アントロピックの投資家が垂直AI導入に関する最新の考えを共有

さまざまな業界で AI 技術が広く応用されるにつれ、垂直 AI の実装が企業のデジタル変革の鍵となっています。しかし、垂直型 AI の成功はテクノロジーだけに依存するのではなく、業界のニーズに対する深い理解と正確な把握も必要です。この記事では、Anthropic の投資家による垂直 AI 実装に関する 10 の判断を参考までにまとめます。

ソフトウェアは、AI の実装において最も重要なシナリオの 1 つと見なされています。セコイア・キャピタルはかつて、AI はサービスをソフトウェアに置き換え、数十兆ドル相当の市場機会を生み出す可能性があると述べました。

大きなチャンスがあるにもかかわらず、AI ソフトウェアを実際にどのように実装できるかについては、まだ明確な道筋がありません。ベッセマー氏は最近、この問題に関して非常に価値のある指摘をしました。

垂直AIソフトウェアが未来となるでしょう。

Bessemer といえば、SaaS 業界に詳しい人なら知らない人はいないかもしれません。米国におけるSaaS分野における最も専門的な投資機関の一つであり、過去10年間で200社以上のSaaS企業に投資を行ってきました。

垂直AIはまだ初期段階ですが、生成AIの台頭以降、AI法律ユニコーンのEvenUp（2019年設立）、AI医療企業Subtle Medical（2017年設立）、AI医療企業Abridge（2018年設立）、自動コラボレーションソフトウェアプラットフォームFieldguide（2020年設立）など、垂直AI分野で優れた企業が数多く登場していることがわかります。

Bessemer は、これらの垂直 AI 企業のビジネスケースに基づいて、垂直 AI の機能的価値、経済的価値、競争上の地位、防御力などの側面を網羅した、垂直 AI 実装のための 10 のロードマップを開発しました。

01 垂直AIの導入は顧客の実際のニーズから始まる

業界によってコアワークフローの自動化に対する要求は異なります。ただし、ワークフローに自動化の基盤があるかどうかは、垂直 AI 企業がビジネスを構築する際に考慮する必要がある唯一の要素ではありません。

自動化に対する顧客の関心と自動化に対するさまざまな要件も、垂直 AI の実装に大きな影響を与えます。

場合によっては、これらの好みや要件は製品設計で対応できることもあります。たとえば、歯科医院では、注文額が一定額以下の場合は医療用品の購入について自動レビューを設定し、それ以上の金額の場合は手動レビューを必要とする場合があります。

つまり、AI 調達ソリューションには、一部の注文の自動調達を実現するだけでなく、他の注文への人間の参加を可能にするためにも、ある程度の柔軟性が必要です。

別の例として、法律事務所では顧客の支払いを回収するプロセスを完全に自動化したいと考えるかもしれません。しかし、法的要約の作成などのコアワークフローに関しては、最終的な出力（最初のドラフトの作成など）を作成するために人間によるフィードバックが必要になります。これは、作成されるものを制御したいためです。

垂直 AI を実装するには、垂直シナリオの市場とユーザーのニーズを徹底的に調査する必要があります。

たとえば、医療分野では、臨床医が記録保存などの管理タスクの自動化を検討しているため、Abridge などの AI 企業が提供するワークフロー管理用の AI ソリューションが広く採用されています。

マルチモーダル AI の診断への応用にも関心が寄せられていますが、医療の支払いモデルが医療技術の革新に遅れをとっているため、普及率は依然として低いままです。

したがって、垂直シナリオでの AI の実装では、自動化の条件が満たされているかどうかを考慮するだけでなく、顧客の実際のニーズと人工知能に対する期待にも注意を払う必要があります。

02 既存のシナリオにシームレスに統合することによってのみ、製品の堀を築くことができる

垂直 AI ソリューションは、タスクを優れた方法で実行するだけでなく、真の防御壁を構築する必要があります。

簡単にコピーできる AI ソリューションは、大きな競争圧力に直面することになります。

たとえば、金融サービス分野では、売掛金と買掛金 (AR/AP) の自動化ソリューションの適用事例が増えていますが、データ照合や請求書検証の AI 機能が一定の価値をもたらす可能性がありますが、これらの微妙な機能はワークフローツールに簡単に統合でき、業界固有のワークフロー垂直 AI ソリューションに置き換えることができます。

大規模モデルの商用化のリスクを軽減するために、最適な垂直 AI アプリケーションは、ビジネスプロセス全体を完全にカバーするだけでなく、API/プラグインを通じて既存のシステムとのシームレスな統合も実現する必要があります。

