我目前见过的最具"新加坡特色"的AI公司

这大半年见了不少在新加坡的AI公司。大部分坦率地说跟新加坡没什么关系——团队是中国的，客户在海外，注册在新加坡只是因为架构方便。换到迪拜、换到伦敦，公司逻辑不会有任何变化。现在介绍一下让我觉得这可能是我目前见过的最"新加坡"的AI公司——ShipLinker，做海运AI Agent的。为什么说它最具新加坡特色？因为它切的行业、它的获客场景、它需要的产业密度，几乎只有在新加坡才能长出来。要理解这一点，得先说清楚海运里的Chartering到底是怎么回事。 1. Chartering：海运世界的核心交易海运贸易的核心环节叫Chartering——租船。简单说，就是货主和船东之间达成的租赁契约，目的是把货从A运到B。但"租船"这两个字远比听起来复杂。根据租船人对船舶控制权的大小，行业里有三种模式：定程租船（Voyage Charter），按航次计价，船东负责把货运到目的地，承担燃料、港口等所有运营成本。最容易理解——相当于海上的货拉拉，你只管货，油钱司机工资都是车主的。定期租船（Time Charter），按时间租赁，半年、一年都有。船东提供船和船员，但租船人承担航行过程中的变动成本——燃料、港口费、代理费。相当于长租一辆带司机的车，去哪里你说了算，油费你出。光船租船（Bareboat Charter），只租船壳，船员、燃料、维修、保险全部由租船人负责。相当于租一辆空车自己开。三种模式对应的风险分配完全不同，合同条款也千差万别。一份租船合同（Charterparty）里，装卸时间（Laytime）、滞期费（Demurrage）、速遣费（Despatch）、等价期租率（TCE）——每一个条款折算的都是风险与利润的博弈。而撮合这一切的，是一个高度专业化的中介群体：租船经纪人（Chartering Broker）。 2. 80%的交易还在靠打电话这个行业最反直觉的地方在于：2026年了，全球80%以上的海运交易仍然依赖线下经纪人完成。一个经纪人的日常是这样的：收到一个货盘需求，打电话、发邮件，凭经验和人脉去找合适的船。他需要同时判断船舶的实时位置、航速、预计到港时间、港口拥堵情况、航线油耗、排放标准、合同条款是否匹配——这些变量的组合极其复杂，而且实时在变。一个经纪人能覆盖的信息带宽是有限的。他可能熟悉某几条航线、某些船东，但不可能把全球几十万艘船都看一遍。佣金呢？3-4%。一次航程几十万到几百万美金，3%就是一笔巨款。但这个行业不能简单用"撮合效率低"来理解。之前跟一位投过满帮的朋友一起见ShipLinker的创始人Ling，聊完最大的收获就是看清了这一点：海运和公路货运在结构上完全不同，你不能用满帮的逻辑去套。满帮面对的是长尾司机和长尾货主，交易碎片、频次高，平台做信息匹配就能跑起来。海运参与者高度集中，关系网络稳定，单笔交易金额巨大，决策链条长。你不可能做一个平台让货主点一下就下单——这不是打车。所以海运的痛点不是"找不到对方"，而是"找到了之后算不过来"。信息太多、变量太复杂、人的带宽不够用。这正是AI Agent最天然的应用场景。 3. Data不能Fix Deal，Agent能 ShipLinker做的事情，用一句话概括就是：海运的AI Broker。不取代经纪人的关系和谈判，而是把筛选船舶、计算成本、预测到港时间、评估航线风险这些重复但关键的工作交给Agent。你给它一个需求画像，它跑全球的船舶数据，跑完告诉你：这几个deal是recommendable的，你要不要去谈。人负责拍板，Agent负责算账。海运领域其实已经有不少卖数据的公司了——几家龙头把全球的船舶数据、航线数据、港口数据整理好，打包卖给你。但Ling说了一句话我印象很深：data不能帮你fix deal，agent能。你有数据没用。数据是静态的、被动的，你还是得自己去筛、去算、去判断。但Agent不一样——它结合你的需求，结合实时数据，直接给你一个可执行的推荐。从信息到决策，中间那段路，Agent帮你走了。这也是为什么ShipLinker不叫自己"数据平台"或"SaaS工具"，而叫AI Broker。它在做的事情，本质上是把经纪人最耗时的那部分工作——信息收集和方案筛选——自动化了，同时保留了行业最核心的资产：关系和判断力。一个很具体的例子：中东局势升级之后，传统的线下经纪网络突然失灵了——航线变了、风险变了、很多老关系跑不通了。