AI 先接管暖气维修的调度层：Netic 为什么不急着造机器人
No Priors 对谈 Netic CEO Melisa Tokmak：AI 如何先接管 HVAC 等真实服务公司的客户理解、调度与收入流程，而不是先替代现场 technician。
单集信息
- 播客：No Priors: Artificial Intelligence | Technology | Startups
- 主持人：Elad Gil
- 嘉宾：Melisa Tokmak，Netic founder and CEO
- 集标题：Building an Autonomous Enterprise for Real-World Services with Netic Founder Melisa Tokmak
- 发布日期：2026 年 7 月 31 日 18:00（北京时间）1
- 原集链接：No Priors 官方 YouTube 视频
Loading content card…
Netic 的产品不是又一个客服机器人，也不是先造一台能拧螺丝的机器。Melisa Tokmak 想做的是一层「运营系统」：让 AI 接住客户、理解需求、查规则、安排人员和推动收入，把 HVAC、plumbing、electric、pet services 等真实服务公司的后台工作接管下来；现场仍由人完成。2
先解决「谁、何时、能不能做」
节目里最有用的例子不是抽象的 agent，而是零下 20 度时家里的暖气坏了。客户不只是在问「能不能派人」：住什么房子、装的是什么设备、公司有没有历史记录、今天还是明天能上门、应该派会修哪类 boiler 或新系统的 technician，这些问题要一起回答。Netic 让客户通过电话、短信或网站与 agent 对话，再把需求匹配到公司的运营规则、人员能力和时间表。2
这解释了它为什么从 essential services 切入。对一家年收入达到十亿美元规模的 home-services 公司，客户支持团队可能有数百人，业务又受热浪、寒潮、节假日和季节性需求冲击。支持人员的每一次判断，都会影响客户是否流失、哪位 technician 被派出，以及高峰期能不能把有限的劳动力用在最值钱的工作上。Tokmak 说，Netic 目前有 超过 70% 的客户属于 AI-first，公司把这种状态称为「Netic first」。这是嘉宾在节目中的公司自述，不是节目外部审计数据。2
为什么不先做机器人
Tokmak 把 robotics 看成「同一本书的另一章」，但认为许多真实服务离机器人还很远。每栋房子的设备、螺丝、墙体和狭窄空间都不同；维修人员常常要先拆开墙，才知道到底坏在哪里。客户也不只是一个待优化的工单：房屋被淹、暖气在寒潮里失效，或者一个人想通过 wellness 服务减压，都带着情绪和时间压力。2
所以她的分工很明确：AI 处理信息和运营，人处理实际服务。这个判断避开了「AI 落地就等于机器人化」的直觉，也暴露了产品难点：agent 必须掌握企业内部规则、历史客户、技师能力、库存和区域条件，不能只会生成一段听起来礼貌的回复。Tokmak 说，解决这类问题需要模型之外的 harnesses、orchestration、software 和 product；Netic 要同时把这三层做好。2
真正的护城河是上下文的累积
Netic 的一个具体做法是把外部数据接进服务流程。Tokmak 以 roofing 为例：平台可以接入 satellite data，判断不同社区受飓风影响的屋顶和材料，再让 agent 同时处理 inbound、outbound、analytics 和 labor delivery。这里的增量不是多一个数据看板，而是让系统知道「该服务什么、该找谁、什么时候主动联系」。2
她还谈到 private equity 持有多家不同类型的服务公司时，跨业务的上下文会产生新用途：一个客户既养宠物，又可能购买 wellness 服务，企业如果能理解这些关系，就不必把每次交互当成孤立的电话。对 AI 工程团队而言，这比「换一个更强的基础模型」更像一项长期系统工程：身份、权限、数据接入、业务规则和跨产品记忆缺一不可。2
这也是 Tokmak 选择做软件平台，而不是买下并经营一批服务公司的原因。她认为 roll-up 的核心能力是并购，而自己的强项是 engineering、product 和把产品做成可复用的系统；如果每买一家企业，软件只能服务那一家，规模效应会被资产边界锁死。Netic 的目标则是让不同的 real-world business 都能运行在同一层之上。2
这套模式还需要证明什么
节目给出了一组很大的数字：Tokmak 说，公司已经通过 AI-handled interactions 为客户创造了 超过 6 亿美元，并举例称一家大企业从签约到完成端到端部署只用了 14 天、合同规模约 50 万美元。这些数字都来自嘉宾在访谈中的陈述，节目没有提供客户名单、口径或第三方验证，因此它们适合当作 Netic 的商业主张，而不是已经独立确认的行业指标。2
Tokmak 反复强调，企业采购不应停在一周 demo：AI 平台要在一年内持续带来收入和服务质量，不能只在试用期里看起来有效。她不希望 AI 只被拿来裁成本，原话是：「It would be pretty sad if we used AI only for cost cutting.」在她的模型里，收入增长来自更快接住需求、更好匹配现场劳动力，以及把一次服务变成长期客户关系。2
适合谁听
- 做 agent runtime、企业软件和现场服务运营的人值得完整听：这集把「agent」放进客户、规则、人员和收入的闭环里，能补上只看模型能力时容易遗漏的执行层。
- 做产品战略的人值得听：Tokmak 对「做平台还是买资产」「先做机器人还是先做运营层」给出了清晰取舍，也说明为什么真实行业的变化不必等待 AGI。
- 核心增量：AI 在真实世界的第一站，可能不是替代 technician，而是先成为企业的 intake、context、dispatch 和 revenue layer；但 Netic 的收入数字和客户比例仍应视为公司自述。
- 可以跳过的部分：如果你只关心模型 benchmark 或 robotics 硬件，这集没有新的实验结果；它的价值在于把 agent 放进高波动、强约束、有人身体验参与的服务业务里。
References
- 1Apple Podcasts 节目信息
podcasts.apple.com
- 2No Priors 官方视频与完整英文字幕
youtube.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.