邮箱｜damoxingjidongzu@pingwest.com
在近日红杉资本举办的 AI Ascent 2025 演讲中，Sierra 联合创始人Bret Taylor以对话的形式讨论了为什么人工智能正在推动从基于订阅的定价模式向基于结果的模式的根本转变。了解为什么这种转变对现有公司来说比初创公司更难，为什么应用人工智能和垂直专业化对创业者来说是最大的机遇。
我们针对此次对话进行了梳理，并进行了编译：
主持人：
我原以为 Packer 说的传奇人物是我，所以当发现显然是Bret 时，我挺失落的。
Bret ・Taylor：
对我来说，你就是传奇。
主持人：
谢谢。你这么说我真的很感激。能邀请到Jeff · Dean 和Bret ・Taylor，就好比同时请来了工程师界的勒布朗和库里。要是类比成喜欢橄榄球的人，这样说你们可能更能理解。我想问你个问题。被称为 “10,000X engineers”（注：指能力超群的工程师）的人少之又少，而既具备这种能力又擅长企业销售的人更是凤毛麟角。我觉得今天有趣的一点在于，我们既可以高谈阔论世界的发展走向，也能聊聊实际的销售策略。在向你请教具体的销售建议之前，我想问，是什么让你觉得自己除了成为一名出色的工程师，还能做其他事情呢？
Bret ・Taylor：
实际上，我认为这一点是创业者需要克服的最大挑战之一。这么说可能有点简单，我在和创业者交流时发现，他们往往对自己正在创建的业务有着独特的见解，而这更多是技术层面的见解。
如果他们来自业务拓展领域，或许能发现市场中可利用的合作机会或商业契机。而如果是在金融服务行业，也许他能察觉到市场中的低效环节并加以利用。
我发现很多创业者存在一个问题，就是他们像是 “单一议题投票者”。每当企业出现问题时，如果你是产品研发人员，就会想着去改变产品。企业走向衰败前，总会出现那种著名的 “重新设计”，就像 “死猫反弹”一样。
事实是，在企业发展过程中，任何时候都可能面临市场问题、产品问题或竞争问题。我觉得最难的就是，当你凭借自己熟悉的方式处理业务时，往往会回归到让自己感到舒适的模式。
对我来说，最有感触的时刻是在 29 岁成为Facebook首席技术官的时候。那时在脸书的员工中算是年纪较大的，其实当时我也不会说自己工作上很吃力，但我确实想把所有事都揽在自己身上。
当时的首席运营官Sheryl Sandberg 把我拉到一边，和我进行了一次促膝长谈，基本上就是说，你对团队的要求要和对自己一样高，你不能什么事都亲力亲为，得找出那些不符合你要求的人并替换掉，你现在的运营方式无法让公司有效扩大规模。
那次谈话正是我当时需要的。我郁闷了大概一个小时，第二天醒来却充满斗志。后来反思的时候我才意识到，她指出了我的问题所在。我之前每天去上班，想的都是如何让这份工作契合我和我的优势，而不是思考当天这份工作最重要的任务是什么。哪怕有些任务既不有趣也不让我开心。
所以后来对待工作，我总是像给自己的董事会提建议一样。有时是人员管理方面的问题，有时则是业务方面的问题，有时是技术方面。当然我是首席技术官，希望大部分时候是技术方面的事。
有趣的是，这样做我反而获得了更多乐趣。我意识到，比起工作本身，我更看重工作带来的影响力。结果形成了一个良性循环。我就像个变色龙。有趣的是，如果遇到Facebook的人，他们觉得我是个工程师；要是遇到 Salesforce的人，他们觉得我像个西装革履的高管，就是领导那类人。
但我并非只是其中某一种身份。我每天努力工作，就是想做出点成绩，而且从中获得了很多乐趣。我和在座的创业者们分享这些，是因为我觉得在公司发展的每个阶段，初期产品可能是最重要的，要找到第一批满意的客户。而随着公司规模扩大，你需要擅长的事情也会改变。我认为，具备自我认知和反思能力，从而调整自己的工作重心，是避免公司失控，持续成为公司高效领导者的关键挑战之一。
