👇关注公众号后设🌟标，掌握第一手AI新动态
本文访谈内容整理自Y Combinator高管关于垂直AI代理的圆桌讨论，公开发表于2024年11月22日。原始内容参考：https://www.youtube.com/watch?v=ASABxNenD_U
Y Combinator高管关于垂直AI代理的圆桌讨论
★内容导读：
本次圆桌讨论主要讨论了垂直AI代理的巨大潜力及其与SaaS兴起之间的类比。主要观点如下：
垂直AI代理的巨大市场： 嘉宾预测垂直AI代理领域将诞生超过3000亿美元市值的公司，其潜力远未被充分认识。 这主要基于SaaS行业的成功经验。 与SaaS的类比： 垂直AI代理的兴起类似于SaaS的兴起，XML HTTP请求是SaaS热潮的催化剂，而大型语言模型(LLM)则是垂直AI代理的催化剂。 两者都经历了早期应用糟糕，但随着技术进步而快速发展壮大的过程。 三种SaaS发展路径及垂直AI的启示： SaaS的发展路径分为三类：显而易见的大众消费产品（被巨头垄断）、非显而易见的大众消费产品（初创公司胜出）、B2B SaaS（大量初创公司成功）。垂直AI代理将主要沿着B2B SaaS的路径发展，因为没有一家公司能垄断所有垂直领域。 现有巨头难以进入垂直AI领域的原因： 现有企业由于组织结构、风险规避、缺乏领域专业知识等原因，难以快速进入和发展垂直AI代理领域，这为初创公司提供了巨大的机会。 垂直AI代理对企业的影响： 垂直AI代理不仅可以取代现有的SaaS软件，更重要的是可以大幅减少人力成本，因为它们可以自动化许多枯燥、重复的任务，例如：QA测试、客户支持、招聘、债务催收等。这将导致企业运营模式的重大改变，并降低对大量员工的需求。 垂直AI代理的发展阶段： 目前垂直AI代理领域还处于早期阶段，企业对所需代理类型尚不明确。 早期可能以通用工具为主，之后会涌现出更多专门的垂直代理。 寻找垂直AI代理创业机会的方法： 寻找枯燥、重复的行政任务是发现垂直AI代理创业机会的关键。 创始人应利用自身经验和人脉资源，寻找合适的垂直领域。 选择那些能直接取代现有团队和流程的领域，更容易获得成功。 垂直AI代理对管理模式的影响： 垂直AI代理将极大地提升管理者的效率，扩大其可以管理的团队规模，这将改变传统的组织结构和管理模式。
Y Combinator简介
Y Combinator（Y Combinator）是一个美国创业孵化器，也是世界上最知名的创业加速器之一。它成立于2005年，由保罗·格雷厄姆（Paul Graham）、罗伯特·莫里斯（Robert Morris）、杰西卡·利文斯顿（Jessica Livingston）和特洛伊·麦卡锡（Trevor Blackwell）共同创立。
Y Combinator 的核心运作模式是为早期创业公司提供种子资金、导师指导和网络资源。它采用“批量”模式，每年举办数次为期三月的加速器项目，每期选拔数十家公司进行孵化。这些公司在项目期间会接受导师的密集指导，并有机会进行多次演示和路演，最终获得来自Y Combinator投资人和其它投资机构的投资。
Y Combinator 的成功很大程度上归功于其独特的投资策略和导师网络。它更看重创业团队的执行能力和学习能力，而非仅仅是商业计划的完美程度。它汇聚了一批硅谷顶级人才担任导师，为创业者提供宝贵的经验和人脉资源。
Y Combinator 孵化的公司包括Airbnb、Dropbox、Stripe等众多耳熟能详的科技巨头，这些成功的案例使其成为创业者梦寐以求的平台，也巩固了其在创业生态系统中的核心地位。Y Combinator 不仅为创业公司提供资金和指导，更重要的是构建了一个强大的创业者社群，使得这些公司能够互相学习、互相支持，共同成长。
圆桌讨论参与的YC高管
Garry：YC 总裁兼CEO、合伙人
Harj：YC管理总监、合伙人
Jared：YC管理总监、合伙人
Diana：YC合伙人
圆桌讨论全文
Diana： 每三个月，情况都在不断好转。现在我们已经到了讨论全功能垂直AI代理的阶段，它们将取代整个团队、职能部门甚至企业。这种进步仍然让我难以置信。
Harj： 许多基础模型正在展开正面竞争。过去只有OpenAI一家独大，但从最近的情况来看，这种情况正在改变。
Garry： 感谢上帝。竞争就像肥沃土壤，孕育着充满活力的市场生态系统，消费者将拥有更多选择，而创业者也将拥有更多机会。这就是我想要生活的世界。欢迎收听《光锥》的新一期节目，我是Garry。这是Jared、Harj和Diana。我们共同投资了数百亿美元的初创企业，当时它们才刚刚起步，只有一两个人。今天，Jared激情满怀，他将讨论垂直AI。
