YC最新圆桌讨论：我们如何抓住AI创业浪潮？【转】

原文视频链接：YC最新圆桌讨论：我们如何抓住AI创业浪潮？这些垂直领域藏着3000亿的新机会

Y Combinator（YC）是一家全球知名的创业孵化器和种子期投资公司。它以独特的模式和在硅谷的成功而闻名，被誉为"创业公司的大学"。他们最新一期的圆桌讨论中，YC四位资深投资人 Gary、Jared、Harj和 Diana 深入探讨了一个引人注目的话题：垂直AI代理如何重塑商业格局，以及为什么这个领域有可能诞生市值3000亿美元的公司。

从历史来看，每一次重大技术变革都会带来新的商业模式。就像2005年前后，当XML HTTP请求技术成熟时，它彻底改变了软件的交付方式。YC创始人Paul Graham是这一浪潮的先驱者之一。他开发的Viaweb（一个类似今天Shopify的在线商店平台）可以说是第一个真正的SaaS应用，尽管在当时由于技术限制，用户体验并不理想。

如今，我们正站在另一个类似的历史节点。大语言模型（LLM）作为一种全新的计算范式，正在开启前所未有的可能性。特别令人振奋的是，这个领域不再是某家公司的独角戏。多个基础模型的出现带来了良性竞争，为创业者创造了新的机遇。

通过研究过去二十年创业公司的发展轨迹，我们可以将其归纳为三种典型路径：传统产品路径（往往被科技巨头主导）、创新消费路径（开创全新市场）和B2B SaaS路径（催生大量独角兽）。与SaaS在2005-2010年间需要通过消费级应用培育用户习惯不同，当前的垂直AI代理有着独特优势——企业市场已经充分认识到垂直解决方案的价值，他们对初创公司的AI解决方案接受度达到了历史新高。这种变革正在以前所未有的速度重塑整个商业格局。

对话文稿

主持人Gary: 我是Gary，这位是Jared，还有Harge和Diana。我们四个人共同资助了无数初创企业，总金额达数千亿美元，这些公司从一开始只有一两个人到现在成就斐然。今天，Jared可是满腔热情，他要来谈谈垂直领域的AI代理。

Jared： 是的，我确实非常激动！因为我认为许多人，尤其是年轻的初创企业创始人，还没有完全意识到垂直领域AI代理将会有多大的影响力。这并不是一个新概念，已经有人在讨论垂直领域AI代理，我们也资助过不少相关项目，但我觉得全球范围内还没有真正意识到它的潜力有多大。所以今天我想讲一讲为什么我认为仅仅在这一类中，就会出现价值超过3000亿美元的公司。

我要用SaaS（软件即服务）的类比来说明。我认为情况非常类似，人们并没有真正意识到SaaS到底有多大，因为大多数初创企业创始人，尤其是年轻人，往往是通过他们作为消费者使用的产品视角来看待整个行业的。而作为消费者，你并不会使用太多的SaaS工具，因为这些工具主要是为企业设计的。所以很多人错过了一个基本点：如果你看过去20年硅谷的投资情况，你会发现我们主要在资助SaaS公司。这几乎占了40%以上的风险投资金额。过去20年间，我们创造了300多家SaaS独角兽公司，这比其他所有类别加起来都多。

1、对比SaaS和大模型差异

主持人Gary:我最近回顾了一下SaaS的历史，我们总是喜欢讨论技术历史如何影响未来。我认为SaaS繁荣的真正催化剂是——你们还记得XML HTTP请求吗？

Harge： 哦，天哪！那绝对是SaaS繁荣的催化剂！

Diana： 对，Ajax！

主持人Gary:  2004年，浏览器新增了这个JavaScript函数XML HTTP请求，这是构建浏览器中富互联网应用的关键技术。所以，你第一次可以在网站中做出看起来像桌面应用程序的东西。它催生了Google Maps、Gmail，也开启了整个SaaS繁荣时代。关键技术的解锁让软件从原来通过光盘安装在电脑上的东西，变成了你可以通过网站或手机直接使用的工具。

