The Risk of Vertical AI

前陣子 YC 不斷在拍影片鼓勵創業者在選擇題目時多考慮做 Vertical AI，並分享了許多 Vertical AI 公司營收高速成長、迅速成為獨角獸的成功案例。然而，我對 Vertical AI 是否是一個好的創業題目，一直抱持很大的懷疑，以下是我的一些思考。

據我所知，相較於大廠的 General AI（例如：ChatGPT、Claude），當前市場中的 Vertical AI 有三個能力優勢：

資料操作：Vertical AI 能比 General AI 更有效地讀寫該 Vertical 的資料，例如 Cursor AI 能直接讀寫 Codebase，Notion AI 能直接讀寫公司內部文件。
專業知識：透過 Prompt Engineering 和 Fine-tuning，Vertical AI 可以有效地整合該 Vertical 的專業知識，達到比 General AI 更好的表現和更低的成本。
使用者介面：Vertical AI 能將 AI model 與使用者介面深度融合，創造出更勝 General AI 的用戶體驗。

然而，從 AI 的發展趨勢來看，我們亦可以觀察到以下三個現象：

AI model 的能力提升速度仍然非常快，同時成本持續降低，短期內看不到停滯的跡象。
大廠的 General AI 自主代理的能力在持續變強（例：Claude Computer Use 和 ChatGPT Operator）。
大廠的 General AI 可接觸到的 Vertical Data 範圍將越來越廣（例：Model Context Protocol）。

如果以上這三點持續成立，那麼 Vertical AI 的三個能力優勢當中，有兩項（資料操作與專業知識）很可能會在不久的將來遞減到可忽視的程度，而且速度可能比我們想像的更快。如果到時 General AI 在每一個 Vertical Task 都能做得跟 Vertical AI 一樣好，我們又有什麼理由花錢在每一個 Vertical 購買 Vertical AI 呢？

當然，我並不否認許多創業者在現階段投入 Vertical AI 確實能享受到不少時代紅利，比如某次 AI model 升級便可能直接帶來 Product Market Fit，進而讓營收高速成長。然而，如果你的目標是建立一間長久的公司（而非在三年內賣掉出場），則不可避免地要面臨上述風險。AI model 的快速進步既能催生一家公司的快速成功，也可能導致一家公司的快速衰敗。

對 Vertical AI 的創業者來說，如果要降低上述風險，我認為以下幾個問題將會特別重要：

你選擇的 Vertical 是否存在特殊因素（如法規、隱私限制等），導致大廠的 General AI 難以輕易讀寫相關資料？
你是否掌握該 Vertical 中足夠稀缺、保密、難以被外界獲取的專業知識？
你選擇的 Vertical Task 有多大程度依賴人工介入，讓與 AI 深度融合的使用者介面具有重要價值？

當然，還有一種選擇就是不要做 Vertical AI。我認為在 AI 時代最被低估的題目其實是那些可以讓人類和 AI 協作、在許多不同 Vertical 上都能帶來價值的 Horizontal Tool。Horizontal Tool 難做的地方在於它很難在一開始就展現出明確的市場價值，因此往往需要很多開發者圍繞著它打造出適用於不同 Vertical 的模板（Template）或插件（Plugin）。但我想在未來那個智慧不再昂貴的時代到來時，這種仰賴 Marketplace 創造價值的前提將不再成立：General AI 將可以利用 Horizontal Tool 來執行任何你想得到的 Vertical Task，還可以藉此省去許多讓 AI 現場自製工具的運算成本。