Glean公司的創(chuàng)始人兼CEO、前谷歌杰出工程師Arvind Jain做客CXOTalk，討論了當(dāng)下AI初創(chuàng)企業(yè)所面臨的機(jī)遇與現(xiàn)實。Glean是一家估值近50億美元的企業(yè)AI公司，早在GenAI成為主流之前，就率先在企業(yè)環(huán)境中實施了Transformer技術(shù)。

針對初創(chuàng)企業(yè)創(chuàng)始人：

? AI熱潮如何使融資變得更復(fù)雜

? 為什么在基礎(chǔ)模型上進(jìn)行構(gòu)建會帶來新型的技術(shù)和商業(yè)風(fēng)險

? 在擁有無數(shù)AI初創(chuàng)企業(yè)的市場中脫穎而出的策略

? 當(dāng)AI能力每周都在進(jìn)化時，維持創(chuàng)新的挑戰(zhàn)

針對企業(yè)采購方和CXO：

? 在一個擁擠的市場中如何評估AI初創(chuàng)企業(yè)供應(yīng)商

? 了解初創(chuàng)企業(yè)在第三方AI模型上進(jìn)行構(gòu)建時存在的風(fēng)險

? 為什么一些資金充足的AI初創(chuàng)企業(yè)盡管技術(shù)強(qiáng)大但仍可能無法生存

? 評估哪些AI能力應(yīng)該自建與購買的框架

Arvind Jain憑借他在谷歌擔(dān)任高管的獨特視角和作為當(dāng)前AI初創(chuàng)企業(yè)創(chuàng)始人的身份，為我們提供了對2025年構(gòu)建和購買AI技術(shù)真正差異的實用見解。

節(jié)目透過炒作現(xiàn)象，為AI市場的雙方——那些構(gòu)建解決方案和進(jìn)行投資的人——提供了實用的指導(dǎo)。

無論你是正在籌集資金的創(chuàng)始人，還是正在做出數(shù)百萬美元AI投資決策的首席高管，本次討論都提供了一個至關(guān)重要的視角，幫助你在當(dāng)今復(fù)雜的AI生態(tài)系統(tǒng)中導(dǎo)航。

Michael Krigsman：我們今天在CXOTalk的節(jié)目中，與Glean公司的創(chuàng)始人兼CEO Arvind Jain討論AI初創(chuàng)企業(yè)。他曾是谷歌的杰出工程師，后來創(chuàng)辦了并帶領(lǐng)網(wǎng)絡(luò)安全公司Rubrik上市。Glean已籌集6億美元資金，估值接近50億美元。

Arvind Jain：Glean是一家企業(yè)AI公司。你可以把它想象成是谷歌或ChatGPT，但它存在于你的公司內(nèi)部。這就是我們所做的。

Michael Krigsman：你可以說是最早進(jìn)入“AI”或“AI原生”公司的那批人了，你是幫助我們了解當(dāng)今AI初創(chuàng)企業(yè)情況的最佳人選。

Arvind Jain：當(dāng)然。我認(rèn)為我們是第一家將Transformer技術(shù)引入企業(yè)的公司。我們從中獲得了大量的寶貴經(jīng)驗，六年前我們就成為了一家原生的GenAI公司。

Michael Krigsman：AI公司已存在六年。這遠(yuǎn)早于ChatGPT和OpenAI所引發(fā)的營銷熱潮。

Arvind Jain：沒錯。當(dāng)時“GenAI”這個詞還不存在，但為GenAI提供動力的核心技術(shù)——Transformer——已經(jīng)存在，我們在2019年初就開始使用它們來理解企業(yè)數(shù)據(jù)、知識和信息，使用AI將其深入剖析，然后使公司內(nèi)部的人員都能搜索到這些信息。

Michael Krigsman：你能描述一下AI與傳統(tǒng)技術(shù)初創(chuàng)企業(yè)之間的區(qū)別嗎?

Arvind Jain：首先，無論是初創(chuàng)企業(yè)還是成熟企業(yè)，我認(rèn)為AI都已成為一種必須使用的核心基礎(chǔ)工具，因為它是保持領(lǐng)先地位、構(gòu)建全新且令人驚嘆事物的方式。實際上，我認(rèn)為這就是我對今天所有初創(chuàng)企業(yè)的看法;你可以將它們都稱為AI初創(chuàng)企業(yè)。

然而，另一種看待這個問題的方式是，看看是否有一些公司正在構(gòu)建核心基礎(chǔ)技術(shù)。例如，他們正在構(gòu)建模型和基礎(chǔ)設(shè)施來訓(xùn)練模型。也許這是一類公司。

但如今正在起步的絕大多數(shù)AI初創(chuàng)企業(yè)都是思考如何解決業(yè)務(wù)問題的公司。在這個消費(fèi)者問題中，他們認(rèn)為AI以及新的推理和生成能力將在他們將要構(gòu)建的產(chǎn)品中發(fā)揮重要作用。

但像我們這樣生活在AI世界中，我與許多初創(chuàng)企業(yè)有過接觸，并且我從未見過任何一個沒有將AI作為其核心技術(shù)棧重要部分的初創(chuàng)企業(yè)。

Michael Krigsman：隨著AI的成熟，人們更加清楚地認(rèn)識到，正如你剛才所描述的，AI必須支持AI初創(chuàng)企業(yè)所要解決的某些業(yè)務(wù)問題，而AI技術(shù)是這些初創(chuàng)企業(yè)的核心。那么，與傳統(tǒng)的軟件公司相比，這些公司的區(qū)別是什么?后者同樣在解決業(yè)務(wù)問題，但其技術(shù)基礎(chǔ)截然不同?

