垂直型 AI
Vertical AI
什麼是垂直型 AI?
- 專為特定產業・職務打造的 AI 服務
- 護城河不在模型,而在領域資料・工作流程
- 導入工時少、成效容易衡量,是其優點
垂直型 AI 真正改變的,是導入會議上提出的問題。討論的單位不再是「哪個模型比較聰明」,而是轉向「這項工作從頭到尾由誰負責」。通用 AI 會提供初稿,但查核、格式調整與系統輸入仍由人來做;垂直型 AI 則是把後段處理一併放進產品裡銷售的結構,因此採購的對象從工具變成了工作成果。衡量成效的指標也自然會落在處理件數、回覆所需時間與返工率上。
垂直型 AI 依深度分為三層。以領域文件與專業術語為基礎的知識型、從收件到核准整段業務流程都經過設計的工作流程型,以及接在 EMR·TMS·ERP 等產業核心系統上、直接讀寫資料的嵌入型。越往後效果越大,但更換成本與供應商依賴也會同步增加。只在企業內部文件上加上 RAG 的聊天機器人不屬於這一類,歸為企業內部 AI 較為準確。計費方式也有越來越多業者改採每筆處理量・每筆成功量計費,而非每席位月租,因此簽約前必須先估算每月處理量。
是否導入,以「重複量」與「例外率」兩個軸向判斷。同類型的工作每月重複數百件、例外案例在兩成以下者為第一優先。反之,例外超過一半的工作需要人工持續覆核,總工時反而增加。至於自家業務屬於哪一類,不能憑感覺判斷,應依類型統計最近三個月的處理紀錄來確認。
現場最常出現落差的地方,就是「既然是專攻我們產業的 AI,應該也會懂我們公司的業務」這種期待。垂直型 AI 所學習的是產業的平均水準,而非該公司的表單格式、縮寫與核准流程,因此前 2~3 個月需要用自家資料加以調校。若是海外解決方案,還會多出一個缺口:韓國法規修訂與稅務・表單格式未納入。採用嵌入型時,若解約條款漏掉「解約時資料匯出」,兩年來業務單位累積的修正紀錄與標註資產,將全數歸供應商所有。
源自指特定產業市場的「垂直市場」,是 SaaS 產業「垂直 SaaS」分類移植到 AI 領域的用語。2023 年之後,在生成式 AI 熱潮中,用來指稱有別於通用聊天機器人、專攻特定產業的 AI 新創浪潮,並已確立為投資與產業界的用語。
以下以假設案例說明。汽車零件製造商 A 公司,全體員工 520 人,年營收規模 KRW 180,000,000,000 (≈ US$134,724,500)。公司內部 2 位律師每年審閱 2,400 份合約,即使採購團隊帶著緊急案件前來,平均也要 5 個工作天才能回覆。量產時程因合約拖延的情況每季都重複發生,經營層於是指示尋找替代方案。
- 法務組長依類型統計最近三個月的審閱待辦紀錄,發現整體的 68% 是採購標準合約僅有幾條條款變動的修訂版,並報告指出:「這八成,律師根本不需要從頭審閱。」
- 先試用全球法律特化 AI 兩個月,結果連《下包法》規定的價金支付期限條款都抓不出來,審閱負責的代理歸納道:「除了英文 NDA,實務上根本不能用。」
- 邀請兩家國內合約審查專用解決方案,將本公司已審閱完畢的 50 份合約原樣輸入進行盲測,並以條款為單位,比對不利條款的偵測率與誤判件數。
- 採購組主管進入合約條件協商,在合約中加入兩項條款:解約時可將審閱紀錄原檔以 Excel 或 PDF 帶出,且不得將本公司資料用於廠商模型訓練,串接範圍也縮小到既有的電子簽核系統一處。
- 導入 6 個月後,標準合約的回覆時間從 5 個工作天縮短為 1.2 個工作天,律師 2 位處理 M&A・糾紛案件的時間,則從每週 6 小時增加到 19 小時。
金鍾赫
朴雪英