Jared： 是的，我非常兴奋，因为我认为人们，尤其是初创企业创始人，特别是年轻的创始人，并没有充分认识到垂直AI代理将有多么巨大。这并非一个新想法。一些人一直在谈论垂直AI代理，我们也投资了一批相关的公司。然而，我认为世界还没有意识到它的潜力有多大。因此，我将论证为什么我相信仅在这个领域就能诞生超过3000亿美元市值的公司。
我将通过与SaaS的类比来进行论证。同样，我认为人们并不理解SaaS有多大。大多数初创企业创始人，尤其是年轻的创始人，往往会通过他们作为消费者使用的产品来看待初创企业行业。作为消费者，你通常不会使用很多SaaS工具，因为它们大多是为公司打造的。因此，我相信很多人错过了最基本的一点：如果你看看硅谷过去20年投资了什么，你会发现我们主要是在创造SaaS公司。
事实上，在那个时期，超过40%的风险投资都流向了SaaS公司，我们在二十年间创造了300多家SaaS独角兽公司，这远远超过任何其他类别。软件非常棒。我一直在反思这段历史，因为我们总是喜欢讨论技术史如何影响未来。
SaaS热潮的真正催化剂是，你们还记得XML HTTP请求吗？我的天啊。我认为它几乎可以说是SaaS热潮（也称为Ajax）的催化剂。2004年，浏览器添加了这个JavaScript函数——XML HTTP请求，这是让开发者能够在Web浏览器中构建丰富的互联网应用程序的缺失环节。你第一次可以创建外观和功能都像桌面应用程序的网站。这项创新催生了谷歌地图和Gmail，从而引发了整个SaaS热潮。从本质上讲，释放这种潜力的关键技术是软件交付方式的转变——从你在光盘上获取并在桌面上安装的东西，变成了你通过网站访问的东西。
Garry： Paul Graham实际上也参与其中，他是最早意识到可以利用HTTP请求并将其连接到Unix提示符的人之一。你实际上并不需要一个单独的计算机程序来更改网站。因此，ViaWeb是一个在线商店，有点像Shopify，但那是很久以前的事了。
Jared： 是的，它基本上是第一个SaaS应用程序。PG实际上在1995年就发明了SaaS。只是那些早期的SaaS应用程序很糟糕，因为它们没有XML HTTP请求。因此，每次你点击一个按钮，都必须重新加载整个页面。这是一种令人沮丧的体验，因此，直到2005年XML HTTP请求变得普遍之后，它才真正流行起来。总之，我认为这个大型语言模型（LLM）非常相似。它就像一个新的计算范式，它使得做一些根本不同的事情成为可能。
2005年，当云计算和移动技术最终腾飞时，关于如何使用这项新技术存在一个很大的开放性问题。价值将在哪里积累？初创企业的良好机会是什么？当我浏览所有创建的十亿美元公司列表时，我意识到可以将人们采取的不同路径分为三大类。
第一类包括那些显然是好主意且可以成为大众消费产品的想法。这些包括文档、照片、电子邮件、日历和聊天服务——基本上是我们过去在桌面上做的事情，但显然可以转移到浏览器和移动设备上。有趣的是，零家初创公司在这几类中胜出。100%的价值流向了谷歌、Facebook和亚马逊等现有公司，它们拥有所有这些业务。人们忘记了谷歌文档并不是唯一一家试图将微软Office搬到线上的公司；大约有30家公司试图这样做，但他们都输给了谷歌。
然后是第二类，它包括那些并非显而易见且没有人预测到的大众消费理念。这些例子包括Uber、Instacart、DoorDash、Coinbase和Airbnb——这些公司是横空出世的。XML HTTP请求和Airbnb之间的联系根本不明确。因此，直到为时已晚，现有公司才尝试竞争这些领域，这使得初创公司能够胜出。
最后，是第三类，它包括所有B2B SaaS公司。大约有300家这样的公司，就公司数量而言，在这第三类中创造的十亿美元公司比前两类多得多。造成这种情况的一个原因可能是，没有单一的“SaaS领域的微软”。没有哪家公司能够以某种方式为每个垂直领域和每个产品提供SaaS服务。由于结构性原因，似乎所有公司都是不同的公司，这就是为什么会有这么多公司的原因。
Diana： 我认为Salesforce可能是第一家真正的SaaS公司。我还记得马克·贝尼奥夫来YC演讲，他讲述了这个故事，那是在非常早期的阶段，人们根本不相信你可以在云端或通过SaaS构建复杂的企业应用程序。这只是一个认知问题，对吧？就像，不，你购买你的盒装软件，那是真正的软件。那是你真正拥有的。
