How AI Is Changing Enterprise
49:28 Share

光锥的主持人与 Box 的联合创始人兼首席执行官 Aaron Levie 坐下来，听取大型企业和财富 500 强公司如何适应人工智能时代的报告。 </context> <raw_text>0 等等，如果我们可以用人工智能实现更多自动化，我们就能创造更多。如果我们可以创造更多，我们就能降低成本。如果我们可以降低成本，那么我们实际上就可以提升任何人的生活水平。我认为我们正处于革命之中，而这场革命不必是黑色镜面。它可以是由杰文悖论驱动的，为每个人带来丰富，这当然是我们想要的时间线，所以……这就是我押注的未来。♪

欢迎回到光锥的另一集。我是加里。这是贾里德、哈尔吉和戴安娜。我们是 YC 的合伙人，我们共同资助的公司的价值达数千亿美元。今天我们有位非常棒的嘉宾，Box 的 Aaron Levy。哦，谢谢。

喜欢这个介绍。Aaron，你是业内最优秀的首席产品官之一。也是上市公司。这就是我在维基百科上写的。是的，这就是我如何对你进行分类的。我们正处于人工智能革命的中间，所以你感觉如何？哦，非常好。现在是从事软件的好时机。所以是的，今天感觉很好。我们已经讨论过一段时间的事情，我认为我们可能都同意，那就是 ChatGPT 包装器……

就像一个糟糕的模因，实际上在这些基础模型公司之上构建应用程序一直以来都有很多价值，事实上，相反的情况可能是正确的。是的，十年后哪个更有价值？是的，所以，所以这很有趣，所以，可能只有 2% 的模因是正确的，然后 90% 不是真相。所以我的意思是，PG，你知道，用楔形理论来说，实际上你确实想要某种简单的产品，它能找到一个小小的切入点，然后你从那里扩展。

在云计算的早期，如果你要构建允许你管理文档和数据的软件，你会想，好吧，这是亚马逊的包装器。这完全误解了构建使存储桶在特定应用程序中变得有用的软件的整个规模。

所以在包装器对话中，完全相同的事情也是正确的，那就是你需要围绕工作流程、专有的业务逻辑以及客户带来的数据构建多少软件？这才是真正的价值，而不仅仅是输出的标记集。为什么初创公司至少应该提前考虑几个步骤，这一点有点道理

是你可能不想成为 ChatGPT 会整合的东西。与其说是模型会整合你的价值主张，不如说如果模型提供商也有面向消费者的规模化应用程序，你就不想成为 ChatGPT 会直接整合到其功能中的东西。在这种情况下，我认为你必须注意成为一种“所谓的包装器”。你如何将会被整合到模型中的东西与不会被整合到模型中的东西区分开来？因为我觉得困难的部分

在于我们不知道下一个模型将能够做什么。有一种普遍的感觉，哦，好吧，如果它功能强大并接近某种通用智能版本，那么理论上任何东西都可以整合到下一个模型中。是的。我的意思是，我通过 B2B 视角看待这一切，我知道这可能会让你失去一半的播客听众。B2B SaaS 现在很酷，实际上。在 B2B 方面，对我来说，这是一个更简单的问题，因为

企业不需要模型。它需要结果。它需要客户支持的结果，需要回答对话，或者将医疗保健转录输入 EHR 系统，或者自动阅读文档和合同并将它们插入合同工作流程。因此，模型获得更多智能实际上通常对于在这些用例中构建软件的任何人来说都是一件好事，因为这样你就可以减少

在破解模型方面的工作，因为它在解决特定问题方面不够充分。但客户实际上想要购买的是，我需要软件能够插入我的 ERP 系统，插入我的支持系统，为工作流程提供动力，让客户能够重置密码。这才是客户真正想要购买的。模型所做的事情与最终的客户价值主张是相当抽象的。所以，我认为只要你正在构建……

能够真正为客户提供完整结果的软件。两年前，这些用例的初始浪潮开始出现。

我认为做得最好的公司是那些意识到你需要尽可能多地将模型从最终的价值主张中抽象出来。然后你只需尽快为你的客户整合所有模型更新。同样，他们只是购买客户支持的结果。但是每次模型改进时，它都会变得越来越好。我想也许一个很好的类比是当你构建……

为你的客户服务时。他们不在乎底层数据库是什么，或者云是什么，或者运行的是什么网络设备或所有硬盘驱动器。这一切都是关于软件级别的最终用户体验。而今天的类比是 B2B AI 工作流程的最终用户不在乎是什么模型或它是如何工作的，而只在乎它最终是否完成了工作流程。是的。

是的，我认为这绝对是结论。你经常会在不同的组织中看到一些特质，他们确实关心，好的，你的数据中心托管在哪里，或者你的基础设施提供商是谁？但这只是一小部分人。

在人工智能领域，我认为我们将经历一个暂时的时期，在这个时期，你会看到不同模型的差异，对于在这个领域拥有敏锐技能的任何人来说都是如此。你可以在 Cursor 和 Anthropic 中看到这一点。人们喜欢这种组合，他们可以感知输出的差异。

如果你快进五年，我认为你会看到模型和智能的基本融合，以至于对于 90% 的业务用例来说，你不会真正区分质量水平。MARK MANDEL：看到开发人员如何特别地对不同的模型产生了不同的偏好，这绝对很有趣。我还记得几周前在我们的 AI 研讨会上，

Anthropic 和 Claude 也已成为协调你的代理的首选 LLM。如果你有多个代理，并且你希望 LLM 智能地调用正确的代理，人们似乎更喜欢 Claude 来完成这项工作。

