軟件，被看作是AI落地最重要的場景之一。紅杉資本曾提到，AI有可能用軟件取代服務，催生數(shù)十萬億美元的市場機會。
盡管機會巨大，但對于AI軟件如何實現(xiàn)真正的落地，仍然沒有一個清晰路徑。關于這個問題，Bessemer在不久前提出了一個很有價值的觀點：
垂直AI軟件將成為未來。
說起B(yǎng)essemer，熟悉SaaS行業(yè)的人可能并不陌生。它是美國SaaS領域最專業(yè)的投資機構之一，在過去10年投資了200多家SaaS企業(yè)。
雖然垂直AI尚處于起步階段，但我們依然能夠看到，生成式AI興起后，涌現(xiàn)出了一批垂直AI領域的優(yōu)秀公司，比如AI法律獨角獸EvenUp（成立于2019年）、AI醫(yī)療公司Subtle Medical（成立于2017年）、AI醫(yī)療公司Abridge（成立于2018年）和自動協(xié)作軟件平臺Fieldguide（成立于2020年）。
結合這些垂直AI公司的商業(yè)案例，Bessemer制定了10條垂直AI落地的路線圖，涵蓋了垂直AI功能價值、經濟價值、競爭地位和防御性等方面。
01 垂直AI落地，要從客戶實際需求出發(fā)
不同行業(yè)的核心工作流程，對自動化的需求都有不同。然而，工作流程是否具備實現(xiàn)自動化的基礎，并不是垂直AI公司構建業(yè)務里唯一要考慮的因素。
客戶對自動化的興趣，以及對自動化要求不同，也會對垂直AI的落地產生很大影響。
有時，這些偏好或要求可以在產品設計中得到解決。例如，如果訂單低于某個成本，牙科診所可能希望將醫(yī)療用品的采購設置為自動采訪，但金額大的采訪仍然會需要人工審核。
也就是說，AI采購的解決方案需要具備一定的靈活性，不僅需要實現(xiàn)部分訂單自動化采購，還能夠讓人工參與其他訂單。
再舉一個例子，一家律師事務所可能愿意完全把為客戶付款的環(huán)節(jié)自動化。但是，當涉及到編寫法律摘要等核心工作流程時，他們需要人工反饋，來創(chuàng)建最終輸出（例如創(chuàng)建初稿），因為他們希望控制最后產生的成果。
垂直AI落地，需要對垂直場景的市場與用戶需求進行充分的研究。
例如，在醫(yī)療保健領域，Abridge等AI公司提供的管理工作流程的AI解決方案被廣泛采用，原因是臨床醫(yī)生希望自動化諸如記錄等管理任務。
雖然人們對多模態(tài)AI在診斷環(huán)節(jié)的應用也很感興趣，但滲透率仍然很低，原因是醫(yī)療保健的支付模式落后于其行業(yè)技術的創(chuàng)新。
所以，AI在垂直場景落地不僅需要考慮其是否具備自動化的條件，更需要關注客戶的實際需求，以及他們對人工智能的期待。
02 無縫融入現(xiàn)有場景，才能構建產品護城河?
垂直AI解決方案不僅需要出色地執(zhí)行任務，更需要建立真正的護城河。
那些很容易被復制的AI解決方案將面臨巨大的競爭壓力。
比如，在金融服務領域，應收賬款和應付賬款(AR/AP)自動化解決方案的應用案例越來越多，其中用于數(shù)據匹配和發(fā)票核對的AI功能可能會提供一些價值，但這些細微的功能很容易被集成到某個工作流工具中，被特定行業(yè)的工作流垂直AI解決方案代替。
為了降低大模型商品化的風險，最好的垂直AI應用不僅需要完整覆蓋業(yè)務全流程，還需要通過API/插件實現(xiàn)與現(xiàn)有系統(tǒng)的無縫對接。
許多B2B AI初創(chuàng)公司通過與成熟平臺（尤其是大型現(xiàn)有平臺）合作來實現(xiàn)后者，通過無縫集成創(chuàng)造價值。
比如，AI保險公司Sixfold，用API或插件的形式嵌入現(xiàn)有保單管理系統(tǒng)(PAS)中，保險公司保險公司無需對舊系統(tǒng)進行徹底改造或重新構建工作臺。這種"即插即用"的集成方式，能夠讓承保人能夠毫不費力地將Sixfold的AI功能直接引入到他們的日常工作流程中。
03 尋找生產力受限的落地機會
AI正在重塑職場分工：它不僅替代重復勞動釋放人力，更賦予企業(yè)突破性的運營能力。真正具有變革價值的垂直AI產品，往往具備兩大核心優(yōu)勢——全流程自動化與海量數(shù)據處理能力，這正是人類難以企及的領域。
