企业不断要 AI,拿到手却又退了回去

原标题Companies Keep Asking for AI. Then They Send It Back.

Agency 创始人 Elias Torres 谈企业为什么会在不完美的答案面前踌躇,以及他的第三家创业公司为什么要在员工不足 100 人的情况下,做到 10 亿美元营收。

频道
Training Data
发布
2025年9月23日
视频
44:49
阅读
17 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Elias Torres 曾帮助重建 HubSpot,后来打造的 Drift 估值超过 10 亿美元。他在红杉资本的 Training Data 节目中说,企业一边要 AI,一边又因为主持人所说的“预期错配”而把它退回。他的新公司 Agency 想用真正能干活的软件,取代由人主导的客户体验。这一次,他想打造一家员工不足 100 人、营收达到 10 亿美元的公司,并且在客户为之着迷之前,他不想收客户的钱。

  1. 1只要 AI 能比他之前多做 10%、20% 或 30% 的工作,Torres 就很开心。他警告说,一直等到 100% 的完美,是一种危险的态度。
  2. 2他招人不看学历或出身。一份光鲜的简历,在他看来“完全可疑”。他会测试对方能否跟上对话,然后看有没有饥饿感和韧劲。
  3. 3在 Drift 逐月转向两年之后,他得出结论:经验会不断累积,你最终还是得回到自己懂的东西上。
  4. 4“多招人、多融资”这种想法从根本上就是错的。他认为,AI 时代的全部意义,就是证明这种直觉是错的。
  5. 5在 Drift,管理 600 到 800 人的事务占用了他大量精力:晋升、招聘和全员大会。这让他们把目光从客户和产品上移开,也因此付出了失去一家传奇公司的代价。
  6. 6Agency 可以汇总出一个 360 度客户画像,但如果仍然要由人去往聊天框里打字,产品一上线就已夭折。他想只下达一次指令,让 AI 执行 10,000 次。
全文

按章节阅读整理后的全文

只看原始文稿
01

所有人都说想要 AI,可真把它端上来,他们又拒绝了

主持人 Sonya Huang 和 Pat Grady 认识 Elias Torres 已经十多年,横跨三家公司。他们最初认识他,是在他重建 HubSpot 核心平台的时候;后来他们投资了 Drift,最近又投资了 Agency,他说这家创业公司正在重新定义客户体验。Torres 走上台,说自己一生都在等这一刻。然后他没有照稿子念,而是直接抛出了一个尖锐的观点。

他的看法很直接:每个人都在要 AI,可一旦真的交付,他们就把它退回来。“就像弥赛亚降临了,大家却说,不,我们不要。”他认为,这项技术是人类造出的最强大的东西,可买家却要求一种完美,而他们自己输入一条基础提示词时,连这种完美都做不到。Grady 把它概括为预期错位,认为问题不在技术本身。Torres 表示同意,并把这种错位追溯到 AI 之前的软件:数据库查询是完全精确的字符串匹配,于是人们习惯了那种从不出错的狭窄工具。

如今的工具是宽泛而不完美的,客户也因此分成了两派。Torres 看待 AI 是半杯水的角度。如果它能比他之前多做 10%、20% 或 30% 的工作,他会“非常高兴”,因为那些活儿已经不用他做了。他说,另一些人宁可什么都不要,除非它达到 100% 完美。他称这种看法很危险。他反复举的例子是自己的收件箱:Agency 会读他的邮件、起草回复;在演示中,他会当着客户的面打开整个收件箱,开完会之后直接点发送。有时他会因为措辞而尴尬,但他依然会发送,因为他已经知道,自己永远不可能把每句话都说得完美。

Grady 承认,他真正愿意付费的 AI 产品,就是能替他处理邮件的那种。Torres 其实根本不花时间在自己的收件箱上,虽然那只是 Agency 的一个副产品。真正的反差体现在用户录屏中:有人会花 20 分钟写一封跟进邮件,却不改变实质内容,只把“这是我的日历链接”改成“告诉我哪些时间方便”。如果你要跟进 500 个商机,他问,是更好地发两封完美的邮件,还是给这 500 个人全都发一条消息?收件人根本看不到你打磨的那些细节,他们只在意你有没有出现。他说,这就是企业无法规模化的原因:人类夹在中间,徒增延迟和减速带。解决办法是区分单向门和双向门,容忍一个幻觉产生的错词,并同时消除发件人和收件人身上的恐惧。

