真需求
它替代的是人工翻 Companies House 和 Land Registry、靠人脉打听谁在拿物业做抵押的旧做法。做地产抵押放贷的人本来就要花时间找这类线索，有人持续付费说明这是刚需而非尝鲜。
真实收入案例
HarperAI
真需求HarperAI 把英国 Companies House 的抵押登记记录和 Land Registry 产权、公司结构、高管关系网串起来，卖给专门做地产抵押贷款的放贷方、经纪和开发商，靠订阅收钱，Stripe 验证月收入 7138 美元。
- 月收入
- $7,138 / 月
- 一手来源
- 查看原文
01
真需求判断
放贷方、抵押经纪和地产开发商付费订阅，获取从公开登记数据里挖出来的潜在交易线索；收入经 Stripe 验证，月 7138 美元。
人工翻查 Companies House 与 Land Registry 记录、靠人脉打听抵押交易线索的旧做法
02
首批用户来源
素材未提及
03
可借鉴的打法
- 01把两个以上公开登记库做交叉关联（Companies House 抵押登记 × Land Registry 产权），产出单库拿不到的线索，这是别人难直接复制的数据护城河
- 02只服务一个窄行业（英国地产抵押放贷），把线索质量做到该行业愿意按月付费，而不是做通用数据工具
- 03用 AI 搜索层叠加在结构化关联数据之上，让非技术用户也能直接问出交易线索
迁移到 AI 生意
这套打法可以迁到任何有公开登记数据的垂直领域：把两个以上官方数据库做实体关联，再用 AI 搜索包装成行业专属的线索订阅。AI 在这里是查询层，真正的壁垒是数据关联和垂直聚焦。
04
证据与边界
Stripe 支付验证
收入口径 · Stripe 支付验证（TrustMRR）
尚缺哪些证据
素材正文为空，只有标题和一句话摘要，无法核实产品实际功能、定价档位和客户数量
月收入 7138 美元来自 Stripe 验证，但不知道是几个客户贡献的，无法判断 churn 和客户集中度
获客渠道、第一批客户来源、上线到收入的时间全部缺失，无法评估冷启动打法