AI verticale: la successiva iterazione logica del SaaS verticale

Paris Heymann Contributor Condividi su Twitter Paris Heymann è partner di Index Ventures, dove investe principalmente in SaaS B2B e dati.
Altri post di questo collaboratore Acquisizione, conservazione, espansione: perché i fondatori di SaaS devono comprendere le metriche GDR e NDR che contano: 3 KPI da tracciare lungo il percorso verso la redditività In Index Ventures, assistiamo all'emergere del SaaS verticale (vSaaS) — basato sul cloud software su misura per settori specifici, come parte di una tendenza più ampia di utenti finali che richiedono sempre più prodotti tecnologici superiori.
I consumatori vogliono un software orientato alle soluzioni creato appositamente per risolvere esattamente i loro problemi aziendali.
In un ambiente in cui siamo inondati di software, ristretto e specifico è ben posizionato rispetto ad ampio e generalizzato.
Il concetto non è nuovo: anche le più grandi aziende tecnologiche orizzontali verticalizzano le loro organizzazioni di vendita e le caratteristiche dei prodotti quando hanno una scala sufficiente all'interno di ciascuna verticale perché questo sia un approccio ragionevole.
I giganti del cloud AWS, Azure e Google Cloud Platform presentano in primo piano soluzioni di settore verticale con team di vendita dedicati, così come altre grandi piattaforme come Salesforce, ServiceNow, Snowflake e Workday.
Questi leader tecnologici verticalizzano le loro offerte nel tempo perché è un'esperienza di alta qualità per clienti e utenti finali quando un fornitore di tecnologia comprende profondamente il settore, ha rappresentanti di vendita e supporto che partecipano alle stesse conferenze degli utenti e sta rapidamente evolvendo il prodotto per soddisfare i clienti esigenze.
La categoria AI è in rapida evoluzione, ma si sviluppa in tre livelli: modelli di base, infrastruttura AI e applicazioni AI.
Con lo spostamento della piattaforma AI su di noi, riteniamo che la prossima iterazione logica del SaaS verticale sarà l'IA verticale: piattaforme AI focalizzate verticalmente, raggruppate insieme al SaaS del flusso di lavoro, costruite su modelli che sono stati addestrati in modo univoco su set di dati specifici del settore.
Perché l'IA verticale? La categoria AI è in rapida evoluzione, ma si sviluppa in tre livelli: modelli di base, infrastruttura AI e applicazioni AI.
Esempi di startup di stack AI.
(Index Ventures è un investitore in Causaly, Cohere, Scale, ServiceTitan e Weaviate.) Crediti immagine: Index Ventures I modelli fondamentali sono il fondamento dello stack AI.
I leader in questo spazio includono Anthropic, Cohere e OpenAI.
È probabile che ci sarà un numero limitato di fornitori nello spazio LLM fondamentale, dati gli elevati requisiti di capitale per costruire e addestrare i modelli.
I "picconi e pale" dell'IA si trovano a livello di infrastruttura, un tuttofare che include una varietà di categorie tra cui miglioramento dei dati, messa a punto, database e strumenti di addestramento del modello.
Ad esempio, i database vettoriali come Pinecone e Weaviate stanno ottenendo un'adozione significativa.
Altre società come Scale vengono utilizzate per la generazione di dati, l'etichettatura e la formazione.
Hugging Face è emerso come leader per la scoperta e l'inferenza del modello.
Weights & Biases è ampiamente riconosciuto all'interno di MLOps.
LangChain è un framework di sviluppo open source utilizzato per semplificare la creazione di nuove applicazioni utilizzando LLM.
Queste sono alcune delle molte aziende che stanno aiutando le aziende a trasformare modelli e dati in prodotti.
I modelli e l'infrastruttura di base stanno consentendo un'esplosione di applicazioni aziendali AI.
Queste applicazioni basate sull'intelligenza artificiale potrebbero essere utilizzate da qualsiasi utente finale, in qualsiasi settore, per eseguire una serie di attività.
AI verticale: la prossima logica iterazione del SaaS verticale di Walter Thompson originariamente pubblicata su TechCrunch