a16z：AI楔子将如何帮助初创公司超越现有企业？

图片来源：a16z

在保罗·托马斯·安德森的杰作《血色将至》中，也许是最令人难忘的片段，丹尼尔·戴-刘易斯饰演的石油勘探者丹尼尔·普莱恩维尤试图购买一块他知道坐落在大型石油储藏之上的土地。当土地所有者拒绝出售时，普莱恩维尤放弃了他的报价，而是购买了他想要的地块周围的所有土地。这使他能够在地下钻探到邻居的油田边缘，偷偷捕获他想要的石油，正如他著名地嘲讽的那样，“我在喝你的奶昔。”但是，奶昔和获得奥斯卡奖的演员与垂直软件的新楔子有什么关系呢？请继续读下去。

我们已经广泛地撰写关于垂直软件和楔子。作为提醒，楔子是帮助与客户建立关系的产品，并且（希望！）能够捕获有价值的下游数据。进一步解释我们的《There Will Be Blood》的类比，楔子就像历史上专注于以类似于直接购买油田上方土地的方式捕获数据：它们通常使人类生成的信息能够被输入到系统中或从系统中提取。想想销售代表将潜在客户信息输入 Salesforce，ServiceTitan 的水管工输入调度信息，或 Procore 的建筑监督管理项目信息。员工输入并跟踪所有这些数据，以帮助推动或跟踪绩效，与同事协作，并简化操作。

此时此刻令人兴奋的是，LLMs能够以传统软件无法实现的方式，在创建时捕获数据。这些体验通常位于历史记录系统的上游，这意味着这些新产品可以捕获、结构化并存储以前无法访问的公司数据，并使其可用。这相当于“抢走某人的奶昔”，并创造了一个可能是垂直软件的黄金时代——特别是在那些几十年来一直被现有平台主导的类别中，如销售（Salesforce, HubSpot）、保险（Guidewire / Duck Creek）、IT 服务管理（ServiceNow），以及呼叫中心（Genesys）。

这些类别历来是“慢热”行业，也就是说，新进入者通常难以快速增长收入，并且由于现有企业的防御性姿态，他们往往停留在规模以下的收入水平。我们现在看到人工智能楔形产品正在将这些行业转变为“快热”，初创公司以惊人的速度增长。以下是我们迄今为止看到的一些最引人注目的这些产品版本：

语音：对于大多数销售或客户服务互动仍然通过电话或面对面进行的行业，经过垂直培训的语音代理可能会推动一种新的记录系统，在现有记录系统需要填充之前捕获数据。这消除了人类随着时间的推移与记录系统互动的需要，并捕获了过去难以收集的数据。

Liberate，拥有一个专门针对保险的语音代理，与企业软件平台配对。它们共同作为一个自动化平台，位于保险公司如 Guidewire 或 Duck Creek 的传统系统之上，以及自家开发的系统。解放的关键在于其中间件平台，使其语音代理能够对传统系统进行读写操作，有效地增强甚至替代人类员工处理提交、接受付款和解决索赔——这些都是保险公司、代理人和经纪人多年来没有看到任何真正创新的领域。

该操作手册可以针对其他具有类似高呼叫量和遗留基础设施的类别（如银行和旅游）重新运行。

消息和电子邮件：如果销售和支持通过电子邮件或消息进行，这是在数据到达传统记录系统之前捕获数据的另一种方式。再次，关键考虑因素是文本代理的上下文。如果是外部营销或销售，理想的客户是谁，适当的电子邮件地址是什么？如果是在合成报价、提案或索赔，回应客户的定价或索赔指南是什么？我们相信我们会看到这种情况的垂直和水平实例。

11x，开发了一种新的人工智能销售开发代表，可以自动为公司生成潜在客户并安排会议。它构建了一个语音和电子邮件产品，可以自动识别、联系和分类潜在客户的互动——有效地取代了整个销售开发代表的工作流程。通过这样做，它在潜在客户到达客户关系管理系统之前就创建了新的潜在客户，并且随着模型和培训的改进，它可能最终成为所有销售数据的真实来源。

与此同时，hx 的定价智能工具帮助保险公司更有效地获取和建模定价数据。保险承运人，特别是商业保险承运人，处理提交的速度 notoriously 慢，因为整理和评估他们收到的杂乱数据非常耗时。hyperexponential 利用 LLM 基于的工具，可以更有效地结构化提交的数据，然后将这些数据存储在他们的基于 Python 的精算师和承保人工具中。这为定价数据创建了一个真实的系统。

内部沟通：管理大型公司的技术运营所面临的许多挑战，主要在于处理员工的入职和离职问题，以及隔离和管理帮助台请求。ServiceNow 构建了一款灵活的价值超过 1900 亿美元的公司建设软件，可以帮助公司管理所有这些请求。但是，就像在销售或支持中一样，最耗时的部分是启动或在这些支持方面进行的对话。LLMs 可以解决这些对话元素，甚至可能解决一些后端自动化问题。

Fixify，正在构建一个新的技术驱动服务平台，以增强现有的 IT 基础设施。他们拥有一个基于LLM的聊天界面，帮助识别和分类 IT 问题，从而加快工单解决时间。该平台完全建立在一个企业级工单平台上，能够学习各种重复工单如何实现自动化，并随着时间的推移减少对人工分析师的需求。

这些公司是一些初始楔形产品的优秀例子，这些产品正在将缓慢发展的行业转变为快速发展的行业。但随着技术简化这一过程，显而易见的问题是：公司如何利用这些楔形产品来建立一个持久且有防御能力的业务?

集成: 这一切都离不开与现有系统的集成以及启用读写能力。与所使用的任何 LLM 使能工具一起构建集成软件对于这些企业的成功至关重要。在许多集成和实施可能具有挑战性的情况下（如金融服务），这也可能随着时间的推移成为一个护城河，特别是随着基础模型的改进和进入壁垒的降低。

工作流程：虽然想象一个人工智能可以消除所有工作流程的世界是 人工智能的圣杯，但很可能总会有一些用户界面层，允许用户与数据互动、与同事协作并修改输出。这些工作流程层目前由记录系统拥有。将它们与楔形产品结合是使楔形产品变成奶昔的关键。

数据存储: 拥有基础客户单位一直是捕捉最大价值的方法。如果 AI 驱动的工具能够开始构建自己的数据存储库，它们可以消除维护遗留记录系统的需要，并从客户那里捕获更多的支出。

像丹尼尔·普莱因维尤的石油战略一样，寻求颠覆既有竞争者的垂直软件公司必须战略性地定位自己以提取价值。随着LLMs使捕获和结构化数据的新方式成为可能，这些公司准备重塑行业并引发垂直软件的黄金时代——前提是它们能够无缝集成并在其数据生态系统周围建立强大的护城河。是时候让初创公司开始喝现有公司的奶昔了。

文章来自于“Z Potentials”，作者“ChatGPT”。