这时候ShipLinker突然多了一批"很怪异的客户"主动找上门，因为他们通过传统渠道搞不定了，但Agent可以access全球数据，跑出传统网络覆盖不到的选项。 4. 1000块上手，骆驼拉骆驼获客策略也值得拆解。第一层产品1000美金/月，提供船舶数据和基础匹配，门槛低，客户容易上手。用起来之后，发现Agent的推荐确实有用，自然产生升级需求。 ShipLinker在此基础上推出了3000美金/月的产品，增加了船舶全套历史数据、停靠记录、买卖信息——不只帮你租船，还帮你做船舶买卖的决策。逻辑很清晰：经纪人这个群体，既做租船也做买卖船，就跟房产中介既做租房也做买卖一样，一波人可以干两波事。你只要把他拉上来了，他的需求是会自然扩展的。目前大概20%的客户在主动从1000升级到3000。MRR约2.6万美金，去年5月上线以来增长了5倍，覆盖16个国家的客户，追踪全球20万+艘船舶，约90%的全球覆盖率。现金流已经转正。 B2B获客靠的是Ling说的"骆驼拉骆驼"——一个货主用了觉得好，拉合作的船东上来；一个经纪人有一票货搞不定，拉另一个经纪人一起拼船。海运行业本身就是一个高度网络化的生意，上下游天然会互相拉人。一旦嵌入了日常工作流，切换成本很高。而且ShipLinker在go-to-market上有一个很聪明的选择：现阶段不主动拉船东。因为船舶数据是公开的——只要一艘船存在，它的信息就能被追踪到。但货盘信息不是公开的，货主不会主动把需求挂出来。所以先拉货主和经纪人上来，把需求端的密度做起来，供给端（船）的数据本来就有。 5. 行业老炮两周打钱，VC要讲半天科普融资过程中有一个非常能说明问题的现象。 ShipLinker最快拿到钱的几个天使投资人：全美最大干散货交易公司的前交易员，两周内搞定；达能集团东南亚的前CFO，他自己的公司也面临同样的物流决策痛点，一听就懂；还有一个做了40多年全球供应链物流的英国行业老兵。这些人的共同特点：不需要你解释什么是干散货、什么是船舶经纪、什么是TCE。一懂就快。反过来跟VC讲，Ling说光是行业科普就要花半个小时，讲完对方也就是"大概明白你们是做什么的"。这不是ShipLinker一家的问题。垂直行业AI创业在融资端天然面临一个悖论：你的产品越深入行业，VC越看不懂；但正因为看不懂，才说明壁垒在那里。 6. 最具新加坡特色——但新加坡的资本接得住吗？回到开头的问题：为什么说ShipLinker是最具新加坡特色的AI公司？新加坡是全球最重要的航运中心之一。船东、交易商、经纪人的密度在全球数一数二；MPA（新加坡海事局）在积极推动海运数字化；完整的海运金融和仲裁体系就在这里。ShipLinker已经在跟MPA谈合作，进入他们的生态由官方帮忙推给船东端。本地甚至有专注海运方向的基金——Motion和ShipFocus——虽然体量不大，但说明垂直生态在形成。这类公司不是把中国的模式搬到新加坡，而是因为新加坡的产业密度才能长出来。它需要物理距离上接触到足够多的客户，需要真实的行业需求和反馈，需要一个理解海运的投资者生态。但这恰恰也是矛盾所在。新加坡本土基金的DPI（基金实际回款倍数），从2016年至今没有超过1的。最好的大概0.6——LP投进去的钱，到现在为止最多拿回来六成。这意味着整个本土VC生态过去十年没有给LP赚过钱。这个底层现实决定了他们的投资行为：估值卡得很死，一般不超过3000万美金的post；DD流程慢到离谱，有创始人被做了6个月DD还没出TS；约会两周起步，回邮件三四天算快的。对ShipLinker这种项目来说，你需要投资人既理解行业又能快速决策——但本地VC普遍不具备这两个条件。所以Ling的策略是先把天使和行业资本拿到手，VC能进就进，进不了直接等下一轮。Antler作为早期投资人，已经在把ShipLinker推荐给自己的growth fund和全球fund，甚至在考虑设立一支专门投海运科技的基金。这其实是一个很典型的新加坡AI创业的缩影：产业土壤是好的，创业方向是对的，但本地资本生态还远远没有成熟到能支撑这类公司快速成长的程度。最懂行的钱来自行业，最快的钱也来自行业。VC反而是最慢、最犹豫的那一环。对于这类深入产业的AI公司，也许最务实的路径就是：在新加坡做业务、建客户关系，但融资不要只看本地。天使找行业里的人，机构看全球化的fund。最好的新加坡AI公司，可能恰恰是新加坡本土资本最难看懂的那一种。