Jared： 这就是我们一直以来的做法。这与当时的观点背道而驰，因为早期的网络应用程序很糟糕。就像ViaWeb，你必须像PG那样有远见卓识，并理解浏览器会不断改进，最终它会变得更好。
Diana： 这感觉很像今天，对吧？是的，同样的事情。就像，你将无法构建使用这些LLM或AI工具的复杂的企业应用程序，因为它们会产生幻觉，或者它们并不完美，或者它们只是玩具。但这就像早期SaaS的故事完全一样。
Jared： 所以当我想到与LLM的相似之处时，我很容易想象同样的事情会发生，那就是有很多类别就像大众消费应用一样，显然是巨大的机会，但可能是现有企业会赢得所有这些。所以这就像一个通用的AI语音助手，你可以让它做任何事情，它就会去做。这显然是应该存在的东西，但所有的大玩家都会争相成为这样东西。
Garry： 对吧？苹果在这方面有点慢。为什么Siri到现在还这么笨？现在是哪一年？这毫无意义。
Diana： 我的意思是，很明显的一件事就是搜索。也许谷歌仍然会在搜索方面胜出，但Perplexity肯定会给他们带来不小的竞争压力。
Garry： 是的，归根结底，这就是经典的创新者困境。你可以争论说，回到你之前关于Uber或Airbnb的论述，从监管角度来看，这些实际上是风险极高的事情。所以，如果你是谷歌，你每月都有一个基本保证的巨额金矿，你为什么要冒着破坏这个金矿的风险去追求这些
Jared： 可能很可怕或可能毁掉金矿的东西呢。我认为这可能是现有企业最终没有构建这些产品，甚至在这些产品做大之后也没有克隆它们的主要原因。很明显，这些产品会成功。谷歌从未推出过Uber的克隆产品。他们从未推出过Airbnb的克隆产品。我听过特拉维斯的一次演讲，他说的其中一件事让我印象深刻，那就是在Uber的第一次应用中，他非常害怕自己会因为这件事而长期入狱。他实际上是在冒着个人入狱的风险来创建公司。所以，是的，没有哪个高薪的谷歌高管会这样做。
Harj： 你认为为什么现有企业没有进入B2B SaaS领域？部分原因是许多用例的分布非常广泛吗？
Jared： 这是一个好问题，我很想听听你们的看法。我的观点是，对一家公司来说，做这么多事情太难了。每个B2B SaaS公司都需要运营产品和业务的人员对一个领域有非常深入的了解，并且非常关心许多非常模糊的问题。例如，以Gusto为例，为什么谷歌没有建立Gusto的竞争对手？好吧，谷歌没有人真正了解工资单，也没有耐心去处理所有这些愚蠢的工资单法规的细微之处。这对于他们来说根本不值得。对他们来说，关注几个真正的大类别更容易。
Diana： 在B2B SaaS领域，我认为经常出现的是关于软件解绑和绑定的论点。为什么所有这些垂直B2B SaaS产品会发展起来，而不是仅仅依赖于Oracle、SAP或NetSuite等似乎拥有所有一切的巨头？我认为有几个因素导致了这种转变。
一个重要的因素是软件销售方式的变化。过去，传统的盒装软件安装成本高昂，需要一个完整的生态系统来支持。当客户想要定制的东西时，集成商通常会说不，声称这太复杂或成本太高。例如，构建自定义工资单功能似乎是一项艰巨的任务。然而，随着Salesforce等SaaS解决方案的出现，这种观念发生了巨大的变化。
Salesforce证明，SaaS产品可以提供与昂贵的企业级安装媲美的功能和复杂性。这一成功证明了基于云的解决方案能够有效地满足企业的需求，这反过来又为所有这些垂直SaaS解决方案的出现打开了大门，直接有效地满足了特定行业的需要。
Harj： 另一个问题是，对于许多企业软件来说，如果你是一个Oracle和NetSuite的用户，因为它们必须涵盖如此广泛的领域，所以用户体验实际上很糟糕。他们试图成为样样通，但最终样样松。是的。所以最终它变成了一个大杂烩式的体验。而如果你去建立一个B2B SaaS垂直公司，你可以做得比这好十倍，因为消费产品和企业用户体验之间存在着明显的差异。
Garry： 好吧，软件只有三种价格点。每席位5美元，每席位500美元或每席位5000美元。这直接对应于消费者、中小型企业或企业销售。然后我认为亘古不变的经验告诉我们，过去，这在新的软件中越来越不适用，谢天谢地，企业软件通常很糟糕，因为购买它的人不是用户。财富1000强公司内部某个位高权重的人是得到这个价值数百万美元合同的人。他们可能会选择一些对最终用户（每天实际使用该软件的人）不一定有益的东西。
我非常好奇大型语言模型 (LLM) 如何改变这种动态。迄今为止，我们对中小型企业和企业软件公司的一个更显著的观察结果是，随着收入规模的扩大，你必须雇佣的人数也会随之扩大。当你查看独角兽公司时，即使在今天的YC投资组合中，也很常见地看到一家公司年收入达到1亿或2亿美元，但已经拥有500、1000甚至2000名员工。
