对话嘉宾：哈库拉玛塔达（深圳）科技有限公司 CEO 孙翔

对话背景：前段时间，白鲸出海受亚马逊全球开店邀请，前往杭州参加其与福布斯联合举办的“2026 福布斯中国新生代跨境电商 30 人”榜单发布活动。其中，一个品牌名称格外吸睛——「哈库拉玛塔达」（Hakuna Matata）。这句广为人知的《狮子王》经典台词，如今成为这家母婴出海品牌的名字。孙翔表示，他希望借这句话，通过产品传递给所有妈妈一个信息：“别担心，一切都好。”

孙翔在活动上做演讲分享｜图源亚马逊全球开店

孙翔最初创立「哈库拉玛塔达」，源于妹妹家宝宝皮肤敏感的真实经历。在为家人挑选婴儿睡眠用品时，他发现市场长期存在明显的品质缺口，也因此看到了供应链升级的机会。疫情过后，大量医疗工厂面临产能严重过剩。孙翔与这类工厂展开合作，将医疗级十万级洁净车间标准引入母婴用品生产，充分发挥中国制造的结构性优势，把原本服务于医疗耗材的高标准设施和管理体系，复制到母婴消费品领域，从生产源头解决行业长期存在的质量波动问题，更好满足海外市场对高品质母婴产品的需求。

*医疗级十万级洁净车间标准：按国内 GMP 体系 （Good Manufacturing Practice，良好生产规范 ） 的“粒子数分级”划分，“十万级”指车间里≥0.5μm 的悬浮粒子，每立方米不能超过 352 万个。

然而，真正让这个仅有 4 人的团队在两年半时间内实现从 0 到全渠道累计销售额 4700 万美元，并在细分垂直赛道做到全美 Top1 的关键，还是运营端的一系列系统性创新。

母婴类产品一直面临一个典型难题：购买者和实际使用者往往并不是同一个人。放在出海婴儿睡眠用品品牌「哈库拉玛塔达」身上，这个问题会被进一步放大——使用者甚至还不会表达，品牌与购买者之间又隔着语言和文化差异，想真正看准、看深用户痛点，难度可想而知。面对这种复杂局面，孙翔给出的答案很有时代特色：引入 AI，而且不只是简单尝试，而是把 AI 能力持续延展到运营的各个环节。

原本看上去与 AI 几乎毫不相关的婴儿睡眠用品，最终却借助 AI 成功出海。这个故事听起来非常符合 AI 时代的商业叙事，但这个 4 人小团队究竟是如何做到的，依然让人充满好奇。以下内容为白鲸出海等多家机构与孙翔的对话整理，白鲸出海略作编辑。

从一次真实经历和一条差评开始

Q：孙总您好，能否先聊聊您是怎么进入母婴这个赛道的？

孙翔：说起来挺偶然的，我有个亲妹妹，她宝宝出生时皮肤特别敏感，买过很贵的有机棉，平时穿着还可以，但一出汗就会发闷，尤其一些新生儿晚上还会盗汗，孩子整晚都睡不好。后来试了我们一款天丝面料，宝宝的睡眠状态明显改善了很多。

同时，宝宝皮肤比较敏感，有些时候他们哭闹，其实不是别的原因，而是穿的衣服不舒服。我后来专门去了解过，美国大约每 5 个孩子里就有 1 个存在皮肤敏感问题，但市场上居然没有一个品牌专门围绕这个问题做解决方案。后来我意识到，闷汗和皮肤不适不仅让宝宝睡不好，也会让妈妈跟着睡不好。我就想，为什么不自己试着做一做，看看能不能真正解决这个问题，于是开始进入母婴产品赛道。

Q：听起来有一定的偶然成分。

孙翔：是的。最开始选择母婴赛道时，并没有从纯商业角度出发，更多是因为我发现这个场景里的问题一直没有被很好解决。

中国其实有很多创新面料。和海外市场相比，他们本土并没有这么成熟、这么有竞争力的面料体系来挑战现有市场。所以我们第一步，就是把中国成熟供应链上的优质面料，比如天丝，带到海外。产品刚上架时卖得非常快。成功之后，我们才反过来认真思考商业模式，发现这条路是可以跑通的，至少我们可以先把婴儿穿戴类产品用新材料重新做一遍。

