硅谷一线 | 美女VC的AI之路
- 存在技术颠覆固有壁垒的基础行业(如非结构化数据、有限的市场规模、漫长的销售周期、低年度合同价值和棘手的老牌企业);
- 新兴或正在经历重大变革的领域(如能源电气化)。
但如今,两项关键进展使服务这些 “边缘市场” 的软件成为可能:
- 能够处理非结构化数据的人工智能的兴起;
- 垂直 SaaS 向垂直软件的重新定义。
- 选择适合技术落地的行业;
- 准确评估市场规模(TAM);
- 构建深度产品工作流和数据壁垒;
- 设计恰当的市场进入(GTM)策略;
- 结合领域专业知识与技术实力。
以下是我们投资垂直领域 AI 的框架。
- 未被竞争对手开发的子行业;
- 已显现 AI 需求的领域;
- 最适合大语言模型工具的场景;
- 团队最有能力服务的方向。
对于新兴或转型中的市场(如能源电气化),尽管难以量化现有支出,但往往是投资者最兴奋的辩论焦点。早期入场并采用正确垂直软件策略的创业者,有可能定义并引领市场。
- 向核心产品添加新功能模块,实现捆绑销售和增购(如餐厅支付平台 Toast 增加薪资和人力管理功能);
- B2B 市场平台通过广告创造收入(如 Provi 和 Pepper);
- 太阳能安装平台 Aurora Solar 通过融资产品拓展收入;
- 建筑服务平台 Procore 利用项目全周期数据洞察推出保险服务。
- 优势:AI 是买家关注的焦点,新企业易获得潜在客户沟通机会甚至试用;
- 挑战:疲惫的用户在对比多个试点项目时,转化难度显著增加。
因此,让买家认识到采用产品的紧迫性是关键。为快速转化,需明确核心价值主张 —— 垂直市场买家反馈显示,仅承诺提升员工效率或 “创新”(即使面向创新委员会或首席创新官销售)是不够的,展示产品如何驱动增量收入或明确降本更具说服力。
- 法律服务 AI:法律行业的核心产品是语言,大语言模型是平台变革的基础。仅美国法律市场规模就超 3000 亿美元,且对 AI adoption 需求明确 —— 大型律所愿为变革性 AI 软件每年投入高达七位数预算。这催生了 Harvey、EvenUp、Eve、Spellbook 等 AI 优先企业,而 Thomson Reuters、Relativity 等老牌企业则通过收购(如 Thomson 以 6.5 亿美元收购 Casetext)或集成 AI 升级产品。Greylock 近期投资了 Responsiv,其为企业内部法律团队提供 AI 助理。该公司符合我们的投资框架:创始人来自法律科技背景(曾任职于 Relativity);TAM 可观(企业内部法律团队是服务不足但快速增长的细分市场,占美国 3200 亿美元法律市场的近 80%);AI 能精准满足其需求(如合同 / 保密协议执行、补充通用法律知识);企业内部法务通常被视为成本中心,更易接受 AI 带来的效率提升。
- 咨询与会计:四大咨询公司各雇佣数万名顾问和会计师,AI 可大幅提升其效率。毕马威承诺五年内投资 20 亿美元开发 AI 产品,普华永道未来三年将投入 10 亿美元用于生成式 AI 自动化审计、税务和咨询服务。哈佛商学院与波士顿咨询集团的联合研究显示,使用 GPT-4 的顾问完成任务速度提升 25%,成果质量改善 40%。会计人员需花费大量时间理解规则并应用于计算,收入确认是最痛苦、高频(每月)且可自动化的场景之一。Trullion 自动化企业会计工作流,成为 CFO、财务总监和审计师的协作工具;Truewind 则瞄准中小企业,立志成为其 “虚拟 CFO”。
- 处理高度复杂的内部专有数据、实时市场数据和新闻;
- 平衡金融建模中的数学计算与人类判断;
- 自动化占工作时间约三分之一的繁琐手动流程。
正如我的同事塞思・罗森伯格所言,我们看到财富管理辅助工具的潜力 —— 协助日常数据收集与总结、投资组合管理和客户沟通。当辅助工具增强金融服务中高知识密度的人类工作时,AI 可自动化低价值重复任务。
