四位YC资深投资人表示,LLM 技术的进步为 AI Agent 的发展奠定了基础,越来越多的创业公司开始利用 AI Agent 技术来解决各行各业的难题。若将AI与初期的Saas行业对比,YC资深投资人认为,LLM技术的突破犹如2004年浏览器引入XML HTTP请求,开启了全新的计算范式,使得AI Agent能将软件与人工操作深度结合,在效率和成本方面实现质的飞跃。

从Momentic的AI自动化测试到Powerhelp的智能客服系统,再到Salient的AI语音催收,垂直领域AI Agent正在各个细分市场展现出强大实力。由于每个领域都需要深入的专业知识,大公司难以快速布局,这为创业者提供了难得的机遇。更重要的是,LLM的应用将改变企业用人模式,未来公司可能只需更少的员工就能实现快速增长。

站在当下,似乎,AI Agent已经成为AI落地的最佳选择。

垂直领域AI Agent的市场规模将是SaaS的十倍
Y Combinator:垂直领域AI Agent的市场规模将是SaaS的十倍

1. SaaS行业的成功是垂直领域AI Agent兴起的最佳佐证

Jared认为,垂直领域AI Agent的市场规模将非常巨大,甚至可能诞生市值超过3000亿美元的公司。

他认为,SaaS行业的成功是垂直领域AI Agent 兴起的最佳佐证。SaaS(软件即服务)模式的出现彻底改变了软件行业。过去,企业需要购买昂贵的软件许可证,并花费大量时间和资源进行安装和维护。而 SaaS 模式将软件托管在云端,用户只需支付订阅费用即可使用,极大地降低了软件的使用门槛和成本。

  • SaaS模式的优势:

    • 低成本: 无需购买昂贵的软件许可证和硬件设备。
    • 易于使用: 通过网络即可访问,无需复杂的安装和配置。
    • 可扩展性强: 可以根据企业的需求灵活调整订阅方案。
  • SaaS 行业的繁荣: 过去20年,SaaS行业获得了超过40%的风险投资,并诞生了300多家独角兽企业,例如 Salesforce、Workday、Zoom 等。这充分证明了 B2B 软件市场的巨大潜力。

Jared 认为,垂直领域 AI Agent 作为一种新兴的 B2B 软件,其市场规模有可能超越 SaaS。 因为 AI Agent 不仅可以像 SaaS 一样提供软件服务,还可以通过 AI 技术实现自动化操作,进一步提高效率并降低成本。

Y Combinator:垂直领域AI Agent的市场规模将是SaaS的十倍

2. LLM技术为垂直领域AI Agent的爆发奠定了基础

YC的资深投资人们将 LLM 技术的出现比作 2004 年浏览器引入 XML HTTP 请求功能,认为这两者都是新的计算范式,为软件开发带来了根本性的变革。XML HTTP 请求功能催生了 Ajax 技术,使开发者能够构建富互联网应用程序,例如 Google Maps 和 Gmail,这些应用的成功推动了 SaaS 行业的蓬勃发展。

  • XML HTTP 请求功能: 允许网页在不重新加载整个页面的情况下与服务器交换数据,从而实现更流畅的用户体验。
  • Ajax 技术: 利用 XML HTTP 请求功能,实现网页的异步更新,提升用户体验。

LLM(大型语言模型)技术也为软件开发提供了新的可能性,可以将软件与人工操作结合起来,创造出更强大的垂直领域 AI Agent,取代传统的 SaaS 软件和人工操作

  • LLM 技术: 能够理解和生成人类语言,可以用于构建聊天机器人、自动生成文本、翻译等应用。

3. 为什么大公司错失了 B2B SaaS?