但是，在这个世界中，你认为模型公司本身将会发生什么？可能每个人都需要更新他们对模型公司的一般理解。我实际上认为模型公司很少。有一些人工智能公司拥有前沿模型实验室，但他们越来越多地销售软件。

给消费者或企业。我现在甚至不知道我会把谁归类为纯粹的模型公司。如果你看看 Anthropic 的软件收入，它实际上是面向企业的 API 业务。我相信他们有一些大型的消费者云业务，但你真正支付的是安全、合规性、治理、隐私、正常运行时间、SLA，以及与管理你帐户的人员交谈。而

模型只是不断地在所有这些之下切换。如果你看看 OpenAI 的收入，任何公开泄露的东西，它现在显然是一家软件公司，它的人工智能模型为其底层软件提供动力。谷歌显然只是 GCP。而 Meta 不需要将其货币化。

因为他们可以开源它。所以也许 XAI 现在几乎是最接近模型公司的公司，但这将体现在 Grok 等方面。所以你现在可能不想做的事情是创办一家纯粹的模型公司，期望你仅仅通过向人们出售你的模型让他们使用就能获得许可收入。

如果你没有足够的其他周边价值主张，再次让你能够被整合到企业中，或者拥有一个大型的消费者应用程序，让你在一定程度上能够让用户停留在你的生态系统中。

我认为现在仅仅成为一家纯粹的模型公司会非常糟糕，仅仅因为现在人工智能中已经出现了足够多的不同商业模式，如果你的纯粹的商业模式只是纯粹的人工智能标记，那么这将非常困难，因为你总是有 Meta 的标记。

这将始终通过开源某种能够淘汰你的前沿模型来创造一种反作用力。现在是 DeepSeek。现在是 DeepSeek。所以，令人惊奇的是，现在你基本上可以保证 Meta 必须做 DeepSeek 做的任何事情，因为它显然必须在开源方面保持竞争力。所以我们总是有，这个行业有足够的活力，基本上可以保证加里在开场白中所说的那样，智能的成本将降至零。这就像绝对有保证的一样。所以推断，

当智能成为商品时，这对初创公司意味着什么？好消息是，我们对这种情况的策略有所了解，只有一个 X 因素，那就是 AGI，以及最终的……X 因素。是的，完全正确。如果我们将来没有钱，可能会出现一个 X 因素，它会消灭所有相关的商业模式。但是如果你把这个放在一边，我认为这些公司需要像软件公司一样。这有点像回归基础，那就是……

我们过去有一个进入数据库的 API。我们有一个进入存储的 API。我们有一个进入计算的 API。现在我们有一个进入智能的 API。这种智能是……它应该是……基本上，这种智能的成本将下降到裸机的成本。所以，无论底层 GPU 的成本是多少，你都将支付这个费用。加上来自超大规模计算提供商的一点利润。但实际标记的成本将收敛到零。所以，这完全取决于你是否构建了软件……

将这项复杂的技术交付给客户以解决现实世界的问题。所以你们谈了很多关于垂直 AI 的话题。我认为这是一个巨大的机会。我认为肯定会有一个完整的人工智能软件层，它将不同的 AI 系统缝合在一起。所以你有横向的玩法。

你有垂直的玩法。我认为每个行业和每个工作职能都可能会有某种程度的新兴初创公司和代理，它们是为这些……这些……这些职位而构建的。我不知道你们是否有一个写满每个行业和每个工作的白板，但是，但是你可以基本上在这个上面玩宾果游戏。然后，然后直到它完全填满，可能仍然有机会使用 AI。我们已经找到了 SAS 的第一波浪潮，……如何做到这一点。……

YC 显然是 SaaS 中许多主要类别杀手的重要组成部分。我认为我们将在 AI 中看到同样的策略。DeepSeq 的许多有趣之处在于，它特别地是第一个开源推理模型。短期内，你认为企业中会出现哪些新的想法？因为现在我们有……

开源推理模型？所以我们所看到的是，所以我们在内部进行了一些基准测试，将推理模型与……比如说非推理模型进行比较，以及它们实际上更擅长的一些事情，以及它们奇怪地更不擅长的一些事情。我认为我们甚至还没有发现为什么它们在这些事情上更糟糕。也许他们想得太多了。总的来说，我会争论说任何方向性改进

你将看到 B2B 用例。你将看到这些用例的价值会上升，因为你可以开始合理地将更多协同工作的代理连接在一起。你可以让更多代理工作流程发生。每当我们可以提高智能因素时，

我现在可以可靠地将其引入更重要的业务流程中。所以在企业中，你几乎可以认为它可能是一个二乘二矩阵或图表。我不知道是否有人制作过它，但就像工作流程的关键性、人工智能的智能水平一样。并且有一种元素，你不能将其引入封闭的银行系统，比如银行系统的日终数据。

你知道，还不行，因为它不是特别确定性的。它，你知道，我们不确定它会给出所有答案，但它可以为银行的新产品发布撰写摘要。

或者它可以帮助回答银行产品问题，如果你是一位消费者的话。所以这里面有一个连续体。随着我们获得的每一点智能的提高，我们可以实现更多用例。然后还有另一个轴，那就是有多少用例，你知道，你可以将它们串联起来以完成整个

整个业务流程的工作流程。我认为这是另一个方面，我们还处于早期阶段，但是，你知道，我几周前在纽约，会见了大量的银行，以及，你知道，一般来说，你认为纽约的行业和企业是什么样的，以及，