Arvind Jain：AI技術(shù)發(fā)展得非?？?。它以非?？斓乃俣茸兓?。當(dāng)你考慮產(chǎn)品開發(fā)時，新的AI初創(chuàng)企業(yè)首先非常精簡。他們實際上能夠做很多事情，因為軟件編程、使用AI構(gòu)建系統(tǒng)，這些事情在AI時代到來之前變得更加容易。

從我的角度來看，當(dāng)你考慮正在發(fā)生的投資時，實際上大部分來自風(fēng)險投資的資金都流向了那些將AI作為自己故事重要部分的公司。

我可以將其與兩年前才開始起步的公司與今天的公司進(jìn)行比較。它們之間的關(guān)鍵區(qū)別在于思考這種新模式，你可以真正構(gòu)建出比以前所能想象的更加強(qiáng)大、更加功能強(qiáng)大的產(chǎn)品。

但是，從公司建設(shè)的角度來看，我認(rèn)為初創(chuàng)企業(yè)就是初創(chuàng)企業(yè)。我們是一家AI公司，當(dāng)我將它與我之前創(chuàng)辦的初創(chuàng)企業(yè)進(jìn)行比較時，我想說，我們所做的大部分事情都沒有改變。我們?nèi)匀恍枰紤]核心業(yè)務(wù)問題。

我們必須弄清楚我們將如何解決它，如何構(gòu)建出色的技術(shù)以及團(tuán)隊，然后將這些技術(shù)帶給我們的客戶。我個人有這種感覺，是的，AI正在成為我們技術(shù)棧的重要組成部分，但從根本上講，我們構(gòu)建和設(shè)計公司的方式并沒有改變，除了一件事可能除外。

你有時會聽到一些公司說，現(xiàn)在有了AI，你實際上可以擁有一人公司卻能創(chuàng)造10億美元的收入。你在新一代公司中看到了這一點。你看到一些AI公司以比以往SaaS公司無法達(dá)到的速度增加收入。

我經(jīng)常讀到這樣的例子：一家初創(chuàng)公司在成立后兩個月內(nèi)就實現(xiàn)了2000萬美元的收入，或一家公司在第一年內(nèi)的收入就達(dá)到了1億美元的年化水平。在AI時代到來之前，這些事情在很多方面都是不可能的。

但考慮到你可以多么快速地構(gòu)建產(chǎn)品，以及它們與當(dāng)前市場上的產(chǎn)品相比可以多么不同，這使人們能夠以與上一代初創(chuàng)企業(yè)不同的速度和水平實現(xiàn)規(guī)模擴(kuò)張。

Michael Krigsman：Arvind，你剛才提出了一個非常有趣的觀點，即AI初創(chuàng)企業(yè)如何用相對較少的人創(chuàng)造如此多的收入。是什么因素使這項技術(shù)和圍繞它發(fā)生的初創(chuàng)企業(yè)能夠?qū)崿F(xiàn)這種現(xiàn)象?

Arvind Jain：首先，你可以構(gòu)建出功能非常不同于現(xiàn)有產(chǎn)品的產(chǎn)品，例如，當(dāng)你考慮軟件開發(fā)時，有些公司提供新的開發(fā)環(huán)境，這些環(huán)境可以讓開發(fā)人員的工作效率提高五倍。

這些產(chǎn)品所帶來的功能上的巨大飛躍，在市場上為它們創(chuàng)造了即時的興奮感。這些新的編碼工具，即使對于我們這家原生的GenAI公司來說，我們每天都能看到這一點。

人們只是想使用這些工具。從底層開始就有對這種新型AI產(chǎn)品的巨大需求。人們對這些AI產(chǎn)品充滿了喜愛。這太令人難以置信了。我認(rèn)為，這就是它們能夠?qū)a(chǎn)品推向市場、實現(xiàn)產(chǎn)品驅(qū)動增長的原因，于是人們紛紛涌入，想要使用這些產(chǎn)品。我認(rèn)為，這很大程度上是由這些全新的、令人驚嘆的能力以及軟件所做的事情——這些事情是人們以前沒想到它能做到的——所驅(qū)動的。我認(rèn)為這是最大的一部分，它創(chuàng)造了興奮感，然后產(chǎn)生了即時需求。

但另一個讓這些公司在短時間內(nèi)取得成功的原因是，當(dāng)你使用這些新工具時，軟件開發(fā)本身也得到了極大的加速。你可以構(gòu)建出比當(dāng)前市場上現(xiàn)有的產(chǎn)品功能更加強(qiáng)大的產(chǎn)品，而且你可以在短時間內(nèi)完成。你可以在一個月、兩個月內(nèi)構(gòu)建出令人驚嘆的東西，這在以前可能需要一到兩年的時間。這是另一個縮短這些公司成功周期的因素。

Michael Krigsman：工具帶來了巨大的興趣和市場需求，同時也顯著提高了開發(fā)者的生產(chǎn)力。這樣說對嗎?

Arvind Jain：對。沒錯。

Michael Krigsman：我們收到了一個來自LinkedIn的有趣問題，這是Santhosh Siruvole提出的，他問的是誰在使用并支付AI服務(wù)?

Arvind Jain：AI已經(jīng)吸引了所有人的注意。現(xiàn)在，世界上沒有任何一家企業(yè)認(rèn)為可以過幾年再考慮AI。大家都知道，如果想保持競爭力，就必須立即擁抱AI。從高層希望將AI引入企業(yè)的愿望出發(fā)，我們現(xiàn)在看到的是，人們有兩種不同的方式將AI引入公司。

一種是CIO，CIO顯然有責(zé)任為企業(yè)全體員工引入合適的技術(shù)。他們正帶頭引入廣泛適用、有用的AI產(chǎn)品。

比如，在Glean，這也是我們的主要目標(biāo)用戶。因為Glean是一款知識獲取工具。人們使用Glean，提出問題，我們會迅速利用所有的企業(yè)背景、數(shù)據(jù)和知識來回答這些問題。

這是一個每個知識工作者都會用到的工具，無論你是工程師、支持人員，還是HR、IT或銷售人員，我們都有需求。我們都有問題。我們都認(rèn)為AI能為我們完成一些任務(wù)。它是一個廣泛的工具，CIO通常是購買這類公司范圍工具的人。

但與此同時，每個職能部門的領(lǐng)導(dǎo)也都在關(guān)注。如果你是支持部門的負(fù)責(zé)人，如果你是CTO，你想確保你的工程師和開發(fā)者能高效地使用AI。如果你是銷售人員，銷售部門的負(fù)責(zé)人，你想確保你正在使用現(xiàn)代的方式來接觸客戶，與他們進(jìn)行強(qiáng)有力的互動，每個職能部門的領(lǐng)導(dǎo)都在考慮和評估AI工具，并將它們引入企業(yè)。

