今天小編分享的财經經驗：大模型追不上了？不妨嘗試把主戰場放在垂直模型，歡迎閲讀。
圖片來源 @視覺中國
文 | 适道
這兩天，Sora 橫空出世讓字節也跟着上了熱搜。有傳言稱，字節跳動在 Sora 引爆文生視頻賽道之前，已經研發 " 中文版 Sora"：一款名為 Boximator 的創新性視頻模型。緊接着，字節快速辟謠，積極否認。
從陰謀論角度來看，有沒有一種可能是字節在蹭 Sora 的熱度。説句扎心的話，這個謠言不辟也罷。畢竟字節的 " 套殼 " 尴尬還歷歷在目：2023 年 12 月，外媒 The Verge 曝出字節正在秘密研發一個被稱為 " 種子計劃 "（Project Seed）的 AI 大模型項目。據稱該項目在訓練和評估模型等多個研發階段調用了 OpenAI 的應用程式接口（API），并使用 ChatGPT 輸出的數據進行模型訓練。
雖然數據 " 套殼 " 并不少見，但也傳遞出了一個信息：獨角獸排名壓過 OpenAI 的字節在大模型上尚有如此表現，國内初創企業可以暫别大模型了。
算力、數據、錢，哪個都缺。這不是死磕不死磕的态度問題，是磕死也磕不動的現實問題。但 AI 創業又是大勢所趨，如果不想 " 套殼 "，可以看看垂直模型。
在 OpenAI 暢通無阻的大洋彼岸，垂直模型也一直備受關注。PitchBook 最新數據，2023 年 691 筆 AIGC 交易投資額達到創紀錄的 291 億美元，比 2022 年增長了 268.4%。報告顯示：雖然投資者大部分注意力集中在以 OpenAI 和 Anthropic 為代表的大模型提供者。但随着市場成熟，注意力正轉向特定行業垂直領網域的應用——垂直模型。
硅谷的頂級風投 Greylock 也注意到一些以垂直服務為重點的初創公司，正在跳出傳統的 SaaS 思維。這些公司采用了嵌入支付（例如 Toast 和 Shopify）、廣告（例如 Pepper 和 Provi ）以及 B2B 市場（例如 Faire 和 Novi）等戰略。人工智能将加速這種轉變。
對此，Greylock 指出：" 現在是 AI 垂直軟體最好的時代 "。
範式轉變：AI 繞過 " 前 SaaS" 階段
長期以來，國内 SaaS 的疲軟不能全怪環境，因為其本身就是投入長，見效慢，增長速度受限。
專注 SaaS 投資的 Point Nine Capital 創始人 Christoph Janz 表示：" 我和許多其他創始人、投資者在大約 15 年的 SaaS 投資經歷中學到了一條教訓——大多數企業采用新技術的速度極其緩慢。目前，大約 58% 企業軟體支出仍然流向本地解決方案。"
在美國，即便過去十年跑出了 Toast、Shopify、Procore 和 ServiceTitan 等數十個赢家。但從數據來看，截至 2021 年，Toast 僅在 6% 美國餐廳中使用；ServiceTitan 在核心 TAM 滲透率為 1%；就連 CRM 也是花了 15 年才達到其臨界點。
" 用不了 " 是主要原因。在早期技術時代，垂直軟體只能用于已經具有清晰結構化數據的公司。但世界上約 80% 數據非結構化——各種合同、記錄以及跨文本、音頻和影像的多媒體檔案。
現在，大模型已經能處理非結構化數據。Christoph Janz 認為：" 這意味範式将會發生轉變——此前數字化發展緩慢的行業很可能繞過 " 前 SaaS" 階段，直接步入 "AI 解決方案 " 階段。"
切勿盲目：一頭扎進垂直模型不可行
不過，必須是大模型嗎？
一方面，大模型進步神速，随時會斷掉初創公司的糧草。例如，在 OpenAI 開放 Whisper 的 API 後，ASR 公司 Deepgram 突然黑暗降臨，兩度裁員。而該公司開發的專有模型能夠在不到 1/3 秒内識别和轉錄語音，最佳條件下的準确率高達 98%。