比如，家政領域的AI公司Rilla，通過記錄和分析銷售代表與客戶的面對面互動，能夠給銷售提供定制反饋和建議，以幫助銷售人員提高績效。如果沒有Rilla，銷售經理就必須親自陪同銷售代表進行現(xiàn)場訪問，但最終仍然會受到個人精力限制。
另一方面，Rilla還可以審核來自公司各地銷售代表的大量對話數(shù)據，這意味著它為銷售代表提供的指導基于的數(shù)據量比任何銷售經理掌握的數(shù)據量還大得多。
這也是為什么銷售和營銷、服務和法律等某些行業(yè)特別適合AI落地的原因：
這些領域的成功，建立在大量書面文本和實踐記錄中產生的認知。過去，這是一項耗時的工作，但現(xiàn)在AI能夠更好的完成，甚至徹底接管。
04 效率提升，垂直AI產品的關鍵點
通過數(shù)據，直觀向客戶展示AI解決方案所帶來的效率提升，可以大大加快銷售周期并提高客戶保留率。
這種效率提升通常來自兩個方面：控制成本和創(chuàng)造更多收入。
比如，Abridge可以自動記錄醫(yī)生與患者之間的對話，減少了醫(yī)生的工作負擔，提升了醫(yī)生對工作的滿意度，進而提高了醫(yī)生的留任率。
通過提高留任率，Abridge大大降低了招聘和培訓醫(yī)生的成本——這些成本每年通常高達數(shù)百萬甚至數(shù)千萬美元。
除了控制成本外，Abridge還通過為每位醫(yī)生每天節(jié)省一到兩個小時來增加收入。
這些額外的時間使醫(yī)生能夠看更多的病人，直接提高了醫(yī)院的運營效率，并產生了更多的經營收入。Abridge的每次病人就診的詳細記錄和摘要，也通過確保全面的編碼和計費來防止收入流失。
EvenUp的案例也能說明這一點。
EvenUp利用AI技術為人身傷害律師事務所生成需求包，而在過去律師助理需要花費數(shù)天時間從客戶那里收集數(shù)據、整理數(shù)百份文件、從醫(yī)療和警方報告中提取數(shù)據等。
由于EvenUp的法律運營團隊會審查每封信件，律師事務所可以保持高質量標準，同時大幅減少（或消除）其團隊在按需包上花費的時間。這些額外的時間使公司能夠承接更多案件，從而增加收入。
05 AI重塑服務交付和定價，將帶來新的商業(yè)機會
垂直AI解決方案所帶來新的交付和定價方式，正在帶來新的機會。
以前，很多垂直場景沒有足夠的TAM（總潛在市場）來建立傳統(tǒng)軟件業(yè)務?，F(xiàn)在，這部分的市場空白有望被更低、成本更低、服務更標準化的AI所填補。
從歷史上看，服務業(yè)務很難盈利，因為專業(yè)工人的成本很高。而AI將徹底改變這一點。截至2024年，Bessemer的垂直AI投資組合的服務型公司，平均毛利率約為56%，平均資金消耗率為1.6倍，即每賺1美元僅需投入1.6美元運營資金。
一些AI服務產品在人工QA支持下，表現(xiàn)出了更好地交付效果，其他以AI產品為核心服務產品，也有不錯的表現(xiàn)。
06 針對被忽視的類別和工作流程進行構建
在銷售、營銷領域，已經存在規(guī)模龐大且資源豐富的競爭對手，比如Salesforce或ADP。在這種情況下，AI垂直公司更應該去尋找競爭壓力相對較小的領域。
雖然在一個廣闊市場里獲得先發(fā)優(yōu)勢是理想的選擇，但大多數(shù)垂直類別至少已經有一家既有者。
但這并非沒有機會。當既有者捉襟見肘或整合人工智能的速度緩慢時，行動迅速的初創(chuàng)公司可以通過構建卓越、高投資回報率的人工智能產品和服務來獲得競爭優(yōu)勢，這些產品和服務能夠用自動化AI解決方案優(yōu)化一些有價值但并不明顯的工作流程。
07 為特定需求的客戶提供服務
垂直AI公司通過瞄準被忽視類別中的客戶來實現(xiàn)差異化，這些客戶往往有著復雜的要求，而這些需求無法通過AI解決方案輕易滿足。
例如，為銀行或政府承包商提供服務的AI初創(chuàng)公司需要構建特定行業(yè)的安全和合規(guī)工具來銷售給客戶。這種基于特定行業(yè)需求的復雜性，為AI公司的產品帶來了護城河。
