随着大模型不断快速改进和相互竞争，一种新的商业模式--垂直AI Agent--正在进入人们的视野 。

行业AI Agents 会像SaaS一样飞速发展吗？

YC @sdianahu：垂直 AI Agent的市场可能比 SaaS 更大的另一个原因是“在 SaaS 中，仍然需要一个运营团队或一组人员来操作软件以完成所有工作流程。”但是AI Agents可以全帮你干了！

国内的SaaS可能也随着这一波AI技术的爆发，加速中小公司数字化转型，从之前的不相信数字化，变成拥抱数字化，最后不得不数字化！

AI可能只是一个催化剂，而基座模型则给Agent提供燃料！一个崭新的时代悄悄来临！新的范式！一起见证！

在近期Y Combinator新的一期播客中，主持人针对探讨垂直AI Agent将对现有的 SaaS 公司产生哪些影响、哪些用例最有意义，以及仅在这一类别中最可能出现价值 3000 亿美元的公司，进行了深度访谈。

文章基于播客整理，彩虹之眼略有删减调整。以下是全部内容： 

01/Jared对垂直AI Agent充满热情

欢迎收听《The Light Cone》。我是Gary，今天和我一起的有Jared、Harj和Diana。我们专注于投资那些处于早期阶段的初创企业，其中很多已经成长为价值数千亿美元的公司。今天的焦点是Jared，他将带领我们探讨一个极具潜力的话题——垂直领域的AI。

Jared Friedman：
谢谢Gary，这确实是一个让我非常兴奋的话题。我觉得，现在很多人，尤其是年轻的初创企业创始人，还没有完全意识到垂直AI Agent（Vertical AI Agent）能够带来的巨大变革。这一概念虽然不是全新的，但它的潜力远未被真正理解。事实上，我们已经看到了许多这样的机会，但我相信，它的发展规模会超乎我们的想象。我今天想讨论的是，为什么我认为这个领域可以诞生价值超过3000亿美元的公司。

让我用SaaS（软件即服务）作为一个类比。当SaaS刚刚出现时，人们同样没有预见到它会发展到如今的规模。尤其是初创企业的创始人，他们通常是通过自己的消费者视角来理解市场的。而作为普通消费者，我们并不经常接触到企业级的SaaS工具，因为这些工具主要是为企业而非个人设计的。

Jared Friedman：
如果我们回顾过去20年硅谷的投资方向，可以发现一个清晰的趋势——SaaS是主导的赛道。在这段时间里，超过40%的风险投资资金流向了SaaS领域，这最终催生了300多家独角兽公司，这个数量远超其他类别。

Gary Tan：
软件的力量确实不可低估，它几乎改变了所有行业。

Jared Friedman：
完全同意。而SaaS的繁荣其实有一个关键的技术催化剂，那就是XMLHttpRequest的出现。这项技术让我们能够在浏览器中开发复杂的互联网应用，它是推动SaaS崛起的基础之一。

Gary Tan：

确实如此，它为整个行业奠定了技术基础。

02/ 早期 SaaS 与 LLM 的相似之处

Jared Friedman
是的，2004年，浏览器新增了一个JavaScript功能：XMLHttpRequest。这成为在Web浏览器中构建富互联网应用程序的关键技术，填补了之前的空白。于是，谷歌地图和Gmail这样的产品诞生了，而这也推动了SaaS的发展。可以说，这一技术的转变标志着软件从CD-ROM安装的桌面应用，演变为我们通过网站和手机使用的云端工具。

Gary Tan
Paul Graham对此有着独特的理解。他是最早意识到可以将HTTP请求与Unix命令行结合使用的人之一。他的做法是革命性的——你不需要复杂的硬件，而是通过网络就能实现改变网站的功能。Viaweb可以说是Shopify的雏形，尽管它出现在很早之前。

Jared Friedman
对，基本上可以说是最早的SaaS应用之一。PG在1995年就开创了SaaS的概念，但当时的应用并不成熟，因为没有XMLHttpRequest。每次点击按钮时，整个页面都需要重新加载，用户体验非常糟糕。直到2005年，XMLHttpRequest才真正流行起来，这才让基于云的互联网应用迎来了爆发。

这让我想到，当时云计算和移动技术刚刚起步，创业者面临的一个重要问题是：新技术已经出现，接下来该如何利用它？价值会在哪里体现？我研究了多个市值超过十亿美元的公司，发现创业者们的路径大致可以分为三类。