我想说我们只完成了采用，比如说，一般聊天的 10%。所以就像辅助一样，以及采用我们都会称之为代理的任何东西的 1%。这甚至可能是夸大的数字。当你与银行、财富 500 强公司以及在企业中做出决策的所有人在一起时，他们真的对底层模型毫无兴趣吗？DeepSeq 的出现对他们来说完全是无关紧要的吗？他们只关心……

你向他们推销并提供给他们的东西？还是他们对实际的底层技术感兴趣？地球上每家公司都有像我们和听众一样的人。所以这些人关心。

当你到达，比如说，业务线时，比如说，我是银行的财富管理主管，他们不在乎。但是首席技术官关心，人工智能主管关心，以及那些涉足并经常浏览 Hacker News 的 IT 人员，他们关心，因为他们正在使用 Cursor，并且他们看到了 Anthropic 和 OpenAI 标记之间的差异。

但是当涉及到与业务高管或日常最终用户交谈时，他们没有兴趣。对他们来说，这完全是外语。我认为这种情况将永远持续下去。我认为更多的预期是，同样，这些东西将会融合。人工智能的惊人之处在于，因为我不希望称这些模型为可替代的，但方向上是可替代的。

因为它们在某种程度上是可替代的，你将看到我们在计算的其他领域看到的特征，那就是任何最佳模型最终都必须与任何在定价方面击败它们的模型的价格相匹配，因为你可以切换到一个略微劣质的模型。即使它比劣质 1%，风险在于你可以切换到它，并发现它对于 80% 的用例是可以接受的，这意味着

任何处于前沿地位的人实际上仍然必须与比他们略差的人的价格相匹配，因为他们可以，你知道，最终用户实际上并不关心。如果他们不这样做，他们的业务可能会蒸发，这意味着具有讽刺意味的是，你实际上可以留在其中一个提供商那里。你可以选择一个提供商，并且你知道，你的标记将变得与第二或第三个最便宜的选择一样便宜，因为第一个，你知道，无论第一个提供商是谁，边际的，下一个边际客户不必选择他们。他们可以选择第二或第三个参与者。所以你，最终，你知道，你运行这个实验，你知道，十年后，你基本上会收敛到相同的定价，这就是我们所看到的，那就是，

前三名或四名超大规模计算提供商之间存储桶的定价差异并不大，以至于会驱动软件堆栈中根本不同的商业模式，类似于计算等等。所以你实际上是基于

其他一些原因做出的选择，例如我在系统中有多少数据？我在系统中构建了哪些工作流程？然后我认为，同样，人工智能的价格最终会变得大致相同。实际上，我认为你所说的内容适用于我们对初创公司的看法。我已经与许多向企业销售人工智能的初创公司进行了多次办公时间。一个特别的例子是这家公司在一年内将收入规模扩大到 1200 万美元。是的。

他们实际上多次切换了底层模型。最终客户，也就是这些大型企业，并不关心。他们关心的是，最终合同和预期只是以这种准确度完成工作流程。随着每个标记的成本降低，他们实际上一直在提高利润率。我认为当他们开始推出时，我认为他们的利润率大约是……

30%。去年年中，随着所有模型的发布，下一个迭代周期达到了 60%，我认为现在已经达到 80% 了。这听起来像文件存储。是的，完全正确。我们喜欢这个。所以这就是发生的事情。我有一个完整的例子，这家公司在办公时间里做过……

完全正确。我的意思是，你的类比实际上相当字面化。所以现在，公开来说，我们的毛利率为 81%。如果你说，比如说，当我们在 05 年创办公司时，一家被认为是存储数据的公司会有 80% 的利润率，你会说，不，这没有任何意义，因为——只是商品化。人们只是为存储付费。而事实并非如此，Box 有近 1000 名工程师。

其中 1% 到 2% 的人在从事我们所说的文件存储工作。那么其他人都在做什么？我们正在构建软件，它是计算、存储和数据库的抽象层，用于生成工作流程、数据治理、自动化和数据洞察。所以存储现在是我们整体提供的服务中的一小部分。所以类似于标记，因为

你知道，随着标记作为你真正提供的价值的比率下降，那就是软件堆栈。所以我认为，你知道，可能一种思考方式是启发式方法，例如，为了让你的价值主张能够成功地为客户服务，需要在标记的输出之上构建多少软件。软件越少，你面临的竞争或商品化风险可能就越高，软件越多。

标记只是完整事物的一个包含的组件，那么你可能处于可以建立护城河、变得更粘性、然后解决更多客户问题的位置。但是你可能会达到客户为离散结果付费的地步。

这是一个很大的悬而未决的问题。我相信你也在批次中看到了这个问题，但是，你的定价模式是什么？你是否支付，比如说，你是一家做 AI 潜在客户生成业务的初创公司。你按潜在客户付费吗？对。这是你所期望的相当明显的事情。然后，然后基本上这家公司现在可以是，你知道，

或者你甚至会为客户认为实际上成功的合格潜在客户付费吗？所以就像有一个连续体，我为成功的结果付费，我为任何结果付费，或者我为底层的资源利用付费，我们也在编码初创公司中看到这一点

你知道，就像，好吧，我想购买一些计算度量单位，这些单位会转化为有用的工作。但很酷的是，我们将看到，你知道，我们以前从未见过的各种新的商业模式和软件。我给批次中的初创公司提供的建议中最大的变化之一是，我觉得

当一家初创公司进来时，这已经深深地融入我的意识中了，他们会进行试点，或者他们会按使用付费，或者类似的事情，说这不是真正的客户。你必须回去，你必须让他们签署年度合同，并锁定收入。否则，你只是在浪费时间与那些有一只脚进，一只脚出的人打交道。但尤其是在过去一年中，当我观察最成功的公司时，他们基本上是在取代 BPO 或某种类似的服务。客户实际上想要基于用量的服务

