隨著AI技術(shù)在各行業(yè)的廣泛應(yīng)用，垂直AI的落地成為企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵。然而，垂直AI的成功并非僅靠技術(shù)，更需要對(duì)行業(yè)需求的深刻理解和精準(zhǔn)把握。本文總結(jié)了Anthropic投資人對(duì)垂直AI落地的十個(gè)判斷，供大家參考。

軟件，被看作是AI落地最重要的場(chǎng)景之一。紅杉資本曾提到，AI有可能用軟件取代服務(wù)，催生數(shù)十萬(wàn)億美元的市場(chǎng)機(jī)會(huì)。

盡管機(jī)會(huì)巨大，但對(duì)于AI軟件如何實(shí)現(xiàn)真正的落地，仍然沒(méi)有一個(gè)清晰路徑。關(guān)于這個(gè)問(wèn)題，Bessemer在不久前提出了一個(gè)很有價(jià)值的觀點(diǎn)：

垂直AI軟件將成為未來(lái)。

說(shuō)起B(yǎng)essemer，熟悉SaaS行業(yè)的人可能并不陌生。它是美國(guó)SaaS領(lǐng)域最專業(yè)的投資機(jī)構(gòu)之一，在過(guò)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(lǐng)域的優(yōu)秀公司，比如AI法律獨(dú)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(dòng)協(xié)作軟件平臺(tái)Fieldguide（成立于2020年）。

結(jié)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(jià)值、經(jīng)濟(jì)價(jià)值、競(jìng)爭(zhēng)地位和防御性等方面。

01 垂直AI落地，要從客戶實(shí)際需求出發(fā)

不同行業(yè)的核心工作流程，對(duì)自動(dòng)化的需求都有不同。然而，工作流程是否具備實(shí)現(xiàn)自動(dòng)化的基礎(chǔ)，并不是垂直AI公司構(gòu)建業(yè)務(wù)里唯一要考慮的因素。

客戶對(duì)自動(dòng)化的興趣，以及對(duì)自動(dòng)化要求不同，也會(huì)對(duì)垂直AI的落地產(chǎn)生很大影響。

有時(shí)，這些偏好或要求可以在產(chǎn)品設(shè)計(jì)中得到解決。例如，如果訂單低于某個(gè)成本，牙科診所可能希望將醫(yī)療用品的采購(gòu)設(shè)置為自動(dòng)采訪，但金額大的采訪仍然會(huì)需要人工審核。

也就是說(shuō)，AI采購(gòu)的解決方案需要具備一定的靈活性，不僅需要實(shí)現(xiàn)部分訂單自動(dòng)化采購(gòu)，還能夠讓人工參與其他訂單。

再舉一個(gè)例子，一家律師事務(wù)所可能愿意完全把為客戶付款的環(huán)節(jié)自動(dòng)化。但是，當(dāng)涉及到編寫(xiě)法律摘要等核心工作流程時(shí)，他們需要人工反饋，來(lái)創(chuàng)建最終輸出（例如創(chuàng)建初稿），因?yàn)樗麄兿Ｍ刂谱詈螽a(chǎn)生的成果。

垂直AI落地，需要對(duì)垂直場(chǎng)景的市場(chǎng)與用戶需求進(jìn)行充分的研究。

例如，在醫(yī)療保健領(lǐng)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(dòng)化諸如記錄等管理任務(wù)。

雖然人們對(duì)多模態(tài)AI在診斷環(huán)節(jié)的應(yīng)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(shù)的創(chuàng)新。

所以，AI在垂直場(chǎng)景落地不僅需要考慮其是否具備自動(dòng)化的條件，更需要關(guān)注客戶的實(shí)際需求，以及他們對(duì)人工智能的期待。

02 無(wú)縫融入現(xiàn)有場(chǎng)景，才能構(gòu)建產(chǎn)品護(hù)城河

垂直AI解決方案不僅需要出色地執(zhí)行任務(wù)，更需要建立真正的護(hù)城河。

那些很容易被復(fù)制的AI解決方案將面臨巨大的競(jìng)爭(zhēng)壓力。

比如，在金融服務(wù)領(lǐng)域，應(yīng)收賬款和應(yīng)付賬款(AR/AP)自動(dòng)化解決方案的應(yīng)用案例越來(lái)越多，其中用于數(shù)據(jù)匹配和發(fā)票核對(duì)的AI功能可能會(huì)提供一些價(jià)值，但這些細(xì)微的功能很容易被集成到某個(gè)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(fēng)險(xiǎn)，最好的垂直AI應(yīng)用不僅需要完整覆蓋業(yè)務(wù)全流程，還需要通過(guò)API/插件實(shí)現(xiàn)與現(xiàn)有系統(tǒng)的無(wú)縫對(duì)接。

