這段訪談的主要講者是 Brett Taylor，一位在科技界擁有輝煌履歷的企業家和工程師。他曾在 Google 參與早期 APM 計畫，並以重寫 Google Maps 聞名；之後創立公司，擔任過 Facebook 的 CTO，然後再次創業，成立了 Sierra 公司，專注於為企業重新定義客戶互動的前端。與他對談的是主持人 RV 。以下是 Brett Taylor 在這段訪談中提出的主要論點，並進行詳細中文解釋：
一、企業家的成長與轉型：克服舒適區，追求影響力
Brett Taylor 首先談及了企業家，尤其是技術背景出身的企業家，在成長過程中面臨的一大挑戰：如何跳出自己的專業舒適區，全面應對企業發展中的各種問題。
- 「單一議題投票者」的陷阱： 他指出，許多創業者往往帶著某種獨特的洞察力（技術、市場機會、金融效率等）來創辦公司。但問題在於，他們容易變成「單一議題投票者」。例如，產品出身的人遇到任何問題都想著改產品；市場背景的人則傾向於尋找新的合作夥伴。然而，企業在成長的不同階段會面臨不同的核心問題，可能是市場推廣問題、產品問題，也可能是競爭問題。創業者若只固守自己擅長的領域，很容易錯失解決真正關鍵問題的時機。
- 個人轉捩點——Facebook CTO 時期的頓悟： Brett 分享了他在 29 歲成為 Facebook CTO 時的經歷。他當時感到力不從心，試圖自己包攬所有工作。時任 COO 的 Sheryl Sandberg 與他進行了一次關鍵對話，指出他需要以同樣的高標準要求團隊，停止凡事親力親為，識別並替換不稱職的員工，因為他當時的運作方式無法有效擴展。 這次談話讓他深刻反思：他過去總是試圖讓工作來適應自己的強項和舒適區，而不是思考「今天這份工作中最重要的事情是什麼，即使這件事我不喜歡或不覺得有趣」。
- 從「符合自我」到「追求影響力」： 經歷這次轉變後，Brett 開始像自己的「董事會」一樣給自己提建議，關注點可能在人事、業務或技術上。他發現，當他不再僅僅做自己喜歡或舒服的事情，而是專注於產生更大的影響力時，他從工作中獲得了更多樂趣，工作表現也更好。他意識到自己真正追求的是「影響力」，而非某個特定的工作內容。這讓他成為了一個「變色龍」，能夠適應不同角色（在 Facebook 被視為工程師，在 Salesforce 被視為高管）。
- 對創業者的啟示： 他強調，創業初期，產品可能是最重要的。但隨著公司規模擴大，創業者需要具備自我意識和反思能力，不斷調整自己的時間分配和關注點，才能持續有效地領導公司，避免公司發展失控。他引用 RV 的觀點：「不要讓你擅長的事情定義了你是誰。」
二、 AI 代理（AI Agents）的未來：企業數位互動的新範式
Brett Taylor 創辦的 Sierra 公司專注於幫助企業建構面向客戶的 AI 代理。他對此領域有著清晰的願景。
- AI 代理將成為主要的數位介面： 他假設，五年後，絕大多數的數位互動將透過 AI 代理進行，就像 20 年前網站是主要的數位門戶，後來社交媒體和行動應用程式也成為重要觸點一樣。 AI 代理不會完全取代現有介面，但會顯著改變互動方式的比例。
- 每個企業都需要一個統一的品牌 AI 代理： 他認為，未來每個公司都需要一個代表其品牌整體客戶體驗的、單一的 AI 代理（而非多個分散的代理）。這就像公司網站一樣，不僅是技術，更是品牌和業務的延伸。 Sierra 的目標就是讓企業在野外遇到的品牌 AI 代理都由其平台驅動。
三、 AI 市場格局分析：基礎模型、工具與應用層的機會
作為 OpenAI 的主席，同時也是應用層公司的創辦人，Brett 對 AI 市場的結構有獨到見解。
- 基礎模型（Foundation Models）：
