这份研报分析了私募市场中垂直人工智能的发展现状,重点关注了法律和医疗保健领域。报告指出,随着编码代理商品化软件开发,可持续价值正在应用层积累。新兴的垂直人工智能参与者通过将易得的人工智能转化为企业愿意付费的软件,开始执行人们正在完成的底层工作,可能将机会扩展到传统软件预算之外。报告强调了这些新兴企业的特定性、GTM和集成需求以及差异化方法,并分析了法律和医疗保健领域特别适合这种模式的原因。此外,报告还探讨了垂直软件、定价策略以及系统/记录的重要性等关键问题。
垂直AI赛道的发展趋势显示,解决方案正围绕狭窄的高价值工作流程构建,需要更大的用例深度和客户特定要求。交付这种特定性通常需要更手动的部署模式,销售和产品团队需包含行业从业者。差异化方法包括投资于训练后专门的模型、系统设计和多代理架构,或通过持续用户反馈复合领域知识。法律和医疗保健领域因重复工作流程和非结构化数据的特点而特别适合,其他具有类似特征的垂直领域也展现出类似机会。然而,这种模式能否结合服务类的特定性以及SaaS类的可扩展性和经济性仍存在疑问。
研报重点分析了新兴垂直人工智能参与者的几个不同之处:特定性、GTM和集成需求以及差异化方法。特定性要求解决方案围绕狭窄的高价值工作流程构建,GTM和集成需要更手动的部署模式,并与客户直接合作。差异化方法包括投资于训练后专门的模型、系统设计和多代理架构,或通过持续用户反馈复合领域知识。此外,报告还分析了垂直软件的近期机会,以及定价策略和系统/记录的重要性。法律和医疗保健领域被视为特别适合这种模式的领域。
当前垂直AI市场的现状是,新兴的垂直人工智能参与者正在将易得的人工智能转化为企业愿意付费的软件,开始执行人们正在完成的底层工作。这些企业通常专注于狭窄的高价值工作流程,需要更大的用例深度和客户特定要求。法律和医疗保健领域因重复工作流程和非结构化数据的特点而特别适合,展现出显著的发展机会。然而,交付这种特定性通常需要更手动的部署模式,对可扩展性和利润率造成压力。此外,系统/记录的重要性也日益凸显,它们拥有可信的数据、权限、交易历史和分销渠道,为现有企业提供了捕获人工智能价值的机会。
研报提示的风险包括,交付特定性解决方案通常需要更手动的部署模式,这可能对可扩展性和利润率造成压力。此外,经济价值可能会向上游的人工智能提供者转移,使得这些业务的最终利润率成为一个重要问题。定价策略也面临挑战,资金充裕的初创公司可能会补贴采用情况,短期内使客户受益,但会向行业定价和单位经济施加压力。最终定价应反映所提供的价值,但结果和价值基于模型将是最难实施的。此外,垂直现有企业需要颠覆现有产品和业务模式的意愿,以保持竞争力。