「Bengio 投資人」垂直AI 初創公司才能構築壁壘，2B模式回報更高

新聞 06-20

新智元編譯

「Bengio 投資人」垂直AI 初創公司才能構築壁壘，2B模式回報更高

（文／Bradford Cross）基於任務的低級 AI 很快就會同質化，而更通用的 AI 則還距離我們幾十年之遠。在此期間，新的 AI 初創公司能取得成功嗎，還是說谷歌、Facebook 和亞馬遜將會收割一切？

儘管大多數的機器學習人才都將集聚在大的技術公司，在技術產業之外的各大行業中，仍然存在大量的機會。

垂直 AI 公司：全棧產品、專題知識、專有數據、AI 產生核心價值

我在最近的一次講話中，總結了什麼是我心目中的垂直 AI 創業公司。

1. 全棧產品（full stack product）

為終端客戶提供全棧整合的解決方案。隨著時間的推移，這種生態所構築的壁壘比單純擁有專有數據或模型更高。設計好一個產品界面需要相關領域的專業知識，而運營好這樣一個界面，則需要既把它用好，同時收集專用的數據。這樣，你就能處在一個正循環里，一邊收集數據，一邊完善高價值的功能。

例子：Blue River 製作能夠減少化肥用量同時節省成本的農具。他們會為每一株作物提供個性化服務，只在有雜草的地方施用除草劑，不會在作物或土壤上用。他們用計算機視覺識別每株植物，用機器學習決定如何處理每株植物，用機器人對每株植物實施相應的精確操作。Blue River 構築起的壁壘很高，因為對手難以複製這樣一個複雜的全棧產品，從收集各種模型的訓練數據，到將這些模型整合到機器里，與不同機器人配適，再到將這些機器整合到現有的農具和分銷渠道中。

2. 專題知識（Subject matter expertise）

垂直 AI 創業公司的產品和銷售受益於在業務早期領先業界的關鍵領導者。打造全棧產品需要深厚的專題知識。銷售這些產品需要行業內的信任、尊重和各種關係。將專題知識和技術專長兩條腿結合在一起的團隊，能夠很好地理解問題，進而解決問題並驅動創新。以專題知識為先的團隊往往容易被困在專題知識里，而以技術為先的團隊則容易在專題知識方面吃虧。這也是團隊演進的一個重大問題——如果無法儘早將聯合領域和技術的節點安置好，那麼當一方佔主導地位後，另一方要迎頭趕上就要花更多的力氣，也不太容易在公司里享有同等的權威和尊重。

例子：生化材料初創公司 Zymergen 的領導團隊就是這樣一個強強聯合的絕佳例子，商業有 CEO Joshua Hoffman、科研有 CSO Zach Serber，數據方面有 CTO Aaron Kimball。在早期構築這樣一個綜合實力領導團隊的難度越高，這家公司的商業壁壘也越高。

3. 專有數據

技術市場競爭超級激烈。一旦你做的東西不錯，很快就會有很多人複製你做的事情。有壁壘的 AI 業務（Defensible AI business）建立在難以複製的專有數據上。這發生在兩個階段，構建階段和化合階段。在構建階段，你的任務是構建一個獨一無二的訓練數據集，可以通過匯總公開數據，並以某種具有挑戰性的方式豐富其內容，然後運行模擬，生成合成數據或進行 BD 交易，收集這樣一組內部的公司數據。一旦構建結束，你就在產品中建起了一架「數據飛輪」，隨著時間的推移，你能從你產品的使用中採集完全特有的數據，而且這個效應將越來越大。數據價值鏈確保了你的動機與客戶的動機一致，彼此結合增強專有數據集的價值。

例子：初創公司 Merlon Intelligence 通過一個金融犯罪調查信息中心，從合規分析師那裡收集訓練數據。收集數據需要一個全棧產品，類似學習為風險排名，就像 Facebook 新聞頻道學習給你的參與度/用戶粘性排名一樣。銀行在部署新的金融犯罪合規軟體方面面臨著巨大的操作風險，能否滲透市場是一大挑戰。收集數據越困難，與產品交織越多，涉及的市場戰略越複雜，業務的壁壘越高。

4. AI 帶來核心價值

亞馬遜、Netflix 和 Facebook 都是使用 AI 在盈利和用戶參與度方面取得大幅提升的公司。他們做得都很好，然而 AI 並非其產品的核心價值——亞馬遜是電商，Netflix 是視頻娛樂公司，而 Facebook 是家社交媒體公司。相比之下，垂直 AI 解決方案是用 AI 帶來全新機遇的，而非優化現有的機遇。

