| 维度 | 要回答的问题 | 我方要赢的方式 | 主讲 |
|---|---|---|---|
| 1 行业天花板 | 市场是否够大、需求是否长期存在 | 不用销售额赢,用老龄化、人手缺口、制度刚性赢长期确定性 | 辩手 A |
| 2 竞争格局 | 现有市场结构如何,Lark 站哪里 | 不与介護垂直系统正面竞争,站「运营 + AI + 知识」空位 | 辩手 A |
| 3 满足需求 | 痛点是否是 Lark 擅长的协同与流程问题 | 把痛点定义为行政、交接、事故、监查、培训,不是护理动作 | 辩手 B |
| 4 AI 落地 | AI 是概念还是能跑出业务闭环 | 拆「现在能落地」与「未来探索」;AI 用户是员工不是老人 | 辩手 B |
| 5 规模化 / 渠道 | 能否通过行业组织、标杆客户放大 | 社会福祉共済会等已存在的获客入口 + 头部法人样板 | 辩手 C |
护理记录系统记下护理动作;Lark 是介護机构的运营 OS——空白正落在运营层与 AI 层。
| 介護需求 | 当前常见痛点 | Lark 可提供的闭环 |
|---|---|---|
| 总部 → 设施通知 | 散在纸 / LINE / 口头 / 邮箱,不知是否执行 | Messenger + 任务 + 已读回执 + Base 看板 |
| 夜班 / 日班交接 | 口径不统一,重要事项遗漏 | Docs / Base 交接模板 + AI 摘要 + 异常任务 |
| 事故 / ヒヤリハット | 记录耗时、格式不一、改善动作断掉 | 表单收集 + AI 草稿 + 审批 + 再发防止任务 |
| 监查准备 | 资料散,临近监查才补 | Wiki / Docs 资料库 + Base checklist + AI 缺漏检查 |
| 新人培训 | 靠资深口头带,离职即知识流失 | Wiki + 学习任务 + AI 问答 + 测验 |
| 株式会社 | DX 投资判断更快、ROI 语言更顺 → 短期验证优先看 |
| 社会福祉法人 | 决策更慢,但数量更多、且我方渠道覆盖;有本部 + DX 体制者同样适合 |
3 个月内得出最终结论时间偏短;建议给到半年:跑样板、沉淀场景包、验证 seat 能否从本部扩到设施管理层。
主讲只讲结论(10 分钟)。以下攻防卡与数据口径不主动讲,仅在被提问时按维度调出。
| 数字 | 口径 | 辩论时怎么用 / 别被反杀 |
|---|---|---|
| 65 岁以上 3,624 万 · 29.3% | 内閣府 高齢社会白書 | 长期刚需的人口底盘 |
| 2040 需 272 万介護职员 | 厚労省 第9期 | 重点不是占 2.2%,而是相比 2022 约 215 万要净增约 57 万,且生产年龄人口在降。「2.2%」为粗算需标注 |
| 介護费用 11.94 兆日元 | 厚労省 2024 年度 | 证明长期大市场,不作为销售目标池 |
| 派遣 9.322 兆日元 | 矢野経済 2024 年度 | 营业收入口径、非利润,含员工工资转付成本;≠ 派遣 TAM、≠ Lark 可拿的钱 |
| 外食 24.15 兆日元 | 2023 推计 | 市场大但受消费/成本/客单价波动,周期性更强 |
| 株式会社介護法人 ≈ 2.6 万 | 公表系统 opendata 初筛 | 「株式会社」服务记录 86,716 条,标准化后约 26,118 个法人名;非唯一集团数,仅作 target 初筛素材 |
| 行业 | 优势 | 主要问题 | 更适合的动作 |
|---|---|---|---|
| 餐饮 | 短期更成熟,门店管理/培训/通知/任务自然,案例多 | 一线兼职账号价值不稳,POS/排班/打卡占预算 | 伙伴自走 + 原厂跟大案 |
| 派遣 | ROI 好算,契约/請求/案件/候选人适合 Base | 派遣员工非天然 paid seat,大客户核心系统重 | 细分 Base 自动化验证 |
| 介護 | 长期需求确定,运营复杂度上升,多设施系统割裂 | 短期验证不足,Base 深度活用待证,seat 需从本部扩到设施 | 原厂半年战略验证 |