我非常好奇这将如何发展。我开始给那些距离毕业还有一两个月的公司提供的建议，感觉与一两年前我提供的建议略有不同。过去，你可能会说，让我找到组织中所有其他部门（例如客户成功或销售）中最聪明的人，我想找到一个我曾与之共事，我知道很棒的人。然后我会坐在他们家门口，直到他们辞职来为我工作，一个能够为我组建团队并雇佣许多人的人。
这种方法可能仍然有效，但我开始感觉到元数据正在发生一些变化。你实际上可能想要雇佣更多真正优秀的软件工程师，他们了解大型语言模型，能够自动化对你增长构成瓶颈的特定事物。这可能会导致初创公司在产品市场适应后发展业务的方式发生细微但重要的变化。这意味着我将构建能够降低成本的LLM系统，这可能使我不必雇佣1000人。我认为我们现在正处于这场革命的开始阶段。
Harj： 我的意思是，我们在之前的节目中讨论过这个话题。我们谈到未来会出现一家独角兽公司，如果我们将其推向极限，该公司可能只需要10名员工就能运营。这完全是可行的。
Garry： 他们负责编写评估和提示。是吗？
Diana： 我认为你说的这是一种在大语言模型（LLM）出现之前就已经存在的趋势。例如，我记得我运营 Triple Byte 时，我们需要构建营销或客户用户获取渠道。尤其是在我们完成 B 轮融资后，传统的做法是招聘一名营销主管并组建一个营销团队， 主要是创建一个推动销售和营销的机器。
然而，我遇到了一位 Y Combinator 的创始人 Mike，他的公司正在开发一款智能煎锅。听起来很奇怪，但他是一位麻省理工学院的工程师。为了销售这款智能煎锅，他不得不精通付费广告、谷歌广告和其他许多东西。他以工程师的心态来处理这项任务。
我记得和他谈论这件事时，意识到让一位麻省理工学院的工程师负责我们的营销工作，比我之前与之交谈过的任何营销候选人都要好得多。他帮助我们实现了显著的规模增长；有一段时间，我们每月在各种营销活动上花费约一百万美元。
Jared： Triple Byte 的营销做得非常好，我记得你们在 Caltrain 车站的广告攻势，以及你们做的所有户外广告。质量非常高，一看就知道不是普通的营销副总裁做的。
Diana： 都是 Mike 做的。那时人们经常问我 Triple Byte 有多大规模，我们只有 50 个人。感觉好多了。是的，是的。我以为有数百人呢。我说，没有，因为如果你让一个非常聪明的工程师负责这些任务，他们就能找到方法提高效率，找到杠杆点。现在，大语言模型（LLM）甚至可以超越你仅靠纯软件所能获得的效率。
Jared： 好吧。这是我对 300 家垂直 AI 代理独角兽公司的预测。几乎每一家 SaaS 独角兽公司，你都能想象到在一个新的领域里存在与其对应的垂直 AI 独角兽公司。因为在大多数这些 SaaS 独角兽公司出现之前，都有一些盒装软件公司在做同样的事情，后来被 SaaS 公司取代了。你很容易想象同样的事情会再次发生，现在基本上每家 SaaS 公司都会开发一些软件供某一群人使用。垂直 AI 的等效物将只是软件和人员的结合体。
Diana： 一点可能是，企业目前普遍对他们究竟需要什么样的代理不太确定。我从经验丰富的创始人（例如 Facebook 的 CTO 布雷特·泰勒）那里看到的一种方法值得关注。他创办的公司 Sierra，据我所知，主要是帮助企业部署专门为其量身定制的 AI 代理，而不是依赖于为特定任务设计的特定代理。
这个想法与我在 VectorShift 公司的经历相呼应，该公司大约一年前获得了融资。两位非常聪明的哈佛大学计算机科学家正在尝试构建一个平台，允许企业无需代码或 SDK 即可创建自己的内部、由大型语言模型（LLM）驱动的代理。然而，他们面临的一个共同挑战是，企业往往不知道他们究竟想将这些 AI 代理用于什么目的。
回到软件领域，我想知道我们是否会看到与盒装软件类似的轨迹。最初，只有少数几家供应商试图说服人们使用软件，将其宣传为无所不能。随着时间的推移，市场变得越来越成熟，我们见证了许多垂直 SaaS 参与者的出现。我们是否也会在大语言模型（LLM）领域经历类似的时期，即早期的赢家是一些简化 LLM 部署的通用工具，之后会出现专门的垂直代理？或者你认为这次会有所不同，垂直代理会从第一天就开始兴起吗？
Jared： 是的，这很有意思，因为如果你考虑 SaaS 的历史，消费者应用首先成功。2005 年到 2010 年主要是消费者应用，如电子邮件、聊天和地图。个人用户首先习惯了使用这些工具。我认为这使得向公司销售 SaaS 工具更容易，因为这些人既是员工也是消费者。
