233
2在过去的两年里，通用大模型不断地刷新我们的认知，另一方面，对我们来说，有价值的 AI 创业，往往不是在技术最前沿，而是发生在某个我们未曾深入了解的行业之中。
我们决定启动一个系列直播，主题是「帮助 AI 创业者找到垂直市场的需求」。
每一期，我们邀请一位行业专家，和 AI 创业者、开发者展开一场跨界对话：🌱 行业真实的问题是什么？⚙️ 哪些需求能被 AI 工具或 Agent 有效解决？🤝 行业 know-how 如何成为 AI 创业的护城河？
首期直播，我们很高兴邀请到有着 10 年 ESG 咨询从业经验的杨名兄，我们以 ESG 行业为例，不是因为你必须了解 ESG，而是帮助我们理解一个事情：为什么有些行业里的问题，通用型 AI 工具始终无法有效解决？
比如 ESG 报告，如果直接交给 ChatGPT，结果可能泛泛而谈，缺乏专业性，但如果结合企业内部数据、行业标准、专家知识，就有可能打造更精准的 AI 工具或 Agent。
这是一次非常具体的行业案例，也是一种可以迁移的创业方法论：🔍 发现真实行业需求，🛠 思考哪些问题适合做 AI 工具，🤝 与行业专家共建解决方案。
这正是 AI Agent 与行业专家结合的机会点，我们希望借由这次系列直播，帮助更多 AI 创业者了解一个行业如何被 AI 加持，寻找真正可落地的创业方向。
----
本期出海去直播以系列直播的形式启动，旨在帮助 AI 创业者找到垂直市场的需求。主持人邀请了 ESG 咨询专家杨名，以 ESG 行业为例，探讨了行业真实问题以及 AI 或 AI Agents 如何有效解决这些问题。杨名分享了 ESG 与 AI 结合的切入点，并介绍了 ESG 的概念、发展历程以及产业图谱，他指出 ESG 报告的信息披露是最大的入口，并展示了自己用 Cursor 和 Trae 手搓的产品原型，详细讲解了报告编写的逻辑和 AI 在其中的应用。双方还讨论了交互方式的重要性以及 AI 时代 B 端产品的发展趋势，强调了人机协同和场景交互的重要性。
Takeaways
- 强制要求披露 ESG 报告的企业越来越多，特别是上市公司，但部分报告不允许外包第三方，必须由企业内部完成。
- ESG 报告编写价格可在 15 万到 200 万之间，耗时数月，反映出效率低下的问题。
- ESG 报告的信息披露是最大的信息入口，未来在经营决策判断、公司战略评估和校准以及内部风控方面有很大的想象力。
- 欧洲的 ESG 标准相比美国来说是最领先的，香港已经完成了强制性披露的立法工作。
- 关键议题是 ESG 报告中一个可潜在量化的重要点，能够让信息披露方和受众第一时间关注到企业最重要议题。
- 传统的 B 端软件交互不够好是因为用户被迫使用，但 AI 时代，B 端产品应像 C 端产品一样注重用户体验和交互设计。
- 行业专家在尝试将 AI 应用于本行业时，最需要的是具备 Agent 开发能力且有一定经验的全栈工程师。
- 报告编写分为调研、交付和规划三个动作，初步调研阶段 AI 已经能够扮演较强的角色，快速完成行业、企业和标准的信息采集。
- 关键议题的区分能够让利益相关方第一时间关注到企业哪些议题是最重要的，因此应该是一个单独的模块。
- 交互方式对于报告编写至关重要，画布式的交互性更适合大篇幅报告的编写，因为其基于结构化的内容进行拆解，且每个模块的内容都需要人工确认。
Outlines
00:05出海去播客介绍与 AI 创业直播系列启动
01:25ESG 行业与 AI 结合的契机
04:16ESG 概念介绍与发展历程
06:18全球 ESG 发展趋势
07:58ESG 产业的需求维度
10:30ESG 行业痛点分析
12:50ESG 领域切入点：信息披露
17:14ESG 报告编写逻辑与 AI 的角色
20:01结合 AI 能力后的 ESG 报告编写
24:37AI 在 ESG 报告中的用户体验与市场匹配
28:01出海去社区介绍
30:02出海去孵化器与直播间专属优惠
30:53ESG 报告 AI 产品原型演示
38:51AI 对非技术人员的加持
40:10AI 应用中的场景与交互
43:06垂直市场专家所需人才
46:03B 端产品中的交互设计
49:38B 端产品交互设计的重要性
52:55AI 时代 B 端产品的竞争
55:04垂直领域与 AI 结合的机会
1:01:13总结与感谢
Q & A
在用户体验上，什么样的交互形式更适合 ESG 报告？
我认为画布的形式会比较合适。画布会基于结构化的内容进行拆解，拆解完之后，每一部分每一个模块的内容都需要由人工进行确认，甚至每一个模块的内容它需要由企业内部给出内部的信息。然后由内部的信息进行加工之后，放到相应的模块当中，还要确定这个模块里面的内容和某些标准是匹配在一起的。所以跨步的一个交互方式会比较契合在报告编写，特别是在大篇幅的报告编写过程当中。
如何理解 “画布” 这种形式更有利于将报告结构化，并最终生成一个完整的报告？
是的，我的理解是每个模块需要单独由咨询师或用户来对内容进行确认，而不是完全由 AI 来完成。画布形式确实能把报告结构化地呈现出来，而且每一个模块都可以单独进行报告的生成、编辑和确认。
对于垂直市场的领域专家而言，希望有什么样的 AI 行业专家能够帮助补齐短板？
从我假设去做这个产品来说，我可能对于行业的 knowhow，对于产品有构思，甚至有一定的实现能力。那我可能需要相对更底层一点，它内在的一个交互逻辑，我们需要从产品角度来去考虑，从技术角度能够去实现。所以通过这个角度来说，具备能够对于 agent 有开发能力，可能会是我比较需求的。当然不是说那种大量的去搞算法，或者说是有非常非常强的这样技术能力，我觉得在应用测还达不到，我们要去找一个什么算法科学家的人来去做这样的事情。更多的，比如说一个全站的工程师相对有一定的资深的经验，我觉得就已经足以了。
为什么在产品中设计直接录音的功能？
在我们过去的场景里边，拿着电脑，要不停地看着屏幕有哪些问题，要跟客户去问，然后就要做录音。那既然要做录音这个动作，为什么不能把录音文本实时的就演出来？我把我的 insight 放到文本里边去，它能进行结构化的编辑，我能去看它的结果怎么样。
为什么以前的 B 端产品不太注重交互？
以前大家做 2B 的软件的时候，觉得交互不重要，是因为大家在忍。我在制造业企业里面去推数字化，大量的这样的一些企业界的什么 ERP, MAS，但交互就是不合理的。就是要花大量的时间去学习。但这个 gap 明明是可以通过更好的交互来去解决的。为什么一定要让社会中？因为我们当时在去培训基层的人去使用的时候的工作量投入太多了。但他明明要用到的你一个页面当中十个功能点，他明明只用一个。为什么不能识别出来？类似于这种，而且我认为交互它本身不是为了交互而交互，它一定是解决某个功能需求点。这样开始说为什么要用画布这种形式一样。是因为只有画布这种形式它能够把一个报告非常结构化地呈现出来，而且每一个模块单独进行报告的生成和编辑和确认。
----