許多B2B AI初創(chuàng)公司通過(guò)與成熟平臺(tái)（尤其是大型現(xiàn)有平臺(tái)）合作來(lái)實(shí)現(xiàn)后者，通過(guò)無(wú)縫集成創(chuàng)造價(jià)值。

比如，AI保險(xiǎn)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(xiǎn)公司保險(xiǎn)公司無(wú)需對(duì)舊系統(tǒng)進(jìn)行徹底改造或重新構(gòu)建工作臺(tái)。這種”即插即用”的集成方式，能夠讓承保人能夠毫不費(fèi)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(chǎn)力受限的落地機(jī)會(huì)

AI正在重塑職場(chǎng)分工：它不僅替代重復(fù)勞動(dòng)釋放人力，更賦予企業(yè)突破性的運(yùn)營(yíng)能力。真正具有變革價(jià)值的垂直AI產(chǎn)品，往往具備兩大核心優(yōu)勢(shì)——全流程自動(dòng)化與海量數(shù)據(jù)處理能力，這正是人類難以企及的領(lǐng)域。

比如，家政領(lǐng)域的AI公司Rilla，通過(guò)記錄和分析銷售代表與客戶的面對(duì)面互動(dòng)，能夠給銷售提供定制反饋和建議，以幫助銷售人員提高績(jī)效。如果沒(méi)有Rilla，銷售經(jīng)理就必須親自陪同銷售代表進(jìn)行現(xiàn)場(chǎng)訪問(wèn)，但最終仍然會(huì)受到個(gè)人精力限制。

另一方面，Rilla還可以審核來(lái)自公司各地銷售代表的大量對(duì)話數(shù)據(jù)，這意味著它為銷售代表提供的指導(dǎo)基于的數(shù)據(jù)量比任何銷售經(jīng)理掌握的數(shù)據(jù)量還大得多。

這也是為什么銷售和營(yíng)銷、服務(wù)和法律等某些行業(yè)特別適合AI落地的原因：

這些領(lǐng)域的成功，建立在大量書(shū)面文本和實(shí)踐記錄中產(chǎn)生的認(rèn)知。過(guò)去，這是一項(xiàng)耗時(shí)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(chǎn)品的關(guān)鍵點(diǎn)

通過(guò)數(shù)據(jù)，直觀向客戶展示AI解決方案所帶來(lái)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(lái)自兩個(gè)方面：控制成本和創(chuàng)造更多收入。

比如，Abridge可以自動(dòng)記錄醫(yī)生與患者之間的對(duì)話，減少了醫(yī)生的工作負(fù)擔(dān)，提升了醫(yī)生對(duì)工作的滿意度，進(jìn)而提高了醫(yī)生的留任率。

通過(guò)提高留任率，Abridge大大降低了招聘和培訓(xùn)醫(yī)生的成本——這些成本每年通常高達(dá)數(shù)百萬(wàn)甚至數(shù)千萬(wàn)美元。  

除了控制成本外，Abridge還通過(guò)為每位醫(yī)生每天節(jié)省一到兩個(gè)小時(shí)來(lái)增加收入。

這些額外的時(shí)間使醫(yī)生能夠看更多的病人，直接提高了醫(yī)院的運(yùn)營(yíng)效率，并產(chǎn)生了更多的經(jīng)營(yíng)收入。Abridge的每次病人就診的詳細(xì)記錄和摘要，也通過(guò)確保全面的編碼和計(jì)費(fèi)來(lái)防止收入流失。

EvenUp的案例也能說(shuō)明這一點(diǎn)。

EvenUp利用AI技術(shù)為人身傷害律師事務(wù)所生成需求包，而在過(guò)去律師助理需要花費(fèi)數(shù)天時(shí)間從客戶那里收集數(shù)據(jù)、整理數(shù)百份文件、從醫(yī)療和警方報(bào)告中提取數(shù)據(jù)等。

