Sora 的横空出世让字节跳动也跟着上了热搜。传言字节早就研发了'中文版 Sora'——一款叫 Boximator 的视频模型，不过字节迅速辟谣。但联想到 2023 年底曝出的'种子计划'，外界很难不怀疑字节又在蹭热点。那个项目被 The Verge 曝出调用 OpenAI API 训练模型，数据'套壳'虽不罕见，却传递了一个信号：连字节这种体量的公司在大模型上都如此吃力，国内初创企业再死磕底层通用大模型，可能真不是态度问题，是现实不允许。
算力、数据、资金样样缺。但这不代表 AI 创业无路可走——如果把战场从通用大模型转到垂直模型，机会反而更清晰。
在大洋彼岸，垂直模型早就吸引了大量关注。PitchBook 数据显示，2023 年 AIGC 领域 691 笔交易投资额达 291 亿美元，同比增长 268.4%。报告指出，虽然投资者仍主要聚焦 OpenAI、Anthropic 这类基础模型玩家，但随着市场成熟，注意力正转向特定行业的垂直应用。硅谷风投 Greylock 也观察到，一批重视垂直服务的初创公司正跳出传统 SaaS 思维，通过嵌入支付、广告、B2B 市场等方式加速增长。Greylock 甚至放话：'现在是 AI 垂直软件最好的时代。'
范式转变：跳过'前 SaaS'阶段
国内 SaaS 长期疲软，除了环境因素，也受制于投入长、见效慢的行业规律。专注 SaaS 投资的 Point Nine Capital 创始人 Christoph Janz 坦言，多数企业采用新技术的速度极为缓慢，迄今仍有约 58% 的企业软件支出流向本地方案。即便在美国，Toast 到 2021 年也才覆盖 6% 的美国餐厅，ServiceTitan 在其核心市场的渗透率仅 1%，CRM 花了 15 年才到临界点。
'用不了'是根本原因。早期垂直软件只能处理已经结构化好的数据，但世界上 80% 的数据是非结构化的——合同、记录、多媒体文件等。如今大模型有能力啃下这些硬骨头，Janz 认为范式会发生转变：此前数字化缓慢的行业，很可能绕过'前 SaaS'阶段，直接跃入 AI 解决方案。
盲目扎进垂直模型也不明智
大模型进步太快，随时能碾掉初创公司。OpenAI 开放 Whisper API 后，语音识别公司 Deepgram 就突然陷入黑暗，两度裁员，其专有模型即使在最佳条件下准确率高达 98%，也难逃冲击。好在国内真正的大模型还没完全卷起来，留给初创公司一些窗口期；而且，大模型不是产品，能落地到具体场景才算数。有创业者调研时得到直接反馈：'大模型能做什么？能帮我裁员还是帮我赚钱？'
垂直模型的优势恰好在于更精准、ROI 更快：它通常用更少的数据和计算，为特定细分市场量身定制。Pender Ventures 的合伙人 Isaac Souweine 说，垂直模型更高的盈利潜力对投资者更有吸引力。
但一头扎进去问题也不少。头号难题是 TAM 太小。'更专业'意味着'更狭窄'，Lux Capital 合伙人 Grace Isford 提醒，即便成熟的垂直领域，新技术采纳也要时间，小众产品销售周期可能长到挑战风投的耐心。这就逼着创业公司对资本效率极度敏感，否则容易沦为'风投孤儿'。
另一个必须解决的问题：创始人不能只懂基础模型原理，必须花大量时间深入行业，理解客户需求。Northzone 负责人 Molly Alter 强调，对风投而言，行业专业知识远比生成式 AI 知识重要——看不懂特定市场，就找不到真正解决痛点的公司。
六个维度圈出机会
Greylock 提出了一个评估垂直 AI 创业公司的框架，核心围绕六个要素。
数据：好数据胜过好模型。 随 LLM 构建应用的门槛降低，数据成了差异化关键。创业公司要判断垂直领域是否需要超大数据集，或能否构建专有数据资产。使用自有数据训练商用模型可以形成早期壁垒，但真正的长期壁垒来自客户使用产品时自然产生的行为数据。眼下很多垂直行业的数据还困在传统系统里，这正是处理和提取数据的公司值得关注的原因。一些科技巨头已开始提供合成数据服务，帮助客户快速交付。
TAM：快速找到入口。 垂直市场的 TAM 不大，但竞争也少，越专注越可能获得纵深优势。医疗、金融等基础行业高度碎片化，一个子分支就能撑起可观市场。找到入口的方法是：看哪些分支未被对手触及、对 AI 有明确需求、最适合 LLM 工具，同时结合自身技术优势。早期参与者有机会定义并领导新兴或转型期的市场。
ACV：开发多种产品和收入来源。 单一 SaaS 产品很难做到六位数年合同额。Toast 通过增加工资和劳动力管理功能实现多产品战略，Provi 和 Pepper 靠广告创收，Aurora Solar 提供融资方案，Procore 也开始卖保险。在核心产品之外拓展产品线和收入来源，日后捆绑销售，才能形成黏性。
创始人：有领域经验的产品构建者。 与纯技术背景的团队相比，拥有领域经验的团队在垂直 AI 上优势明显，尤其是在受监管行业。目标客户若是绑定长期合同的传统组织，不懂行业复杂性就无法制定正确的营销、销售和招聘计划。Greylock 很欢迎那些深入了解行业、但尚未找准垂直入口的创始人。
GTM：尽量制造紧迫感。 垂直销售周期可能很长，GTM 策略必须激发 FOMO（害怕错过）。当下人们对 AI 的 FOMO 使潜在客户更愿尝试新产品，即使他们可能已经被多家接触过。用 FOMO 主导分销渠道，是让产品快速起飞的关键。
产品：AI 代理超越 Copilot。 目前主流范式是人机协作的 Copilot，但未来几年会看到越来越多 AI 代理执行大部分工作，人类只负责核对。Copilot 可能被已有分销权的现有玩家主导，AI 代理则是更开放的机会。能思考、推理、代表人类行动的 AI 代理，是迈向自动化的重要一步。这种转变将用软件支出替代人力成本，进而催生基于使用或结果的定价模型，值得探索。