Q：说到供应链，资料显示你们洞察到疫情后医疗工厂产能过剩的机遇，引入了医疗级的洁净工厂，积极搭建了自己的制造工厂。是什么样的契机让你们做了这样的决定？

孙翔：起因是一条凌晨 3 点多的差评。当时有位妈妈留言说，她儿子穿了我们的衣服后起了疹子。我们继续追查后发现，是供应商为了节约成本，偷偷更换了更便宜的料子。这件事让我一下子意识到，供应链如果不掌握在自己手里，产品品质就很难真正稳定。

像含 97% 天丝的那种面料，生产工序非常不稳定。产量低、流程多、难度大，几乎没人愿意把整条链路真正串起来做，所以市面上的成品往往要么定价过高，要么质量参差不齐。于是我们决定自己把这条链做起来。团队花了大半年时间泡在产线上，从原料产地到印染参数，一道工序一道工序去调，硬生生把良品率拉到可以稳定量产的水平。

不过面料问题解决后，成衣环节又卡住了。普通制衣厂根本接不了我们的面料，因为这种面料太软、太特殊，不是设备跟不上，就是操作规范达不到要求。2023年疫情结束后，一批原本做医用防护服的工厂开始寻找新出路，我们就尝试去对接。对方不仅能做，还自带医疗级洁净车间。于是我们顺势把最贴肤的成衣工序，搬进了空气浮游菌控制在每立方米 500 个以内的防护服洁净车间，并与工厂一起采购新设备，建立起一套全新的婴儿服装 SOP 生产与管理标准，让产品在每个环节的风险管理和可追溯性都得到保障。

这个过程其实挺坎坷，但核心总结起来就一句话——那条差评让我们认识到供应链必须自己抓，而疫情后医疗工厂的转型窗口，则给了我们真正落地的机会。

Q：注意到你们还为早产儿设计了产品，目前市场上似乎并没有人做这件事，这是出于什么样的观察和考虑？

孙翔：母婴服饰类产品通常都是按月龄区分，比如 0-3 个月、3-6 个月、6-18 个月。这是因为宝宝长得很快，每个阶段的体重和身高都不一样。但市面上关于早产儿的数据和产品都很少，很多宝宝在出生后的前三个月几乎没有真正合适的衣服穿，我觉得这是一件非常糟糕的事情。于是，我们就进一步往前做了三个尺码：新生儿、早产儿，以及 NICU 急诊室儿童。

另一方面，从生产角度来说，不管尺码大小如何变化，衣服的生产工序其实是一样的。所以我们认为，虽然从商业回报上看，这条产品线可能一直不赚钱，但还是要坚持做。因为我们希望妈妈们无论处于什么阶段，都能在需要时选择我们的品牌。

Q：目前你们的主要产品大致可以分为睡袋、睡衣、睡垫三大类，但细看 SKU 分类，这些大类下还做了很多变形产品，方便分享一下你们拓品的历史和逻辑么？

孙翔：在产品拓展思路上，因为我们最初只有 4 个人，小团队的人力和精力都有限，所以我们就专注思考一个问题：“同一群用户，会不会在同一个场景下解决同一个问题？”听起来有点绕，实际上就是先找清楚受众、场景和核心痛点，再围绕这个基础去做产品开发。

所以你仔细看我们的产品线会发现，本质上都在围绕“睡眠”这个场景解决问题，而且很多产品并不是我们拍脑袋做出来的，而是被用户“推”着做出来的。最开始发生在睡袋产品上，用户买完睡袋后会问“有没有配套睡衣”，于是就有了睡衣线；睡衣线跑通后，我们又发现一些早产宝宝连睡垫都没有合适的尺寸，于是产品继续延伸到睡垫、摇篮垫。所以你看到 SKU 变化很多，实际上本质是同一群妈妈在同一个“婴儿睡眠场景”里不断提出新需求。我们能接得住就做，暂时接不住就先放进需求池，为之后积累方向，并没有刻意去盲目铺品类。

宝宝睡好了、妈妈安心了，用户自然会持续复购。这也是我在产品拓展上的一个小心得：增长未必一定来自品类跳跃，有时候把一件事真正做深做透反而更重要。

部分产品｜图源哈库拉玛塔达

Q：您之前在分享中提到纠正了睡袋产品中“静音魔术贴”的卖点，发现“双向拉链”的设计反而卖得更好，这让后续睡衣产品几乎都采用了这个设计。这是怎么发现的？具体又解决了什么样的痛点呢？

