Box 托管着 1000 亿个文件，它的 CEO 说，企业只为 10 倍级别的提升才会行动

Box 是一家智能内容云公司。Labenz 在开场就指出，它安全地管理着超过 1000 亿份文档，服务超过 10 万名客户，其中包括阿斯利康、Teach for America、摩根士丹利、Airbnb、博通和美国空军。联合创始人兼 CEO Aaron Levie 在企业软件领域干了二十年，作为早期 SaaS 的先锋，他也乘上了云的浪潮。他告诉 Labenz，这些机构的管理层对 AI 的兴奋程度，超过了他职业生涯中的任何一项技术，包括云在内。在进入产品话题之前，Labenz 先请他做个人化的热身：Levie 自己到底用什么？他是否认为 AGI 已经很近了？

Levie 说，AGI 的定义太模糊，无法拿来做预测。他只是跟着 Ilya、Sam 或 Greg 的说法走，手里并没有比别人更好的水晶球。他会站住脚的，是那条曲线。AI 模型指数级提升的速度令人难以置信。如果这个速度保持下去，系统会越来越能完成你交给它的任何通用任务。推理模型已经在数学、复杂逻辑和编程上取得了亮眼的成绩。如果基准测试持续攀升，这些基础就是能够自我持续学习的模型的积木。“未来几年内，我们可能会得到某种形式的、以前会被我们定义为 AGI 的东西。”

他的手机是一个更安静的证据。十五年来，主屏幕的变化慢得像蜗牛：Uber，然后是 Spotify，也许加一个社交应用、WhatsApp，每隔一两年才有一个新东西。过去六个月里，他至少新增了五个应用：和 Gemini Voice 对话，用 ChatGPT 处理视频，用 Perplexity 查东西，玩 xAI 的 Grok，还用 Artifact 和 Claude 做原型。AI 正在渗入他的个人生活和工作生活。他说，这种渗透在锁屏上就已经比他记得的任何消费软件浪潮都更显眼。

Labenz 提到 Levie 在领英上的一篇帖子，他在帖子里说，这是他见过的企业对一项新技术最有热情的时刻。人们记得的、最后一波充满热情的浪潮是云。那一波 Levie 亲身经历过，但他不会把早期的云形容成超级兴奋或者积极追求。那时的交流是怀疑、抵触和摩擦。企业必须把基础设施从自己管理的数据中心里搬出去，去信任那些它们从未当作企业供应商看待的厂商（亚马逊是个例外），还要把对隐私和合规的实体化理解，换成 API、仪表盘和审计报告。当时的整体情绪是抗拒。

把云发展到第两三年时与 AI 发展到第两三年时放在一起看，环境完全不同。最近他去了一趟纽约，见了二十来位 CIO 和客户，感受更加明显。企业几乎在找尽可能多的 AI 应用场景，很多时候超出了实际可行的范围。云是功利性的：把这块基础设施拿来虚拟化。AI 听起来则像是：如果我们能解决一个从来无法攻克的业务问题，或者把人才投入到更有意思的工作上呢？创造力和能量处在另一个层次上。

他立刻为这份兴奋加了一个大星号。企业里的规模化部署仍处于非常早的阶段。不过，对于做企业软件的人来说，这意味着机会多得离谱：技术栈顶层是微软、Oracle 和谷歌；应用层则是 Box、Salesforce 和 ServiceNow；还有全新的创业公司正在构建智能体，解决一整套全新的问题。窗口期相对狭窄。在这个窗口里，他预计会有大量的变化，以及数量惊人的新公司，而企业已经准备好并且兴致勃勃地去追求它们。

Labenz 听出了云故事的反转。云把物理层面的管理从 IT 手里拿走，把正常运行时间的责任交给了厂商。Levie 的意思是，IT 部门将从支持工作，转向更多地亲自做工作。这需要一场剧烈的转型。几十年来，模式一直很稳定：市场、销售或财务部门要求上一套 CRM 或人力资源系统；IT 部门审核厂商、部署技术、支持业务；而业务部门仍然掌控执行。销售依然是自己谈单，只不过用的是 IT 提供的 CRM。

