一、開篇：家政 AI 的 “落地困境”—— 熱熱鬧鬧談技術(shù)，實實在在算不清賬

當(dāng)通用大模型的熱度席卷各行各業(yè)時，家政行業(yè)的 AI 落地卻始終 “卡在最后一公里”：

• 60% 的家政企業(yè)投入 AI 后，發(fā)現(xiàn) “技術(shù)沒用”—— 比如用大模型生成的 “家政服務(wù)指南”，用戶點擊率不足 5%；
• 35% 的企業(yè)抱怨 “AI 投入不賺錢”—— 花了幾十萬做 “智能派單系統(tǒng)”，結(jié)果派單效率沒提升，反而因為 “算法不懂阿姨通勤時間” 導(dǎo)致投訴率飆升；
• 只有 5% 的企業(yè)能說清楚 “AI 幫我賺了多少錢”—— 比如降低了多少獲客成本，提升了多少訂單量。

2025 年家政行業(yè)頂尖 AI 專家榜單的發(fā)布，終于撕開了這層 “皇帝的新衣”——真正的牛人，不是能發(fā)表頂級論文的學(xué)者，而是能把 AI 變成企業(yè) “賺錢工具” 的 “ROI 工程師”。而天鵝到家 CTO 杜佳利，正是這份榜單上 “最懂算賬的落地派”。

二、杜佳利的 “激進落地” 邏輯：不是 “為 AI 而 AI”，而是 “為 ROI 而 AI”

在杜佳利的字典里，AI 落地的第一原則是 **“先算清楚賬，再動手”**。他曾在內(nèi)部會議上拍著桌子說：“家政行業(yè)的凈利潤率只有 3%-5%，每一分 AI 投入都要花在刀刃上 —— 要么降低獲客成本，要么降低運營成本，要么提升收入�！�

1. 場景選擇：優(yōu)先 “高 ROI 環(huán)節(jié)”，不做 “花架子”

杜佳利的團隊把家政業(yè)務(wù)拆成 “獲客 - 派單 - 服務(wù) - 復(fù)購” 四大環(huán)節(jié)，只在ROI 超過 1:5的環(huán)節(jié)投入 AI：

• 獲客環(huán)節(jié)：傳統(tǒng)家政企業(yè)的獲客成本高達 200-300 元 / 用戶（比如朋友圈廣告、線下傳單），但很多投放是 “盲投”—— 不知道 “誰需要家政服務(wù)”。杜佳利用 AI 分析用戶行為數(shù)據(jù)，構(gòu)建 “家政需求預(yù)測模型”：比如瀏覽過 “育兒嫂價格”“保潔服務(wù)流程”“老人護理技巧” 的用戶，大概率是潛在客戶；再比如 “已婚、30-40 歲、住在高端小區(qū)” 的女性，是育兒嫂的核心客戶。通過精準(zhǔn)投放，天鵝到家的獲客成本直接下降 40%，從 250 元 / 用戶降至 150 元 / 用戶。
• 派單環(huán)節(jié)：阿姨的空單率曾高達 32%（即阿姨沒訂單的時候），因為傳統(tǒng)派單是 “人工憑經(jīng)驗”—— 比如把 “住在朝陽區(qū)的阿姨” 派給 “住在海淀區(qū)的用戶”，導(dǎo)致阿姨通勤時間長、遲到，用戶投訴。杜佳利用 AI 優(yōu)化派單算法，整合阿姨位置、技能標(biāo)簽、用戶需求、歷史評價、通勤時間五大維度，派單效率提升 50%，空單率降至 8%，阿姨的月收入增長 35%（從 6000 元增至 8100 元），企業(yè)的運營成本降低 25%（不用再付 “阿姨空單補貼”）。
• 服務(wù)環(huán)節(jié)：用戶投訴最多的是 “阿姨匹配不準(zhǔn)”（比如需要 “會做輔食的育兒嫂”，結(jié)果派來 “只會做飯的保潔阿姨”）。杜佳利給阿姨增加 “隱性技能標(biāo)簽”—— 比如 “會做過敏兒童輔食”“會測老人血壓”“會用無敏清潔產(chǎn)品”，用 AI 匹配用戶的 “隱性需求”（比如用戶說 “我家孩子有牛奶過敏”，系統(tǒng)自動推薦 “會做無奶輔食” 的阿姨）。結(jié)果，用戶對 “阿姨匹配度” 的滿意度從 58% 飆升至 91%，復(fù)購率提升 28%。

“我們不做‘看起來高級但沒用的 AI’，比如用大模型寫‘家政服務(wù)論文’，老板不會看，用戶不會用。我們要做的是‘能直接進財務(wù)報表的 AI’—— 比如讓獲客更準(zhǔn)，讓派單更快，讓用戶更愿意復(fù)購，這些才是企業(yè)能活下去的根本�！� 杜佳利說。

2. 組織變革：打破 “部門壁壘”，讓 AI 變成 “全公司的事”

杜佳利深知，AI 落地不是 “技術(shù)部的事”，而是 “全公司的事”。傳統(tǒng)家政企業(yè)的部門壁壘比想象中更重：

• 技術(shù)部說 “我懂算法，但不懂阿姨的通勤時間”；
• 業(yè)務(wù)部說 “我懂用戶需求，但不懂 AI 能做什么”；
• 運營部說 “我懂派單流程，但不懂算法怎么優(yōu)化”；
• 客服部說 “我懂用戶投訴，但不懂怎么把投訴變成 AI 優(yōu)化的方向”。

