垂直 AI 代理：规模将超越 SaaS 10 倍的新物种

一句话结论

垂直 AI 代理公司不仅将复刻 SaaS 行业诞生 300+ 独角兽的成功，更有可能创造出比其颠覆对象大 10 倍的市场价值。核心逻辑：垂直 AI 代理是"软件 + 人力"的一体化产品——它不仅替代传统 SaaS 软件，更通过自动化取代操作软件的人力团队，同时吃掉软件预算和人力薪酬预算。YC 投资组合内外已有多个真实案例验证这一趋势，创业者的机会在于寻找"重复、枯燥、无聊的后台行政工作"。

来源信息

Executive Summary

本文探讨了垂直 AI 代理（Vertical AI Agents）这一新兴领域的巨大潜力。核心论点是：垂直 AI 代理公司不仅将复刻 SaaS 的成功，更有可能创造出比其颠覆对象大 10 倍的市场价值。[raw L6]

SaaS 革命的历史之鉴

文章首先回顾了 SaaS 行业爆发的催化剂——XML HTTP 请求（Ajax 技术），它使得浏览器应用能够媲美桌面软件。这一技术解锁了三条价值创造路径：[raw L23, L27-L38]
1. 巨头主导的"显而易见的好主意"：将桌面应用搬到云端（如 Google Docs），100% 价值流向现有巨头。
2. 出人意料并最终胜出的非共识消费者应用：如 Uber、Airbnb 等，初创公司因风险过高而未被巨头跟进。
3. 数量最庞大的 B2B SaaS：诞生了 300+ 独角兽。关键在于极致的垂直化——每个行业都需要深度定制解决方案，不存在一个"大一统"的 SaaS 公司。

未来之镜：AI 复制并放大 SaaS 的成功

LLM 正扮演着当年 Ajax 的角色，开启一个全新的计算范式。AI 将遵循相似的发展路径，但威力更惊人：[raw L44-L50]
- 第一类"显而易见"的应用：如通用 AI 语音助手——科技巨头在争夺，初创公司极难获胜。
- 第二类"非共识"的应用：目前难以预测，将从意想不到的地方冒出来。
- 第三类 B2B 垂直 AI 代理：将是初创公司的主战场——"将出现 300 家垂直 AI 代理独角兽"。

10 倍规模的逻辑

垂直 AI 代理不仅提供替代传统 SaaS 的软件，它实质上是"软件 + 人力"的一体化产品。企业花在员工薪酬上的支出远大于软件支出。一个垂直 AI 代理可以完成过去需要一套软件和一个团队协同才能完成的全部工作流程——这意味着垂直 AI 代理公司的市场天花板可能是它所取代的 SaaS 公司规模的 10 倍。[raw L50]

正在发生的真实案例

文章列举了一系列来自 YC 投资组合内外的验证案例：[raw L56-L61]
- Outset：用 LLM 重塑问卷和分析领域（对标 Qualtrics）
- MCH：AI 质保测试代理——直接替代 QA 团队，销售话术为"你根本不需要一个 QA 团队"
- Priora：AI 面试官服务，进行技术筛选和初筛
- Cap. AI：AI 开发者支持聊天机器人——消化开发者文档、YouTube 视频和聊天历史
- Parell/Gig ML：深度客户支持 AI——Gig ML 为 Zepto 实现每日 30,000 工单自动化，取代上千人团队
- Salient：AI 语音债务催收——利用 AI 语音技术自动化银行和汽车贷款催收

一个共同的有趣现象：当你提供的是"提效工具"时，面对的是被替代团队的抵制；当你的 AI 代理可以彻底承担整个团队的工作时，销售对话变成与高层决策者之间关于成本控制和组织精简的纯粹讨论，阻力大大减少。[raw L62]

给创业者的洞见

寻找"重复、枯燥、无聊的后台行政工作"（Boring Repetitive Admin Work）——即"传递黄油"类工作。更重要的是寻找你与这些问题之间独特的连接点：YC 公司 Sweet Spot 的想法来自朋友全职刷新政府采购网站找投标机会的工作；另一个团队因为创始人母亲是牙医，发现医疗账单处理极其繁琐而创业。[raw L75-L77]

对组织的未来思考

AI 工具可能突破邓巴数限制，极大扩展个体管理者的能力边界，从而催生出规模更大或效率极高的新型企业。未来的赢家将属于那些能用 AI 构建关键系统、以此降低成本并实现非人力依赖式增长的创业者。[raw L71]