收入一直在增长。所以我不再是，哦，你必须签署我的年度合同。是的。是的。我的意思是，对于我们正在处理的许多领域，公司销售的东西与另一端的劳动力之间存在直接关系，你需要很多，你需要长期合同。你必须雇佣员工。你必须建立很多基础设施。人工智能的伟大之处在于它完全是弹性的。

所以我们必须想象一个新的世界，在这个世界里，我突然有了弹性资源

对于那些过去非常劳动密集型的事情。所以有一天我可以说，嘿，我想生成 10000 个潜在客户，去运行 AI 来做到这一点。以传统的方式来做这件事，这可能需要几个月的时间来招聘、配备人员和建立团队。现在一周后，你就可以开始行动了，你正在生成这些潜在客户。你可以对任何业务的类比进行处理。

这成为可能。所以公司与获得结果和产出之间的关系完全不同。软件提供商与客户的业务模式也完全不同。Aaron，我们可以回到你纽约之行吗？是的。

或者只是我的任何旅行？你花了很多时间与财富 500 强公司的资深高管讨论他们的技术和人工智能战略，可能比世界上几乎任何人都多。我只是非常好奇这些人对人工智能的想法。他们是否关注它？他们认为这将对他们的业务意味着什么？他们是否在内部建立人工智能计划？他们是否试图从其他人那里购买产品？

发生了什么？是的。我的意思是，绝对是以上所有。你看到两周前病毒式传播的那件事了吗？高盛首席执行官 David Solomon。S1 准备。是的，S1 准备。他在思科的人工智能活动上基本上引用了这句话。他们正在内部进行项目，人工智能在 10 分钟内编写 S1，或者类似的事情。过去，这是一个由六个人组成的团队来完成这项工作，等等。完全相同的引言，只是平行宇宙的引言，

15 年前，比如说在云计算的早期，作为一个有用的比较，我可能会不断地回到云计算这件事上。

它可能是一位银行首席执行官说，我们永远不会转向云计算。我们不信任云计算。现在恰恰相反。发生了什么，对吧？Jamie Dimon 不是这样说的吗？Jamie Dimon 是这样说的。我认为他改变了自己的想法，但你看到了这种情况的普遍性。这些都是著名的时刻。就像，我们永远不会成为一家云计算公司。我们不信任它。我们不想移动。我的意思是，亚马逊，它是一家书店。这就是反复出现的说法。这是有道理的。我的意思是，即使当我看到 S3 时，我也说过。像，书店将提供动力？像，什么？所以，

所以想想看，世界是多么不同，高盛的首席执行官基本上说，这就是现在可能实现的。他并不是以我们不应该这样做的方式说的。他是在说，我们需要睁开眼睛，看看人工智能将在业务中拥有的所有潜在用例。他以一种他们正在倾斜并开始尝试所有这些用例的方式说的。所以对于世界上排名前五的银行来说，这种情况发生……

在这个周期的早期，你知道，它只会变得更激进，因为他是在世界上所有企业中最受监管的、最重要的金融市场中。他已经开始倾斜了。这是因为他是一个特别早期的采用者，还是你看到这种情况的普遍性？

是的，我的意思是，他也是一名 DJ。所以他可能与那些非常喜欢人工智能音乐的 EDM 人们在一起。好的，所以十年前，我们会举办这些晚宴，来自不同行业的 15 位首席信息官，主要是金融服务，比如说，如果是纽约的话，

而且，而且，你知道，我们将尝试将云计算用于我们业务的这一小部分。我们并不认为自己能够扩展。成为云优先的想法就像，这将是一个完全的异常。像，一家银行永远不会说他们在 10 年或 15 年前是云优先的。……

今天，它有点像，我们正在尽可能多的领域尝试这个。每个人都还处于非常早期的阶段，因为你必须有隐私委员会、合规委员会和监管机构来审查一切。但是每个人都明白这将对他们的业务产生多么大的影响。

在几个方面。首先，他们知道劳动力将发生彻底变化。我认为有一种认识。这种认识可能在一年前在这些对话中击中了我。人们认识到，基本上，如果你今天进入劳动力市场，你已经经历了几年的 ChatGPT，大学。他们是本地人。他们是本地人。这是一个人工智能原生时代的劳动力。我们可能在两年前对此开了一些玩笑，比如，哦，我的上帝，写论文，我不敢相信。但是，像，

The Lightcone hosts sit down with Aaron Levie, the co-founder &amp; CEO of Box, to hear reports from the front of how large enterprise and Fortune 500 companies are adapting to the AI age. </context> <raw_text>0 我基本上几乎不再搜索互联网了。我只知道如何使用人工智能来查找信息。你猜怎么着？我，我，我因此找到了十倍多的信息。所以，在很多方面，人工智能原生代，你知道，人们在他们决定深入研究的主题上会比上一代人更聪明，

无论那是什么。这意味着什么？像这些财富500强公司正在改变他们的招聘方式吗？我不一定知道他们是如何招聘的，但很明显，如果你没有人工智能，如果你不是一家人工智能优先的银行或媒体公司。那么你的AI战略是什么？你的AI战略究竟是什么？因为为什么这对客户或内部来说很重要？企业基本上会意识到，他们实际上无法招聘下一代人。你不能突然从在大学或高中以这种人工智能原生方式运作，然后去一家让我使用，你知道，

相当于传真机，你知道，那种级别的技术。这就像他们将无法招聘到人才。然后他们的竞争对手将会有更多的产出。他们将完成更多的投资银行交易。他们将更快地吸收客户。他们将为客户提供比那些不这样做公司更好的财务建议。所以每个人都意识到这实际上是一个竞争问题。