02

尼加拉瓜一个空冰箱,教会他只向别人索取对方真正给得起的东西

Training Data 节目很少深入谈创业者的起源故事,但 Grady 说,Torres 的经历太不寻常,不能跳过。他在尼加拉瓜长大,那里是他所说的、共产主义时期的第三世界式物资匮乏。美国的冰箱至今仍让他感到惊讶:抽屉里塞满零食,盒子里装满食物。在家里,冰箱除了几个锅之外几乎是空的,唯一的食物就是那一顿要做的东西。那是一种随用随买的生活。他向母亲要东西时,母亲告诉他,她有什么都会给他;如果她没给,那是因为她给不了。于是他学会了另一种问法:妈妈,如果你能买这个给我,你会买吗?

他在美国的第一份有薪工作,是他 17 岁时的双班:在麦当劳打工,并和母亲一起打扫办公室。他对技术的兴趣更早就开始了。在与一个他没有一起长大的父亲共同生活两年之后,车库里出现了一台电脑。他同父异母的哥哥痴迷于汽车,对它不屑一顾。Torres 当时在洛杉矶读六、七年级,坐在电脑前摆弄 WordPerfect 和 Lotus 1-2-3,想让打印机工作,既没有互联网,也没有用户组。回到尼加拉瓜后,他的母亲是一位大学教授兼兽医,她有一台在那个国家几乎不可想象的笔记本电脑。他成了她的技术支持,这基本意味着把机器弄坏,然后拿去找 IT 部门修。

1999 年,他在 IBM 的第一个项目,是为内部通讯录 Blue Pages 做一个聊天机器人,好让 400,000 名员工查到电话号码。他学到了很多,但仍觉得自己无法在这样庞大而讲政治的公司里撼动什么。之后,他遇到了 David Cancel,这是他见过的第一位科技圈里的拉美裔同行。他放弃了其他创业公司的邀约,选择了 Lookery,因为他信任对方。团队大约十个人。Torres 把一张桌子放在马萨诸塞州洛厄尔的卧室里,家里还有三个需要换尿布的孩子,他日夜工作,是团队的主要工程师。转机是 AWS:他不用再去求 IBM 的采购部门买刀片服务器,只要按一下按钮,就能拿到 S3 和 EC2。一个人就能统筹一切。

随后,他和 Cancel 创办了 Performable,几年后并入 HubSpot。Grady 的说法(他说 Halligan 和 Dharmesh Shah 会认可)是:早期的 HubSpot 有一个很好的故事和还算可以的产品;Torres 的团队接手了整个平台,并把它重建了。真正的冲击在于规模。Performable 大约有 20 个客户,出问题时可以直接给他发短信;他会改代码,然后叫他们刷新页面。HubSpot 则有 5000 个客户、大量流失、一个用不起来的产品,还有一个运转失灵的团队。他必须重建产品、团队和客户信任,而且他还得作为领导者自我扩张。他认为最重要的一课是招人。

03

光鲜的简历“完全可疑”。他招的是会聊天、有饥饿感、有韧劲的人

这份名单至今仍让他感到自豪。在 Klaviyo 之前,他就招来了 Andrew Bialecki;在 HubSpot CRM 之前,他招来了 Christopher O'Donnell;另外还有 Whitney 和 Jared,后者现任执行副总裁,仍负责 HubSpot 的系统。一家位于波士顿、处于中期阶段的营销公司,居然能吸引到这样的人,这并不显而易见。Torres 的理论是,许多人只要有机会,就能变得非常出色,只要让他们看到什么是真正的异类。他不确定自己的成功有多少来自车库里的那个孩子,又有多少来自那些人,包括后来让他看到什么是可能的 Halligan 和 Shah。

他招人不看学历、出身,也不看对方声称做过什么。如果候选人一上来就带着这些,他会立即排除。Grady 补充了“可疑”这个词。Torres 更进一步:“就是可疑,完全可疑。”他在面试中测试的,是对方能否跟上对话、有没有饥饿感,以及有没有韧劲。之后,他会带着他们一起上路,然后让他们自己选择方向。他找到的其中几个人,在被发现时做的都是能想象到的最糟糕的工作,这恰恰是重点。他当年是在车库里摆弄 WordPerfect,他们处在的,也是差不多的境地。

