图片来源：Probook官网公开客户结果视频海报。它用于说明Probook服务的家政维修运营场景，不作为第三方业绩证据。
AI进入家政维修行业，最容易被看见的是接电话、写短信、追线索。但Probook的选择更有意思：它把入口放在调度。
这家公司在2026年6月完成了4000万美元融资，其中A轮由a16z领投，种子轮由Sequoia领投。根据Forbes报道，Probook于2024年推出，已经服务美国35个以上州的数百个客户，客户横跨独立维修商、多地点服务品牌和私募股权支持的家政服务平台。
它不是又一个AI前台。
Probook官网把自己定义为home services的AI operating system，并且明确说“dispatch makes or breaks the customer experience”。这句话背后，是一个很值得AI产品创业者注意的产品化判断：垂直AI真正值钱的地方，往往不是最容易演示的聊天入口，而是能改变收入、产能和服务体验的核心决策。
家政维修真正的操作系统，不是CRM，是调度板
家政维修听起来传统，但运营复杂度很高。
一个HVAC、管道、电工或空调维修公司，每天要处理电话、网站线索、报价、取消、改约、技师路线、技能匹配、ETA通知和售后跟进。看似每个环节都能塞一个AI工具：一个语音Agent接电话，一个聊天机器人答问题，一个短信工具追单，一个排班工具排路线。
问题是，这些工具很容易变成新的碎片。
Probook的创始人George Eliadis在官方公开信里写到，过去几年家政服务商确实买了一波AI工具：voice agent、chat widget、follow-up bot。但结果是“五个新工具、三个新供应商”，账单涨得比收入快，客户体验没有变好，人工质检继续堆积。
Probook的切入点，是把这些碎片重新收束到一个核心对象：调度。
调度不是简单地“离谁近派谁”。一个维修公司真正要判断的是：这个客户是不是高价值客户？这次工单是紧急维修还是潜在换新？哪个技师有对应技能？谁更可能把这次服务转成更高客单价？今天路线怎么排，才能既不迟到，又不浪费技师产能？
a16z在投资文章里把这个判断说得很直白：在home services里，dispatch是业务的大脑。调度决定哪位技师去哪个工单、按什么顺序、在什么时间到达；做对了，收入、技师利用率和客户体验一起提升；做错了，再多营销线索也救不了。
这就是Probook的产品化重心。
它先做调度，再从调度往外扩：客户来电和网页线索进入同一个上下文，工单在进入调度板前被清洗，客户通过同一个号码和服务商沟通，AI自动处理大部分常规沟通，人只处理异常。这样，AI不是在外围回答问题，而是在运营链路里更新和使用同一套业务上下文。
从“接电话”到“决定派谁去”，价值密度完全不同
很多AI创业者会从最明显的人力成本切入：客服太忙，所以做AI客服；销售太忙，所以做AI销售；前台漏接电话，所以做AI前台。
这条路当然能成立，但它的天花板取决于你替代的是不是低价值动作。
Probook展示的另一种路径是：先找到一个行业里“看起来普通、实际牵动利润”的决策点。家政维修公司的调度，就是这样的点。它不是一个漂亮的聊天窗口，却决定一天能跑多少单、技师是否空转、客户是否准时得到服务、工单是否被派给最合适的人。
根据Probook官网的客户结果页，Del-Air是一个8个地点、220名服务技师的运营体，每月有15000通以上电话由Probook作为一线CSR处理，并从22名调度员降到10名；Anthony Plumbing、Heating、Cooling&Electric的案例显示平均客单价提升20%，调度员从16名降到8名。这些数据来自Probook官网，属于官方案例数据，未经第三方审计，不能当作独立审计后的业绩结论。
但即使只把它们当作公司披露的客户信号，也足以说明一个产品设计方向：Probook卖的不是“少雇几个人”，而是“让同一批技师和线索创造更多有效收入”。
