🎯 핵심 패턴: "Boring → Expert → Platform" 공식

성공하는 AI 스타트업들은 놀랍게도 화려하지 않은 문제에서 시작한다.

패턴 1: 지루한 일을 먼저 자동화한다

• Pulse: PDF 읽기 → $3.9M 투자 → Fortune 50 고객
• Firecrawl: 웹 스크래핑 → Series A
• David AI: 음성 데이터 정리 → $500M 밸류에이션

왜 이게 작동하나?
Ribbit이 말했듯: "Unassuming tokenizers turn out to be AI's first killer apps"

지루한 일 = 반복적 = 데이터 많음 = AI 학습 최적 = Expert Tokens 생성

패턴 2: Vertical을 좁게, 깊게 판다

• Toma: "모든 call center" ❌ → "자동차 딜러십 전용" ✅ → $17M, a16z 투자
• Vocca: "일반 의료" ❌ → "프랑스 의사 전용" ✅ → 2,000+ 의사, 400만 통화
• Tavrn: "모든 법률" ❌ → "인적상해 전문" ✅ → $15M Series A

왜?
좁은 vertical = 특수 용어 학습 가능 = 경쟁자 진입 어려움 = 높은 switching cost

패턴 3: "데이터 월렛 셰어" 경쟁
성공 기업들은 고객의 데이터를 점점 더 많이 보유:

Campfire의 진화:
Week 1: 장부 기록 →
Month 3: 은행 연동 →
Year 1: 급여, 세금, 재고 →
Year 2: CFO 전체 데이터 접근 →
결과: NetSuite에서 고객을 빼앗아옴

Ribbit: "Data wallet share will define which vertical token systems win"

빠르게 성장하는 30개 스타트업 카테고리별 정리

Category A: TOKENIZERS (데이터를 AI 먹이로 변환)

1. Pulse (Bay Area, $3.9M)

• 하는 일: 기업 문서(PDF, 계약서, 송장)를 AI가 읽을 수 있는 구조화된 데이터로 변환
• 고객: Fortune 50, 은행, 로펌, 병원
• Ribbit 연결: "초기 킬러 앱은 단순히 데이터를 캡처하는 것"
• 성장 지표: 수천만 페이지/주 처리, SOC2/HIPAA 준수

2. David AI (Bay Area/NYC, $50M)

• 하는 일: AI 모델 학습용 고품질 오디오 데이터셋 판매
• 고객: FAANG, AI Labs (OpenAI, Anthropic 등)
• Ribbit 연결: "Proprietary token suppliers will be most valuable"
• 성장 지표: $500M 밸류, 8자리 ARR (1년 내)

3. Firecrawl (Bay Area/Global, Series A)

• 하는 일: 웹사이트를 LLM이 학습 가능한 마크다운/JSON으로 변환
• 고객: AI 개발자, LangChain, n8n
• Ribbit 연결: "Mapping the world for machines"
• 성장 지표: 17K+ 가입자, 5.3K GitHub stars

Category B: VERTICAL TOKEN SYSTEMS (산업별 AI 자동화)

4. Finch (NYC, $20M)

• 하는 일: 인적상해 로펌의 소송 전 단계를 AI로 완전 자동화 (intake부터 demand까지)
• 고객: 미국 PI 로펌
• 경쟁사: Tavrn, CASEpeer
• Ribbit 연결: "Vertical token systems will replace BPOs"
• 성장 지표: 10배 성장, 7자리 합의금 달성

5. Campfire (Bay Area, $35M Series A)

• 하는 일: 스타트업/중소기업용 AI 네이티브 ERP (NetSuite 대체)
• 고객: 테크 스타트업 (Advisor360, Rhumbix 등 NetSuite에서 이탈)
• 경쟁사: NetSuite, QuickBooks, Sage
• Ribbit 연결: "Vampire squids to ERPs"
• 성장 지표: 9개월 만에 NetSuite 100+ 직원 기업 고객 확보

6. Toma (Bay Area, $17M)

• 하는 일: 자동차 딜러십 전용 AI 음성 에이전트 (서비스 예약, 리콜 알림)
• 고객: 100+ 자동차 딜러십
• 경쟁사: 기존 BDC(Business Development Center)
• Ribbit 연결: "Relationship agents will change brands"
• 성장 지표: 통화 응답률 45% → 100%, a16z 투자

7. Tavrn (Bay Area, $15M Series A)

• 하는 일: 인적상해 로펌용 자율형 demand letter & 의료 기록 분석
• 고객: 고볼륨 PI 로펌
• 경쟁사: Finch
• 차별점: 완전 자율형 (사람 개입 최소화)
• 성장 지표: Harvard 중퇴 25세 CEO, Pomona 중퇴 21세 CTO

8. Model ML (London/NYC/HK/Singapore, $12M)

• 하는 일: 금융 전문가용 AI 데이터 통합 플랫폼 (은행, PE, 헤지펀드)
• 고객: 투자은행, 자산운용사
• 경쟁사: Bloomberg Terminal, AlphaSense
• Ribbit 연결: "Expert tokens through continuous feedback"
• 차별점: 파편화된 금융 데이터를 AI가 통합

9. uiAgent (NYC, $4.6M)

• 하는 일: 회계법인용 AI 자동화 (데이터 입력, 분개, 감사)
• 고객: Top 100 회계법인
• 경쟁사: BILL.com, Sage Intacct
• Ribbit 연결: "Queue killers - BPO 대체"
• 성장 지표: 99.5% 정확도, 7자리 ARR (1년 내), 80% 수작업 감소

10. Myriad AI (Prague/Bay Area, $7.8M)

• 하는 일: 글로벌 규제 변화를 실시간 모니터링 → 기업별 맞춤 액션 추천
• 고객: 금융, 보험, 헬스케어
• 경쟁사: ComplyAdvantage, Comply Advantage
• Ribbit 연결: "Regulatory compliance as a service"
• 차별점: AI가 규제 문서 읽고 → 회사별 TODO 생성

11. Metaforms (Bangalore, $9M)

• 하는 일: 시장조사 에이전시용 AI (설문 프로그래밍, 데이터 처리 자동화)
• 고객: Top 20 글로벌 리서치 에이전시 4곳
• 경쟁사: Qualtrics, SurveyMonkey
• Ribbit 연결: "Vertical automation for $130B market research industry"
• 성장 지표: 1,000+ 설문/월, 상용화 6개월 만에

12. Knox Systems (US Remote, $6.5M)

• 하는 일: SaaS 벤더가 FedRAMP 인증을 90일 만에 받도록 지원 (기존 3년 → 90일)
• 고객: 정부에 판매하려는 SaaS 기업
• 경쟁사: Palantir FedStart
• Ribbit 연결: "AI for compliance automation"
• 성장 지표: 비용 90% 절감, Adobe 14년간 고객

Category C: RELATIONSHIP AGENTS (고객 상호작용)

13. Wonderful (EMEA, $34M)

• 하는 일: 비영어권 시장용 다국어 AI 고객 서비스 (음성, 채팅, 이메일)
• 고객: 이스라엘 Bezeq(통신), Maccabi(헬스케어)
• 경쟁사: Decagon (영어권 집중)
• Ribbit 연결: "Non-English markets = $200B opportunity"
• 성장 지표: 15개 엔터프라이즈, 수십만 상호작용, Index Ventures