Veritone的AI生意經：把非結構化數據變資產，靠甲骨文云省成本

AI創業公司Veritone最近在一場投資者網絡直播里亮出了底牌：他們的核心打法，是把視頻、音頻、文檔這些散落各處的非結構化數據變成可搜索、可變現的數字資產。這個定位倒是挺誠實——不做大模型軍備競賽，專注在數據價值的最后一公里。

CEO Ryan Steelberg在7月7日的活動上說得直白：“AI要出成果，靠的是高質量數據；而組織想搞清楚自己手頭堆積如山的數據，又離不開AI?！彼裋eritone擺在了AI與數據的交叉點上。這和市面上追著做大模型的公司不太一樣，更像一個專幫企業吃透自有數據的“數據煉金師”。

支撐這套邏輯的，是公司自主研發的AI操作系統aiWARE。這個名字起得有野心，其實就是一個可以調度多種AI引擎的應用底座。Steelberg說，aiWARE上長出了一系列應用，目標就是把混亂的多媒體資料變成可用情報、可改進效率、可直接創造收入的東西。服務對象橫跨媒體、娛樂、體育、公共部門，甚至人才招聘——但底層邏輯始終沒變：消化非結構化數據。

公司的商業版圖由首席營收官Sean King負責。他揭開了收入模型的蓋子：SaaS訂閱、按用量計費、托管服務、內容授權、專業服務，幾塊拼在一起。這種混合模式的好處是既有經常性收入的底，又能隨著客戶用得越多賺得越多?？蛻羧后w也高度集中：全球廣播網絡、職業體育聯盟、制片廠還有內容檔案館，都是視頻堆成山的主兒。

具體到產品，Digital Media Hub（DMH）被當成內容管理和變現的主力。高級產品經理Alyssa Clemson解釋DMH怎么干活：自動把媒體素材里的人臉、品牌logo、字幕文字和其他細節都識別出來，讓原本沒法檢索的錄像帶變成可以按關鍵字搜到的可授權資產。目前Veritone還在把這套企業級AI能力“降維”成自助服務模式，讓小型工作室甚至個人創作者也能用上。這套打法的聰明之處在于，先用服務大客戶跑通流程，再開放給長尾市場，沒什么花哨的噱頭，就是個務實的產品擴展思路。

公共部門是Veritone押注的另一條增長線。公司特別提到，面向執法機構和聯邦部門這些對合規極其敏感的客戶，他們提供證據管理、自動脫敏和案件分析工具。這部分業務被描述為“增長很快的優先項”，說明在商業媒體之外，執法和政務場景的數據處理需求正在快速膨脹——畢竟攝像頭數量和監控時長都在指數級增長，人工審看完全不現實。

成本控制總是和增長一起被提及。Veritone公開了與甲骨文云基礎設施（OCI）的合作，預期能把相關成本壓下去20%甚至更多。在眼下這個各家AI公司都緊著錢袋子的時節，從云賬單里擠出兩成，跟談下新訂單的意義幾乎相等。CEO也承認，這項合作同時支持公司正在推進的重組和整體節流行動——一面用AI幫客戶把死數據變活錢，另一面靠遷移云平臺把自己的IT成本往下打，這門AI生意做得相當“精算”。

有些細節值得注意：Veritone的整個策略中沒有出現追趕前沿模型軍備的痕跡，反而扎在現實世界的數據泥潭里——視頻播放器格式不兼容、執法錄像需要逐幀打碼、體育聯盟想把歷史比賽素材變成付費內容。這些場景的技術門檻或許不如訓練千億參數大模型，但商業上的壁壘卻實打實建立在與具體行業流程的耦合深度上。Steelberg強調的“AI與數據的交叉點”，翻譯過來就是：別管模型是誰訓練的，能把混亂數據管起來交給客戶換錢才是真功夫。

從這次公開溝通看，Veritone很清醒地把自己定位成一家AI工作流公司，而非基礎模型公司。無論是媒體資產的自動化標注，還是執法證據的合規管理，其價值都在于把不同來源的AI能力嵌入到固定業務流程里。而云成本優化那部分，則暴露了AI商業化的現實一面——即便做著最前沿的數據生意，每月的服務器賬單仍然得精打細算。在行業燒錢拼模型參數的當下，這種兼賣效率和省錢的樸實敘事，倒是有點另類但切中要害。