第一类是显然可以成为大众消费品的好点子，比如文档、照片、电子邮件、日历、聊天等。这些传统桌面应用逐渐迁移到了浏览器和移动设备上。但有趣的是，这些领域几乎完全被现有大公司占据了。像Google Docs，它并不是唯一一个试图将Microsoft Office搬到线上去的产品，曾经有30多家公司尝试这么做，但最后只有谷歌胜出。

第二类是那些看似不明显的大众消费品点子，比如Uber、Instacart、DoorDash、Coinbase和Airbnb。它们在传统大公司的视线之外崛起，没有受到现有玩家的竞争。因为这些点子不容易被预测，甚至被认为很荒谬，比如Airbnb的商业模式一开始几乎没人看好，但它们最终赢得了市场。

第三类是B2B领域的创新，出现了成百上千个价值十亿美元的公司。这些公司从垂直领域切入，针对特定需求开发高度定制化的解决方案。

Harj Taggar
是的，Salesforce可以算是第一家真正意义上的SaaS公司。马克·贝尼奥夫曾提到，当时人们根本不相信可以通过云构建复杂的企业应用。很多人觉得企业软件必须购买盒装软件，才是真正的“可靠软件”。这其实是个感知问题。

Gary Tan
早期的Web应用确实很差劲，需要极大的远见才能看到浏览器技术的未来潜力。PG就是其中一个，他意识到浏览器会不断改进，最终成为开发复杂企业应用的坚实基础。

Harj Taggar
这和今天的LMS（大模型系统）很相似。很多人不相信可以用这些工具构建复杂的企业应用，认为它们还不够完善。但历史证明，早期被认为是玩具的东西最终往往会改变世界。

Jared Friedman
所以，当我看LMS和AI领域时，我可以想象同样的事情会发生。显而易见的机会，比如通用AI助手，可能会被大公司占据。但也会有许多新兴领域是现有玩家忽略的，创业者可以在这些地方找到突破口。

03/为什么大公司没有进入B2B SaaS领域？

Gary Tan
这是典型的“创新者困境”。像谷歌这样的公司已经有稳定的收入来源，风险太高的小项目往往不值得他们冒险。因此，很多创新机会被初创公司抓住了。

Jared Friedman
是的，我记得听过Uber创始人特拉维斯的演讲。他提到刚开始时，他非常害怕会因为创办这家公司而惹上法律麻烦。这样的风险对大公司来说是不可接受的，但对初创公司来说，这是一种成长的代价。

Diana Hu
你认为初创公司在这些领域能够成功的原因是什么？是不是因为它们更加专注？

Jared Friedman
没错。初创公司能够深入特定领域，解决非常细致的问题。比如，为什么谷歌没有建立一个与Gusto竞争的薪资管理系统？因为没有人愿意投入精力研究那些复杂的薪资法规。相对来说，关注更大的领域对他们更有价值。

Harj Taggar
这是软件领域的一种分化趋势。SaaS的出现，让初创公司可以专注于特定的垂直领域，提供10倍甚至更优的用户体验，而传统软件巨头往往难以做到这一点。

Diana Hu
是的，大型企业软件常常为了覆盖更多功能而牺牲用户体验。而SaaS公司则能专注于某个领域，提供更高效、更愉悦的解决方案。

Gary Tan
总结来说，软件只有三种定价模式：每用户每月5美元，500美元，或者5000美元。这直接映射了消费者、SMB（中小型企业）和大型企业市场。

Gary Tan

过去的企业软件确实让人头疼，主要原因是它并不是用户自己选择购买的，而是由企业内部的高层为签下那些动辄数百万美元的大合同而选定的。这种模式往往忽视了每天真正使用这些软件的普通员工的需求。幸运的是，随着新技术的出现，这种情况在改善。现在的企业软件正变得更加注重用户体验。我很好奇，LMS（大型语言模型系统）会如何改变这种局面。

04/员工人数可能会发生哪些变化

目前我们看到的趋势是，许多SaaS和企业软件公司需要随着收入增长不断增加员工。即使是一些年收入达到数亿美金的独角兽公司，也可能已经有了500到1000名员工。然而，LMS可能会改变这一规则。我开始建议早期的创业者，不仅要招募优秀的人才，还要特别关注那些了解大型语言模型的工程师，因为他们可以帮助自动化许多繁琐的任务，甚至是成长中的瓶颈。这可能会让一家初创企业用更少的人手实现更快的增长。

