垂直型人工智能能否存活？

在过去三周里，尤其是 Anthropic 表现异常强劲。Claude Code、Cowork、Claude for Excel 和 Claude for legal review 的推出，让整个 SaaS 行业和新兴的垂直人工智能生态系统都开始提出质疑。

垂直型人工智能本应是本轮风险投资基金关注的应用层机会。利用基础模型，深入嵌入某个垂直领域，构建代理来协调复杂的长尾工作流，希望能打造出可防守的产品和商业模式。但基础模型公司清楚垂直化会推动扩散、采用和营收，所以他们也在进行垂直化，而且速度很快。垂直型人工智能公司应该担心吗？当然，不过并非所有公司面临的风险都相同。

我认为能够竞争的垂直 AI 公司，是那些掌握我所谓“最后一公里”的公司，即在特定情境中为特定结果提供具有明确责任的智能。这意味着：

• 将智能和结果与现实世界的责任、行政及监管端点进行协调。
• 与权威机构、审计员及现实世界系统管理关系。
• 处理模型无法预见的例外与边缘情况。
• 在数字与现实世界之外交付成果

“最后一公里”的可防御性是一个光谱

我将“最后一公里”协调视为一个从短到长的光谱。处于“短端”的更容易受到基础模型侵蚀，而处于“长端”的则较不容易。自然地，“最后一公里”在每个领域并非都同样“长”。有些领域比其他领域更容易受到影响。这里给出一个快速的思维框架：

最短的最后一公里 ： 营销文案、图像生成、内容起草。这些属于交易型输出业务。基础模型会吸收它们，若尚未吸收的话。参见 $FIG。

简短 ： 代码助手、基础法律起草、研究副驾驶。有用，但肤浅。Claude 和 OpenAI 已经到来。

中甲 ： 合同分析、财务建模、内部工作流自动化。我们已经开始看到 Claude、OpenAI 和 Gemini 在这里插旗。像 Rogo、Harvey 和 Hebbia 这样的垂直 AI 公司在这里有立足点，但如果还没做到，必须迅速进入长期最后一英里 。

长期 ： 含申报的税务合规、面向审计的会计、持牌专业服务、跨境监管协调、符合食品药品监督管理局和 HIPAA 要求的医疗保健、任何需要与现实世界系统协调的事务。这些具有结构性防御能力。

大多数公司并非从长期最后一英里起步，而是在中甲扎根，并随着时间推向长期 。但随着基础模型更快地实现垂直化，完成这一步的窗口正在缩小。你选择的立足点需要具备足够的现实世界协调能力，才能生存足够长的时间以实现扩展。

此外， 最后一公里送货并不完全取决于垂直领域。它既取决于垂直领域，也取决于团队为向其顾客交付成果而做出的产品选择。在同一垂直领域内，可能存在多家承诺不同结果的公司。不同的结果是产品选择和最后一公里复杂性（从而是可防御性）所带来的后果。

产品选择在很大程度上决定了最后一公里协调的复杂性。以下是一个思维框架：

考虑以下区别：

• 为律师提供工具的法律类人工智能（短“最后一公里”）与以人工智能为本、承担医疗差错责任的法律服务（长）
• 用户自行计算并签署的税务软件（短）与负责计算、申报并应对审计的税务服务（长）
• 为会计师提供的会计人工智能（短）与拥有审计记录并确保合规的平台（长）

三个问题决定你的定位：

• 谁是委托方？你是别人的工具，还是对结果负责的实体？
• 责任归谁？当出现问题时，谁来负责？
• 谁来维系关系？面对监管机构、审计员、当局，他们会打电话给谁？

如果这三项的答案都是“你”，说明你处于长“最后一公里”。如果答案是“你的顾客”，基础模型侵蚀可能成为重大威胁。

使得长尾交付最后一公里协调困难的那些因素——即责任、监管复杂性、对现实世界的问责——恰恰是它有价值的原因。尤其是责任，听起来像是风险，但我认为对垂直行业人工智能来说，它会成为杠杆。

承担责任不仅仅是护城河

对于垂直行业人工智能来说，深入扎根于某一垂直领域并在各类零散系统之间进行跨界协调，以代表顾客保证结果，是对基础模型渗透的一道防御护城河。万一某些东西未按预期工作而承担责任，不仅仅是防御性举措，我认为这在战略上更为优越。这是完全的所有权与问责，是最长形式的最后一公里协调。

定价权

当你以结果为竞争点时，你会被以定价和结果来衡量。当你承担责任时，你在信任方面获得竞争优势。

拥有责任会将成本中心定价转为保险定价。客户不再为软件付费，而是为确定性付费。例如，税务计算软件是商品化的。能够准确申报并在审计时代表你应对的税务合规平台则更有价值，值得溢价。

相互叠加的障碍

人工智能已经削弱了作为竞争进入壁垒的功能范围，但我认为“最后一公里”障碍的作用不同。它们是相互叠加的：

• 每一次成功的审计都会增强监管可信度
• 每处理一个边缘案例就增加一条机构知识
• 每多一年的合规历史就加深一层依赖
• 每掌握一个管辖权就抬高竞争者的门槛

（虽有自我立场，但这就是我认为 AI 时代的金融科技比以往任何时候都更能引起共鸣的原因）

拥有“责任”≠服务型业务

我认为一个误解是， 长期 最后一公里业务，尤其是那些承担责任的企业，是一种服务型业务，当人工智能无法实现承诺的结果时，由人工介入来弥补差距。

我不同意，承担责任并不仅限于自信地处理边缘情况。承担责任可以是：

• 这是对独特洞察力以及将软件和代理与现实世界系统以他人尚未发现的方式协调结合的结果。Outpost 为商家处理跨境税务合规。他们不仅仅计算税额，还在全球范围内协调申报、应对审计，并代表客户承担全部税务责任。接下来还有几家值得关注的公司：作为原生 AI 全栈保险经纪人的 Docshield，以及为在数字平台上经营的中小企业提供嵌入式全栈会计服务的 Layer。

• 这是更优技术选择的一个结果，使得产品能够承担更广的范围并更有把握。Monk 管理各种合同类型下复杂的计费和收入，其代理能够推理处理边缘案例，并以同理心和技术深度来处理客户互动，从而承担起其他人回避的结果。接下来要提到的是 InScope，它同样必须在公司总账、计费系统以及对外披露与审计端点之间进行协调。

• 在客户内部深度植入的结果不仅体现在技术实施上，也体现在引导客户的行为和工作流程变革方面。Basis 为会计师事务所构建 AI 助手，但其推广需要培训会计师去信任并使用 AI 工作流程，掌控审计记录，并深度嵌入到事务所的日常运作中。接下来还有几家，例如与房地产承保/交易团队合作的 Rely，以及与保险公司及其监管申报团队合作的 Blaise。

总结

基础模型的垂直化是真实存在且在加速，这使得垂直 AI 公司在短到中期 最后一公里协调方面暴露无遗，这一点毋庸置疑。然而，当结果需要与现实世界系统协调并且公司承担相关责任时，垂直 AI 的最后一公里的可防御性得以保留。

在此背景下，产品方法比特定垂直领域本身更为关键。面向专业人士的工具确实脆弱，但那些掌握最终结果的公司则不然。掌控这段最后一公里及其带来的可防御性，也会随着时间推移形成复合的定价能力和壁垒。

归根结底，对最成功的垂直人工智能公司来说，价值将流向那些掌握“最后一公里”——即人工智能与现实世界之间复杂协调的人。