詳細解釋
專注開發 AI 產品或服務的新創公司，通常基於現有基礎模型（如 GPT-4）構建垂直應用，或開發新的 AI 技術。
類型：
- 基礎模型公司：開發新架構、訓練新模型（高資本、高技術）
- 中間件/工具：LlamaIndex、LangChain、向量數據庫
- 垂直應用：法律 AI、醫療 AI、教育 AI
- AI 服務：咨詢、實施、定制開發
融資環境（2024）：
- 基礎模型：需數億美元，僅少數頂級 VC 投資
- 應用層：數百萬到數千萬美元，競爭激烈
- 收入要求：投資者更關注實際收入而非僅技術演示
挑戰：
- 護城河：基於 GPT-4 的應用易被複製
- 成本：API 調用費用可能吃掉毛利
- 獲客：教育市場、建立信任
- 人才：頂級 AI 人才昂貴稀缺
- 平台風險：依賴 OpenAI 等供應商
成功案例：
- Jasper：AI 寫作，早期獲利豐厚
- Copy.ai：營銷文案生成
- Moveworks：企業 IT 助手
- Harvey：法律 AI
失敗模式：
- 僅是 GPT 包裝：無核心價值
- 忽視單位經濟學：API 成本失控
- 過度工程：解決不存在的需求
- 忽視分發：產品好但無法獲客
與傳統軟體創業的區別：
- 技術風險：模型能力限制產品可行性
- 數據飛輪：用戶數據改進產品（但也可能不存在）
- 監管：AI 特定法規（歐盟 AI 法案）
這是「AI 淘金熱」的參與者—— 有人挖金，有人賣鏟，大多數人兩者都做。