🐾
🐾
by PeterPaw 猫厨狗灶

Petaficial Intelligence

用户愿意掏钱的 AI 宠物健康伴侣

从宠物食品品牌的客服 AI 助手自然生长出来的产品

商业计划书  · 2026.7 · by PeterPaw 猫厨狗灶

01 · 背景

宠物老龄化海啸:
狗先一步,猫正陡升

狗养得早、老龄犬基数已大;猫晚一波,正从低位陡升——最陡的斜率就在接下来几年。

1987–93 人口高峰的一代,在 2010s 经济最好时大量养宠 → 2025 前后集中迈入老龄。

两条曲线都在涨,市场越来越大。

0%10%20%30%40%2016201820202022202420262028203020322034现在 202623%11%猫·正陡升
老龄犬 占比   老龄猫 占比

老猫老狗,是一个仍在增长的市场里,增速最大的细分市场。

数据来源:老年犬约 23%(较 2023 +5pct)、老年猫由 3% 升至 11%、城镇犬猫存量突破 1.2 亿只——《2024 年中国宠物行业白皮书》(派读 Petdata.cn);市场规模与医疗占比——艾瑞《2024 中国宠物行业研究报告》、前瞻产业研究院。峰值(犬约 35% / 猫 35–40%)与曲线为基于寿命延长、养宠增速放缓的趋势推测(示意)。

02 · 我们已经做了什么

75%复购、700万年销、4年
——关于猫厨狗灶 PeterPaw

专研宠物功能性健康食品:低磷 CKD / 低脂 / 泌尿 etc.,深耕四年。
2022 年起步,2025 年实现盈利;
营销费率 20–25%(无直播),毛利健康,复购行业顶尖水平。

¥700+万
2026 预计年销
(2025 420 万)
¥210+
客单价
70–75%
私域复购率
(全域 50–55%)
40%+
核心猫饭毛利
淘宝店铺数据
淘宝 · 自然流皇冠店铺
小红书主页
小红书 · 头部宠物鲜食品牌
03 · 业务中发现的机会

Petaficial Intelligence,
自然生长出来的「产品」

本来是 Peter 给团队做的龙虾 Agents:把所有产品知识、文档与数据以及过往聊天记录,喂给了龙虾(Mac mini M4 + Claude Opus) Agent。
客服、私域运营和小红书运营遇到专业问题直接问龙虾,然后被客户发现「非常专业」「比兽医靠谱」;继而开始有用户拿我们的客服与运营当咨询顾问,2026.5 之后每天 5–10 轮专业问询。无任何推广,纯自发 + 口碑。

A 健康问诊 → 推荐101C 营养参数查询73B 报告分析 → 方案58G/H 经营 / 运维47D 通用科普40E 合规核查34F 营销文案27

■ 专业问询 A+B+C ≈ 232 轮 · 占真实问询 65%。来源:团队内部「Ask Pavia」群 2026-02-05 → 06-18。

03 · 真实问诊实录

深度、专业的咨询带来超高购买转化率

客户上传体检报告 → 龙虾带来源解读 + 分阶判断 + 膳食方案。超过 80% 的用户咨询被直接转化为订单,超高的转化率让我们非常惊讶。

SDMA 病例
SDMA 偏高·CKD 1 期
肌酐 304 病例
15 岁挑食猫·肌酐 304
钙磷乘积病例
肾肝双异常·钙磷乘积超标
04 · 关键洞察

宠物医疗的「不靠谱」,
正是 AI for Pet 的机会

不断涌入的用户咨询引发了我们的思考:
宠物医院的兽医普遍不靠谱——全科、跨物种,且远不如人类医院与人类医生。基线越低,AI 能填补的能力缺口就越大。
AI for Pet 已有人在做,只是闭环和变现没跑通——商业模式问题,不是没需求。

人类医疗 AI
医生强专科·可靠;AI 主要做效率 / 药研提速
宠物健康 AI
兽医全科·跨物种·不靠谱;AI 能补的能力缺口极大

对于宠物,AI 填补的是「从无到有的能力」,不是效率。
这是人类医疗 AI 在 C 端不太存在的机会。

05 · 市场洞察

有需求、有人、有钱,
但不太闭环

需求是真的、钱也有人投——但没人靠「建议」赚到钱:活下来的靠保险 / 线下 / 人力;AI 与硬件玩家则被收购或关停。

✓ 活着·融资强
远程问诊 · Vetster · FirstVet
FirstVet 累计 $83M+、合作 60+ 保险;Vetster ~$40M。卡点:靠人医 + 保险,人力难规模,不连产品
✕ 已关停
硬件穿戴 · Whistle · PetPace
Whistle 被 Mars 关停(2025.8);PetPace 靠捆绑问诊续命。卡点:数据 ≠ 价值,硬件留存与变现都难
→ 被收购
AI 功能型 · Tably · DIG Labs
DIG Labs 2024 被食品公司 Ollie 收购;Tably 仅 pre-seed ~$40 万。卡点:单一功能,撑不起独立生意
★ 最佳对标
Joii(英国 Vet-AI)
需求已验证:420K 家长、~70% 免线下;但仅融 $10.5M,靠保险 + 自开线下诊所。卡点:数字建议变现难,无食品闭环