历史之鉴：SaaS 革命与三条价值路径

在过去 20 年里，硅谷的产出中 SaaS 公司占据主导地位——超过 40% 的风险投资流向了 SaaS 公司，期间孕育了 300+ 家 SaaS 独角兽。这背后的催化剂是 2004 年浏览器引入的 XML HTTP 请求（Ajax），它让开发者能够在浏览器中构建富互联网应用，从此软件不再需要 CD-ROM 安装。[raw L23]

Paul Graham 很早就洞悉这一可能——他创建的 Viaweb（类似早期 Shopify）在 1995 年就实现了在线商店功能，堪称 SaaS 鼻祖。但受限于缺乏 Ajax，早期 SaaS 应用体验极差（每次点击按钮都需重新加载整个页面），直到 2005 年 Ajax 普及，SaaS 和云计算浪潮才正式爆发。[raw L24, L26]

回顾那些在 SaaS 浪潮中诞生的数十亿美元公司，成功路径可归纳为三种截然不同的类型：[raw L27-L38]
1. 巨头主导的"显而易见的好主意"：将桌面应用搬到浏览器——文档处理、邮件、日历等。有趣的是，没有任何一家初创公司在这个赛道取得最终胜利，100% 价值流向现有巨头（Google、Facebook、Amazon）。
2. 出人意料的非共识消费者应用：如 Uber、Airbnb、Instacart、DoorDash、Coinbase。从 Ajax 到 Airbnb 之间的联系绝非一目了然。Uber 创始人 Travis Kalanick 曾担心因监管问题面临牢狱之灾——没有哪位谷歌高管会愿意这样做，高风险正是巨头未跟进的根本原因。
3. 百花齐放的 B2B SaaS 独角兽：诞生了 300+ 独角兽。核心原因是结构性——不存在一个"SaaS 领域的微软"。Google 为什么不去做 Gusto 的竞争者？因为 Google 内部没人深耕薪酬管理领域，也没耐心应付所有枯燥的工资法规。

SaaS 的成功与"打包与解绑"逻辑相关。Salesforce 作为第一家真正的 SaaS 公司，证明了通过云端也能提供不亚于昂贵本地软件的功能。其创始人 Marc Benioff 在 YC 演讲时提到，当时人们根本不相信可以通过 SaaS 构建复杂的企业级应用，认为那只是"玩具"。这与今天人们对 LLM 的质疑如出一辙。[raw L38]

未来之镜：AI 为何会复制并放大 SaaS 的成功

当思考 LLM 带来的变革时，能轻易想象到相同的事情正在发生：[raw L44-L50]
- 第一类"显而易见"的应用——如通用 AI 语音助手，所有科技巨头都在争夺入口，初创公司极难获胜。
- 第二类"非共识"的应用——目前难以预测，将像 Uber 和 Airbnb 一样从意想不到的地方冒出来。
- 第三类 B2B 垂直 AI 代理——将是初创公司的主战场。大胆预测：将出现 300 家垂直 AI 代理独角兽。

这个预测的基础在于，垂直 AI 代理不仅是替代传统 SaaS 的软件，实质上是"软件 + 人力"的一体化产品。企业花在员工薪酬上的支出远大于软件支出。垂直 AI 代理的市场天花板可能是它所取代的 SaaS 公司规模的 10 倍——它将同时吃掉软件预算和人力薪酬预算。[raw L50]

正在发生的真实案例

目前 YC 投资组合内外已出现许多令人振奋的真实案例，验证着这一趋势：[raw L56-L61]

调查问卷领域（Surveys）：Outset（YC 公司）正在用 LLM 重塑问卷和分析领域。像 Qualtrics 这样的巨头几乎肯定不会自己去构建具备推理能力的语言模型。问卷的本质就是语言——AI 在此具有天然优势。关键销售策略是"自上而下"——不能把产品卖给可能被 AI 取代的团队，需要找到足够高层的决策者甚至是 CEO。[raw L56]

质量保证测试（QA Testing）：MCH 正在打造 AI 质保测试代理。十年前 Rainforest QA 面临内在矛盾——无法完全替代 QA 团队只能提效，需同时向工程副总裁（希望省钱）和 QA 团队（害怕被替代）推销，始终行走在钢丝上。而 MCH 的 AI 代理可以直接完全替代 QA 团队，销售话术干脆利落："你根本不需要一个 QA 团队"。[raw L57]

