Skip to content Skip to footer

垂直化 AI — 下一波垂直 SaaS 背后的驱动力

image-20231216184425169

Forum Ventures 高级投资助理 Naomi Goez 和我讨论了评估生成式 AI 机会浪潮的框架,从而更加相信 AI 驱动的垂直化是防御性、差异化和最终规模化的护城河。

在高层次上,垂直人工智能有巨大的潜力成为下一代优秀企业SaaS业务的驱动力,但是什么推动了这一机会,投资者和创始人如何才能最好地创建评估框架?为了更好地了解真正推动这一优势的因素,我们更深入地研究了三个领域,在这些领域中,深思熟虑的策略可以建立优于传统和横向解决方案的优势:数据、用户界面以及对复杂行业中细微差别工作流程的深刻理解。

数据

第一代 LLM 受到限制的困扰,这些限制影响了他们有意义地渗透企业客户的能力。这是因为它们容易产生幻觉,速度慢且成本高昂,并且缺乏归因,以及与第三方数据隐私相关的其他核心问题。这些漏洞使垂直人工智能公司能够利用其数据策略来提供更好的模型效率。水平 LLM 甚至由传统垂直 SaaS 公司构建的 LLM 都充斥着数据,但在许多情况下,这可能更像是一种障碍而不是优势:数据集中的噪声越多,这意味着相关数据和下游模型任务之间的增量越大,对额外数据的需求就越大,这是以速度和计算费用增加为代价的。遵循相同的逻辑,数据集越干净,所需的数据就越少,从而获得更便宜的 LLM 训练。虽然从长远来看,具有成本效益的量子计算能力商业化可能会改变人工智能的可访问性,但在短期内,收集超利基数据集并在选择数据来训练模型时有纪律的公司,可以创建非常有效的小型模型,与其他大型模型相比,具有异常性能。此外,那些能够建立巨大的网络努力来支持强化学习或更快地构建独特数据集的企业将处于获胜地位。

我们的投资组合创始人、金融服务垂直人工智能工具 Murabi 的首席执行官 Florian Fischetti 分享说,创始人可以通过三种主要方式获取高质量数据: 1. 与客户合作,利用其内部运营数据 2.通过 API 使用外部数据丰富运营数据。3. 提供通过数字化以前的模拟过程来生成额外(全新)数据的产品。一旦有了正确的模式,Abstract 的联合创始人 Patrick UtzMohammed Hayat 描述了一个“三部分金字塔”框架:1.基础上的爬虫,2.处理和清理原始数据,以及 3.从现在的结构化数据中获取见解。获得“更好”的数据是投资于该管道的所有三个部分的结果,其中数据工程是第一位的,数据科学是第二位的。

用户界面

随着生成式人工智能的出现,人类与软件交互的整个方式为创新的UI设计开辟了机会。人类通过NLP与计算机交谈的能力使初创公司能够利用聊天、视频甚至动作来取代仍然被遗留UI工作流程所困扰的现有软件。一个很好的例子是保险业,在保险业,对话优先于传统。论坛投资组合公司 Roots Automation 的联合创始人兼首席技术官 John Cottongim 分享了由 NLP 提供支持的对话界面所创造的大量机会,用户可以在其中与保险平台、文档和数据互动,摆脱传统 UI 工作流程的限制,并提供更直观、用户友好的体验:“想象一下,经纪人通过询问他们的Digital Coworker 提取关键信息并返回做出决策所需的相关数据摘要,或者代理通过与数字同事的简单对话帮助投保人轻松浏览其承保范围详细信息。

然而,这个新的UI层并非没有额外的挑战。与任何新的转型技术一样,在用户通过 AI 功能建立信任之前,需要克服一层恐惧。Fischetti 进一步分享说,正确的 UI 可以被认为是降低系统出错可能性的措施,主要是通过副驾驶。这是因为 UI 可以做的关键事情之一是在操作员需要的时间和地点向他们提供可操作的情报。我们网络中的隐形 AI 网络安全初创公司创始人表示,将 NLP 支持的改进搜索功能与个性化相结合,将提高输出的准确性,并使解决方案更具粘性和更直观。

正如 Abstract 的 Utz 和 Hayat 在我们的谈话中强调的那样,这些垂直 SaaS 工作流程中的许多正在取代对 5+ 个过时网站的依赖,这些网站是便笺、Word 文档和电子表格的大杂烩,因此,思考如何利用尖端的 UI 进步来提供创新的项目管理工作流程至关重要。

对工作流程的深刻理解

正如许多其他早期投资者所详细讨论的那样,找到真正的创始人与市场和创始人与产品的契合度为成功奠定了重要的基础。然而,构建差异化和可扩展的垂直 AI 产品的旅程需要更精细的探索——深入研究行业特定工作流程的复杂性。这不仅仅是使解决方案与现有市场需求保持一致,而是关注认识到行业定制解决方案应弥合的潜在差距。我们倾向于将这些差距分为两个领域:首先,弥合外部和内部差距,这只能通过研究价值链中的各方并为他们提供用于无缝互动和交易的专用工具来实现,并且本身可以在整个价值链中创造一个采用的飞轮。其次,弥合内部工作流程,消除阻碍运营和谐的孤岛。

前者在最近与Chargeflow营销副总裁Dan Moshkovich的对话中进行了讨论,该公司在两轮种子轮融资中筹集了1400万美元:采用为一个交易方量身定制的垂直软件将推动另一个交易方朝着同一个方向前进,每个交易方都寻求独特设计的解决方案来解决各自的痛点。思考这个问题的一个有趣的方法是从整体上观察价值链,并确定其需求已经得到满足的利益相关者,以揭示可能被迫使用新工具以保持公平竞争环境的各方。就电子商务商家的自动退款管理解决方案Chargeflow而言,银行作为“另一方交易”,有自己的工具包来解决同一问题,并且市场渗透越深,商家寻求更好解决方案的催化剂就越大。

后者在我们与Roots Automation的Cottongim的对话中被剖析,其基本前提是认识到同一组织内的不同部门通常具有不同的数据结构、应用程序和流程,这使得通用人工智能系统很难在没有定制工程的情况下集成所有方面。这只能通过行业专业知识来实现,这为垂直人工智能解决方案创造了两种机会:1.成为一个完整的系统(即Roots Automation的数字同事),以及2。构建一个专门构建的模块化组件(即他们的 InsurGPT 组件),该组件可直接插入关键业务流程和用户工作流程,以实现更快、更低成本的部署。

这里的最后一个考虑因素涉及竞争格局,特别是因为它不仅涉及了解谁在建造什么,还涉及为什么他们能够弥合运营差距。我们现在看到的是特定部门和工作职能的集中度不均衡,这甚至可能妨碍最直观的用户界面或出色的数据集。值得注意的是,我们已经发现专注于医疗保健的笔记员、法律副驾驶和房地产销售助理之间存在摩擦。