垂直 AI 操作系统：降低碎片化行业的风险
本文信息来源：overlookvc
🧠 本期内容：
- 核心观点： 垂直 AI：降低碎片化行业的风险
- 信号观察： 德米斯·哈萨比斯谈 AI 现状：坦率、未经修饰的版本
- 框架： 垂直风险堆栈
- 数据洞察： 量化各垂直领域的碎片化风险
- 创始人聚焦：AIO || AI 原生操作系统
🔥 1. 核心观点——垂直 AI：降低碎片化行业的风险
碎片化行业大多失败是因为运营环境缺乏治理。
太多工具、太多供应商、太多决策在没有共享真相来源的情况下做出。
当一个行业没有操作系统时， 风险就成为默认状态 。
碎片化是经济大部分领域的主要结构性风险。
- 医疗保健 ： 每家医疗机构有超过 30–50 个互不连通的系统 ；行政浪费每年超过 3000 亿美元 。
- 建筑行业 ： 自 1995 年以来生产力仍未改变 ；35%的时间因承包商和工具之间的协调失败而浪费。
- 物流与货运 ： 空驶里程和糟糕的调度导致 12-18%的可避免成本 ；大多数车队运行着 5-10 个未集成的平台 。
- 零售业： 缺货每年给美国零售商造成 820 亿美元的损失，其中大部分是由分散的库存和需求系统导致的。
- 制造业 ： 与数据碎片化相关的质量故障导致某些类别 15-25%的返工率 。
碎片化是一个系统性问题：高熵环境中没有规范的数据模型，没有统一的决策层，也没有闭环纠正机制。
变异性变得无限扩大，而风险则成为结构性问题。
垂直 AI 操作系统引入了这些行业从未拥有的东西：一个具有完全可观测性和执行能力的智能层。
当一个行业最终能够在一个模型中看到其所有状态（例如需求、供应、劳动力、质量、合规性、吞吐量、资产健康状况）时，它就能以前所未有的深度理解风险。
📡 2. 信号观察——本周风险动态
我在旧金山举行的 Axios AI+峰会上参加了与谷歌 DeepMind 联合创始人兼首席执行官 Demis Hassabis 的炉边谈话，以下是我关于 AGI、多模态以及未来真正风险与机遇的最大收获……
AGI 将在 5-10 年内实现
Hassabis 的表态异常明确：我们距离拥有人类认知范围的系统只差一到两个突破。
含义： 时间线正在压缩。建立在”AGI 前假设”基础上的公司将比预期更早面临不连续性变化。
多模态才是真正的前沿
Gemini 能够跨视频、音频、图像和文本进行推理的能力，是他最感兴趣的功能。
意义：下一波应用将是像人类一样与世界互动的感知系统。
端到端智能体的可靠性距离实现还有约12个月
Demis 认为智能体很快就能在无需人工干预的情况下完成完整的工作流程。
意义：委托框架、风险控制和企业防护措施将成为基础设施的核心组成部分。
P(毁灭)不为零，这一点至关重要
他拒绝围绕存在性风险进行虚假的精确计算，但强调非零概率需要真正的安全投资。
启示： 董事会和监管机构将从”指导”转向”要求”。治理层将成为竞争差异化因素。
中国只落后几个月
算法创新仍然有利于西方，但他强调中国的步伐比大多数分析师认为的更接近。
启示： 预计围绕芯片、算力和基础模型出口的地缘政治压力将会加剧。
科学文化是护城河
DeepMind 不忠于任何架构，只忠于实证证据。
启示： 在充满炒作周期的世界中，将 AI 视为一门科学学科而非产品趋势的组织，将比其他组织更长久。
游戏是 AGI 的预演
一次性游戏生成和复杂环境推理是真正的规划能力和创造力的早期指标。
启示： 原生模拟模型可能成为 AGI 训练和评估的支柱。
为什么这很重要
如果哈萨比斯是对的，2026–2030 年将是代理系统嵌入整个社会的时代——受监管的、多模态的、自主的，并直接融入基础设施。
真正的问题是：
哪些机构正在为 AGI 时间线做准备……而哪些机构的运作方式仍然好像还有几十年时间？
🧱 3. 框架 — 垂直风险堆栈
📈 4. 数据披露 — 量化各垂直领域的碎片化风险
- 1500 亿美元 → 美国医疗保健系统因预约缺席（”爽约”）造成的年度成本估算，这纯粹是诊所和系统间协调与排程失败的结果
- 约 20% → 美国医院平均将总支出的这一比例用于行政管理，在某些情况下几乎是直接患者护理支出的两倍。
- 16.7% → 根据 ATRI 最新成本研究，2024 年卡车空驶里程的平均占比，这部分利润直接损失于碎片化的路线规划、远程信息处理和货物匹配系统。
- 1.73 万亿美元 → 零售业”库存失真”（缺货和过度库存的总和）的全球年度成本，由库存、需求和供应链数据不一致导致。
- 65% / 35% → 在一项针对美国 37 家零售店的研究中，65%的库存记录不准确；平均而言，记录的库存水平与实际可用库存相差 35%。
🚀 5. 创始人聚焦 —— 谁在新风险经济中构建？
每周，我将重点介绍一家解决”硬风险”问题的公司。
本周公司：AIO
🚨 问题 ：餐厅运营是经济体中最分散的工作流程之一，运行在 10-20 个互不连接的系统上，没有统一的数据模型。这导致执行不一致、运营持续偏离，并且无法可靠地预测或控制劳动力、库存、需求或吞吐量方面的风险。
🔬 解决方案 ：AIO 正在构建一个垂直 AI 操作系统，这是一个集成的智能层，可以统一运营数据、预测状态变化、生成最优计划，并通过代理化操作在现有工具中执行工作流程。它提供的不是任务自动化，而是实时运营治理。
👨🔬 团队 ：前餐厅经营者、前英伟达员工、前摩托罗拉员工——在多单元酒店业、AI 驱动的工作流自动化和异构数据集成方面拥有深厚经验的运营者和工程师。
📈 为何重要： 餐厅是垂直 AI 操作系统架构的理想案例，而 AIO 正在展示其蓝图：统一数据、治理工作流程、消除运营差异。
AIO 正在降低一个从未拥有操作系统的行业的系统性风险。
🔭 下周预告
Topic: 话题：E&S 保险市场
我们将探讨：
- E&S 才是保险未来真正所在
🏁 最后的思考
Vertical AI 的真正价值在于连贯性。
一旦某个行业能够在一个模型中看到其整体运营状态，风险就不再是分散化的副产品，而是变成了你真正可以掌控的东西。
当数据、决策和执行最终协调一致时，整个行业就会开始以前所未有的稳定水平运作。
感谢你的关注。让我们在别人犹豫的地方开始构建。
— 阿米尔
创始人、管理合伙人 – Overlook VC
Twitter: @AmirKabir99
🔗 LinkedIn
