晚上收到一封邮件,原文在这里,同样来自两位AI投资分析师
我先让豆包给翻译一下
文章标题为《Drinking Milkshakes: How AI Wedges Will Help Startups Outmaneuver Incumbents》,主要探讨了AI楔子(wedges)如何帮助初创企业在垂直软件领域超越现有企业。
- 历史软件楔子:传统上,楔子是一种能与客户建立关系并获取有价值下游数据的产品,即让人工生成的信息能够输入或从系统中提取,如Salesforce、ServiceTitan和Procore等软件中员工输入和跟踪数据的方式。
- AI楔子:大型语言模型(LLMs)使AI楔子能够以传统软件无法做到的方式在创建点捕获数据,这些体验通常在历史记录系统的上游,能捕获、构建和存储以前无法获取的公司数据并使其可用,这类似于“拿走别人的奶昔”,为垂直软件创造了黄金时代。
- 语音领域
- 应用:在多数销售或客户服务仍通过电话或面对面进行的行业,垂直训练的语音代理可在现有记录系统需要填充之前捕获数据,无需人工与记录系统交互,解决过去难以收集数据的问题。
- 案例:Liberate有针对保险行业的语音代理与企业软件平台配合,其中间件平台使语音代理能对遗留系统进行读写,取代或增强人工处理保险业务,该模式也可应用于银行和旅游等行业。
- 应用:如果销售和支持通过电子邮件或消息进行,这是在数据到达遗留记录系统之前捕获数据的另一种方式,关键是基于文本的代理要考虑上下文。
- 案例:11x构建了AI驱动的销售开发代表,可自动生成线索和预订会议,其语音和电子邮件产品能自动识别、联系和分类潜在客户交互,在数据到达CRM之前创造新线索,未来可能成为所有销售数据的真相来源。hx的定价智能工具帮助保险公司更有效地摄取和建模定价数据,利用LLM工具处理提交的数据并存储,为定价数据创建真相系统。
- 应用:大型企业技术运营面临员工入职离职、服务台请求处理等挑战,LLMs可解决相关对话元素和后端自动化问题。
- 案例:Fixify构建的技术服务平台利用基于LLM的聊天界面识别和分类IT问题,提高问题解决速度,基于企业级票务平台,学习自动化处理常见票务,减少人工分析需求。
- 集成:AI楔子产品必须与现有系统集成并具备读写能力,在集成困难的领域(如金融服务),这可能成为企业的护城河。
- 工作流程:尽管AI完全消除工作流程是理想状态,但可能总会有UI层让用户与数据交互、协作和修改输出,将工作流程层与楔子产品结合很关键。
- 数据存储:拥有基础客户单元一直是获取最大价值的方法,如果AI工具能建立自己的数据存储库,就可无需维护遗留记录系统,并从客户处获取更多支出。大家可以回忆一下,在使用CRM的过程中,有一些功能是自动化了的在设定好规则的条件下,销售从公海中拿走的线索自动返回公海这些在流程节点上动作的很容易自动化,这个其实也是目前很多CRM的标配。但大家不要忘了,一个很客观的现实CRM里面整个数据的变化不及数据本身的验证数,是不是靠人肉来完成的?上这些那肯定在传统的CRM里面都是用人的脑子嘴巴和手来完成的。线索,如果到了公海池向11点xa I这种产品,它就可以自动的去给这些公海线索打电话,发邮件不同的商机如何去跟进?比如说他是一个教育行业300人的组织,对接的是销售总监,那么AI可能自动的就会给到一个跟进的建议。其实也在经历这样的变化,这个汽车在之前是靠人来驾驶的,但是慢慢的,现在有了辅助驾驶,再往后那肯定就是自动驾驶一个道理。