주최: 강예(Jiang Ye), AIGC 뉴스
텍스트: Ali Tongyi Efficiency를 사용하여 요약하세요. 정오표를 알려주셔서 감사합니다.
YC의 최신 인터뷰 " 수직형 AI 에이전트는 SaaS보다 10배 더 클 수 있습니다 "에서 YC의 4명의 수석 투자자 Gary, Jared, Harj 및 Diana는 SaaS 산업의 개발 역사에서 시작하여 대량 사례를 결합하여 다음과 같은 작업을 수행했습니다. 수직 도메인 AI 에이전트가 차세대 기업가적 핫스팟이 될 이유에 대한 심층 분석.
AI 모델이 지속적으로 빠르게 개선되고 서로 경쟁함에 따라 수직형 AI 에이전트라는 새로운 비즈니스 모델이 등장하고 있습니다. Lightcone의 이번 에피소드에서 진행자들은 수직적 AI 에이전트가 기존 SaaS 회사에 어떤 영향을 미칠지(가장 적합한 사용 사례와 이 범주의 회사에서만 3,000억 달러 규모) 고려합니다.
1. SaaS 산업의 성공은 수직 분야에서 AI 에이전트의 부상을 보여주는 가장 좋은 증거입니다.
Jared는 수직 분야에서 AI Agent의 시장 규모가 매우 거대할 것이며, 시총 3000억 달러가 넘는 회사가 탄생할 수도 있다고 믿습니다.
그는 SaaS 산업의 성공이 수직 분야에서 AI 에이전트의 부상을 보여주는 최고의 증거라고 믿습니다. SaaS(Software as a Service) 모델의 출현은 소프트웨어 산업에 혁명을 일으켰습니다. 과거에는 기업이 값비싼 소프트웨어 라이센스를 구매해야 했고 설치 및 유지 관리에 대량 시간과 리소스를 소비해야 했습니다. SaaS 모델은 클라우드에서 소프트웨어를 호스팅하며 사용자는 구독료만 지불하면 소프트웨어를 사용할 수 있어 소프트웨어 사용에 대한 임계값과 비용이 크게 절감됩니다.
Jared는 수직 분야에서 떠오르는 B2B 소프트웨어로서 AI Agent의 시장 규모가 SaaS를 초과할 수 있다고 믿습니다. AI Agent는 SaaS와 같은 소프트웨어 서비스를 제공할 뿐만 아니라 AI 기술을 통해 자동화된 운영을 실현하여 효율성을 더욱 높이고 비용을 절감할 수 있기 때문입니다.
2. LLM 기술은 수직 분야에서 AI 에이전트의 폭발적인 증가를 위한 기반을 마련합니다.
LLM(Large Language Model) 기술은 소프트웨어 개발에 새로운 가능성을 제공합니다. 소프트웨어를 수동 작업과 결합하여 수직 분야에서 더욱 강력한 AI 에이전트를 생성하고 기존 SaaS 소프트웨어 및 수동 작업을 대체할 수 있습니다 .
LLM 기술은 인간의 언어를 이해하고 생성할 수 있으며 챗봇 구축, 자동 텍스트 생성, 번역 및 기타 애플리케이션에 사용할 수 있습니다.
3. 대기업이 B2B SaaS를 놓치는 이유는 무엇입니까?
대기업이 B2B SaaS 시장에서 놓치고 있는 주된 이유는 B2B SaaS 시장이 고도로 세분화되어 각 업종마다 심층적인 전문 지식과 특정 문제에 대한 집중이 필요하기 때문입니다 . 대기업은 여러 부문에 에너지를 분산시키기보다는 소수의 대규모 시장에 집중하는 것을 선호합니다.
Gusto는 급여 관리를 전문으로 하는 SaaS 회사입니다. 급여 관리 분야의 다양한 세부 사항과 규정에 대한 깊은 이해를 가지고 있기 때문에 성공합니다.
Google과 같은 거대 기업의 경우 Gusto와 같은 제품을 개발하려면 급여 관리 분야를 배우고 이해하기 위해 대량 시간과 자원을 투자해야 하는데 이는 비용 효율적이지 않습니다.
4. AI Agent는 기업의 인력 구조에 어떤 영향을 미칠까요?
LLM 지원은 신생 기업의 고용 모델을 변화시킵니다. 앞으로 기업은 더 적은 수의 직원(심지어 1인 기업)만 있으면 급속한 성장을 이룰 수 있습니다 .
과거에는 스타트업이 일반적으로 업무 성장에 따라 팀을 확장했지만 LLM은 기업이 인력 노동에 대한 의존도를 자동화하고 줄이는 데 도움이 됩니다.
AI 면접 측면에서 트리플바이트는 소프트웨어 엔지니어를 채용하는 회사다. 이 소프트웨어는 자동으로 이력서 심사, 기술 테스트, 예비 면접을 실시해 채용 담당자의 업무량을 대폭 줄여준다.
5. AI Agent의 수직적 시장 잠재력은 무엇인가?
수직 분야 AI 에이전트의 시장 규모는 기존 SaaS 소프트웨어를 대체할 수 있을 뿐만 아니라 대량 수동 작업을 대체할 수 있기 때문에 SaaS 시장 규모의 10배가 될 것입니다 .
기존 SaaS 소프트웨어는 여전히 많은 작업 프로세스를 완료하기 위해 수동 작업이 필요한 반면, 수직 현장 AI 에이전트는 소프트웨어와 수동 작업을 결합하여 효율성을 높이고 비용을 낮출 수 있습니다.
Momentic은 QA 테스트에 AI 기술을 사용하는 회사입니다. AI 에이전트는 자동으로 테스트 사례를 실행하고 테스트 보고서를 생성하여 기존 QA 팀을 완전히 대체할 수 있습니다.
6. 수직분야 AI Agent 적용사례
YC의 고위 투자자 4명은 여러 업종 분야에서 AI 에이전트 회사의 사례를 인용했습니다.
시작: 설문 조사 및 설문지 분야 개선.
전통적인 설문조사 및 질문지 소프트웨어에서는 사람이 질문을 디자인하고, 데이터를 수집하고, 결과를 분석해야 합니다.
Outset의 AI 에이전트는 이러한 작업을 자동화하고 사용자 피드백을 기반으로 질문과 답변을 실시간으로 조정하여 설문조사의 효율성과 정확성을 향상시킬 수 있습니다.
Powerhelp: 복잡한 고객 지원 워크플로를 처리합니다.
기존 고객 지원에서는 사람이 전화에 응답하고, 이메일에 응답하고, 문제를 해결해야 합니다.
Powerhelp의 AI Agent는 이러한 작업을 자동화하고 사용자의 질문과 이력을 기반으로 개인화된 솔루션을 제공함으로써 고객 만족도와 효율성을 향상시킬 수 있습니다.
두드러진 점: 자동차 대출 분야의 자동 채무 추심.
전통적인 추심 작업에는 수동적인 전화 통화, 차용자와의 커뮤니케이션, 추심 결과 기록이 필요합니다.
Salient의 AI Agent는 이러한 작업을 자동으로 완료하고 차용자의 상황과 상환 능력에 따라 회수 전략을 조정하여 회수 효율성과 성공률을 향상시킬 수 있습니다.
7. AI 음성통화 기술
AI 음성통화 기술은 최근 AI 음성합성 기술과 자연어 처리 기술의 발전으로 급속도로 발전해 채무 추심, 고객 서비스, 마케팅 등 더욱 복잡한 상황에서 AI 음성통화를 활용할 수 있게 됐다.
AI 음성 합성 T2V 기술: 텍스트를 부드러운 음성으로 변환하여 AI 에이전트가 실제 사람처럼 사용자와 대화할 수 있도록 합니다.