市场正在用并购印证「AI × 食品闭环」:Ollie(食品)收购 DIG Labs(AI)做 Foodback Loop、Hill's(食品)投资 Joii。
PeterPaw ✖️ Petaficial Intelligence 正是这个逻辑。

06 · 产品 · 信任飞轮

宠物食品的核心——信任PI 已经在加强这台信任飞轮

不做诊断,做日常与宠物健康异常时的辅助。把每一次健康互动,变成可复利积累的信任。

信任 越转越厚 问询 报告 / 症状 带来源解读 真实可溯源 针对方案 饮食 自家产品 转化 复购+数据 长期 + 回流 更强模型 越用越深

带详实文献来源的解读与方案更被用户信任,用户更愿意交出更深的信息(报告 / 病史 / 长期数据)
复购与数据回流更懂这只宠物、这个家长,理解越积越厚,用户的复购与 LTV 同步增长
对用户与需求更深的理解一手信息指引下,做更针对性、基于真实需求的产品,极大提高新品确定性
同时利好:拉新 · 复购 · 新产品

信任是可复利积累的资产——飞轮越转,信任越厚、数据越深、产品越准。安全底线:PI 不做诊断 · 不开药 · 急症一律导流急诊(L4 硬编码)。

07 · 护城河(纵向 · 对基座模型)

为什么家长不能
直接去问豆包 / DeepSeek?

裸模型全是 capability、零 calibration——什么都敢答,却不知道何时该闭嘴。健康场景里,「免费且自信」,不知边界非常危险。

1 答得深、能被追问
裸模型答案浅、一次性,难调专业文献
2 主动引导取证
裸模型被动,不会引导补充症状 / 报告 / 病史
3 长期宠物档案 / 记忆
裸模型每次从零开始;PI 越用越懂这只宠物
4 安全与校准
RAG 文献接地 · 急症硬规则 L4 · 抗诱导偏见 · 置信度
5 接得上行动
最后接到膳食方案 + 产品,而非止于一段文字
分诊准确率(兽医盲测)
81%
垂直精调·兽医 LLM
50%
ChatGPT 裸模型

⚠️ 81% vs 50% 出自 Vet-AI(Joii 母公司)2025 盲测,是「垂直精调 >> 裸模型」的行业证据,非 PI 自有成绩。来源:Veterinary Practice 2025。

07 · 护城河(纵向 · 三层引擎)

RAG 只是基础

RAG 只解决「答得有据」——把文献喂进去检索引用。但裸 RAG 谁都能搭,豆包接个向量库也叫 RAG。单 RAG 撑不起壁垒,真正的护城河:

① Special Harness
专用脚手架
急症 L4 硬规则、置信度门限、主动追问取证(报告 / 病史 / 品种 / 年龄)、抗诱导偏见。harness 决定「何时该闭嘴、何时该追问、何时导流急诊」——这是裸模型零分项,也是医疗场景的命门。
② Skill Building
能力沉淀
每类问诊(CKD 分期 / 控磷 / 肝肾双异常)抽象成可复用 skill:固定的解读框架、参数查询、方案模板。问得越多,skill 库越厚,新案例确定性越高。是模型参数,也是可以复利累积的资产。
③ Continuous Optimization
持续进化
真实问诊 → 反馈 → 修正 harness / skill → 更准。这正是动态护城河:学习速度。我们在后腿肌无力 → VB 方案的 Hero Case,就是一次完整优化循环的实证,下一页呈现。
比起普通的 RAG based AI for Pet
别人用 RAG 做「会查资料的客服」,我们用 harness + skill + 持续优化,
造「越用越专业、且知道边界的健康伴侣」——
前者是功能,后者是复利系统
08 · 护城河(动态 · 学习与进化速度)

AI 不只是我们的产品,
更是我们造产品、已经落地的工作方式

真正的壁垒是学习能力 + 进化速度。AI 在真实场景落地、形成闭环飞轮,进化速度远超传统割裂的研发组织——
这正是「前沿灵活」对「大集团慢而不深」的根本差异。

小红书 1万+ 评论AI 清洗·定性定位高肉含量 + 开袋致 VB 缺乏鱼油/VB/VE/小包装产品落地

↓ 这条飞轮的一次真实落地 · Hero Case:后腿肌无力 ✕ PeterPaw 轻焙冻干粮 ↓

科普封面
输入
AI 抓取上万评论 · 定位问题
产品
产出
2026 618 零营销费上市

2025 双十一,网红猫粮吃出「后腿肌无力」事件沸沸扬扬。我们用 AI 抓取并分析上万条真实评论,定位核心问题并制定产品方案,充分论证后迅速落地;2026 年 618,无任何营销费用,将产品成功上市并导入市场。来源:团队内部研发记录。