Diana： 是的。我认为答案可能只是：这一切只是软件的延续。它没有理由重置。大语言模型（LLM）不需要重置为少数几家通用企业 LLM 平台包打天下。因为企业已经接受了点解决方案和垂直解决方案的价值。用户体验不会有太大区别。这些东西只会变得更加强大。因此，如果企业已经养成了相信初创公司或垂直解决方案可能比传统大型平台更好的习惯，他们很可能愿意押注一家初创公司，这家公司今天承诺提供非常好的垂直 AI 代理解决方案，我觉得我们现在都看到了这一点，一些公司在企业中获得了比以往任何时候都快得多的牵引力，如果引入这些垂直AI代理。
Garry： 我认为我们还处于早期阶段，对吧？就像所有软件一样，起初都是相当垂直的，然后随着行业的真正发展，我的意思是，我刚刚回答了我之前的问题。就像你知道为什么一家公司最终会有 1000 名员工一样，实际上是因为在早期，每个人都在开发这些特定的点解决方案，然后在某个时候，你必须转向横向发展。就像你已经在销售和营销上投入了巨资，那么一旦你获得了 100% 或者说大部分的市场份额，你实际上唯一能够继续增长的方式就是，你实际上必须做的不仅仅是点解决方案，而是那些能够协同工作的东西。
Harj： 垂直 AI 代理的利好案例可能比 SaaS 还要大的另一个原因是，SaaS 仍然需要一个运营团队或一组人员来操作软件，才能完成所有工作流程。我不知道，审批工作流程，或者你必须输入数据。这里的论点是，你不仅会取代所有这些 SaaS 软件，这将是一对一的映射，而且它还会吞噬大量的工资支出。完全正确。如果你看看很多公司的支出，大部分仍然是工资支出，而软件支出微不足道。
Jared： 没错。他们花在员工身上的钱比花在软件上的钱多得多。
Harj： 所以，那些更高效、需要更少人力进行随机数据录入或审批或点击软件的小型公司将会受益。
Jared： 我同意。我认为垂直 AI 代理的规模很可能达到其所取代的 SaaS 公司的 10 倍。
Harj： 我的意思是，有两种情况。垂直点解决方案可能足够大，你不需要做那种广度拓展，对吧？这可能是一个不错的场景。
Jared： 我们要不要举几个例子？我觉得我们都跟很多垂直AI代理公司合作过，我们从一线了解到实际情况。
Garry： 好吧，你之前的产品主管Aaron Cannon正在参与一家名为Outset的YC公司，我曾与他们合作过。他们基本上是将大型语言模型应用于调查和Qualtrics领域。Qualtrics几乎肯定不会自己构建最优秀的大型语言模型来进行推理。
有趣的是，调查究竟是为谁服务的？是为那些运营产品的人，为营销团队服务的。是为那些试图弄清楚“我们的客户真正想要什么？”的人服务的。而调查是什么？猜猜看？
我觉得这类企业实际上必须在这方面取得平衡，因为企业和SMB软件的销售往往取决于某个关键决策者。你必须在组织中达到足够高的级别，这样你销售的对象才不会害怕他们的工作或整个团队的工作会被取代。
Harj： 完全同意。这是我看到很多公司在销售时必须采取的策略，因为如果你要向那些会被AI取代的团队推销产品，哦，是的，他们会破坏你的计划，这根本行不通。所以我认为很多这样的策略都是自上而下的，你最终甚至需要CEO批准。
Diana： 我合作的一家公司Momentic，本质上是一个AI代理，至少在他们起步阶段，专注于QA测试。他们现在获得了显著的进展。有趣的是，十年前我们与Rainforest QA合作时，Rainforest是一家QA即服务公司，也面临着类似的困境，他们实际上无法取代你的QA团队。
因此，他们需要构建能够提高QA团队效率的软件。然而，这显然意味着试图尽可能多地取代他们，尽管他们无法取代整个团队。他们一直处于一种微妙的平衡状态，试图通过承诺减少QA人员来向工程主管推销软件，同时也需要说服那些抵制被取代的QA团队。这种摩擦给Rainforest的规模扩张和业务增长带来了挑战。
相比之下，Momentic凭借其AI能力，实际上可以完全取代QA人员。他们现在的推销重点不是让QA人员工作更快，而是完全消除对QA团队的需求。这种转变使他们能够将销售工作集中在工程领导者身上，而无需获得QA团队的认可。此外，他们还可以将目标锁定在没有大量QA团队的公司，从而使Momentic能够有效地实施其解决方案并进行规模扩张，而不会遇到同样的阻力。目前还不确定市场动态会如何发展。
Jared： 随着他们的规模扩张，他们将永远不会再组建QA团队。是的，这是Diana所说的为什么这些垂直AI代理公司规模可以达到其他SaaS公司的十倍的真实案例研究。