另一方面，國内真正的大模型目前還沒卷起來，留給初創公司一部分空間和時間；此外，大模型不是產品，能落地到具體應用場景才算數。有媒體報道：一位 AI 大模型創業者説，他近期詢問了不少企業客户，得到的回應是：" 大模型能做什麼？能幫我裁員還是能幫我賺錢？"（财經十一人）
更精準的解決方案等于更快的投資回報，而垂直模型的優勢正在于此。
首先，與大模型相比，垂直模型通常涉及較小數據集，較少的計算，節約成本和時間；其次，基于垂直模型的產品針對特定細分市場，可以為企業量身定制解決方案。
Pender Ventures 合夥人 Isaac Souweine 表示：" 垂直模型具有更高的盈利潛力，這對投資者更具吸引力 "
然而，一頭扎進垂直模型很不明智。
第一個 " 老大難 " 問題：TMT（Total Available Market，潛在市場規模）太小。
" 更專業 " 代表 " 更狹窄 "。Lux Capital 合夥人 Grace Isford 表示：即便是一個成熟的垂直領網域，新技術采納也需要時間。而一些小眾垂直軟體產品銷售周期則會挑戰風投的投資期限。
因此，相關創業公司應該對資本效率非常敏感，謹慎考慮融資機會和燒錢速度，以免成為 " 風投孤兒 "。
第二個 " 必解決 " 問題：創業者不能只理解基礎模型工作原理，應該投入大量時間深入行業，了解客户需求。
對投資人的要求同樣如此，Northzone 負責人 Molly Alter 表示：對風投而言，在垂直人工智能領網域，行業專業知識比生成式人工智能知識更為重要。如果不理解特定市場的運作方式，投資人無法找到真正解決實際問題的初創公司。
投資框架：六個維度圈出最佳創業公司
Greylock 指出：只要深入專業領網域，就可以建立起壁壘。但任何垂直領網域要想取得大規模成功，關鍵在于選擇一個适合該技術的行業，準确評估 TAM，構建深入的產品工作流程和數據，設計适當的 GTM 策略，并擁有領網域專業知識和技術實力。
對此，Greylock 為提出了一個投資框架，并對以上六個要素進行了深入探讨，适道在保留原意情況下，進行簡譯。
1. 數據：好數據勝過好模型
随着基于 LLMs 構建 AI 應用難度降低，數據将成為建立垂直服務差異化的最關鍵因素。
第一步：初創公司要确定垂直行業或工作流程是否需要非常大的數據集 / 是否有能力構建專有的數據資產。
對一些公司而言，使用自有數據訓練或微調可商用的基礎模型具有戰略意義。Greylock 認為，企業在形成最初的壁壘過程中，獲取數據至關重要。但最終，只有客户使用產品時所產生的數據才能形成長期壁壘。
因此，請關注使用產品過程中自然產生行為數據（例如，客户标記自己的行為數據或與產品互動產生的數據集）。
目前，對于許多垂直行業而言，數據還留在雜亂的傳統系統中，而這正是 Greylock 對處理和提取數據公司格外感興趣的原因。一些大型科技公司已經開始提供為客户合成所需數據的服務，将合成數據用于模型訓練，以實現快速交付的目标。
2. TAM: 快速找到垂直行業入口
垂直市場的 TAM 顯然不大，但有失必有得：較小的市場競争對手也更少，越專注可以獲得優勢布局、更縱深的市場集中度。
鑑于醫療保健、金融服務等多個基礎行業高度碎片化，一個行業可能藏着許多機會。同時，這些行業規模龐大，意味着即便再狹窄，也會形成一個可觀市場。
如何找到垂直行業的入口？看看哪些子分支——未被競争對手觸及、對 AI 有明确需求、最适合基于 LLM 的工具，以及考慮你自己最适合提供的技術。
