Stage 1-2 内部分析（不输出）
选定模板：C（趋势洞察）+ B（人物故事）混合 核心切入：LatAm 跳过了软件时代 → AI 的替代空间是美国的两倍 路径选择总分：反常识路径 C 评分 94/120（最高），人物路径 B 评分 88/120
正文
三年前，Sebastián Mejía 从他一手创办的 Rappi 离开。
那是拉丁美洲最大的超级 App——9 个国家，300 座城市，送餐、送药、送杂货。十年时间，他们从哥伦比亚一个车库里的三人小队，成长为该地区第一家独立运营、创始人主导的超级应用独角兽。
他本可以就此功成身退。
但他没有。他跑去做了一件在外人看来更难的事：帮巴西的企业解决劳工合规问题。
「为什么要做这个？」我问他。
「因为我看到了一个被所有人忽视的机会，」他停了一下，「拉丁美洲从来没有真正用上软件。」
「人类即服务」的诅咒
Sebastián 有个概念叫 HaaS——Humans as a Service，人类即服务。
在欧美，当一家公司需要处理欺诈检测、合规审查、客服应答时，它会购买 SaaS 软件。在拉丁美洲，同样的工作，它会雇 200 个人。
「你知道为什么吗？」他问，「因为人力比软件便宜。为什么要买我的防欺诈软件？我有 200 个人，成本还低。」
这个逻辑持续了几十年。软件没有渗透进来，不是因为市场不需要，而是因为人力成本太低，让所有效率工具都显得多余。
结果就是，拉丁美洲的服务业在整个软件时代里几乎原地踏步。
但 AI 出现之后，这个等式被彻底颠覆了。
为什么机会反而是两倍
Sebastián 的逻辑很简单：AI 不仅要替代软件，它还要替代人工。
在美国，AI 进来是在「软件替代软件」——替代已经运转的 CRM、ERP、合规工具。竞争对手是成熟的 SaaS 体系。
在拉丁美洲，AI 进来是在「软件替代人工」——填补软件从未填补过的空白。竞争对手是人。
「这两块市场我们都可以吃，」他说，「而且我们几乎没有遗留系统的阻力。」
他的新公司 Tako 就建立在这个逻辑之上。
Tako 做的事情听起来很无聊：帮巴西企业搞清楚劳工法规。
但如果你知道巴西的监管有多复杂，你就会明白这件事有多难、也有多大。
「巴西成本」是什么
巴西有一个词叫「Custo Brasil」，巴西成本。
有人估计，这个数字吞噬了全国 GDP 的 10%～20%。
具体到劳工领域，你面对的是从联邦宪法到地方法官裁决、层层叠叠、互相矛盾、每年还在更新的几十套监管框架。稍有不慎，就是罚款、诉讼、追缴工资。
「你在管的是员工的钱，」Sebastián 说，「错了，你就要对员工的生活负责。」
Tako 的核心产品 Auto 就是为了解决这个问题。他们花了数年时间，把巴西所有劳工法规转化成代码，建立了世界上唯一一个完整的巴西劳动法数据集——「有点像劳工领域的 OpenEvidence」。
这个系统不只是法律检索工具，它还会告诉你：你们公司目前有哪些合规风险，在什么场景下可能触雷，如何规避。
基于这个法规数据集，Tako 还开发了一套端到端的 HR Agent 系统：从招聘、入职、薪资计算、政府申报，到离职处理，全套流程都由 Agent 来跑。
第三个产品是语音招聘 Agent。想象一下，一家在巴西有两万名员工、每年要替换数千名一线员工的零售企业。以前，他们有一个电话中心，几十个人在那里做初轮筛选面试。现在，这个 Agent 打电话、问问题、记录答案，全程遵守巴西的 AI 法和反歧视法，完成筛选之后直接推荐候选人。
「合规是关键，」Sebastián 强调，「你的 AI 如果没有遵守这些规定，你被告了，你要承担后果。」
