本文编译自Sangeet Paul Choudary,其以在平台经济学和网络效应方面的研究而闻名。在本文中,Choudary探讨了垂直 AI 与代理如何重塑 B2B 工作流价值链。在他看来,虽然大多数人工智能炒作都围绕水平 B2C 应用,但线B 人工智能。
Choudary认为,AI Agent创造了一个重新整合场景的可能性。它们使垂直人工智能玩家能够通过跨多个工作流程进行协调来实现水平发展,这将重塑B2B价值链。尤其在医疗保健这样的低互操作性领域,AI初创公司能够通过AI Agent这样的人工智能原生工具,作为新的控制中心来集成不同的工作流程,进而取得主导产业的枢纽地位。
如今,大多数垂直人工智能玩家都专注于通过专有的微调模型和有针对性的用户体验来开发垂直优势。正如我在如何赢得生工智能中How to win at Generative AI所解释的那样,这种优势创造了一个飞轮:
与较大的基础模型相比,经过特定领域数据训练的较小模型在延迟、准确性和成本方面有更好的表现。这种垂直化有其自身的强反馈效应,你开发的模型越垂直,你在所有参数上的竞争力就越强。
随着时间的推移,模型微调得越多,未来的用户体验更改应该与模型更加深入地耦合,以便将该模型的优势传递到用户工作流程中。
垂直人工智能玩家的优势在于他们是全栈运营的——也就是说,他们提供跨接口、专有模型和专有数据的完整解决方案。这创造了上述飞轮的护城河不断增强,因为继续拥有该接口的权利赋予了紧密者不断收集专有数据的能力,从而有助于进一步微调模型。
尽管有这个飞轮,所有垂直游戏最终都会参与到别人的生态系统中。这是大量垂直解决方案最终激增的自然结果。最终用户希望通过一两个界面完成工作,而不是针对每个新用例在各个界面之间跳转。
所以,从长远来看,垂直解决方案获胜的唯一方法是横向发展。要理解垂直人工智能的机会,了解过去十年垂直 Saas 的崛起会有所帮助。垂直软件的崛起普遍遵循以下逻辑:1)抓住核心场景实现快速发展;2)围绕核心场景做场景延伸
比如,Square(以支付为起点)、Toast(以 POS 软件为起点)或 ServiceTitan(以估算为起点)等玩家都遵循此策略进行发展。
大多数对现状的“破坏”都是通过深挖细分场景发生的,但大多数风险投资回报都是通过整合实现的,为了大规模获取价值,软件企业需要持续做场景延伸。
分拆并不能获取可持续的价值。分拆会取代现有企业,但不会创建可扩展且可防御的价值池。只有通过重新涉及将多种零散的功能成一个有凝聚力、以客户为中心的产品,才能够实现价值最大化。最重要的是,在这个过程中,成功的“整合者”建立了中心地位并获得了用户关系的首要地位。
很多风险资本会追逐细分场景的创新者,因为创新者会重构产业链,并参与产业链价值的重新分配。但最终大部分利益都会被少数的“整合者”拿走,因此大多数风险资金将会受到损失。这就是垂直人工智能的最终游戏。
从这个角度上说,人工智能创造了新的场景重塑的可能。在垂直人工智能领域创造长期竞争优势的机会并不在于,深入有效地解决最初的痛点。许多参与者将成功地创建专有的、经过微调的模型来解决这个问题。这是必要的要求,但还不够。
垂直人工智能领域的长期竞争护城河是通过利用人工智能提供的独特价值重塑某个核心场景,围绕核心场景进行延伸。人工智能为场景重塑创造了一个新的可能,而那些能够有效利用它来解决特定场景问题的玩家将是有效主导垂直人工智能的人。
业务工作流程分散在各个孤立的软件中。为了真正完成工作,必须将这些工作流程重新整合以实现业务目标。您获取工作流 X、Y 和 Z 的输出,并做出决策或采取行动以实现目标。这种针对目标的工作流程整合是由人类经理执行的。
组织中的管理者通过解决两个问题来实现这种整合:一是跨场景的工作流程协调;二是使用不同的工作流程来实现组织目标;
在当今的 B2B 工作流程中,组织中的管理资源充当重新整合的位置。但技术正在以两种非常重要的方式改变 B2B 工作流程的格局。
