Aaron Levie：AI 智能体、SaaS 定价与初创公司和现有企业的竞争

Harry Stebbings 询问 Box 联合创始人兼 CEO Aaron Levie，从云计算转型中能为创始人应对 AI 浪潮带来什么启示。Levie 认为眼下存在一个暂时的机会窗口，类似此前向个人电脑、互联网、移动设备和云计算转变的时期，新兴大公司可能从中诞生。他不知道这个窗口会持续两年还是五年，也不知道它是否已经关闭。

Levie 预计，这一次现有企业的竞争会与初创公司同样激烈，因为它们已经拥有数据和工作流程。初创公司仍能找到现有企业忽略的使用场景或交付方式。他对追逐这一机会的公司建议是，全力专注于生存和执行。

Levie 预计，大型应用公司会远多于独立基础模型公司。他认为，与大规模训练和资金充足的开放模型竞争成本高昂，导致通用模型难以形成差异化。专业领域可能存在机会，但他估计能达到规模的独立通用模型企业只有少数，这是一项预测，并非既定结果。

Levie 说，Box 团队正在构建一种架构，将客户内容安全地连接到不同模型。客户可能选择一个模型处理法律问题，另一个提取文档元数据。他怀疑完全自动切换模型能否始终有效，因为不同模型的回答风格和行为各有差异；这番介绍反映了 Box 自身的产品战略。

Stebbings 说，他听到企业担心把敏感信息放到云端。Levie 则表示，他看到一些曾拒绝上云的客户因为希望利用 AI 处理数据而转向云端。他认为，数据必须适合云端使用，才能充分发挥 AI 的价值；这一立场与 Box 的云业务一致。

Levie 说，Box 使用商业文档对模型进行基准测试。他比较了约 4,000 个 token 的 GPT-3.5 上下文窗口与 Google 宣布的 200 万 token Gemini 版本，称两者相当于在 18 个月内增长约 500 倍。他指出上下文窗口增长不同于关于芯片密度或性能的摩尔定律，并表示在访谈时没有看到创新放缓的迹象。

Levie 认为，智能体可能是聊天之后的下一步。聊天界面可以让人更容易获取信息，但它往往更多改变的是界面，而非底层工作。按照他的定义，智能体会接受指令并执行任务，而不只是返回信息供人采取行动。

Stebbings 问这与机器人流程自动化有何不同。Levie 说，RPA 早就承诺实现自动化，但屏幕或流程发生变化时可能很脆弱。能力更强的模型或许能处理范围更广的业务任务；他设想的例子包括主动销售、产品测试和客户支持。这些是提出的应用方向，并不意味着它们如今都能可靠地自主运行。

Levie 预计总体组织结构会保留下来，AI 劳动力则加入具体职能。客服智能体可能处理初始咨询，将复杂问题升级给人类；AI 生成的销售线索则可交给真人销售代表。Stebbings 追问，减少客服或主动销售人员是否仍会改变员工人数和组织结构。

Levie 说，根据 Box 的经验，生产力提高后，公司往往会在相关领域继续投入，因为还有更多工作要做。他举例称，工程师可以开发更多软件，客服人员可以转向主动帮助客户成功。他假设的销售或工单处理效率提升只是举例，并非报告的实测结果。

对于新公司，他预测 AI 可以更早产生销售线索，帮助公司成长，进而在其他职能上招聘更多人。他承认可能出现规模很小但价值很高的公司，但预计它们相对少见。这是他对就业和规模扩张的预测，并不保证每个组织都会重新投入生产力收益。

谈到企业支出，Levie 说实验和正式生产应用同时存在，但他无法可靠地量化两者比例。他在美国参加了约十余场 AI 活动后表示，看到许多公司同时进行多项实验，也有一些正式应用。这些支出可能计入现有软件预算，也可能单独按使用量收费。

Stebbings 问，如果公司出售已完成的工作，按席位收费的 SaaS 商业模式会发生什么。Levie 说答案尚未确定：供应商正在测试以客服工单、销售线索或电子邮件等为单位的用量计费，也在尝试按价值定价。定制化的价值定价可能难以规模化，因此他预计会出现某种共同的用量单位。

展望五年后，Levie 设想 AI 服务承担合同审查、发票处理和生成销售线索等职能工作，并在若干岗位领域出现类别赢家。他还预计会出现管理数字员工的工具，用于协调不同供应商、设置护栏，并安排数字员工与人类团队协作。这些是设想，并非他已验证的当前能力。

现有企业带着客户、工作流程和数据进入竞争，在某些领域，将 AI 加入已有平台可能很有效。初创公司则可以利用盲区或商业模式冲突。Levie 假设一家依赖席位收费的客服软件商无法适应智能体产品，并强调颠覆不一定会完全照这个例子发生。

Stebbings 提到人们担心 OpenAI 会吞并初创公司的产品。Levie 欢迎平台清楚说明其目标，并建议创始人避开那些容易被通用聊天界面或下一次模型训练吸收的简单产品。他认为，帮助人们运行完整业务流程的工作流有更大空间。