04

Drift 值超过十亿美元,但人力成本还是让他们失去了一家传奇公司

Drift 是他与 Cancel 一起创办的第二家公司,是对 HubSpot 的价值实现时间问题的一种回应。入站营销要求客户写博客、做搜索排名、收集线索,并把自己打造成一个品牌,这是一段漫长、成本低廉的旅程;Torres 至今仍称它是一项不可思议的成就。他和 Cancel 一直在追问,如何让价值当天就显现出来。他们以一种痛苦的方式保持耐心:大约两年时间里,他们四处摸索,先是做了一款受 Secret 启发、类似 Glassdoor 的匿名职场应用,然后几乎每月转向一次。每次 Grady 飞到波士顿,答案都变了:一会儿是一个新的 Dropbox,一会儿是一个新的 Pinterest,一会儿是一个新的 SurveyMonkey。Torres 会告诉团队,上一个想法不好,他们就去试下一个。他从这段沙漠经历中得到的教训是:经验会不断累积,你得回到自己熟悉的东西上。

他们落脚在 HubSpot 隔壁,没有变成又一个营销套件,也没有变成又一个 CRM。最终起飞的产品,是放在首页上的聊天机器人接待员。它不再是表单,而是提问、提供一些价值、预约日历、把线索转给合适的销售,并给那名销售的手机发提醒。部署之后,线索会自动到来,不需要额外的人力。它有效,但仍然很浅。它只处理第一次接触。客户回来后会问,为什么机器人认不出他们、接不上之前的对话,或者不知道他们已经提交过的工单。Torres 梦想着始终了解客户的一切,并把这些信息用在每一次交流中。而实现这个梦想所需的技术,当时还不存在。

第二个失败模式,是增长手册本身。他们快速打造产品和品牌,然后习惯性地靠多招人、多融资来解决问题,以为开支之后自然会理顺。Torres 现在称这种本能从根本上就是错误的,而且他不确定业界是否已经接受了这一点。他说,在 AI 时代,证明它是错的,正是全部意义所在。他是一个外向的人,喜欢客户给他发短信、打电话。Drift 拥有成千上万个客户之后,他再也无法认识他们了。当客户成功经理打电话来说要流失时,通常已经太晚了。他说自己的挽留成功率大约是 20%,而且只有在他许诺了很多东西的情况下才会成功,这让他感到虚伪。

人手增加让距离变得更远。他一会儿说 600 人,一会儿说 800 人。他的日程表被晋升、入职培训、招聘、团建和全员大会塞满。他认为,这些工作让他们把目光从客户和产品上移开了,而这正是他们为没有打造出当初梦想中的传奇公司付出的代价。Drift 仍然价值超过十亿美元。Grady 称他是一个行走的美国梦故事,并问了那个显而易见的问题:为什么还要再干一次?

05

他终于在巴西断了线,而 ChatGPT 就在同一天上线

他确实有过一段“骑向落日”式的隐退,大约七个月。旅行让他感到空虚。真正让他断线的,是在巴西东北部一个偏远地区 Tatajuba 的风筝冲浪。早晨,他盯着空荡荡的海滩,告诉自己应该学会冥想;下午,他在水上。然后 ChatGPT 上线了。他把它展示给身边所有人,却无法解释它怎么会知道这些答案。他说,他真正休息的第一天,恰好是人类最伟大的时刻,于是他决定必须回去。

多年来,他一直把自己归类为冒牌货:学校不对,地点也不在硅谷,是在波士顿,英语是后来才学的,人脉单薄,和投资人的关系也不够多。Drift 之后,他再也无法这样为自己辩解了。他做出过系统,服务过数百万用户,创造过营收,也认识很多人。他不会坐在海滩上,眼看着那些“什么都不懂”的人开始创办 AI 公司。还有一个更诚恳的原因,他承认这听起来有点俗套:作为拉美裔,他觉得自己有责任。大多数人都会拼命想待在他现在的位置上。回想尼加拉瓜那个空冰箱,把挣来的时间和机会浪费在风筝冲浪上,是一种浪费。人们想看到和他长得相似的人能做成什么。他告诉自己,这一局不能缺席。