多くの B2B AI スタートアップは、既存のプラットフォーム、特に大手既存プラットフォームと提携し、シームレスな統合を通じて価値を創造することで後者を実現しています。

例えば、AI保険会社のSixfoldは、APIやプラグインの形で既存の保険契約管理システム（PAS）に組み込まれているため、保険会社は古いシステムを完全に改造したり、ワークベンチを再構築したりする必要がありません。この「プラグアンドプレイ」統合により、引受人は Sixfold の AI 機能を日常のワークフローに簡単に直接導入できます。

03 生産性に限界のある実装の機会を探す

AI は職場の分業体制を変革しています。反復的な作業を置き換えて人的資源を解放するだけでなく、企業に画期的な運用能力をもたらします。真に革新的な垂直 AI 製品には、多くの場合、プロセス全体の自動化と大量のデータ処理機能という、人間が到達するのが難しい領域という 2 つの主要な利点があります。

たとえば、ハウスキーピング分野の AI 企業である Rilla は、営業担当者と顧客との対面でのやり取りを記録して分析することで、営業担当者にカスタマイズされたフィードバックや提案を提供し、営業スタッフのパフォーマンス向上に役立てています。 Rilla がなければ、営業マネージャーは営業担当者の現場訪問に個人的に同行しなければなりませんが、最終的には個人のエネルギーによって制限されてしまいます。

一方、Rilla は会社全体の営業担当者からの大量の会話データも確認できるため、営業担当者に提供するガイダンスは、どの営業マネージャーも利用できるデータよりはるかに大量のデータに基づいています。

そのため、営業やマーケティング、サービス、法律などの特定の業界は AI の実装に特に適しています。

これらの分野での成功は、大量の文書や実践の記録から生み出された知識に基づいています。以前は、これは時間のかかる作業でしたが、今では AI がこれをより効率的に実行したり、完全に引き継いだりできるようになりました。

04 効率化が垂直AI製品のキーポイント

データを活用して AI ソリューションがもたらす効率性の向上を顧客に直感的に示すことで、販売サイクルを大幅にスピードアップし、顧客維持率を向上させることができます。

この効率性の向上は、一般的に、コストの管理と収益の増加という 2 つの側面から生まれます。

たとえば、Abridge は医師と患者の間の会話を自動的に記録し、医師の作業負荷を軽減し、医師の仕事満足度を向上させ、それによって医師の定着率を高めることができます。

Abridge は、定着率を改善することで、医師の採用とトレーニングにかかるコスト（通常は年間数百万ドル、数千万ドルにもなる）を大幅に削減します。

Abridge はコストの抑制に加え、医師 1 人あたりの時間を 1 日あたり 1 ～ 2 時間節約することで収益も増加させています。

この余分な時間により、医師はより多くの患者を診察できるようになり、病院の運営効率が直接的に向上し、より多くの運営収益を生み出すことができます。 Abridge のすべての患者診察の詳細な記録と要約により、包括的なコーディングと請求が保証され、収益の漏洩も防止されます。

EvenUp の事例もこの点を例証しています。

EvenUp は AI テクノロジーを使用して人身傷害専門の法律事務所向けの要求パッケージを生成しますが、従来はパラリーガルがクライアントからデータを収集し、何百もの文書を整理し、医療報告書や警察報告書からデータを抽出するなど、何日も費やしていました。

EvenUp の法務業務チームがすべての手紙をレビューするため、法律事務所は、チームがオンデマンドパッケージに費やす時間を大幅に削減 (または排除) しながら、高い品質基準を維持できます。この余分な時間により、事務所はより多くの案件を引き受けることが可能になり、収益が増加します。

05 AIはサービスの提供と価格設定を変え、新たなビジネスチャンスをもたらす

垂直 AI ソリューションによってもたらされる新しい配信および価格設定方法により、新たな機会が生まれています。

以前は、多くの垂直シナリオでは、従来のソフトウェアビジネスを構築するのに十分な TAM (潜在的市場全体) がありませんでした。現在、市場のこの部分のギャップは、パフォーマンスが低く、コストが低く、より標準化されたサービスを備えた AI によって埋められると予想されています。

歴史的に、サービス業は専門労働者のコストが高いため利益を上げることが困難でした。 AIはこれを完全に変えるでしょう。 2024 年までに、ベッセマーの垂直 AI 投資ポートフォリオに含まれるサービス企業の平均粗利益率は約 56%、平均資本消費率は 1.6 倍となり、収益 1 ドルに対して必要な運転資本はわずか 1.6 ドルになります。