云计算并没有真正做到这一点。云计算纯粹是一个效率问题。就像，是的，我不太想不得不建造那么多的数据中心。弹性容量听起来不错。我想能够更快地测试这个新产品。这不像我的客户会体验到我的公司产出的不同之处

无论我是云计算还是非云计算。现在，我认为我们都相信两者之间存在差异。对于购买方来说，云计算会让你的公司竞争力提高五倍，这一点并不明显，而人工智能我认为非常清楚地，

引起了共鸣，实际上，如果你不参与其中，你的公司竞争力将面临风险。是的，这是一个非常有趣的观点。因为在早期，云计算的许多好处实际上是给那些推动它发展的初创公司带来的，因为他们只是想要一种简单的方法来建立公司，而不必处理托管问题。但你说这可能正好相反，人工智能生产力工具，初创公司并不真正需要它们。但实际上，也许与我的观点相反，这听起来实际上为初创公司带来了更多机会。我们正在进行的所有办公时间

我认为这是我见过的B2B SaaS人工智能公司获得企业交易速度最快的一次。我认为你很好地描绘了氛围转变。是的，如果我可以插入一个有趣的轶事。八九年前，我去参加了一个银行会议，在这个银行会议上做了一个简短的主旨演讲。内容都是关于，我们必须成为云优先，企业必须用云来现代化他们的运营方式。

我认为我从未如此，我认为我从未让听众感到如此无聊，比那个主旨演讲更无聊。我记得下台后，没有人关心。这就像，你为什么谈论后端基础设施？没有人关心。是的，随便吧，我们可以使用云，也可以不使用云。在我们这个预算水平上，如果我们每年在IT上花费5亿美元或10亿美元，那么节省1亿美元是否重要，因为其中一些是弹性的或不是弹性的？这没什么大不了的。

如果你做同样的事情，但人工智能优先与非人工智能优先企业，人们会说，哦，天哪。实际上我可能再也无法经营我的业务了。不是人工智能优先。因为你会向人们展示，你知道，使用，比如说游标的某人的生产力提升吗？如果你不知道如何现在就建立一家人工智能优先的公司，你会被竞争对手远远甩在后面。是的。Box是否投资了任何内部人工智能工具来加快公司运营速度？是的。所以，呃，

几个类别。首先，我们一直在编码方面推出人工智能，我们正在尝试一切。比如你的工程师的内部工具……是的。所以基本上是如何提高工程效率？这显然是我们业务中最大的X因素之一，那就是我们能否输出更多对我们的产品路线图有用且符合路线图的代码？所以在开发人工智能方面，我们将完全成为人工智能优先。

知道今年是……今年是……所有变更管理方面的大年，我们正在……你知道，我们正在逐步推出面向不同客户的AI，同样，我们能否解决客户工单问题，能否提高响应速度，然后作为AI提供商，许多知识管理用例我们现在都用AI自己做了，所以，你知道，如果员工有一个人力资源问题或福利问题，我们有一个功能可以让你与所有的人力资源数据交谈……以及所有内部知识管理，所以我们取得了突破

对我们来说，突然之间，以前存在于你的文档中的所有内容现在都变得有用，只需用问题进行询问，而不是阅读文档。所以从这个角度来看，我们关注的是很多嵌入式生产力。你认为他们会在内部做些什么，你认为他们会购买哪些解决方案？

我基本上会猜测，这再次与对这个问题的思考方式非常相似。我认为杰夫·摩尔创造了这个，如果我再次弄错了，请杰夫·摩尔，进入评论区。我们会用正确的名字进来。这个想法的背景是所有这些东西，就像你必须做的事情一样，这是必要的，但它不会让你的业务比你的竞争对手更成功。

所以这就是你们的人力资源系统。这就是你们的ERP系统。你必须拥有它。这很重要。它必须做得非常好。但是你们的人力资源系统的版本是

你知道，不会与检查任何一个框有根本的不同。你必须选中这个框，但它必须是一个好框等等。然后是核心，这就是字面上的价值主张。就像，就像你卖，你知道，财富管理给，你知道，你向人们出售财富管理服务。而，而这，这是你，你拥有的东西。如果你的东西看起来与你的竞争对手完全一样，那么你就没有，就没有那种，你知道，利润，你知道，你将无法获得合理的利润。你必须拥有独特的东西。

我认为公司需要真正理解哪个类别是哪个类别，部分原因是如果你把核心放在上下文中，那么你可能会长期处于劣势。如果你把上下文放在核心，那么你就会浪费大量的时间和精力。

这就是为什么我真的很喜欢Klarna的公告或其他什么。阅读起来很有趣，但我认为这有点误解了上下文与核心核心问题。你不需要建立你自己的HR系统。我很高兴他们这样做。我认为这很有挑衅性。看到不同的方法很有趣。这就是人们的想法。你知道，它让我们……就像我们……我们的果汁在流动，但就像普通的银行一样……这并不是他们重新发明人力资源系统的优先事项。

现在，所以……所以……我认为对于每个行业来说，在生命科学领域，你可能真的想了解，你如何进行药物开发？你可能应该有一个非常强大的团队来解决这个问题，因为这听起来像是你的知识产权。

但是临床试验过程的自动化，这对你来说可能是上下文，因为每个人都希望尽快做到这一点。它可能不涉及大量的专有数据。然后显然是你的CRM系统，你的HR系统等等。所以实际上听起来像

