阳光大姐家政培训示范基地

推着轮椅练习通过各种路障的陪护员、围圈拍手唱着育婴知识的育婴师...这些场景经常出现在家政公司阳光大姐位于山东济南的家政培训示范基地中，这里是大量家政学员参与技能培训和考试的地方。

阳光大姐是大厂前高管李硕的创业项目，不久前，他从百度离职。虽然家庭服务这个传统行业与李硕“前百度副总裁、智能云事业群组战略行业总经理”的头衔形成了鲜明对比，但这恰是他选中家庭服务作为创业第一站的关键原因——用技术，把家庭服务这个传统行业重做一遍。

现在，大语言模型已经能理解人的需求，IoT设备、联网协议取得进步、基本元器件能低成本量产......家庭服务行业数字化、智能化的技术条件已经到了可集成商业化的阶段。智能时代的机会来临，伴随着人们对科技服务美好生活的向往。而着眼现在，家庭服务产业距离深度数字化还有很大的距离，它或是To C领域里为数不多的蓝海。

神思电子前董事、总经理井焜是李硕阳光大姐项目的联合创始人，据他透露，“在同行业公司都是常年亏损的时候，阳光大姐能够持续盈利，一年营收能够达到15亿元”，这意味着它的商业模式已经被证实可行，二人达成了在家庭服务产业进行大模型创业的共识。

与此同时，以家政企业阳光大姐的核心业务为起点，李硕与井焜创立了丽阳神州智能科技有限公司（以下简称“丽阳神州”），于近期发布了国内首款家庭服务产业大模型。

万亿市场，行业规模化难题待解

在李硕和井焜看来，家庭服务行业的较高的成熟度极大降低了创业门槛，他们把家庭服务的这个“特质”看做创业路上的“惊喜”。

一直以来，为技术找到合适的场景和客户，是商业落地中非常困难的事情，而意料之外的问题也会让创业之路雪上加霜，“探索了一段时间之后，大家常常还会发现客户的需求其实是伪需求。”井焜说，这是阻碍产业数字化顺利推进过程中最困扰的事，“就像拿着锤子找钉子，好不容易找到钉子，砸了一通之后还发现砸错了。”

家庭服务行业则免去了很大一部分前期探索成本，这个行业的“锤子”和“钉子”已经碰撞出了些声响：已经实现端到端的业务场景闭环。

从供给端来看，与家庭服务有关的职业教育与学历教育已经建成了供给体系，包括服务员也有属于自己清晰的职业发展通道；从客户一端来看，服务员是在客户家庭里提供实际的服务，产生的需求明确且具体。更重要的是，两端之间连接紧密，不论是客户对服务的反馈与评价，还是服务员对客户需求的反馈都十分畅通。

家庭服务行业成为创业标的的特质之二在于未来可观的市场需求。

1963年是我国人口变化中值得被标记的一年，这一年中国的生育率高达7.5（2020年仅为1.3）。而持续到1972年的第二次出生人口高峰，为中国带来了2.8亿的出生人口。根据联合国的标准，老年人的年龄起点一般定为 60 岁或 65 岁，如今60年过去，这波生育高峰时出生的人群正式进入老龄化。这可能也预示着一个等待被解锁的万亿“钱”景。

据艾媒咨询最新发布《2022-2023年中国家政服务行业发展剖析及行业投资机遇分析报告》数据显示，中国家政服务市场规模从2015年的2776亿元上升至2021年的10149亿元，增长近4倍，并将延续增长趋势，预计到2023年将增至11641亿元。

即便具备两大特质，家庭服务行业长期存在的一些问题却阻碍了其规模化发展。

首先是服务人员的质量参差不齐，大多服务员的文化学历水平不足以支撑她们在营养、急救、安全等专业领域的知识储备。其次，客户市场的需求又极具差异性，想要按需匹配到合适的服务员，一方面仅凭沟通就要感知出这个家庭的需求特征，如判断他们生活节奏快还是慢；另一方面还要充分了解服务人员的性格、能力特点。

如此一来，匹配的过程则变成了冗长的链条，一次匹配不成功，对于企业来说则是成本，这也是一直以来家庭服务行业为什么没能跑出大公司的重要原因。而众多因素叠加，导致了家庭服务行业扩张效率低，升级速度慢，离规模化覆盖市场需求还有很长的距离。

