作者：彭昭（智次方創始人、雲和資本聯合創始合夥人）
這是我的第370篇專欄文章。
《孫子兵法》有云：“上兵伐謀，其次伐交，其次伐兵，其下攻城。”此言意在闡明，制勝之道在於謀略，智者未戰先謀敗，方能立於不敗之地。
正如我在上篇文章《工業網際網路+人工智慧，誰能笑到最後？四類玩家分析》中所承諾的，本文讓我們一起“事先驗屍”，深入剖析垂類模型企業在轉型過程中可能面臨的風險與挑戰。
當下，垂類AI模型儼然已成為業界新寵，然而，在這股喧囂之下，我們更需要保持冷靜和理性。不妨換位思考：倘若一家垂類模型企業最終走向失敗，其致命傷會在何處？
在開啟這場思維探索之前，我們要先向那些不斷試錯的先行者致敬。正是他們的探索和迷失，鋪就了我們前行的道路。
“事前驗屍”雖然聽起來有些可怕，但卻是一種頗具創意的逆向思維決策方法。
步驟是在初步擬定行動方案後、正式實施之前，要求決策參與者做一個反向假設：假設擬定的方案已經付諸實施，但結果慘遭失敗。基於這個假設，參與者需要推演可能導致失敗的原因，進而對原有方案進行調整和最佳化，以求最大程度地規避風險，確保成功。
這種思維方式的精妙之處在於，它能夠幫助我們跳出思維定勢，審慎地看待可能的未來。
站在當下這個節點，垂類模型企業正面臨前所未有的機遇和挑戰，這注定是一段充滿未知、機遇與風險並存的征程。讓我們以“事前驗屍”的視角，剖析垂類模型企業的致勝關鍵和致敗隱憂，為產業智慧化轉型提供一些可資借鑑的思路。
從“人工智慧”到“業務價值”：垂類模型企業的“鬼門關”
曾經有一家神奇的公司叫做ScaleFactor，這是一家利用人工智慧技術實現會計自動化的創業公司，它在融資1億美元后轟然倒閉。
根據前員工的爆料，所謂的“人工智慧”並未真正製作財務報表，而是由數十名會計師手工完成大部分工作。一些客戶更是收到了錯誤百出的賬本，不得不重新聘請會計師來清理爛攤子。
ScaleFactor的失敗絕非個案。事實上，每一家AI創業公司，尤其在早期階段，都不可避免地要依賴人工干預。“AI科學家”的角色就是在AI無法獨立解決問題時提供人工協助，參與資料集的構建和演算法的最佳化。
然而創業公司的終極目標，則是透過不斷地訓練和迭代，一點一滴、一個模組一個模組地提升自動化水平，最終實現儘可能接近100%的AI自動化。
這是垂類模型企業能否成功跨越第一重門檻的關鍵：智慧是否真正“吸收”進了軟體，而不僅僅是“包裝”成了服務？
唯有將行業知識、專家經驗、業務規則等“軟實力”真正轉化為模型演算法，並內嵌於產品之中，方能構建起真正的智慧化解決方案，而非人工服務的代言人。
然而，即便跨越了第一重門檻，垂類模型企業仍面臨著第二重考驗：如何從“大模型秀場”走向“業務價值場”？不少企業可能會倒在這個轉型的半路上。
一些垂類AI企業往往在起步階段就走入誤區。他們簡單地將自己定位為“行業知識版的ChatGPT”，以為只需微調幾個模型、堆砌幾個案例、做幾場Demo演示，就能在產業中攻城略地。殊不知，真正的產業需求不是一個更聰明的聊天機器人，而是一個能夠接管流程、交付結果的智慧代理。
當前，對大多數使用者而言，“垂類模型”乃至“大模型”仍是一個陌生而時髦的概念。如果不能簡化模型的使用流程、降低使用者的認知門檻，再先進的技術也可能淪為“秀肌肉”的玩物。
對垂類模型企業的商務和技術團隊而言，這也是一個不小的挑戰：如何用通俗易懂的語言向客戶闡釋這項新技術？如何從整體擁有成本的角度論證產品的經濟性？如何用產品為不同客戶的痛點需求提供切實解法？每個問題都沒有輕鬆的答案。
更嚴峻的挑戰在於，如何將垂類模型與業務流程實現真正的融合，形成資料流、業務流、知識流的閉環？如果垂類模型始終遊離於業務之外，無法嵌入組織的神經末梢，再強大的演算法能力也可能淪為花架子。
垂類AI企業的致命陷阱：商業模式的迷津
對於垂類模型企業而言，最致命的陷阱往往不在技術，而在商業模式。如果不能實現從“賣模型”到“賣流程”、從“技術驅動”到“業務驅動”的根本轉變，再先進的演算法也難逃曇花一現的命運。
可能垂類模型企業會陷入一個常見的誤區：把盈利的重心放在了API呼叫量、模型微調服務或定製化開發上。
這種“賣技術”的思路，雖然短期內可能帶來可觀的收入，但從長遠來看卻埋下了隱患。一旦客戶自建模型能力或轉向開源方案，這些企業就可能面臨被拋棄的窘境。
前車之鑑不止一家，我們以樹根互聯的故事為例。