Diana Hu
完全同意。我们之前讨论过未来的可能性，比如一家独角兽公司只需要10个人就能运营。这看似极端，但确实有道理。

Gary Tan
是的，那些团队可能只是在写代码、发邮件和调整模型，而不是大规模招聘员工。

Harj Taggar
其实这种趋势早在LMS之前就开始了。我记得当时我在Threebyte时，传统的方式是筹集到融资后，就立即招募一个营销团队来推动销售和市场拓展。但后来我接触了一位MIT工程师Mike，他用了一种完全不同的方式。他通过工程思维来优化付费广告和谷歌广告，效率极高。相比之下，雇佣传统的市场团队反而显得笨拙。

Jared Friedman
是的，那种方式很有冲击力。我记得你们的市场活动，比如户外广告，占据了不少站点，非常有质量感。这和传统的营销思路截然不同。

Harj Taggar
这正是Mike的贡献。他用工程化的方式解决了传统的市场问题，取得了惊人的效率。我认为，随着LMS的普及，这种“技术驱动的杠杆效应”将变得更为明显，让创业公司在某些领域的效率超越传统模式。

Jared Friedman
这也解释了我为什么认为未来可能会有数百家“垂直AI独角兽”出现。每一家现有的SaaS独角兽都有可能被它们的AI等价物替代。现在的SaaS公司开发软件来服务用户，而垂直AI则是把软件与人类能力结合起来，以产品形式直接解决问题。

Harj Taggar
但目前，企业在选择AI Agent的过程中似乎还没有明确的方向。我看到一些初创公司已经在尝试帮助企业搭建自己的AI Agent工具，比如通过无代码平台或者SDK，但企业常常不知道这些工具的最佳用途是什么。

Jared Friedman
这是一个渐进的过程。如果你回顾SaaS的发展历史，早期的消费者应用更容易被接受，比如电子邮件、聊天工具和地图。这些工具让消费者逐渐习惯了使用SaaS，最终也为企业采用SaaS产品铺平了道路。

Harj Taggar
是的，现在的企业已经接受了点解决方案和垂直解决方案的价值，这让他们更倾向于选择专注于某一领域的AI Agent，而不是通用的AI平台。

05/更多垂直人工智能独角兽的论点

Gary Tan
创业公司的发展模式往往是从特定领域入手，然后逐步扩展。最初的产品可能是一个点解决方案，但随着市场份额的增长，公司需要扩展到更多协同工作的功能上，最终成为综合性平台。

垂直AI Agents还有一个巨大潜力是，它们可能比SaaS更高效。传统的SaaS软件依赖团队操作，需要大量的人工输入和管理。而垂直AI代理可以自动化这些流程，甚至大幅削减企业的运营成本。

Jared Friedman
没错。大部分企业在人力上的花费远远高于软件费用。如果AI Agent可以自动完成许多人力工作，它将极大提高效率，甚至颠覆现有的企业运营模式。

Diana Hu
也许未来的小公司可以用更少的员工完成更多的事情，因为AI Agent可以替代那些低效的手动操作。这让垂直AI代理的潜力比SaaS更大。

Jared Friedman
我完全同意。相比传统SaaS公司，垂直AI代理可能创造的价值会大得多，它们甚至可以成为下一个十倍规模的行业巨头。

Diana Hu

我认为存在两种可能性。第一种是，垂直领域的点解决方案可能足够大，以至于你不需要再去拓展额外的功能和应用场景。

06/当前的公司/应用案例

Jared Friedman
我们要不要举一些例子？我们合作过很多垂直行业的AI初创公司，从中获得了不少启发和反馈。了解这些公司的实际进展非常有价值。

Gary Tan
是的，比如Aaron Canon，他之前是我的产品主管，现在正在一家名为Start的YC公司工作。这家公司主要聚焦在LMS和Qualtrics的调查领域。Qualtrics这样的公司可能永远无法构建同类最佳的大型语言推理工具，但他们的产品却为运营团队、市场团队等服务，帮助他们了解客户的需求，而这些需求往往是通过语言表达出来的。

企业软件面临的一个挑战是销售对象的定位——你需要让关键决策者放心，AI并不会威胁到他们的工作或团队的存在。否则，很难推动产品落地。

Diana Hu
完全同意。这也是销售AI解决方案时的一个关键点。如果AI的目标是取代某个团队，你就很难获得团队的支持。这种情况下，销售通常需要从高层入手，甚至需要CEO的直接支持。

Harj Taggar
我正在合作的一家公司名为Memory，他们开发了一款AI Agent，专注于QA（质量保证）测试。这让我想起十年前的Rainforest QA，那是一家通过服务来优化QA的公司。Rainforest的挑战在于，它需要通过构建软件来提高QA团队的效率，但又不能完全取代这些团队。结果就产生了一种紧张关系——软件卖给工程主管时，他们希望用更少的人完成更多的事，但同时又需要QA团队的支持。

