晚上收到一封邮件，原文在这里，同样来自两位AI投资分析师
我先让豆包给翻译一下
1. AI楔子的概念与历史软件楔子对比
- 历史软件楔子：传统上，楔子是一种能与客户建立关系并获取有价值下游数据的产品，即让人工生成的信息能够输入或从系统中提取，如Salesforce、ServiceTitan和Procore等软件中员工输入和跟踪数据的方式。
- AI楔子：大型语言模型（LLMs）使AI楔子能够以传统软件无法做到的方式在创建点捕获数据，这些体验通常在历史记录系统的上游，能捕获、构建和存储以前无法获取的公司数据并使其可用，这类似于“拿走别人的奶昔”，为垂直软件创造了黄金时代。
2. AI楔子产品在不同行业的应用及案例
- 语音领域
- 应用：在多数销售或客户服务仍通过电话或面对面进行的行业，垂直训练的语音代理可在现有记录系统需要填充之前捕获数据，无需人工与记录系统交互，解决过去难以收集数据的问题。
- 案例：Liberate有针对保险行业的语音代理与企业软件平台配合，其中间件平台使语音代理能对遗留系统进行读写，取代或增强人工处理保险业务，该模式也可应用于银行和旅游等行业。
- 消息和电子邮件领域
- 应用：如果销售和支持通过电子邮件或消息进行，这是在数据到达遗留记录系统之前捕获数据的另一种方式，关键是基于文本的代理要考虑上下文。
- 案例：11x构建了AI驱动的销售开发代表，可自动生成线索和预订会议，其语音和电子邮件产品能自动识别、联系和分类潜在客户交互，在数据到达CRM之前创造新线索，未来可能成为所有销售数据的真相来源。hx的定价智能工具帮助保险公司更有效地摄取和建模定价数据，利用LLM工具处理提交的数据并存储，为定价数据创建真相系统。
- 内部通信领域
- 应用：大型企业技术运营面临员工入职离职、服务台请求处理等挑战，LLMs可解决相关对话元素和后端自动化问题。
- 案例：Fixify构建的技术服务平台利用基于LLM的聊天界面识别和分类IT问题，提高问题解决速度，基于企业级票务平台，学习自动化处理常见票务，减少人工分析需求。
3. 基于AI楔子构建持久且有竞争力业务的策略
- 集成：AI楔子产品必须与现有系统集成并具备读写能力，在集成困难的领域（如金融服务），这可能成为企业的护城河。
- 工作流程：尽管AI完全消除工作流程是理想状态，但可能总会有UI层让用户与数据交互、协作和修改输出，将工作流程层与楔子产品结合很关键。
- 数据存储：拥有基础客户单元一直是获取最大价值的方法，如果AI工具能建立自己的数据存储库，就可无需维护遗留记录系统，并从客户处获取更多支出。
