index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html
![]()
本文探讨了垂直AI（Vertical AI）作为下一阶段AI投资重点赛道的潜力。尽管通用大模型吸引了大量投资，但垂直AI在交易数量上正展现出优势，吸引了对高额商业回报的期待。与通用模型公司不同，垂直AI公司在商业指标上已能与传统SaaS公司媲美。文章深入分析了从通用模型到行业落地的“Massive Delta”，指出其挑战在于行业流程的复杂性、非结构化知识以及数据隐私合规性与遗留系统集成等问题。为弥合这一鸿沟，垂直AI领域已发展出Copilots、Agents和AI-enabled services等多种商业模式，代表了从辅助到替代的不同价值交付方式。
💡 **垂直AI的资本吸引力与商业潜力**：全球风险投资重心正明显转向AI领域，垂直AI作为其中的一个细分赛道，虽然在交易价值上不如头部通用公司，但在交易数量上已显优势。这得益于其提供高额商业回报的潜力，尤其是在银行、高科技和生命科学等行业。同时，新兴的垂直AI公司已展现出与传统SaaS公司相当的商业指标，如年度合同价值（ACV）和毛利率，显示了其健康的增长模式。
🚀 **跨越“Massive Delta”的挑战与模式**：从通用AI能力到行业实际落地存在一个巨大的“Massive Delta”。这主要源于行业流程的内在复杂性、非公开的“过程知识”和专门工作流，以及通用的模型难以仅凭数据理解这些内在逻辑。此外，数据隐私合规性（尤其在医疗和法律领域）和与企业遗留系统的深度集成也是关键挑战，这些都需要通过与领域专家紧密合作和定制化解决方案来克服。
🔧 **多样化的商业模式应对落地挑战**：为了弥合“Massive Delta”，垂直AI领域涌现出多种商业模式。Y Combinator预测垂直AI Agent的市场规模将是传统垂直SaaS的十倍，因为它能融合软件与人工操作，取代重复性人力工作。除了“Agent”模式，还有“Copilots”（辅助型）和“AI-enabled Services”等模式，它们代表了从辅助到替代的不同程度的价值交付方式，为AI在各行业的落地提供了灵活的路径。
本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。
引言：如果说通用大模型的爆发点燃了 AI 投资的狂潮，那么 Vertical AI 的机会则来自另一条逻辑，即谁能真正跨越从通用能力到行业落地之间的「Massive Delta」，不同公司针对于此的相继尝试表明，决定下一代赢家的，可能不完全在于全是「agent 员工」的「一人公司」模式，也在于以辅助型推动真正解决流程、集成和价值交付的模式。
01.资本热度升温，Vertical AI 能否成为下一阶段的重点赛道？不止通用模型公司在烧钱，Vertical AI 也在疯狂卷融资？...
02. 「Copilots」 vs 「AI-enabled Services」vs 「Agents」 ，其中的「Massive Delta」谁能跨越？「裁人头」换 「agent 员工」是否是未来 AI 公司发展唯一解？「Copilots」和「AI-enabled Services」模式能否换来「Massive Delta」的新突破？...
03. 从 Citizen Health 到 Ramp，哪一 Vertical AI 公司最终能实现资本期待？ 从几百万到上亿美元融资，专注于医疗、金融、法律和客服等专业领域的 AI 初创谁能「笑到最后」？...
