在 Index Ventures，我们将垂直 SaaS（vSaaS）——即专为特定行业定制的基于云的软件——的兴起视为更广泛趋势的一部分：终端用户日益要求提供更优质的技术产品。
消费者希望获得专门解决其确切业务问题的解决方案型软件。在软件泛滥的环境中，狭窄且具体的定位比宽泛和通用的定位更具优势。
这一概念并不新鲜：即使最大的横向科技公司，当其在每个垂直领域拥有足够规模、使这种策略变得合理时，也会将其销售组织和产品功能垂直化。
AWS、Azure 和 Google Cloud Platform 等云巨头 prominently 展示具有专属销售团队的垂直行业解决方案；Salesforce、ServiceNow、Snowflake 和 Workday 等其他大型平台也是如此。
这些科技领导者随着时间的推移将其产品垂直化，因为当技术供应商深刻理解行业、销售和客服人员与用户参加相同的会议，并快速迭代产品以满足客户需求时，这能为客户和终端用户提供高质量的体验。
随着 AI 平台转型的到来，我们认为垂直 SaaS 下一个合乎逻辑的演进将是垂直 AI——专注于垂直领域的 AI 平台，与工作流 SaaS 捆绑在一起，构建在针对行业特定数据集进行独特训练的模型之上。
为什么是垂直 AI？
AI 类别正在迅速演变，但正发展为三个层次：基础模型、AI 基础设施和 AI 应用。
基础模型是 AI 技术栈的基石，该领域的领导者包括 Anthropic、Cohere 和 OpenAI。鉴于构建和训练模型需要高昂的资金投入，基础大语言模型（LLM）领域的供应商数量可能有限。
AI 的“镐头和铁锹”位于基础设施层，这是一个涵盖多种类别的综合层，包括数据增强、微调、数据库和模型训练工具。例如，向量数据库如 Pinecone 和 Weaviate 正获得显著采用。
其他公司如 Scale 被用于数据生成、标注和训练。Hugging Face 已成为模型发现和推理领域的领导者。Weights & Biases 在 MLOps 领域广受认可。LangChain 是一个开源开发框架，用于简化使用大语言模型创建新应用的过程。这些只是众多帮助公司将模型和数据转化为产品的公司中的一部分。
基础模型和基础设施正在推动 AI 商业 应用 的爆发式增长。这些由 AI 驱动的应用程序可供任何行业的最终用户使用，以完成一系列任务。
其中一些应用将是广泛的横向应用，意味着它们可以被任何行业的客户使用。例如，我们看到像 Ada 这样的公司正在追求 AI 增强的客户支持。数字助手如 Adept 也采取横向方法，能够服务于所有终端市场。专注于文案写作的公司如 Jasper 或 AI 驱动的搜索公司如 Glean 也是如此。RunwayML 正在通过视频生成式 AI 塑造艺术和娱乐的新时代。Synthesia 使各种规模的公司能够通过文本转语音创建专业视频内容。
但许多 AI 应用也将是垂直的或面向行业的。当 AI 增强的软件应用程序对终端用户的工作流程有深入的了解，并能访问宝贵的行业特定训练数据时，它们将发挥最大威力。
带着这一框架，我们看到垂直 AI 前方有两个明确的机会：
新的 AI 原生垂直应用可以凭借强劲的切入点落地
在大多数主要垂直行业中，都存在占据主导地位的现有工作流软件供应商。在某些垂直领域，这些 incumbent 是传统的本地部署提供商；而在其他垂直领域，则更多是当代的云端 SaaS 模式。在这两种情况下，针对 AI 的功能仍处于起步阶段，这为新出现的 AI 原生垂直应用创造了机会窗口。
AI 可以成为切入垂直市场的有力楔子，因为它是一项买家和用户乐于接受的新兴技术，而由 AI 驱动的功能能够实现自动化，从而快速创造价值。如果你试图向客户推销第十款软件，购买过程中的紧迫感会较低。但由于大家都在争相使用 AI，技术买家目前对新的方案和实验持开放态度。
我们正看到新的 AI 原生垂直应用在全球最大的各个行业中涌现，尤其是在知识工作类别中尤为普遍，因为常规流程可以被数字化，从而释放出大量宝贵的高价值时间。
Causaly 是一个用于生物医学研究的 AI 增强搜索平台。以前，制药公司花费数小时搜索数百万份科学文献和临床试验数据库，以回答复杂的研究问题。尽管该领域已存在软件平台，但没有任何一个具备杀手级的 AI 特定功能。
律师事务所 Allen & Overy 最近宣布与 Harvey 建立合作伙伴关系，Harvey 是一个垂直聚焦的聊天机器人，可帮助律师进行合同分析、尽职调查、诉讼和监管合规。
生物制药和法律行业都有现有的软件供应商服务于各种功能，但这些新进入市场的公司带来了高度特定且强有力的切入点，而这些切入点目前尚未被市场上的 incumbent 所覆盖。
现有的垂直 SaaS 领导者可以嵌入 AI 功能
与新的 AI 原生垂直应用相比，垂直 SaaS 领导者拥有预先存在的分销渠道、客户关系和专有数据等优势，这是初创企业无法获得的。我们认为，对于那些能够成功将 AI 功能和特性集成到其平台中的企业来说，这将是一个极佳的布局。
ServiceTitan 专注于开发 AI 功能，包括智能调度工具以实现更智能的技术人员路由、本地价格洞察以优化定价，以及 AI 增强的广告预算和分析。
Shopify 最近宣布推出由 AI 生成的产品描述，这些描述可以通过移动应用在任何地方生成、修改或扩展。更高效的产品描述生成将帮助 Shopify 的两百万商家与超过 5.6 亿独立在线购物者进行更无缝的交易。
拥有高客户粘性的现有 vSaaS 领导者已赢得将其平台扩展至 AI 领域的权利。
谁会胜出：新的 AI 原生应用还是现有的垂直 SaaS 领导者？
垂直 AI 的最终赢家将是那些能够获取行业专有数据、有效地利用这些数据训练大型语言模型、通过应用程序打包这些模型，并最终为客户带来巨大效用并实现快速价值交付的企业。
在某些行业，最有利的地位将由新的 AI 原生企业占据；而在其他行业，则属于垂直 SaaS 的 incumbent。对于后者，我们相信，那些忽视这一浪潮且未能适应这一快速变化环境的 incumbent 将面临风险。
还存在“创新者的窘境”风险——AI 原生公司可能会提供新颖且具有颠覆性的人机交互方式和定价模型，incumbent 需要在今日就抢占先机。例如，如果你的定价模型与客户席位数量挂钩，但客户预期减少最终用户席位，那么评估是否可以将定价重新调整以与客户产生的价值保持一致可能至关重要。
在所有情况下，我们的建议包含两个方面：首先，服务于特定垂直领域的科技公司必须努力构建专有、全行业的 datasets（数据集）。如果你能为最终客户提供独特的洞察，帮助他们增加收入或降低成本，这最终将带来高度的差异化优势和竞争护城河。
其次，专注于垂直领域的公司必须通过建立与最终客户的直接且高 NPS（净推荐值）的关系来获取分销渠道。产品固然重要，但分销同样关键，而分销往往依赖于建立深入且持久的客户关系。专有数据和分销能力将成为在构建横向和纵向 AI 应用的竞争中获胜的关键组合。
免责声明：Index Ventures 是 Causaly、Cohere、Scale、ServiceTitan 和 Weaviate 的投资者。