Diana： 是的，我现在在招聘领域也看到了这种有趣的现象，我在Triplebyte遇到了完全相同的问题，为了构建软件，构建能够轻松筛选和招聘软件工程师的软件，你需要获得加入的工程团队和招聘团队的认可。而我们构建的软件实际上是在试图取代招聘人员，但我们无法完全取代招聘人员。
Jared： 我明白这一点。是的，所以招聘人员总是反对它，因为它对他们来说是一种威胁。
Diana： 是的，所以当你想销售的对象担心被取代时，你总是会遇到摩擦。但是，是的，我认为现在还处于早期阶段，但是现在有了AI，你可以构建能够完成所有招聘工作的产品。我们上一批合作过的一家公司，就像Nico，与他们合作，实际上只是负责完整的技术筛选、完整的初步招聘人员筛选，并获得了巨大的进展。所以我认为随着这些事情的发展，他们不会再有同样的问题。你不会像以前那样组建招聘团队了。
Harj： 另一个例子是，即使对于DevTool公司，他们也必须提供大量的开发者支持。我与一家名为CapIo.ai的公司合作，他们基本上构建了最好的聊天机器人之一，可以回答很多难以回答的技术细节。我认为很多开始使用它们的公司，实际上最终拥有了规模更小的DevRel团队，因为它可以整合大量的开发者文档，甚至是DevTools发布的YouTube视频，甚至是大量的聊天记录。所以它只会越来越好，并且能够给出非常好的答案，这是我见过的最好的之一。
Jared： 是的，我还与一家AI客户支持代理公司PowerHelp合作过，实际上，我们上一批都合作过。我从PowerHelp中学到了一些有趣的事情。
首先，AI客户支持代理是一个众所周知的拥挤的领域，据说有100家公司。如果你去谷歌搜索“AI客户支持代理”，你会得到100个结果。然而，通过与PowerHelp合作，我了解到这实际上有点误导性。几乎所有这些公司都在做非常简单的零样本LLM提示，实际上无法取代处理复杂工作流程的真正的客户支持团队。
对于拥有数百名客户支持代表的大型公司，每天都在处理复杂任务，要取代他们的客户支持团队，需要真正复杂的软件。这就像Jake Heller所说的那样。只有大约三到四家公司试图创建这样的软件，而且他们的市场渗透率总计不到1%。因此，市场完全是开放的。
Garry： 我也可以看出这将是另一个高度专业化或高度垂直化的案例。就像不会有，我的意思是，也许最终可能会有一家通用的客户支持代理软件公司。但我们就像在局中，你知道，那将是第八局或第九局的事情。而我们现在才刚刚开始。
所以，你知道，相反，你会有像Giga ML这样的公司，你知道，它为Zepto处理每天30000张工单，取代了一个拥有1000人的团队。但它非常具体，它不是那种通用的演示软件。
它有10000个测试用例和一个非常详细的评估集，基本上只是针对Zepto和Zepto这样的公司。但是，如果你是其他任何市场公司，你可能会使用它，因为这是一个定义非常明确的即时交付市场。
Jared： 我认为正是这种动态导致了出现价值3000亿美元的SaaS公司，而不是像Meta那样一家价值10万亿美元的巨型SaaS公司，提供世界上所有的软件。客户需要高度定制化的解决方案，很难构建一个适合所有人的解决方案。
Harj： 完全正确。我们的确已经举了三个客户支持的例子，但它们属于截然不同的行业。比如DevTool公司，需要的支持类型就大相径庭；再比如培训和市场，也是完全不同的，对吧？
Garry： 是的，我认为无论你是否有代理或真人为你工作，你最终都会遇到同样的问题，那就是每个公司都会面临科斯公司理论的限制。该理论认为，任何一家公司只会发展到一定规模，超过这个规模就会变得低效。这就是为什么存在网络和生态系统，最终形成一个完整的经济体。每个公司都会专注于自己擅长的事情。这些公司的规模上限实际上取决于你的管理能力。
这一点让我有点难以理解，因为你知道，当我们与Rippling的Parker Conrad共事时，他最喜欢的一个观点非常具有启发性。每个人都痴迷于“石头会说话”，（这里“石头”指的是大模型）也许它们还会画画。然而，对他来说，更有趣的事情是，作为人力资源IT软件的负责人，这些“石头”能够阅读。在他看来，他拥有3000名员工，他仍然通过Rippling为所有3000名员工发放工资。
因此，我认为他花了大量时间思考一个人如何扩展其管理能力。我相信我们将在这一领域看到更多进展。这也可以反过来论证：如果我们正处于管理者和CEO的工具将变得更加强大的时刻，那么对管理和组织效率的影响将是巨大的。