对初创企业而言,领域 expertise 与创新商业模式至关重要:通用大语言模型(如 ChatGPT)远不能处理复杂金融任务,具备金融背景的创始人更具优势;另一个切入点是服务中小型金融机构,它们缺乏直接基于 OpenAI 开发的能力,更可能采购现成应用。
Hebbia、Sixfold、Hyperexponential、Portrait Analytics 等 AI 原生企业已取得令人兴奋的进展:大型金融机构使用 Hebbia 简化尽职调查和理解复杂数据室;Portrait Analytics 构建可访问实时市场数据的对话式金融分析师;保险领域的 Hyperexponential 和 Sixfold 利用复杂数据创建精密定价模型并自动化核保工作流。
- 转录与文档处理:尽管多年来尝试不断,但尚未出现明确赢家(转录工具同质化严重,且需人工解读和编码结果)。基于大语言模型的应用可通过类人判断指数级提升前代 AI 抄写工具,关键在于解锁高价值场景(如将非结构化数据转化为结构化数据录入电子健康记录、识别医疗代码、参考历史交互)。Ambience、Abridge、DeepScribe 等企业捕捉实时医患对话,Greylock 投资组合公司 Notable Health 则自动化患者接诊,规模化处理注册、预约和授权。
创业者需注意:该领域正日益饱和,真正占据这一层级需将大语言模型应用构建为平台,生成足够有价值的数据以衔接分散的数据流,这种 “智能系统” 可能大幅超越传统电子病历(EMR/EHR)厂商。 - 预先授权流程优化:大语言模型在医疗领域的第二个新兴应用是通过聚焦预先授权流程(美国医生与保险公司之间繁琐的患者服务覆盖审核流程),修复 “提供者 – 支付方” 关系。对医疗机构而言,自动化预先授权可缓解职业倦怠并提升行政效率,释放医生看诊时间;对保险公司而言,传统上依赖人工外包处理预先授权,自动化不仅成本更低,更是可规模化评估风险模式、处理复杂反索赔的战略技术资产。Latent、Develop、Silna、Co:Helm 等企业正探索这一机会,我们认为这一复杂挑战最适合通过 “智能系统” 解决,也期待与擅长构建平台的创业者合作。
- 临床推理模型:最早期但潜在变革性最强的场景是具备临床推理能力的医疗大语言模型 —— 能够诊断和提供医疗指导的模型堪称行业黄金标准。谷歌的 Med-PaLM 2 已领先一步,能回答复杂医学问题并通过医学认证考试。构建医疗大语言模型需要大量时间和资源,但值得广泛投资者支持。Hippocratic、Truveta、Glass Health 等新进入者已在这一动态领域展现潜力。
国际著名画家姚继成 教授 当代极具投资价值画家 姚继成教授 (全球艺术家联盟主席) 美术画展 邀请函 纽约法拉盛市政厅 9/12–9/21.com/Video link
https://youtu.be/6QRInrMvb-0
国际著名画家 姚继成 教授 当代极具投资价值的 著名画家 纽约 美术画展 纽约法拉盛市政厅 9/12–9/21 www.GHYTV.com/Video link
專訪旅美著名青年作家藝術家李依凌上海人在紐約&惠視美國華爾街新聞社美國環宇電視傳媒聯合採訪v www.GHYTV.com/Video link联合采访 v www.GHYTV.com/Video link
https://youtu.be/dPHrL-dKN5c
著名国际主持人(名嘴)王国权 专访 中国著名实力派影视巨星王志文的太太 一名模 陈坚红
国际主持人 王国权 – 情歌王子( Prince John) 与法国 歌手 Milena 演唱 世纪之歌- – 深情的吻 /Video link
https://youtu.be/zEKMJgHAxcs