AI 让这一切翻转了。业务部门会去找 IT，要求它把 AI 劳动力部署到当天的问题上。销售负责人可能会问，有没有能快速拉起一个新营销活动的智能体。后台团队可能会要求智能体来审核合同、发票或者客户入职。IT 不再只是部署软件、让业务自己去解决问题，它现在被直接要求去解决问题本身。这意味着要更深入地理解业务，变得更有战略性，并且要追踪那些生产智能体的公司生态。Levie 说，英伟达的黄仁勋说得最好：IT 部门会变成 AI 的人力资源部门。

Labenz 开玩笑说，如果 IT 是 AI 的人力资源部门，那 Box 就是在申请晋升。进入 2025 年，公司一直以 Box AI 的名义推出生成式功能，这是一个抽象层，把基础模型连接到企业内容上，同时不丢掉安全、隐私、访问控制和权限。这个层上有三项能力。第一，和你的数据对话：拿一百份销售演示，询问向新客户销售产品的最佳实践，或者跨生命科学研究做模式挖掘，也就是对大量文档做检索增强生成。第二，从非结构化文件中提取结构化数据，比如从合同中提取续约日期和签约方，放入一个可以查询、做仪表盘、做自动化的数据库。第三，智能体工作流：一个合同智能体，能找出风险最高的条款，把它们分派出去，并接入 Salesforce、ServiceNow 或微软的系统。Levie 称这是公司迄今为止做过的最有分量的成果，因为过去根本无法用这些数据做到的新事情，每天都在冒出来。

Labenz 的第一个深挖的问题，是业界对 RAG 的抱怨。很多公司急着推出的，正是 Levie 所描述的那种东西，而它往往行不通。打开来看，常见的失败原因是：嵌入（embedding）搜索从来没有检索到正确的来源，所以答案从一开始就没有机会。Levie 问，这种“幻灭低谷”（trough of disillusionment）在宽泛、异构的数据集上（邮件加文件加日历）是不是会更糟？Labenz 说，即使情况没那么复杂，它也会冒出来。

Levie 很想把这个修复说成天才的设计，但事实上他们是运气好。在 ChatGPT 发布前大约一年，Box 正在开发 Hubs，那时候跟 AI 毫无关系：这是一种按主题组织内容的方式，通过多对多的虚拟指针来实现。同一份文档可以放在二十个 Hub 里，而无需移动，也不用改权限；一次更新会传播到所有地方。销售 Hub、日本区销售 Hub 和产品线 Hub 都可以指向同一个真实来源，而不是会逐渐走样的分叉副本。搜索和发现本来就在待办清单上。ChatGPT 发布的那一天，他们意识到，你应该能够和 Hub 里的所有东西对话。

事后看来，这正是 RAG 所需要的架构。想象一下 1 亿个文件，有人问上一季度的营收数字。语料库里有 earnings_final、earnings_draft1 和 earnings_draft1_sally_edits。这些嵌入看起来全都相关，但只有一个版本是对的。再乘上多年的草稿和邮件里的各种信号，关于内部数据的泛泛问题就变得很难回答。Perplexity 这类公开工具，继承了类似 PageRank 的机制：CNN 的文章排名会高过随便一个博客。企业数据没有权威分数。Hubs 让用户自己来声明。你把官方销售演示文稿放进销售 Hub，然后在那里问销售问题，而不是人力资源的问题。两三个这样的巧思，再加倍投入，就让 Box 的 RAG 比在全部数据上做宽泛部署“至少好 100 倍”。

他们至今仍不敢相信自己的运气。文件系统方面的工作花了一年到一年半；考虑到平台的复杂度，没有办法做得更快。Levie 担心，如果他们当时没有已经走到那么远，AI 的速度会让这套架构显得太令人望而生畏。他们可能会推出一个没那么优化的版本。他们运气很好，在合适的时候做出了正确的东西。

