让普通人也能干GIS专家的活，斯坦福系AI团队，用Agent重构千亿地理空间市场

文｜秦明

封面｜AI生成

与大家分享一家斯坦福系AI+GIS公司。

2025年12月中旬，一家名为PangeAI的初创公司从隐身模式中走出。融资虽未披露，但投资方阵容不简单：硅谷的Plug and Play、Vocal Ventures，纽约的RTP Global，欧洲这边是捷克的Miton和Tensor Ventures。跨大西洋布局，气候科技加深科技的双重标签。

更值得注意的是时间点。公司成立才几个月，产品还没正式上市，就已经拿下三个试点客户：一家日本大型保险集团、一家全球自然资本投资机构，还有欧美的能源基础设施项目。这速度背后，是创始团队对场景的精准判断。

PangeAI做的事情，用大白话说就是：让普通人也能干GIS专家的活。

GIS是什么？地理信息系统。听起来很专业，其实你身边到处都是应用场景。保险公司要评估某个房产的洪水风险，能源企业要选风电场或光伏电站的位置，投资机构要判断一片森林的碳汇价值。这些决策都离不开地理空间数据。

问题是，这个行业的工具还停留在上世纪。CTO Marek的原话是：GIS软件在2025年看起来还像Windows 95。

具体痛点有三个。第一，数据散落在各处，卫星遥感、政府公开数据、企业内部数据，要人工拼凑。第二，分析流程复杂，同一个问题可能需要调用十几种算法。第三，交付周期长，一个项目动辄几周甚至几个月。

所以这个千亿美元的市场，至今还是专家驱动、手工作坊的模式。企业要么养一个GIS团队，要么外包给咨询公司。成本高，速度慢，规模化困难。

PangeAI的创始团队在斯坦福和咨询公司都经历过这套流程的痛苦。CEO Johanna之前在麦肯锡做环境与能源项目，每次都要等GIS专家交付报告。CTO Marek做AI创业做了8年，两次成功退出，在斯坦福研究可持续能源时天天和地理空间数据打交道。

他们看到的机会是：这个领域的数字化改造才刚开始，AI原生工具有机会降维打击传统软件。

PangeAI的产品逻辑很清晰：输入自然语言问题，输出决策级答案。

比如保险公司问：这栋楼未来10年的野火风险有多大？传统流程是这样的：GIS专家先找气象数据、地形数据、植被覆盖数据、历史火灾记录，然后选择合适的风险模型，跑模拟，最后出报告。整个过程可能要一周。

PangeAI的AI代理系统把这套流程自动化了。它会自己去判断需要哪些数据源，从内外部系统自动抓取数据，根据问题类型选择最优的分析方法，跑完模拟后生成地图和报告。用户只需要输入问题，几分钟后就能拿到答案。

这里的核心不是大模型会写代码，而是AI代理懂”地理空间分析的工作流”。它知道评估野火风险要看坡度、风向、干燥度，知道用哪个模型跑哪种地形，知道怎么把多源数据对齐到同一个坐标系。这些都是领域知识，需要深度编码到系统里。

技术架构上，PangeAI用的是多代理协同的方式。一个代理负责数据获取，一个负责方法选择，一个负责模拟运算，最后一个负责结果呈现。每个代理都有专门的知识库和决策逻辑。这种设计让系统既灵活又可控。

相比通用大模型，垂直代理系统的优势是准确性和可解释性。通用模型可能会”幻觉”，但PangeAI的代理调用的是经过验证的算法和数据集。每一步都有迹可循，这对保险和能源这种高风险行业很重要。

PangeAI一开始选了三个垂直场景：能源、保险、自然资本。

能源场景最直接。光伏和风电开发商要选址，需要综合考虑日照、风速、地形、电网接入点、环保限制。原本这个流程要外包给专业机构，现在可以内部完成。输电线路的风险监控也是一样，几千公里的走廊，要实时监测滑坡、洪水、火灾风险，人工巡检根本做不过来。

保险场景是真金白银的需求。气候变化让极端天气越来越频繁，保险公司必须重新评估资产风险。问题是传统模型更新慢，数据颗粒度粗。PangeAI能做到单个房产级别的风险评分，而且是分钟级交付。这对保险公司重新定价产品有直接价值。

自然资本场景是新兴市场。碳市场起来后，投资机构开始关注森林碳汇、土地修复这些项目。但怎么评估一片土地的生态价值？怎么监测森林退化？这些都需要地理空间分析。PangeAI能自动追踪土地利用变化，识别适合做生态修复的区域。

PangeAI的案例对国内AI创业有几点启发。

第一，挖掘适配垂直agent系统的真需求。通用大模型解决不了的问题，垂直agent可以。关键是要找到数据密集、流程复杂、人力成本高的场景。国内的建筑、物流、制造都有类似机会。

第二，先技术验证再商业化。PangeAI从斯坦福起步，有学术研究做背书，有实际项目积累数据。这种”研究-产品-商业”的路径，降低了技术风险。国内团队可以考虑和高校、研究机构合作。

第三，数据合规是壁垒也是风险。地理空间数据在很多国家有管制，中国尤其严格。PangeAI在欧美可以相对自由地调用公开数据，但如果进中国市场，必须本地化适配。这既是挑战，也是护城河。

不过对于国内出海企业来说，PangeAI的产品或许更有参考价值。中国企业在海外做能源、基建项目，地理空间分析是刚需。如果有一套工具能快速评估选址、风险、合规性，项目推进速度会快很多。总之，在AI时代，那些看起来又大又旧的行业，反而可能藏着最大的机会。

以上，如果觉得不错，随手点个赞、在看、转发三连吧，也欢迎给个星标⭐，以便您第一时间收到推送～谢谢阅读，下篇内容再见。