Jared： 保罗·格雷厄姆也参与了这段历史。他是最早意识到可以利用HTTP请求连接到Unix终端的人之一，你甚至不需要一个独立的计算机程序来改变网站。他的Viaweb是一个在线商店，类似于现在的Shopify，但那是很久以前的事情。那可以说是第一个真正的SaaS应用，但当时的SaaS应用体验很差，因为没有XML HTTP请求。你每点击一次按钮，页面都要重新加载一遍，体验非常糟糕。所以直到2005年XML HTTP请求普及后，这一切才真正流行起来。我觉得现在的大语言模型（LLM）也非常相似。这是一种全新的计算范式，让我们可以做一些完全不同的事情。2005年，当云计算和移动技术真正兴起时，有一个大问题是：这种新技术应该用来做什么？价值会在哪里积累？有哪些适合初创公司的好机会？我查阅了许多价值十亿美元的公司创立历史，并发现可以把它们的路径分为三类。

主持人Gary: 哪三类？

Jared： 大概如下三类，

• 第一类是那些显而易见的大众消费产品，例如文档、照片、邮件、日历、聊天工具等。这些都是我们以前在桌面上做的事情，可以很容易地迁移到浏览器和移动端。但有趣的是，这些领域里，初创企业几乎没有获胜者，100%的价值都流向了传统巨头，比如Google、Facebook、Amazon。

• 第二类是那些大众消费领域中不显而易见的想法，例如Uber、Instacart、DoorDash、Coinbase、Airbnb。这些点子一开始完全出乎意料，所以巨头们甚至没有尝试竞争，等他们想竞争时已经太晚了。

• 第三类是所有的B2B SaaS公司。这一类创造了300多家独角兽公司。从数量上来说，这一类的十亿美元公司远远多于前两类。我认为原因之一是SaaS没有一个类似微软的巨头，能够覆盖所有垂直领域和所有产品。这种结构上的特点导致了这么多不同的公司诞生。

我觉得Salesforce可能是第一个真正的SaaS公司。我还记得Marc Benioff来YC演讲时的故事。早期人们根本不相信可以通过云或者SaaS构建复杂的企业应用程序。当时的网络应用程序很差，比如Viaweb，你必须像保罗·格雷厄姆一样有远见，才能理解浏览器会不断变好，最终能支持复杂的应用程序。这和今天的情况非常相似。人们现在也觉得用大语言模型和AI工具来构建复杂的企业应用程序是不可能的，因为它们有幻觉、不够完善，或者只是玩具。但这和早期的SaaS故事一模一样！

主持人Gary:当我想到大语言模型（LLMs）与SaaS之间的相似性时，我完全可以想象类似的事情会发生。会有一些显而易见的大众消费类应用机会，但这些机会可能会被现有巨头全部占领。比如，一个通用的AI语音助手——你可以让它做任何事情，而它会帮你完成。这显然是一个应该存在的东西，但所有的大公司都会争相开发这样的产品。

Jared： 嗯，苹果在这一领域的速度确实有点慢。为什么Siri到现在还这么笨？现在都什么年头了，这真的让人费解！

Harge： 从某种程度上来说，这种现象很典型，比如搜索领域。或许Google仍然会是赢家，但Perplexity确实在这个领域给了他们很大的挑战。

Diana： 这就是经典的“创新者窘境”。回到刚才提到的Uber或Airbnb的例子，从监管角度来看，这些其实是非常冒险的项目。如果你是Google，已经有一个稳定的“金矿”，每个月都能带来巨额收入，你为什么要冒险去开发这些可能会带来麻烦、甚至毁掉“金矿”的东西呢？

