Blue Voice籌600萬美元 警用AI查規避ChatGPT 30%錯率

「律師怕大模型編條文，警察賠的是人命。」Blue Voice 把這句話做成產品，順手拿了 600 萬美元種子。

波士頓初創 Blue Voice 宣佈完成 600 萬美元融資，由 SignalFire 與 Las Olas VC 領投。三位創始人裡，David Lawrence 是哈佛法學院輟學生，搭檔 Amit Patankar 是哈佛 MBA、前 Google 工程師，Michael Gropman 是退休波士頓警局副局長。產品定位很直白：做「警務人員版的 Harvey」——Harvey 是律所圈已跑通的 AI 法律助手，Blue Voice 把它從合規盡調搬去巡邏車副駕。

為什麼是警用查規、為什麼是現在

背景不繞彎：Lawrence 在哈佛法學院就讀時，校園涉警槍擊事件發酵，他觀察到大量執法糾錯不是「警員壞」，而是「警員記不住幾千頁部門手冊裡哪條授權截停、哪條要求心理評估」。通用 ChatGPT 答得出成文法，答不準「本縣警局 2023 修訂版使用武力流程第 4.2 條」，而錯答在街頭等於誤判。

市場關注它，不是因為「AI+政府」又多一家，是因為它挑了最難啃的垂直：數據不能爬網、用戶不能容忍幻覺、採購方是縣級預算而非 SaaS 自助——這三條正好把通用大模型擋在門外，也把 Lexipol（私幕股支持的警規供應商）和 Flock Safety（AI 車牌監控，正被 40+ 州抗議）逼成不同物種。

數字攤開：600 萬、25 州、225 局、11 倍、30%、每分鐘 1 問

600 萬美元種子輪。SignalFire+Las Olas VC 領投，未披露估值。意味公共部門 AI 在 Polymarket 式消費 AI 退潮後，仍有一級市場願意為「行業數據壁壘+採購契約」付早期溢價；金額不大，但足夠跑 25 州部署與模型微調，不逼著創始人半年內衝 ARR。

25 州 225 個縣級機構。不是市級大警局試點裝置，是縣級（county-level）零散盤子。意味 Blue Voice 走「下沉執法網」而非「洛杉磯/芝加哥旗艦案」路線，單客價低但切換成本高，縣局一旦把章程餵進模型就很難換供應商。市場關注的是這種「慢黏性」能否扛過 Lexipol 既得客戶的防守。

客戶基數一年 11 倍。Lawrence 披露過去十二個月客戶數翻 11 倍，從低基數起步。說明產品已過 POC 死亡谷，但絕對數仍小（225 局在全美逾 1.8 萬警察機構中佔比極低），未來 18 個月是從「早期採納縣」跳到「州級框架協議」的關卡。

通用 AI 錯誤率「可能高達 30%」。Lawrence 原話對比：消費級模型在執法條文場景出錯率可達 30%，Blue Voice 只回部門特訓語料+原始出處，不生成行動指令。這數字釘穿「直接把 ChatGPT 裝巡邏手機」的偷懶方案——街頭決策容錯率不是郵件草稿，是訴訟與開槍邊界。

每分鐘回答 1 個問題。平台級頻次，非單局峰值。意味活躍警員把 App 當「隨身章程索引」而非「年度培訓工具」，使用習慣貼近 Harvey 在律所的日常喚起率，這層行為數據反過來喂閉環。

市場為什麼在意這隻「非典型 AI 獨角獸種子」

對 ETH/幣圈，無直接傳導——Blue Voice 未涉鏈、未發幣、未接穩定幣結算，別硬蹭 RWA 敘事。

對機構 VC，信號在「垂直 AI 的第二種活法」：不跟 Cursor/Perplexity 捲 C 端留存，改切公部門採購週期，用部門私有語料築牆。SignalFire 一向押數據壁壘型 AI，這筆與其說賭警察市場，不如說賭「監管嚴、錯不起、數據不能爬網」的行業會先出付費 GPT。

對散戶與公民自由側，真正問題來了：AI 進警局不一定是 Flock 式監控。Blue Voice 刻意只做「查規」不做「識別」，不碰攝像頭、不建人群檔案，決策權留給警員。簡單理解，它把 AI 角色釘在「法條檢索員」而不是「預測罪犯引擎」——這條線畫得清，才能在 ACLU 與州議會面前自證非監控基礎設施。

看到這裡很多人會問：那跟 Lexipol 差在哪？Lexipol 本體是私幕股支持的警規內容商，近期加推冷案調查功能，重心仍在「賣章程+保險捆綁」；Blue Voice 是 AI 查詢層，把 Lexipol 式靜態手冊變成可對話、帶出處的即時檢索。兩者可能合作也可能搶改寫權，但門檻不在內容庫而在「答錯誰負責」的免責邊界。

重點不是 600 萬，是「AI 退出通用場」

說實話，600 萬美元在 AI 種子裡不算大數，值錢的是 Lawrence 把產品邊界切得極窄——不寫報告、不辨臉、不建檔，只回「這條情況適用哪條法、原文在第幾頁」。這種自我閹割式定位，反而躲開 Flock Safety 當下的 49 州反監控抗議潮。

值得注意的是創始人組合：法學輟學+前 Google 工程+退休副局長，三人分別補「法律語義、系統落地、街頭可信度」。公共部門 AI 死因多半是工程端不懂採購、法律端不懂推理、警局端不信矽谷——這張牌恰好把三角補齊。未來同類創企（如 Code Four 做警用文書自動化）會否往「查規+文書」合併，市場關注但不急下注。

這件事說明什麼

通用大模型吞不掉垂直監管場，真正值得關注的，是「行業私有語料+不出錯免責」會先在政府 AI 裡跑通。Blue Voice 不代表警用 AI 全面合規化，但把一條安全線畫給後來者：做檢索不做監控、給出處不給指令、陪縣局不賭聯邦。

未來市場繼續觀察三條：225 局能否在 18 個月內翻到 500+ 並拿到首個州級框架協議、Lexipol 會否把 AI 查詢層收編進既有多年合約、ACLU 與州議會對「AI 查規」的聽證會態度是否區分於「AI 監控」。夏季這筆 600 萬不直接動鏈上資金盤，但把垂直 AI 的鐘擺從「萬能助手」撥向「專用檢索員」釘了個樣本釘。

FAQ

Q1：Blue Voice 跟直接讓警察用 ChatGPT 有何本質差？

A：Blue Voice 只用各部門特訓章程、地方法規與條例微調，回答案附原始出處，不生成行動指令；Lawrence 稱通用消費級 AI 在同場景錯誤率可能高達 30%。簡單理解，ChatGPT 答「法律一般怎說」，Blue Voice 答「你這縣 2023 修訂版手冊第幾條授權」，街頭容錯率不同。

Q2：它和 Lexipol、Flock Safety 是競爭還是分層？

A：分層多於競爭。Lexipol 賣靜態警規內容與保險捆綁、近期加冷案調查；Flock Safety 做 AI 車牌監控正陷公民自由爭議；Blue Voice 只做「手機查規+出處」層，不識別人臉不建檔。市場推測三者未來可能整合，但當下 Blue Voice 避開監控雷區、補 Lexipol 的檢索體驗短板。

Q3：600 萬美元種子輪夠不夠跑出護城河？

A：絕對額不大但夠覆蓋 25 州 225 局續費與模型微調。護城河不在金額而在縣級警局「餵完章程難遷移」的切換成本，以及三位創始人補齊法學/工程/退休副局長的採購信任三角。能否放大要看 18 個月內是否拿到州級框架協議，而非單局續約。