孙翔：这个发现其实是我们利用 AI 从将近五千条用户评论中筛出来的。

我们一开始做魔术贴，是因为它在亚洲市场普遍卖得不错，再结合睡眠场景，就做了静音款。但后来分析评论发现，美国妈妈真正的痛点并不是“撕开声音大”，而是半夜换尿布时，要么得从脚往上套，要么得整件掀开，很容易把宝宝弄醒。双向拉链的好处是头和脚都能打开，妈妈单手就能操作，不需要把宝宝完全抱起来。而且美国妈妈会觉得拉链设计更牢固，也更有安全感。

至于魔术贴，它其实还有一个隐藏问题——洗多了之后容易勾到宝宝皮肤。评论里这个反馈不止出现过一次。所以严格来说，这不算是我们主动“纠正”了卖点，而是用户通过差评和反馈，反过来教会了我们什么才是真正重要的需求。

Q：还发生过类似的“与用户预期不符”而带来的产品优化吗？

孙翔：有，比如暗扣设计。我们的睡袋产品之前里面其实还有一圈暗扣，因为国内很多母婴用品都会用这个设计，所以我们当时也很自然地把它加进去了。但产品上线之后，我们发现美国妈妈在评论里会问：“扣子会不会掉？”“扣不牢崩开怎么办？”虽然我们在发货前做了一千多次开合测试，但消费者并不买账，我们也没办法。

这类问题不是靠测试就能完全解决的，本质上还是文化认知差异。所以我们最终还是把用户意见放在第一位，直接砍掉了这个设计。把这些多余设计去掉后，省下来的工费就用在优化拉链顺滑度上，重点去提供更静音、更顺滑的双向拉链体验。后来很多类似的细节优化，也都在不断被发掘出来。这就是 AI 帮助我们“听评论”的价值，它不只是听功能反馈，还能帮我们听到背后的“认知差异”。

一款产品迭代 7 次，把退货率做到仅 8%

Q：注意到你们在宣传中提到了“竹纤维”这个材质。但据我们了解，竹纤维这个材质其实存在争议。它的生产过程涉及大量化学处理（粘胶工艺），市场上对环保性和安全性也一直有讨论。你们如何应对这个问题呢？

孙翔：我们确实有使用这个材质，但并没有盲目围绕“竹纤维”去讲概念故事，而是把材质选择尽量放到可验证的方向上。第一，我们会溯源到浆粕阶段，不使用回收竹材混纺那类低价材料；第二，确保所有面料都通过相关认证。

行业内关于“竹纤维和粘胶”的争议一直不少，这一点我们并不回避。所以，我们不会把重点放在这些容易引发分歧的概念上，而是直接聚焦到“天丝+低敏透气”这种更容易被用户验证、也更符合实际体验的指标，尽量绕开营销话术中的陷阱。至于天丝这条产品线，其实正是来自前面提到的那个真实案例，是从我妹妹家宝宝的情况一步步延伸出来的：有些敏感肌宝宝即便穿有机棉，也仍然会闷汗，而天丝在透气性上表现更好。

Q：母婴面料市场上概念和噱头很多，你们在材质选择上是怎么考虑的？

孙翔：我们不押注任何单一材质概念去讲故事，而是把材质选择放在可验证、可检测的维度上。第一，会溯源到浆粕阶段，不用回收混纺那种低价料；第二，确保所有面料都通过相关认证。

所以我们从不主打噱头，真正主打的是“天丝+低敏透气”这个可测量、可感知的指标，尽量避开营销概念的误导。天丝这条线，实际上就是从最初我提到的那个案例一步步延伸出来的：敏感肌宝宝即使穿有机棉，也可能因为闷汗而不舒服，而天丝的透气性会更好。

Q：婴儿用品方面，妈妈们都非常关注安全问题。在出海时，做了什么动作获取用户信任？

孙翔：亚马逊平台在产品认证和合规方面要求非常严格，我们在上架前会提供一系列检测报告，比如 CPSIA、CPC 报告，这些认证都需要通过当地消费法要求下的本土化检测。所以我们的产品在安全、合规、合法方面都是有完整保障的。有这些认证作为基础，本土消费者其实会更愿意信任你。