首先,随着我们越来越多地使用基于 API 的业务功能分发,不同工作流互操作性也会增强。我在DX是新的用户体验中详细解释了这一点中详细解释了这一点::
业务能力越来越多地通过API开放给外部使用。API 提供了业务流程或功能的接口,同时还定义了参与该接口的契约。
API 是能力可以跨越企业边界流动的管道。随着这些管道的增加,它们为管道工程创造了巨大的机会。不同的管道可以通过创新的业务逻辑连接在一起,以创建全新的工作流程和功能包。因此,我们看到工作流程重新整合发生了两项重要变化。
首先,像 Salesforce 和 Hubspot 这样的公司在工作流程中处于中心位置,可以集成其他参与者以创建无缝集成的工作流程。
其次,IFTTT 和 Zapier 等公司允许用户创建基于 if-then 触发器的工作流程,跨多个工作流程进行组合。这两种解决方案都解决了协调不同工作流程的管道问题。
增强互操作性解决了管道问题,它并没有解决寻求目标的问题。这就是人工智能代理为垂直人工智能创造独特机会的地方。
人工智能代理解决了目标寻求问题。正如我在《人工智能》中解释的那样,人工智能不会吃掉你的工作,但它会吃掉你的薪水:
代理人是追求目标的,这就是他们的不同之处。虽然大多数技术旨在执行任务,但智能体超越任务来完成目标。在公司越来越多地配置 API 来服务关键资源和功能的环境中,代理执行上述三个功能,如下所示:
垂直人工智能最强大的成果将在高度互操作性的领域中观察到,在这些领域中,复杂且训练有素的代理在开放资源上运行。智能体创建了一个新的重新整合场景。它们使垂直人工智能玩家能够通过跨多个工作流程进行协调来实现水平发展。
大多数软件专注于工作流程中任务的自动化,AI代理将任务重新组合以实现目标。正如我在As I explain in 人工智能代理如何重新构建组织中所解释的那样:
每个目标都是一组任务。管理角色——负责在组织中完成工作——是一系列目标。当技术取代底层任务(下图红框)时,只要目标寻求对角色的绩效至关重要,角色的范围就基本上不受影响。
让我们以旅行计划为例。随着新工具的出现——旅行预订工具、日历管理工具、支付工具等——特定的任务得到简化,甚至被技术取代,但这些任务的目标仍然由人类管理。
人工智能代理则不同,AI agents能够直接实现目标。如果代理收到了某个目标,则该目标不再需要由工作人员执行。实际上,寻求目标的人工智能代理可以将目标与角色分开。人工智能代理创建了一个新的重新轨迹。
垂直人工智能玩家拥有独特的机会,并且该机会不仅仅限于开发专有的微调模型。这里真正的机会在于,利用人工智能代理作为新的重新点来集成不同的工作流程并协调工作流程。
哪些因素决定垂直人工智能的赢家和输家?垂直人工智能——通过代理利用工作流程重新——有效地取代了组织环境中的管理资源。
要了解垂直人工智能参与者如何竞争,请考虑决定组织中任何管理资源有效性的因素:1)完成工作所需的管理能力;2)轻松访问完成工作所需的资源。
同样,垂直人工智能能否成功充当重新点的能力取决于两个关键因素:1)AI 代理的复杂性;2)相关领域中第三方资源的互操作性和开放访问程度。
因此,并非所有垂直行业都同样适合垂直人工智能机会。通过垂直人工智能创造价值的程度取决于特定用例在如下所示的竞争环境中的位置。
垂直人工智能参与者受益于具有高互操作性和高代理复杂度的领域的高重新优势。当今大多数行业都在其他三个象限之一中运营,它们缺乏域范围的互操作性和/或代理的复杂性。
鉴于这一现实,一些行业和领域自然会青睐现有企业。在具有高互操作性的领域中,SAAS 运营商已经成功建立了枢纽地位,这种情况很可能发生。相反,垂直人工智能新贵在互操作性较低的领域有更强的切入点。
起始点位于左下象限,涉及这样一种情况:用户在多个彼此不交互的B2B工作流程中应用管理工。
杏彩体育平台app