2、Uber或Airbnb的成功

主持人Gary:没错，这可能是主要原因之一。也正因为如此，很多巨头没有去做这些产品，甚至在它们已经成功、明显可行时也没有去复制它们。比如，Google从未推出Uber或Airbnb的克隆版。

Jared： 我听过Travis的一次演讲，他提到在Uber的头几年，他非常害怕自己可能会因为这个项目而被关进监狱——而且是很长时间的那种。他是真的冒着个人风险去创办这家公司。而像Google这样高薪的员工，显然不会去冒这样的风险。

Diana： 那么，为什么这些巨头没有进入B2B SaaS领域呢？

Jared： 这是个好问题。我认为部分原因是B2B SaaS的使用场景非常分散。每个B2B SaaS公司都需要对一个特定领域有深入的理解，还要对一些非常复杂的细节保持高度关注。比如，为什么Google没有开发一个Gusto的竞争对手？因为Google内部没有人真正懂得薪资管理，也没有耐心去处理那些繁琐的薪资法规。这对他们来说完全不值得。确实如此。相比之下，专注于几个非常大的领域对他们来说更有吸引力。B2B SaaS领域的情况确实是软件“分拆与整合”争论的一个缩影。

主持人Gary: 没错。为什么这些垂直领域的B2B SaaS产品会不断涌现，而不是被像Oracle或SAP这样的巨头完全掌控呢？

Jared：  这可能也与SaaS和互联网的转变有关。过去的软件销售模式是通过昂贵的盒装软件，且需要一个完整的生态系统来支持。而任何定制需求都可能由集成商通过额外开发来实现。然后，Salesforce通过SaaS解决方案出现，虽然一开始看起来似乎不如那些昂贵的企业安装软件强大，但最终证明SaaS完全可以达到同样的效果。这为所有这些垂直SaaS解决方案打开了大门。另一个问题是，许多企业软件的用户体验其实很差。像Oracle或NetSuite这样的公司，因为需要覆盖大量领域，导致产品像“万金油”一样，面面俱到却难以精通。

Diana：  是的，正因如此，如果你打造一家垂直领域的B2B SaaS公司，就可以提供一个体验好10倍的产品。消费者产品和企业用户体验之间的差距非常明显。软件的价格体系也很有趣，通常分为三档：每用户5美元、500美元或5.5万美元。这直接对应消费者、中小企业和企业销售。过去的情况是，企业软件通常很糟糕，因为购买决策者并不是最终用户，而是公司内部的高层。他们更倾向于选择那些看起来很复杂的大额合同，而不一定关心最终用户的实际体验。

主持人Gary: 我很好奇，这种情况在大语言模型的影响下是否会发生变化。

Jared： 目前，我们观察到的一个显著现象是，无论是中小企业还是大型企业软件公司，甚至是所有初创企业，随着收入规模的扩大，员工数量往往也会随之增加。比如，在YC当前的投资组合中，很多独角兽公司已经达到了每年1亿到2亿美元的收入，但同时也雇佣了500到1000甚至2000名员工。但我也发现现在给初创企业的建议已经和以前有所不同了。以前可能会建议他们去找到每个部门中最聪明的人，比如客户成功、销售等，然后尽力让这些人加入团队，为你建立团队并雇佣更多的人。这种做法可能依然有效，但我觉得趋势正在悄然转变。

Harge： 你觉得变化在哪里？

Jared： 现在或许更需要雇佣一些真正优秀的软件工程师，尤其是那些理解大语言模型（LLMs）的人。他们可以自动化解决企业增长中的瓶颈问题。这种变化可能很微妙，但却可能对后期的企业发展产生重大影响。比如，你可以开发基于LLM的系统来降低成本，从而避免雇佣大量员工。我认为我们正处在这场革命的开端。

3、AI独角兽

主持人Gary: 没错，我们之前的一期节目中也提到过未来可能会有一家公司成为独角兽，但只有10名员工负责运营。这种情况完全是可能的，他们的工作主要是写提示词和调教模型。

