你的位置:开云集团「中国」Kaiyun·官方网站 > 新闻 > 欧洲杯体育YC资深投资东说念主以为-开云集团「中国」Kaiyun·官方网站

欧洲杯体育YC资深投资东说念主以为-开云集团「中国」Kaiyun·官方网站

时间:2025-04-27 02:28:46 点击:174 次

欧洲杯体育YC资深投资东说念主以为-开云集团「中国」Kaiyun·官方网站

  着手:华尔街见闻欧洲杯体育

  下一个千亿好意思元商场,可能催生出3000亿好意思元独角兽。

  2024年,AI Agent的风吹的猛了些。

  在11月12日的‘百度寰宇2024’上,百度首创东说念主李彦宏要点指出“智能体是AI应用的最主流步地,行将迎来它的爆发点。”

  大洋此岸,YC合鼓励说念主、资深投资东说念主Jared最新一期深度解读中掷地金声地指出,垂直边界AI Agent有望成为比SaaS大10倍的新兴商场,凭借替代东说念主工操作、教会后果的权贵上风,这一边界可能催生出市值卓绝3000亿好意思元的科技巨头。

  那么,大佬们为怎样此看好AI Agent呢?

  在YC最新一期节目《Vertical AI Agents Could Be 10X Bigger Than SaaS》中,YC四位资深投资东说念主 Gary、Jared、Harj和 Diana 从 SaaS 行业的发展历程开赴,集结了大批实例和长远瞻念察,深度分析了为何垂直边界AI代理将成为下一个创业风口。

  四位YC资深投资东说念主示意,LLM 时候的跨越为 AI Agent 的发展奠定了基础,越来越多的创业公司运转诳骗 AI Agent 时候来处罚百行万企的难题。若将AI与初期的Saas行业对比,YC资深投资东说念主以为,LLM时候的破裂犹如2004年浏览器引入XML HTTP恳求,开启了全新的盘算推算范式,使得AI Agent能将软件与东说念主工操作深度集结,在后果和本钱方面竣事质的飞跃。

  从Momentic的AI自动化测试到Powerhelp的智能客服系统,再到Salient的AI语音催收,垂直边界AI Agent正在各个细分商场展现出强盛实力。由于每个边界皆需要深入的专科学问,大公司难以快速布局,这为创业者提供了费事的机遇。更病笃的是,LLM的应用将改换企业用东说念主模式,畴昔公司可能只需更少的职工就能竣事快速增长。

  站在当下,似乎,AI Agent照旧成为AI落地的最好选拔。

  1. SaaS行业的到手是垂直边界AI Agent兴起的最好佐证

  Jared以为,垂直边界AI Agent的商场边界将特等巨大,以致可能出生市值卓绝3000亿好意思元的公司。

  他以为,SaaS行业的到手是垂直边界AI Agent 兴起的最好佐证。SaaS(软件即办事)模式的出现透彻改换了软件行业。昔日,企业需要购买不菲的软件许可证,并破耗大批时刻和资源进行装配和着重。而 SaaS 模式将软件托管在云霄,用户只需支付订阅用度即可使用,极地面镌汰了软件的使用门槛和本钱。

SaaS模式的上风:

低本钱: 无需购买不菲的软件许可证和硬件成立。 易于使用: 通过汇聚即可拜谒,无需复杂的装配和确立。 可膨胀性强: 不错凭据企业的需求生动诊治订阅决策。

SaaS 行业的茂盛: 昔日20年,SaaS行业赢得了卓绝40%的风险投资,并出生了300多家独角兽企业,举例 Salesforce、Workday、Zoom 等。这充分讲授了 B2B 软件商场的巨大后劲。

Jared 以为,垂直边界 AI Agent 行为一种新兴的 B2B 软件,其商场边界有可能超越 SaaS。 因为 AI Agent 不仅不错像 SaaS 同样提供软件办事,还不错通过 AI 时候竣事自动化操作,进一步提高后果并镌汰本钱。

2. LLM时候为垂直边界AI Agent的爆发奠定了基础

YC的资深投资东说念主们将 LLM 时候的出现比作 2004 年浏览器引入 XML HTTP 恳求功能,以为这两者皆是新的盘算推算范式,为软件斥地带来了根人道的变革。XML HTTP 恳求功能催生了 Ajax 时候,使斥地者简略构建富互联网应用设施,举例 Google Maps 和 Gmail,这些应用的到手推动了 SaaS 行业的华贵发展。

XML HTTP 恳求功能: 允许网页在不从头加载统统这个词页面的情况下与办事器交换数据,从而竣事更运动的用户体验。 Ajax 时候: 诳骗 XML HTTP 恳求功能,竣事网页的异步更新,教会用户体验。

LLM(大型讲话模子)时候也为软件斥地提供了新的可能性,不错将软件与东说念主工操作集结起来,创造出更强盛的垂直边界 AI Agent,取代传统的 SaaS 软件和东说念主工操作。

LLM 时候: 简略闪现和生成东说念主类讲话,不错用于构建聊天机器东说念主、自动生成文本、翻译等应用。

3. 为什么大公司错失了 B2B SaaS?

