📋 预判摘要
🧰 五步递进筛查
| 步骤 | 状态 | 说明 |
|---|---|---|
| Step 1 需求 | ✅ | 合同风险审查是法务刚需 |
| Step 2 解决方案 | ⚠️ | 红海市场(幂律智能/中国法研已成熟)，差异化假设未验证 |
| Step 3 商业模式 | ⚠️ | 竞品已定价在先，价格空间受限 |
| Step 4 增长 | ⚠️ | 窗口仅1-2年 |
| Step 5 壁垒 | ⚠️ | 法律AI壁垒低，竞品可快速复制 |
🏰 行业预判六模块
M1 拆解行业
产业链：法律知识层（法规/司法判例、合同模板库、行业条款库）→ 技术平台层（中国法研星法大模型、幂律智能MeCheck、合合信息TextIn、用友/蓝凌OA+合同）→ 应用层（合同智能审查SaaS、合同全生命周期、合规咨询、业财法一体化）→ 终端用户（企业法务部、企业业务部门、纪检/审计、外部律所）
利润分配（100元）：法律知识库建设 50-60% | AI模型研发 60-70% | 产品化与交付 40-50% | 销售与获客 20-30%
关键控制节点：法律知识资产型 — 中国法研"星法"拥有23万+审查知识点和1200种合同类型，幂律智能积累了大量央企合同审查案例。法律知识库的深度直接决定审查准确率。
可优化环节：建筑业合同审查长期依赖外部律所+内部法务人工逐条审核，一份EPC总包合同审查周期3-5个工作日，风险识别高度依赖个人经验。建筑行业专有条款（如FIDIC条款、工程变更计价、质保金释放条件等）是通用AI合同审查产品的盲区。
M2 洞察变化
| 维度 | 变化 | 量级 |
|---|---|---|
| 政策法规 | 国资委46号令明确98种追责情形，"合同价格明显不公允"等纳入追责 | 🔴大 |
| 政策法规 | 穿透式监管要求合同穿透、履约监控成为核心 | 🔴大 |
| 新技术 | 大模型+RAG实现合同条款语义理解，准确率大幅提升 | 🟡中 |
| 新技术 | 多模态OCR+NLP支持扫描件/图片合同自动解析 | 🟡中 |
| 需求侧 | 企业AI合同审查使用率从14%(2025)翻倍至29%(2026) | 🔴大 |
| 供给侧 | 多家央企自建AI合规工具（中电工程AI合规官3.0、国投法律数字人） | 🟡中 |
M3 预判稳态B
原子需求：
| 用户 | 场景 | 愿付多少钱 |
|---|---|---|
| 央企法务部 | 合同签订前风险审查，EPC合同审查3-5天 | 30-100万/年 |
| 央企业务部门 | 合同条款合规自查，提交前缺少预审工具 | 含在法务部订阅中 |
| 纪检/审计部门 | 合同合规穿透检查，合同量巨大，人工抽检覆盖率低 | 50-200万/年 |
| 外部律所 | 合同批量审查辅助，重复性条款审查占用大量律师时间 | 按份计费5-20元/份 |
中建发展在稳态B中的位置：建筑行业垂直层的差异化竞争者 — 能回答"这份EPC合同的FIDIC条款风险在哪里"，而通用产品只能回答"这份合同有没有明显的法律风险"。但需要先建成建筑行业合同审查知识库才能兑现这一差异。
M4 Timing
周期定位：早期探索 → 爆发增长的过渡期
通用AI合同审查（幂律智能、合合信息、中国法研）已完成市场教育，央企客户渗透率快速上升；建筑行业垂直合同审查尚无明确的头部产品；中建智能的合同审查能力尚未独立成型。
窗口期判断：窗口已开，但仅剩1-2年。幂律智能、合合信息正在快速扩展央企客户群，中国法研"星法"以国资背景+23万知识点构建强壁垒。
太早风险：低 — 政策已落地，需求已明确
太晚风险：高 — 红海竞争格局已形成，幂律智能/中国法研正在快速收割央企客户
M5 天花板大小
| 方法 | 估算 |
|---|---|
