Wie gelingt der Durchbruch der vertikalen KI?

Um ehrlich zu sein, habe ich nach der Lektüre dieses Artikels das tiefe Gefühl, dass der Bereich der KI einen Prozess der "Entmystifizierung" durchläuft. Der Mythos von Manus ist nur der Anfang, die eigentliche Frage ist: Wenn der allgemeine KI-Agent in Schwierigkeiten ist, wie können sie dann ihren eigenen Weg aus der vertikalen KI finden? Das erinnert mich an ein Gespräch mit einem medizinischen KI-Unternehmer, der sagte: "In der medizinischen Vertikale brauchen wir keine KI, um Gedichte und Gemälde schreiben zu können, wir brauchen sie nur, um Lungenknoten genau identifizieren zu können." Dieser Satz bricht das Geheimnis - der Weg, die vertikale KI zu durchbrechen, liegt genau in dem Wort "Zurückhaltung".

Vertikale AI "Szene Tiefpflügen" ist der König der Straße

Sie sehen, der Erfolg von OpenEvidence spricht Bände. OpenEvidence betreibt keine große und umfassende allgemeine Intelligenz, sondern beißt sich in die Nische der medizinischen Evidenzbeschaffung. Es heißt, man habe drei Jahre damit verbracht, den medizinischen Wissensgraphen aufzubauen, indem man die Literatur der weltweit führenden medizinischen Fachzeitschriften durchforstet hat. Wenn ein Arzt in der Klinik mit einem schwierigen Fall konfrontiert wird, kann OpenEvidence innerhalb von Sekunden Ratschläge auf der Grundlage der neuesten evidenzbasierten Medizin geben, und jeder Ratschlag ist mit der Quelle gekennzeichnet. Das ist viel besser als diese allgemeinen KIs, die nur in Allgemeinplätzen sprechen!

Kürzlich ist mir auch ein interessanter Fall aufgefallen. Es gibt ein Start-up-Unternehmen, das sich auf KI für die Prüfung juristischer Dokumente spezialisiert hat, und sie nennen sich nicht einmal "Agent", sondern "Intelligenter Assistent". Die Gründer erzählten mir, dass ihr größter Durchbruch nicht darin besteht, wie fortschrittlich die Technologie ist, sondern in der Tatsache, dass sie den Arbeitsablauf von Anwälten in 187 Standardvorgänge unterteilt haben und die KI nur bei 23 davon Unterstützung leisten muss. Klingt zurückhaltend, oder? Aber genau diese Zurückhaltung hat dazu geführt, dass ihr Produkt innerhalb von sechs Monaten nach der Markteinführung von mehr als 50 Anwaltskanzleien angenommen wurde.

Welche Art von Technologiearchitektur wird für vertikale KI benötigt?

Wenn es um Technologie geht, habe ich festgestellt, dass erfolgreiche vertikale KI alle das Gleiche tun: Sie fügen unbestimmte Intelligenz in bestimmte Arbeitsabläufe ein. Es ist, als würde man der KI die "Zügel" anlegen - ihre Kreativität bewahren, ihr aber nicht freien Lauf lassen. Im Bereich der Finanzrisikokontrolle beispielsweise ist die KI nicht völlig autonom in der Entscheidungsfindung, sondern spielt im vorgegebenen Genehmigungsprozess nur bei der spezifischen Risikoerkennung eine Rolle. Dieses "Workflow + KI"-Modell dürfte die pragmatischste Wahl für den vertikalen Bereich sein.

Aber um ehrlich zu sein, sind die aktuellen Technologie-Frameworks immer noch zu "ingenieursorientiert". Ich habe zu viele Projekte gesehen, in denen LangGraph, AutoGen und andere Frameworks übereinander gestapelt wurden, aber selbst die grundlegendste Geschäftslogik ist nicht geklärt. Was Vertikale KI wirklich braucht, ist eine mittlere Schicht, die näher an den Geschäftsszenarien ist - eine, die die Branchenterminologie versteht und sich an die Arbeitsgewohnheiten anpasst. Das erinnert mich an die MES-Systeme der Fertigungsindustrie, die nicht zu den allgemeinen "vertikalen" Erfolgsgeschichten von ERP-Systemen gehören?

Datenbarrieren sind der größte Graben.

Ein Investor sagte mir, dass er bei vertikalen KI-Projekten als erstes nach der Datenquelle fragt. Allgemeine KI kann durch die Modellgröße gewinnen, aber vertikale KI muss sich auf die Datentiefe verlassen. Die Projekte, bei denen es wirklich knapp wird, haben oft einzigartige Datenzugriffskanäle - entweder Branchenkooperationen oder historische Sammlungen oder sogar ein wenig manuelle Beschriftung. Diese Datenbarrieren können viel stärker sein als technische Barrieren.

Nehmen wir als Beispiel die KI im Bildungswesen: Ich habe erfahren, dass ein Unternehmen zwei Jahre lang 100 000 Kopien von Büchern mit falschen Fragen von Schülern gesammelt und eine exklusive "Fehlermusterbibliothek" angelegt hat. Ihre KI erfordert kein ausgeprägtes logisches Denkvermögen, sondern kann die 37 Arten von Fehlern, die Schüler häufig machen, genau erkennen und gezielte Vorschläge machen. In dieser Art von datenbasierter Präzision liegt der Wert der vertikalen KI.

Letztlich liegt der Durchbruch der vertikalen KI nicht im Streben nach "intelligenter", sondern im Streben nach "besserem Verständnis". Während die allgemeine KI noch in der Illusion der "Allmacht" gefangen ist, hat die vertikale KI in einer bestimmten Szene Wurzeln geschlagen. Vielleicht ist das die echte KI, die so landet, wie sie sein sollte - nicht hoch oben im "intelligenten Körper", sondern tief in der Industrie bei den "alten Experten". Was meinen Sie dazu?