引言
Sora 横空出世让字节也跟着上了热搜。有传言称，字节跳动在 Sora 引爆文生视频赛道之前，已经研发'中文版 Sora'：一款名为 Boximator 的创新性视频模型。紧接着，字节快速辟谣，积极否认。
从阴谋论角度来看，有没有一种可能是字节在蹭 Sora 的热度。说句扎心的话，这个谣言不辟也罢。毕竟字节的'套壳'尴尬还历历在目：2023 年 12 月，外媒 The Verge 曝出字节正在秘密研发一个被称为'种子计划'（Project Seed）的 AI 大模型项目。据称该项目在训练和评估模型等多个研发阶段调用了 OpenAI 的应用程序接口（API），并使用 ChatGPT 输出的数据进行模型训练。
虽然数据'套壳'并不少见，但也传递出了一个信息：独角兽排名压过 OpenAI 的字节在大模型上尚有如此表现，国内初创企业可以暂别大模型了。
算力、数据、钱，哪个都缺。这不是死磕不死磕的态度问题，是磕死也磕不动的现实问题。但 AI 创业又是大势所趋，如果不想'套壳'，可以看看垂直模型。
在 OpenAI 畅通无阻的大洋彼岸，垂直模型也一直备受关注。PitchBook 最新数据，2023 年 691 笔 AIGC 交易投资额达到创纪录的 291 亿美元，比 2022 年增长了 268.4%。报告显示：虽然投资者大部分注意力集中在以 OpenAI 和 Anthropic 为代表的大模型提供者。但随着市场成熟，注意力正转向特定行业垂直领域的应用——垂直模型。
硅谷的顶级风投 Greylock 也注意到一些以垂直服务为重点的初创公司，正在跳出传统的 SaaS 思维。这些公司采用了嵌入支付（例如 Toast 和 Shopify）、广告（例如 Pepper 和 Provi）以及 B2B 市场（例如 Faire 和 Novi）等战略。人工智能将加速这种转变。
对此，Greylock 指出：'现在是 AI 垂直软件最好的时代'。
范式转变：AI 绕过'前 SaaS'阶段
长期以来，国内 SaaS 的疲软不能全怪环境，因为其本身就是投入长，见效慢，增长速度受限。
专注 SaaS 投资的 Point Nine Capital 创始人 Christoph Janz 表示：'我和许多其他创始人、投资者在大约 15 年的 SaaS 投资经历中学到了一条教训——大多数企业采用新技术的速度极其缓慢。目前，大约 58% 企业软件支出仍然流向本地解决方案。'
在美国，即便过去十年跑出了 Toast、Shopify、Procore 和 ServiceTitan 等数十个赢家。但从数据来看，截至 2021 年，Toast 仅在 6% 美国餐厅中使用；ServiceTitan 在核心 TAM 渗透率为 1%；就连 CRM 也是花了 15 年才达到其临界点。
'用不了'是主要原因。在早期技术时代，垂直软件只能用于已经具有清晰结构化数据的公司。但世界上约 80% 数据非结构化——各种合同、记录以及跨文本、音频和图像的多媒体文件。
现在，大模型已经能处理非结构化数据。Christoph Janz 认为：'这意味范式将会发生转变——此前数字化发展缓慢的行业很可能绕过'前 SaaS'阶段，直接步入'AI 解决方案'阶段。'
切勿盲目：一头扎进垂直模型不可行
不过，必须是大模型吗？
一方面，大模型进步神速，随时会断掉初创公司的粮草。例如，在 OpenAI 开放 Whisper 的 API 后，ASR 公司 Deepgram 突然黑暗降临，两度裁员。而该公司开发的专有模型能够在不到 1/3 秒内识别和转录语音，最佳条件下的准确率高达 98%。
另一方面，国内真正的大模型目前还没卷起来，留给初创公司一部分空间和时间；此外，大模型不是产品，能落地到具体应用场景才算数。有媒体报道：一位 AI 大模型创业者说，他近期询问了不少企业客户，得到的回应是：'大模型能做什么？能帮我裁员还是能帮我赚钱？'（财经十一人）
更精准的解决方案等于更快的投资回报，而垂直模型的优势正在于此。
首先，与大模型相比，垂直模型通常涉及较小数据集，较少的计算，节约成本和时间；其次，基于垂直模型的产品针对特定细分市场，可以为企业量身定制解决方案。
Pender Ventures 合伙人 Isaac Souweine 表示：'垂直模型具有更高的盈利潜力，这对投资者更具吸引力'。
然而，一头扎进垂直模型很不明智。
第一个'老大难'问题：TMT（Total Available Market，潜在市场规模）太小。
'更专业'代表'更狭窄'。Lux Capital 合伙人 Grace Isford 表示：即便是一个成熟的垂直领域，新技术采纳也需要时间。而一些小众垂直软件产品销售周期则会挑战风投的投资期限。
因此，相关创业公司应该对资本效率非常敏感，谨慎考虑融资机会和烧钱速度，以免成为'风投孤儿'。
第二个'必解决'问题：创业者不能只理解基础模型工作原理，应该投入大量时间深入行业，了解客户需求。
对投资人的要求同样如此，Northzone 负责人 Molly Alter 表示：对风投而言，在垂直人工智能领域，行业专业知识比生成式人工智能知识更为重要。如果不理解特定市场的运作方式，投资人无法找到真正解决实际问题的初创公司。
投资框架：六个维度圈出最佳创业公司
Greylock 指出：只要深入专业领域，就可以建立起壁垒。但任何垂直领域要想取得大规模成功，关键在于选择一个适合该技术的行业，准确评估 TAM，构建深入的产品工作流程和数据，设计适当的 GTM 策略，并拥有领域专业知识和技术实力。