他们会在外部购买很多东西，因为企业中的大多数职能实际上都是联系。是的。是的。我认为到2030年，人工智能对知识工作者的影响方式，大部分将来自10年前我们认为是ISV的东西。ISV对观看的人来说是什么？是的，它基本上只是一个软件。

你知道，提供商。CRM系统仍然来自Salesforce或X竞争对手。他们不会自己构建一个AI生成的，你知道，你知道，CRM系统。他们也可能会通过一个新的供应商或他们在内部构建的东西与该CRM系统进行对话。这很有趣。现在很多公司都在内部构建聊天机器人。

我担心这可能是一种暂时的现象。我喜欢GUI胜过聊天。是的，好的。我认为我们将看到这两者的混合。我认为GUI并没有人们想象的那么死。你确实会看到很多聊天界面，你会想，我认为你做了比去仪表盘多得多的工作

比去仪表盘多得多。我90%肯定你可能把人工智能收益和效率节省下来的所有资金都花在了想出一个提示上，而仪表盘本来就能解决这个问题。但我认为我们将拥有这两个事物的宇宙。但我确实认为最终大多数将来自软件，就像一个……百分比……

知识工作者在技术中花费的时间。但一些最有价值的东西绝对是自家开发的。你用来发现事物或个性化药物或个性化财富数据或Netflix推荐引擎的算法，这些将是自家开发的东西。

也许仍然使用来自专有参与者的模型，但那里的支架我认为很大程度上是在内部构建的。有趣。所以我想观看的人的心理模型可能是房子里面和房子外面。外面是上下文，对吧？

这只是你必须选中的复选框。这些可能是，你知道，端到端的，只是做这件事，比如Salesforce。是的，我认为这是对的。我认为另一种逆向工程方法是，如果你是这家公司的客户，你会关心他们为那一类事情使用了什么技术吗？还是说，只要选中这个框就行了？是的。作为Netflix的客户，我根本不在乎他们的ERP系统是什么。

然后在内部，就像你真正需要做的核心事物一样，也许那里的机会是允许内部IT团队或内部工程或AI团队快速运行的基础设施和开发工具，然后创建业务真正需要的东西。是的，是的，是的，完全正确。然后那里仍然有一些模糊之处。它不会非常小或关于它，因为你可能也不想做自家开发的开发工具，所以。所以你仍然可能会采购这些。

然后在开发工具和客户体验之间有一个层次，那就是，我如何处理这些令牌的输出？这是我需要在其上构建专有软件的东西。那么在这个宇宙中有什么呢？但我认为，例如，我认为现在初创公司将出现令人惊叹的开发工具机会，因为你必须为在企业内部管理人工智能构建一个全新的堆栈。中间的那一部分实际上是你经常看到开源的地方。你见过任何……

对企业开源兴趣的 renewed interest 或任何趋势？出于私心，我喜欢开源，因为我们不必为我们正在使用的东西付费。我们应该提供赠款。你不总是为托管版本付费吗？有时我们会，但我实际上一直在考虑这个问题。我认为一件很酷的事情是看到科技

人们更频繁地做的事情，就像启动大型开源项目并为其提供资金一样。我认为更多用于公共利益的开源软件，就像很多不同的服务一样，我认为这是一个巨大的净正值。我现在很想看到更多开源软件。这是一个非常棒的共生模型，因为黑客社区或初创公司社区，他们想快速行动。他们通常负担不起任何东西的许可费用。大型企业社区，

他们想要支持。他们希望有能够管理这些事情的专家。所以这是一个伟大的关系，就像你为社会创造了伟大的善，你实际上仍然可以建立一个成功的商业业务，因为很多人愿意为该商业版本的付费。是的，亚伦，在这个周期的早期，企业对使用托管模型的安全隐患有很多担忧，比如很多公司，比如BandChat，GPT，在内部使用。现在发生了什么？他们是否已经习惯了将所有……

他们的数据发送给OpenAI和Anthropic，或者他们仍然，他们是否真的担心这个问题，并试图在本地托管开源模型和类似的东西？是的。我认为你会看到不同行业的不同类别。所以很多时候他们会进入，你知道，一家银行，他们会说，他们会为此感到自豪。正如他们可能应该做的那样，他们会说，你知道，我们有我们自己的某种飞地版本的X模型。然后我们在其之上构建了一个包装器，你知道，用于将其部署给员工。是的。

我认为市场上总会有某个百分比的人这样做，10%的市场，因为你仍然有很多人的本地系统，原因与总是存在的类似。但舒适度绝对在提高。这往往会在……

如果行业或公司非常重视它。因此，OpenAI非常重视安全、隐私、合规性和监管控制。然后随着时间的推移，这就会建立信任。然后更多的人可以去体验这些用例。所以，每当一个软件类别成熟并变得更适合企业级

军用级，你知道，你会看到对将数据放入这些系统中的信任程度的相关性。我认为人工智能与软件和云计算没有什么不同。也许部分原因是许多行为来自所有这些公司

他们因为云计算而变得更加舒适，对吧？他们对如何做到这一点已经有了一些偏好，托管它，好的，我们知道这看起来是什么样的。所以对你来说，在第一个周期中进行销售要困难得多。在这个周期中，你为下一代创始人复合了这一点。谢谢。人们需要真正感谢我

我没有。实际上，你知道，你这样说很有趣。我认为我从未因为辛勤工作而受到感谢。请你自觉感谢吧。多年的晚餐，所有让你的AI初创公司能够在企业中销售的首席信息官。我很想表示感谢。我还没有受到尊重。就是这样。

