a16z：垂直AI仍可占据具体工作岗位

风险投资机构Andreessen Horowitz发文称，垂直人工智能创业仍有空白：在位软件掌握系统记录，大模型实验室掌握通用入口，垂直公司仍可靠专注把某一份工作做下来。

其给出四条市场筛选标准：工作足够重复以便学习，判断力重要因而有细微差别可学，专家能迅速评判产出并指出改进点，可以从单一任务起步再吞下更多岗位。四条叠在一起形成学习闭环，换取更深权限、更岗位化的数据和“何为合格交付”的持续校准。

同一日合伙人Seema Amble长文《在位者来了》把逻辑写死：界面与记录系统正在拆开，人工智能原生公司应围绕“岗位”重新捆回去；垂直公司必须比在位者的专用代理、也比Claude这类通用代理更好地完成跨系统工作，否则没有存在理由。文中以法律科技Harvey为例：用合成数据、公开法律材料和专家数据对开源权重做后训练，起步阶段不依赖客户数据来制造课程。

该机构此前已把垂直软件写成“劳动变成软件”：不再抢信息技术预算，而抢利润表上的人力支出；医疗、法律、住房类公司几年内做到逾1亿美元经常性收入，金融与会计紧随其后。2025年从检索进入推理，2026年命题是多方协作——买方、卖方、租户、顾问和供应商各有权限与合规，只有垂直软件能把交接权从孤立智能变成可问责的流程。

资本对照面上，FurtherAI等保险核保与理赔自动化已获其领投的数千万美元A轮；Hebbia被用来说明金融流程工程，Abridge坐进诊室，Harvey吃律所合同档案。行业里同时出现Vals AI等测评：前沿模型在真实金融分析任务上仍有过半失败，给“岗位层”留下可被垂直套件修补的缺口。

市场机制上，买的是可被专家打分的重复劳动，卖的是通用聊天入口和传统按席位收费软件。资金从实验室预训练预算分流到行业工作流、评测集和权限集成。受益方是能把一次任务做成数据资产的垂直公司，承压方是只掌握记录系统却做不好跨系统判断的在位厂商，以及把能力停在前台对话、无法进入合规交付的大模型分发层。

补充结构：垂直交易已占北美软件与人工智能风险投资笔数约一半量级，但大额资本仍集中在OpenAI、Anthropic等基础设施轮次；岗位层拼的不是算力规模，而是谁先把“合格工作”的定义写进闭环。

来源：公开信息