而且，一些自然形成的口碑声量也会帮助建立信任。比如在 2023年7月，我们有一款天丝面料的婴儿衣服在亚马逊上突然爆单。后来复盘发现，是一位美国皮肤科医生在论坛中提到，她只允许自己的孩子穿有机棉和天丝两种面料，并且分别推荐了一个品牌，我们刚好就是其中之一。

*注：CPSIA，Consumer Product Safety Improvement Act《消费品安全改进法》，2008 年美国出台，专门针对儿童产品（12 岁及以下）的安全法案。

CPC，Children's Product Certificate，儿童产品证书，是制造商或进口商根据 CPSIA 要求，自己出具的一份合规声明，背后必须附 CPSC 认可实验室出具的测试报告。

用户评论｜图源亚马逊

Q：除了大家关注的安全问题，作为一线从业者，您观察到除此之外美国妈妈选购时还在乎什么？

孙翔：主要有三个点。

第一，是“能不能让我半夜少醒一次”。几乎所有功能最终都要回到这个核心问题上，像拉链顺不顺、换尿布时要不要整件脱掉，本质都是围绕这个需求。

第二，是尺码一定要足够清晰。宝宝长得很快，如果尺码表达不明确，就是退货率上升的第一大原因。

第三，是产品清洗之后会不会缩水、起球。美国烘干机的性能很强，如果面料标准不过关，很容易直接翻车。

这三点再加上安全问题，基本构成了我们做母婴产品时最核心的四个锚点。

Q：注意到有的美国本土品牌卖得很贵，能卖 65 美元甚至更高，有的商超里的睡袋又只卖 15 美元。咱们的产品定价正好在两者之间，关于定价有怎样的思考？

孙翔：随着品牌发展，我们的明星产品其实已经迭代到了第 7 个版本，价格也从最开始的 19 美金涨到了 36 美金。

怎么判断定价是否合理？我觉得关键在于，当你真正解决了用户问题时，你的价值最终一定会通过收入体现出来。我们的产品虽然在不断涨价，但一直有不少消费者愿意买单。这说明当用户满意、体验到价值时，她就愿意为能够解决问题的品牌支付更高价格。

Q：销售方面你们取得了很好的成绩，作为对产品要求极高的母婴类目，能否分享一下你们的退货率大概是个什么水平？

孙翔：我们的退货率只有 8%，而这个行业通常大概在 30% 左右。

Q：那很低了。为什么你们能低这么多呢？

孙翔：除了产品本身过硬是基础之外，我们认为，真正能洞察用户担忧也是关键。

我们这个类目里，很多退货其实都来自尺寸问题。对此我们有一个相对“特殊”的处理方式：如果消费者是因为尺寸问题申请退货，我们会主动联系对方，告知“退款不退货”，甚至还会在产品中备注说明——如果买大了，可以先留着，等宝宝长大一些再穿，我们会免费再寄一个更合适的尺寸；如果买小了，也可以转赠给有需要的妈妈。

因为我们发现一个很有趣的现象，不管是在中国还是海外，生孩子这件事天然就容易形成圈层和互相推荐。所以消费者身边往往一定还有其他“潜在客户”。从这个洞察出发，换个角度看，每一次售后服务，其实也都在帮助品牌完成一次传播。

Q：您为什么会选择做亚马逊呢？

孙翔：我高中和大学都在美国读书，所以很早就接触了亚马逊。那时候中国商品在美国电商平台上的表现其实就已经不错了，我当时也卖过一些 3C 产品。但在这个过程中我发现，如果只是单纯卖货，整个生意结构其实很难长期健康。随着这几年品牌出海的发展，亚马逊上跑出了一些真正的大品牌，这让我意识到这里存在一个机会——也许自己也能做出一个足够优秀，甚至具备领导力的出海品牌。

所以从 2023 年开始，我就下定决心，不能只做一个卖货团队，而是要围绕一群用户去开发产品、满足真实需求。基于这个想法，再结合最初提到的用户洞察，我们最终选择从母婴赛道切入。