例子：在風雲變幻的房地產市場，初創公司 Opendoor 的整個商業模式取決於他們可以使用模型為房屋精確定價，並且報價即刻可得。AI 實現的核心價值越多，構築的商業壁壘越高。

垂直 AI 的優勢：構築不可攻破的壁壘

1. 不會被排除在外受剝削

你將直接為終端客戶解決業務問題，將自己置於槓桿作用的位置，從全棧解決方案中獲取價值。做垂直能夠避免失去與終端客戶的聯繫，進而避免失去有利的市場位置。最終，你將解決所有問題中最困難的技術問題，而在你上游的解決方案設計人還將不斷侵蝕你的優勢。

2. 避免任務同質化

你可能以為手頭握有全新的深度網路架構，或者花大力氣標註了某個數據集，你就佔據了特殊的市場位置。而現實是，這些低級別的任務很快就同質化了。今天的新事物明天就會開源，而且這一進程每年都會加快。你應該將低級別任務視為構建更高級別解決方案的要素，而不是你業務的關鍵 IP。

3. 軟體正吞噬世界

每個行業的每家公司都需要成為一家科技公司，但大多數行業有效部署技術都很困難，更不用說 AI 了。仔細分析你正在考慮要進入的市場，確定既有從業人員是否擁有受保護的市場地位（例如通過監管），如果有，你可以考慮給他們提供更多工具，如果沒有，你可能得選擇一種顛覆創新的商業模式。

4. 企業同期群體退出

AI 創業 90％以上都是面向企業的。而這類公司通常會以同期群體的形式退出，許多都發生在金融服務或醫療保健等某一特定行業。如果要創業，最好成為投資浪潮中的一部分。集中力量分析那些客戶群和風投界都熱衷於尋求解決方案的垂直領域，這樣在將產品銷售給客戶（或將公司銷售給投資者）時，你會更輕鬆。

2B 還是 2C？美國市場數據表明，2B 機會更大

Sapphire Ventures 有幾篇文章很好地分析了為什麼 2B 的公司會比 2C 的帶來更高回報，以及為什麼 2B 的公司往往以同期群（in cohorts）的形式退出，而 2C 的公司則大多是 Facebook、Snapchat 和 WhatsApp 這樣的個體案例。

「Bengio 投資人」垂直AI 初創公司才能構築壁壘，2B模式回報更高

與 1995 年以來的消費者創業公司相比，2B 初創公司的資本總額回升了 40％。2B 和2C 創業公司產生了相當的 IPO 價值，但 2B 公司產生了 2.5 倍的併購價值。

「Bengio 投資人」垂直AI 初創公司才能構築壁壘，2B模式回報更高

面向企業有 3 大優勢：

1. 你瞄準的退出市場更大：2B 退出8250 億美元，2C 退出是 5820 億美元；

2. 更廣泛的價值分布（distribution of value）意味著你有更大的可能創造一家獨角獸企業。2B 企業的 Top 5 佔據了總價值創造的 11%，而 2C 企業的 Top 5 的數據是那個的 3 倍多，達到了 36%。

3. 併購（M&A）創造的價值更高，意味著你在 IPO 之前，經過 M&A 退出的可能性更高。2B 企業的 M&A 占退出的 4100 億美元，是 2C 企業的 2.5 倍。

根據 CB Insights 的數據，在融資額超過 3000 萬美元的初創公司中，2B 的數量差不多是 2C 的 10 倍。

「Bengio 投資人」垂直AI 初創公司才能構築壁壘，2B模式回報更高

如何選擇垂直領域切入？市場、空白、時機、壁壘

市場

首先，尋找有健康利潤（margin）的大型可定址市場（TAM）。評估 TAM 時要科學。不要陷入確認偏差（confirmation bias）的陷阱——到處去找尋能夠支持你意見的資料。相反，你應該像科學家一樣思考，客觀地查找所有可用數據，特別是那些挑戰你觀點的數據。避免 1％謬誤，或者說「大市場謬誤」（large market fallacy）——我們都聽說過這樣一句話，「我們要做的就是獲得市場份額 X 的 1％，我們就成功了。」這是盲目的。

雖然對 TAM 進行適當評估需要大量的時間和研究，但是這比浪費兩年時間去追求比你想像的數量級更小的市場（更糟糕的是，這種市場可能不存在）要便宜和容易多了。

如果從美國股市的行情看，金融和醫療保健是利潤率最高的最大市場。

其次最有吸引力的是能源、公用事業、基礎工業、交通運輸。由於能源和工業傾向於擁有較高的利潤率，而公用事業的利潤最低，因此你可能會考慮關注能源和工業。

「Bengio 投資人」垂直AI 初創公司才能構築壁壘，2B模式回報更高