자연어 처리 NLP 기술: AI Agent가 사용자의 의도와 감정을 이해하고, 사용자의 질문과 피드백을 바탕으로 그에 따라 대응하도록 합니다.
8. 자신에게 맞는 AI 에이전트 사업 방향을 선택하는 방법은 무엇인가요?
Jared는 AI 에이전트 회사를 시작하려는 창업자에게 지루하고 반복적인 관리 작업을 찾아야 한다고 제안했습니다. 이러한 작업에는 일반적으로 대량 인력이 필요하며 AI 기술로 쉽게 대체됩니다.
예를 들어, Sweet Spot Company는 정부 계약 입찰 프로세스에 반복적인 작업이 대량 사실을 파악하고 회사가 이러한 작업을 자동화하는 데 도움이 되는 AI 에이전트를 개발했습니다.
원본 인터뷰 번역
열기
3개월마다 상황이 점차 좋아집니다. 이제 우리는 전체 팀, 기능 및 기업을 대체할 완전 수직형 AI 에이전트에 대해 이야기하고 있습니다. 이런 종류의 발전은 나에게 아직도 흥미진진하다. 많이.
기본 모델은 정면 접근 방식입니다. 예전에는 마을에 OpenAI 플레이어가 한 명밖에 없었는데, 마지막 배치에서는 이것이 바뀌었습니다.
하느님 감사합니다. 마치 경쟁이 소비자에게 선택권을 주고 창업자에게 기회를 주는 매우 비옥한 시장 생태계의 기반이 되는 것과 같습니다. 이것이 내가 살고 싶은 세상이다.
Cones of Light의 또 다른 에피소드에 오신 것을 환영합니다. 제 이름은 게리 유입니다. 이 사람은 Jared Harge와 Diana입니다. 우리는 한두 명으로 시작했던 스타트업에 수천억 달러 상당의 자금을 지원했습니다. 오늘 Jared는 열정적인 사람이고 수직형 AI 에이전트에 대해 이야기할 것입니다.
수직형 AI 에이전트에 대한 열정
저는 사람들, 특히 스타트업 창업자들, 특히 젊은 창업자들이 수직적 AI 에이전시가 얼마나 커질지 완전히 깨닫지 못하고 있다고 생각하기 때문에 매우 기쁩니다. 이것은 새로운 아이디어가 아닙니다. 일부 사람들은 수직형 AI 에이전트에 대해 이야기하고 있으며 우리는 이에 많은 자금을 지원하고 있지만 세상은 아직 그것이 얼마나 커질지 깨닫지 못하고 있다고 생각합니다. 따라서 저는 왜 이 분야에 3000억 달러 이상의 회사가 설립될 것이라고 생각하는지 설명하겠습니다. 이는 대단한 일입니다.
저는 SAS에 비유하여 이 일을 할 것입니다. 비슷한 방식으로 사람들은 SaaS가 얼마나 큰지 이해하지 못하는 것 같습니다. 왜냐하면 대부분의 스타트업 창업자들, 특히 젊은 창업자들은 자신이 사용하는 제품을 사용하는 경향이 있기 때문입니다. 기업가 산업. 소비자로서. 소비자는 대부분 회사에서 구축한 SaaS 도구를 그렇게 많이 사용하지 않는 경향이 있습니다. 그래서 저는 많은 사람들이 기본 관점 놓치고 있다고 생각합니다. 실리콘 밸리가 지난 20년 동안 가장 많은 자금을 지원받은 것을 보면 우리가 대부분 SaaS 회사를 생산해 온 것과 같습니다. 실리콘 밸리에서 나오다 상황은 똑같습니다. 그 기간 동안 리스크 캐피탈 자금의 40% 이상이 SaaS 기업에 투자되었고, 우리는 20년 동안 다른 어떤 카테고리보다 많은 300개 이상의 SaaS 유니콘을 생산했습니다.
소프트웨어는 훌륭합니다. 우리는 항상 기술의 역사가 미래에 어떤 영향을 미치는지, SaaS 붐의 실제 촉매제는 무엇인지에 대해 이야기하기를 좋아하기 때문에 이 역사에 대해 생각하고 있습니다. 이것은 하나입니다. XML HTTP 요청을 기억하시나요? 세상에, 나는 그것이 말 그대로 이 엉덩이 폭발의 촉매제였다고 주장하고 싶습니다.
Ajax처럼 그렇습니다. 2004년에 브라우저는 웹 브라우저에서 리치 인터넷 애플리케이션을 구축할 수 있게 해주는 누락된 부분인 이 JavaScript 함수 XML http 요청을 추가했습니다. 그래서 처음으로 데스크톱 애플리케이션처럼 보이는 웹사이트에서 무언가를 만들 수 있었고, 이후 Google 지도와 Gmail이 만들어지고 모든 것이 SAS처럼 구축되었습니다. 본질적으로, 락인의 핵심 기술은 소프트웨어가 CD에 들어 데스크탑에 설치하는 것에서 웹사이트와 휴대폰을 통해 사용하는 것으로 변환된다는 것입니다.
Paul Graham은 실제로 이 계보를 공유합니다. 그는 Http 요청을 수락하고 실제로 Unix 프롬프트에 연결할 수 있다는 것을 깨달은 최초의 사람 중 한 명이었습니다. 그리고 웹사이트를 변경하기 위해 실제로 별도의 컴퓨터 프로그램이 필요하지 않습니다. 따라서 Via the Web은 Shopify와 같은 온라인 상점입니다. 하지만 지난 날에는.
Pg가 실제로 1995년에 SaaS를 발명한 것처럼 기본적으로 최초의 SaaS 애플리케이션과 같습니다. 단지 최초의 SaaS 애플리케이션은 XML Http 요청이 없었기 때문에 다소 나빴을 뿐입니다. 버튼을 클릭할 때마다 전체 페이지를 다시 로드해야 하는데 이는 매우 어려운 경험입니다. 따라서 XML Htp가 White를 요청한 2005년까지는 실제로 성공하지 못했습니다. 그렇죠? 어쨌든, 내 생각에 이 lum은 실제로 매우 유사하다고 생각합니다. 이는 근본적으로 다른 작업을 수행할 수 있게 해주는 새로운 컴퓨팅 패러다임과 같습니다. 그리고 2005년에 마침내 클라우드와 모바일이 등장했을 때 '이 신기술을 어떻게 사용해야 할까요?'라는 커다란 공개 질문이 제기되었습니다.
기존 SaaS와 LLM의 유사점
가치는 어디에 쌓이나요? 스타트업을 위한 좋은 기회는 어디에 있나요?
저는 설립된 수십억 달러 규모의 회사 목록을 검토하다가 사람들이 택하는 다양한 경로를 세 가지 버킷으로 나눌 수 있다는 것을 깨달았습니다. 이는 사람들이 시작하는 첫 번째 버킷입니다. 아마도 대량 소비자 제품이 되는 것은 분명히 좋은 아이디어라고 부를 것입니다. 따라서 문서, 사진, 이메일, 달력, 채팅 등 우리가 데스크탑에서 수행했던 모든 작업이 브라우저와 모바일 장치로 전송될 수 있는 것과 같습니다. 스타트업 중에는 기존 플레이어에게 가치의 100%가 흘러가는 카테고리가 있다는 점이 흥미롭습니다. 그렇죠? Google Facebook 및 Amazon과 마찬가지로 그들은 이러한 모든 업무 소유하고 있습니다.
