的双重挤压：
- 微软：生态绑定的降维打击微软通过 Power Platform 构建了与 Office 365、Azure 深度融合的低代码生态。对于已深度使用微软产品的企业而言，Power Platform 无需额外适配，采购成本更低，且能无缝对接 Excel、Teams 等常用工具，形成天然竞争优势。
- Notion：轻量赛道的跨界渗透Notion 在知识管理领域占据统治地位，近年来不断强化数据库功能。尽管其目前定位仍偏轻量，但最新推出的 3.0 版本已具备更多无代码能力，正在向 Airtable 的核心场景渗透 —— 尤其对注重 “知识管理 + 轻量协作” 的中小团队，Notion 的吸引力持续上升。
- monday.com与 Smartsheet：垂直领域的精准狙击monday.com和 Smartsheet 在项目管理、工作流自动化领域拥有庞大用户基础，且均在积极引入 AI 功能。例如 Smartsheet 推出 “AI 驱动的项目风险预测工具”，monday.com上线 “AI 工作流生成器”，与 Airtable 在细分场景展开直接竞争。
六、未来展望：SaaS 行业的 AI 转型样本
从 117 亿美元估值的无代码巨头，到 “押注一切” 的 AI 原生企业，Airtable 的转型难度不亚于一次全新创业。它的探索，不仅关乎自身命运，更在为整个 SaaS 行业提供 “AI 时代如何自我革新” 的参考：
- 对于传统 SaaS 企业，Airtable 证明 “核心基因的价值重构” 是转型关键 —— 无需盲目抛弃原有优势，而是找到其与 AI 技术的结合点（如 Airtable 的数据库基因成为 AI 智能体的运行基础）；
- 对于组织管理，“快思 + 慢思” 双轨模式平衡了创新与稳定，“IC CEO” 的领导风格则打破了大企业的决策惰性，为其他企业提供了可借鉴的变革路径；
- 对于用户关系，Airtable 的 “用户分歧” 也警示行业：AI 转型不能忽视老用户的核心需求，需在 “创新” 与 “体验” 之间找到平衡点。
目前，Airtable 的 AI 转型仍在进行中，这场豪赌的最终结果尚未可知。但可以肯定的是，它的 “逆天改命” 之路，已经成为科技行业从 “无代码时代” 迈向 “AI 原生时代” 的生动注脚。
“AI 原生 100” 是虎嗅科技组推出的 AI 原生创新栏目，本文为系列第 24 篇。2025 年是 AI 原生应用爆发之年，千行百业面临 AI 革命，虎嗅将持续拆解 100 个 AI 原生案例，与读者一同重塑未来商业图景。
文章来源：