這是一個非常廣泛的現(xiàn)象，整個行業(yè)、各個垂直領(lǐng)域、各個地區(qū)都在進(jìn)行。我經(jīng)常在世界各地出差。我看不到任何不重視AI的公司或國家。真的是這樣，每個人都在把AI引入他們的企業(yè)。

Michael Krigsman：這遵循了傳統(tǒng)的企業(yè)軟件采購流程，因為你剛才描述的，有IT和CIO，同時還有職能業(yè)務(wù)部門領(lǐng)導(dǎo)：HR、市場營銷等。

這兩個群體都在關(guān)注AI產(chǎn)品，我猜想這與你之前所說的核心問題緊密相關(guān)，那就是要解決的業(yè)務(wù)問題。

我們收到了一個來自LinkedIn的非常有趣的問題。請繼續(xù)提問。我們還有一些Twitter上的問題，我們會一一解答。

Richa Varshney問，你們的產(chǎn)品如何解決AI倫理、越獄、提示泄露以及AI透明度和可解釋性風(fēng)險?我想提一下，Isha是Freddie Mac風(fēng)險系統(tǒng)開發(fā)部的資深總監(jiān)，當(dāng)然，金融服務(wù)業(yè)對這些話題非常感興趣。

Arvind Jain：Glean是一款企業(yè)級AI解決方案。我們與不同行業(yè)領(lǐng)域的眾多知名企業(yè)合作。我們與金融服務(wù)行業(yè)有很多合作，這些風(fēng)險都是真實存在的。我認(rèn)為，AI是一項非常強(qiáng)大的技術(shù)。它既是創(chuàng)新的源泉，也可能被一些人用來制造安全問題。

在推出這項技術(shù)時，你必須非常小心，確保它以安全的方式推出，而且確保這項技術(shù)是無偏見的，并且它所做的都是你認(rèn)為在你的企業(yè)環(huán)境中安全的事情。

我給你舉一些在安全方面需要解決的問題的例子。使用AI的關(guān)鍵之一在于，如果你想讓它對你的企業(yè)有用，你必須使用基于公共網(wǎng)絡(luò)數(shù)據(jù)構(gòu)建的語言模型。

它們并不真正了解你的企業(yè)和信息、數(shù)據(jù)。你必須想辦法將這些企業(yè)背景與這些語言模型的強(qiáng)大功能結(jié)合起來，而且要以安全的方式。例如，如果你訓(xùn)練模型，并將你所有的企業(yè)數(shù)據(jù)和知識與該模型連接起來，那么現(xiàn)在公司里的任何人都可以提問，這將會向沒有權(quán)限訪問這些信息的人泄露大量敏感數(shù)據(jù)，因為企業(yè)數(shù)據(jù)和知識本質(zhì)上是私有的。

比如，某個文檔在公司里可能只有幾個人有權(quán)限訪問。你不能將企業(yè)內(nèi)容全盤用于訓(xùn)練或構(gòu)建任何AI系統(tǒng)。你構(gòu)建的任何AI系統(tǒng)都必須了解正在使用該系統(tǒng)或軟件的人是誰。

你如何確保AI只使用這個人有權(quán)在公司內(nèi)部使用的信息，并創(chuàng)造那些安全、可靠的AI體驗?這是我們在Glean解決的一個問題。在Glean上構(gòu)建的任何AI代理，你都必須以員工的身份使用，并且必須登錄，然后它會確保我們?yōu)槟闼龅娜魏问虑槎际腔谀憧梢栽L問的知識和信息。

Michael Krigsman：讓我們看看Twitter上Arsalan Khan的問題，他問，你認(rèn)為AI會變得像即插即用那樣簡單，即使對非技術(shù)型的企業(yè)員工來說也是如此嗎?讓我們其他人使用起來也更加方便。

Arvind Jain：當(dāng)然。我很有信心，也很希望這會成為現(xiàn)實。我認(rèn)為，當(dāng)AI變得易于使用時，它的真正力量才會顯現(xiàn)。你可以像商業(yè)用戶一樣使用AI。你不需要了解如何編碼、如何構(gòu)建系統(tǒng)或成為一名工程師。

例如，假設(shè)你是法律部門的員工，你每天都要審閱合同。這是一個非常耗時的過程，你應(yīng)該能夠?qū)I說，看，這就是我審閱合同的方式。這是我遵循的流程。

你應(yīng)該能夠?qū)I系統(tǒng)這樣說，然后AI就應(yīng)該為你識別并自動化這個特定的業(yè)務(wù)流程。AI必須真正變得像這樣易于訪問。我們的代理平臺做的就是這件事。

我們實際上真的在考慮如何讓這項技術(shù)變得超級易于訪問。確保無論你是誰，你可能在HR、財務(wù)、法律等部門，你不需要了解AI的工作原理、什么是語言模型。你不需要擔(dān)心這些。你需要的是與AI協(xié)同工作，就像與一個真正聰明的人一起工作一樣，你可以讓他們幫你完成工作。你只需要告訴他們這項工作應(yīng)該如何進(jìn)行。

然后AI就會為你完成。這就是你將會看到的模型。市場上將要成功的任何AI代理平臺都將具有這樣的特性。你必須提升這些系統(tǒng)的能力。你必須使它們對非技術(shù)用戶更加友好。

而且我還要補(bǔ)充一點，人們尋求AI幫助的程度并不如你預(yù)期的那樣。我們都有習(xí)慣，我們做事的方式都是我們自己的方式，或者我們在考慮是否應(yīng)該以不同的方式做這項任務(wù)時會有很多慣性。

人們并沒有這樣想。大多數(shù)情況下，你甚至沒有時間思考是否應(yīng)該改變你的工作方式。而且，AI不僅要簡單易用，你需要能夠隨時召喚它并讓它為你完成工作。

AI還必須跟隨你，主動找到你，并說，看，我注意到你每天都在做這項工作，并花費(fèi)兩個小時來完成它，我可以幫助你。當(dāng)AI做到這一點時，你才會真正看到人們會大規(guī)模地接受這項技術(shù)。

Michael Krigsman：我期待著那一天的到來，因為我可以告訴你，我每天都在使用大型語言模型，而且我會使用多個語言模型和不同的模式，包括研究和非研究等。這很大程度上取決于你使用的模型。它似乎與一天中的時間、月相、你如何構(gòu)建你的提示有關(guān)，而整個過程簡直太麻煩了。

