这一类创业公司主打的是专精(Specialization)，即在某个小领域有了突破或者有核心技术。智能和其他创业方向不同，创业技术门槛是非常高的，这也保证了创业公司有机会在特定领域分一杯羹。
科技巨头一般布局都在基础平台服务上，比如说以前的云计算平台，专精(specialization)不再是核心诉求。现在越来越多的巨头也把资源投入到了AI领域，比如微软就有成熟的AI平台。
科技巨头的主要精力都花在了布局基础设施上。从成熟度上来说微软=亚马逊=谷歌，但其实使用起来的感受基本相似。从商业模型的角度来说，这几家巨头的人工智能平台主要都是靠API来赚钱，你调用的API次数越多，收费当然越高。而且在调用这些API的同时，我们往往还需要其他服务，比如服务器、虚拟机、数据库等，这一条龙的服务和收入就是这些科技巨头在AI方面的收入模型。
简单来说，就是根据企业/客户的需求进行定制化的人工智能解决方案。在现阶段，人工智能方案对于大部分企业来说还是“奢侈品”，甚至有些超前。但在不久的未来随着技术进一步成熟以及概念得到普及，价格和门槛也会下降，越来越多的中小型企业也可以负担并愿意进行人工智能升级。
人工智能技术正在彻底改变人们工作和生活的方方面面。然而，人工智能的应用比较混乱的一个原因是应用人工智能的公司没有采用正确的商业模式。
人们普遍认为，成功的人工智能创业公司，例如云计算／SaaS公司，将会共享一个共同的商业模式。与人工智能一样，云计算软件的商业模式最初让客户和投资者感到困惑。例如Salesforce公司避开了传统软件供应商常见的大型前期许可证支付费用，并避免了经常性的维护费用和昂贵的现场安装工作。如今Salesforce公司的模式成为云计算／SaaS公司的一个标准，投资者对常见的SaaS公司指标很熟悉，例如用户生命周期价值（LTV）、用户获取成本（CAC）
但是很难将这种云计算商业模式移植到新生的人工智能创业公司中。这主要是因为云计算和人工智能技术在基本方面有所不同：人工智能受到数据、大量原始计算能力令人费解的算法所驱动。对于客户来说，采用人工智能本质上比云计算更复杂，因此这种技术也必须以不同的方式销售。
人工智能带给人们的问题如软件部署速度较慢，需要更多的内部部署集成。那么如何才能打破现状，说服客户购买新的人工智能技术？在过去的两年中，行业专家已经观察到三种新兴的人工智能业务模型开始发挥作用。而每个解决方案都是不同的，并且都有各自的优势，这些优势对一些解决方案比其他解决方案更有效。
第一种人工智能解决方案的部署方式与SaaS公司的产品非常相似，其商业模式几乎可以互换。这些人工智能解决方案可以无缝地位于其他记录系统之上，如CRM（客户关系管理）产品或ERP（企业资源规划）系统。人工智能可以访问流经这些系统的数据，从而随着时间的推移推动业务改进。
许多人工智能初创公司都适合采用这种模式：Salesforce公司的Chorus AI和Gong使用人工智能来优化企业的销售实践。客户支持软件Solvy位于Zendesk或ServiceCloud之上，并自动回复票证提供支持。Sift Science使用机器学习来减少客户欺诈，例如支付滥用或发布虚假内容。
由于此业务模型类似于SaaS模型，因此评估起来似乎很容易。该策略是“楔入”，从一个增值功能开始，并逐渐发展为一个成熟的平台。这些解决方案可以像云计算软件一样快速部署，因此销售周期快，具有易于定义的投资回报率（ROI）。通过快速获得许多客户，人工智能解决方案可以快速构建数据的防御系统，因此它也可以更快地实现智能化。
但这种速度和缓解也可能带来不利因素：就像云计算软件一样，可以很容易地删除和替换这些人工智能解决方案。如果人工智能解决方案不具备十分有用的功能，更容易受到预算削减的影响。而只是因为商业模式令人熟悉，并不一定使它成为最佳的商业模式。
在第二种人工智能商业模式中，部署新的人工智能产品根本不会改变现有的工作流程。它只是通过将人工智能集成以增强当前工作流程的有效性。这些都是深度整合，需要大量的实施工作，并且需要大量改进的流程作为回报。
这种类别的人工智能创业公司其中包括Ayasdi、IBM Watson和H2O．AI。而这些解决方案涉及各种垂直行业，可帮助客户改善核心业务运营。以IBM Watson为例，它通过回答以自然语言形式提出的问题，在流行的电视节目“Jeopardy”中引起了人们的关注。它可以实时分析大数据模式，标记可能值得回应的见解。Watson被用来帮助准备纳税申报表，甚至通过复杂的传感器将数据传输回计算机来管理大厦中的电梯。
这种人工智能商业模式与普遍的云计算商业模式不同。它的缺点是显而易见的：需要密集部署，销售周期很长。而交易量低意味着每笔交易必须很大，以保持企业的产品销售。但这种模式的优势风险也比较高。但一旦实施，由于这些解决方案具有粘性，非常适合追加销售。就像人工智能的潜力一样，这个模式的投资回报率可能是无限的。
在第三个人工智能业务模型中，人工智能技术通过更好的方式完成业务流程。人工智能拥有端到端的体验，只需很少的人工辅助，使算法能够完全控制体验。
这类公司包括自动驾驶汽车和无人机公司。以Kespry公司为例，其无人机可以收集建筑、采矿或保险用途的数据。例如在风暴过后，保险公司可以采用Kespry无人机评估屋顶损坏情况，因此无需保险理算员在现场进行调查。由于数据直接发送到云平台，并使用人工智能计算机视觉进行分析，因此保险公司几乎可以立即估算出索赔数据。
由于此模型涉及维护硬件，因此其优点和缺点与云计算应用有所不同。在这个模式中，硬件是成本中心，并且是初创公司必须服务和存储的商品。无人机（或自动驾驶车辆）内的人工智能软件是初创公司的收入来源。这些人工智能初创公司向租用硬件的公司出售软件订阅包。这些订阅包可以随着时间的推移而扩展，并且可以开展更多的工作。
通过自然语义理解的技术优势，为企业提供包括销售线索、智能触达（AI语音呼叫、邮件、短信分发）、电话中继线路及SCRM客户管理、音频及文本质检、语音智能工牌等一系列产品服务。
获得前微软副总裁陆奇博士天使轮投资、AMINO丰元资本PreA轮等2轮上千万投资。公司拥 有全国呼叫中心资质,软件著作权26项及商标3项。为万科、贝壳找房等诸多大型客户提供整体解决方案。
云蝠智能获得了广泛的市场认可，客户涵盖房产家装、电商、教育、企业服务、SAAS互联网等诸多行业。
应用场景包含精准营销、客户回访、邀约通知、满意度调查等诸多场景,通过saas及oem+paas两种方案提供服务。