為了降低LLM商品化風險，我們可能會開始看到基礎模型參與者（例如OpenAI和Anthropic）也開始為這些行業(yè)的客戶構建相應的垂直模型。
08 模型并不是可靠的護城河，但多模式可以
隨著模型基礎設施成本持續(xù)下降，模型將不再是護城河。期的垂直人工智能創(chuàng)始人需要問自己：“為什么我們用人工智能構建的產品會比用公開模型和數(shù)據構建的產品更優(yōu)秀？”
構建新的技術架構，以解決特定問題，可能是一種方法。比如，微調LLM以更好地反映客戶的寫作風格，或使用檢索增強生成(RAG)來更好地執(zhí)行信息檢索。
Bessemer認為，將RAG技術用于行業(yè)特定數(shù)據集也是建立商業(yè)壁壘的一種方法。
在能夠處理更復雜（尤其是多模式）工作流程的解決方案中，將會發(fā)現(xiàn)新的商業(yè)壁壘。
例如，Bessemer投資組合公司Jasper就是一個很好的例子。Jasper的AI解決方案，最終用于營銷人員基于文本的GenAI功能創(chuàng)建長篇博客文章。
一般來說，一旦帖子由AI生成并由營銷人員完成編輯，接下來就該去尋找合適的配圖。因此，Jasper收購了Clickdrop，以加強其Jasper Art產品，使用多模式功能（文本和圖像）來滿足營銷人員的所有需求。
09 關注模型堆棧的模塊化和可擴展性
傳統(tǒng)SaaS依賴標準技術堆棧的排列組合，而垂直AI公司必須構建定制化的基礎設施體系：通過自研能力整合開源模型與商業(yè)方案，靈活微調大語言模型，為客戶實現(xiàn)最佳的結果。
這種方法可以讓AI企業(yè)能夠在大模型快速迭代中搶占先機。同時，降低試錯成本，當開源模型經調優(yōu)能達到商業(yè)模型90%效果時，無需冒險自研。
更重要的是，這種方法還可以讓企業(yè)將資源投入到最重要的事情上：為客戶提供優(yōu)質的產品。
在這方面，Jasper就是一個為靈活性而構建的產品的絕佳例子。該平臺位于營銷技術堆棧的核心，充當“AI大腦”，幫助用戶制定、設計和執(zhí)行所有營銷專業(yè)的計劃。
Jasper團隊設計了一個使用多個LLM的模塊化平臺，可以根據客戶需求、模型性能和成本通過多個LLM運行營銷輸入。例如，如果Claude 3.5在某個案例里的表現(xiàn)優(yōu)于GPT-4，則Jaspe就可以支持可互換的模型基礎架構。
10 不要過分追求數(shù)據數(shù)量，數(shù)據質量更重要
專有數(shù)據集能夠構建護城河，這一點已經得到了廣泛的認可。
但對于很多早期創(chuàng)業(yè)公司來說，他們無法獲得他們想要的數(shù)據量。這時候就可以從數(shù)據質量入量，因為高質量的數(shù)據（無論數(shù)量多少）能產生復合效應，隨著時間的推移，公司將受益匪淺。
例如，在EvenUp成立初期，團隊曾大規(guī)模且有意識地投入法律運營，讓人工審核所有索賠信函；在這種情況下，數(shù)據規(guī)模并不像數(shù)據質量那么重要，并且隨著時間的推移，通過大量高質量的數(shù)據反饋將進一步完善模型以改進產品。
在創(chuàng)業(yè)早期，更重要的是打造一款高投資回報率的產品，滿足核心客戶的痛點，并迅速暢銷。后續(xù)隨著使用規(guī)模的擴大，專有數(shù)據將隨之而來，而這些高質量數(shù)據也能帶來產品的升級。
本文鏈接：http://jphkf.cn/news-14-7382-0.htmlAnthropic投資人最新分享：對垂直AI落地的十個判斷
聲明：本網頁內容由互聯(lián)網博主自發(fā)貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯(lián)系，我們將在第一時間刪除處理。
點擊右上角
微信好友
朋友圈
點擊瀏覽器下方“
”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角
QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“”按鈕