由于EvenUp的法律運(yùn)營(yíng)團(tuán)隊(duì)會(huì)審查每封信件，律師事務(wù)所可以保持高質(zhì)量標(biāo)準(zhǔn)，同時(shí)大幅減少（或消除）其團(tuán)隊(duì)在按需包上花費(fèi)的時(shí)間。這些額外的時(shí)間使公司能夠承接更多案件，從而增加收入。

05 AI重塑服務(wù)交付和定價(jià)，將帶來(lái)新的商業(yè)機(jī)會(huì)

垂直AI解決方案所帶來(lái)新的交付和定價(jià)方式，正在帶來(lái)新的機(jī)會(huì)。

以前，很多垂直場(chǎng)景沒(méi)有足夠的TAM（總潛在市場(chǎng)）來(lái)建立傳統(tǒng)軟件業(yè)務(wù)。現(xiàn)在，這部分的市場(chǎng)空白有望被更低、成本更低、服務(wù)更標(biāo)準(zhǔn)化的AI所填補(bǔ)。

從歷史上看，服務(wù)業(yè)務(wù)很難盈利，因?yàn)閷I(yè)工人的成本很高。而AI將徹底改變這一點(diǎn)。截至2024年，Bessemer的垂直AI投資組合的服務(wù)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(yùn)營(yíng)資金。

一些AI服務(wù)產(chǎn)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(chǎn)品為核心服務(wù)產(chǎn)品，也有不錯(cuò)的表現(xiàn)。

06 針對(duì)被忽視的類別和工作流程進(jìn)行構(gòu)建

在銷售、營(yíng)銷領(lǐng)域，已經(jīng)存在規(guī)模龐大且資源豐富的競(jìng)爭(zhēng)對(duì)手，比如Salesforce或ADP。在這種情況下，AI垂直公司更應(yīng)該去尋找競(jìng)爭(zhēng)壓力相對(duì)較小的領(lǐng)域。

雖然在一個(gè)廣闊市場(chǎng)里獲得先發(fā)優(yōu)勢(shì)是理想的選擇，但大多數(shù)垂直類別至少已經(jīng)有一家既有者。

但這并非沒(méi)有機(jī)會(huì)。當(dāng)既有者捉襟見(jiàn)肘或整合人工智能的速度緩慢時(shí)，行動(dòng)迅速的初創(chuàng)公司可以通過(guò)構(gòu)建卓越、高投資回報(bào)率的人工智能產(chǎn)品和服務(wù)來(lái)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)，這些產(chǎn)品和服務(wù)能夠用自動(dòng)化AI解決方案優(yōu)化一些有價(jià)值但并不明顯的工作流程。

07 為特定需求的客戶提供服務(wù)

垂直AI公司通過(guò)瞄準(zhǔn)被忽視類別中的客戶來(lái)實(shí)現(xiàn)差異化，這些客戶往往有著復(fù)雜的要求，而這些需求無(wú)法通過(guò)AI解決方案輕易滿足。

例如，為銀行或政府承包商提供服務(wù)的AI初創(chuàng)公司需要構(gòu)建特定行業(yè)的安全和合規(guī)工具來(lái)銷售給客戶。這種基于特定行業(yè)需求的復(fù)雜性，為AI公司的產(chǎn)品帶來(lái)了護(hù)城河。

為了降低LLM商品化風(fēng)險(xiǎn)，我們可能會(huì)開(kāi)始看到基礎(chǔ)模型參與者（例如OpenAI和Anthropic）也開(kāi)始為這些行業(yè)的客戶構(gòu)建相應(yīng)的垂直模型。

08 模型并不是可靠的護(hù)城河，但多模式可以

隨著模型基礎(chǔ)設(shè)施成本持續(xù)下降，模型將不再是護(hù)城河。期的垂直人工智能創(chuàng)始人需要問(wèn)自己：“為什么我們用人工智能構(gòu)建的產(chǎn)品會(huì)比用公開(kāi)模型和數(shù)據(jù)構(gòu)建的產(chǎn)品更優(yōu)秀？”