Diana： 其实你提到的这种趋势在LLMs出现之前就已经开始了。我记得当时我在运营Triplebyte时，我们需要建立营销和用户获取的能力，特别是在完成B轮融资之后。传统的做法是雇佣一位市场营销高管，并组建一支市场团队来运行销售和营销流程。

Harge： 但你当时没有选择这个传统路径，对吧？

Diana： 对。我遇到过一位YC的创始人，他的公司在开发一款智能煎锅，听起来很奇怪，但他是麻省理工的工程师。他为了卖智能煎锅，非常精通于付费广告、Google广告等营销技术。他用工程师的思维方式解决了营销问题。当时我就意识到，让一位工程师负责我们的营销工作，可能比任何一个传统的营销候选人都要强。所以，他用工程师的方式成功解决了问题，也帮助我们实现了大规模扩展，每个月花费上百万美元在营销和各种活动上。比如Triplebyte当时的营销活动质量非常高，从地铁站广告到各种户外宣传，效果都很好。这一切都是他主导的，而不是由一个典型的市场副总裁完成的。

Jared： 这真的很有启发性。通过雇佣一位聪明的工程师，他们往往能够找到杠杆点，让效率大幅提高。而现在，大语言模型可以将这种杠杆效应提高到一个全新的水平。

主持人Gary: 那么你怎么看垂直领域的AI独角兽？

Jared： 我的观点是，我们可以预见300家垂直领域的AI独角兽的诞生。几乎每一家SaaS独角兽公司，都可以想象它在垂直AI领域的等价版本。在很多情况下，这些SaaS独角兽公司之前都有对应的盒装软件公司，然后被SaaS模式颠覆。现在，我们可能会再次看到类似的颠覆，每一家SaaS公司所做的软件，基本上都是为某个特定人群服务的。垂直AI的等价版本，则是将软件和人结合在一个产品中。企业现在似乎对自己真正需要哪些AI代理还不太确定。尤其是一些经验丰富的创始人，比如前Facebook的CTO Brett Taylor，他创办了Sierra。我对具体细节了解不多，但这是一种很有前景的方向。

就我所知，现在的垂直AI代理更像是为企业提供一个平台，让他们能够快速部署这些AI代理，并根据自身需求定制，而不是开发一个固定的、单一用途的代理。我之前资助过的一家公司叫Vector Shift，是两位哈佛的计算机科学家创立的。他们试图构建一个平台，让企业通过低代码工具或SDK轻松开发自己的内部LLM驱动代理。

Jared： 这确实是个有趣的方向，不过很多企业并不清楚他们到底想用这些工具来做什么。这让我联想到盒装软件的时代。最初，只有少数几家厂商试图让大家接受软件，功能覆盖面非常广，几乎无所不能。后来，随着技术的发展和需求的细化，才出现了许多专注于垂直领域的SaaS玩家。

4、垂直AI代理

主持人Gary: 所以，你觉得LLM的生态会走类似的路径吗？一开始会有一些通用的企业LLM平台，然后逐渐发展出垂直领域的代理，还是垂直代理会从第一天就开始流行？

Jared： 这确实是个有趣的问题。如果回顾SaaS的历史，2005年到2010年之间，主要是消费类应用，比如邮件、聊天和地图。这些工具让个人用户习惯了使用数字化工具，随后企业SaaS才变得更容易推广。毕竟个人用户和企业员工是同一群人。但我觉得现在情况可能有所不同。LLM不需要回到那种通用平台的时代。因为企业已经接受了垂直解决方案和专注产品的价值，这种用户习惯已经形成。而且，企业现在对初创公司的垂直AI解决方案的接受度比以往更高，这在我们这一批次的YC公司中表现得非常明显。

