离开投行创业，他决定不做职场AI助手

在投行做AI，产品大多卡死在合规上。Zac辞职创业，却避开了所有人都在做的职场AI助手：“这片市场最后可能都被OpenAI、Anthropic给吃下来。“他选了建筑业：数据琐碎又脏，但门槛就是壁垒。

工地最烧钱的时候，是它停下来的时候。

施工的人都会把砖多订一些，给损耗留出余量。但损耗一旦超出预留，就得临时补订，而补订有交货周期。等砖到货的那几天，工期停摆，工人照上工，设备照租，钱照付。

给我讲这个例子的人叫Zac。这是他看到的创业方向。

在投行，Zac带团队做AI应用。产品做了很多，但大部分都卡在合规上，没能推行下去。工作是份好工作。但他说：“看到事物再高速发展，自己却在原地打转，很痛苦。”

创业的想法也是这时候萌生的。

方向上，他没有选白领：写文档、客服、代码助手。“这片市场很难吃到，最后可能都被OpenAI、Anthropic给吃下来了。”

他选了建筑这样的传统行业。

进投行之前，Zac帮石油公司做优化模型。油田靠注水把油压出来，采出来的油水混合物里如果有沙子，会影响喷口，严重的会引起整个十几亿美金的管道报废，甚至威胁油井安全。所以要用传感器实时监控，随时预警。

“把AI技术运用到这个领域，护城河很高。“他说。

建筑业也是这样。大模型公司做的是通用产品，不会为某一个行业去收集琐碎的脏数据。而对创业公司来说，数据琐碎既是门槛，也是壁垒。

其实用运筹学做供应链不是新鲜事，线性规划、排产系统几十年前就有了，制造业、零售业的大公司一直在用。传统行业用不起来，有两个主要原因。一是数据散落在纸面、Excel、电话和聊天记录里。二是像建筑业是项目制，每开一个新工地，供应商、分包队伍、施工条件全换一遍，数据积累不起来，为单个项目专门做一套系统，也不划算。所以工地上的经理更多靠经验做判断。人一多，事一多，一个人就管不过来了。

Zac要做的，就是把这些琐碎的数据收拢起来，变成模型能用的输入，辅助经理做决策。

采购询价是另一个例子。以前问价靠采购员一家一家打电话、发邮件，比价靠人工整理表格。因为费时费力，通常只问熟悉的两三家。但建材是大宗商品，价格是浮动的，订购量又大，单价差一点点，总账就差出很多。AI能把询价这部分做的更好：汇总整理所有供应商的报价与信息，撰写询价邮件，人审核之后再发出去。

我问Zac，放弃现在优渥的待遇，风险会不会很高？

“即使做完蛋了，半年后也可以再回来找工作。“他说，“风险还是可控的。”

而且现在有点看到了成功的希望。有客户愿意跟着他们的产品，一起成长。