Jared： 哦，是的，它可以提高你可以管理的公司规模。没错，这正是Rippling正在努力做的。是的，这就是一场战争，对吧？他试图构建这套人力资源工具，如果他赢了，他将吞噬许多价值数十亿美元的SaaS公司，合并成一家巨型公司。
Harj： Garry，这是一个非常有趣的观点。我认为让我思考到这一点的是，随着所有这些AI SaaS工具的出现，它将使所有领导者和所有组织能够扩大上下文窗口的范围，从而处理更多信息。因为作为人类，我们能够建立有意义关系的数量是有限的，这就是所谓的邓巴数字。大约是300人，或者150人，你能与之建立有意义关系的人数大约是150人。但是有了AI，因为所有这些“石头”现在都能阅读，我认为我们将能够扩展我们现有的邓巴数字限制。
Garry： 是的，我认为Flo Crivello在Twitter上发表了一篇有趣的帖子，这篇帖子在网上疯传，我记得有人开发了一个语音聊天程序，作为CEO的一个周末项目，但它会呼叫所有1500名员工。是的，这是一个非常简短的电话，听起来像是来自CEO，只是在进行一些私人询问。这让我想起了《她》这部电影中的一个场景，镜头逐渐拉远。实际上，你是在关注一个人使用Her OS的体验，但实际上Her OS同时与15000或数万人交谈。还有多少人？
Harj： 8316人。
Garry： 是的，大型语言模型可以交谈，可以进行对话。那么，这种能力能在多大程度上扩展一两个人理解情况的能力呢？
Diana： 我听说过这个项目。这确实让我开始思考，因为据我所知，这个项目的功能类似于它会给所有员工打电话，然后员工可以随意谈论他们一直在做的事情，它会提取其中的含义，并为CEO提供一个要点总结，告诉CEO最重要的内容是什么。
Jared： 而且有很多SaaS公司试图使用传统的SaaS软件来进行这种每周的员工脉冲调查。但是这个版本比大型语言模型之前的版本好一百倍。
Diana： 我想知道，对于这个特定的工具来说，它不仅仅是阅读和总结。这就像“写作即思考”的论点一样，在弄清楚谁是有效的沟通者，以及哪些是最重要的事情，哪些是公司需要关注的关键问题上，实际上需要付出巨大的努力。我只是想知道，大型语言模型是否会在某些时候超越简单的总结和阅读，开始进行实际的思考，到了那时，到底是谁在实际运营这个组织？这是一个有趣的问题。
Garry： 我想，关于Parker Conrad如何看待这个问题，另一件有趣的事情是，我最近从与COO Matt McGinnis的采访中了解到，现在Rippling有超过100位创始人作为特定人员，负责运营Rippling内部的整个SaaS垂直领域。
Jared： 他组建团队的方式非常酷。Harsh可能对此了解很多，因为你对他进行过多次采访。
Diana： 对，我的意思是，它绝对非常注重招聘创始人。而且，Parker，Rippling本质上是对垂直领域的挑战。
Garry： 他积极尝试水平化并接管所有的人力资源和IT软件。
Diana： 是的，整个论点基本上是，这个底层平台具有很大的价值，他想招募在平台之上构建的创始人团队。这有点类似亚马逊，共享基础设施……
Garry： 是的，我认为他们发布的每一个产品，比如时间跟踪等等。我的意思是，他们发布一个产品，第一天就能获得数百万美元的ARR。这正是我们之前谈论的内容。一旦你拥有一个垂直领域，一旦你站稳脚跟，你就会说，无论如何我都要在这方面花钱进行销售和营销。我能否基本上提高LTV并保持CAC不变？如果看看当今所有顶级软件公司，就会发现Oracle是这样，微软是这样，Salesforce也是这样。Rippling，希望如此，将会成为下一个。但这与完全独自从零开始是一个有趣的替代方案。
★LTV（Lifetime Value，客户终身价值）和CAC（Customer Acquisition Cost，客户获取成本）是衡量企业商业模式健康状况的关键指标，两者之间存在着密切的关系。
Jared： 你们想谈谈我们的一些语音公司吗？我认为这是这个领域一个非常有趣的子类别，现在正在蓬勃发展。
Harj： 我与一家名为Salient的公司合作，它基本上使用AI语音呼叫来自动化汽车贷款领域的许多债务催收工作，
Jared： 所以他们会打电话给人们，说，“嘿，你的汽车欠款1000美元。”
Harj： 是啊，事实上，这类工作就是那种“打杂”的工作。它很糟糕，因为很多低薪员工都在这些呼叫中心工作，那是一份糟糕透顶、枯燥乏味的工作。所以员工流动率很高，需要庞大的员工队伍来运营这些中心，因为这些银行有太多账户需要处理。这是一项人工智能可以轻松自动化的完美任务。Salient公司已经做到了这一点，他们取得了非常高的准确率，并且已经与许多大型银行合作上线，这非常令人兴奋。这家公司是去年的，它证明了他们能够进入这个领域，因为他们采用了自上而下的销售策略。