09 · 团队

「夫妻店」 + AI

两个人对最小团队的实践——AI 时代,前沿灵活的小团队,跑赢慢而重的大组织。

PPeter | 创始人 & CEO · 全职
前特斯拉中国区 Marcom 负责人;2022 最差窗口创业,把 PeterPaw 做到年销约 700 万且已盈利,配方 / 供应链 / 品控 / 私域全链路亲手跑通。
LLuna | 技术核心 · 医疗 AI(MSRA)
现微软亚洲研究院 TPM;Agent Lightning(开源 14K+ stars);前体素科技资深医疗产品经理,少数真正落地过医疗 AI 产品的人。
Agents=我们的团队
客服、营养咨询、合规、数据分析、研发输入,甚至这套 BP——本该一个团队做的事,我们俩用 AI(CC、Github Copilot、龙虾们)完成
弹性外援,按需扩展
实际工程落地,用成手朋友 / 外部开发按需补齐——不养重团队、不背固定成本;机构进来后,招募更顺

夫妻核心 = 零内耗、满对齐、全身心投入。最小的核心 + AI + 弹性外援,就足以跑赢慢而重的大组织——我们自己,就是证据。

10 · 商业模式

现在赚用户 + 品牌,
以后赚保险 + 医疗

Petaficial Intelligence 远不止对 PeterPaw 猫厨狗灶有意义。模式与用户资产的沉淀极有想象力,且路径可控、可实现。

现在 · 确定收入
用户:养宠家庭(慢病 / 老龄为主)
健康会员:记录、分析慢性病猫狗的喂养与指标变动——宠物版 babycare,PeterPaw 分成。
PeterPaw 猫厨狗灶导流:买猫狗粮赚积分。
路径简单直接。
中期 · 攒 B 端资产
攒三块有价值的资产
信任:医疗级推理 + 兽医复核;
数据:打卡 +「饮食 → 结果」闭环;
用户基数 + 分诊能力。
变现扩展:其他品牌 / 类目导流、宠物药品、活动 / 用品 / 周边。
同一条路海外已跑通。
以后 · 理想化天花板
成为宠物医疗 / 保险的信任入口
· 宠物保险:控费付费(嵌入 / 按投保宠物计)
· 兽医医院:高意向转诊付费
· 食品 / 药企:数据与研发洞察
市场更大、更高频、更刚需——估值弹性的来源。

主线:沉淀资产 → 解锁。用「现在」的高频喂养场景沉淀信任与数据,
逐步解锁「以后」的医疗与保险变现
——这也是下一轮融资要加速验证的核心。

11 · 融资 · 怎么融

一笔小而精的战略融资:
加速验证 · 机构背书 · 战略资源

¥200万
对应 20% & 1000 万估值
对标:AI 宠物健康天使轮——宠有灵犀 ¥2500 万估值 / ¥500 万 / 出让 20%。
和 PeterPaw 的关系
PeterPaw 食品业务继续独立运营、自我造血,不参与本轮稀释;依公允定价向 PI 授权使用营养数据、产品体系与私域用户资源;使食品现金流不被稀释,PI 以独立估值融资,保留未来独立发展空间。
为什么引入投资:钱不是主要目的
信用背书:为 PeterPaw 与 PI 同时增信;人才招募:借助知名机构影响力吸引核心研发与设计人才;战略资源:对接兽医连锁、保险控费与医疗 AI 领域的合作与信任。
11 · 融资 · 资金用途

资金用途与 6–9 个月里程碑

本轮用途不含核心团队薪酬(由创始团队与主业承担)。

¥80万
算力与模型
¥60万
小程序与产品开发
¥35万
兽医网络与数据标注
¥25万
合规、算法备案与 buffer
6–9 个月里程碑与阶段目标
M1–2
现有私域用户在小程序内用上 PI 基本功能
✓ 私域用户跑通 PI 核心功能
M3–4
做用户分享 · 面向公域引入新用户
✓ 打通分享裂变 · 引入公域新客
M5–6
验证留存 · 算法备案 · 验证 PI 对复购与客单价的提升
✓ 验证留存 · 完成算法备案 · 证实 PI 拉动复购与客单价
M6–9
对接宠物医院与宠物保险 · 获取用户反馈 · 启动下一轮
✓ 落地医院/保险对接 · 启动 Pre-A

本轮唯一验证目标:确认 PI 真实拉动复购与客单价。数字为示意,以最终投资协议为准。

🐾
🐾

Thank You

Petaficial Intelligence,把 AI 宠物健康咨询与宠物食物组成信任飞轮。

Peter(创始人 / CEO)· 由 PeterPaw(猫厨狗灶)体内孵化