Labenz 拿来对照的是自主性：模型拥有多少自由裁量权，对比预先接好路径的智能工作流。Levie 认同这种划分，但他刻意采用最宽泛的定义，以免用户面对同一款产品的 17 种口味而眼花缭乱。在 Box 里，智能体是一个组合：一个或多个模型，平台上的工具调用，底层技能（系统提示词加上一些专有架构），以及对你的数据的访问权限。这个组合就是智能体。与单个文档对话也算在内，即使其中没有任何顺序步骤。你还可以构建一个定制的销售智能体，给它写上关于语言和工作流的指令。他承认，这第一代产品，就是两年前人们会叫做“助手”的东西。他们想用一个词来统一称呼。

未来的方向更接近 Labenz 的定义：多步骤、概率性的流程。审阅一份文档，再把另一个流程交给智能体或人类；汇总大量数据，产出一份成果。软件向来擅长确定性的工作流，绝大多数工作却并非如此。它需要判断，并且会随着新输入而变化。未来，这大部分工作将是非确定性的、以判断为导向的智能体式工作。这对企业软件来说是一个惊人的机会，因为这才是终于可以被数字化的东西。

他把这个行业分成三个时代。四十年前，是记录系统（systems of record）：CRM 和 ERP，数据库里的行，100% 确定性。然后是互动系统：Slack、Box、协作工具，结构较少，更加灵活，人与人之间的交互很杂乱。现在是智能系统：AI 把这些工作流程自动化，既有记录系统的结构，也有互动系统的灵活性。Labenz 给出了一个 Levie 喜欢的智能定义：在没有为每一步写明确算法的情况下，依然能做出有用的工作的能力。Labenz 也一再强调的企业推论是：如果传统代码能做，就用传统代码，更快、更便宜、更可靠。AI 是为模糊地带准备的。烦人的事实是，许多老旧系统甚至没有 API，这就是为什么浏览器访问突然显得令人兴奋：把五个彼此无法顺畅对话的系统自动化起来。

Labenz 的论点是，模型已经能做的事，比企业目前部署的要多。Tyler Cowen 最近对一群听众说，瓶颈是人。Levie 同意，AI 能做的事远比大多数企业想象的多，或者说比它们近期愿意推出的要多。可用的技术比人们意识到的要多。他得提醒自己：原本要去找人帮忙的那件事，应该先试试 Artifact，先试试 AI。他身处这个行业的中心，却依然需要刻意去触发这个反射。其他人的差距，可能非常巨大。

他也不会放过模型供应商。在受监管的行业里，企业工作流程不能靠 98% 来运行。如果 98% 的预定航班都能成功，而另外 2% 的时候你到了机场却没有票，你也不会觉得可以接受。企业希望任何真正重要的东西都能达到 99.99999% 的可靠性。创意工作（一场营销活动、一篇博客、一封邮件）可以容忍一些幻觉，因为人可以编辑。每周或每月 10 亿笔金融交易，哪怕 AI 只在 0.01% 上出错，也根本行不通。基准测试在攀升，但评测仍需要重新设定，因为一切都还没有到 100%。成本是第二道关卡。客户说他们很想要 1 万个智能体，但一看账单，就会一步一步来。隐私和安全的顾虑依然存在。而且，今天那个位置上坐着一个人；在你能让他们挪开、或者教会他们新技能之前，你不会把这个工作流程自动化。这是一场长达十年的变革。云已经写好了路线图。

Labenz 继续追问。如果智能是你在没有算法时用的东西，而且借助上下文和示例，AI 往往能以更低的成本达到人类水平（医学诊断就是最近的一个例子），那为什么还要等到缺陷率降低 10 倍，就像业界当年等自动驾驶那样？Levie 说，这点他说得很到位，也是给任何一家厂商的建议。你不能走进去说，我会做得和你们今天一模一样，只是便宜 40%。经济学家会整天都接受这笔交易。可在现实生活中，那个人还有 17 个其他项目。便宜 40% 也许排在清单第九位，然后他们还得去 AI 委员会，进行六个月的测试，并与其他一切进行权衡。你需要在现状上做出数倍的改进：渐进式地更好、更便宜或更快都不够，必须在其中一个维度上达到数量级的提升：审核合同的成本降到十分之一，或者找癌症的能力提高 10 倍。这也正是为什么最大的 AI 机会，是今天尚未自动化的工作。这是在流程之上叠加一层。Copilot 和 Cursor 之所以能突破，是因为工作本身没有变，生产力立刻就体现了出来。为了省一点钱而替换现有流程，在企业销售里要难得多。