招聘领域（Recruiting）：讲者创办 Triplebyte 时遇到同样问题——软件旨在为软件工程师筛选和招聘提供便利，但潜在地威胁了内部招聘人员的角色，始终面临团队内部阻力。现在 AI 初创公司如 Priora 正在提供完整的 AI 面试官服务，直接进行技术筛选和初筛，绕开了 HR 部门的阻力。[raw L58]

开发者支持（Developer Support）：Cap. AI 构建了能够回答复杂技术问题的 AI 聊天机器人，不仅能消化开发者文档，甚至能学习 YouTube 视频和聊天历史记录，不断自我进化。许多使用它的公司发现，开发者支持团队可以维持在非常小的规模。[raw L59]

客户支持（Customer Support）：客户支持 AI 代理是一个几乎虚假的拥挤赛道。绝大多数公司只做简单的零样本 LLM 提示，无法替代处理复杂工作流的真实客服团队，只能做漂亮的演示。要真正替代拥有 100+ 员工、处理海量复杂业务的客服团队，需要非常复杂的软件。市面上真正尝试做到这点的公司不超过三四家，市场渗透率合计不到 1%，市场空间完全敞开。Gig ML 已为 Zepto 每天处理 30,000 个工单，取代了一个上千人的团队。[raw L60]

语音代理（Voice Agents）：这是正在爆发的子领域。Salient 利用 AI 语音技术自动化银行和汽车贷款领域的债务催收工作。AI 语音从半年前的"不自然、高延迟"发展到今天，已能进行真人般的沟通，进步速度惊人。[raw L61]

给创业者的洞见：寻找"传递黄油"类工作

对于创业者来说，如何找到垂直领域？一个反复出现的共同点：寻找那些重复、枯燥、无聊的后台行政工作（Boring Repetitive Admin Work）。这就像机器人学里的格言——能赚钱的机器人是做"脏活、累活、危险活"的。垂直 AI 代理应该去做那些像"传递黄油"一样乏味、没人愿意干的工作。[raw L75]

更重要的是寻找你与这些问题之间独特的连接点。YC 公司 Sweet Spot 的创业想法来自一个朋友的全职工作：整天坐在电脑前刷新政府采购网站寻找投标机会——他们正在打造自动进行政府采购投标的 AI 代理。另一个团队因为创始人母亲是牙医，发现医疗账单处理极其繁琐，于是为母亲的牙科诊所编写自动化软件并将其发展为初创公司。这些看似不起眼的、源自亲身经历的重复性痛点，正是价值十亿美元 AI 代理帝国的种子。[raw L77]

对产业与组织的未来思考

应用程序正从简单的"ChatGPT 套壳"向完整企业级代理快速进化。2023 年初的 LLM 应用只是做文本编辑、生成博客文章之类的事情，每三个月技术就进步一个台阶，如今已在讨论替代整个部门。同时基础大模型领域的竞争日趋激烈，对创业者和消费者都是福音。[raw L67]

垂直化 vs. 水平化

企业界已被 SaaS 时代教育过，深知"点解决方案"和垂直方案可以比"大而全"的遗留平台好得多。因此企业客户今天更愿意在垂直 AI 代理上进行尝试，导致前所未有的快速企业级市场牵引力。[raw L70]

管理边界的拓展

理论上每个公司规模都会受限于科斯的企业理论和邓巴数。但像 Rippling 创始人 Parker Conrad 的案例提供了另一种视角：LLM 最酷之处不在于"石头会说话"，而在于"石头会阅读"。当一个管理者能通过 AI 工具（如阅读并总结所有员工汇报、用 AI 语音"亲自"给上千名员工打电话）来极大扩展信息处理能力时，单人管理更大规模组织的能力将得到增强。这既可能催生出吃掉一群垂直 SaaS 的巨型平台公司，也可能造就人员极少但效率极高的"10 人独角兽"企业。[raw L71]

结论

垂直 AI 代理正在成为规模超越 SaaS 的新物种。对于创业者而言，机会在于寻找"重复、枯燥、无聊的后台行政工作"，结合自身经验或洞察进行深度挖掘。未来的赢家将属于那些能用 AI 构建关键系统、以此降低成本并实现非人力依赖式增长的创业者。[raw L78]

关键证据

涉及概念

涉及人物

涉及公司

可沉淀到哪些主题页

不确定事项

Change Log