- 市場趨勢：將出現大量整合，因為這是資本密集型業務，類似建置資料中心。規模效應明顯，大玩家更容易吸引更多資本。
- 最終格局：類似雲端基礎設施市場，由少數幾家巨頭主導，利潤率相對較低，但規模極大，向整個 AI 生態系統「收稅」。
- AI 工具（Pickaxes in the Gold Rush）：
- 市場角色：提供 AI 開發和應用所需的工具，如 DataBricks 、 Snowflake 以及新興公司。
- 挑戰：這個市場容易受到基礎模型公司的威脅，因為雲基礎設施公司（如 AWS 、 Azure）可能會提供類似的工具。這些公司「離太陽更近」，即更接近基礎模型本身，競爭壓力大。
- 應用型 AI（Applied AI / Agents）——最具潛力的市場：
- 表現形式：以 AI 代理的形式出現，為特定行業或職能提供解決方案，例如法律行業的 Harvey 、客戶體驗的 Sierra 、行銷、視覺特效等。
- 市場定位：「新的軟體即服務（SaaS）」。企業購買 AI 的形式將是購買能完成特定工作的 AI 代理。
- 為何令人興奮：
- 更佳的軟體消費方式：解決了企業在 ChatGPT 熱潮後大量採購模型卻未見實際價值的「買家懊悔」問題。 AI 代理直接提供價值。
- 改變市場規模與價值：從銷售「生產力提升工具」轉變為銷售「成果」（Outcomes）。例如，向律師銷售生產力工具的市場規模（TAM）有限，但如果銷售「反壟斷審查」等直接成果，其價值巨大，因為它取代了過去高成本的人力勞動。
- 潛力巨大：垂直領域、特定領域的 AI 代理市場總規模極其龐大。他預期，在 AI 代理時代，可能會出現首家市值萬億美元的應用型企業軟體公司，因為「成果」的價值遠高於「工具」。
- 創業機會：真正的價值在於利用下一代 AI 技術解決過去成本高昂、有價值的商業問題，並以遠低於現有成本的價格提供有價值的服務。
四、 AI 時代的商業模式創新：以成果為導向的定價與創業優勢
Brett Taylor 認為 AI 不僅帶來技術變革，更催生了商業模式的創新。
- 成果導向定價（Outcomes-based Pricing）：
- Sierra 的實踐：當 AI 代理自主解決客戶問題時，按預先協商的費率收費；如果需要人工介入，則免費。這種模式旨在與客戶的商業目標保持一致。
- 演進邏輯：從盒裝軟體的永久授權，到 SaaS 的訂閱模式，再到 AI 完成工作的「按成果付費」模式。如同銷售人員按業績提成，AI 也應為其完成的工作獲得報酬。
- 對軟體公司的影響：這種模式顛覆了傳統企業軟體供應商與客戶間「保持距離」的關係（軟體賣出後，由系統整合商耗時實施）。成果導向定價要求供應商對結果負責，需要公司內部組織和文化的調整。
- 商業模式是初創企業的核心優勢：
- 他指出，初創企業相較於老牌企業的一大優勢在於「不受舊有商業模式的束縛」。
- 歷史證明，彌補產品技術差距雖難，但並非不可能；而改變商業模式則極其困難（如微軟從 Windows 到 Azure 的艱難轉型，Adobe 向訂閱制的成功過渡，以及更多因此失敗被解僱的 CEO）。上市公司投資者對此類轉型往往缺乏耐心。
- AI 時代的機會：AI 將催生新的交付模式、技術模式，以及同樣重要的「新商業模式」。初創企業應充分利用這一點，將商業模式創新視為與老牌企業競爭的重要武器。
五、創業環境的演變與核心專注點
Brett Taylor 也談到了創業環境的變化。
- 基礎設施的進化：
- 過去：創業者需要自己搭建大量基礎設施，如自建伺服器（他分享了 FriendFeed 時期因絆到電線導致網站宕機的趣事）。這些「腳手架」工作耗費大量精力。
- 現在：雲基礎設施（AWS 、 Azure）、開發工具（GitHub）、運營支持工具（如 Ramp 、 Rippling）等極大降低了創業的運營和智力開銷。