一部の AI サービス製品は、手動 QA のサポートにより優れた納品実績を示しており、AI 製品を中核とするその他のサービス製品も好調な業績を上げています。

06. 無視されているカテゴリーとワークフローを構築する

セールスおよびマーケティングの分野では、Salesforce や ADP など、すでに大規模でリソースが豊富な競合企業が存在します。この場合、AI 垂直企業は競争圧力が比較的少ない分野を探す必要があります。

幅広い市場で先行者利益を得ることが理想ですが、ほとんどの垂直カテゴリにはすでに少なくとも 1 つの既存企業が存在します。

しかし、まだチャンスはあります。既存企業が AI の統合に苦戦したり、統合が遅れたりしている場合、迅速に行動するスタートアップ企業は、自動化された AI ソリューションを使用して、価値が高く、かつわかりにくいワークフローを最適化する、優れた高 ROI の AI 製品とサービスを構築することで、競争上の優位性を獲得できます。

07 特定のニーズを持つ顧客へのサービスの提供

垂直型 AI 企業は、AI ソリューションでは簡単に満たせない複雑な要件を抱えていることが多い、無視されているカテゴリの顧客をターゲットにすることで差別化を図っています。

たとえば、銀行や政府請負業者にサービスを提供する AI スタートアップは、業界固有のセキュリティおよびコンプライアンスツールを構築して顧客に販売する必要があります。特定の業界のニーズに基づくこの複雑さにより、AI 企業の製品に防御壁が築かれます。

LLM のコモディティ化のリスクを軽減するために、基礎モデルプレーヤー (OpenAI や Anthropic など) もこれらの業界の顧客向けに対応する垂直モデルの構築を開始するようになるかもしれません。

08 モデルは信頼できる防壁ではないが、マルチモデルは

モデルインフラストラクチャのコストが下がり続けるにつれて、モデルはもはや堀ではなくなります。初期段階の垂直 AI の創業者は、自分自身にこう問いかける必要があります。「私たちが AI で構築する製品は、公開モデルとデータで構築される製品よりも優れているのはなぜか?」

特定の問題を解決するために新しい技術アーキテクチャを構築することが 1 つのアプローチになる場合があります。たとえば、クライアントの文章スタイルをより適切に反映するように LLM を微調整したり、検索拡張生成 (RAG) を使用して情報検索をより適切に実行したりします。

ベッセマー氏は、RAG テクノロジーを業界固有のデータセットに適用することも、商業上の障壁を確立する方法の 1 つであると考えています。

より複雑な（特にマルチモーダルな）ワークフローを処理できるソリューションに、新たなビジネスニッチが見つかるでしょう。

たとえば、ベッセマーのポートフォリオ企業である Jasper は素晴らしい例です。 Jasper の AI ソリューションは、最終的には、テキストベースの GenAI 機能に基づいてマーケティング担当者が長文のブログ投稿を作成するためのものです。

一般的に、投稿が AI によって生成され、マーケティング担当者によって編集されたら、次のステップはそれに適した画像を見つけることです。そのため、Jasper は Clickdrop を買収して Jasper Art 製品を強化し、マルチモーダル機能 (テキストと画像) を使用してマーケティング担当者のあらゆるニーズに対応しました。

09 モデルスタックのモジュール性と拡張性に焦点を当てる

従来の SaaS は標準のテクノロジースタックの配置と組み合わせに依存していますが、垂直 AI 企業はカスタマイズされたインフラストラクチャシステムを構築する必要があります。つまり、自社開発の機能を通じてオープンソースモデルと商用ソリューションを統合し、大規模な言語モデルを柔軟に微調整して、顧客にとって最良の結果を達成する必要があります。

このアプローチにより、AI 企業は大規模なモデルの迅速な反復において主導権を握ることができます。同時に、試行錯誤のコストも削減されます。オープンソースモデルがチューニング後に商用モデルの効果の 90% を達成できる場合、自社開発のリスクを負う必要はありません。

さらに重要なことは、このアプローチにより、企業は最も重要なこと、つまり顧客に高品質の製品を提供することにリソースを投資できるようになることです。

この点で、Jasper は柔軟性を重視して構築された製品の優れた例です。このプラットフォームはマーケティングテクノロジースタックの中核に位置し、「AI ブレイン」として機能し、ユーザーがあらゆるマーケティング分野の計画を策定、設計、実行できるように支援します。

Jasper チームは、顧客のニーズ、モデルのパフォーマンス、コストに基づいて、複数の LLM を通じてマーケティング入力を実行できる、複数の LLM を使用するモジュール式プラットフォームを設計しました。たとえば、特定のケースで Claude 3.5 が GPT-4 よりも優れている場合、Jaspe は交換可能なモデルインフラストラクチャをサポートできます。