垂直AI初创企业 VS 横向AI初创企业：不同的产品路线选择

AI初创企业主要分为两种风格，我们将在今天的文章中，对二者做出分析与展望。

当下，AI初创企业正在快速涌现。根据斯坦福大学AI指数报告数据，自2014年以来，已经有超过15798家AI初创拿到超过40万美元的投资。正如CB Insights公布的结果，AI初创企业在2019年吸引到创纪录的266亿美元投资。鉴于统计数据的指数级增长，投资者与企业家都迫切希望借AI的东风扶摇直上。

▲ 图片来源/斯坦福大学AI指数报告，88页

然而，AI初创企业拥有自己的分类方式。本文将主要研究垂直与横向AI初创企业之间的区别与共性。以下提出的见解，基于一家硅谷风险投资商、一家柏林AI风投工作室以及一位AI创业者的共同讨论。

要理解垂直与横向AI产品，我们首先需要明确AI产品的开发主题。

开发AI产品

每一款基于AI技术的产品，都拥有大致相同的工作流程。在各个机器学习项目中，团队都需要收集及准备数据、开发模型、部署模型、监控模型性能等。以下列出的CRISP-DM模型描述了机器学习的一般工作流程。

▲ 图片来源/Uni Dresden

要辨别垂直与横向AI初创企业的区别，首先要对数据科学工作流拥有清晰的了解。垂直AI初创企业需要拥有「完整的工作流」以交付最终产品，横向AI初创企业则专注于打造「通用的数据科学工作流」中的特定环节。

垂直AI初创企业

“垂直AI初创企业”提供基于AI的产品，其拥有完整的工作流，以解决针对性较强的客户需求。这些初创企业以端到端方式开发完整产品，业务链贯穿从「商业案例」到「产品性能监控」等各个步骤。

以Vara公司为例，这是一家典型的垂直AI初创企业，使用AI技术，通过X光片识别乳腺癌症状。Vara是第一家获得美国联邦政府批准，可利用其AI解决方案协助放射科医师处理日常诊断的企业。该公司拥有自己完整的数据科学工作流，并以此为基础提供基于AI的创新产品。

AI是一种强大的工具，能够帮助企业在特定应用场景当中，实现超越人类的效能水平。AI也为交付新产品、改进现有产品或自动执行任务，开辟了新的可能性。垂直AI初创企业能够针对特定用例优化预测结果，而一旦获得成功，他们在对应用例中的表现将远超人类或者其他AI竞争对手。

“垂直AI初创企业中聚集着来自各个领域的专家，他们这里出任关键职位（例如产品角色）。例如，一家制造自动癌症检测产品的企业，可能会聘用放射科医师及/或肿瘤科医师。” —;—;创业企业家Sahar Mor

但是，垂直AI初创企业往往难以通过调整，让产品在其他类似用例中发挥同样的效果。对于擅长识别乳腺癌特征的Vara公司来说，他们的解决方案，就很难在诊断脑癌方面发挥作用。AI模型往往在少数特定任务中表现良好。Vara当然可以复用现有模型开发流程，但AI模型的训练工作必须从头再来，即利用新的数据集学习脑癌检测。

“在未来十年内，垂直AI初创企业将极大改变某些行业的具体运作方式。”—;—;Merantix公司CTO兼联合创始人Rasmus Rothe

其他垂直AI初创企业，还包括自动驾驶汽车公司Waymo，以及金融犯罪预防企业hawk.ai。总而言之，对垂直AI初创企业来说，最重要的就是保证把少数特定问题解决掉、解决好，并以此为基础建立起稳定的商业模式。由于新模型的训练往往需要大量时间与数据，因此，其初始用例必须具备充分的说服力，支持公司一路发展至盈利阶段。

横向AI企业

“横向AI企业“的目标，在于帮助数据科学家们更高效地完成数据科学工作流。为此，横向AI初创企业面向的客户，往往是数据科学家或者开发团队。

横向AI企业往往会从数据科学工作流中，选择特定的一个或者多个环节加以改进。例如，横向AI企业可以专注于帮助数据科学家们监控其模型。总之，横向AI产品与特定用例无关，其开发成果可服务于任何基于AI的产品。

Saturn Cloud就是一家横向AI初创企业，旨在提高数据科学家们的工作效率。他们提供一项全托管服务，帮助数据科学家们使用自己最熟悉的工具（Python、Jupyter及Dask等）进行大规模工作。这是一款通用型工具，适用于一切基于AI技术的产品。

“跨越几乎各个行业，自动化数据科学工作流，能够为最终用户带来更高效的团队协作与工作体验。与此同时，Python的使用量开始一路猛增，并迅速获得数据科学从业者们的青睐。因此，对大多数数据团队而言，使用一套Python原生工具来分析并自动化处理日常工作，将极具现实意义。” —;—;Anaconda公司前创始人、Saturn Cloud公司联合创始人Hugo Shi

根据IDC发布的预测结果，随着数据总量呈指数级增长，横向AI解决方案也将在未来发挥越来越重要的作用。数据是AI类产品的核心驱动力，因此可用数据量的增加，也将意味着，有价值数据产品的发展潜力将步步提升。另外，数据科学家人才市场也保持着稳定增长。根据IBM开展的一项研究，到2020年，美国对于数据科学家的需求将增长28%，达到270万。很明显，横向AI解决方案的目标客户群体仍在发展壮大。

▲ 图片来源/IDC

但是，横向AI产品也面临着自己的发展难题。它们必须能够无缝集成至目标数据科学工作流及软件堆栈中。

此外，Rasmus Rothe表示，“在开发横向AI产品时，夺取市场领导地位将变得至关重要。”横向AI初创企业往往很难收集到专有数据，并据此建立起排他性的商业优势。再有，在选择将数据科学工作流中的哪个或哪些环节作为业务重点时，大家还需要牢记，针对不同AI模型的不同具体要求。只有始终高度关注对目标受众最具价值的功能，横向AI初创企业才能从同侪中脱颖而出，闯出一片属于自己的天地。

“虽然横向AI企业往往面临更激烈的竞争态势，但其产品的使用门槛一般更低，相关技术可以轻松融入采购方的技术栈当中。”—;—;投资人Jason Risch

横向AI初创企业中的典型案例，包括数据标记厂商understand.ai，以及数据科学工作流管理初创企业neptune.ai。在横向AI市场上，超越一众竞争对手并获得市场领导地位往往非常困难，但只要我们能够为众多数据科学家提供实际价值，商业成功也将水到渠成。

“垂直AI初创企业”与“横向AI初创企业”

AI初创企业各有特色，只有了解其中的独特价值主张，我们才有可能建立起一家成功的AI企业。垂直AI初创企业交付产品，横向AI初创企业则交付数据科学工作流中的组件。当然，也有不少将这两类业务集合于一身的复合型AI初创企业，受篇幅所限本文就不多做介绍了。

最后，在投身于创业大潮之前，请务必明确理想的AI初创企业类型，这也将给产品路线图带来直接影响。

垂直AI初创企业，需要专注于建立一个足以维持起成长型公司的核心用例。

横向AI初创企业，需要在选定的市场区间内占得领导地位，为众多数据科学家提供实际价值。