Arvind Jain：是的，這確實很難。今天并不容易。順便說一下，你正在使用的可能是我說過的最容易上手的工具之一。你只是像用自然語言一樣與系統(tǒng)對話。是的，你可以在這里或那里進(jìn)行一些選擇，但這會變得更容易，這也是我們的工作。

在Glean，我們所做的事情之一是，我們不是一家LLM(大型語言模型)公司。我們并沒有在構(gòu)建和訓(xùn)練這些基礎(chǔ)模型，但是，我們的目標(biāo)是從業(yè)務(wù)用戶的角度考慮，看看我們?nèi)绾未_保行業(yè)內(nèi)正在發(fā)生的所有創(chuàng)新，以及如何讓它對你更加友好和便捷?我們要讓事情變得簡單，對我來說，AI的工作模式應(yīng)該是就像一個從你公司第一天就存在的智能人類一樣。

他們了解你公司的所有事情。他們認(rèn)識所有人。他們閱讀過所有文件，他們參加過每一次會議，現(xiàn)在他們準(zhǔn)備24小時為你提供幫助。你只需要告訴他們你想要什么，他們就會為你去做。當(dāng)AI在企業(yè)中真正創(chuàng)造價值時，這就是正確的模式。

Michael Krigsman：Greg Walters說，Glean看起來像是不同數(shù)據(jù)庫之間的粘合劑或連接器。你認(rèn)為這個功能將來會不再需要嗎?

Arvind Jain：企業(yè)環(huán)境非常復(fù)雜。如今，任何大型企業(yè)都有數(shù)千個系統(tǒng)、數(shù)據(jù)倉庫、數(shù)據(jù)庫、非結(jié)構(gòu)化數(shù)據(jù)倉庫、文檔等。

AI的真正魔力在于，當(dāng)你有權(quán)訪問所有這些不同系統(tǒng)中的所有信息時。也許我認(rèn)為事情肯定會變得更簡單，因為從長遠(yuǎn)來看，AI會變得越來越聰明，越來越能夠連接到所有這些不同的系統(tǒng)。

我們在Glean做的很多事情，比如實際連接到這些不同的企業(yè)系統(tǒng)，需要我們做很多艱苦的工作。但隨著時間的推移，我期待這會變得更容易。是的，我認(rèn)為如果復(fù)雜性不會消失，那么AI就沒有做好它的工作。

Michael Krigsman：Dave Brace在LinkedIn上問，非確定性代理系統(tǒng)是否有可能在企業(yè)中真正證明自己值得信賴，以及企業(yè)領(lǐng)導(dǎo)是否可以信任像Glean這樣的產(chǎn)品來每天做出數(shù)千個業(yè)務(wù)決策?

Arvind Jain：AI是非確定性的。它也可能出錯。它可能會產(chǎn)生幻覺。在某種程度上，人類也是如此。如果你有問題，你去問別人，他們有時沒有完整的背景信息，他們會給你一個答案，它可能是錯誤的，或者是不完整的。

我認(rèn)為要記住的一件根本性的事情是，這些AI系統(tǒng)實際上更像人類，而不像以前那樣像機(jī)器。那么現(xiàn)在你必須弄清楚我該如何使用這項技術(shù)?這不是完美的。這可能會出錯。

我該如何信任它來完成我的關(guān)鍵任務(wù)，在這些任務(wù)中精確度是絕對必要的?作為企業(yè)，你可以考慮一些不同的策略。有很多工作不需要精確度，也有很多工作需要創(chuàng)造力，而這正是這項技術(shù)已經(jīng)非常擅長的地方。

但是，當(dāng)你考慮需要精確度的任務(wù)時，AI實際上可以以幾種不同的方式使用。一是，假設(shè)有一個業(yè)務(wù)流程。現(xiàn)在你要識別那個業(yè)務(wù)流程。你要將其自動化。你要讓AI理解那個業(yè)務(wù)流程，并提出一個計劃，提出一個工作流程來實際執(zhí)行那個業(yè)務(wù)流程。

當(dāng)你以這種方式使用AI時，你會讓AI實際上為你構(gòu)建那個代理，它可能會出錯。你應(yīng)該在那里，去監(jiān)督它，要求它調(diào)整它的工作，手動修復(fù)、編輯它。

在與AI的這種協(xié)作中，你實際上是在編碼和構(gòu)建那個代理，那個工作流程。但現(xiàn)在這個工作流程是確定性的。你在它上面投入了一些精力。AI幫助你非?？焖俚貥?gòu)建了這個工作流程，但你完全掌控著它。

你在監(jiān)控它。你已經(jīng)讓它進(jìn)入了一個狀態(tài)，現(xiàn)在，正如我所說，它是確定性的，現(xiàn)在這個業(yè)務(wù)流程可以實際運(yùn)行，并且沒有問題。你不需要全自動化。你實際上可以與AI一起工作，并在一開始投入一兩個小時的時間。

但現(xiàn)在你將擁有數(shù)年的自動化，而且它不再是非確定性的。你要把它想象成一種技術(shù)，它允許你做偉大的事情，你不必依賴AI在幕后做出復(fù)雜的決策。你實際上可以一開始就與它一起工作，并用它構(gòu)建系統(tǒng)。

Michael Krigsman：你描述的內(nèi)容本質(zhì)上是我們經(jīng)常聽到的“人在回路中”這一說法。是的，那么在這個階段，作為工具而不是……我在LinkedIn上看到Greg Walters說，AI替換舊標(biāo)準(zhǔn)應(yīng)用程序的真正魔力。

Arvind Jain：讓我們舉一些例子。我們最初談到的是一名審查合同的法務(wù)人員?，F(xiàn)在如果你得到一份一百頁的客戶協(xié)議，你可能需要一到兩周的時間才能真正去審查它，并確保所有條款和條件都符合你企業(yè)的要求，并且你需要對這份文件進(jìn)行標(biāo)記修改。

你可能會說，我不信任AI來為我做這件事。這是相當(dāng)敏感的東西。但讓AI來做標(biāo)記修改的第一版，它會做得很好。如果你告訴它你是如何做的，你把它告訴AI，它會完成90%的工作。

如果它完成了90%的工作，現(xiàn)在你可以根據(jù)自己的背景和知識對其進(jìn)行微調(diào)并完成剩余的工作。那個原本需要兩周的任務(wù)，現(xiàn)在實際上你只需要一天就能完成。這是非常大的進(jìn)步。你不必追求百分之百的自動化，并完全從任務(wù)中解脫出來。

如果有90%的效果，我就很滿意了，這對業(yè)務(wù)來說是一個巨大的影響。

Michael Krigsman：這是來自LinkedIn的Gursharan S.的問題，他問在大型企業(yè)的功能中，哪些代理正在創(chuàng)造最大的價值。如果能在工業(yè)AI的背景下給出例子就更好了，我應(yīng)該提到Gerran是一名在金屬采礦行業(yè)工作的AI產(chǎn)品經(jīng)理。在企業(yè)的功能中，哪些代理正在創(chuàng)造最大的價值?