主持人：
我得说，我会把这些分享给我的孩子，那就是，别让你擅长的事定义你自己。这是我从你身上学到的，而且我觉得你日常就是这么做的。
跟大家讲讲 Sierra 吧。你和 Clay 为什么创立它？愿景是什么？你们现在在做什么？
Bret ・Taylor：
在 Sierra，我们帮助企业打造面向客户的 AI Agent。我们创立时的设想是，未来每家企业的主要数字交互界面都会是AI Agent。20 年前，企业主要的数字存在形式是网站，也就是网址。还记得当年能登上雅虎目录是件超厉害的事。如今，对于很多品牌来说，无论是社交平台账号还是移动应用，企业有很多不同的数字触点。
我不知道你有没有统计过，现在通过触摸屏进行的数字交互占比和通过键盘相比有多少。我相信触摸屏交互不会完全取代键盘，但肯定会占据主导。想象一下 5 年后，绝大多数数字交互都会通过人工智能代理完成。因此，每家企业都需要专属的AI Agent，是单数，不是复数。这个AI Agent要凸显企业品牌，代表企业完整的客户体验。我们和很多企业合作过，比如 ADT 、Sirius XM，帮助他们打造主要的面向客户的人工智能代理。
其中涉及很多人AI 技术，但也有很多业务方面的考量。比如为 ADT 提供怎样的客户体验？可能报警器响了，或者报警器出故障了；对于 Sirius XM 来说，可能用户的促销期过了，想争取更优惠的套餐价格。
这其实很有意思，就像现在大多数人把网站当成一种技术，但实际上它几乎就是企业品牌和业务的一种呈现形式。
企业在我们平台上打造的AI Agent也是如此。我希望我们能成功，如果以后你在生活中遇到有品牌标识的AI Agent，希望它是由我们的平台提供支持的。这就是我们努力的目标。
主持人：
经常有人讨论基础模型会如何发展，以及应用层企业会怎么做。作为 OpenAI 的董事长，同时又在打造一家应用层企业，你在这方面的视角肯定很独特。你能帮在座的创业者们分析一下，哪些属于他们的机会，哪些是基础模型的范畴吗？
Bret ・Taylor：
在这个问题上，我确实有一些看法，但我觉得不是绝对的。我认为AI最主要的领域主要有三个。首先，也是我觉得最令人兴奋的，就是基础模型。Jeff也表达过类似的看法，我认为这个市场将会经历大量整合。
基础模型本质上是资金密集型业务，就像建设数据中心一样，核心成本很高。因此，如果企业具备大规模的计算能力，就能进一步提升计算能力，规模优势明显。最终，这个市场可能会和云基础设施市场有点类似。少数几家企业占据主导，利润率相对较低，但规模极大，相当于从人工智能生态系统中的各方收取 “费用”。
下一个领域是AI开发工具，也就是人们常说的 “淘金热中的镐”。很多在大语言模型出现之前创立的公司，比如 Databricks 和 Snowflake，都属于这一类别，当然也会有很多新公司加入。这里面有很多细节。我觉得这个市场可能会受到基础模型公司的冲击。可以想象，每家云基础设施公司都有类似 AWS 或 Azure 这样的竞争对手。所以这个市场竞争自然会更激烈，但规模也可能很大，只是越靠近模型本身，风险就越高。
还有人工智能应用市场，我认为这个市场会以AI Agent的形式呈现。比如为法律行业打造代理的 Harvey 公司，像 Sierra 这样为客户体验服务的公司，还有为营销、视觉效果等领域服务的公司。在我看来，这些就像是新型的软件即服务（SaaS）公司，购买人工智能服务的形式将会是购买能完成特定任务的代理。
我觉得现在是个非常令人兴奋的时期。我猜在座很多人都在从事AI应用方面的工作。我认为AI令人兴奋主要有两个原因。