- 核心差異化的重要性：
- 由於基礎設施的完善，創業者現在可以更專注於定義公司獨特價值和核心差異化。
- 他提醒，小型公司常犯的錯誤是將資源和時間浪費在非核心業務上。這些事情雖然可能有趣（像「貓薄荷」一樣誘人），但從長遠來看（例如一年後什麼能讓我們更快樂），並不能帶來真正的競爭優勢。每一分花在非差異化商品上的時間，都是對核心業務的擠壓。
六、賦能老牌企業：理解需求，成為夥伴
對於如何幫助老牌企業（如 ADT 、 SiriusXM）利用 AI，Brett Taylor 提出了以下看法：
- AI 的結構性影響：
- AI 能在過去軟體服務不足的部門（如大型客服中心、法務、運營部門）大幅提升生產力，從而改變企業的成本結構。節省下來的運營支出可以再投資於增長或降低價格，進而可能改變市場份額。
- 這類似於網際網路誕生初期，有些企業（如沃爾瑪）成功轉型，有些（如百視達）則被淘汰。
- 銷售的關鍵：同理心與價值傳遞：
- 成功的銷售始於提問、傾聽，並理解客戶的痛點，然後將自身技術的價值通過解決客戶問題來體現。
- 當前挑戰：眾多 AI 供應商的說辭大同小異。創業者需要在飽和市場中脫穎而出。
- 策略：像對待合作夥伴一樣對待客戶，幫助他們解決迫切的業務問題。在會見客戶前進行深入研究（他甚至開玩笑說可以用 ChatGPT 做研究），展現專業度和對客戶業務的理解。
七、垂直領域 AI 的深度價值與戰術卓越
在回答觀眾提問時，Brett Taylor 進一步闡述了對垂直領域 AI 的看法。
- 堅信垂直領域的潛力：
- 不同行業（電信、商業銀行、保險、醫療健康保險等）的 AI 代理應用場景高度專業化。
- 能夠圍繞這些企業的核心、高價值工作流程快速提供價值的公司，將擁有顯著優勢。
- 對通用型水平 AI 平台持懷疑態度（開源項目如 LangChain 可能是例外），因為市場上存在大量「夠用就好」的自研方案或「非我發明」的心態。一個「稍微好一點的捕鼠器」通常難以打動企業。
- 戰術卓越與客戶成功：
- 他引用 Mark Benioff（Salesforce 創辦人）的經驗：「有一個成功客戶，就去發展第二個；有兩個，就去發展十個；有十個，就去發展一百個。」
- B2B 軟體業務的成功需要戰術上的卓越執行。專注於讓客戶成功，這是產品發展方向的「真理」所在。
- 避免「象牙塔式的聰明才智」和過於宏大的戰略，而應從實際客戶需求出發。
八、定價策略的細微之處：結合買方特性
針對 AI 代理的定價問題，他補充道：
- 成本節約與營收增長並重：
- 客戶既關心成本節約（尤其是 PE 控股、債務壓力大的公司），也關心營收增長（尤其在競爭激烈的市場）。通常高層更看重增長。
- AI 帶來的成本節約很可能被有遠見的公司再投資於增長。
- 與勞動成本的比較是暫時的，未來 AI 代理將與其他 AI 代理競爭。
- 理解買方採購流程：
- 定價不僅要考慮價值，還要深入了解目標客戶的採購流程、預算方式、決策者和審批者。
- 他以 LinkedIn 早期招聘業務為例，最初採用按使用量付費模式，但發現 HR 部門難以獲批可變支出，於是轉為訂閱模式以適應 HR 部門的採購習慣。這個例子說明，深入理解客戶的採購行為對定價和市場推廣至關重要。有時，預付款反而比按需付費更容易被企業接受。
總結來說，Brett Taylor 的論點涵蓋了企業家個人成長、 AI 技術的未來趨勢、 AI 市場的結構性機會、初創企業在 AI 時代的競爭策略（特別是商業模式創新和垂直領域深耕），以及如何有效地將 AI 解決方案推向市場並為客戶創造價值。他強調了從「工程師思維」到「商業領袖思維」的轉變，以及在快速變化的技術浪潮中，保持對客戶需求的深刻理解和對創造真實影響力的不懈追求。