在语言学习方面，Levie 认为通用模型可能具备教学能力，而专业产品仍能提供历经数年的结构化学习旅程。他建议现有企业迅速采用更好的技术，即使它来自潜在竞争对手。他也提醒，自己无法在播客中为 Duolingo 提供具体建议；这个例子只是说明问题。

Stebbings 问大公司如何保持初创公司的紧迫感。Levie 说，他此前呼吁大家高强度工作，针对的是 Box 员工。他说公司约有 700 名员工，仍可在全员会议上共同讨论战略；他担心无法跨越 AI 转型的公司可能失去业务。

规模会提高协调成本。小团队可以测试想法并迅速调整，因为每个人都知道那只是假设。大公司中，其他团队在等待可靠方向，因此领导者必须决定何时展示正在开发的产品：太早会造成混乱，太晚则浪费时间。Levie 推测，Gemini 早期的一些问题反映了此类协调挑战。

Levie 认为 Google 最近的发布表明，AI 已成为该公司在搜索、云和办公套件方面的首要任务。他看好 AI 时代的 Google，同时表示自己不买卖股票。他的判断是访谈时的个人观点，而非投资建议。

关于监管，Levie 说，他越来越不担心相关提案会阻碍进步。他反对暂停开发先进 AI 六个月的呼吁，认为深层的哲学分歧不会在这段时间内得到解决。他支持讨论版权、训练数据和知识产权保护等更有针对性的问题。

Levie 承认未来高能力 AI 可能引发国家安全担忧，尽管他不像一些他尊敬的人那样关注这一风险。他欢迎公开讨论如何防范这些风险。

被问到 RPA 供应商时，Levie 认为现有企业处境有利，因为它们已经销售工作流程自动化产品，而且通常采用按使用量计费的模式。AI 也可能让自动化更容易，并扩大市场，为新进入者创造机会。他提出市场最终可能增长 100 倍，这是推测，取决于成本和易用性的大幅改善。

Levie 说，Box 正在寻求将过去难以自动化的工作自动化。他设想，在公司的营销素材中搜索红色连衣裙，或询问哪些包含特定条款的合同将在下个月续约。这些例子体现了 Box 的产品愿景和商业利益，并非独立的性能评估。

Levie 认为，采用 AI 的长期障碍可能是实施和人的变革管理，而非技术突破。他预计未来五年 AI 服务支出会很大，芯片和数据中心支出也会增加。如果 AI 像他预期的那样重要，在系统运行起来后，基础设施和软件支出最终可能超过人工实施服务的支出。

Levie 关心 AI 是否会像 Shopify、AWS 和 Stripe 分别降低在线销售、计算和支付的门槛一样，降低创业门槛。他举例说，一位朋友使用 Shopify 在线销售气球。在他的设想中，一个缺少成熟销售人才队伍的国家里，小公司可能利用 AI 寻找客户或提供支持。

Stebbings 担心无限生成的 AI 主动触达和内容会淹没接收者并降低价值。Levie 预计会出现一种熟悉的竞争模式：无效的东西消亡，有效的东西成功。他的回答是乐观的市场假设，并非饱和不会造成伤害的证据。

被问到最担心什么时，Levie 提到使用多模态 AI 的武装机器人是一种值得应对的危险用途。他认为现有法律框架可以覆盖许多危害，必要时再制定新规则；他对 AI 失控自我复制的担忧较少。

在快问快答环节，Levie 将授权列为领导方面的一项挑战。他喜欢参与业务的许多方面，但已经学会挑选 AI、端到端体验和产品战略等关键领域亲自关注，同时给优秀的领导者空间，在其他领域执行。

Levie 认为 Mark Zuckerberg 在 AI 领域的地位来自他掌握的算力、工程师、用户和数据，以及打造开放平台的愿望。如果可以，他会邀请 NVIDIA CEO Jensen Huang 加入 Box 董事会，因为 Huang 在 AI 供应链中的位置能让他对未来技术需求拥有不同寻常的洞察。

Levie 看好 Apple。他认为，在 Apple 设备上使用 AI 不一定会威胁其现有业务，还可能让手机成为预订旅行或叫车等任务的强大界面。他说如何变现尚不确定，Apple 也可以通过合作获取底层模型；访谈时相关合作报道仍是传闻。

回顾 Box，Levie 希望自己早些关注现金流。他说，财务纪律有助于公司掌握自身命运，并能借助约束做出更好的决策。谈到平衡工作与婚姻，他说即使日程繁忙，也要为约会和家庭留出时间。

Box 的收入已超过 10 亿美元，Levie 说下一个目标是尽快达到 20 亿美元。Stebbings 对其约 38.9 亿美元的市值提出质疑。Levie 认为估值过低，表示核心业务此前已放缓，并将 AI、工作流程自动化和业务流程描述为正在发展的下一阶段；他的估值观点来自公司 CEO 的立场。

展望未来五年，Levie 希望公司将文档及其他内容视为一种数字记忆，由 AI 帮助加以利用。他设想这能改善决策、自动化流程并加快新员工入职。这是 Box 的产品愿景，并非每位客户都已验证的结果。