其一，我觉得这是软件消费的未来趋势。目前，很多大型企业在 ChatGPT 问世后，纷纷购买了大量模型。但我们都知道，软件就像草坪，需要不断维护。现在很多企业投入了大量资金进行概念验证，却没获得多少实际价值，估计都挺后悔的。
其二，我认为AI改变了市场格局。比如向律师推销提高工作效率的产品，市场规模有限。就算你拿下 80% 的市场份额，公司规模又能有多大呢？但如果你提供的是反垄断审查之类的服务，结果发现这里面蕴含着巨大的价值，因为你提供的服务以前是由高成本的人力完成的。因此，如果你看看这些针对特定行业、特定领域的人工智能代理的潜在市场规模，会发现非常庞大。
有趣的是，看看公开市场就会发现，在标准普尔 500 指数中占据主导地位、在股市中举足轻重的前五家软件公司，没有一家是纯粹的软件服务公司。显然，微软涉足企业软件领域，亚马逊有 AWS，但它们本质上是基础设施公司或消费类公司。
再看看现在的软件服务公司，比如 Salesforce、SAP、甲骨文，它们的市值都在两三百亿美元左右。在这个人工智能代理的新时代，我们会不会看到第一家市值万亿美元的应用型企业软件公司呢？
我觉得会的。因为企业不再只是销售提高效率的产品，而是销售最终成果，有些成果价值极高。虽然我作为 OpenAI 的一员，对基础模型也感到非常兴奋，但可以理解的是，人们对模型本身的关注有点过度了。
作为创业者，我认为虽然开发工具这类机会显而易见，但真正的价值在其他地方。在我看来，价值在于利用这项了不起的下一代技术，解决成本高昂的商业难题，并且以比目前成本低得多的价格提供有价值的服务。
这绝非易事。所以我觉得这是个很棒的业务，也因此对软件行业的未来充满期待。
主持人：
当考虑这些成果时，你认为怎样定价才合理呢？以前有基于交易记录的定价模式，显然 Sierra 的定价方式不同。能不能讲讲 Sierra 的定价模式，以及你认为这种模式对其他人工智能代理公司的适用性如何？
Bret ・Taylor：
我们采用的是基于成果的定价模式，对于一般客户来说，通常是这样操作的：当人工智能代理自主解决客户问题时，我们会按照事先协商好的价格收费。
如果需要人工介入，那这部分服务免费。我们这样做是为了契合客户的商业模式，而且从软件发展的角度来看，这是一种自然的演变。以前是盒装软件，有永久许可证，后来软件通过浏览器交付，大家用的基本是相同版本。为了维持研发投入，就需要发明新的商业模式，于是就有了基于订阅的软件即服务模式。我们从基本原理出发，思考如果销售的软件是用来完成某项任务的，那么合理的商业模式应该是怎样的？
我们觉得，既然销售人员能拿销售提成，为什么AI不能呢？让完成任务的软件获得报酬，这似乎是合理的。不过在我看来，这种模式确实颠覆了传统软件公司的运营方式。看看企业软件生态系统就会发现，软件供应商和客户之间往往保持着一定距离。
通常情况下，你卖出一款软件就结束了交易。然后系统集成商会介入，对于大规模的企业软件部署，有时需要花费 6 个月到 1 年的时间来实施。等软件投入使用时，软件供应商可能已经不再参与，或者只是想着再卖点别的东西，实际上已经有 6 到 12 个月没怎么关注软件的实际使用效果了。这导致了软件供应商和最终成果之间的脱节。
我觉得这里面涉及很多有趣的因素。在我上台前，有人问能编写代码的AI Agent会对专业服务行业产生什么影响？从更广泛的角度来看，如果人工智能软件最合适的定价方式是基于成果，那么企业该如何让自身承担起相应的责任呢？
我觉得这会颠覆很多传统模式，但这就是乔布斯说过的 “当海盗比当海军更有趣” 的原因。我认为现在是创业的好时机，因为在座的大多数人没有受到传统商业模式的束缚，虽然这种说法有点奇怪。看看软件销售的历史，ServiceNow 打败了众多前辈脱颖而出。缩小产品的技术差距虽然困难，但并非不可能。而改变商业模式却非常艰难。看看微软从 Windows 向 Azure 的转型，过程多么艰难，不过他们做得很棒，值得称赞。Adobe 向订阅收入模式的转变也很成功。但也有很多CEO因为无法完成这种转型而被解雇，部分原因是上市公司的投资者非常缺乏耐心。
