a16z：垂直AI仍可佔據具體工作崗位

風險投資機構Andreessen Horowitz發文稱，垂直人工智能創業仍有空白：在位軟件掌握系統記錄，大模型實驗室掌握通用入口，垂直公司仍可靠專注把某一份工作做下來。

其給出四條市場篩選標準：工作足夠重複以便學習，判斷力重要因而有細微差別可學，專家能迅速評判產出並指出改進點，可以從單一任務起步再吞下更多崗位。四條疊在一起形成學習閉環，換取更深權限、更崗位化的數據和“何爲合格交付”的持續校準。

同一日合夥人Seema Amble長文《在位者來了》把邏輯寫死：界面與記錄系統正在拆開，人工智能原生公司應圍繞“崗位”重新捆回去；垂直公司必須比在位者的專用代理、也比Claude這類通用代理更好地完成跨系統工作，否則沒有存在理由。文中以法律科技Harvey爲例：用合成數據、公開法律材料和專家數據對開源權重做後訓練，起步階段不依賴客戶數據來製造課程。

該機構此前已把垂直軟件寫成“勞動變成軟件”：不再搶信息技術預算，而搶利潤表上的人力支出；醫療、法律、住房類公司幾年內做到逾1億美元經常性收入，金融與會計緊隨其後。2025年從檢索進入推理，2026年命題是多方協作——買方、賣方、租戶、顧問和供應商各有權限與合規，只有垂直軟件能把交接權從孤立智能變成可問責的流程。

資本對照面上，FurtherAI等保險覈保與理賠自動化已獲其領投的數千萬美元A輪；Hebbia被用來說明金融流程工程，Abridge坐進診室，Harvey喫律所合同檔案。行業裏同時出現Vals AI等測評：前沿模型在真實金融分析任務上仍有過半失敗，給“崗位層”留下可被垂直套件修補的缺口。

市場機制上，買的是可被專家打分的重複勞動，賣的是通用聊天入口和傳統按席位收費軟件。資金從實驗室預訓練預算分流到行業工作流、評測集和權限集成。受益方是能把一次任務做成數據資產的垂直公司，承壓方是隻掌握記錄系統卻做不好跨系統判斷的在位廠商，以及把能力停在前臺對話、無法進入合規交付的大模型分發層。

補充結構：垂直交易已佔北美軟件與人工智能風險投資筆數約一半量級，但大額資本仍集中在OpenAI、Anthropic等基礎設施輪次；崗位層拼的不是算力規模，而是誰先把“合格工作”的定義寫進閉環。

來源：公開信息