Arvind Jain：今天，AI在企業(yè)中的三大頂級用例如下。第一個是通用知識、訪問和輔助。你是一名知識工作者。你可能在醫(yī)療保健、金融服務(wù)或工業(yè)部門工作。

你有問題需要答案。你有信息需要完成你的任務(wù)，你使用AI來幫助你。像ChatGPT這樣的工具，或者像Glean這樣的工具，它們在你的公司內(nèi)部，只是通用工具。

它們不是為了特定的用例而設(shè)計的。它們基本上是知識工具。它們幫助你從世界或你的企業(yè)中獲取信息，使其對你可用，以便你可以更快地完成任務(wù)。這是今天AI的首要用例。

這并不奇怪，因為這場革命是由ChatGPT催化的，當(dāng)人們想到AI時，這是他們想到的應(yīng)用程序。第二個用例，我會說是軟件開發(fā)，這圍繞著代碼生成，比如開發(fā)者的任務(wù)，比如你如何構(gòu)建系統(tǒng)，開發(fā)技術(shù)正在隨著AI而發(fā)生根本性的變化。這是一個非常強(qiáng)大的用例。

那里有很多糾正。然后第三個我會說是服務(wù)。當(dāng)我說服務(wù)時，我是指那些實際上接受問題、投訴、來自客戶或內(nèi)部員工的任務(wù)的人。

他們是客戶服務(wù)團(tuán)隊、內(nèi)部IT幫助臺、HR幫助臺人員，他們正在為其他人的請求和需求提供服務(wù)，將你的公司的數(shù)據(jù)知識用于自動化這些互動中的很多部分，這是很大的用例。

從功能上講，這是三個頂級應(yīng)用，我認(rèn)為在垂直行業(yè)中，這是我們正在看到的。我會舉一些客戶服務(wù)方面的例子。我們有這些大型電信公司，他們每天有5萬甚至10萬名客戶服務(wù)人員。

他們正在從客戶那里獲取問題需要快速回答。如果你讓這些交易的速度加快一倍，那么這些團(tuán)隊將節(jié)省數(shù)億美元。這是今天AI一個非常強(qiáng)大的用例。

對于Glean，我們已經(jīng)談過了軟件開發(fā)。我們在工業(yè)部門、零售業(yè)有大型企業(yè)，你們正在從根本上改變你們?nèi)绾问褂肁I來更快地構(gòu)建系統(tǒng)，對其進(jìn)行測試、審查代碼、故障排除。

這些也是跨行業(yè)的用例。

Michael Krigsman：這是來自Twitter上Arsalan Khan的提問。他說，AI或許能夠自動化標(biāo)準(zhǔn)操作流程，但那些存在于人們頭腦中的機(jī)構(gòu)知識呢?他還說，這是不是個重大的就業(yè)保障問題?

Arvind Jain：如今，即使借助Glean，AI已經(jīng)能夠挖掘出大量的機(jī)構(gòu)知識，從而創(chuàng)造出類似ChatGPT的強(qiáng)大體驗，在那里你可以提出問題，并利用這些機(jī)構(gòu)知識來回答問題。當(dāng)你思考機(jī)構(gòu)知識時，它實際上以幾種不同的形式存在。

你的公司內(nèi)部有文檔，人們會在里面寫東西。你有票務(wù)系統(tǒng)。你有數(shù)據(jù)庫、CRM系統(tǒng)。每一個不同的系統(tǒng)內(nèi)部都蘊(yùn)含著大量的知識財富。

但除此之外，電子郵件或Slack等溝通工具中也蘊(yùn)含著大量的知識。越來越多的企業(yè)正在改變行為方式，以便捕獲越來越多的機(jī)構(gòu)知識。其中的一個例子是，如果兩個人要實際交談并舉行會議，那么他們應(yīng)該記錄這次會議，或者至少記錄下會議內(nèi)容的摘要，并將其提供給AI，以便將來可以加以利用。

我認(rèn)為，這些都是你今天就可以做的事情。我們捕獲所有這些形式的機(jī)構(gòu)知識，以便讓它們作為個體為你所用，并為你提供幫助。這就是我們的驅(qū)動力。

我們公司的人們也更愿意捕獲這些信息。例如，我們現(xiàn)在會記錄所有非一對一的會議。比如，員工和經(jīng)理之間的機(jī)密會議，我們不會記錄。但如果是關(guān)于技術(shù)討論，或者是關(guān)于完成某些工作的會議，我們通常會進(jìn)行記錄，以便將來所有的這些數(shù)據(jù)都可以提供給AI，幫助我們。

但現(xiàn)在回到你的第二個問題，這是否真的會產(chǎn)生就業(yè)保障問題?我認(rèn)為，作為個體，你確保自己保持相關(guān)性的策略是，去學(xué)習(xí)AI。這些工具非常神奇。

不要把AI看作是會從你手中奪走工作的東西。我不認(rèn)為AI有那么強(qiáng)大。我不認(rèn)為它會對大多數(shù)人這樣做，但你肯定會在與那些知道如何使用這些AI工具并以比你更快、更好的方式工作的人競爭中失去優(yōu)勢。

我認(rèn)為我們作為個體需要做的是這樣。一直以來都是這樣。當(dāng)新技術(shù)出現(xiàn)時，那些擁抱它們、迅速學(xué)習(xí)它們的人會脫穎而出。