他联系了 Sequoia,在 2023 年初出现在 AI Ascent 上,又重新接上了线。当时 OpenAI 大约有 200 人,无法与每一家想把模型放到客户面前的企业逐一对接,这个问题与 Drift 的情况很像。一批创始人从 AI 服务做起,Torres 也一样,他和 NBA、红牛(Red Bull)、Klaviyo 等公司合作。Andrew Bialecki 的要求是:让每个客户成功经理在第一天就成为 Klaviyo 和电商营销方面的世界级专家。Torres 的第一反应是拒绝。他开玩笑说,如果他真这么做了,他的公司会比 Bialecki 的还大。Bialecki 告诉他,直接去做就行。角色已经颠倒:他曾经招进来的人,现在在推着他往前走。

他们做出了一个能理解每个客户和每次互动的模型,对使用情况进行分类,并给出量身定制的建议。之后其他部分也接上了:如果季度业务回顾能自己写出来,并附上一段解释它的视频呢?就在那一天,Brian Halligan 发来了短信。他已经追着 Torres 聊了一段时间,这次他带来一个想法:颠覆整个行业,因为人没法规模化。他们联系了 Sequoia,Agency 就此诞生。在 Torres 的定义中,问题在于,世界依然靠人来提供客户体验,而由人主导的体验几乎不可能做好。即便是被精心伺候的版本,也很可笑。在一间每晚要几千美元的酒店房间里,要一片泰诺(Tylenol),可能会被收取 4 美元的配送费,送上楼的餐食再加收 7 美元。他说,这就是今天客户体验能做到的最好程度。

06

这一次,在客户像扔钱一样砸过来之前,他一分钱都不想要

被问到进展时,Torres 说,已有 50 多个客户在使用产品,而他并不在乎那些虚荣数字。他正想再加几个客户 logo,Halligan 却告诉他,守住手里的这些客户,把他们做得非常成功。他同意了。更难启齿的,是他对大语言模型成本的坦白。他不知道他们如何扛得住这些成本,并称这套经济账“整个就是一场庞氏骗局”。他确定的,是商业姿态。过去,只要东西在浏览器里加载出来,他就想马上收一块钱。这一次,他还不想收钱。他想先确认客户是否痴迷,产品是否有黏性,以及 Agency 是否真正被用在了公司的每一个环节。

他见过太多创始人把营收和产品市场契合度混为一谈。“有人营收达到 5000 万美元,却还自欺欺人地觉得产品很好用。”他做过的大多数 SaaS,包括他自己的,都给用户增加了更多工作量。这一次,他想要的是能替用户减轻工作的东西。耐心可能会伤到他,也可能不会;他把这归功于 Grady 这样的投资人没有催他。他早年大声说出的目标,是在别人都说他疯了的时候提出的:做一家营收达到 10 亿美元、员工不足 100 人的公司。团队大多是工程师。在典型的软件公司里,人力和开支都堆在市场拓展和客户体验上。他想证明,这一层可以被 AI 取代,这样未来的公司才真正能够建立起来。

产品地图来自 HubSpot 的一个习惯,Grady 记得这叫“它们左转,我们右转”。Torres 开始做 Agency 时,别人在做的是一大群 AI SDR 公司,争抢销售漏斗的前端。他的“右转”,是把前端留给它们,去拿下业务后端,那里才是痛点和价值真正所在。一年之后,Grady 认为这看起来很聪明。Torres 对市场上的其他东西就没那么佩服了。他说,在世界上最有创造力的国家里,所有人都在推出同一种聊天应用、会议记录工具、笔记摘要器和邮件起草器。

07

如果还要人去聊天框里打字,产品一出生就死了

被问到 AI 今天能做什么、做不到什么,Torres 把“将来充分发展后的 AI”和“眼下的 AI”分开来看。理论上,AI 有无限能力。但今天它“没那么聪明”。你要写一大段话,才可能得到正确答案,比如 42;如果你换一个词,或者重试一次,得到的又是另一个答案。他说,人类大脑无法应对这种随机性。随之而来的产品问题是:你是想找到一句更好的话发给客户,还是让 AI 真的去主导这段体验?如果你连自己即将发出的草稿都不敢完全信任,那么让模型每天替 10,000 个客户自行决定,会糟糕多少?