Microsoft Office를 온라인으로 가져오려는 회사가 Google Docs만이 아닌 것처럼 사람들은 이 사실을 잊어버립니다. 그들은 Microsoft Office를 온라인으로 전환하려는 30개 회사와 같았고 모두 Google 1에 패했습니다. 그리고 두 번째 범주가 있는데, 이는 명확하지 않고 누구도 예측하지 못하는 대중 소비자의 아이디어와 같습니다. Uber, Instacart DoorDash, coinbase, AirBNB와 같은 점, XML Http 요청과 AirBNB 사이의 점과 같이 왼쪽 필드에서 나오는 것들은 매우 불분명해 보입니다. 결과적으로, 기존 회사들은 너무 늦을 때까지 이러한 분야에서 경쟁을 시도조차 하지 않습니다. 그래서 스타트업이 승리할 수 있습니다.
그리고 세 번째 범주는 모든 B2B SaaS 회사이며 그 중 약 300개가 있습니다. 로고의 수와 마찬가지로 처음 두 범주보다 세 번째 범주에서 더 많은 수십억 달러 규모의 회사가 만들어졌습니다. 이런 일이 일어나는 이유 중 하나는 구조적 이유로 인해 Microsoft와 같은 SaaS 회사가 없고 모든 제품의 모든 업종에서 SaaS와 같은 회사가 없기 때문이라고 생각합니다. 회사마다 다 똑같은 것 같아서 회사가 너무 많은 것 같아요.
저는 Salesforce가 아마도 최초의 진정한 SaaS 회사라고 생각합니다. Marc Benioff가 YC에서 연설하러 왔던 것을 기억합니다. 그는 아주 초기에는 사람들이 클라우드나 클라우드를 통해 복잡한 엔터프라이즈 애플리케이션을 구축할 수 있다는 것을 믿지 않았다는 이야기를 했습니다. SaaS 프로그램. 그러니까 인식의 문제인 것 같죠? 아니요, 박스형 소프트웨어를 구입하지 않는 것처럼 실제 소프트웨어와 같습니다.
당신은 항상 이렇습니다. 초기 웹 앱은 웹에 비해 형편없었고 Pg와 같은 선견지명을 갖고 브라우저가 점점 더 좋아지고 결국에는 좋아질 것이라는 점을 이해해야 했기 때문에 이를 수행하는 것은 꽤 어렵습니다.
오늘날에도 똑같은 일이 생각납니다. 아, 이런 llum이나 AI 도구를 사용하는 복잡한 엔터프라이즈 애플리케이션을 구축할 수 없을 것입니다. 환각적이거나 완벽하지 않거나 일종의 장난감 같지만, SaaS 초창기 이야기 같아요.
따라서 Olens와의 유사점에 대해 생각할 때 동일한 일이 일어나고 있다고 상상하기 쉽습니다. 즉, 대량 소비자 앱과 같은 범주가 많고 분명히 엄청난 기회가 있지만 아마도 기존 회사가 모두 승리할 것입니다. 그것은 무엇이든 하도록 요청할 수 있는 보편적인 AI 음성 비서와 같으며 분명히 존재해야 하는 일을 하는 것과 같을 것입니다. 그러나 모든 큰 기업들이 그 일이 되기 위해 경쟁하게 될 것입니다.
맞나요? 애플은 그 부분에서 약간 느린 편입니다. 왜 그렇게 멍청한지, 여전히 아무런 의미가 없습니다.
내 말은, 분명한 것은 검색이라는 대위법이 있는 것 같다는 것입니다. 어쩌면 Google이 검색에서 여전히 승리할 수도 있지만 혼란은 분명히 그들에게 돈을 벌게 할 것입니다.
그렇습니다. 이것이 바로 고전적인 혁신가가 궁극적으로 직면하게 되는 딜레마입니다. 내 말은, Uber나 AirBNB에 대한 주장에 대해 반박할 수 있다는 것입니다. 이는 실제로 규제 관점에서 볼 때 매우 위험한 일입니다. 따라서 Google이라면 기본적으로 매월 엄청난 양의 금을 얻을 수 있다는 것을 보장받을 수 있습니다. , 왜 당신을 놀라게 하거나 파괴할 수 있는 것을 추구하여 그 금 단지를 위험에 빠뜨리겠습니까?
이것이 아마도 기존 회사들이 거대해진 후에도 이러한 제품을 개발하지 않거나 복제조차 하지 않는 주된 이유라고 생각합니다. 그들은 열심히 일할 것이 분명했습니다. Google은 U 클론을 출시한 적이 없으며 AirBNB 클론을 출시한 적이 없습니다. 저는 Travis의 강연을 듣고 있었는데 그가 말한 것 중 저를 정말 괴롭혔던 것 중 하나는 Uber에서 근무한 초기에 자신이 자신처럼 오랫동안 감옥에 갇힐까봐 너무 두려워했다는 것이었습니다. 실제로 그 회사를 세우는 것은 감옥에 갇힐 리스크 감수하는 것과 같습니다. 그렇습니다. 고액 연봉을 받는 Google 임원은 그렇게 하지 않을 것입니다.
대기업이 B2B SaaS 분야에 진출하지 못하는 이유
대기업들이 B2B에 진출하지 않는 이유는 무엇이라고 생각하시나요? SaaS가 이유의 일부인가요? 많은 사용 사례가 매우 널리 배포되어 있습니까?
좋은 질문인가요? 나는 당신의 생각을 듣는 것을 좋아합니다. 제가 생각하는 바는 회사로서 그렇게 많은 일을 하기가 너무 어렵다는 것입니다. 모든 B2B SaaS 회사는 업무 에서 제품을 운영하는 사람들과 같아야 하며 한 영역에 매우 집중하고 다음 사항에 대해 매우 깊은 관심을 기울여야 합니다. 열정적으로 조치를 취하는 것과 같은 매우 모호한 질문이 많이 있습니다. 예를 들어, Google이 실행 가능한 경쟁자를 만들지 못한 이유는 무엇입니까? 글쎄요, Google의 어느 누구도 급여를 제대로 이해하지 못하고 이러한 어리석은 급여 규정의 모든 미묘한 차이를 처리할 인내심을 갖고 있지 않습니다. 그들에게는 그럴 가치가 없는 것처럼요. 몇 가지 매우 큰 범주에만 집중하는 것이 더 쉽습니다.
BCB SaaS 세계에서. 그것은 소프트웨어 번들링 해제와 번들링에 대한 약간의 논쟁입니다. 제 생각에는 이 논쟁도 많이 나오고 확대되고 있습니다. 이러한 모든 수직적 B2B SaaS 제품이 Oracle, Sap 또는 Netsuite와 달리 발전하고 있는 이유는 무엇입니까? 예, Network Suite는 모든 것을 갖춘 것과 같습니다. 저는 이것이 아마도 SaaS나 인터넷과 같은 소프트웨어 판매 방식이 이전 방식으로 전환되면서 발생하는 또 다른 문제라고 생각합니다.
다시 말하지만, 이 박스형 소프트웨어가 있고 정말 비싸며 주변에 전체 생태계가 있는 것과 같습니다. 언제든지 통합업체가 급여 기능이나 그와 유사한 UA 사용자 정의를 구축할 수 있다고 말하는 것처럼 사용자 정의된 항목을 원할 때마다 가능합니다. 그런 다음 Salesforce는 방금 비용을 지불한 값비싼 엔터프라이즈 설치만큼 강력하거나 복잡해 보이지 않은 SaaS 솔루션처럼 등장했습니다. 그러나 그들은 그것이 정확히 사실임을 증명했습니다. 모두에게 문을 열어주는 것 같아요. 이는 귀하가 말한 대로 정확하게 수행하는 수직형 SaaS 솔루션과 같습니다.