Q：听起来挺简单的。

孙翔：听起来确实像这样，但过程其实很不容易，哈哈。我刚做亚马逊的时候 120 斤，现在快 140 斤了。

这种不容易，主要在于你在做品牌探索的时候会遇到很多不确定性。比如你当下的认知和竞争格局并不完全匹配，但市场会教育你，用户也会教你怎么做。就像我前面讲的，我们现在很多产品，本质上都是用户一点点“教”我们做出来的。

AI 时代，就让 AI 员工来干活

Q：您在前面的分享里提到了“利用 AI 筛评论”。就我们之前的观察，大多数卖家把 AI 用在“写”上，比如写商品页、写文案。但你们似乎主要把他们放在了“听”用户评论上。这个思路是怎么形成的？

孙翔：其实我们之前也试过用 AI 去提升效率、加快前端流程；但在过程中会发现，亚马逊官方也在做类似的事情，比如帮卖家用 AI 写链接、做商品图。我觉得逻辑不应该停留在这个层面，而应该去打造一家真正 AI Native 的公司，让整个团队都把 AI 用好。

顺着这个思路往下走，我们会发现，做产品的本质就是服务用户，而用户需求应该成为业务真正的主导。思路转变之后，我们把很多单纯提效型工具都砍掉了，转而把重点全部放在需求源头，也就是用户评论和用户对产品的真实诉求上。

比如，有用户在一个新的场景下使用我们的产品，这本身就可能意味着一个新需求。如果这个场景在我们的商品链接中还没有体现出来，那设计部门就去更新商品图；如果评论里出现了原来没有覆盖到的关键词，广告部门就会立刻围绕这个词去投放。这样的方式，让我们整个团队都围绕同一批用户、同一种声音，去执行一致的流程和动作。

包括前面提到的一些案例，我们有些创新卖点最初只是自己的设想，产品上线后需要交给市场检验；而 AI 可以从反馈中帮我们判断，这些设计究竟解决了什么问题。很多痛点，甚至原本设计中的缺点，都是我们自己此前没有意识到的。

同时，通过 AI 分析，我们也能更深入理解本土文化，并据此对产品设计做针对性优化。总的来说，AI 的价值是双向的：一方面，它把用户需求“翻译”给我们；另一方面，也帮助我们把自身创新更本土化地表达给当地市场。

Q：您反复强调 AI 和关键词的重要性，在这方面团队做了哪些动作？有什么心得分享？

孙翔：我们认为，关键词不仅仅是流量入口，本质上更是用户搜索意图的表达。消费者之所以会去搜索，背后一定是存在某种需求。以前我对关键词的理解，可能只是一个冷冰冰的词，但后来分析下来发现，用户说出这个关键词时，究竟想解决什么问题、脑海中期待什么画面、想找到什么产品，这些都非常重要。现在有大量评论数据做支撑，这个问题就更容易回答了。

举个例子，用户搜索“新生儿必需品”，不同用户背后的需求其实完全不同。我们有一个 agent，会把用户画像清洗成不同类型。比如以新手妈妈、二胎妈妈、有敏感肌婴儿的妈妈这三类人群为例，她们搜索“新生儿必需品”时，真正希望看到的内容就应该是不一样的。对于新手妈妈，要强调“最好的”“新生儿娇嫩皮肤”；对于二胎妈妈，要强调“每一次选择都是更好的选择”；对于敏感肌婴儿的妈妈，则要重点引导到“面料的独特性”和低敏透气的解决方案上。

以前大家围绕一个关键词做广告营销时，并不会分得这么细；但有了 AI 之后，即使是同一个关键词，针对不同用户画像，我们的投放策略也可以完全不同。

Q：了解到团队由 4 个人撑起整套运营，背后有 20 多个 agent，这套 AI 体系是怎么搭建的？

孙翔：当你围绕一条主线去搭建 AI 工具时，相关 agent 的能力会围绕这条主线自然“长”出来。我们的核心主线非常明确，就是“听用户的声音”。

在这个基础上，我们的广告投放 agent 会围绕用户真实使用的关键词工作，短视频团队的 agent 会围绕评论中的高频词，去寻找可能成为下一个爆款痛点的新场景。本质上，就是把 AI 当成员工来管理和协作。

Q：会出现使用 AI 员工“不趁手”的情况吗？如何处理人机协同的问题？

孙翔：当然会。我们在使用 AI 员工的时候，也可能反过来被 AI 的能力边界所限制。为了判断 AI 输出的质量，我们又设置了一个更偏业务判断层的 AI agent，叫“业务大脑”，由它来判断其他 AI 提出的建议是否真正和业务相关。