现在AI可以直接替代QA团队，情况发生了根本变化。你甚至可以将销售目标转向那些本身没有QA团队的小公司，而不需要平衡人力保留的问题。

Jared Friedman
是的，很多公司可能会完全跳过构建QA团队。这正是Diana提到的一个例子：垂直AI代理可能比传统解决方案更高效，潜力更大。

Harj Taggar
招聘领域也是如此。在Triplebyte时，我们面临类似的问题。我们需要构建软件来优化工程师的筛选和招聘流程，但又无法直接替代招聘人员，因为他们是推动这些工具被采用的关键。但现在有了AI，可以开发覆盖整个招聘流程的解决方案，比如YC上一期的一家公司Priora，他们实现了全面的技术筛选和初步的招聘筛选，获得了非常好的反响。这类工具可能完全颠覆传统的招聘模式。

07/人工智能语音呼叫公司 

Diana Hu
不仅是招聘领域，甚至开发工具公司也在尝试类似的创新。例如，一家名为CapitalAI的公司开发了一款聊天机器人，能够回答各种复杂的技术问题。它通过吸收开发者文档、技术视频和聊天记录，提供高质量的答案，显著减少了团队的规模需求。

Jared Friedman
对，我也合作过一家AI客户支持公司，名为Parallel。他们专注于复杂客户支持工作流程的自动化，这种市场竞争看似很激烈，但实际上大多数公司只是简单地使用零镜头LLM提示，无法真正取代客户支持团队。Parallel在这方面做得更深入，比如取代整个大型客户支持团队，处理复杂的任务。

Gary Tan
这类AI工具的专业化和垂直化非常明显。最终或许会出现一个通用的客户支持AI工具，但这需要时间。目前，我们还处于发展的初期阶段，更多的公司会选择针对特定领域的定制化解决方案。

Jared Friedman
是的，这种动态很有意思。很多客户希望获得量身定制的解决方案，而不是一款通用软件。虽然这种市场规模可能不像整个SaaS市场那么大，但针对具体需求的垂直AI解决方案能带来极高的效率和价值。

Diana Hu
这就需要不同领域的支持。例如，开发工具公司需要特定的支持体系，而市场营销团队则有完全不同的需求。每个垂直领域的需求和市场特点都是独特的。

Gary Tan
是的，无论是AI Agent还是实际的人力工作，我们最终都会面临类似的挑战——这可以追溯到科斯的公司理论：任何公司在成长到一定规模之后，效率都会下降。这也是为什么成熟的经济体中，每家公司通常专注于自己擅长的领域。公司的规模极限，某种程度上取决于管理者的能力。

我们最近和Conrad探讨时，他对LMS（大型语言模型系统）的最有趣观点并不是这些模型可以“说话”或“画画”，而是它们可以“阅读”。对他来说，作为一家拥有3000名员工的公司CEO，他通过Rippling管理所有员工的薪资。于是他开始思考，如何用这些工具扩展管理者的能力？如果这些工具能够显著增强CEO或管理者的效率，那么公司规模的天花板或许会被重新定义。

Jared Friedman
这正是关键点。如果这些工具能够提升管理效率，那就有可能运行规模更大的公司。比如，通过构建更强大的HR工具，一个AI驱动的SaaS平台或许能够取代多个现有的巨头。

Diana Hu
这是一个很有趣的观点。有了AI驱动的工具，尤其是那些能自动解析复杂信息的系统，它们就像是赋予组织领导者“扩展认知能力”的工具。就像邓巴数字理论提到的，人类只能和大约150到300人建立有意义的关系，但如果有AI的支持，这个限制可能会被打破。

Gary Tan
对，这让我想到Flo Crivello最近在Twitter上发的帖子。他提到有人做了一个语音聊天AI的周末项目，模拟CEO给公司所有员工打电话。听起来就像CEO在亲自关心员工的工作情况，但实际上是一个AI系统。这种想法让我想起电影《她》中的场景，OS不仅能同时和一个人互动，还能同时和成千上万的人沟通。

Harj Taggar
这是一个很有意思的用例。我能想象这样的系统会给员工打电话，听取他们的反馈，然后为CEO生成最重要的总结。这样的LMS驱动系统，比传统SaaS工具的“员工反馈”功能强大得多。

Jared Friedman
确实如此。很多SaaS工具试图用简单的软件解决员工脉搏监测或反馈问题，但LMS的版本比传统工具要强大很多倍。

Harj Taggar
不过，我也在想一个问题：如果写作和总结是思考的一部分，那么AI能够多大程度上替代人类在这些领域的工作？它能否真正帮助领导者确定最重要的事项，甚至是管理层该如何运作？