또 다른 문제는 많은 엔터프라이즈 소프트웨어를 사용하는 경우 Oracle 및 Netsuite 사용자인 경우 너무 많은 영역을 다루어야 하기 때문에 사용자 경험이 실제로 매우 좋지 않다는 것입니다. 그들은 모든 분야에 능숙해지려고 노력하지만 어느 분야에도 능통하지 않습니다. 그래서 그것은 결국 부엌 싱크대 경험이 되었습니다. B2B SaaS 수직 기업을 구축하면 소비자 제품과 기업 사용자 경험 사이에 명확한 차이가 있기 때문에 10배 더 나은 경험과 더 즐거운 경험을 제공할 수 있습니다.
소프트웨어에는 세 가지 가격대만 있습니까? 좌석당 $5, 좌석당 $500 또는 좌석당 $5,000. 이는 소비자 SMB 또는 기업 판매에 직접적으로 매핑됩니다. 그리고 저는 고대가 우리에게 이것을 가르쳤다고 생각합니다. 그리고 고맙게도 새로운 소프트웨어에서는 그 사실이 점점 줄어들고 있습니다. 하지만 엔터프라이즈 소프트웨어는 나쁜 소프트웨어입니다. 왜냐하면 이 큰 7자리 계약을 위해 먹고 마시는 Fortune 1000대 기업의 일부 고위급 muki dmack과 같은 사용자가 구매하지 않기 때문입니다. 그리고 그들은 실제로 소프트웨어를 매일 사용하는 최종 사용자에게는 그다지 좋지 않을 수도 있는 것을 선택할 것입니다. LMS에서는 이것이 어떻게 변하는지 궁금합니다.
내 말은, 지금까지 중소기업과 엔터프라이즈 소프트웨어 회사에서 더 두드러지게 본 것 중 하나는 모든 소프트웨어 회사, 모든 신생 기업, 기간이 수익 규모에 따라 인식이 있다는 것입니다. 고용해야 하는 사람의 수는 규모와 관련이 있습니다. 따라서 유니콘 회사를 보면 오늘날 YC 포트폴리오에서도 연간 1억 달러 또는 2억 달러의 매출을 올리는 회사를 보는 것이 매우 일반적입니다. 이미 약 501,000명의 직원을 보유하고 있습니다. 한두 달 앞으로 다가온 기업들에게 조언을 하기 시작하면 작년이나 2년 전에 했을 조언과는 조금 다른 느낌이 드는 것 같아서 너무 궁금합니다.
과거에는 고객 성공이나 영업 등 조직의 다른 모든 부분에서 가장 똑똑한 사람을 찾아보자고 말했을 수도 있습니다. 나는 함께 일해 본 적이 있고 내가 아는 사람이 훌륭하다는 사람을 찾고 싶었습니다. 그러면 그들이 그만두고 나를 위해 일하러 올 때까지 나는 그들의 문간에 앉아 있을 것입니다. 나는 그들이 나를 위해 팀을 구성하고 많은 사람들을 고용할 수 있기를 바랍니다. 아마도 여전히 사실일 것입니다. 하지만 저는 이것을 느끼기 시작했습니다. 메타 변화는 실제로 대규모 언어 모델을 이해하고 필요한 특정 사항을 자동화할 수 있는 정말 훌륭한 소프트웨어 엔지니어를 더 많이 고용하고 싶어하는 것과 같습니다. 이는 개발의 병목 현상입니다. 따라서 이는 스타트업이 업무 성장시키는 방식에 있어 매우 미묘하지만 상당한 변화, 즉 일종의 제작 후 시장 적응으로 이어질 수 있습니다. 즉, 1,000명을 고용하지 않아도 되도록 비용을 낮추는 LM 시스템을 구축하겠다는 것입니다. 나는 이제 우리가 이 혁명의 시작점에 와 있다고 생각한다.
내 말은, 우리가 이전 에피소드에서 이것에 대해 이야기했고, 직원이 10명만 있어야만 운영할 수 있는 유니콘 회사가 있을 미래에 대해 이야기했습니다. 이것은 완전히 합리적입니다.
그들은 평가와 프롬프트를 작성하고 있습니다.
당신이 말하는 것은 lum 이전에 시작된 추세와 같다고 생각합니다. 예를 들어 제가 3바이트를 실행했을 때를 기억하는 것처럼 마케팅이나 사용자 확보와 같은 구축이 필요했습니다. 특히 시리즈 B를 확장한 후 취해야 할 전통적인 접근 방식은 마케팅 임원을 고용하고 마케팅 팀을 구성한 다음 이 기계를 가동하여 영업 및 마케팅을 수행하는 것입니다.
그런데 실제로 스마트 프라이팬을 만들고 있던 YC 창업자 마이크 같은 사람을 만났습니다. 이상하게 들리지만 마치 MIT 출신의 엔지니어인 것 같습니다. 응, 이거 기억나? 그는 MIT의 엔지니어입니다. 그리고 똑똑한 프라이팬을 팔려면 유료광고와 구글애즈 등을 정말 잘 이해해야 합니다. 그래서 그는 엔지니어의 사고방식을 채택했습니다. 제가 그에게 이것에 관해 이야기하던 것을 기억합니다. 그리고 만약 우리 마케팅을 담당하는 MIT 엔지니어가 있다면 그것은 제가 이야기했던 어떤 마케팅 후보자보다 나을 것이라는 것을 깨달았습니다. 훨씬 낫습니다. 그는 우리가 마케팅과 다양한 이벤트에만 한 달에 약 백만 달러를 지출할 수 있도록 규모를 확장할 수 있었습니다.
내가 기억하는 것처럼 훌륭한 마케팅의 세 가지 과정에서는 Caltrain 역 인수와 같이 집에서 했던 모든 일을 했습니다. 정말 고품질의 물건 같아요. 그것은 그것에 붙어 있습니다. 그 사람이 마케팅 같은 사람한테 당한 게 아니란 걸 알 수 있죠.
그 사람, 그거 다 마이크였는데, 사람들이 저한테 물어보면 항상 받는 말처럼, 3바이트는 얼마나 크나요? 우리는 50명 정도인데 더 잘해요. 수백 명은 되는 것 같았다. 나는 아니, 그게 전부라고 생각했어요. 매우 똑똑한 엔지니어를 고용해서 그런 일을 하고 그들이 그 방법을 알아내면 이제 LLC처럼 순수한 소프트웨어 활용을 넘어서는 활용을 찾을 수 있기 때문입니다.
자, 이것이 제가 수직 AI 에이전트 유니콘 300명에 대해 발표한 내용입니다. 실제로 유니콘으로 평가받는 모든 회사에는 대부분의 SaaS 유니콘과 같은 새로운 우주와 같은 수직형 AI 유니콘이 있다고 상상할 수 있습니다. 박스 소프트웨어 회사와 같은 회사가 동일한 것을 만들고 SaaS 회사에 의해 중단되는 경우도 있습니다. 같은 일이 다시 일어나는 것을 쉽게 상상할 수 있습니다. 기본적으로 우리가 보유한 모든 SaaS 회사는 일부 사람들이 사용할 수 있는 일부 소프트웨어를 구축합니다. 수직적 AI에 해당하는 것은 소프트웨어에 제품에 사람을 더한 것입니다.
한 가지는 현재 일반 기업이 자신이 정확히 무엇을 좋아하는지, 어떤 에이전트가 필요한지 확신하지 못하고 있다는 점일 수 있습니다. 제가 본 접근 방식 중 하나는 회사를 설립한 Facebook의 최고 운영 고문인 Bret Taylor와 같은 특히 경험이 풍부한 창업자들로부터 나온 것입니다. 모든 세부 사항을 알지는 못하지만, 제가 이해한 바에 따르면 기본적으로 "아, 이 작업을 수행하는 특정 에이전트가 있습니다"라고 말하는 것이 아니라 기업이 이러한 AI 에이전트를 기업에 맞게 사용자 정의로 배포하도록 하는 것에 관한 것입니다.