这个 agent 知道公司每个员工的名字、能力和技能，也知道公司的供应链、战略等基本情况。它相当于统一的中枢大脑，负责过滤和编排所有 AI 的输出，判断这些内容是否真的对企业有帮助。所以与其说是“人管 AI”，不如说更接近“AI 管 AI”。

至于人机协同，我们团队的小伙伴其实都很拥抱 AI，不担心被替代，反而很兴奋。因为很多想法以前只能停留在脑海里，现在可以直接通过和 AI 对话，把它快速落地。不管有多少想法，最终都会由“业务大脑”判断，是适合当下执行，还是对未来有价值。我认为，这就是一家 AI Native 公司应该具备的工作方式。

Q：搭建这套工具系统从想法到落地大概用了多久？

孙翔：我自己真正深度做 AI coding，是从今年三月份开始的。在那之前，我们已经经历了从 Excel 到 SOP、再到知识库、再到对话式功能的积累过程，沉淀了足够多的语料和资料。

现在随着 AI 编程能力和模型能力不断增强，这些原本分散的内容都能被固化成固定流程。前期积累一旦足够，后面的落地和运转速度其实会非常快。

孙翔时不时会总结、分享自己搭建

AI 工作流的感悟｜图源朋友圈

Q：您的团队大量使用 AI，如何克服 AI 幻觉问题呢？以及如果 AI 误判，如何识别并纠错？

孙翔：我们投入了很大精力去训练“AI 业务大脑”，由它来判断哪些内容属于幻觉，哪些建议可以真正落地，并让它持续自主迭代。

每次出现一次幻觉，它都会把对应指令记录下来，并反馈给犯错的 AI，告诉它“不能沿着这个方向继续思考”。原因可能是企业目前并不具备相应资源，也可能是这个建议与品牌理念不符。以前做这种判断，需要很大的组织成本和管理精力；现在 AI 可以帮助我们完成这件事，而且往往能做出更理性的判断。

Q：您反复强调团队和 AI 配合的重要性。你们是 4 人小团队，最初的分工是怎样的？发展后又做了哪些分工？

孙翔：初创团队最开始确实很小，就 4 个人，当时没有做太多明确分工，大家什么都做，客服、售后、物流、产品开发、运营都要参与。

不过这反而为后面搭建 AI 工具打下了很好的基础，因为大家都形成了比较完整、全面的思考逻辑，这也帮助了我们现在 30 多位小伙伴继续保持这样的工作方式。

现在带着这一整套 AI Native 架构，我们也准备从北美，进一步走向欧洲、日本和澳洲市场。

Q：随着 AI 降低入门门槛，您认为自己最大的竞争壁垒可能是什么？

孙翔：我觉得，不管有没有 AI，做消费品最大的竞争壁垒都在于：整个团队有没有愿意为那 1% 的需求，付出 100% 的努力。比如我们为早产儿做的产品线，在美国线下商超其实几乎不存在，但我们察觉到了这个需求，也坚持把它做出来。虽然从商业投资回报来看，未必完全成正比，但我依然认为这是值得去做的事情。

回到现实，其实还有很多细分需求没有被解决，或者还值得被更好地解决。当你发现一个需求时，能不能在最短时间内投入百分之百的努力去把它解决掉？只要有这样的决心，无论什么时候出现新需求，你都能更快捕捉并做出响应。企业真正的壁垒，应该就在这里——持续解决问题的能力。

Q：小团队两年半做到全渠道累计销售额 4700 万美金，对很多创业者是很好的榜样。有没有什么建议分享？

孙翔：分享一个我的感受吧。我认为，现在正是品牌出海非常好的时代，也是跨境电商和中国品牌全球化的重要机会窗口。

以前，如果你想服务好这么多不同人群，往往需要一个非常庞大的团队；但现在，随着 AI 原生思维和 AI 工具的普及，不管是大公司还是小公司，某种程度上都被重新拉到了同一起跑线。不管是国内品牌还是海外品牌，都需要用 AI Native 的方式重新思考问题。如果你具备 AI native 的思考方式，并且始终专注于解决用户真实问题，那么无论什么时候出海、什么时候开始做品牌，当下都依然是最好的时代。