大公司错失 B2B SaaS 商场的主要原因是 B2B SaaS 商场高度漫步,每个垂直边界皆需要深入的专科学问和对特定问题的缓和。大公司更倾向于专注于少数几个边界重大的商场,而不是漫步元气心灵去应酬开阔细分边界。

举例,Gusto 是一家专注于薪资管制的 SaaS 公司,它之是以简略到手,是因为它深入了解了薪资管制边界的多样细节和轨则。而关于 Google 这么的巨头来说,斥地一款类似 Gusto 的居品需要进入大批的时刻和资源去学习和闪现薪资管制边界的学问,这关于他们来说是不合算的。

4. AI Agent 将如何影响企业的东说念主员结构?

LLM 的应用将改换初创公司的用东说念主模式,畴昔公司可能只需要更少的职工就能竣事快速增长。昔日,初创公司频繁会跟着业务增长而约束扩大团队边界,但 LLM 不错匡助公司竣事自动化,减少对东说念主力的依赖。

举例,Triplebyte 是一家诳骗 AI 时候进行软件工程师招聘的公司,他们斥地的软件不错自动筛选简历、进行时候测试和初步口试,从而大大减少了招聘东说念主员的责任量。

5. 垂直边界 AI Agent 的商场后劲有多大?

垂直边界 AI Agent 的商场边界将是 SaaS 的十倍,因为它们不仅不错取代现存的 SaaS 软件,还不错取代大批的东说念主工操作。传统的 SaaS 软件仍然需要东说念主工操作来完成很多责任过程,而垂直边界 AI Agent 不错将软件和东说念主工操作集结起来,竣事更高的后果和更低的本钱。

举例,Momentic 是一家诳骗 AI 时候进行 QA 测试的公司,他们的 AI Agent 不错自动推行测试用例,并生成测试评释,从而弥散取代了传统的 QA 团队。

6. 垂直边界 AI Agent 的应用案例

不竭中,四位YC资深投资东说念主们列举了多个垂直边界 AI Agent 公司的例子,以下是咱们挑选的其中几个相比有代表性的案例:

Outset: 诳骗 LLM 时候更正窥察和问卷窥察边界。传统的窥察和问卷窥察软件需要东说念主工想象问题、汇聚数据和分析胁制,而 Outset 的 AI Agent 不错自动完成这些任务,况兼简略凭据用户的反映及时诊治问题和谜底,从而提高窥察的后果和准确性。 Momentic: 诳骗 AI 时候进行 QA 测试,取代传统的 QA 团队。传统的 QA 测试需要东说念主工编写测试用例、推行测试和分析胁制,而 Momentic 的 AI Agent 不错自动完成这些任务,况兼简略凭据软件的代码和功能变化自动诊治测试用例,从而提高测试的后果和袒护率。 Powerhelp: 斥地 AI 客户营救代理,不错处理复杂的客户营救责任过程,取代传统的客户营救团队。传统的客户营救需要东说念主工接听电话、回话邮件和处罚问题,而 Powerhelp 的 AI Agent 不错自动完成这些任务,况兼简略凭据用户的发问和历史纪录提供个性化的处罚决策,从而提高客户舒畅度和后果。 Salient: 诳骗 AI 语音呼唤时候,自动化催收汽车贷款边界的债务。传统的催收责任需要东说念主工拨打电话、与借款东说念主相易和纪录催收胁制,而 Salient 的 AI Agent 不错自动完成这些任务,况兼简略凭据借款东说念主的情况和还款才气诊治催收政策,从而提高催收后果和到手率。

7. AI 语音呼唤时候的发展趋势

AI 语音呼唤时候连年来发展马上,跟着 AI 语音合成时候和当然讲话处理时候的跨越,AI 语音呼唤不错用于更复杂的场景,举例催收债务、客户办事、商场营销等。

AI 语音合成时候: 不错将文本转机为当然运动的语音,使得 AI Agent 不错像真东说念主同样与用户进行对话。 当然讲话处理时候: 不错让 AI Agent 闪现用户的意图和激情,并凭据用户的发问和反映进行相应的回话。

8. 如何选拔合乎我方的 AI Agent 创业标的?

Jared 提议,思要创办 AI Agent 公司的首创东说念主应该寻找那些败兴、肖似性高的行政责任。这些责任频繁需要大批的东说念主力,况兼容易被 AI 时候取代。

举例,著作中提到的 Sweet spot 公司,等于看到了政府条约竞标过程中存在大批肖似性责任,因此斥地了 AI 代理来匡助公司自动化完成这些责任。

海量资讯、精确解读,尽在新浪财经APP

包袱裁剪:丁文武 欧洲杯体育

服务热线
官方网站:www.deluxeaction.com
工作时间:周一至周六(09:00-18:00)
联系我们
QQ:10086
官网:http://www.deluxeaction.com/
地址:武汉东湖新技术开发区光谷大道国际企业中心
关注公众号

Powered by 开云集团「中国」Kaiyun·官方网站 RSS地图 HTML地图