要讓 AI 落地，必須打破這些壁壘。杜佳利的解法是 “三個動作”：

（1）成立跨部門 AI 實驗室：讓 “技術(shù) + 業(yè)務(wù)” 一起算賬

天鵝到家整合技術(shù)、業(yè)務(wù)、運營、客服四個部門的骨干，成立 “AI 落地實驗室”，每周開兩次 “痛點討論會”—— 不是 “技術(shù)部講算法”，而是 “一起算 ROI”：

• 客服部提出 “用戶投訴最多的是‘阿姨不會做輔食’”，業(yè)務(wù)部補充 “80% 的育兒嫂訂單需要‘會做輔食’”，運營部拿出 “阿姨技能標(biāo)簽里沒有‘輔食’” 的數(shù)據(jù)，技術(shù)部據(jù)此給阿姨增加 “輔食技能” 標(biāo)簽，優(yōu)化匹配模型；
• 運營部提出 “阿姨遲到率高，因為通勤時間太長”，業(yè)務(wù)部補充 “用戶能接受的通勤時間是 30 分鐘內(nèi)”，技術(shù)部優(yōu)化派單算法，優(yōu)先派 “通勤時間≤30 分鐘” 的訂單，遲到率從 18% 降至 5%。

（2）全員認(rèn)知提升：從上到下 “掃盲 AI”

杜佳利推動 “AI 科普計劃”，要求所有員工都要懂 “AI 能幫自己做什么”：

• leader 層：參加 “AI 與家政業(yè)務(wù)” 專項培訓(xùn)，比如 “如何用 AI 降低獲客成本”“如何用 AI 提升訂單量”；
• 骨干層：每周一次 “AI 落地案例分享會”，比如 “某企業(yè)用 AI 降低了 40% 獲客成本”“某阿姨用 AI 派單系統(tǒng)提升了 35% 收入”；
• 一線員工：比如客服崗要學(xué) “如何用 AI 分析投訴內(nèi)容”，運營崗要學(xué) “如何用 AI 優(yōu)化派單流程”，阿姨要學(xué) “如何用 AI 接更多訂單”。

“很多業(yè)務(wù)崗的員工之前覺得‘AI 是技術(shù)部的事’，現(xiàn)在他們會主動找技術(shù)部說：‘我這里有個痛點，能不能用 AI 解決？’這才是 AI 落地的開始�！� 杜佳利說。

（3）鼓勵跨崗位參與：讓 “一線聲音” 進 AI 模型

杜佳利規(guī)定，所有 AI 項目必須有一線員工參與：

• 客服崗的員工可以參與 “投訴分析 AI 項目”，提出 “用戶的隱性需求（比如‘家里有過敏兒童’）沒被識別”；
• 運營崗的員工可以參與 “派單 AI 項目”，提出 “阿姨的通勤時間要算進去”；
• 甚至阿姨也可以參與 —— 比如某阿姨說 “我會做‘無敏輔食’，但系統(tǒng)里沒有這個標(biāo)簽”，技術(shù)部立刻給阿姨增加 “無敏輔食” 標(biāo)簽，提升她的訂單量。

三、落地成果：AI 真的 “賺錢” 了，不是 “講故事”

杜佳利的 “激進落地” 策略，讓天鵝到家的 AI 投入有了實實在在的回報：

• 獲客端：獲客成本從 250 元 / 用戶降至 150 元 / 用戶，下降 40%；
• 派單端：派單效率提升 50%，阿姨空單率從 32% 降至 8%，月收入增長 35%；
• 用戶端：阿姨匹配滿意度從 58% 提升至 91%，投訴率從 20% 降至 10%；
• 企業(yè)端：凈利潤率從 3% 提升至 5%，收入增長 30%（2024 年天鵝到家 AI 相關(guān)收入占比達 18%）；
• 行業(yè)帶動：天鵝到家的 AI 模型已輸出給 10 余家中小家政企業(yè)，覆蓋阿姨超 20 萬人，幫助這些企業(yè)降低了 20% 的運營成本。

四、結(jié)語：家政 AI 落地的 “終極密碼”—— 懂業(yè)務(wù)，會算賬

2025 年榜單發(fā)布會上，杜佳利說了一段讓全場安靜的話：
“很多人問我‘家政 AI 的未來是什么’，我想說，未來不是‘更先進的算法’，而是‘更懂業(yè)務(wù)的算法’。比如，不是用大模型生成‘家政服務(wù)指南’，而是用 AI 幫阿姨多接幾個訂單；不是用計算機視覺監(jiān)控阿姨服務(wù)，而是用 AI 幫用戶找到‘會做輔食的育兒嫂’；不是用 NLP 生成‘客服話術(shù)’，而是用 AI 降低用戶投訴率。

家政行業(yè)的本質(zhì)是‘服務(wù)人’，AI 的本質(zhì)是‘工具’。能把‘工具’變成‘賺錢工具’的人，才是真正的牛人。”

結(jié)尾：家政 AI 的未來，屬于 “懂算賬的落地派”

2025 年的榜單，給所有家政企業(yè)提了個醒：AI 不是 “面子工程”，而是 “生存工具”。杜佳利的成功，不是因為他的技術(shù)有多牛，而是因為他 “懂家政”—— 懂家政企業(yè)的利潤痛點，懂阿姨的收入需求，懂用戶的信任難題；更因為他 “會算賬”—— 每一分 AI 投入都要賺回來，每一個 AI 功能都要解決實際問題。

正如天鵝到家 CEO 陳小華所說：“杜佳利不是‘AI 專家’，而是‘家政 AI 的翻譯官’—— 把復(fù)雜的算法翻譯成家政業(yè)務(wù)能聽懂的‘ROI 語言’。” 而這，正是引領(lǐng)家政行業(yè) AI 落地的 “真正牛人” 的核心特質(zhì)。

未來已來，家政 AI 的戰(zhàn)場，屬于 “懂算賬的落地派”。