颠覆一个行业的的往往是此前并不存在的新物种，大模型技术红利的爆发，给阳光大姐用技术变革传统家政的机会。

大模型解规模化难题：智能撮合

通过将阳光大姐20余年的专业知识和技能经验进行转化，丽阳神州的家庭服务大模型目前已经具备智能撮合与知识增强两方面能力。

智能撮合，简单理解就是用机器学习的算法持续优化匹配，这其中包含了对服务提供者和消费者刻画性格标签。李硕说到：“我们甚至研究过要不要把星座这些东西放进来。”想要了解一个人、了解一个家庭不是件容易的事情，但是以往经验丰富的前台人员在与客户沟通时，肯定在脑中内化出了一些标签，将所谓的标签充分利用提高效能，提升撮合的成功率将直接关系着家庭服务行业的盈利能力。

钛媒体App了解到，过去家庭服务以手写记录的方式分配服务员的成功率不足20%，如今通过大模型进行智能撮合的匹配率基本实现了翻倍，能够接近50%-60%，这让服务人员的切换成本也随之降低。

如果说智能撮合解决的是家庭服务行业能力复制、规模化布局的问题，知识增强则给家庭服务员带来专业性能力加持。

具备知识增强能力的大模型，可作为助手提供及时的问答辅助，实现知识赋能。如今智能装备在家庭中越来越常见，比如想要规范操作客户家庭新购入的某品牌洗碗机，服务员就可以通过询问智能助手，得到专业、直观的视频教程。

不过值得注意的是，与市面上大多数大模型发展路径不同的是，家庭服务大模型并不拼参数量，只需要有最基本的逻辑思考能力。目前，丽阳神州家庭服务大模型的参数量仅为百亿左右，其将前期的重点放在了做精标数据，让大模型能够解决行业中更多的具体问题。

想要家庭服务产业大模型能真正服务生产，它的容错度就要变得足够低，这需要由行业“知识官”来完成中间的提升，他们是行业里面真正的知识生产、文档的管理、校对的这些工程师。不过目前这样的交叉人才还是稀缺资源。

AI原生思维实现深度数字化

当下，我们正处于AI原生应用爆发前夜，越来越多巨头公司都在考虑用AI原生思维来做完整体系，即根据未来怎么开展业务，再反过来决定现在应该积累什么样的数据，实现家庭服务产业的深度数字化或可借此长远布局。

用大模型来解决家庭服务行业的智能撮合问题其实就是AI原生思维的体现。因为这表面上看起来是“杀鸡用牛刀”，但长期来看却有着更深布局。其实，用搜索引擎也可以解决智能撮合的问题，但在李硕的规划里，如果用大模型来做，不断积累的数据会产生新的效用。

“现在我们想把对一个家的理解、服务员的服务过程的理解和人的理解、以及未来服务员要做的动作的理解都用一套体系来做。”李硕说。

原生思维其实规避了很多问题，其实大模型的底层只是有几个数据基础库，之后只需要完善数据基础库，就能一次性在不同的场景下开发新的东西。反观如果用小模型来做这件事，其实还附加了建底座、加数据标签、加数据套件等配套动作。

目前，丽阳神州的“知识官”进行大模型训练的方式也基本遵循原生思维。首先要完成家庭服务行业中知识主体的梳理，这些知识主体往往是其它行业没有的壁垒数据，比如“奶嘴不同的口径”、“一些常见病的参数”等就是属于家庭服务行业的知识主体。其次，在训练大模型逻辑思考能力的锻炼中，投入供大模型学习的文档要做到没有二意性，针对提出的问题将有逻辑的理解反馈给模型，然后让模型真正的去调用不同网络里面的权重，最终给出一个精确答案。

面对万亿市场，家庭服务行业数字化的下一步发展，则是智能设备进家等有效应用。钛媒体App了解到，目前，丽阳神州家庭服务大模型已经初步具备了人机协同的潜能，能够将任务指令拆解并分发给智能设备。随着大模型的进一步发展和完善，未来，人教会机器人完成，人指挥机器、机器模仿人，这将会带来服务效率和服务满意度的提升。而下一个阶段或许是全面协同发展阶段，由家庭服务场景牵引的人的服务，与机器人、智能家居三大产业充分融合。（本文首发钛媒体APP 作者 | 贾雨微）‌