來源：華爾街見聞

　　下一個千億美元市場，可能催生出3000億美元獨角獸。

　　2024年，AI Agent的風吹的猛了些。

　　在11月12日的‘百度世界2024’上，百度創(chuàng)始人李彥宏重點指出“智能體是AI應用的最主流形態(tài)，即將迎來它的爆發(fā)點。”

　　大洋彼岸，YC合伙人、資深投資人Jared最新一期深度解讀中擲地有聲地指出，垂直領域AI Agent有望成為比SaaS大10倍的新興市場，憑借替代人工操作、提升效率的顯著優(yōu)勢，這一領域可能催生出市值超過3000億美元的科技巨頭。

　　那么，大佬們?yōu)楹稳绱丝春肁I Agent呢？

　　在YC最新一期節(jié)目《Vertical AI Agents Could Be 10X Bigger Than SaaS》中，YC四位資深投資人 Gary、Jared、Harj和 Diana 從 SaaS 行業(yè)的發(fā)展歷程出發(fā)，結合了大量實例和深刻洞察，深度分析了為何垂直領域AI代理將成為下一個創(chuàng)業(yè)風口。

　　四位YC資深投資人表示，LLM 技術的進步為 AI Agent 的發(fā)展奠定了基礎，越來越多的創(chuàng)業(yè)公司開始利用 AI Agent 技術來解決各行各業(yè)的難題。若將AI與初期的Saas行業(yè)對比，YC資深投資人認為，LLM技術的突破猶如2004年瀏覽器引入XML HTTP請求，開啟了全新的計算范式，使得AI Agent能將軟件與人工操作深度結合，在效率和成本方面實現(xiàn)質的飛躍。

　　從Momentic的AI自動化測試到Powerhelp的智能客服系統(tǒng)，再到Salient的AI語音催收，垂直領域AI Agent正在各個細分市場展現(xiàn)出強大實力。由于每個領域都需要深入的專業(yè)知識，大公司難以快速布局，這為創(chuàng)業(yè)者提供了難得的機遇。更重要的是，LLM的應用將改變企業(yè)用人模式，未來公司可能只需更少的員工就能實現(xiàn)快速增長。

　　站在當下，似乎，AI Agent已經成為AI落地的最佳選擇。

　　1． SaaS行業(yè)的成功是垂直領域AI Agent興起的最佳佐證

　　Jared認為，垂直領域AI Agent的市場規(guī)模將非常巨大，甚至可能誕生市值超過3000億美元的公司。

　　他認為，SaaS行業(yè)的成功是垂直領域AI Agent 興起的最佳佐證。SaaS（軟件即服務）模式的出現(xiàn)徹底改變了軟件行業(yè)。過去，企業(yè)需要購買昂貴的軟件許可證，并花費大量時間和資源進行安裝和維護。而 SaaS 模式將軟件托管在云端，用戶只需支付訂閱費用即可使用，極大地降低了軟件的使用門檻和成本。

• SaaS模式的優(yōu)勢：

  • 低成本： 無需購買昂貴的軟件許可證和硬件設備。
  • 易于使用： 通過網絡即可訪問，無需復雜的安裝和配置。
  • 可擴展性強： 可以根據企業(yè)的需求靈活調整訂閱方案。

  SaaS 行業(yè)的繁榮： 過去20年，SaaS行業(yè)獲得了超過40%的風險投資，并誕生了300多家獨角獸企業(yè)，例如 Salesforce、Workday、Zoom 等。這充分證明了 B2B 軟件市場的巨大潛力。

  Jared 認為，垂直領域 AI Agent 作為一種新興的 B2B 軟件，其市場規(guī)模有可能超越 SaaS。 因為 AI Agent 不僅可以像 SaaS 一樣提供軟件服務，還可以通過 AI 技術實現(xiàn)自動化操作，進一步提高效率并降低成本。

  

  2． LLM技術為垂直領域AI Agent的爆發(fā)奠定了基礎

  YC的資深投資人們將 LLM 技術的出現(xiàn)比作 2004 年瀏覽器引入 XML HTTP 請求功能，認為這兩者都是新的計算范式，為軟件開發(fā)帶來了根本性的變革。XML HTTP 請求功能催生了 Ajax 技術，使開發(fā)者能夠構建富互聯(lián)網應用程序，例如 Google Maps 和 Gmail，這些應用的成功推動了 SaaS 行業(yè)的蓬勃發(fā)展。

  • XML HTTP 請求功能： 允許網頁在不重新加載整個頁面的情況下與服務器交換數據，從而實現(xiàn)更流暢的用戶體驗。
  • Ajax 技術： 利用 XML HTTP 請求功能，實現(xiàn)網頁的異步更新，提升用戶體驗。

  LLM（大型語言模型）技術也為軟件開發(fā)提供了新的可能性，可以將軟件與人工操作結合起來，創(chuàng)造出更強大的垂直領域 AI Agent，取代傳統(tǒng)的 SaaS 軟件和人工操作。