所以我认为AI令人兴奋的地方就在于，它将催生出新的交付模式和新技术模式，同样重要的是，还会带来新的商业模式。创业者在思考自身相对于行业巨头的机会时，不要忽视商业模式，这一点非常重要。甚至可以说，商业模式通常是创业者相对于行业巨头最大的优势之一。
主持人：
没错，从历史经验来看，速度一直是创业公司的优势，但在这个问题上，不受传统商业模式的束缚也是巨大的优势。你提到过之前参与创办的公司，我们也讨论过现在创办公司和以前既有相似之处，也有不同点。和你之前创办的公司相比，现在做的事情有哪些相同点和不同点呢？能简单讲讲 Facebook 首次公开募股（IPO）时 FriendFeed 的故事吗？
Bret ・Taylor：
我觉得在基础设施领域已经发生了很多变化。在 FriendFeed 的时候，我们自己搭建服务器，还把它们搬进了托管中心。有一次，我们在托管中心不小心绊倒了一根电源线，结果导致网站瘫痪，当时我可吓坏了。而现在，随着基础设施的不断发展和软件开发流程的完善，从 Azure、亚马逊网络服务这样的云基础设施，到 GitHub、GitHub Actions，再到各种出色的开源库，应有尽有。还有像 Ramp、Rippling 这样的虚拟基础设施服务公司，为企业提供支持。
现在创业的关注点和以前大不相同。以前创业，你得做很多工作来搭建公司的基础架构，这实际上是相当繁琐的工作。而我觉得未来创业最令人兴奋的地方在于，现在创业所需的前期投入非常少，无论是知识层面还是实际操作层面。
我还记得以前给员工申请信用卡有多难，还得进行信用审核。我当时就想，开什么玩笑，这是我们自己的银行账户啊。现在有了像 Rapyd 这样的服务，打印虚拟信用卡简直易如反掌。
所以我觉得，创业过程中那些关于运营基础架构的方方面面，现在很多初创公司都已经能轻松应对。因此，创业者可以把精力完全集中在定义公司特色、打造差异化优势上。
我想说的是，很多小公司常犯的一个错误就是，把资源和时间花在那些并非公司核心业务的事情上。这可不只是隐性成本的问题，你在那些本质上属于公司业务附属品的事情上花费的每一分时间，都意味着你少了时间去把产品卖给更多客户，或者去打造真正的差异化竞争优势。这需要很强的自律性，因为很多事情看似有趣，就像猫薄荷吸引猫一样吸引着你去做。
我和Clay经常会讨论，一年后能让我们开心的事情是什么，这就是我们衡量事情的标准。当然，你也可以把时间跨度拉长到十年，但谁也不知道十年后会发生什么。
主持人:
确实没人知道十年后会怎样，我完全认同。如果连十年后的大致方向都不清楚，那就真的没人知道了。我也确实认为这能让人思路更清晰。我常常惊讶于自己有时候会倾向于去做那些毫无差异的事情。
刚刚你提到了 Sierra 合作的一些公司，其中有些已经存在很长时间了，是老牌企业。所以老牌企业在如今该怎么做呢？这些老牌企业在不断变化的技术环境中，怎样才能取得成功？哪些因素会阻碍他们成功？在座的各位要如何帮助这些老牌企业走向成功呢？
Bret ・Taylor：
在竞争激烈的市场中，像ADT或者 Sirius XM 这种拥有独特原创内容，但同时面临大量用户流失和激烈竞争的公司，AI技术为他们提供了绝佳的机遇。人工智能能够在那些此前软件服务严重不足的部门大幅提升生产效率，比如大型客服中心、法律部门、大型运营部门等等。
因此，积极采用这项技术的公司能够切实改变自身的成本结构。想想看，有些公司拥有 2 万人的客服中心，每年光是这一项的成本就高达数亿美元。
