同一周，两笔钱几乎一模一样：都是 4000 万美元，都来自顶级风投。
一家在伦敦，给碳信用做认证；一家在纽约，给上门修水管、修空调的师傅派单。
两件事看着八竿子打不着，凑在同一周，却像在讲同一个故事。
这两家真正的共同点，其实不在那 4000 万。
它们都把 AI 塞进了又土又重的传统行业，让它去做中间那层最重复的人肉活，人只留在机器学不会的地方：专家拍板、师傅动手。
下面这些融资数字和客户战绩，都是公司方和媒体报道的口径，不算独立核实过的结果；「下沉」「护城河在领域知识」这些说法，也只是一种观察，谈不上定论。
先把两家分别看清楚，再说它们为什么是一回事。
一家在认证碳信用
先说伦敦这家，叫 Isometric。
碳信用，简单说就是一张「我帮地球减了一吨碳」的凭证，企业买它来抵消自己的排放。
麻烦在于：这张凭证算不算数、那一吨碳是真减了还是吹出来的，得有人一条一条去核。这件事就叫核证，也就是认证。
过去这活儿全靠人肉。
一个项目报上来，专家得对着卫星图、传感器读数、供应链单据一项项手工复核，慢的时候能卡上十二个月。
Isometric 做的产品叫 Certify。
它让 AI agent 把每一个数据点都先过一遍：卫星影像、物联网传感器、供应链记录，几百万个数据点自己抓、自己对，把重复的核对苦活先吃掉。
人类专家只在最后真正要拍板的环节出手。
这里的「agentic」，可以理解成「智能体式」：AI 不只等你提问再答，而是自己接上数据、自己跑完一整套核对流程。
据报道，它已经在碳移除这个细分市场跑通。
签约核证的碳移除量超过 1600 万吨、覆盖 200 多个项目，客户名单里有微软、波音、摩根大通这样的大公司。
据报道，2024 年底它还成了第一个同时通过三家国际碳市场监管机构认可的碳移除登记方。
创始人 Eamon Jubbawy 的上一段经历，正好解释了他为什么敢这么做。
他是 Onfido 的联合创始人——那是一家用 AI 做身份核验的公司，据报道验过十亿以上身份，最后被收购。
他干的一直是同一件事：让机器去做那些人类一条条核对到眼花的脏活。
这轮 4000 万美元的 A 轮（创业公司第一笔规模化融资）由风投 AVP 领投，老股东 Lowercarbon、Plural 跟投。
下一步，它想从碳市场切进据报道约 3500 亿美元的工业认证大盘。
一家在给修水管派单
再看纽约这家，叫 Probook，干的事土得多：给上门修水管、修空调、修电路的师傅派单。
派单（英文叫 dispatch），是一家维修公司每天最忙的调度环节。
手上有 40 个师傅、150 个待修的活，谁先去哪家、按什么顺序，得有人一个一个安排过来。
创始人 George Eliadis 把派单称作每家家政维修公司的「大脑」。
派单，是每家家政维修公司的大脑。
在他看来，过去就没有一款软件，是真正冲着「派单」这件事做的。
Probook 先把这个调度大脑做出来，再往上叠别的：接电话、清理工单数据、给客户发进度通知，拼成一整套连着的系统。
它放出来的几个数字，都是公司与报道口径，别当独立核实。
据 Fortune 报道，印第安纳一个有 14 个网点、260 名师傅的客户，头一个月 2542 单从接单到约时间，全程没有一个人工去碰。
佛州一家运营商把调度员从 22 人减到 10 人；堪萨斯一家同样砍掉一半，每单的平均收入也跟着往上走。
创始人 George Eliadis 今年 24 岁，小时候跟着父亲在纽约上州做了六个夏天的高压清洗，就是拿高压水枪冲洗房子外墙那种重体力活。
Fortune 给他的标题是「从高压清洗到沃顿商学院」。
他没有 AI 研究员的背景，这套打法是从这一行的脏和累里磨出来的。
这 4000 万里，3400 万的 A 轮由 a16z 领投，600 万的种子轮（更早期的第一笔小钱）由红杉领投。
两家顶级风投同时下注，赌的是据报道约 7000 亿美元的美国家政服务大盘。
凭什么是同一个故事
一家在认证碳信用、一家在派单修水管，看着毫不相干。
可把它们叠在一起，三层共同点就显出来了。
第一层，agent 创业正在「下沉」。
它们这次绕开了聊天机器人，也绕开了帮程序员写代码的助手，一头扎进又土又重、过去全靠人肉后台撑着的传统行业——碳核证、上门维修。
AI 啃的，是这些行当里堆了几十年的手工苦活。
第二层，也最值得说：它们做的都不是「AI 取代人」，而是「AI 干苦活、人留两端」。
Isometric 把专家留在判断那一端：机器把几百万个数据点对完，人只负责最后拍板那几下。
Probook 把师傅留在动手那一端：AI 把接单、派单、清数据、外呼这些重复的活先接走大半，师傅只管去把水管修好。
被吃掉的，都是夹在中间那层重复的人肉操作。这跟笼统的「AI 要抢谁饭碗」，根本是两回事。
第三层，钱和人都指向同一处。
两家都是 4000 万美元、都在六月、都站着顶级风投。
至少这两笔钱押的是同一件事：给某个具体的传统行业，做一套垂直的 agentic 运营系统。
而且两个创始人也都没有实验室背景：一个干过身份核验，一个干过高压清洗，都是先在某一行的疼里泡透了，才回头用 AI 去解。
这里只作观察，不下定论：
这一波最值钱的护城河（也就是别人短期内抢不走的那点优势），也许已经从模型本身，挪到了「外人复刻不动的脏活领域知识」上。
模型谁都能调，开源闭源的差距都在快速缩小。
但碳核证里专家凭经验拍板的那套判断、修水管行业里藏在派单脏数据中的门道，是外人短时间复刻不出来的。
这波赌注押在了哪一层
回到最开始那个反差。
碳信用和水管工之所以能是同一个故事，是因为这两家创业其实坐在同一张牌桌上下注。
它们赌的是：AI 最先变现的地方，就藏在某个具体行业里最重复、最没人愿意干的那个中间层。
当然，融资只是起点，谈不上成功。
4000 万美元买来的是入场券，离结果还有很长的路；那些客户数字，也都还是公司自己报的口径。
能确定的只有一件事：当 AI 往碳核证、修水管这种又土又重的行当里钻时，这一波 agent 创业把赌注，押在了「人肉苦活」这一层。
至于这注押得对不对，得等这些公司真把活干完，才知道。
这种AI吞掉中间层苦活的打法，在云栈社区的极客圈子里也常被掰开揉碎地讨论——当模型本身不再是护城河，藏在行业里的脏活知识就成了最深的壁垒。
发表于 昨天 21:17
|
查看: 5|
回复: 0