  • LLM 技術： 能夠理解和生成人類語言，可以用于構建聊天機器人、自動生成文本、翻譯等應用。

  3． 為什么大公司錯失了 B2B SaaS？

  大公司錯失 B2B SaaS 市場的主要原因是 B2B SaaS 市場高度分散，每個垂直領域都需要深入的專業(yè)知識和對特定問題的關注。大公司更傾向于專注于少數幾個規(guī)模龐大的市場，而不是分散精力去應對眾多細分領域。

  例如，Gusto 是一家專注于薪資管理的 SaaS 公司，它之所以能夠成功，是因為它深入了解了薪資管理領域的各種細節(jié)和法規(guī)。而對于 Google 這樣的巨頭來說，開發(fā)一款類似 Gusto 的產品需要投入大量的時間和資源去學習和理解薪資管理領域的知識，這對于他們來說是不劃算的。

  4． AI Agent 將如何影響企業(yè)的人員結構？

  LLM 的應用將改變初創(chuàng)公司的用人模式，未來公司可能只需要更少的員工就能實現(xiàn)快速增長。過去，初創(chuàng)公司通常會隨著業(yè)務增長而不斷擴大團隊規(guī)模，但 LLM 可以幫助公司實現(xiàn)自動化，減少對人力的依賴。

  例如，Triplebyte 是一家利用 AI 技術進行軟件工程師招聘的公司，他們開發(fā)的軟件可以自動篩選簡歷、進行技術測試和初步面試，從而大大減少了招聘人員的工作量。

  5． 垂直領域 AI Agent 的市場潛力有多大？

  垂直領域 AI Agent 的市場規(guī)模將是 SaaS 的十倍，因為它們不僅可以取代現(xiàn)有的 SaaS 軟件，還可以取代大量的人工操作。傳統(tǒng)的 SaaS 軟件仍然需要人工操作來完成許多工作流程，而垂直領域 AI Agent 可以將軟件和人工操作結合起來，實現(xiàn)更高的效率和更低的成本。

  例如，Momentic 是一家利用 AI 技術進行 QA 測試的公司，他們的 AI Agent 可以自動執(zhí)行測試用例，并生成測試報告，從而完全取代了傳統(tǒng)的 QA 團隊。

  6． 垂直領域 AI Agent 的應用案例

  討論中，四位YC資深投資人們列舉了多個垂直領域 AI Agent 公司的例子，以下是我們挑選的其中幾個比較有代表性的案例：

  • Outset： 利用 LLM 技術改進調查和問卷調查領域。傳統(tǒng)的調查和問卷調查軟件需要人工設計問題、收集數據和分析結果，而 Outset 的 AI Agent 可以自動完成這些任務，并且能夠根據用戶的反饋實時調整問題和答案，從而提高調查的效率和準確性。
  • Momentic： 利用 AI 技術進行 QA 測試，取代傳統(tǒng)的 QA 團隊。傳統(tǒng)的 QA 測試需要人工編寫測試用例、執(zhí)行測試和分析結果，而 Momentic 的 AI Agent 可以自動完成這些任務，并且能夠根據軟件的代碼和功能變化自動調整測試用例，從而提高測試的效率和覆蓋率。
  • Powerhelp： 開發(fā) AI 客戶支持代理，可以處理復雜的客戶支持工作流程，取代傳統(tǒng)的客戶支持團隊。傳統(tǒng)的客戶支持需要人工接聽電話、回復郵件和解決問題，而 Powerhelp 的 AI Agent 可以自動完成這些任務，并且能夠根據用戶的提問和歷史記錄提供個性化的解決方案，從而提高客戶滿意度和效率。
  • Salient： 利用 AI 語音呼叫技術，自動化催收汽車貸款領域的債務。傳統(tǒng)的催收工作需要人工撥打電話、與借款人溝通和記錄催收結果，而 Salient 的 AI Agent 可以自動完成這些任務，并且能夠根據借款人的情況和還款能力調整催收策略，從而提高催收效率和成功率。

  7． AI 語音呼叫技術的發(fā)展趨勢

  AI 語音呼叫技術近年來發(fā)展迅速，隨著 AI 語音合成技術和自然語言處理技術的進步，AI 語音呼叫可以用于更復雜的場景，例如催收債務、客戶服務、市場營銷等。

  • AI 語音合成技術： 可以將文本轉換為自然流暢的語音，使得 AI Agent 可以像真人一樣與用戶進行對話。
  • 自然語言處理技術： 可以讓 AI Agent 理解用戶的意圖和情感，并根據用戶的提問和反饋進行相應的回復。

  8． 如何選擇適合自己的 AI Agent 創(chuàng)業(yè)方向？

  Jared 建議，想要創(chuàng)辦 AI Agent 公司的創(chuàng)始人應該尋找那些枯燥、重復性高的行政工作。這些工作通常需要大量的人力，并且容易被 AI 技術取代。

  例如，文章中提到的 Sweet spot 公司，就是看到了政府合同競標過程中存在大量重復性工作，因此開發(fā)了 AI 代理來幫助公司自動化完成這些工作。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：丁文武