如果能把这些运营成本节省下来重新投入到业务中，公司就可以降低产品价格，或者投资于业务增长。所以这是一个非常有趣的机遇，即便人工智能的应用是间接的，但它能够对众多公司的单位经济效益产生结构性的改变。
我认为这将会改变市场份额的格局。这有点像互联网诞生的时候，沃尔玛就做得很好。即便在浏览器出现后，面对亚马逊的竞争，仍有许多零售商没能适应变化而失败。如今大多数管理这些公司的高管都经历过浏览器时代，见证了智能手机的诞生，以及像 Instacart 和 DoorDash 等公司的崛起。他们看到了这些变化，也在思考自己所在行业的未来会是什么样。
你之前提到了企业销售。我认为销售任何产品的关键在于，使用客户的语言，并且要有同理心。我发现很多创业者在与客户会面时，只是一味地推销自己的产品。但如果你观察优秀的销售人员，会发现他们做的第一件事往往是问很多问题。接下来，你不仅要认真倾听并理解客户的回答，还要针对客户描述的问题，阐明你的技术能够带来的价值。
实际上，很多人工智能技术能够立刻为这些企业带来益处，但这些企业每天会接到 20 家人工智能供应商的推销，而且听起来都大同小异。真的，听起来都一模一样。你可能会看到不同公司的初次演示文稿明明要展示不同的产品，可幻灯片上的内容却差不多。所以现在真正的挑战在于，如何在竞争如此激烈的市场中脱颖而出。
我经常谈论这个话题，因为我和Clay在高中时，也就是互联网泡沫时期，都创办过网页设计公司。我当时挨家挨户地拜访花店推销服务，他做的更多是图形设计相关的工作。
我们经常聊起年轻时在互联网泡沫时期的经历。那时候可不只有谷歌，还有阿尔塔 Vista（注：早期著名搜索引擎 ）等众多搜索引擎，还有 Inktomi（注：一家提供搜索引擎技术的公司 ），它在企业对企业（B2B）搜索领域很受尊敬。还有亚马逊（Amazon.com）、Buy.com、Half.com ，以及 eBay 和 PayPal 等众多从事支付业务的公司。
现在，胜利者书写历史。回顾那个时代诞生的伟大公司，你可能会忘记当时竞争有多激烈，就像一场生死较量。虽然 “搜索互联网” 这个想法并不新鲜，但将这些想法付诸实践的细节才是至关重要的。
回到如何帮助像 ADT 这样的公司取得成功的问题上。首先，你要以合作伙伴的身份出现，帮助他们解决紧迫的业务问题。这不是一件容易的事，因为很多人觉得自己没有足够的能力去做。
我有个建议，在与客户接触之前，要对他们进行深入研究。我说的深入研究，是要切实了解他们的业务活动。带着充分的了解去和客户交流，你会发现，在研究客户需求上花的时间越多，在思考下一个要推出的功能上花的时间越少，交流的效果就会越好。你会找到那个最佳平衡点，也就是你独特的产品优势与客户实际业务价值的交集。
主持人：
我们来看看观众提问吧。我才发现我占用了Bret 太多时间。请大家提问。
提问者：
你好，我是罗宾。在为特定行业打造有品牌特色的人工智能代理方面，你有哪些经验？这和打造通用型人工智能代理有什么不同？
Bret ・Taylor：
我非常看好垂直领域的人工智能。想想看，电信公司的人工智能代理的任务，和商业银行、储蓄银行、保险公司、健康保险公司的AI Agent的任务，关注点肯定大不相同。每一个应用场景都非常专业。目前来看，那些能够快速围绕这些企业核心业务流程提供价值的公司，更具优势。
当你和这些企业交流时，能迅速展现价值，就会占据先机。不过，我对通用型人工智能平台持保留态度。当然，这并不意味着它们不会成功，凡事都有例外。像 LangChain这样的开源项目，我觉得可能会成功。但要发展通用型业务，需要采用不同的方式。对于纯粹的企业业务来说，打造通用型平台非常困难，因为市场上有很多足够用的解决方案，还有很多企业倾向于使用自己开发的产品，存在 “非我发明，不予采用” 的心态。一般来说，仅仅有一个稍微好一点的产品，很难达到 “止痛药”的标准，而往往只是 “维生素”级别。