Diana： 那为什么很多公司最终还是会发展到雇佣上千名员工的规模呢？

Jared： 这其实与公司的发展阶段有关。早期，大家专注于开发特定的点状解决方案，但随着行业的发展，企业需要横向扩展。当你已经占据了市场的大部分份额，想要继续增长，就必须提供能够整合多个功能的综合性产品。

Harge： 不过，我觉得垂直AI代理相比SaaS可能有更大的潜力。SaaS软件仍然需要一支运营团队或人员来使用软件完成各种工作，比如审批流程或数据录入。但垂直AI代理不仅可以取代SaaS软件，还能减少对员工的依赖。毕竟，公司在员工薪资上的支出往往远高于软件的支出。

Diana： 完全同意。垂直AI代理可能会比它们取代的SaaS公司规模大10倍。垂直解决方案本身可能足够强大，企业无需扩展到全面覆盖的程度。

主持人Gary: 那我们来谈一些具体的案例吧。我们都接触过很多垂直AI代理公司。比如Aaron Cannon以前是我的产品负责人，他现在在一家YC公司Outset工作。这家公司将LLM应用到调查和问卷领域，比如Qualtrics。

Jared： Qualtrics可能无法开发出一款高水平的LLM解决方案，但调查的本质其实是语言处理。这让LLM有了很大的用武之地。不过，这类企业需要平衡好一个微妙的点——你需要说服企业的高层，而不是基层员工。因为如果你的AI解决方案会取代某个团队的工作，那些团队成员可能会抵制你的产品。这也是为什么很多公司需要从上到下推进，比如需要CEO亲自批准。比如，我合作的一家公司MCH目前在做QA测试的AI代理，他们已经取得了很好的进展。十年前我们合作过的Rainforest QA是一家QA即服务的公司，当时他们遇到的一个问题是无法完全取代QA团队，只能提高他们的效率。这让他们在推广时始终面临一个矛盾。一方面要向工程负责人宣传这是减少QA人员的好方法；另一方面又要说服QA团队这不会让他们失业。这种张力一直制约着他们的扩展和增长。

现在像Mtic这样的AI解决方案可以直接替代QA人员。他们的宣传语已经不再是“让你的QA团队效率更高”，而是“你根本不需要QA团队”。因此，他们的目标客户直接变成了工程团队，而不需要获得QA团队的支持。甚至可以先从那些没有大QA团队的公司入手，这些公司直接使用Mtic，并随着公司的扩展不断使用这个工具，而不会再建立QA团队。

5、AI实际案例

主持人Gary: 这正是Diana提到的一个实际案例，说明了为什么这些垂直AI代理公司将会比SaaS公司大10倍。

Diana： 这种趋势也出现在招聘领域。我之前在Triplebyte遇到过类似的问题。我们当时开发的软件旨在简化筛选和雇佣软件工程师的流程，需要得到工程团队和招聘团队的支持。但我们的软件实际上是为了取代招聘人员的工作，所以招聘团队总是对我们抱有抵触情绪，认为这是对他们的一种威胁。

主持人Gary: 所以，这种内部的阻力对你的增长造成了影响？

Diana： 是的。这种情况总是带来摩擦，因为你要向那些担心被取代的客户推销产品。但现在AI的出现改变了这一切，比如我们最近合作的一家公司Apriora，可以完成整个技术筛选和招聘前的初筛工作。他们获得了非常好的市场反响，因为他们不需要说服招聘团队，而是直接提供全面的招聘解决方案，让企业根本不需要传统的招聘团队。另一个例子是开发者工具公司。他们往往需要建立一支开发者支持团队，而我合作过的一家公司Cap.AI开发了一款优秀的聊天机器人，可以解答许多复杂的技术问题。这款机器人会吸收开发者文档、YouTube教学视频以及历史聊天记录，回答质量非常高。这让使用他们工具的公司大幅缩减了开发者关系团队的规模。类似的还有AI客户支持代理公司。我最近和一家叫Power Help的公司合作，发现了很多有趣的现象。客户支持AI代理领域竞争非常激烈，谷歌搜索“AI客户支持代理”会出现上百家公司。但大多数公司只是用简单的零样本LLM提示语，无法真正替代复杂的客户支持团队。