大公司错失 B2B SaaS 市场的主要原因是 B2B SaaS 市场高度分散,每个垂直领域都需要深入的专业知识和对特定问题的关注。大公司更倾向于专注于少数几个规模庞大的市场,而不是分散精力去应对众多细分领域。

例如,Gusto 是一家专注于薪资管理的 SaaS 公司,它之所以能够成功,是因为它深入了解了薪资管理领域的各种细节和法规。而对于 Google 这样的巨头来说,开发一款类似 Gusto 的产品需要投入大量的时间和资源去学习和理解薪资管理领域的知识,这对于他们来说是不划算的。

4. AI Agent 将如何影响企业的人员结构?

LLM 的应用将改变初创公司的用人模式,未来公司可能只需要更少的员工就能实现快速增长。过去,初创公司通常会随着业务增长而不断扩大团队规模,但 LLM 可以帮助公司实现自动化,减少对人力的依赖。

例如,Triplebyte 是一家利用 AI 技术进行软件工程师招聘的公司,他们开发的软件可以自动筛选简历、进行技术测试和初步面试,从而大大减少了招聘人员的工作量。

5. 垂直领域 AI Agent 的市场潜力有多大?

垂直领域 AI Agent 的市场规模将是 SaaS 的十倍,因为它们不仅可以取代现有的 SaaS 软件,还可以取代大量的人工操作。传统的 SaaS 软件仍然需要人工操作来完成许多工作流程,而垂直领域 AI Agent 可以将软件和人工操作结合起来,实现更高的效率和更低的成本。

例如,Momentic 是一家利用 AI 技术进行 QA 测试的公司,他们的 AI Agent 可以自动执行测试用例,并生成测试报告,从而完全取代了传统的 QA 团队。

6. 垂直领域 AI Agent 的应用案例

讨论中,四位YC资深投资人们列举了多个垂直领域 AI Agent 公司的例子,以下是我们挑选的其中几个比较有代表性的案例:

  • Outset: 利用 LLM 技术改进调查和问卷调查领域。传统的调查和问卷调查软件需要人工设计问题、收集数据和分析结果,而 Outset 的 AI Agent 可以自动完成这些任务,并且能够根据用户的反馈实时调整问题和答案,从而提高调查的效率和准确性。
  • Momentic: 利用 AI 技术进行 QA 测试,取代传统的 QA 团队。传统的 QA 测试需要人工编写测试用例、执行测试和分析结果,而 Momentic 的 AI Agent 可以自动完成这些任务,并且能够根据软件的代码和功能变化自动调整测试用例,从而提高测试的效率和覆盖率。
  • Powerhelp: 开发 AI 客户支持代理,可以处理复杂的客户支持工作流程,取代传统的客户支持团队。传统的客户支持需要人工接听电话、回复邮件和解决问题,而 Powerhelp 的 AI Agent 可以自动完成这些任务,并且能够根据用户的提问和历史记录提供个性化的解决方案,从而提高客户满意度和效率。
  • Salient: 利用 AI 语音呼叫技术,自动化催收汽车贷款领域的债务。传统的催收工作需要人工拨打电话、与借款人沟通和记录催收结果,而 Salient 的 AI Agent 可以自动完成这些任务,并且能够根据借款人的情况和还款能力调整催收策略,从而提高催收效率和成功率。

7. AI 语音呼叫技术的发展趋势

AI 语音呼叫技术近年来发展迅速,随着 AI 语音合成技术和自然语言处理技术的进步,AI 语音呼叫可以用于更复杂的场景,例如催收债务、客户服务、市场营销等。

  • AI 语音合成技术: 可以将文本转换为自然流畅的语音,使得 AI Agent 可以像真人一样与用户进行对话。
  • 自然语言处理技术: 可以让 AI Agent 理解用户的意图和情感,并根据用户的提问和反馈进行相应的回复。

8. 如何选择适合自己的 AI Agent 创业方向?

Jared 建议,想要创办 AI Agent 公司的创始人应该寻找那些枯燥、重复性高的行政工作。这些工作通常需要大量的人力,并且容易被 AI 技术取代。

例如,文章中提到的 Sweet spot 公司,就是看到了政府合同竞标过程中存在大量重复性工作,因此开发了 AI 代理来帮助公司自动化完成这些工作。