这比单点自动化更容易进入经营者预算。
一个AI电话工具，买家可能会把它和外包客服、坐席工资、接听率对比。一个调度操作系统，买家会把它和毛利、技师利用率、客单价、取消率、客户复购、EBITDA对比。预算口径一变，产品的商业化空间也变了。
这也是Probook叙事里反复出现“add points to EBITDA”的原因。它希望被当作运营杠杆，而不是AI插件。
为什么它更像垂直操作系统，而不是Agent套装
今天很多AI产品都喜欢说自己是“操作系统”。问题是，很多所谓操作系统只是把几个Agent放进同一个页面。
Probook至少给出了一个更严格的定义：操作系统要围绕一个核心业务对象，让多个动作共享同一套上下文。
在Probook这里，这个对象是调度和工单。
电话进入系统时，不只是被转写或回复，而是进入后续派工、清洗、确认、提醒和追踪流程。客户不是在多个渠道里来回重复信息，而是沿着一个服务线程推进。技师不是静态资源，而是带着技能、位置、转化能力、可用时间和历史表现的运营变量。
这类产品的难点不只在模型，而在“现场复杂度”。
Probook创始人在公开信里提到，团队早期会到客户现场部署，坐在一线团队旁边配置产品，甚至在系统出问题时临时顶上调度员和AI CSR的工作。这听起来不够SaaS化，却是垂直AI常见的真实路径：你要先把行业里的脏流程吃进去，才有可能把它抽象成产品。
这也解释了为什么Sequoia和a16z都强调创始团队的行业背景。Sequoia的投资文章把Probook描述为从“办公室到上门现场”的自动化；a16z则强调Probook先做最难的dispatch，再扩展到intake、data scrubbing、customer messaging和outbound。
换句话说，Probook的Agent不是单独站出来卖的。
它们被放进一个行业操作系统里，服务同一个经营目标。
这个案例给AI创业者的三个提醒
第一，别只追最容易展示的AI界面。
电话、聊天、邮件当然适合做Demo，也容易让客户第一眼理解。但真正决定付费深度的，往往是某个更靠后的运营决策。Probook没有停在“帮你接电话”，而是往后追问：接到电话之后，谁去？什么时候去？怎么不浪费技师？怎么把低价值工单和高价值机会区分开？
第二，垂直AI的“操作系统”要有中心对象。
如果一个产品说自己是OS，却没有一个稳定的业务对象，只是堆了多个Agent，那它很容易被更大的平台复制。Probook至少有一个清晰中心：dispatch board和job context。客户电话、工单清洗、技师匹配、ETA沟通和外呼，都围绕这个中心转。
第三，销售故事要从效率走向经营结果。
“节省时间”是AI产品最常见的卖点，但也是最容易被压价的卖点。Probook更聪明的地方，是把价值锚定到调度员杠杆、技师产能、平均客单价和EBITDA。官网案例指标未经第三方审计，写文章时必须谨慎标注；但从商业化角度看，这种指标选择本身就说明了它想进入的预算层级。
风险也很清楚
Probook不是没有挑战。
首先，ServiceTitan这样的家政服务软件巨头已经拥有强客户基础，也在推出自己的AI调度能力。Fortune报道也提到，Probook目前被列为ServiceTitan partner，但长期看两者边界并不一定永远互补。
其次，Probook的公开客户结果很多来自官网、创始人公开信或投资人文章。它们能作为商业信号，但不能等同于独立第三方审计后的效果证明。
最后，“AI operating system”这个词会越来越拥挤。未来每个垂直AI公司都可能这么讲。真正能拉开差距的，不是名字，而是它到底有没有掌握行业里那个最关键、最难替换的工作对象。
Probook给出的答案是调度。
对AI创业者来说，这个案例的价值不在于“家政维修行业也能做AI”，而在于它提醒我们：不要只问哪里有重复劳动，还要问哪里有高杠杆决策。
重复劳动决定客户愿不愿意试用。
高杠杆决策，决定客户愿不愿意把业务交给你跑。