垂直行业与AI的结合，一些方向探讨

昨天见了一个做石化行业垂类 AI Agent 的团队。 项目开发三个月，demo 已经跑通，目前已有 10+ 位行业用户在实际使用。 这是一个典型的 封闭行业。 石化行业的软件生态稳定、保守，但付费能力很强。 行业里有几家主流工程软件厂商， 单套软件售价约 48,000 美金，一次性买断， 不是 SaaS，不按年订阅。 其中一家头部公司 年收入约 20 亿美金，创始人极少公开露面。 这些软件的共同特点是：功能强、学习成本极高。 软件承载的是多年工程经验和行业规范， 但实际操作非常复杂，即使是业内工程师，也需要较长时间培训才能熟练使用。 这个 AI Agent 的定位很明确： 不是替代工程判断， 而是 直接操作现有石化工程软件。 Agent 会模拟完整操作流程， 包括参数输入、流程执行、调整配置、输出结果。 核心对象是 PFD（Process Flow Diagram，工艺流程图） 所对应的一整套软件操作链路。 从形态上看，这是“AI 操作员”而非“AI 决策系统”。 行业逻辑、计算模型仍然来自原有软件， AI 的作用是降低使用门槛和人力操作成本。 目前阶段的判断： 行业封闭，客户集中 客单价高，付费方式明确 AI 价值点集中在“操作层” 不依赖 SaaS 订阅模型 是一个典型的 非互联网叙事型 AI 应用。

在用Ai做电商

AI招聘Fuku.ai， CEO @​Kevin​ ​ 不是一个“典型的 AI 创业者”。他最早的职业路径在法律行业，后来却转身进入 HR，成为中国最早一批做 法律行业招聘（placement） 的从业者之一。 在那个阶段，他长期站在企业、律所、候选人之间，看过无数简历、面试、匹配失败与“看起来合适、实际上不合适”的瞬间。 也正是这种经历，让他对“招聘这件事为什么这么低效”有着非常具体、现实的理解。 他将Fuku AI定义为Human-Guided AI Recruitment（人类引导式 AI 招聘）， 平台将 AI 用在最适合自动化的环节。 后来也从他口里知道，招聘看似简单，实际上有很多门道，比如一个最基础、却极少被认真解决的问题： 简历数据库如何持续更新？ 作为早期猎头，他手上曾经有一个规模高达 2000 万份 的历史候选人简历库。
问题在于，这些信息会迅速过期：职位、技能、意向、城市、状态，几乎每年都在变化。 如果数据是旧的，再聪明的匹配逻辑也没有意义。 以及，如何接近其他招聘网站的API，LinkedIn可能拥有全世界最强大的反爬系统等，都是最简单但重要的问题。 另一个眼前一样的是CTO Yang Kai，他曾是 Geoffrey Hinton（深度学习奠基人） 的学生之一。 用Kevin的话来说，“同学都去 Anthropic 当联合创始人了，CTO还在这里苦哈哈创业。” 但也正因为如此，Fuku.ai 在模型与系统设计上，并不是为了炫技，而是更强调 可用性、稳定性与实际落地。 在最近一段时间，Fuku.ai 有几个值得关注的节点： * 推出了 AI 面试官（AI Interviewer） 产品Fiona，用于高频招聘场景 https://www.techinasia.com/news/sg-startup-fuku-ai-unveils-video-interview-tool-fiona-for-hiring * 完成了 Pre-Seed 融资（约 110 万新币） * 将主要市场聚焦在 亚洲中小企业（SMEs），而非大型企业的复杂系统 在裁员潮、招聘波动频繁的背景下，这种“轻量、可扩展、强调效率”的招聘工具，反而更容易被市场接受。 Fuku.ai 的目标用户并不模糊： * 中小企业 * 招聘需求明确、节奏快 * 不需要复杂 HR 系统，但非常在意效率和匹配质量 它并不试图成为“所有招聘问题的终极解决方案”，
而是解决一个更具体的问题：
让招聘这件事，少一点消耗，多一点确定性。

之前听过美国的法律AI公司Harvey，最近估值达到80亿美元，而在新加坡也遇到一家做法律AI的公司Alta Lex。 本次12.13新加坡的Open Mic，跟Alta Lex的联合创始人@​Yifei​ 学习到的： 当法律遇到 AI：Alta Lex 不是“更聪明的工具”，而是“更像律师的工具”。 在很多 AI 产品里，法律行业一直是一个“被反复提起，却很少真正被理解”的领域。 不是因为法律不重要，而是因为—— 律师不是那种会为了新工具而改变工作范式的人。 他们对效率敏感，但更对风险敏感； 他们需要技术，但前提是 不能破坏原有的专业判断逻辑。 Alta Lex 的出现，恰恰踩在了这个极难把握的平衡点上。 1. 创始人的背景，本身就是产品的一部分 Alta Lex 的创始人，曾是蚂蚁金服的法律负责人。 这意味着他对“法律工作”这件事的理解，并不是停留在文本生成或知识问答层面，而是深嵌在： 公司法务真实的工作流 合规、风险、跨国监管的现实复杂度 律所合伙人与企业法务的决策逻辑中 这不是一个“外部观察者做 AI for Legal”，而是一个 在法律系统内部待过很久的人，重新思考工具应该长什么样子。 2. Alta Lex 最特别的地方：律师几乎不用“学习” 很多 Legal AI 最大的问题在于： 它们很聪明，但一点都不像律师在工作。 Alta Lex 的设计逻辑几乎是反过来的—— 你不需要去适应 AI，AI 需要去适应律师。 你可以直接告诉它： 我在哪个国家 涉及哪些法律条件 对应的是哪一类业务场景 它给出的不是泛泛而谈的“法律解释”， 而是贴合律师写作与判断习惯的法律文本与分析结构。 这也是为什么 Alta Lex 的目标用户非常明确： 企业法务团队，以及律所的合伙人级别律师。 它不是“给所有人用的法律 AI”， 而是一个 为极其垂直人群深度定制的专业系统。 3. 垂直，不是限制，而是护城河 在 AI 时代，“通用”听起来很性感， 但在法律这种高风险行业里，垂直才是真正的护城河。 Alta Lex 没有试图去“教育市场”， 它只做一件事： 让专业律师，在他们原本熟悉的范式里，更快、更稳地完成工作。 这也许不是最喧哗的 AI 路径， 但它极有可能是 最能真正落地的那一条。