이것은 제가 약 1년 전에 자금을 지원받은 Vector Chef라는 회사에서 본 것입니다. 그들은 코드나 SDK 없이 자체 내부 lum-powered 에이전트를 구축하는 것과 같이 기업이 자체 플랫폼을 더 쉽게 구축할 수 있는 플랫폼을 구축하려고 노력하는 두 명의 매우 똑똑한 Harvard 컴퓨터 과학자였습니다. 하지만 기업에서는 이러한 일로 무엇을 하고 싶은지 모르는 경우가 많습니다. 그래서 다시 가져오면, 박스형 소프트웨어 세계처럼 여러분도 일부 공급업체처럼 시작하고 그들은 기본적으로 사람들이 소프트웨어를 사용하도록 설득하려고 노력하고 있는지 궁금합니다. 예를 들어 무엇이든 할 수 있고 더 복잡해지고 해상도가 높아지며 수직 SaaS 플레이어와 같은 플레이어가 많이 생깁니다. 우리는 LLD에 대해서도 같은 기간을 겪었고 초기 승자는 아마도 LLD 작업을 쉽게 할 수 있도록 하는 것과 같은 일반적인 것일 것입니다. 그러면 시간이 지남에 따라 수직 에이전트가 들어올 것입니다. 아니면 수직 대행사가 첫날부터 시작될 지금과 다른 이유가 무엇이라고 생각하시나요?
네, 흥미롭습니다. 초기 2005년부터 2010년까지 SaaS의 역사를 생각해보면 이메일, 채팅, 지도와 같은 소비자 애플리케이션이 대부분이었기 때문입니다. 사람들은 이러한 도구를 직접 사용하는 데 익숙합니다. 같은 사람이 직원이자 소비자이기 때문에 SaaS 도구를 회사에 판매하는 것이 더 쉬워진다고 생각합니다.
예, 내 생각에 대답은 아마도 다음과 같습니다. 소프트웨어의 연속일 뿐이므로 재설정해야 할 이유가 없습니다. 마치 LLMS가 엔터프라이즈 llum 플랫폼과 같은 일반적인 목적으로 다시 재설정할 필요가 없는 것처럼 엔터프라이즈에서 모든 작업을 수행합니다. 닷처럼 할 수 있도록 훈련받았습니다. 솔루션의 가치와 수직적 솔루션의 가치 그리고 사용자 경험도 크게 다르지 않을 것입니다. 이러한 것들은 더욱 강력해질 것입니다. 따라서 기업이 스타트업 또는 수직적 솔루션이 기존의 광범위한 플랫폼보다 더 나을 수 있다고 믿을 만큼 충분한 역량을 구축했다면 오늘날 매우 우수한 수직적 AI 에이전트 솔루션을 약속하는 스타트업에 기꺼이 투자할 수 있습니다. 우리 회사 중 일부는 이전에 본 것보다 더 빠르게 이러한 수직형 AI 에이전트를 사용하여 기업에서 견인력을 얻고 있습니다.
내 생각엔 우리가 아직 게임 초기 단계인 것 같은데, 맞나요? 모든 소프트웨어와 마찬가지로 꽤 수직적으로 시작되었습니다. 그리고 업계가 실제로 더욱 발전함에 따라 저는 방금 이전 질문에 대답했습니다. 회사의 직원이 1,000명이 되는 이유는 무엇입니까? 사실, 게임 초기에는 모두가 이러한 특정 포인트 솔루션을 개발하고 있었습니다. 그리고 어느 시점에서는 이미 영업과 마케팅에 미친 듯이 지출을 하고 있는 것처럼 수평적으로 전진해야 합니다. 그런 다음 100%에 도달하거나 시장의 대부분이 실제로 계속 성장할 수 있는 유일한 방법은 실제로 포인트 솔루션을 수행하는 것이 아니라 일반적인 작업을 수행하는 것입니다.
아마도 수직형 AI 에이전트에 대한 대담한 사례가 SAS보다 더 클 수 있는 또 다른 이유는 SaaS가 여전히 모든 워크플로를 완료하기 위해 소프트웨어를 운영할 운영 팀이나 사람들 그룹이 필요하기 때문일 것입니다. 승인 워크플로나 입력해야 하는 데이터에 대해 모르겠습니다. 여기서 논점은 모든 SaaS 소프트웨어를 교체할 수 있을 뿐만 아니라 일대일 매핑이 될 뿐만 아니라 많은 회사, 이러한 비용의 상당 부분은 여전히 급여입니다. 단순하고, 소프트웨어는 매우 작습니다.
정확하게 말하면 소프트웨어보다 직원에게 더 많은 비용을 지출합니다.
결과적으로 이러한 소규모 회사는 더 효율적이며 무작위 데이터 입력, 승인 또는 소프트웨어 클릭에 필요한 인력이 더 적습니다.
동의합니다. 수직적 동등성은 아마도 그들이 파괴하고 있는 SaaS 회사의 10배일 것입니다.
즉, 두 가지 시나리오가 있습니다. 수직 포인트 솔루션은 아마도 국물 호흡 작업을 수행할 필요가 없을 만큼 충분히 클 것입니다. 그렇죠? 이는 좋은 시나리오일 수 있습니다.
AI Agent 수직 필드 적용 사례
몇 가지 예를 들어볼까요? 우리 모두는 다양한 분야에서 일하면서 즐거운 시간을 보내고 있다고 생각합니다. AI Agency, 실제로 어떻게 발전하고 있는지 최전선에서 전해드리는 소식을 가지고 왔습니다.
예가 있습니다. Aaron Cannon은 제가 함께 일하는 YC 회사인 Stray'와 협력하고 있으며 기본적으로 그들은 LDS를 설문 조사 및 품질 공간에 도입하고 있습니다. 따라서 Qualtrics는 추론 기능을 갖춘 최고의 대규모 언어 모델을 구축하지 못하는 것이 거의 확실합니다.
그리고 조사에서 흥미로운 점은 실제로 누구를 위한 조사인지입니다. 제품을 운영하는 사람들을 위한 것입니다. 마케팅 팀의 경우 이는 고객이 실제로 원하는 것이 무엇인지, 그리고 그 결과가 어떤 것인지 파악하려는 사람들에게 적용됩니다. 맞춰보세요, 그것은 언어입니다. 따라서 기업 및 SMB 소프트웨어는 주요 의사 결정자인 특정 사람을 기반으로 판매되는 경우가 많기 때문에 이러한 유형의 비즈니스는 실제로 바늘을 짚어야 한다고 생각합니다. 당신은 당신이 판매하려는 사람들이 자신의 직업이나 팀의 직업 전체가 완전히 사라질 것을 두려워하지 않도록 조직에서 충분히 높은 위치에 있어야 합니다.
이는 많은 판매 회사가 해야 할 조치입니다. 왜냐하면 팀에 판매하려는 경우 AI로 대체될 것이기 때문입니다.
그래서 저는 그것이 흥미로운 방법이라고 생각합니다. 많은 부분이 하향식이며 어느 시점에서 통과해야 하며 CEO가 승인하도록 해야 합니다.
제가 Mee와 함께 일하고 있는 회사는 본질적으로 AI 에이전트이지만 적어도 그들이 시작한 곳은 QA 테스트와 같습니다. 그들은 지금 정말 큰 견인력을 얻고 있습니다.