構(gòu)建新的技術(shù)架構(gòu)，以解決特定問(wèn)題，可能是一種方法。比如，微調(diào)LLM以更好地反映客戶的寫(xiě)作風(fēng)格，或使用檢索增強(qiáng)生成(RAG)來(lái)更好地執(zhí)行信息檢索。

Bessemer認(rèn)為，將RAG技術(shù)用于行業(yè)特定數(shù)據(jù)集也是建立商業(yè)壁壘的一種方法。

在能夠處理更復(fù)雜（尤其是多模式）工作流程的解決方案中，將會(huì)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(gè)很好的例子。Jasper的AI解決方案，最終用于營(yíng)銷人員基于文本的GenAI功能創(chuàng)建長(zhǎng)篇博客文章。

一般來(lái)說(shuō)，一旦帖子由AI生成并由營(yíng)銷人員完成編輯，接下來(lái)就該去尋找合適的配圖。因此，Jasper收購(gòu)了Clickdrop，以加強(qiáng)其Jasper Art產(chǎn)品，使用多模式功能（文本和圖像）來(lái)滿足營(yíng)銷人員的所有需求。

09 關(guān)注模型堆棧的模塊化和可擴(kuò)展性

傳統(tǒng)SaaS依賴標(biāo)準(zhǔn)技術(shù)堆棧的排列組合，而垂直AI公司必須構(gòu)建定制化的基礎(chǔ)設(shè)施體系：通過(guò)自研能力整合開(kāi)源模型與商業(yè)方案，靈活微調(diào)大語(yǔ)言模型，為客戶實(shí)現(xiàn)最佳的結(jié)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(jī)。同時(shí)，降低試錯(cuò)成本，當(dāng)開(kāi)源模型經(jīng)調(diào)優(yōu)能達(dá)到商業(yè)模型90%效果時(shí)，無(wú)需冒險(xiǎn)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(zhì)的產(chǎn)品。

在這方面，Jasper就是一個(gè)為靈活性而構(gòu)建的產(chǎn)品的絕佳例子。該平臺(tái)位于營(yíng)銷技術(shù)堆棧的核心，充當(dāng)“AI大腦”，幫助用戶制定、設(shè)計(jì)和執(zhí)行所有營(yíng)銷專業(yè)的計(jì)劃。

Jasper團(tuán)隊(duì)設(shè)計(jì)了一個(gè)使用多個(gè)LLM的模塊化平臺(tái)，可以根據(jù)客戶需求、模型性能和成本通過(guò)多個(gè)LLM運(yùn)行營(yíng)銷輸入。例如，如果Claude 3.5在某個(gè)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(chǔ)架構(gòu)。

10 不要過(guò)分追求數(shù)據(jù)數(shù)量，數(shù)據(jù)質(zhì)量更重要

專有數(shù)據(jù)集能夠構(gòu)建護(hù)城河，這一點(diǎn)已經(jīng)得到了廣泛的認(rèn)可。

但對(duì)于很多早期創(chuàng)業(yè)公司來(lái)說(shuō)，他們無(wú)法獲得他們想要的數(shù)據(jù)量。這時(shí)候就可以從數(shù)據(jù)質(zhì)量入量，因?yàn)楦哔|(zhì)量的數(shù)據(jù)（無(wú)論數(shù)量多少）能產(chǎn)生復(fù)合效應(yīng)，隨著時(shí)間的推移，公司將受益匪淺。

例如，在EvenUp成立初期，團(tuán)隊(duì)曾大規(guī)模且有意識(shí)地投入法律運(yùn)營(yíng)，讓人工審核所有索賠信函；在這種情況下，數(shù)據(jù)規(guī)模并不像數(shù)據(jù)質(zhì)量那么重要，并且隨著時(shí)間的推移，通過(guò)大量高質(zhì)量的數(shù)據(jù)反饋將進(jìn)一步完善模型以改進(jìn)產(chǎn)品。

在創(chuàng)業(yè)早期，更重要的是打造一款高投資回報(bào)率的產(chǎn)品，滿足核心客戶的痛點(diǎn)，并迅速暢銷。后續(xù)隨著使用規(guī)模的擴(kuò)大，專有數(shù)據(jù)將隨之而來(lái)，而這些高質(zhì)量數(shù)據(jù)也能帶來(lái)產(chǎn)品的升級(jí)。