Michael Krigsman：我認(rèn)為這是一個非常重要的觀點，我當(dāng)然也會給人們同樣的建議，即你必須學(xué)習(xí)如何使用AI來使自己變得更快、更好、更高效，而且會有很多工作被取代。如果你在聽，而且你沒有這么做，嗯，我假設(shè)如果你在聽CXOTalk，那么你正在這么做，但請告訴你的那些可能不那么走在前沿的同事。給他們這個建議。這是個好建議。

讓我們回到初創(chuàng)公司的話題，我們有一個來自Twitter上關(guān)于初創(chuàng)公司的直接問題，這是Gus Bekdash的提問，Arvind，對于那些創(chuàng)建AI企業(yè)的人來說，你有什么建議?很多人在選擇平臺將會接手從而使其公司變得不再相關(guān)的問題上犯了錯誤。

Arvind Jain：我實際上并不認(rèn)為，首先，如果你開始一家公司，如果你開始解決一個問題，而你會因為其他人，比如一個在位者或大公司，先于你解決這個問題而失敗，作為一個企業(yè)家，你必須要有堅定的信念，認(rèn)為自己能夠比大公司更快地解決這個問題。

大公司總是有很多事情需要擔(dān)心。它們在結(jié)構(gòu)上并不是設(shè)計成能夠比你作為一個靈活、早期的初創(chuàng)公司移動得更快。我實際上并不同意人們會犯這個錯誤的前提。

大多數(shù)初創(chuàng)公司失敗是因為人們放棄了，因為你對自己的想法失去了信心，你沒有足夠的信念，因為如果你有一個真正的問題，你有權(quán)利去解決它，而且競爭對你來說并不重要。

話雖如此，我要補(bǔ)充的是，作為創(chuàng)始人，你選擇問題的正確策略是什么?我喜歡選擇的問題，首先，它們是顯而易見的。如果你去和五個人交談，他們不會和你爭論這是不是一個問題。

我認(rèn)為，如果你和前五個人交談，而他們并沒有給你明確的答復(fù)，那么就有問題了，你需要在你的想法上再多下點功夫。要達(dá)到無論你和誰交談，他們都會同意你正在解決一個真正重要的問題的程度。

而且我還喜歡解決那些對很多人都有影響、有更大影響力的大問題，因為這將會為你創(chuàng)造更多的機(jī)會。即使有其他幾家公司也在解決同樣的問題，你仍然可以挖掘出一個龐大的市場，與他們一起獲得成功。

然后隨著時間的推移，如果你做到最好，你就會像其他人一樣取得勝利。我要補(bǔ)充的最后一點是，不要想出一個你覺得我只需要使用AI就能解決這個特定任務(wù)的想法。

想想如果它很容易構(gòu)建，那么其他人也可以構(gòu)建它。那么你就沒有真正增加價值。AI應(yīng)該只是你解決這個問題的工具箱中的一個工具，但要確保你正在構(gòu)建的東西是有實質(zhì)內(nèi)容的。

Michael Krigsman：有這么多公司正在圍繞模型構(gòu)建包裝器。隨著這些模型提高其能力，這類公司之間會出現(xiàn)整合嗎?

Arvind Jain：如果你是一家初創(chuàng)公司，而且你的核心競爭力是一個大型語言模型(LLM)的一小部分，那么你很快就會變得無關(guān)緊要。你必須明白，我來告訴你我們在Glean的做法。我們知道，我們的產(chǎn)品的工作原理是，我們實際上與市場上所有存在的LLM合作，無論是來自O(shè)penAI、Anthropic、Google還是Meta的LLM。

還有很多來自開源的元素。我們與所有這些元素合作。我們的工作模式是我們將使用這些LLM提供給我們的所有能力，并將這些能力帶給我們的客戶。

但我們還將確保我們在那個平臺之上構(gòu)建了一個非常深厚的技術(shù)堆棧。隨著LLM的發(fā)展，當(dāng)它們實際上添加了我們自己構(gòu)建的一些能力時，那實際上會讓我們拋棄我們自己構(gòu)建的東西，而LLM提供商已經(jīng)可以為我們做到這一點，然后我們必須繼續(xù)沿著價值鏈向上移動。這就是我們選擇的模式。

弄清楚你的定位，并最大限度地利用行業(yè)中正在發(fā)生的創(chuàng)新，但要在其上構(gòu)建一個重要的層次，以便你可以使這項技術(shù)為你的客戶所用。

Michael Krigsman：鑒于基礎(chǔ)模型對你的業(yè)務(wù)至關(guān)重要，你是如何管理AI如此快速發(fā)展這一事實的?同時，在這些底層能力不斷變化的同時，你是如何平衡業(yè)務(wù)的穩(wěn)定性和產(chǎn)品方向的?

Arvind Jain：我們別無選擇。你必須利用行業(yè)中正在發(fā)生的快速創(chuàng)新，否則你就會落后，而且你必須從根本上改變你的執(zhí)行模式。

當(dāng)我們開始Glean時，我們從根本上理解了我們從開源和云技術(shù)中可以獲得什么，然后你可以制定你的路線圖，并制定一個一年的路線圖。但這不再是今天的工作方式。

現(xiàn)在，技術(shù)每個月都在變化。我們不得不從根本上改變我們的架構(gòu)。我們改變的一件事是，因為我們沒有年度或季度規(guī)劃流程，所以我們切換到了月度規(guī)劃流程，以決定我們?nèi)绾螛?gòu)建我們的技術(shù)。

因為每個月都有新的東西要看，你必須迅速適應(yīng)。我們還添加的另一件事是，這個概念是弄清楚你每個月要拋棄什么技術(shù)。這是構(gòu)建科技初創(chuàng)公司的一個新的基本方式，那就是，如果你堅持使用你多年來構(gòu)建的技術(shù)，你就會變得過時，因為你兩年前構(gòu)建的所有技術(shù)很可能現(xiàn)在已經(jīng)過時了。

而且你必須不斷思考這種執(zhí)行模式，不僅要思考要構(gòu)建的新東西，還要非常積極地思考你需要拋棄的東西，并利用行業(yè)中的創(chuàng)新來替代它。

Michael Krigsman：我們再來看看來自Twitter的Arsalan Khan的另一個問題，他問，由于大多數(shù)AI和數(shù)據(jù)都是用英語或中文創(chuàng)建的，你認(rèn)為創(chuàng)業(yè)公司是否也應(yīng)該關(guān)注非英語或非中文?這是否會造成數(shù)字鴻溝?