10년 전에 우리가 함께 일했던 Rainforest QA, 즉 Rainforest가 QA 서비스 회사인 이유를 기억하기 때문에 흥미롭습니다. 그들은 실제로 QA 팀을 대체할 수 없다는 것에 대해 확실한 긴장감을 느꼈습니다. 따라서 QA를 보다 효율적으로 수행할 수 있는 소프트웨어를 구축해야 합니다. 그러나 실제로 이것은 분명히 가능한 한 많은 것을 교체하려고 노력하는 것을 의미합니다. 그들은 전체 팀을 대체할 수 없기 때문에 항상 엔지니어링 리드에게 소프트웨어를 판매하는 것 사이에서 줄타기를 하고 있습니다. 이는 QA 인력이 덜 필요하고 훌륭하지만 그렇지 않은 사람들에게 소프트웨어를 판매해야 함을 의미합니다. QA팀을 교체하고 싶습니다. 그래서 저는 이것이 이 업무 확장되고 성장하는 방식에 있어 항상 마찰과 같다고 생각합니다. 하지만 이제는 AI와 같은 meic이 실제로 QA 인력을 대체할 수 있습니다. 따라서 그들의 주장은 '아, 이것이 QA 인력을 더 빠르게 만드는 것'이 아닙니다. 이는 QA 팀이 전혀 필요하지 않다는 의미와 같습니다. 따라서 그들은 현재 QA에서 구매가 필요하지 않은 엔지니어링에 세포를 집중할 수 있으며, 또한 들어갈 수도 있습니다. 우선, 현재 대규모 QA 팀조차 없는 회사에 판매할 수 있습니다. .
그들은 메틱과 같은 것을 사용하고 지속적으로 확장하는 것과 같습니다. 그들은 결코 18분기를 만들지 않을 것입니다. 이는 왜 이러한 수직형 AI 에이전시 회사가 SaaS 회사보다 10배 더 클 수 있는지에 대한 실제 사례 연구입니다.
지금 이것을 보니 흥미롭습니다. 채용과 마찬가지로 소프트웨어를 구축하는 것과 똑같은 문제를 겪었습니다. 구매에 합류하는 엔지니어링 팀에서 끌어야 하는 소프트웨어 엔지니어를 선별하고 고용하는 것이 더 쉽도록 소프트웨어를 구축하는 것입니다. 채용팀도 마찬가지입니다. 실제로 우리가 개발 중인 소프트웨어는 채용 담당자를 대체하려고 시도하지만 채용 담당자를 완전히 대체할 수는 없습니다. 하지만 이제 뉴욕이 있습니다.
그래서 채용 담당자는 항상 이에 반대합니다. 그것이 그들에게 위협이 되기 때문입니다.
예, 그래서 당신이 판매하려는 고객이 대체될까 봐 걱정할 때 얼마나 멀리 갈 수 있는지와 같은 마찰이 항상 있습니다. 하지만 아직 초기 단계라고 생각합니다. 하지만 이제 AI를 사용하면 채용과 같은 전체 스택을 수행하는 작업을 구축할 수 있습니다. 우리는 Nico와 같은 마지막 패치를 사용하여 실제로 전체 기술 화면, 전체 초기 채용 화면을 수행하는 회사가 있었고 많은 견인력을 얻었습니다. 그래서 저는 이러한 일들이 계속되면서 예전과 같지 않을 것처럼 마찰도 없을 것이라고 생각합니다. 채용 담당자가 이 기능을 사용하도록 설득해야 하지만 이전처럼 채용 팀을 구성하지 못할 수도 있습니다.
내 말은, 또 다른 예는 개발자 도구 회사의 경우에도 많은 개발자 지원을 해야 한다는 것입니다. 저는 기본적으로 답변하기 어려운 많은 기술적 세부 사항에 응답할 수 있는 최고의 챗봇 중 하나를 구축한 Capillo AI라는 회사와 협력하고 있습니다. 내 생각에 이를 사용하기 시작한 많은 회사는 실제로 개발자 문서가 많고 개발 도구 릴리스에 대한 YouTube 동영상과 채팅 기록이 많기 때문에 실제로 그들과 내 개발 팀은 훨씬 더 작습니다. 그래서 정말 좋은 답변을 제공하는 것처럼 점점 더 좋아지고 있습니다. 실제로 내가 본 것 중 최고 중 하나입니다.
네, 저는 Power Boost라는 AI 고객 지원 대행사와 같은 고객 지원 회사와도 협력해 본 적이 있습니다. 글쎄요, 사실 우리 둘 다 마지막 배치를 수행했고 저는 파워 도움에 관해 몇 가지 흥미로운 사실을 배웠습니다. 첫 번째는 AI 고객지원과 같은 고객지원 카테고리인데, 워낙 붐비기로 악명이 높아 100개나 된다고 하는데, AI 고객지원 에이전트처럼 구글에 가면 구글에 100개의 결과가 나온다. 하지만 제가 전력 회사와 일하면서 배운 것은 실제로는 일종의 헛소리라는 것입니다. 거의 모든 회사가 매우 간단한 작업을 수행하는 것처럼 데이터가 전혀 없는 llum 팁은 매우 복잡한 작업을 많이 수행하는 실제 팁을 실제로 대체할 수 없는 것과 같습니다. 워크플로 고객 지원 팀. 매일 많은 복잡한 일을 수행하는 약 100명의 고객 지원 담당자가 있는 규모의 회사와 같이 실제로 고객 지원 팀을 교체하는 좋은 데모일 뿐입니다. 당신은 잭 헬러(Jack Heller)가 말한 것처럼 모든 것을 처리할 수 있는 매우 정교한 소프트웨어를 좋아하지만 그렇게 하려는 회사는 서너 개밖에 없습니다. 게다가 커리의 누적 시장 침투율은 1%도 채 되지 않는다. 그래서 시장은 완전히 열려있습니다.
나는 또한 이것이 초전문화 또는 초수직화의 또 다른 사례라고 볼 수 있습니다. 예를 들어, 결국에는 일반 고객 지원 에이전트 소프트웨어 회사가 있을 수도 있지만 우리는 승리할 것입니다. 8회나 9회 같은 일이라는 걸 알아요. 우리는 정말로 1회에 있었습니다. 그러니까, 그 대신 Giga ML 같은 회사가 zepo를 위해 하루에 30,000장의 티켓을 처리하고 1,000명으로 구성된 팀을 교체하게 될 것입니다. 하지만 이는 매우 구체적입니다. 데모에는 10,000개의 테스트 사례가 포함된 매우 상세한 평가 세트가 있었고 기본적으로 4개의 zepo와 zepo 등이 있었습니다. 하지만 만약 당신이 다른 마켓플레이스 회사라면 아마도 그것을 사용할 것입니다. 왜냐하면 그것은 매우 명확한 시장, 아시다시피 즉석 배송 시장이기 때문입니다.
저는 이것이 세상에 모든 소프트웨어를 제공하는 10조 달러 규모의 메타 SaaS와는 반대로, 고객이 맞춤형 솔루션을 원하는 것처럼 3000억 달러 규모의 SaaS 회사로 이어지는 원동력이라고 생각합니다. 엔지니어링과 같은 회사를 세우는 것은 어렵습니다. . 모두를 위해.
정확히 말하면 고객 지원에 대한 세 가지 예를 들었지만 개발 도구 회사와 같이 업종이 매우 다르며 교육 세트도 시장과 매우 달라야 합니다. 그렇죠?
