民商事诉讼、刑事、法律顾问、建材应收账款催收——养活全公司，并提供「律师」这个行业的信任资产。
法拍房全链条（尽调/辅拍/腾退/过户）、债权处置（收购尽调/诉讼追偿/转让）、被执行人服务。收费 = 成交价 1%–3% 佣金或固定服务费。方法论：「法拍房尽调 17 节点风控排查法」+ 六大阶段案例。
「法律 + 不良资产 + 实体企业」三位一体：企业低价拿资产（租房→自持）、债务化解、金融对接。已帮上百家实体企业，深圳四川商会授牌理事单位。
特殊资产商学院 + 新媒体短视频 + 微信私域。邀约对象全是第 2、3 层的潜在客户：刚需买家 / 投资人 / 助贷 / 法务公司 / 辅拍公司 / 债权人 / 被执行人。
| 瓶颈 | 具体表现 | AI 可解？ |
|---|---|---|
| 老师傅依赖症 | 尽调 / 风控经验锁在少数人脑子里，交付能力 = 专家时间，是规模化的硬上限 | ✅ 最该先打 |
| 案件周期长、节点多易漏 | 诉讼时效 / 查封续封 / 开庭 / 一拍二拍变卖 / 过户——漏一个节点可能损失一单 | ✅ 快速见效 |
| 获客漏斗靠人肉产能 | 选题 / 脚本 / 拍摄 / 私域答疑全堆人，同一视频反复拍 | ✅ 启动成本最低 |
| 标的信息不对称 | 好标的靠抢靠关系，信息差 = 利润 | 🟡 部分可解 监控 Agent 解决「公开信息的快」，非公开信息永远靠人 |
| 资金瓶颈 | 收债权、拍资产要真金白银 | ❌ 非效率问题 |
| 腾退现场执行 | 占房的人不会因为 AI 而搬走 | ❌ 必须靠人 |
| 司法关系 / 地方差异 | 各地法院执行尺度不同 | ❌ 本地化经验 |
| 市场周期风险 | 房价下行期处置变现难 | ❌ 周期问题 |
尽调材料 OCR + 抽取 → 结构化入库 + 风险提示。直击「老师傅依赖症」这个最大瓶颈。
飞书多维表格做底，诉讼时效 / 开庭 / 上拍节点自动提醒（现有飞书机器人能力）。
脚本生成 → AI 口播视频 → wxauto 私域承接 → 线索入表闭环；知识库 RAG 兼做新人培训。
智能预审原型、飞书机器人模板、OCR 抽取流水线、wxauto 私域工具——全部趟过一遍，进场即可调通格祥真实数据与流程。
把业务吐槽翻译成技术问题修掉；把技术限制翻成大白话讲给老板听。懂 NPL 行业语境，不用从「什么是查封顺位」教起。
① 一个可量化指标（预审时长 X 天 → Y 小时）② 一个业务侧负责人（首选苏家莉）③ 一套撤离后还能转的培训机制。
第 1 步只切一个场景（智能预审）出数 → 周一例会汇报换推广授权 → 沉淀成内部产品 → 再产品化输出给同行律所 / AMC。
律所数据含当事人隐私 + 案件秘密：敏感数据不出内网，私有化部署或企业版 API；AI 产出必须律师复核，不对外直接出具法律意见。
案件数据在哪（多维表格 / vika / Excel）、文档量级、POC 遗留结论、谁来当业务主人——进场第一周先盘点，避免重交学费。
翻 Materia Logic 三个 POC 群聊天记录：验证了什么场景？为什么没转正式项目？
推荐智能预审。苏家莉当业务主人、刘垐配合数据，跑 10 个真实案件。
试点数据上例会换推广授权；沉淀内部产品后再考虑对同行输出。