| 直接数据 | 全球AI合同分析市场 33.2亿→43亿美元(2026)，中国市场占比约15-20% → 45-60亿元 |
| Top-down | 央企法务信息化投入约200-500万/家/年，合同审查占20-30% → 100-150万/家/年 × 百余家央企 → 1-1.5亿 |
| Bottom-up | 中建体系内100+二级单位 × 30-50万/年 = 3000-5000万 |
| 类比法 | 幂律智能MeCheck央企客单价数十万-百万/年 × 百余家央企 → 央企合同审查市场约1-3亿/年 |
结论：央企合同AI审查可触达市场 2-3亿元（中建体系内3000-5000万 + 建筑央企扩展1-2亿），支撑千万级到亿级体量业务。
M6 集中度
现状：有头部玩家，正在快速集中 — 幂律智能（央企案例最多）、中国法研（国资背景+知识库最全）、合合信息（OCR技术领先）
趋势：B型（已集中）⚠️ — 非最佳时机 — 通用AI合同审查市场正在快速整合，幂律智能和中国法研已建立先发优势。法律知识库具有强规模效应。
策略：差异化深耕 — 聚焦建筑行业合同审查（EPC/分包/采购/租赁/劳务），以行业know-how对抗通用产品的广度。
🔍 五步法逐层分析
Step 1 需求
目标用户：中建集团及下属子企业法务部门（非"所有人"）
| 场景 | 痛点 | 刚性 |
|---|---|---|
| 合同签订前风险审查 | EPC/分包/采购合同条款复杂，人工逐条审核3-5天，风险遗漏率高 | 🔴刚性 |
| 合同合规穿透检查 | 国资委46号令要求全量审查而非抽检，人工无法覆盖百万级合同量 | 🔴刚性 |
| 合同条款合规自查 | 业务人员不懂法律条款，提交法务前缺少预审工具，反复修改效率低 | 🟡中等 |
| 合同履约风险监控 | 合同执行过程中的变更、索赔、违约风险缺乏系统性监控 | 🟡中等 |
Step 2 解决方案
核心卖点："通用AI告诉你合同有没有法律风险，我们告诉你这份EPC合同的变更计价条款会不会让你亏钱"
| 做 ✅ | 不做 ❌ |
|---|---|
| 建筑行业合同AI审查（EPC/分包/采购/租赁/劳务） | 通用合同审查（与幂律智能/中国法研正面竞争） |
| 建筑专有条款风险识别（FIDIC/工程变更/质保金/背靠背） | 合同起草/生成（专注审查而非创作） |
| 合同合规穿透检查（适配国资委46号令追责情形） | 法律咨询服务（不做律所业务） |
| 合同履约风险监控（变更/索赔/违约预警） | 个人法律服务（不做C端） |
MVP：基于已有文档智能审查能力，增加建筑行业合同条款规则库（先覆盖EPC总包合同）→整合国资委46号令追责情形作为合规检查清单→输出风险等级标注（高/中/低）+风险条款定位+修改建议→在集团法务部做内部验证
Step 3 商业模式
单客户（ToB SaaS） — 按企业年订阅 + 按合同审查量混合计费
| 收入来源 | 单价 | 客户基数（第3年） | 年收入 |
|---|---|---|---|
| 中建体系内法务部（标准版） | 30万/年 | ×20家 | 600万 |
| 中建体系内法务部（基础版） | 10万/年 | ×50家 | 500万 |
| 外部建筑央企（标准版） | 50万/年 | ×5家 | 250万 |
| 合同审查按份计费 | 10元/份 | ×10万份/年 | 100万 |
| 第3年合计 | 1450万 |
成本结构（第3年）：技术团队 500万 + 法律知识库建设 200万 + 云服务/算力 100万 + 销售与获客 300万 = 总成本 1100万，毛利 350万，毛利率 24%
Step 4 增长
增长引擎：黏着式 — 合同审查是法务部门日常工作，嵌入合同审批流程后粘性高
| 优先级 | 渠道 | 预估CAC |
|---|---|---|