예, 당신을 위해 일하는 대리인이 있든 실제 사람이 있든 결국 같은 문제에 직면하게 될 것입니다. 즉, 모든 회사는 기업 이론인 cos를 위반한다는 것입니다. 즉, 특정 회사는 다음보다 더 많이 성장할 것입니다. 대기업일수록 비효율적이 됩니다. 그렇기 때문에 그들은 네트워크이자 생태계이고, 성숙한 경제인 당신입니다. 당신이 좋아하는 모든 회사는 특히 잘하는 일을 전문적으로 수행합니다. 그리고 회사의 외부적 한계는 관리자로서의 능력에 따라 결정됩니다. 그래서 그 부분이 제 하루를 기분 좋게 만들었어요. 왜냐하면 우리가 Parker Conrad와 함께 있었을 때 그가 가장 좋아했던 것 중 하나는 실제로 모든 사람들이 바위가 말을 할 수 있다는 생각에 너무 사로잡혀 있다는 것이었습니다. 어쩌면 그림을 그릴 수도 있을 것 같아요. 하지만 그에게 더 흥미로운 점은 HR It 소프트웨어를 실행하는 것입니다. 그는 HR에 대해 생각하는 데 많은 시간을 보냅니다. 실제로 LMS의 가장 멋진 점은 그의 관점에서 보면 마치 그에게 3,000명의 직원이 있는 것과 같다는 것입니다. 그는 여전히 3,000명의 직원 모두에 대해 Ripple을 통해 급여를 지급하고 있습니다. 그래서 '관리자로서 역량을 확장하려면 어떻게 해야 할까?'에 대해 고민을 많이 했던 것 같아요. 그리고 우리는 관리자와 CEO를 위한 도구가 더욱 강력해질 것이라는 반대 관점 더 많이 보게 될 것이라고 생각합니다.
당신이 운영하는 회사의 규모가 커지죠? 이것이 확실히 Ripple이 하려는 일입니다. 마치 그가 이기면 거대 회사에서 수십억 달러 규모의 SaaS 회사를 통째로 집어삼키게 될 HR 도구 제품군을 구축하려는 것과 같습니다.
매우 흥미로운 점 게리. 제가 생각하게 된 것은 이러한 모든 인공 AI 도구를 사용하면 이러한 모든 리더와 모든 조직이 기본적으로 컨텍스트 창의 구멍을 열거나 분석할 수 있는 정보의 양이 얼마나 되는지 입니다. 왜냐하면 우리가 구축할 수 있는 의미 있는 관계의 수는 다음과 같습니다. 제한된. Del Mar 숫자는 전체와 같습니다. 300명과 연결할 수 있고 150명과 의미 있는 관계를 구축할 수 있습니다. 하지만 AI를 사용하면 이제 이 모든 돌을 읽을 수 있기 때문에 우리가 가지고 있는 던바의 한계를 확장할 수 있을 것이라고 생각합니다.
네, Flo crevello가 트위터에 입소문이 난 흥미로운 게시물을 올린 것 같아요. 누군가가 CEO로서 음성채팅을 주말 프로젝트처럼 한 것 같은데 그 직원 1,500명 모두에게 전화가 옵니다. 아시다시피 CEO로부터 오는 것처럼 들리는 아주 짧은 통화입니다. 직접 물어보세요. 내 말은, 축소된 그녀의 장면이 생각나는데 실제로 누군가의 운영 체제 사용 경험을 따르고 있지만 그녀의 운영 체제는 실제로 15명, 수천 명 이상과 대화하고 있습니다. 동시에 수만 명의 사람들과 다른 많은 8316이 있습니다. 예, 대규모 언어 모델은 말하고 대화할 수 있습니다. 그렇다면 그 능력을 아는 것이 실제로 무슨 일이 일어나고 있는지 이해하는 한두 사람의 능력을 어느 정도 확장합니까?
나는 당신에 대해 들었고 확실히 생각하게 되었습니다. 왜냐하면 이 프로젝트나 그와 유사한 것에 대한 제가 이해한 바에 따르면 그것은 단지 모든 직원에게 전화를 걸면 직원들이 자신이 하고 있는 일에 직접 참여할 수 있고, 단순히 그것에서 의미를 클레임 CEO에게 가장 중요한 사항에 대한 핵심 요약을 제공합니다.
또한 기존 SaaS 소프트웨어와 같은 것을 사용하여 직원들과 매주 펄스 펄스 작업을 수행하려는 SaaS와 유사한 회사가 많이 있지만 이 버전은 실제로 LM 이전 버전의 아이디어보다 100배 더 낫습니다.
그런데 그 특정 도구에 대해 궁금합니다. 그렇지 않은 것처럼 이렇게 읽고 요약하는 것 이상입니다. 즉, 글쓰기가 생각하는 것이라면 실제로는 대량 작업이 필요합니다. 예를 들어 누가 효과적으로 의사소통하고 있는지 파악하는 것입니다. 가장 중요한 것이 무엇인지, 글을 쓰는 사람으로서 집중해야 할 핵심 사항은 무엇인지 알아내는 것입니다. 회사? 어떤 시점에서는 lds가 요약하고 읽고 실제 생각을 하는 것 이상으로, 이 시점에서 실제로 조직을 운영하는 사람이 누구인지와 같은 흥미로운 생각을 하고 싶어하는지 궁금합니다.
Parker Conrad의 마음 속에 있는 흥미로운 점 중 하나는 제가 최근 Proof of Origin에 대한 Matt McGinnis와의 인터뷰에서 이것을 발견했다는 것입니다. 현재 파급 효과를 연구하고 있는 창립자가 100명이 넘고 그들은 SAS 전체와 같은 특정한 사람들입니다. , 파문 내에서 수직으로 작동합니다.
그가 팀을 구성하는 방식은 정말 멋지다. Hal은 당신이 인터뷰를 많이 했기 때문에 아마도 이것에 대해 많이 알고 있을 것입니다.
네, 제 말은 확실히 창업자를 모집하는 데 중점을 두고 있다는 거죠. 내 말은, 잔물결과 같은 잔물결은 본질적으로 수직화에 반대되는 경우라는 것입니다. 그리고 모든 HR 및 IT 소프트웨어를 측면적으로 인수하려고 노력하세요.
전체 논문과 마찬가지로 기본적으로 엄청난 가치를 지닌 기본 플랫폼이 있으며, 공유 인프라처럼 Amazon의 스퀴처럼 플랫폼을 기반으로 구축하는 창립자와 팀을 모집하고 싶어합니다.
예, 그들이 출시하는 모든 제품은 시간 추적 등을 의미합니다. 기본적으로 그들은 한 가지를 출시하고 출시 첫날 수백만 달러를 벌게 됩니다. 이것이 바로 우리가 이전에 이야기했던 것입니다. 일단 당신이 수직을 갖고 발판을 마련하면 무슨 일이 있어도 이 돈을 영업과 마케팅에 써야 한다고 말씀하시잖아요, 그렇죠? 기본적으로 더 높은 LTV를 얻고 CAC를 일정하게 유지하며 오늘날 최고의 소프트웨어 회사를 모두 보면 Oracle, Microsoft, Salesforce가 파문을 일으키고 있는 것과 같습니다. 나무를 두드리면 다음이겠지만 스스로 0에서 1로 가는 것은 재미있는 대안입니다.
AI음성기술(회사)
여러분을 위해 우리가 가지고 있는 몇몇 음성 회사에 대해 이야기하고 싶습니다. 제 생각에 그것은 흥미로운 하위 범주이고 이러한 것들은 지금 정말 폭발적으로 증가하고 있습니다.
저는 기본적으로 AI 음성 통화를 통해 수집을 자동화하고 공간을 자동 종료하는 Salient라는 회사와 협력하고 있습니다.
전통적으로 그들은 사람들에게 전화를 걸어 "차에 천 달러를 빚졌는데, 실제로 그런 일이 일어났습니다."라고 말하곤 했습니다.
