各位AI赛道上的新玩家，最近是不是个个摩拳擦掌、准备大干一场？行业里有一个共识正在悄悄形成——垂直领域的AI创业，可能并没有想象中那么美好。
长期关注AI产业动向的Bruno Koba，近期对垂直领域的AI创业公司做了一番深入调查，他总结出几点核心判断：
现在，每个垂直领域——金融、法律、医疗等等——都挤满了在基础模型上搭积木的AI创业公司。如果现在才起步，所谓的先发优势早就荡然无存了。
但与此同时，基础模型本身还不够强大，根本解决不了这些领域的实际问题。那些号称自己不是GPT套壳的公司，其实都在等着OpenAI的下一个大模型来“救命”。至于那些自己训练专业模型的公司（比如Harvey），效果甚至还不如聪明的通用模型（GPT-4o、Claude 3.5 Sonnet）。
这些创业公司就像被拴在了一根绳上，疯狂期待大公司推出下一个更牛的模型。但问题在于，当这一天真的到来时，我们可能根本就不需要这些“GPT套壳”了——比如ChatGPT自己就能搞定一切。
这跟互联网和移动互联网的创新周期完全不同。以前，大公司管不了那么多垂直领域，创业公司有机会填补空白，成为价值数十亿美元的公司（比如苹果推出了应用商店，但不会自己做外卖、约会、打车等app）。现在呢？等GPT-5一出来，OpenAI想插足哪个行业就插足哪个行业。
现在的感觉有点像“生不逢时”：出生得太晚，错过了探索地球的机会；出生得太早，又没赶上探索太空的时代。等到真正的通用大语言模型出现时，这些垂直领域的AI创业公司能分到的蛋糕，可能比前几轮创新周期少得多。
Bruno的观点戳中了不少人的痛点，但评论区里也不乏反对的声音。正在创业做AI医生的Nicolás Abad（@Nicobot01）就表示不服：
如果基础模型的进展今天就停止了，接下来几年只专注于医疗保健的应用层，也能创造巨大的价值。我相信最好的医疗保健大语言模型将是专业化的，而不是通用的——关键在于你的医疗数据。在某些专业领域，人们信任的是自己的医生，而不是任何医生。所以，这是双重个性化：病人+医生。
专业化确实是一条出路，但问题在于——你确定自己能比OpenAI更懂医疗吗？
Tomi Roggio（@tomi_roggio）则看到了另一个方向：
我们会看到很多创业公司在“利基”（但规模很大）的垂直领域，利用专有数据构建小型模型，从而获得大量价值……特别是在中端市场和中小企业层面，尤其是拉丁美洲等地区。
“小而美”或许可行，但OpenAI和微软的夹缝中究竟还有多少空间，谁也说不准。
algomax（@algomax06）则直接开火：
第1点太蠢了，先发并不是真正的优势，现在还很早很早。第4点也错了，OAI不会“深入”触及所有行业，每个行业对聊天式解决方案的基础模型都有很多定制要求。第5点为时过早，无法判断。
火气不小，但“现在确实还很早”这个判断值得深思——问题在于，你是否能跑得过OpenAI？
Raj Singh（@mobileraj）提出了一个更深层的视角：
我认为最重要的观点是，太多的创业公司正在将AI/GenAI应用到需要100%准确度、而不是95%人机协作的工作流程中。前者在很长一段时间内都不会发生。
在AI的幻觉彻底消失之前，在AI能真正理解真实世界之前，人机协作才是务实的方向。
综合这些讨论，对于AI领域的创业新兵，可以提炼出几条建议：
别急着当第一个吃螃蟹的人。先发优势固然重要，但更重要的是你能不能把螃蟹煮熟——关键是找到真正能落地的场景。
别以为有了GPT就能称霸天下。没有深度的行业理解和独特的数据壁垒，不过是高级的GPT套壳，一扒就露馅。
别指望能跑赢OpenAI。与其跟巨人赛跑，不如找个巨人踩不到的小角落，深耕细分领域。
别忘了人类还是有用的。100%自动化是美好的想象，但95%的人机协作可能更现实、更有价值。
别把鸡蛋都放在一个篮子里。今天的GPT-4明天可能就被GPT-5取代，多元化布局才是生存之道。
最后一点：创业不是为了证明你有多厉害，而是为了解决实际问题。就像一场精彩的合作，不只是为了展示自己的能力，而是让双方都真正获得价值——你懂的，懂的人自然懂。