所以我的经验法则是，在企业业务领域，你解决企业实际问题的针对性越强，业务就越有可能成功。我从 Salesforce 的Marc Benioff那里学到一点，如果你有一个成功的客户，那就努力发展到两个。如果有两个，就发展到十个，如果有十个，就发展到一百个。在打造企业对企业（B2B）软件业务时，确实需要一定的战术技巧，光靠理论上的聪明才智很少能成功。
当然，这并不意味着你不应该有长远的战略规划。但如果你专注于让客户取得成功，那才是关键所在，也是产品应该努力的方向。有时候，你可能会被一些因素误导，比如第一个成功案例不具有代表性。不过通常情况下，问题往往出在过于追求理论上的完美，战略规划脱离实际。这就是我为什么看好垂直领域人工智能的原因。
提问者 ：
嗨，Bret 。我对人工智能代理的定价问题很感兴趣。你有没有发现客户更愿意让你从成本节约或者你创造的增量收入中抽取一定比例作为费用？客户主要有哪些反对意见？因为基于效果定价在历史上一直比较困难，我想听听你的看法。
Bret ・Taylor：
我们发现客户对这两种方式都有兴趣。如果公司是由私募股权公司控股，并且背负着大量债务，那他们可能每天都会把 “成本节约” 挂在嘴边，这是私募股权控股公司很关注的点。
而如果公司处于竞争激烈的市场，你会发现很多CEO通常更关注增长，而不是成本节约。实际上，有很多人讨论随着模型成本降低，对基础设施的需求是否会下降。答案是否定的，新的应用场景会不断涌现，需求反而会上升。
我认为在成本节约方面也是如此。大多数成熟的公司会把节约下来的成本重新投入到业务增长中。实际上，这些成本节约不一定会真正 “节省” 下来，而是会流向业务的其他部分，这就是资本主义的运作方式，对吧？省了钱总得有个用处，你肯定是想用来发展业务、超越竞争对手。
从基本原理和实际经验来看，营收增长更为重要，这一点毫无疑问。如果你能带来可衡量的营收增长，那肯定更有价值。但成本节约也不容忽视，因为从根本上说，回顾过去 30 年全球的生产率增长，并没有像很多人在 90 年代预期的那样大幅提升。所以从经济层面来看，我们需要提高效率、提升生产率。因此，答案显然是两者都重要。
关于成本节约，有一点很有趣，我认为其价值会随着时间推移而压缩。目前，大多数人工智能初创公司在评估成本节约时，参照的是人力成本。但十年后，所有人工智能代理之间会相互比较。所以成本节约就像是一剂短效药，因为随着技术的发展，所有这些成本都会发生变化。
这有点像手机套餐，想想我们在 80、90 年代买电脑的经历，电脑的价格越来越便宜，性能却越来越好。现在的人工智能市场也是如此。所以我们的观点是，弄清楚客户想要的结果是什么，实际上，定价方式也因应用场景而异。
我很喜欢一个故事，不确定真假，但它改变了我的想法。据说领英（LinkedIn）在发展招聘业务时，一开始采用的是基于使用量的定价模式。
但人力资源部门的预算通常比较有限，无法灵活支出，后来改成订阅模式，才更便于采购。我喜欢这个例子，因为它从很细致的角度展示了如何进入市场。人力资源部门在大多数公司里通常是成本中心，和营销部门不同，营销部门资金相对充裕。人力资源部门采购产品时，往往要经过严格的审批流程。所以，为了把产品卖给这个部门，采用订阅模式是很有必要的。我觉得在定价时，无论是考虑成本节约还是营收增长，都要综合考虑。但同样重要的是，要明确你的销售对象是谁、他们的采购方式、审批流程以及预算安排。
有时候，公司选择预付款而不是按需付费，这可能和直觉相悖。但这就是实际情况，要想准确确定定价策略，你必须深入了解客户的采购周期。
主持人：
Bret ，我们的时间差不多了。非常感谢你。人们常说，要和自己喜欢、信任、钦佩的人做生意，你就是这样的人。我真的很感激你今天来分享，谢谢。
（文：硅星GenAI）