有个印度大叔，在IT外包这行泡了20多年，50多岁了才创业，靠一个"用AI撮合灵活用工"的小平台，做到月入2万美元、83%毛利率。

你可能觉得"招聘撮合"不就是个中介生意吗，怎么还能搞出SaaS那种利润结构？其实他踩对了三个点，把传统猎头的人肉模式彻底换掉了。

这个人叫 Girish Kukreja，在古尔冈。他不是95后天才型选手，是个标准的"老江湖"。他干这行的时候，印度IT外包从几十人做到45万人，他见过整个盘子。

他琢磨出一个别人容易忽略的数字差：印度95%的员工是全职，而美国和英国只有60%-65%是全职，剩下的是自由职业、外包、合同工。这个"灵活用工比例"的巨大差距，就是他撬动市场的缝隙。

2020年5月疫情爆发，全球远程办公一夜成型，他觉得"时机到了"，10月FlexC的Beta版就上线了，团队2个人起步，靠他自己的积蓄加几个老朋友的投资。启动成本大概1.94万美元。两年多时间，做到月入2万美元、83%毛利、25个人、500多家企业客户、15000+顾问。

先说钱从哪来。FlexC是双边市场：一边是独立顾问、外包工程师、还有200多家小招聘代理；另一边是500多家B2B企业。平台赚三层钱——

第一层，企业每通过平台成功雇一个顾问，平台抽一笔交易费（业内通常10%-30%，具体比例未披露，此处为推测）；

第二层，企业订阅SaaS功能：人才管理、考勤、绩效、发票、工资代发，这是纯订阅收入，83%的毛利基本就来自这块；

第三层，那200多家小招聘代理也是付费客户，他们把FlexC当"人才批发渠道"来扩大自己的候选人库。

为什么客户愿意付钱？三个理由：

一是印度其实缺一个Upwork级别的B2B灵活用工平台。印度是全球最大的IT外包出口国，技术人才过剩，很多人不想找全职，只想按项目接活。但企业找不到合法合规的对接渠道，FlexC就是把这个池子正规化了。

二是合规性。印度雇外包员工涉及GST发票、个税代扣、社保一堆麻烦，FlexC内置Razorpay发薪、发票生成、代扣代缴，企业不用自己搭。

三是AI让招聘速度比传统猎头快好几倍——这才是关键。

AI到底做了什么？拆开是三步：

第一步，把简历PDF变成机器能读的档案。过去HR只能人肉看简历，格式还千奇百怪：有人写"Java/J2EE/Servlets/JSP"，有人写"J2EE Developer"，有人写"Web Technologies"。FlexC用NLP把400多种技能标签统一起来，转成结构化数据。这是所有AI招聘产品的第一块基石，没这个数据，后面的"AI匹配"就是空话。

第二步，AI双向匹配，替代掉约60%的初筛人力。企业发个职位——"要5年经验的Python后端，熟悉Django和Celery"——AI几秒就从15000个顾问里挑出top N。反过来，新顾问一加入，AI也主动推匹配的空缺给他。传统猎头一个人一天看50份简历就累瘫，这一步省掉的就是最贵的人力成本，也是83%毛利的根本原因。（具体算法未披露，按技术栈推测是embedding相似度匹配加规则过滤。）

第三步，从"招人"延伸到"管人"。招人是一次性交易，管人是长期订阅。FlexC把考勤、发薪、CRM、发票绩效都做成SaaS，企业一旦把整条用工链路搬上来，切换成本极高——这就是订阅收入的粘性。

一个有意思的点：这创业者的增长路径特别"传统B2B"——靠20多年的人脉启动，靠标杆客户做试点再转口碑，靠SEO在长尾关键词上获客。没什么病毒式增长。原因也很实在：B2B招聘决策链太长，用户自传播根本用不上。

我个人觉得这故事最值得抄的不是"AI"两个字，而是那个"从撮合升级到订阅"的思路。很多做中介的朋友还在卷佣金比例，他却把最赚钱的部分藏在了"管人"这块——因为管人才有复购，撮合是一次性的。

判断一个招聘平台能不能长期活下来，看一个数就够：毛利率。83%说明它已经跳出了"人肉撮合"的坑；如果哪天掉回50%以下，就说明又滑回去了。
AI开发就业 印度外包行业 AI接外包