主持人Gary: 确实如此。如果要真正取代一家大型公司的客户支持团队，比如一个每天处理上千个复杂工单的团队，需要非常复杂的软件。而目前，只有三到四家公司在尝试开发这样的产品，市场几乎是空白的。

Jared： 这让我想到一个有趣的动态。客户支持AI代理很可能会走向超垂直化。或许最终会有一家通用的客户支持代理公司，但这是第八或第九局的事情，而现在我们才刚刚进入第一局。比如，有些公司像Gig ML这样，专门为像Zepto这样的即时配送市场处理每天3万张工单，替代了1000人的团队。但这些解决方案非常具体，针对的是特定的市场和需求。这也是为什么会有300家千亿美元的SaaS公司，而不是一家提供全球所有SaaS服务的万亿美元级公司。客户需要高度定制化的解决方案，很难开发出一款能够满足所有需求的通用产品。

主持人Gary: 是的，我们已经提到了三个客户支持的例子，但它们对应的垂直领域完全不同。开发者工具公司、市场平台等需要的支持类型和训练数据集差别非常大。

Jared： 无论是AI代理还是人工团队，最终都会遇到科斯的“企业理论”。任何企业的扩张都会受到效率限制，当企业规模变得过大而无法高效运作时，就会转向网络和生态系统。所以，每家公司都会专注于自己擅长的领域，而企业规模的上限取决于管理者的能力。

6、管理者能力

主持人Gary:  这一点让我有些难以消化。我们和Rippling的Parker Conrad交流时，他经常提到的一个观点是，大家都很关注“石头会说话”、“石头会画画”这种能力，但对他来说，更有意思的是“石头会读书”。作为一个运行HR IT软件的人，他花了很多时间思考HR系统如何让管理者的能力得到延展。他的公司有3000名员工，但他仍然通过Rippling为所有人处理薪资。

Jared： 确实，这是一个有趣的反向论点。如果我们现在处在一个工具让管理者和CEO变得更强大的时刻，这可能会扩大一个企业可以管理的规模。而这正是Rippling的目标——通过一套HR工具集合，整合多个独立的SaaS公司，打造一个超级平台。

Harge： 这让我想到另一点，有了这些AI驱动的SaaS工具，可以让领导者和组织扩展他们的信息处理能力。人类与他人建立有意义关系的数量有限，这和邓巴数（Dunbar’s Number）有关，大约是150人。但由于这些AI“石头会读书”，我们或许能够突破这一限制。我还记得在Twitter上看到一个帖子提到一个CEO用一个周末开发的语音聊天工具，给他的1500名员工打电话。虽然电话很简短，但听起来像是CEO本人亲自打来的，还能让员工谈谈自己的工作情况。最终这个工具会自动提取关键内容并总结成要点，让CEO更好地了解全局情况。

主持人Gary:  这就是AI语言模型的能力所在。它不仅能够对话，还可以总结信息甚至思考。这也引发了一个问题：如果AI能完成阅读、总结乃至思考的任务，那么组织真正的决策者到底是谁？

Jared： Parker Conrad还有一个很有趣的做法，他的公司Rippling现在雇佣了超过100位创始人来负责各个SaaS垂直领域的产品。他的策略是通过类似亚马逊的共享基础设施模式，为不同的产品线提供支持。Rippling的每一个新产品，比如时间跟踪工具，一发布就能在第一天达到数百万美元的年经常性收入（ARR）。这和我们之前讨论的一样：一旦你进入一个垂直领域，就可以通过增加客户生命周期价值（LTV）来提高收入，同时保持客户获取成本（CAC）不变。