「倒置的博物馆」：如何让企业信任 AI
在巴黎，有一座被当地人恨透了的建筑——蓬皮杜中心。
那是一座「里朝外」的建筑：水管、楼梯、空调管道、电梯井，全部暴露在建筑外立面，每种功能涂一种颜色。没有什么是隐藏的。
Sebastián 用这个比喻来描述他认为 AI 应该如何在企业中落地。
「如果你要在企业里部署 Agent，企业主管必须能看懂它在干什么，」他说，「这个 Agent 现在调用了哪个工具，用的是哪个模型，处理的是什么数据，进展在哪里——全部透明。」
大多数 AI 工具是黑盒子。企业不信任黑盒子。
这是为什么很多 AI 产品在 Demo 环节惊艳，但在企业内真正落地时摩擦巨大——没有人知道它在干什么，也没有人敢为它的结果负责。
「别再谈模型，别再谈智能体，谈工作。」他说，「告诉我，这个 Agent 在帮我公司做什么工作，替代了多少人工，产出了什么结果。」
一个人才招聘框架，比大多数 HR 软件更好用
Sebastián 有一个他从 Rappi 时代就在用的招聘框架，他把它叫做「钻石模型」：四个角，一个中心。
四个角是：IQ（智力）、EQ（情商）、AQ（逆境商数，即抗压韧性）、Energy（驱动力和能量）。中心是 Heart，代表价值观和诚信。
「最聪明的候选人最擅长表现自己，」他说，「所以我反而要折价这部分信息。我更关心的是他们的童年、青少年时期，他们是怎么面对困难的。」
他特别强调 AQ——逆境商数。「你在 Rappi 那么难的业务里活下来，不是因为你够聪明，而是因为你够韧。」
在 Rappi 时期，他用这套方法从 DoorDash 挖来了约 25 个人，帮 Rappi 建立了拉丁美洲最成熟的运营体系。
那个在马德里靠 iPod 赚钱的少年
你很难不被 Sebastián 的人生轨迹所打动。
17 岁，他从哥伦比亚的卡利飞去巴塞罗那。18 岁，父亲去世，他独自搬到马德里，读公立大学，用「填满 iPod 数据库」的方式赚钱维持生计——五台电脑，五个人，用 Napster 的山寨版下载音乐，然后卖给酒吧和餐厅。他把它叫做「没有互联网的 Spotify」。
之后去纽约，在全球金融危机的废墟上再次创业。再之后，去孟买，目睹了印度如何用智能手机和 4G 让十亿人联网，由此看到了新兴市场的可能性。
然后回到哥伦比亚，创立 Rappi。
「我的创业历程有一个共同线索，」他说，「就是去那些被低估的地方，做那些被认为不可能的事。」
最后一个问题
我问他，如果拉丁美洲要产生真正的全球 AI 公司，还需要什么？
他的答案出人意料：AI 主权。
「我不想看到整个拉丁美洲的 AI 基础设施都依赖中国公司，」他直接说，「无论是云计算、模型，还是应用层。这应该留在美洲体系内。」
他们在 Tako 内部已经开始微调自己的模型。不是因为通用大模型不够好，而是因为在处理高度监管的合规数据时，你需要对这个系统有足够的控制权。
「你不能把你客户的劳工数据和风险信息，全部托付给一个你完全看不透的黑盒。」
这是一个来自第一线的判断——不是 AI 研究员的观点，而是一个在 9 个国家建立了最复杂物流网络之一的创业者，在用他的下一个十年押注这件事。
金句： 金句1：「拉丁美洲从来没有真正用上软件，这就是为什么 AI 的机会在这里是两倍。」 金句2：「不要再谈模型，不要再谈智能体，跟我说这个 Agent 在帮公司做什么工作。」 金句3：「HaaS——Humans as a Service。廉价劳动力让软件从未在这里真正渗透。」 金句4：「复杂性是最好的护城河。你越难，别人越难复制。」 金句5：「AQ，逆境商数。我招人时，我折价所有'说对话'的能力，我看的是这个人如何面对困难。」