| 1 | 中建体系内法务部推广 | 0（内部推广） |
| 2 | 集团办公厅+法务部联合发文 | 0（行政推动） |
| 3 | 建筑行业协会/法律科技论坛 | 5-8万 |
| 4 | 律所合作渠道 | 3-5万 |
| 5 | 内容营销+白皮书 | 5-10万 |
Step 5 壁垒
| 壁垒类型 | 具体内容 | 强度 |
|---|---|---|
| 行业知识资产 | 建筑行业合同审查规则库（EPC/FIDIC/分包等专有条款） | 🟡中 |
| 转化成本 | 嵌入合同审批流程后切换成本中等 | 🟡中 |
| 规模效应 | 法律知识库越大、案例越多、模型越准 | 🟡中 |
| 无形资产 | 中建品牌+集团法务部背书 | 🟡中 |
| 数据资产 | 中建体系内合同审查案例数据 | 🟡中 |
可复制性评估：幂律智能复制建筑垂直能力 1-2年 | 中国法研复制 1年以内 | 其他央企自建 1-2年 | 新进入者 2-3年
💥 20张硬伤卡牌诊断
| # | 硬伤问题 | 评分 | 结论 |
|---|---|---|---|
| 1-3 | 目标用户/痛点/频率 | 0 0 0 均未命中 | |
| 4 | 没有和真实用户验证？ | 2 | 轻微 ⚠ |
| 5 | 和现有方案没有本质区别？ | 3 | 中等 ⚠ |
| 6 | 说不清核心卖点？ | 1 | 轻微 |
| 7-10 | 功能堆砌/MVP/单元模型/CAC-LTV | 0 0 0 0 均未命中 | |
| 11 | 毛利极低且无改善空间？ | 1 | 轻微 ⚠ |
| 12-13 | 行业基准对比/获客渠道单一 | 0 1 轻微 | |
| 14-15 | 人肉获客/增长引擎 | 0 0 均未命中 | |
| 16 | 说不清护城河？ | 1 | 轻微 ⚠ |
| 17 | 壁垒是团队能力/资源？ | 2 | 轻微 ⚠ |
| 18 | 六大壁垒一个不占？ | 0 | 未命中 |
| 19 | 团队缺少必备能力？ | 2 | 轻微 ⚠ |
| 20 | 低估运营复杂度？ | 2 | 轻微 ⚠ |
🧪 关键假设清单
📈 敏感性分析
| 变量 | 基准值 | 乐观(+20%) | 悲观(-20%) |
|---|---|---|---|
| 第3年客户数 | 75家 | 90家 → 收入1740万 | 60家 → 收入1160万 |
| 年均客单价 | 20万 | 24万 → 收入1740万 | 16万 → 收入1160万 |
| 法律知识库建设成本 | 200万 | 240万 | 160万 |
| 月流失率 | 5% | 6% → LTV=27.8万 | 4% → LTV=41.7万 |
最敏感变量：审查准确率 — 直接决定法务部门是否信任并持续使用。如果准确率低于85%，法务会退回人工审查，产品失去价值。
备选路径
▶️ 建议下一步行动
- 从集团法务部获取10份真实EPC总包合同（已审查完毕，有法务意见作为标注）
- 用幂律智能MeCheck（或免费试用版）对这10份合同做自动审查
- 将AI审查结果与法务人工审查意见对比，标注"AI发现但法务未发现""法务发现但AI未发现""AI误报"三类
- 同步与法务部3-5名资深法务做访谈：了解其对AI工具的态度、对内部vs外部工具的偏好、对准确率的最低要求
成本：1周 + 0元（利用免费试用/已有能力） + 法务部配合2-3小时 | 通用AI漏检率>30%→差异化成立；<10%→重新思考定位
🔗 底层能力协同
合同风险识别（IS-A04）与 IS-A01（海外投标评审）、IS-A02（制度审核）、IS-A03（供应商风控）存在底层能力复用关系：
协同价值：底层能力已摊销，IS-A04的边际开发成本主要是法律知识库建设和建筑行业合同审查规则引擎，约占总成本的40-50%。