Gary Tan
这是一个关键问题。比如Rippling的创始人Conrad的思路，他们通过聚焦在某些特定领域，从一个垂直的解决方案起步，然后逐步扩展业务。这样的模式和亚马逊当年的策略类似，先提供基础设施服务，再利用这个平台推出更多产品。

Jared Friedman
这也是为什么Rippling的增长方式让我印象深刻。他们通过极其专注的初始策略，最终扩展到更广的领域，颠覆了许多传统的SaaS模式。

Diana Hu
不仅如此，AI驱动的垂直解决方案也在加速涌现。比如，我合作的一家公司，通过AI语音自动化技术，在呼叫中心的账单催收领域取得了巨大的成功。这种工作曾经需要大量低薪员工，但他们开发的AI能够准确完成这些任务，并在多个大银行中成功部署。

Gary Tan
这个领域的变化非常快，比如Vapi这样的语音基础设施公司。他们提供强大的API支持，让开发者能够快速构建并上线AI语音解决方案。

Harj Taggar
语音领域的技术进步尤其显著。仅仅六个月前，AI语音的延迟问题还很明显，但现在已经接近真人对话的水准。这种进步让AI语音应用真正具备了替代人类电话沟通的能力。

Jared Friedman
没错。我们回想2023年初的第一批LMS应用程序时，它们基本上只能简单地生成一些文本。而现在，我们已经可以通过AI语音实现复杂的交互，甚至替代部分人力。

Gary Tan
正如你所说，“石头会说话”已经不再是AI的极限，未来的可能性正在不断扩大。

Diana Hu

是的，比如文案编辑、营销文案编辑或者电子邮件编辑工具，这些AI应用其实都是在渐进式地改进，变得更好。

Harj Taggar
让我想到之前接触过的一家公司，他们的定位很明确，就是让小企业可以轻松创建博客，开展内容营销。这个点子虽然简单，但当时非常酷。这就像我们聊过的很多AI工具一样，有点像是一个包装着ChatGPT的简单应用。它可以生成一些类似的内容，但相对基础，感觉很快会被更先进的产品取代。

Jared Friedman
确实如此。第一波LMS应用的很多产品都被后来的迭代版本超越了。就像我们看到了GPT应用的进化，它们逐步变得更加实用和智能。

Harj Taggar
从我们的视角来看，这种技术的进步似乎是指数级的。每隔几个月，我们就能看到巨大的改进。现在，我们已经开始看到AI代理能够取代完整的团队、职能，甚至整个企业的雏形。这种发展速度让我感到震惊，完全不同于我们以前见过的任何技术演进。

Diana Hu
没错。特别是现在基础模型之间的竞争正在加剧。过去只有OpenAI是主要玩家，但现在像Anthropic的Claude这样的竞争者也进入了市场。

08/作为创始人，什么是适合你的垂直领域？

Gary Tan
竞争确实是一个健康市场的基石。它不仅让消费者有更多选择，也给了创始人更多机会。这是我想要生活的世界。如果有听众正在考虑创业，或者刚刚开始，他们可能会问：如何找到适合自己的AI垂直方向？

Harj Taggar
一个简单的起点是寻找无聊、重复的行政工作。这些任务通常具有共性——它们很容易被AI Agent取代。如果你能够深入挖掘其中的需求，就可能找到一个潜在的十亿美元创业机会。

Gary Tan
听起来创业者最好选择那些自己熟悉、有经验或者有人脉的领域。

Harj Taggar
确实如此。我看到很多有前景的创业公司都是从创始人的直接经验或者关系网中找到的机会。比如，有一家初创公司正在开发一个AI Agent，用于政府合同投标。他们的创始人在一年前注意到，一个朋友的工作是整天刷新政府网站，寻找新的投标机会。他们觉得这完全可以用AI来实现，于是开发了一个相关的工具。还有一家专注于牙科诊所的AI初创公司，创始人的母亲是牙医。他跟随母亲工作了一天后发现，处理保险理赔是非常繁琐且重复的工作。他于是决定开发一个AI代理来解决这个问题。

Gary Tan
这让我想到机器人技术中的一个经典格言：最有价值的机器人通常解决肮脏、危险的工作。而对于垂直SaaS来说，这些“无聊的黄油传递”任务正是AI的最佳切入点。

Diana Hu

没错，这类工具不仅能提升效率，还能让人们从枯燥的工作中解放出来。