【Bengio 投资人】垂直AI 初创公司才能构筑壁垒，2B模式回报更高

正文

请到「今天看啥」查看全文

• 例子：Blue River 制作能够减少化肥用量同时节省成本的农具。他们会为每一株作物提供个性化服务，只在有杂草的地方施用除草剂，不会在作物或土壤上用。他们用计算机视觉识别每株植物，用机器学习决定如何处理每株植物，用机器人对每株植物实施相应的精确操作。Blue River 构筑起的壁垒很高，因为对手难以复制这样一个复杂的全栈产品，从收集各种模型的训练数据，到将这些模型整合到机器里，与不同机器人配适，再到将这些机器整合到现有的农具和分销渠道中。
  

2. 专题知识（Subject matter expertise）

垂直 AI 创业公司的产品和销售受益于在业务早期领先业界的关键领导者。打造全栈产品需要深厚的专题知识。销售这些产品需要行业内的信任、尊重和各种关系。将专题知识和技术专长两条腿结合在一起的团队，能够很好地理解问题，进而解决问题并驱动创新。以专题知识为先的团队往往容易被困在专题知识里，而以技术为先的团队则容易在专题知识方面吃亏。这也是团队演进的一个重大问题——如果无法尽早将联合领域和技术的节点安置好，那么当一方占主导地位后，另一方要迎头赶上就要花更多的力气，也不太容易在公司里享有同等的权威和尊重。

• 例子：生化材料初创公司 Zymergen 的领导团队就是这样一个强强联合的绝佳例子，商业有 CEO Joshua Hoffman、科研有 CSO Zach Serber，数据方面有 CTO Aaron Kimball。在早期构筑这样一个综合实力领导团队的难度越高，这家公司的商业壁垒也越高。

3. 专有数据

技术市场竞争超级激烈。一旦你做的东西不错，很快就会有很多人复制你做的事情。有壁垒的 AI 业务（Defensible AI business）建立在难以复制的专有数据上。这发生在两个阶段，构建阶段和化合阶段。在构建阶段，你的任务是构建一个独一无二的训练数据集，可以通过汇总公开数据，并以某种具有挑战性的方式丰富其内容，然后运行模拟，生成合成数据或进行 BD 交易，收集这样一组内部的公司数据。一旦构建结束，你就在产品中建起了一架“数据飞轮”，随着时间的推移，你能从你产品的使用中采集完全特有的数据，而且这个效应将越来越大。数据价值链确保了你的动机与客户的动机一致，彼此结合增强专有数据集的价值。

• 例子：初创公司 Merlon Intelligence 通过一个金融犯罪调查信息中心，从合规分析师那里收集训练数据。收集数据需要一个全栈产品，类似学习为风险排名，就像 Facebook 新闻频道学习给你的参与度/用户粘性排名一样。银行在部署新的金融犯罪合规软件方面面临着巨大的操作风险，能否渗透市场是一大挑战。收集数据越困难，与产品交织越多，涉及的市场战略越复杂，业务的壁垒越高。

4. AI 带来核心价值

亚马逊、Netflix 和 Facebook 都是使用 AI 在盈利和用户参与度方面取得大幅提升的公司。他们做得都很好，然而 AI 并非其产品的核心价值——亚马逊是电商，Netflix 是视频娱乐公司，而 Facebook 是家社交媒体公司。相比之下， 垂直 AI 解决方案是用 AI 带来全新机遇的，而非优化现有的机遇 。

• 例子：在风云变幻的房地产市场，初创公司 Opendoor 的整个商业模式取决于他们可以使用模型为房屋精确定价，并且报价即刻可得。AI 实现的核心价值越多，构筑的商业壁垒越高。

垂直 AI 的优势：构筑不可攻破的壁垒

1. 不会被排除在外受剥削

请到「今天看啥」查看全文