这在很多方面都没有体现出来，但我对此表示感谢。每一根白发都是你必须做的晚餐，以教导人们你应该购买这个。这是获得它的唯一方法。我希望在办公室里有一块牌匾。我不知道为什么我还没有。因为你们都没有白发。而我负责人工智能现在的工作。是的，但这是一个有趣的问题，对吧？这就是技术复合性质的有趣之处，

人工智能不可能在2005年出现。让我们假设这些突破实际上发生了。让我们假设一个替代宇宙，在那里，以某种方式，就像Jensen一样，在05年就制造出了与现在一样强大的GPU，但其他一切都是一样的。好的。奇怪的世界，但让我们假设一下。你，想象一下去一家公司，你就像，好的，我们知道你们所有的基础设施都在本地，我们知道你们所有的软件都在本地，我们知道你们在使用Siebel，我们知道你们在使用PeopleSoft，我们知道你们的所有数据都在这个系统中，但是

如果你只是把它移动到这个你无法控制的其他东西上，它在一个你不知道的数据中心里。你知道，你无法进入数据中心查看硬盘驱动器。如果你只是把所有东西都转移到这个上面，想想所有这些情报。我的意思是，它将是DOA。这个行业将不复存在。令牌的输出无关紧要。所以你实际上，作为先决条件，需要云计算的发生，需要SaaS的发生。然后现在人工智能建立在这个基础之上。

然后即使是消费化部分也很有趣。想象一下一个世界，我们只使用企业技术。我们没有通过移动设备等最终获得的那种对技术的消费者访问权限，

你不会看到人们在他们的个人生活中使用Chachaputi、Perplexity和Grok等等。然后说，等等，为什么我的IT系统相比之下感觉如此过时？这也是导致所有这一切的原因。所以你需要消费者对技术的采用。然后事实上，现在数十亿人可以使用人工智能，然后将其引入企业。你需要企业的现代化基础设施

所以这是一个令人难以置信的寒武纪大爆发，现在有了机会，因为我们正处于一个已经构建出足够核心管道的时候。此外，企业只是习惯于使用不同的软件解决方案，而不是仅仅依赖于……三个供应商，完全正确。是的，100%。就像他们现在，现在有些人不喜欢这样，但他们的IT堆栈现在有数百个供应商，而不是几十个。所以他们可以接受，好的，我会与Anthropic会面。这完全是，你知道，这是，

现在只是我的总IT供应商数量增加了1%，而不是，你知道，15年前，我会说，不，我不能引入不是Oracle的东西。是的。好吧，继续加速。请继续推动导致这种情况发生的初创公司。你亲眼目睹了从本地到云的转变。

现在我们正处于从云到人工智能的下一个转变的黎明。你认为它会如何以类似的方式进行？你认为它会如何以不同的方式进行？你认为这与软件的TAM在未来如何发展有关吗？是的，如果我可以尝试合并这些，实际上，有一个很酷的连接点。所以人们在21世纪中期不投资SaaS的最大原因可能是

他们认为市场规模将与本地软件公司基本相同。因此，如果它与本地软件公司的规模相同，但现有的软件公司也是现任者，那么如何挤出足够的资金来使业务真正，真正，使其真正有趣呢？每个人基本上都弄错了，事实证明，TAM可能大约大10倍。为什么TAM增长了？

增长这么多。因为为了让大家感到厌烦，如果你想在20……对不起，在1999年购买CRM系统……

你必须说，好的，我要去找系统集成商。我要获得一个数据中心。我要从人们那里购买大量服务器。我要安装一些软件。我必须管理它的网络。就像，你知道，结果，两年后，你可能会有一个CRM系统，你可能在这个项目上花了500万到1000万美元。所以想想谁是能够实施一流CRM系统的市场。是世界上最大的企业，你知道，5000家公司，10000家公司。

Salesforce出现并说，对于三个在线座位，使用你的信用卡，你就可以拥有一个与Siebel一样好的CRM系统。显然会有一些细微差别，因为它没有那么多功能，但对于那家与Siebel一样强大的公司来说，现在开始，突然之间你的TAM基本上是地球上的每一个企业。

所以你从一个可能有10000个客户、20000个可寻址客户的市场，变成了一个有500万、10000万潜在客户的市场。这是一个完全不同的规模，就像，你知道，你可以服务的两到三个数量级的规模。我们也有类似的经历，那就是，你知道，我们正在颠覆的行业是遗留的企业文档管理、企业内容管理系统。在Siebel方面与之完全相同，例如，我们会阅读我们最大的竞争对手的S1。他们谈论的是，

一千个客户或几千个客户。实际上，你知道，我们现在有115000个，但是，但是当时我们有，我不知道，当我们开始考虑颠覆这个的时候，我们有5000到10000个，规模完全不同。

这意味着市场规模要大得多。今天的ServiceNow，我不知道最新的市值是多少，可能是1500亿到1750亿美元。当他们第一次发展壮大并颠覆市场时，他们的竞争对手今天的价值可能只有50亿到100亿美元。

所以，如果你20年前看过这家公司，你会说，充其量ServiceNow应该是一家50亿到100亿美元的公司。如果它只是比当前的东西更好一点。结果它比你想象的大15倍，Salesforce做了完全相同的事情。所以在人工智能方面，我认为有一个类似的动态。

因为你基本上增加了软件的总支出。所以并不是说一组新的公司将首次购买软件。所有公司都将使用软件来做软件以前没有做的事情。这将占用以前未被软件开发利用的预算。预算将来自各种各样的东西。但通常是因为现在软件正在为你做有用的工作，

你现在可以负担得起在该软件上花费更多资金，因为替代方案是一个更昂贵的提议。这就是我认为人们会出错的地方。他们认为这是零和博弈，那么你所能做的就是从劳动力方面减少支出。但实际上，大多数公司甚至没有在劳动力方面花钱。他们只是不做这件事。