Agency 的第一层看起来和别人没什么两样:一个客户 360 视图,把信息汇集在一处,方便你提出问题。下一步才是大多数工具会夭折的地方。“如果你要求人去那个聊天框里打字,你一出生就死了。”他已经不想再做那种只是帮人完成任务的软件了。在 ChatGPT 里打字让他觉得乏味。他现在是个被宠坏的 CEO,想告诉系统一次该做什么,然后让它做 10,000 次。至于“智能体”这个流行词,他一点也不买账。收件箱里的一份会议摘要毫无价值,因为他随时都能问出那个问题。有用的问题是接下来会发生什么。

客户仍然会要求仪表盘。他一直追问“然后呢?”他们想点进去、去追续约、告诉销售,再让销售给客户发邮件。他的回答是:为什么系统不能直接给客户发邮件?这是“去除旧程序”的工作,也是最难的一部分,因为商业世界按旧方式运转得太久了。在 Halligan 的生日派对上,一位退休的风险投资人像神谕一样说了一句话:忘掉你学过的一切,忘掉模式识别,忘掉经验,这些东西会把你锁住。Torres 接受了这句话,并认为经验丰富的企业创始人,是自己最大的敌人。旧地图,才是需要忘掉的东西。

让 AI 读懂仪表盘、做出具体决定,并且每次都以同样的方式去执行,需要很长时间和大量的提示词工作。内部低效的地方值得修复,但最有价值的工作,仍然是把东西直接交付给客户。被问到他最乐观的是什么时,Torres 给出的词,正是公司的名字:agency(能动性)。人类的历史一直是在辛苦劳作。他希望人们停止单纯埋头苦干,去做人类真正最擅长的事:主动出击,选定一个目的,选定一位客户,选定一群受众,然后去为他们服务。AI 拿不走这些。用得好的话,它只会放大这种能动性。

同频道的其他文章

1:08:02EN → 简体中文
Sequoia Capital· 2026年10月13日播客AlphaGo 花了两年,AlphaZero 只用了几个小时:Silver 在超级智能上押了同样的注David Silver 和 Lasse Espeholt 离开 DeepMind,创办了一家二十人的实验室 Ineffable Intelligence。他们想打造一个超级学习者(superlearner),让它从经验中发现科学、数学和语言,而不是靠一轮预训练(pre-training)。模型与训练Reinforcement LearningRL environments & simulators+3
1:04:26EN → 简体中文
Sequoia Capital· 2026年10月6日播客100,000 个加速器,每小时都有东西出故障Google AI 基础设施负责人 Amin Vahdat 向红杉资本的 Sonya Huang 解释,为什么 FLOPS 是虚荣指标,为什么 TPU 产品线一分为二,以及为什么他宁愿等电网接入,也不自己建一座吉瓦级的数据中心。基础设施与部署AI cost & performanceInference+3
1:05:21EN → 简体中文
Sequoia Capital· 2026年9月15日播客从模型到工作流的桥,是一门万亿美元的生意Box 首席执行官 Aaron Levie 认为,这一轮的钱就在前沿模型与真实企业工作之间那片混乱的空档里;编程领域一夜之间的扩散,不会在其他行业重演。企业与战略企业 AIAI Strategy+3
52:27EN → 简体中文
Sequoia Capital· 2026年9月1日播客二十多个警察局拒绝之后,他们做出了一家反网络效应的 AI 公司威斯康星州的一个县有一桩悬案,积压着 300 GB 的材料,而 Peregrine 的创始人至今仍不肯邀功。安全Forward-deployed engineeringCompany Building+3
55:19EN → 简体中文
Sequoia Capital· 2026年8月25日播客人类点击数据是个 bug:为智能体的网络重建搜索前 Twitter CEO、Parallel Web Systems 创始人 Parag Agrawal 认为,智能体查询网络的次数将是人类的一千倍,搜索基础设施和依赖广告的互联网,都必须为这位新客户重新打造。智能体Search & retrieval智能体工程+3
53:44EN → 简体中文
Sequoia Capital· 2026年8月18日播客当今模型最大的毛病:权重从不更新图灵奖得主 Rich Sutton 与 Khurram Javed 创办 Oak Lab,要造出上线后仍能持续学习(continual learning)的智能体(Agent)。他们认为,合成数据是一个大错误。智能体Continual learningReinforcement Learning+3