作為曾經的工業網際網路“明星平臺”，樹根互聯對核心技術進行了大量研發投入，在廣連線、懂工業、高效能、易應用等方面積累了深厚的實力。2019年至2021年，僅根雲平臺作業系統相關的研發專案，樹根互聯就投入了高達4.26億元的研發資金。
然而，高昂的研發投入也帶來了沉重的財務負擔。2019年至2021年，樹根互聯累計虧損超過13億元，其中研發投入超過5.3億元，非研發人力成本投入超過6.3億元，股份支付費用更是高達7.5億元。儘管扣除這些投入後，樹根互聯的實際經營虧損在逐步縮小，但其研發投入產出比較低、商業模式相對單一，已經暴露無遺。
對科技型企業而言，前期虧損無可厚非，關鍵是要在“燒錢”中夯實護城河，最佳化投入產出比，培育可持續的“造血”能力。
如果只是單純地堆砌技術，而沒有打造出真正契合客戶需求、創造業務價值的解決方案，再多投入也可能付之東流。
垂類模型企業要想突破這一魔咒，則需要重構商業邏輯：賣結果，而非賣工具；按流程計費，而非按呼叫計費；繫結業務成果，而非繫結功能模組。
從“模型即產品”轉向“業務成果即服務”(BOaaS)，才能真正嵌入客戶的核心業務流程，構建起高度粘性和壁壘。
反之，如果垂類模型企業始終徘徊於技術層面，而沒有向產業縱深進發，那麼被巨頭內生取代、被通用模型壓價、被客戶自建替代，就不過是時間問題。
垂類AI企業的生態困局：從“單點突破”到“平臺增長”
對於垂類AI企業而言，最大的挑戰不在於技術，而在於生態。
許多企業熱衷於在某個高價值場景上“單點爆破”，寄希望於以點帶面，撬動整個行業的智慧化變革。
然而，如果不能將單點突破擴充套件為流程再造，不能將孤立的場景串聯為完整的閉環，不能吸引外部生態夥伴持續貢獻力量，那麼這樣的“單點勝利”註定是曇花一現，難以形成生態飛輪效應。
以智慧質檢為例。這些場景確實蘊藏著巨大的價值，如果能夠以智慧化的方式顯著提升效率、降低成本、減少錯誤，無疑將為客戶帶來可觀的收益。
但問題在於，這些應用場景往往只是整個業務流程中的一個環節，如果不能前後貫通、左右協同，就難以真正融入客戶的核心業務，淪為“錦上添花”而非“雪中送炭”。
舉例而言，一款智慧質檢工具，如果只能識別產品缺陷，而無法與生產排程、工藝最佳化、供應商管理等環節實現資料打通和流程閉環，那麼再先進的演算法也可能流於表面。
由此可見，垂類AI要想成為真正的產業平臺，就得從端到端重塑業務流程，從全域性出發設計場景方案，構建起資料流、控制流、知識流的協同閉環。
這需要企業深入業務一線，與客戶共同梳理流程，重構任務，打破資訊孤島，形成可編排、可最佳化、可迭代的智慧化解決方案。只有這樣，才能將“單點突破”擴充套件為“流程再造”，將“場景驅動”升級為“平臺思維”，真正賦能客戶的業務創新。
在這一過程中，垂類AI企業還應高度重視生態的力量。
一個真正有生命力的產業平臺，必須能夠吸引不同角色的參與者持續貢獻價值，形成合作共贏的正向迴圈。
這就要求垂類AI企業要從一開始就立足開放、共生的理念設計系統架構，將外部創新力量嵌入平臺基因。
寫在最後
在智慧時代的殘酷競爭中，垂類AI企業要想立於不敗之地，應當構築起堅實的“護城河”。而這條護城河，不能僅僅依靠技術的領先，更要依靠對行業流程的把控和生態網路的構建。
換言之，垂類AI企業應當從“任務的執行者”蛻變為“流程的管理者”，從單一的模型服務轉向開放的生態平臺。
如果說Agent是垂類AI企業構建護城河的立足點，那麼平臺化則是構建生態護城河的制高點。
唯有以Agent為抓手，全面接管流程執行；以開放平臺為目標，吸引更多參與者，才能從根本上鎖定行業話語權。
具體而言，垂類AI企業要在三個層面精準發力：
-
一是以流程為牽引，以Agent為核心，全面參與和重塑行業流程，實現從“輔助決策”到“自主執行”的躍遷；
-
二是以結果為導向，以業務成果即軟體(BOaaS)為商業模式，提供端到端的“流程外包”服務，實現從賣模型呼叫到賣流程成果的升級；
-
三是以生態為目標，掌控任務介面、資料閉環、智慧排程三大要素，吸引多元參與者接入平臺，構建正向增強的網路效應和規模效應。
流程為體、結果為翼、生態為魂，是垂類AI的立體護城河。
垂類AI即將進入“戰國時代”，勝負的關鍵不在於誰的模型更強大，而在於誰能真正洞悉產業的本質，誰能以客戶價值為核心構建可持續的生態。