资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种
NEA合伙人Tiffany Luck谈AI投资焦点：应用层、垂直AI与“最后一步”自动化
近日，NEA合伙人Tiffany Luck将“AI应用层”和B2B SaaS列为人工智能投资中最受关注的领域。她指出，相比通用模型的性能竞争，深入特定行业的“垂直AI”以及能够完成实际业务工作流“最后一步”的自动化，才是企业采纳的关键。
Luck在亚马逊早期经历了消费电子商务的扩张阶段，随后在摩根士丹利负责技术并购，之后加入GGV资本，大约三年前进入NEA。她认为，相较于大型语言模型本身，那些将其与企业工作流结合并创造可见投资回报的初创企业蕴含着更大的机会。
她将当前企业的AI采用状况与电子商务早期阶段相类比。当时也面临技术、物流和心理上的巨大阻力，但市场最终实现了跨越。如今，多数财富500强公司虽认可AI潜力，却难以将其融入日常运营。这意味着AI不应只是“炫技”，而需成为解决实际问题的工具。
初创企业最大的担忧之一，是像Anthropic的Claude或OpenAI这样的大型平台最终可能侵蚀应用层，即所谓的“Anthropic问题”。对此，Luck评价道，当前的通用工具擅长将用户从“0%带到80%”，但企业现场所需的最终步骤仍然缺失。
她举例说，在财务规划与分析工作中，虽然可以向通用模型输入数据并提问，但它尚无法自动执行重新预测、警告现金流消耗率与增长率之间的具体权衡关系，或将多个数据源整合为一个统一体系。她认为，这正是垂直AI初创企业建立独特竞争力的所在。
她认为，这种防御力并非来自单纯的模型性能，而是源于“目的型产品飞轮”。其逻辑在于，与现场客户协同工作的工程师不断发现实际工作流中的缺口并将其融入产品，经过反复迭代，便能形成通用模型难以仅凭规模优势跨越的“护城河”。
她还预见，未来比基础模型差异化更重要的，是掌控对业务全流程负责的“端到端工作流”能力。因为对企业而言，关键不在于内部采用了何种模型，而在于结果是否准确、节省了多少时间。她以投资组合中的法律尽职调查领域公司以及处理股票研究报告的公司为例，指出如果最终产出物与分析团队撰写的文档相当或更优，其投资回报效应将更为显著。
她认为AI时代的“操作系统”也可能发生变化。当前阶段仍是于现有用户界面中嵌入AI，而未来可能转向一个模型充当指令中心、调用多个专业应用的结构。正如过去初创企业将Slack作为主要工作入口，未来特定的垂直AI工具也可能直接集成到类似Claude或OpenAI这样的横向平台界面中。
在这种情况下，初创企业可以保持自身的知识图谱和独特数据资产，同时让实际执行发生在用户最常用的AI“操作系统”内。Luck认为，这种“互操作性”将成为AI应用层下一个关键战场。
对于受严格监管行业的客户，她指出决策是否签约取决于准确性、可审计性和网络安全。其中，对数据来源不明的担忧尤为突出，企业必须能够追踪每个数字和判断的依据。她提及了相关组织，指出其正与超过100位首席信息安全官共同制定AI智能体认证标准。
她认为，如果有公司能遵循此类标准对其智能体进行认证，将能弥补仅凭SOC 2认证尚存的信任缺口。在利用AI进行黑客攻击和新攻击途径日益增多的环境下，这种认证体系正从可选项变为必需品。
从投资者视角，她评价下一阶段尚未真正开启。当前市场类似于“移动原生时代之前”，只是将网页服务移植到手机端。她提到了“Waymo时刻”作为真正的转折点，意指市场分水岭将是超越仍需用户操控的辅助型AI，实现完全自主运行的智能体工作流之时。
她预计未来12个月内，通过语音中心界面或智能体间的交互，一种与笔记本电脑和键盘时代有本质区别的全新工作方式将初露端倪。最终，在AI投资中，核心问题或许并非模型本身是否惊艳，而在于谁能率先解决让企业真正愿意付费的“最后一步”难题。