Diana： 说到语音AI公司，这是一个非常有趣的子领域。我合作的一家公司Salient专注于语音AI呼叫，用于自动化汽车贷款领域的催收工作。比如，他们会给客户打电话，提醒“你欠了1000美元的车贷”。

Jared： 这种工作其实非常枯燥，而且员工流失率很高，因为大多数从事这项工作的都是低薪员工。Salient用AI解决了这一问题，并成功与多家大银行合作，证明了这种解决方案的有效性。

7、AI语音爆发

主持人Gary: 这种领域确实发展很快，比如像Vapy这样的语音基础设施公司让新公司能够快速起步。AI语音工具可以在数小时内上线并实现规模化，但一个挑战是如何留住客户，尤其是在OpenAI推出新语音API的情况下。

Harge： 确实如此，语音AI工具的门槛已经很低，企业可以迅速部署。但真正的问题是，能否持续提升天花板，让这些平台在竞争中保持领先。你刚才提到一个有趣的点，就是基于LLM构建的应用从2023年初到现在的变化。比如我们刚才讨论的语音应用就是一个很好的例子。如果你回到六个月前，你会觉得AI生成的语音还不够真实，延迟太高，似乎距离能有效替代真人打电话还很遥远。而现在，我们已经看到这样的应用开始落地了。回想起来，第一个基于LLM的应用进入YC孵化器的批次应该是2023年冬季，差不多两年前了。当时的应用本质上只是一些生成文本的工具，甚至连“完美”都谈不上，更多是用来处理文字，比如文案编辑、营销邮件的修改等。那时候的应用大多是些增量改进型的工具。我记得一家叫Speedy Brand的公司，他们让小企业能够快速生成博客内容，用于内容营销。这是一个非常显而易见的点子，当时虽然不完美，但已经算是很酷的了。

Jared：   没错，那时候的LLM应用基本就是“ChatGPT外壳”。这些应用的功能非常基础，主要就是输出一些文本，而在下一次OpenAI发布新模型时，这些工具往往会被直接淘汰。我们确实看到了一波LLM应用被下一代模型彻底取代的情况。不过，从我们的角度来看，每隔三个月，技术就会有显著进步。现在我们讨论的是能够完全替代整个团队和企业功能的垂直AI代理，这种进步速度真的让人震撼。

Diana： 尤其是过去两年内的变化太快了。现在，我们已经从一个只有OpenAI的市场变成了多个基础模型竞争的局面，比如Claude正在成为一个重要的竞争者。竞争对市场生态系统非常重要，能给消费者更多选择，也让创业者有更大的机会。

8、AI创业方向

主持人Gary: 对于正在思考创业方向或已经创业的人来说，他们应该如何选择正确的垂直领域？

Jared： 找到一些无聊、重复的行政工作。这似乎是所有这些成功AI应用的共性。如果你能深入挖掘这些任务，几乎肯定能找到一个潜在的十亿美元AI代理创业机会。

Harge：  听起来，你最好选择一个与你有直接关系或经验的领域。这确实是我看到的成功公司的一个共同点。

Diana： 对，我还想到一个例子。最近有家公司Sweet Spot，他们在开发一个AI代理，用于帮助企业竞标政府合同。他们的灵感来自于一个朋友，他的全职工作就是在政府网站上不断刷新页面，寻找新的投标机会。他们觉得这是LLM可以胜任的事情，于是开始开发相关软件。还有一家最近的YC公司，他们开发了一个AI代理，用于处理牙科诊所的医疗账单。他们的灵感来源于创始人的母亲，她是一名牙医。创始人跟着母亲工作了一天，发现账单处理这件事非常枯燥，就开始为母亲的诊所开发软件。

主持人Gary: 在机器人领域，有句经典的箴言：“真正有价值的机器人是用来处理肮脏、危险的工作。”而在垂直SaaS领域，我们可以说，寻找那些无聊的“黄油传递”类工作就是关键。