关于企业软件的各种叙事互相矛盾：从来没有比现在更好的创业时机；其实在位者会拿走价值，因为技术很容易复制，而它们已经拥有客户；据报道，Klarna 正在关闭记录系统，甚至可能在自建一套 AI 人力资源栈；还有按席位收费和按结果收费之争。Levie 说，如果他在创办 Box 之初就听到这一大堆说法，压力会大到不敢创办公司。他依靠的是经久不衰的竞争策略。在 OpenAI 上面做一个薄薄的一层，是个坏主意。在 Salesforce 上面做一个薄薄的一层，也是个坏主意。Salesforce 会自己做 CRM 的 AI 功能，Workday 做人力资源的，ServiceNow 做 ITSM 的。OpenAI 今天所做的事情只要有一点点空隙，就意味着模型层有向上扩展的风险。机会存在于那些玩家自然不会涉足的地方：大量非 AI 的界面和工作流劳动、他们都不会去押注的跨平台 AI 工作流、与 Salesforce 或 Workday 战略正交的智能体，以及足以形成护城河的牵引力。“AI 创业的机会会非常多，但它们不会来自仅仅做一个 AI 优先的 CRM 系统，因为你应当预料到 Salesforce 本身就是一个 AI 优先的 CRM 系统。”

Klarna 在他读到的报道里，是个例外，也许有点被过度渲染，但这件事并非不可能。用 AI 自建一个 Workday，对大多数公司来说根本不是优先项，这还是之前那个排序问题：为了省下几十万美元，他们不会自己做一套人力资源系统。他觉得这很有挑衅意味，并邀请更多公司去尝试，分享经验。他并不相信会有 90% 的企业这样做。在定价上，他没有固定的教条，因为 Box 在测试每一种模型。AI 的馈赠在于，软件可以更接近结果，所以定价也可以更接近结果：按智能体生成的每条线索付费；为生成 1 万条线索所用的算力付费；或者保留经典的订阅，按平均用量收费。Salesforce 和其他几家公司在二十多年前发明了按席位付费，那就是 SaaS。二十年来，商业模式的问题第一次又开放了。每家公司都必须弄清楚，它的客户到底在为什么付钱。

Labenz 问到一个细分领域：买家会保留 Salesforce，同时还会另外购买一个安全或合规层，对智能体做红队测试吗？Levie 的回答几乎是立刻的：会。要按技术栈来思考。Salesforce、人力资源、ERP、Box，哪些东西会横跨所有这些系统？这些需要一个独立于任何一个玩家的供应商。只在单一系统内才有意义的东西，是在位者的游戏；必须跨企业里每个应用都能运行的东西，是创业公司的游戏。在 Box 内部，公司已经承诺做 AI 优先的公司，部分原因是它自己也在卖这些东西。新员工学习销售时，会去销售 Hub 里提问，像在与顶尖专家对话一样，24 小时随时获得答案，无需等 Slack 回复。编码工具的轶事证据显示，资深员工的提升约为 5% 到 10%，而上手更快的新员工提升约为 50%。他最关心的指标，是能交付更多的软件。至于著名的生产力悖论，他愿意跟 Tyler Cowen 对赌“超过”：每年超过 GDP 的 0.5%，前提是从几年后开始计时。通过人为中介的环境进行扩散，总比应该的时间更长。他最后提到一个仍然让他惊讶的事实：任何人在任何地方，都能立即获得任何话题上处于第 90 百分位的专业知识。三年前，这还是无法想象的。