Garry： 我觉得这个领域发展非常迅速，涌现出像Vappy这样的优秀的语音基础设施公司。人们可以立即上手。零售领域也是如此。这些公司发展迅速，仅仅是因为这是你能在几小时内（实际上是几小时内）就能运行起来的更令人兴奋、更令人震惊的事情之一。然后，一些问题仍然没有答案，我们希望他们能解决这些问题，例如，如何在遇到新的OpenAI语音API时留住客户？直接使用底层API可能工作量更大，但这些平台的门槛显然很低，问题是如何不断提高上限，从而永远留住客户。
Jared： Harts，你之前提到了一个有趣的观点，关于人们在大型语言模型上构建的应用程序从2023年初开始发生了怎样的变化。
Diana： 是的，我们刚才谈到的语音就是一个很好的例子。我认为即使是六个月前，语音听起来还不够逼真，延迟太高。感觉我们可能还需要一段时间才能拥有能够有效替代人类打电话的AI语音应用程序。而现在，我们做到了。是的，我刚刚回顾了一下，想到了第一批YC项目中，基于大型语言模型的应用程序首次出现的时候。那大概是2023年的冬天，现在差不多两年了。当时的应用程序基本上只是输出一些文本，甚至都不是完美的文本，比如Rockskid Talk。
Harj： 更像是文案编辑、营销编辑、邮件编辑，只是增量式的改进。
Diana： 是的。我记得一家公司，我印象最深的是一家名为Speedy Brand的公司。他们做的是让小型企业能够轻松地生成博客和输出内容营销。这是一个非常明显的思路。它并不完美，但在当时非常酷。我们节目中讨论了很多次，但那就像当时出现的围绕ChatGPT的包装一样，说：“这就是大型语言模型应用程序的样子。它只是一个ChatGPT包装器，它做得很基础，输出一些文本，它将在OpenAI的下一个版本中被淘汰。”
Jared： 确实如此。我不知道Speedy Brand是不是这样，但第一波大型语言模型应用程序大多都被下一波GPT淘汰了。
Diana： 但我感觉我们经历了一种“温水煮青蛙”效应，从我们的角度来看，每三个月事情都会越来越好，现在我们已经到了讨论能够取代整个团队、职能和企业功能的完整垂直AI代理的阶段。仅仅是这种进步就让我难以置信。两年时间，这仍然相对早期，而进步的速度是我们以前从未见过的。
Harj： 我认为有趣的是，我们在上一期节目中讨论过，许多基础模型正在正面竞争。以前OpenAI是唯一的玩家，但在最后一批项目中，这种情况正在改变。Claude是一个强大的竞争者。
Garry： 谢天谢地。竞争是肥沃的市场生态系统的土壤，消费者将拥有选择权，创始人将拥有机会。这就是我想生活的世界。所以人们都在关注，考虑创业，或者已经开始创业了，他们听到这一切后，该如何知道哪个垂直领域适合自己呢？
Diana： 你必须在某个地方找到一些枯燥、重复的行政工作。所有这些事情似乎都有一个共同点，那就是，如果你能找到一项枯燥、重复的行政任务，那么如果你足够深入地挖掘它，很可能就会出现一个价值数十亿美元的AI代理创业公司。
Garry： 但这听起来你应该追求一些你直接拥有某种经验或关系的事情。
Diana： 在我看到的那些有前景的公司中，确实存在一个共同点。另一个例子突然出现在我的脑海里，Sweet Spot。我认为我之前在节目中提到过，他们基本上是在构建一个AI代理来竞标政府合同。他们在一年前找到这个想法的方式是，他们有一个朋友，他的全职工作就是坐在政府网站上刷新页面，寻找新的提案来竞标。他们正在转型。他们想，“哦，这似乎是大型语言模型可以做的事情。” 另一家来自最近一批的公司的转型方向获得了极大的关注，他们基本上是在构建一个AI代理来处理牙科诊所的医疗账单，他们找到这个想法的方式是，其中一位创始人的母亲是一位牙医，所以他决定和她一起工作一天，看看她都做了什么，她说道，“哦，所有这些处理索赔的事情看起来都很无聊，大型语言模型完全可以做到这一点”，然后他就开始为母亲的牙科诊所编写软件。
Garry： 所以我想，在机器人领域，经典的格言是，那些能够盈利并能够工作的机器人将从事肮脏和危险的工作。在这种情况下，对于垂直SaaS而言，寻找枯燥的“打杂”工作。好了，今天的时间到了，我们下次光锥节目再见。
参考资料: https://www.youtube.com/watch?v=ASABxNenD_U，公开发表于2024-11-22
关注公众号后设🌟标，掌握第一手AI新动态
