AI初創企業主要分為兩種風格，我們將在今天的文章中，對二者做出分析與展望。

[[332256]]

當下，AI初創企業正在快速涌現。根據斯坦福大學AI指數報告數據，自2014年以來，已經有超過15798家AI初創拿到超過40萬美元的投資。正如CB Insights公布的結果，AI初創企業在2019年吸引到創紀錄的266億美元投資。鑒于統計數據的指數級增長，投資者與企業家都迫切希望借AI的東風扶搖直上。

▲ 圖片來源/斯坦福大學AI指數報告，88頁

然而，AI初創企業擁有自己的分類方式。本文將主要研究垂直與橫向AI初創企業之間的區別與共性。以下提出的見解，基于一家硅谷風險投資商、一家柏林AI風投工作室以及一位AI創業者的共同討論。

要理解垂直與橫向AI產品，我們首先需要明確AI產品的開發主題。

開發AI產品

每一款基于AI技術的產品，都擁有大致相同的工作流程。在各個機器學習項目中，團隊都需要收集及準備數據、開發模型、部署模型、監控模型性能等。以下列出的CRISP-DM模型描述了機器學習的一般工作流程。

▲ 圖片來源/Uni Dresden

要辨別垂直與橫向AI初創企業的區別，首先要對數據科學工作流擁有清晰的了解。垂直AI初創企業需要擁有「完整的工作流」以交付最終產品，橫向AI初創企業則專注于打造「通用的數據科學工作流」中的特定環節。

垂直AI初創企業

“垂直AI初創企業”提供基于AI的產品，其擁有完整的工作流，以解決針對性較強的客戶需求。這些初創企業以端到端方式開發完整產品，業務鏈貫穿從「商業案例」到「產品性能監控」等各個步驟。

 

以Vara公司為例，這是一家典型的垂直AI初創企業，使用AI技術，通過X光片識別乳腺癌癥狀。Vara是第一家獲得美國聯邦政府批準，可利用其AI解決方案協助放射科醫師處理日常診斷的企業。該公司擁有自己完整的數據科學工作流，并以此為基礎提供基于AI的創新產品。

AI是一種強大的工具，能夠幫助企業在特定應用場景當中，實現超越人類的效能水平。AI也為交付新產品、改進現有產品或自動執行任務，開辟了新的可能性。垂直AI初創企業能夠針對特定用例優化預測結果，而一旦獲得成功，他們在對應用例中的表現將遠超人類或者其他AI競爭對手。

“垂直AI初創企業中聚集著來自各個領域的專家，他們這里出任關鍵職位（例如產品角色）。例如，一家制造自動癌癥檢測產品的企業，可能會聘用放射科醫師及/或腫瘤科醫師。” ——創業企業家Sahar Mor

但是，垂直AI初創企業往往難以通過調整，讓產品在其他類似用例中發揮同樣的效果。對于擅長識別乳腺癌特征的Vara公司來說，他們的解決方案，就很難在診斷腦癌方面發揮作用。AI模型往往在少數特定任務中表現良好。Vara當然可以復用現有模型開發流程，但AI模型的訓練工作必須從頭再來，即利用新的數據集學習腦癌檢測。

“在未來十年內，垂直AI初創企業將極大改變某些行業的具體運作方式。”——Merantix公司CTO兼聯合創始人Rasmus Rothe

其他垂直AI初創企業，還包括自動駕駛汽車公司Waymo，以及金融犯罪預防企業hawk.ai。總而言之，對垂直AI初創企業來說，最重要的就是保證把少數特定問題解決掉、解決好，并以此為基礎建立起穩定的商業模式。由于新模型的訓練往往需要大量時間與數據，因此，其初始用例必須具備充分的說服力，支持公司一路發展至盈利階段。

橫向AI企業

“橫向AI企業“的目標，在于幫助數據科學家們更高效地完成數據科學工作流。為此，橫向AI初創企業面向的客戶，往往是數據科學家或者開發團隊。

橫向AI企業往往會從數據科學工作流中，選擇特定的一個或者多個環節加以改進。例如，橫向AI企業可以專注于幫助數據科學家們監控其模型。總之，橫向AI產品與特定用例無關，其開發成果可服務于任何基于AI的產品。

Saturn Cloud就是一家橫向AI初創企業，旨在提高數據科學家們的工作效率。他們提供一項全托管服務，幫助數據科學家們使用自己最熟悉的工具（Python、Jupyter及Dask等）進行大規模工作。這是一款通用型工具，適用于一切基于AI技術的產品。

“跨越幾乎各個行業，自動化數據科學工作流，能夠為最終用戶帶來更高效的團隊協作與工作體驗。與此同時，Python的使用量開始一路猛增，并迅速獲得數據科學從業者們的青睞。因此，對大多數數據團隊而言，使用一套Python原生工具來分析并自動化處理日常工作，將極具現實意義。” ——Anaconda公司前創始人、Saturn Cloud公司聯合創始人Hugo Shi

根據IDC發布的預測結果，隨著數據總量呈指數級增長，橫向AI解決方案也將在未來發揮越來越重要的作用。數據是AI類產品的核心驅動力，因此可用數據量的增加，也將意味著，有價值數據產品的發展潛力將步步提升。另外，數據科學家人才市場也保持著穩定增長。根據IBM開展的一項研究，到2020年，美國對于數據科學家的需求將增長28%，達到270萬。很明顯，橫向AI解決方案的目標客戶群體仍在發展壯大。

 ▲ 圖片來源/IDC

但是，橫向AI產品也面臨著自己的發展難題。它們必須能夠無縫集成至目標數據科學工作流及軟件堆棧中。

此外，Rasmus Rothe表示，“在開發橫向AI產品時，奪取市場領導地位將變得至關重要。”橫向AI初創企業往往很難收集到專有數據，并據此建立起排他性的商業優勢。再有，在選擇將數據科學工作流中的哪個或哪些環節作為業務重點時，大家還需要牢記，針對不同AI模型的不同具體要求。只有始終高度關注對目標受眾最具價值的功能，橫向AI初創企業才能從同儕中脫穎而出，闖出一片屬于自己的天地。

“雖然橫向AI企業往往面臨更激烈的競爭態勢，但其產品的使用門檻一般更低，相關技術可以輕松融入采購方的技術棧當中。”——投資人Jason Risch

橫向AI初創企業中的典型案例，包括數據標記廠商understand.ai，以及數據科學工作流管理初創企業neptune.ai。在橫向AI市場上，超越一眾競爭對手并獲得市場領導地位往往非常困難，但只要我們能夠為眾多數據科學家提供實際價值，商業成功也將水到渠成。

“垂直AI初創企業”與“橫向AI初創企業”

AI初創企業各有特色，只有了解其中的獨特價值主張，我們才有可能建立起一家成功的AI企業。垂直AI初創企業交付產品，橫向AI初創企業則交付數據科學工作流中的組件。當然，也有不少將這兩類業務集合于一身的復合型AI初創企業，受篇幅所限本文就不多做介紹了。

最后，在投身于創業大潮之前，請務必明確理想的AI初創企業類型，這也將給產品路線圖帶來直接影響。

• 垂直AI初創企業，需要專注于建立一個足以維持起成長型公司的核心用例。

• 橫向AI初創企業，需要在選定的市場區間內占得領導地位，為眾多數據科學家提供實際價值。