大局和重点

• 这波AI浪潮特别是关于建立在生成式AI之上——它在GPT-3之后开始，并在ChatGPT（2022年 11月）之后迅速增长。

• 我们只关注建立在LLMs之上的应用程序。因此，目前我们将忽略图像生成、语音处理、机 器人等领域。

• 如果我们看当前的生成式AI堆栈，有4层：基础设施，（基础）模型开发，应用开发工 具，最终应用。我们将只关注应用程序。

• 在AI应用程序中，有横向应用程序（LLMs之上的一层）、企业应用程序（营销、销售、客 户支持等）和垂直应用程序（法律、保险、编码等）。我们将只关注垂直应用程序。

AI可以帮助解决的问题类型

• 任务媒介是自然语言
• 任务的许多示例出现在训练数据中
• 不需要超过90%的准确率

AI的价值主张

• 所有针对垂直领域的企业AI初创公司都有正确的想法。选择一个市场，深入了解工作流 程，构建简单的软件以建模工作流程，并使用AI增强涉及的人工判断。在成千上万的类别 中有巨大的机会。

• 专注于特定问题。构建工作流程、协作和深度集成，具体到该问题。

• 具有深厚行业背景和精细度的特定领域产品。

三个适合AI的垂直领域

专业服务

AI非常适合法律服务，因为法律的核心产品是语言，而大型语言模型（LLMs）正在改变这个 领域。咨询和会计也准备采用AI。主要的咨询公司雇用了成千上万的顾问和会计师，这是一 个可以通过AI显著增强的工作队伍。

金融服务

投资专业人士和财富顾问处理复杂信息，包括专有数据和实时市场数据。金融建模需要数学 技能和人类判断力，在这里错误可能会产生重大财务影响。此外，专业人员花费大量时间在 例行任务上。AI可以自动化这些平凡的工作流程，节省时间并减少错误。

医疗保健

AI在医疗保健领域的潜力正变得越来越具体可感。之前试图标准化非结构化数据的努力受到 各种传统IT系统的限制。LLMs能够处理原始的非结构化数据，这有助于临床和行政工作。AI 可以增强诊断，决策模型，并自动处理保险索赔，改善整个医疗保健的数据管理。

在医疗保健领域有三个可能的AI应用案例包括：

• 转录与文档记录
• 预先授权
• 临床推理模型

一些初创公司

附录A：2024年MAD（机器学习、人工智能与数据）全景图

全景图和卡片

附录B：超越垂直应用：2024年至今的大型AI交易