01 资本热度升温，Vertical AI 能否成为下一阶段的重点赛道？1、最新的数据显示，全球风险投资的重心已明确转向 AI 领域。据 Dealroom 发布的《2025 年 AI 峰会报告》来看，2024 年全球 AI 风险投资总额激增至 1100 亿美元，实现了 62%的年同比增长，但同期整个科技领域风险投资下降了 12% 。[2-1]2、进入 2025 年，这一趋势变得更加明显。Crunchbase 的数据显示，截至 8 月 15 日，全球 AI 相关公司已累计获得 1180 亿美元融资，其中有 8 家公司共融资 730 亿美元，占 AI 相关公司融资总额的 62%。[2-2]① 2024 年和 2025 年，有六家公司完成了数十亿美元的融资，包括 OpenAI、xAI、Scale AI、Anthropic、Anduril Industries 和 Safe Superintelligence。3、虽然数据表明风险投资正集中流向少数头部「横向」通用公司，但 Vertical AI 公司在交易数量上却开始显现优势。根据 2025 年 Q2 的数据，美国和加拿大的 Vertical AI 风险融资总额为 174 亿美元，在 784 笔相关交易中占相关交易总量的 57%。[2-3][2-4]① 但从交易价值来看，只有 36%的资金流入了 Vertical AI 赛道，这表明了投资人在追逐通用平台的同时，也在对 Vertical AI 应用进行有选择性的押注 。[2-4]4、Vertical AI 之所以能吸引较多投资的关注，主要原因在于其将来提供高额商业回报的机会。麦肯锡的报告指出，GenAI 有可能每年为全球经济增加 2.6 万亿至 4.4 万亿美元，其中银行、高科技和生命科学等行业受益最大，有可能通过提高生产力和效率产生巨大价值。[2-5]5、此外，与早期通用模型公司烧钱换增长的模式不同，新兴的 Vertical AI 公司已经显示出与传统 SaaS 公司相当的商业指标。BVP 的分析表明，成立于 2019 年后的 AI-native 公司，其年度合同价值（ACV）已达到传统 SaaS 公司的 80%，同比增长率高达 400%，同时保持了约 65%的毛利率水平。[2-6]02 「Copilots」 vs 「AI-enabled Services」vs 「Agents」 ，其中的「Massive Delta」谁能跨越？Y Combinator 曾预测过， Vertical AI Agent 的市场规模将是传统垂直 SaaS 的十倍，因为它不仅能替代现有软件，更能将软件与人工操作融合，取代大量重复性的人力工作。[2-7]但在具体落地过程中，所有的公司未必都只有「Agents」来替代「人头成本」这一单项选择，「Copilots」和「AI-enabled Services」模式节奏虽慢，但或许也能跨越从理念到落地的「Massive Delta」。1、目前通用大模型的能力在市场上得到了普遍验证，但其通用性却是其在 Vertical AI 领域落地的最大挑战。Harvey CEO 在接受红衫访谈时强调，即使是对生成式 AI 技术最乐观的人也承认，从通用模型到最终的客户需求之间，存在着一个巨大的鸿沟，他称之为「Massive Delta」。[2-8]2、「Massive Delta」由具体的技术和商业挑战所构成。首先，是行业流程本身存在一定程度的「混乱」。[2-8]① 法律、医疗等专业领域的工作流程远比公开网络上的数据复杂，且充满了非公开、非结构化的「过程知识」和「专门工作流」。② 这些知识和流程需要通过与领域专家紧密合作，才能被精确定义和建模。如果仅仅将行业数据投喂给通用模型进行训练是远远不够的，因为模型无法仅凭数据就理解这些流程的内在逻辑和步骤 。3、其次，通用模型的应用还面临着数据隐私合规性和遗留系统的深度集成等多重「隐形成本」。① Vertical AI 领域，特别是医疗和法律，对数据隐私和合规性有着极高的要求。通用模型在公共云上的应用无法满足这些需求，必须进行私有化部署或在受限环境中运行，这就带来了额外的实施和运维成本。② 此外，几乎所有大型企业都拥有复杂的遗留软件系统（如 EHR、ERP、CRM）。要让 AI 真正融入核心工作流，就必须实现与这些系统的深度集成。4、为了弥合这一「Massive Delta」， Vertical AI 领域发展出了多样化的商业模式。BVP 的报告将这些模式归纳为 Copilots、Agents 和 AI-enabled services 三类，它们代表了从「辅助」到「替代」的不同程度的价值交付。[2-9]... 关注👇🏻「机器之心PRO会员」，前往「收件箱」查看完整解读 
更多往期专题解读内容，关注「机器之心PRO会员」服务号，点击菜单栏「收件箱」查看。 文章原文