Arvind Jain：首先，內(nèi)容是用許多不同的語言創(chuàng)建的。是的，英語在某些方面占據(jù)主導(dǎo)地位，但是也有很多不同語言的系統(tǒng)和內(nèi)容。我認(rèn)為AI今天讓它成為可能的是，它實際上可以幫助你構(gòu)建具有全球性質(zhì)的產(chǎn)品。

今天，你更容易創(chuàng)建一個可以帶給世界各地客戶的產(chǎn)品。用AI你可以更容易地將產(chǎn)品本地化。你可以讓它在日語、韓語、印地語和所有不同的語言中更快地工作。

這是AI的核心能力之一。但是在偏見和數(shù)字鴻溝方面，確實如此，并且這種情況一直存在，甚至在互聯(lián)網(wǎng)上，甚至在AI出現(xiàn)之前，當(dāng)你使用谷歌搜索信息時，由于英語主導(dǎo)了世界上的知識來源，所以總是存在這種偏見，對吧?

這是一個很好的問題。這是一個問題。我不知道如何解決它。隨著AI變得越來越強(qiáng)大，你如何確保它考慮了每個人的觀點，獲取了所有的知識?

我認(rèn)為我應(yīng)該補(bǔ)充的一點是，我們今天有了更強(qiáng)的AI能力，能夠以更輕松的方式處理甚至非數(shù)字化的內(nèi)容。希望在這方面有一些好消息：你可以比以往任何時候都更容易地使用不同語言的數(shù)據(jù)、知識和內(nèi)容，有了AI。

Michael Krigsman：現(xiàn)在我們來談?wù)劤鮿?chuàng)公司，從企業(yè)買家的角度來看，這當(dāng)然是初創(chuàng)公司生命周期中非常重要的一部分。如果你是一家企業(yè)初創(chuàng)公司，對于評估AI初創(chuàng)公司，你有沒有建議或框架可以給企業(yè)買家使用，特別是鑒于你指出的，現(xiàn)在每天都有初創(chuàng)公司在使用AI，而且炒作非常強(qiáng)烈?往往很難區(qū)分哪些說法是真實的，哪些不是。

我還記得傳統(tǒng)軟件公司、ERP供應(yīng)商和其他企業(yè)軟件公司。我必須說，從這個角度來看，20年前的情況與此沒有什么不同?，F(xiàn)在，軟件公司做出了驚人的斷言。IT買家和業(yè)務(wù)部門買家應(yīng)該怎么辦呢?

Arvind Jain：這是企業(yè)買家今天面臨的最棘手的問題之一。我認(rèn)為AI行業(yè)做了一些不好的事情，他們做出了大膽的斷言，但卻無法兌現(xiàn)。很容易為AI可以為你做什么創(chuàng)建出非常驚人的演示和視覺效果。企業(yè)買家已經(jīng)意識到，當(dāng)他們嘗試這些產(chǎn)品時，這些斷言往往比現(xiàn)實要大得多。

我想說，也許讓我先退一步，然后我們甚至應(yīng)該做什么?我認(rèn)為你應(yīng)該有一個計劃，關(guān)于你如何在你的企業(yè)內(nèi)推出AI。而且我覺得首先建立一個企業(yè)核心AI戰(zhàn)略是正確的開始方式。

想想你今年想用AI做些什么。你希望AI在哪些不同的領(lǐng)域產(chǎn)生影響?你可以選擇一些部門，你可以說，對于我們的工程團(tuán)隊、我們的客戶服務(wù)團(tuán)隊來說，這是前兩個或三個優(yōu)先級，我們希望AI能夠真正產(chǎn)生影響。

首先，在你的企業(yè)中一起構(gòu)建這個路線圖。如果你的CIO，或者如果你選擇在企業(yè)中設(shè)立首席AI官這樣的角色，讓他們負(fù)責(zé)確保他們與所有不同的功能團(tuán)隊一起工作，并為今年制定一個理想的AI路線圖。

你從那里開始?，F(xiàn)在在供應(yīng)商數(shù)量方面，不僅僅是Michael，正如你所說的，不僅僅是初創(chuàng)公司，實際上每一家現(xiàn)有的軟件公司也是一家AI公司。他們都有AI產(chǎn)品要賣給你。我認(rèn)為你必須在那里做出一些決定。

對你來說，什么是正確的策略?我們覺得，你必須控制你打算引入的AI產(chǎn)品的數(shù)量?這很難評估。順便說一下，這并不容易，只是你必須花費(fèi)的時間。

試圖評估每一個AI產(chǎn)品是巨大的。你喜歡設(shè)置這些系統(tǒng)，讓它們在你的環(huán)境中運(yùn)行起來，然后測試它們，有的公司經(jīng)歷過這樣的過程，他們花費(fèi)了六個月的時間，結(jié)果卻發(fā)現(xiàn)這東西根本行不通。

我有兩個建議：第一，基本上是與較少的數(shù)量合作，不要有太多的POC(Proof of Concept，概念驗證)，從幾個開始，這樣你就可以公正地對待它們。第二，不要僅僅依賴演示和對演示的興奮感，你可以有一個更安全的策略，那就是對于你合作的每一個供應(yīng)商，看看他們是否有成功的證明，讓他們聯(lián)系他們成功創(chuàng)造價值的客戶。

我認(rèn)為這很有幫助，而不是去評估，實際上是與你的行業(yè)同行交談，看看他們在哪里取得了成功。如果你嘗試了四件事，其中一件事成功了，就與其他人分享這個故事，他們也會與你分享。

這可能就是擴(kuò)展的方式。也許這是在為Glean做宣傳，但我們思考AI的方式是，從根本上說，企業(yè)中的所有AI都是關(guān)于處理你企業(yè)中的一些數(shù)據(jù)，使用語言模型的推理和智能能力，然后在此基礎(chǔ)上做一些工作，你再次將這些工作保存到企業(yè)系統(tǒng)中。

