我们都知道宠物赛道的盘子大，这几年也一直不缺钱。那宠物赛道的 AI 公司都在干什么呢？
我找了几家宠物赛道的 AI 公司，本来以为这些公司会集中在宠物消费、宠物智能硬件这些领域。
结果发现，这几家值得分享的 AI 公司几乎都扎在宠物健康和兽医工作流这些领域。
有的做早筛，有的做疼痛识别，有的做影像辅助诊断，有的做病历和诊所效率工具。
一类公司面向宠物主人，试图把手机变成早期健康筛查工具，让主人在去医院之前先做初筛。
另一类公司面向兽医和诊所，目标是减少误判、缩短等待时间、减轻文书负担，提升临床工作效率。
我会重点分析四家公司：
韩国的AI for Pet，加拿大的Sylvester.ai，美国的SignalPET，以及面向兽医工作流的CoVet。
宠物 AI 赛道先跑出来的也是医疗
之前我有文章分享过企业级 AI 最先跑出来的行业，分别是法律、医疗和科技。
相似的是，宠物 AI 赛道先跑出来的，也是医疗。
宠物行业虽然大，但大钱过去主要投的是更成熟的生意，比如诊所网络、保险、食品、药品、平台服务。
人工智能要想在这个行业里站住，最容易切进去的，不是情绪消费，也不是社区内容，而是那些已经有明确支付方、明确痛点、明确结果的医疗场景。
比如：能不能更早发现问题，能不能更快看懂片子，能不能少写一点病历，能不能让一个本来已经忙不过来的兽医多看几个病例。
所以这些工具的目标用户非常清晰，大多数公司一开始都只抓一个环节：
AI for Pet 抓住的是宠物主人；
Sylvester.ai 切的是猫咪疼痛识别这个很窄但真实存在的临床问题；
SignalPET 想做的是兽医读片；
CoVet 做的是诊所里最耗时间的记录和沟通。
它们都不大，但也都是一门能做深、能延展的生意。
AI for Pet：把宠物健康筛查放进手机里
这家公司来自韩国，公司名叫 AI for Pet，面向宠物主人的产品叫 TTcare。
它的做法是让宠物主人用手机拍摄或录制宠物的眼睛、皮肤、牙齿和步态，再由系统分析是否存在健康异常。
创始人 Euna Huh 有 25 年以上大数据和计算机科学经验。
公司官网上介绍，他们已经累计扫描超过 140 万次，识别准确率 95%。
公司后来又推出了专业版TTCareVet，开始把宠物主端的检测和兽医端连接起来。
这家公司没有一上来就去碰最重的诊断，而是先做去医院之前的入口。
对于很多宠物主人来说，真正的难点不是不想带宠物看病，而是不知道需不需要马上看、是不是已经严重到该处理。
从产品路径看，它更像宠物医疗里的消费级入口。先从宠物主人手里的一部手机开始，再往专业服务端延伸。
这个方向如果继续跑下去，价值不一定只是一款应用，它还有机会延展到远程医疗、连锁医院和宠物健康数据接口。
Sylvester.ai：专门做猫咪疼痛识别
AI for Pet 是从广义健康扫描切入，加拿大的 Sylvester.ai 走的是另一条路：只做一个很窄的问题，但把它做得足够临床化。
Sylvester.ai 的首个应用叫Tably，核心能力是通过猫咪脸的细微表情变化，结合经过兽医认可的疼痛量表，帮助判断猫当前的疼痛程度，尤其适合术后护理场景。
创始人Susan Groeneveld在动物健康和技术领域也有超过 25 年经验。
这家公司抓住了一个临床里非常具体的问题：猫往往不像狗那样明显表达疼痛，但疼痛判断对诊疗、术后护理和主人沟通都很重要。
所以它做的不是泛泛的健康分析，而是一个围绕猫疼痛识别构建的专门工具。
商业模式上，Sylvester.ai 现在更像一类典型的早期专业工具公司：先把一个小问题做成，然后再尝试进入更大的临床系统。
2025 年，CoVet 宣布与 Sylvester.ai 合作，把它的猫疼痛识别能力接入兽医工作流。
SignalPET：做兽医影像辅助诊断
如果说前两家公司还带一点消费者侧的影子，那SignalPET就已经非常明确地站在兽医端了。
SignalPET 成立于2018 年，联合创始人兼首席执行官是Lior Kuyer。
它的核心产品很清晰：用人工智能和机器学习分析宠物放射影像，帮助诊所更快、更标准地完成影像解读，减少误判，降低外部放射科咨询的时间成本。
公司后来又推出SignalSTAT，把 AI 判断和人工放射科支持结合在一起，提供更快的周转服务。
影像一直是兽医诊疗里很现实的瓶颈。
不是每家诊所都有足够强的读片能力，也不是每家诊所都有全天候的放射科专家支持。
SignalPET 的路径和人类医疗里的很多影像软件很像：不是上来取代专家，而是先解决效率问题。
从市场表现看，SignalPET 比很多宠物 AI 小公司更扎实一些。
公司的公开数据显示：2024 年已覆盖2500 多家兽医医院、5000 多名临床人员；截至 2026 年，已服务2500 多家活跃诊所、7000 多名活跃临床人员。
这家公司想做的肯定不只是影像，而是从影像这个最容易被验证、也最容易被诊所接受的切口，逐步往更广的诊断支持走。
CoVet：做兽医诊所的病历和工作流工具
最后一家公司是CoVet。
前面几家主要围绕“看病”本身，CoVet 抓的是另一类现实问题：兽医花在记录、整理、写病历和与客户沟通上的时间太多了。
CoVet 的产品定位是面向兽医团队的人工智能临床副驾工具，用来自动生成病历、转写问诊内容、整理客户沟通，尽量减少临床之外的重复劳动。
和人类医疗一样，兽医行业这些年一个很大的压力，不一定只是诊断能力不够，而是时间太碎、行政文书太重、人太累。
所以 CoVet 代表的是另一条非常现实的路径：不往诊断里挤，选择先用 AI 提升兽医工作效率。
而且后者往往更容易快速铺开，因为它不需要一开始就承担最核心的临床责任，只要能帮诊所少花点时间、多接一点诊、减轻一点倦怠，就已经很有价值了。
AI + 宠物赛道三条比较清楚的路线
第一条，是消费者入口型。
AI for Pet 是代表。先从宠物主人手里的一部手机开始，做健康初筛、早发现和数据沉淀，然后再往专业服务和更深的医疗连接延伸。
第二条，是很窄的临床问题型。
Sylvester.ai 是代表。先抓一个小问题，比如猫咪疼痛识别，把它做到足够可信，再嵌进诊所系统。这样的切口未必一开始就很大，但临床意义很强。
第三条，是诊所效率和诊断支持型。
SignalPET 和 CoVet 分别代表两个方向：一个从影像诊断切入，一个从病历和工作流切入。
综上，我们看到，宠物这个巨大的市场已经开始出现一些很具体、也很像样的小公司。
它们没有一上来就讲大而空的故事，而是各自抓住一个又一个真实存在的问题：主人看不出来宠物生病、猫咪不会说疼、诊所片子读不过来、兽医病历写不完等等。
这类公司短期内未必会像通用人工智能公司那样声量很大，但天花板也足够高，足够吸引人了。
以上，祝你今天开心。
封面和摘要
我们都知道宠物赛道的盘子大，这几年也一直不缺钱。那宠物赛道的 AI 公司都在干什么呢？
修改封面和摘要