Greylock 認為：雖然我們難以對新興或正在轉型（能源電氣化）市場的支出進行量化，但這些市場往往又是投資者喜歡争論的領網域。因此，早期參與垂直軟體服務的創始人有潛力定義并領導市場。
3. ACV: 開發多種產品和收入來源
單一 SaaS 產品不太能實現六位數的 ACV（Annual Contract Value 單年合同額）。
初創企業可以同時開發多種產品，并在核心產品之外創造額外收入來源進行擴張。在核心產品的基礎上增加新的產品線，在未來某個時間點捆綁、增加銷售，最終形成粘性。
例如，餐飲支付平台 Toast 通過增加工資和勞動力管理功能，實施了多產品戰略。Provi 和 Pepper 等 B2B 市場通過廣告創造了額外的收入來源，而太陽能安裝平台 Aurora Solar 則通過提供融資方案獲得了額外收入。建築服務平台 Procore 最近也開始提供保險等服務。
4. 創始人：具有領網域經驗的產品構建者
與構建 AI 堆棧其他部分的創始人不同，試圖構建垂直 AI 的純技術人員在具有領網域經驗和技術背景的創始團隊面前處于劣勢，特别是在受監管行業中的團隊。
如果你的目标客户是垂直行業中的傳統組織，這一差距尤為顯著。畢竟這些組織通常與數十甚至數百個實體綁定了長期合同。
因此，只有深入了解復雜性，才能制定正确的營銷推廣策略、預測銷售時間表和招聘計劃表。
Greylock 非常歡迎具備深厚領網域專業知識，但不太了解垂直入口的創始人。
5. GTM：盡量制造緊迫感
垂直銷售周期可能很長，尤其是在緩慢增長且技術購買者較為保守的大型成熟行業。因此，GTM（Go-to-Marke）戰略必須創造緊迫感，即 FOMO ( Fear of Missing Out ) 來主導主要的分銷渠道。
Greylock 認為，在過去，那些沒有采取 FOMO 策略的垂直企業需要花費很長時間才能看到業績起飛。
目前，人們對 AI 的 FOMO 讓用户更願意馬上嘗試新產品。一方面，AI 吸引力讓初創公司很容易與潛在客户通搭上話，并進行試用。另一方面，潛在客户試了不止你們一家，他們可能已經累了。但不管怎樣，讓潛在客户產生 FOMO 就是關鍵。
6. 產品：AI 代理超越 Copilot
如今，占主導地位的範式是人類與 AI Copilot 配對：人類做大部分工作， AI Copilot 打輔助。
在接下來的幾年中，預計會看到更多反例—— AI 代理執行大部分工作，人類只需要檢查、編輯、輸出。
Greylock 對這個新興領網域作為初創企業的切入點非常興奮：因為 Copilot 可能會被已經擁有分銷權的現有競争者主導，而 AI 代理則是一個更開放的機會。能夠思考、推理并代表人類行動的 AI 代理也是邁向完全自動化未來激動人心的一步。
這種範式轉變将對未來企業產生巨大影響。随着 AI 代理替代更多熟練勞動力，軟體支出将取代人力成本。反過來，預計會有更新的基于使用或結果的定價模型，這是另一個需要探索的原型。
結論
無論是從落地可能性，還是從國内大模型現狀來看，都留給垂直模型一定空間。
一方面，細分行業的選擇至關重要。例如 Deepgram 的隕落主要是語音識别賽道擠滿了競争者，即便沒有 OpenAI 的 Whisper，還有 Google、Microsoft 和 Amazon。畢竟，現在的邏輯不是 " 首發者必勝 "，碰上這些大佬，初創公司只有躲着的份兒。
另一方面，熱錢湧入時，估值本身虛高。與其説 Jasper 之流 " 隕落 "，不如説其回歸了正确位置。當一個本應基于細分市場，做差異化的公司錯把自己定位成 " 通用型 "，而且套的還是 ChatGPT 的 " 殼 "，怎麼看都是錯位。
不過，對投資人而言，由于較小的增長前景和較高的專業要求，也意味着未來垂直模型領網域的 " 泡沫 " 吹不起來。