在你的企業(yè)系統(tǒng)中，這些工作將被記錄并保存在企業(yè)系統(tǒng)中。從根本上說，當(dāng)你考慮所有的AI用例時，它們都是關(guān)于處理你的企業(yè)信息，然后對其應(yīng)用AI，讓一些神奇的事情發(fā)生。

我們?yōu)镚lean選擇了不同的策略，那就是我們?yōu)槭裁床粯?gòu)建一個實際連接到我們所有企業(yè)數(shù)據(jù)的系統(tǒng)呢?這就是Glean?，F(xiàn)在，我們?yōu)槟闾峁┝诉@個平臺，你可以在這個平臺上構(gòu)建許多這樣的代理、許多這樣的應(yīng)用程序。

有了這種橫向策略，你可以在安全治理方面做得更好，而且不必購買許多不同的產(chǎn)品。它更具成本效益，并允許你通過一個產(chǎn)品獲得更多價值。

Michael Krigsman：Arvind，我再問你幾個問題，有些是我自己的，有些是聽眾的問題，我會要求你從企業(yè)角度快速回答。關(guān)于構(gòu)建與購買的決策，企業(yè)應(yīng)該如何做出選擇?

Arvind Jain：這是構(gòu)建加購買。你必須確保你盡可能多地獲得現(xiàn)成的技術(shù)，但你也必須記住，僅僅這些技術(shù)是不夠的，以真正增加價值。你必須在這些系統(tǒng)之上進(jìn)行構(gòu)建。

Michael Krigsman：來自Twitter的一個問題。AI和LLM(大型語言模型)平臺的一個大障礙是它們沒有與工作流程集成。你如何看待市場的發(fā)展?

Arvind Jain：完全正確。我認(rèn)為你必須構(gòu)建那一層。實現(xiàn)這一點的關(guān)鍵技術(shù)之一是RAG(可能指的是某種檢索與行動系統(tǒng)，但并非通用術(shù)語，因此直譯可能不準(zhǔn)確)，所以你獲取所有的企業(yè)數(shù)據(jù)、知識系統(tǒng)、工作流程，然后你實際上在所有企業(yè)數(shù)據(jù)和系統(tǒng)之上構(gòu)建了這個檢索系統(tǒng)和行動系統(tǒng)。然后你將其與AI連接起來，這正是我們解決的問題。

Michael Krigsman：另一個來自Twitter的問題，CTO、CFO、COO、首席數(shù)字官，誰應(yīng)該制定AI策略，首席AI官應(yīng)該直接向CEO匯報嗎?

Arvind Jain：這是個好主意。如果你實際上有首席AI官，讓他們向CIO或CEO匯報可能是一個不錯的策略，因為這是一個全公司范圍內(nèi)的努力。

如果你不與一個部門相關(guān)聯(lián)，這在我看來實際上更好。否則，我認(rèn)為不要那么死板，誰充滿激情、有能力和意愿，就讓他們最初來推動這項工作。

你可以隨時想出一個更可擴(kuò)展的方式來重新組織。

Michael Krigsman：這里有一個來自Twitter的問題，關(guān)于痛點。如果AI初創(chuàng)公司變得更加精簡，那么較老的AI初創(chuàng)公司是否會處于不利地位?并且，當(dāng)這些較老的初創(chuàng)公司因為更有效地使用AI而變得更加精簡時，這對就業(yè)和勞動力有什么影響?

Arvind Jain：關(guān)于第一個問題，AI領(lǐng)域確實存在先動劣勢，因為當(dāng)技術(shù)變化如此迅速，而你的系統(tǒng)中又存在一些遺留代碼庫時，這會讓你變得不那么敏捷。這就像一個新的初創(chuàng)公司總是擁有敏捷優(yōu)勢一樣。

作為一個稍微老一些的初創(chuàng)公司，要努力現(xiàn)代化你的系統(tǒng)和堆棧，這樣你就不會因為這些原因而落后。至于就業(yè)方面，我想說一件事。

我還沒有看到因為AI而失業(yè)的人。我們與許多大型企業(yè)合作，為他們帶來了大量的自動化和效率提升，但與我們合作的所有企業(yè)都既關(guān)心底線也關(guān)心頂線。

當(dāng)他們?nèi)〉靡恍┏晒r，沒有人會放棄自己的團(tuán)隊成員，他們只是在想“我能做更多”。企業(yè)實際上在以更快的速度開發(fā)產(chǎn)品，他們正在完成更多的事情。

我并不太擔(dān)心，我認(rèn)為我要回到的一點是保持相關(guān)性。這對個人來說很重要。如果你學(xué)會如何使用AI，那么你在未來就不會有問題。

Michael Krigsman：你是在提倡保持求知欲。我不是在替你說，因為當(dāng)AI帶來效率提升時，如果你對當(dāng)前發(fā)生的事情保持求知欲，你就能適應(yīng)并應(yīng)對正在發(fā)生的變化。

Arvind Jain：是的，企業(yè)非常渴望AI專家和人才。成為其中一員，我認(rèn)為這對你很有好處。

Michael Krigsman：對于那些考慮創(chuàng)辦AI初創(chuàng)公司的創(chuàng)業(yè)者，你有什么建議?

Arvind Jain：第一，堅定信念。堅持你的想法，不要放棄。第二，如果你想成功，就要準(zhǔn)備好非常努力地工作。最后我想說，一個公司是由構(gòu)建它的人組成的。專注于擁有一個偉大的創(chuàng)始團(tuán)隊，并花很多時間去尋找合適的員工。當(dāng)你找到合適的人時，他們會開發(fā)出偉大的產(chǎn)品，他們會讓你成功。

Michael Krigsman：對于迅速做出AI投資決策的CIO，你有什么最后的想法或建議嗎?

Arvind Jain：關(guān)注安全，關(guān)注集中化，比如你的AI軟件堆棧。我最后的建議是，嘗試取得小勝利。這是我的建議。不要創(chuàng)建那種如果成功率不到50%就算失敗的項目。迫使你的團(tuán)隊中的每個成員、每個部門每個季度都選擇一兩個AI方面的勝利，并看看效果如何。

Michael Krigsman：好的，時間到了。非常感謝Arvind Jain來自Glean公司的Arvind。非常感謝你今天抽出時間與我們在一起。

Arvind Jain：非常感謝。這很有趣。