所以，所以，你知道，大多数公司，就像全球一样，并没有花费时间将他们的广告翻译成不同的语言。所以这并不是说，哦，翻译服务的市场这么大，我们只是要将其数字化。这就像，不，一百倍的人会做翻译。嗯，在我们的业务中，就像我们现在有，你知道，软件可以阅读你的合同并从中提取关键数据。所以你可以自动化合同工作流程，但是

而且像全球审查合同并从中提取数据的那些人，也许是，你知道，10000人，50000人。我不知道确切的数字，但只有极少数公司在他们的合同中这样做。

所以他们现在将决定优先自动化他们以前没有自动化的东西。你知道，游标，你知道，回到那个例子，Replit或Devin或其他什么，可能没有一美元的支出是来自，从人们目前正在做的事情中拿走的。这纯粹是附加的，因为现在它正在扩展软件可以连接到的用例。所以我认为我们可能会面临这样一种情况，即软件的规模，现在你必须将人工智能包含在内，

在未来十年可能扩大五倍，因为它只是，它提供了你实际上最初购买软件时所做的实际基础工作。这改变了一切，因为现在你将为工作付费，就像为启用其他人工作的工具付费一样。

我认为这是一个如此强大的AI白药丸，实际上。这不仅仅是，你知道，零和博弈。我们将工资单转换为软件收入。哈哈，就是这样。实际上，我们将做企业应该做的事情，本来应该做的事情。他们从未想过。然后。

你知道，实际上，最终的消费者，他们将拥有更好的产品，更好的服务。就像这件事实际上会更好。我还没有读到关于这方面的完整经济学研究，但是经济学家总是把这些东西弄错的地方是，你知道，他们可能默认倾向于一种零。我的意思是，你不会有……你知道，杰文斯悖论，呃，

如果经济学家总是知道如何预测这些事情的话。但我认为他们经常弄错的是，他们会查看某个类别中劳动力市场的总量，然后说，好吧，如果人工智能自动化了这一点，那么它就消失了。看看有多少工作岗位。我认为我们应该对此进行辩论，我们应该谈论它，因为它是一件非常严肃的事情。但他们实际上从未考虑过的是这种事情的微观经济影响。所以如果我是一家公司，它可能是Box，也可能是一家20人的公司，

我使用人工智能来，比如说，更快地编写代码。好的，为什么我编写代码的速度更快？因为我想为我的客户构建更好的产品。

如果我为客户打造更好的产品，我的收入应该增长得更快。如果我的收入增长得更快，我可能会雇佣更多人来推动收入增长。也许是销售软件的人，也许是客户支持人员，也许是帮助扩大运营规模的人力资源人员。最终，我会达到一个点，我会问自己，我是否应该重复利用那些帮助我更快增长的资金来雇佣更多工程师，以更快地增长并构建更多路线图？

如果我们身处一个没有竞争的市场，也许你可以说，你知道吗？实际上，我只是想赚取利润并感到快乐。但我们身处一个竞争激烈的市场。因此，如果你是唯一一家决定坐拥人工智能带来的利润，并依靠更高的利润率（20%、30%、40%）生存的公司，就会有其他人进入这个领域，说，不，实际上，我愿意接受20%的利润，并做同样的事情。

然后，那家公司会蚕食你的市场份额。因此，你实际上会将这些资金重新投资到那些帮助你更快发展的领域。这实际上是自动化带来的微观经济结果：你决定将效率提升重新部署到业务中，从而使你更有竞争力，或发展更快，或更好地服务你的客户，因为你身处一个竞争激烈的生态系统中。对。

这就是为什么我认为，随着时间的推移，是的，在不同的领域会有一些岗位流失。但随着时间的推移，这就是为什么它通常看起来只是对我们工作方式的升级，你知道，在世界上。我们倾向于使用工具来更快地工作，做出更好的决策，打造更好的客户产品。客户从中获得了更好的结果。但我们将这些资金重新投资到企业中，因为我们身处竞争激烈的生态系统中。最终的赢家是消费者。消费者总是会在这方面获胜。现在就是这样。

有一个X因素，就像把它带回家到旧金山一样，就像假设我们有一个正常的监管环境，这些收益实际上可以转化为盈余。对。所以，如果这些，如果事实证明我们拿走了这些收益，然后监管，你知道，建造住房的能力，那么突然之间，一切仍然一样昂贵。但是，像，

像完全乌托邦式的，也就是某种丰裕的东西，就像，等等。如果我们可以利用人工智能进行更多自动化，我们可以建造更多东西。如果我们可以建造更多东西，我们可以降低成本。如果我们可以降低成本，那么我们实际上可以提升任何人的生活水平。你知道，在服务不足的社区里，一个10岁的孩子

现在突然可以接触到人工智能代理形式的世界智慧。因此，他们现在能够接受更好的教育。如果我们可以降低向人们提供服务的成本，那么你就能获得更好的医疗保健。这就像最终的乌托邦状态：我们利用这种自动化来为世界带来更好的结果。这将需要大量的就业机会。是的。我们可以再次成为一个社会，这要归功于人工智能。就是这样。

亚伦，非常感谢你。谢谢。非常感谢你与我们在一起。我认为这是一个很好的结束点，因为，你知道，待续。就像，你知道，我认为我们正处于革命之中，而这场革命不必是《黑镜》式的。它可以是由杰文悖论驱动的，为每个人带来丰裕的东西。这当然是我们想要达到的目标。所以让我们去做吧。这就是我押注的未来。谢谢。

♪