그 직업은 버터를 전달하는 직업 중 하나입니다. 콜센터마다 저임금 노동자들이 많이 일하고 있고, 정말 끔찍하고 지루한 일이기 때문에 좀 짜증나는 일입니다. 이러한 은행에 계좌가 너무 많기 때문에 이러한 높은 이직률과 엄청난 수의 직원이 이러한 은행을 운영하는 것은 AI가 자동화할 수 있는 완벽한 작업입니다. 그리고 Salient가 하는 일은 매우 정확한 결과를 얻을 수 있다는 것입니다. 그리고 그것은 이미 많은 대형 은행에서 시행되고 있는데, 이는 매우 흥미롭습니다. 이 회사는 하향식 접근 방식을 통해 매각했기 때문에 부분적으로 참여할 수 있음을 입증한 작년의 회사입니다.
공간이 매우 빠르게 움직이는 것처럼 느껴지고 Vappie와 같은 음성 인프라 회사와 같은 놀라운 회사가 있습니다. 그러면 사람들은 바로 시작할 수 있습니다. 그리고 소매업은 여러분이 시작할 수 있는 흥미로운 일 중 하나와 같이 더 흥미롭기 때문에 이러한 회사는 꽤 빠르게 규모에 도달했습니다. 말 그대로 시간의 흐름을 의미합니다.
그리고 아직 답이 나오지 않은 몇 가지 질문이 있습니다. 우리가 그들이 알아내기를 바라는 것은 특히 새로운 OpenAI 음성 API와 같은 것이 있을 때 어떻게 버틸 수 있느냐는 것입니다. 알잖아, 그냥 하던 대로 갈래? 기본 API를 오프라인으로 사용하려면 더 많은 작업이 필요할 수 있습니다. 그러나 이러한 플랫폼은 분명히 낮습니다. 그렇다면 문제는 고객을 영원히 붙잡을 수 있도록 계속해서 한도를 높일 수 있느냐는 것입니다.
Heart님, 앞서 LMS에서 사람들이 구축하는 애플리케이션이 2023년 초부터 현재까지 어떻게 변화했는지에 대해 흥미로운 관점 제기하셨습니다.
방금 이야기한 소리가 좋은 예입니다. 6개월 전으로 돌아가도 그 목소리가 충분히 현실적이지 않다는 느낌이 드는 것 같아요. 잠복기가 너무 길어요. 이처럼 인간이 사람을 부르는 것처럼 의미 있게 대체할 수 있는 AI 음성 애플리케이션을 갖는 방법이 될 수도 있을 것 같습니다. 예를 들어, 여기 있습니다. 예, Llen 기반 애플리케이션이 처음 등장한 첫 번째 YC 배치를 생각해보면 아마도 거의 2년 전인 2023년 겨울이었을 것입니다. 그리고 이러한 앱은 기본적으로 완벽해 보이지도 않는 텍스트 내용을 뱉어냅니다.
사본 편집, 마케팅, 편집, 이메일 편집과 비슷합니다. 이는 점진적인 접근 방식에 가깝습니다. 예.
제가 회사를 운영하는 것처럼 항상 제 머릿속에 있던 회사는 Rapid Brands라고 불리며 중소기업이 쉽게 블로그를 만들고 콘텐츠 마케팅을 펼칠 수 있도록 해주는 것입니다. 완벽하지는 않지만 당시에는 멋졌던 꽤 당연한 아이디어였습니다. 이것이 쇼 전반에 걸쳐 우리가 이야기하는 내용이지만, ChatGPT 래퍼가 그 시점에서 말했듯이, 이것이 큰 언어 모델 애플리케이션의 모습입니다. 이것은 ChatGPT를 둘러싼 래퍼일 뿐입니다. 다음 버전에서는 OpenAI에 의해 무너질 것처럼 단어를 뱉어내는 매우 기본적인 작업을 수행합니다.
네, 그건 잘 모르겠습니다. 하지만 첫 번째 Lum 앱 물결은 다음 GPT 물결에 의해 대부분 무너졌습니다.
하지만 우리의 경우에는 3개월에 한 번씩 상황이 점차 나아지는 괴롭힘의 개구리 효과가 있었던 것 같습니다. 이제 우리는 전체 팀, 기능, 기업을 대체할 본격적인 수직형 AI 에이전트에 대해 이야기하는 단계에 와 있습니다. 그 발전은 2년이 지난 지금도 여전히 저에게 흥미진진합니다. 아직은 상대적으로 초기 단계지만 진행 속도는 이전에 본 것과는 다릅니다.
제 생각에 흥미로운 점은 우리가 지난 에피소드에서 이것에 대해 이야기했는데, 많은 기본 모델이 일종의 정면 대결을 벌이고 있다는 것입니다. 이전 배치에서 보았던 OpenAI의 경우 마을에는 단 한 명의 플레이어만 있었습니다. 이 상황은 항상 변하고 있습니다. Crowder는 엄청난 경쟁자입니다.
창립자가 AI 에이전트의 수직 필드를 선택하는 방법
경쟁이 소비자에게 선택권을 주고 창업자에게 기회를 주는 매우 비옥한 시장 생태계의 기반이 되는 것처럼, 이것이 제가 살고 싶은 세상입니다. 그래서 사람들은 사업을 시작하는 것에 대해 관심을 갖고 생각하고 있거나 이미 시작하고 있으며 이 모든 것을 듣습니다. 어떤 수직 방향이 자신에게 적합한지 어떻게 알 수 있나요?
지루하고 반복적인 관리 작업을 어딘가에서 찾아야 합니다. 모든 것의 공통 분모처럼 보입니다. 지루하고 반복적인 관리 작업을 찾을 수 있다면 수십억 달러 규모의 AI 에이전트 스타트업을 계속해서 더 깊이 파고들면 아마도 거기에 가치가 있을 것입니다.
하지만 직접적으로 경험이나 관계가 있는 것을 추구해야 할 것 같습니다.
이것은 매우 일반적입니다. 이는 확실히 약속을 지켜보는 회사에서 볼 수 있는 일반적인 스레드이고, 제가 전에 언급한 것 같은 또 다른 생각은 기본적으로 정부 계약에 입찰하기 위해 AI 에이전트를 구축하고 있다는 것입니다. 그들이 이 아이디어에 대해 알아낸 방법은 1년 전이었습니다. 정부 웹사이트에 풀타임으로 일하는 친구가 있었는데, 페이지를 새로 고치거나 새로운 입찰 제안을 찾는 것과 같았습니다. 그들은 '이건 llum이 할 수 있는 일인 것 같아'라고 생각했습니다. 최근 많은 회사들이 기본적으로 치과 진료소와 같은 곳의 의료비 청구를 처리하기 위한 AI 에이전트를 구축하는 것처럼 많은 관심을 받고 있는 새로운 아이디어로 전환했습니다. 그들이 아이디어를 발견한 방법은 창업자의 어머니 중 한 명이 치과의사였다는 것입니다. 그래서 그는 하루 동안 그녀와 함께 일하고 거기 앉아서 그녀가 무엇을 하는지 지켜보기로 결정했습니다. 그녀는 "아, 이 모든 게 클레임 처리가 너무 지루해 보이는데, 마치 럼이 그런 일을 완벽하게 할 수 있어야 하는 것 같다"고 말했습니다. 그는 이제 막 어머니의 치과 진료를 위한 소프트웨어를 작성하기 시작했습니다.
그러니까 로봇공학에서 고전적인 격언은 수익성이 있고 일을 할 수 있는 로봇은 더럽고 위험한 일이 될 것이라는 것입니다. 이 경우 수직 SaaS의 경우 지루한 버터 배달을 찾으세요.
