本集简介
双语字幕
仅展示文本字幕，不包含中文音频；想边听边看，请使用 Bayt 播客 App。
二月的第一周，全球软件行业就经历了一次葬礼。
二月的第一周，全球软件行业就经历了一次葬礼。
Anthropic 基于 CloudCOWORK 平台发布了11款职能插件，它涵盖了法律、金融、销售、数据分析。
Anthropic 基于 CloudCOWORK 平台发布了11款职能插件，它涵盖了法律、金融、销售、数据分析。
几乎把传统 SaaS 公司最赚钱的业务逐一点名。
几乎把传统 SaaS 公司最赚钱的业务逐一点名。
一周之后，全球软件板块市值蒸发了几千亿美元。
一周之后，全球软件板块市值蒸发了几千亿美元。
华尔街交易员们给这一时刻起了个名字，SaaS 末日。
华尔街交易员们给这一时刻起了个名字，SaaS 末日。
这件事情之所以很重要，是因为它根本不只是一次股价调整，它宣告了一个时代的松动。
这件事情之所以很重要，是因为它根本不只是一次股价调整，它宣告了一个时代的松动。
过去15年里，软件行业靠按人头卖座席所建立起来的万亿帝国。
过去15年里，软件行业靠按人头卖座席所建立起来的万亿帝国。
但当一个 AI 插件就能完成一整个部门的工作时，席位还有什么意义？
但当一个 AI 插件就能完成一整个部门的工作时，席位还有什么意义？
同时，这也是一场关于人的定义。
同时，这也是一场关于人的定义。
当 Anthropic 的 CEO 阿莫迪预测 AI 可能在未来5年内消灭一半的白领入门岗位时。
当 Anthropic 的 CEO 阿莫迪预测 AI 可能在未来5年内消灭一半的白领入门岗位时。
这听起来让普通人感到窒息，但大家都面临一个共同的现实问题，我在 AI 时代的位置到底在哪里？
这听起来让普通人感到窒息，但大家都面临一个共同的现实问题，我在 AI 时代的位置到底在哪里？
大家好，我是硅谷101的特约研究员刘一鸣。
大家好，我是硅谷101的特约研究员刘一鸣。
这次这个话题啊，让我想到了一个人，百融云创的创始人张韶峰，他的公司有1000多位人类员工。
这次这个话题啊，让我想到了一个人，百融云创的创始人张韶峰，他的公司有1000多位人类员工。
指挥着20多万个 AI 的硅基员工，这些硅基员工有工号、有 KPI、有绩效考核，甚至还有退役机制。
指挥着20多万个 AI 的硅基员工，这些硅基员工有工号、有 KPI、有绩效考核，甚至还有退役机制。
所以我们想跟他聊聊，A 症会如何终结软件工具时代？
所以我们想跟他聊聊，A 症会如何终结软件工具时代？
每一个真实的人到底应该如何在这个变革的时代中去找到自己的位置？
每一个真实的人到底应该如何在这个变革的时代中去找到自己的位置？
那韶峰总跟大家打个招呼吧。
那韶峰总跟大家打个招呼吧。
好的，各位硅谷102的朋友，大家好啊，我是佰荣云创公司的 CEO、创始人张韶峰，我们是专注于做企业级 Agent 的一个 AI native 的公司。
好的，各位硅谷102的朋友，大家好啊，我是佰荣云创公司的 CEO、创始人张韶峰，我们是专注于做企业级 Agent 的一个 AI native 的公司。
现在啊整个大的 SaaS 行业，因为我知道，比如十年前国内的很多软件公司或者 SaaS 公司，其实都是想对标美国嘛。
现在啊整个大的 SaaS 行业，因为我知道，比如十年前国内的很多软件公司或者 SaaS 公司，其实都是想对标美国嘛。
当然事实可能被证伪了啊，就可能中国的这个市场跟美国还是有很大的区别。
当然事实可能被证伪了啊，就可能中国的这个市场跟美国还是有很大的区别。
但是哪怕是美国的 SaaS 市场，它有很多市值很大的公司。
但是哪怕是美国的 SaaS 市场，它有很多市值很大的公司。
但其实最近像 Isomorphic 发布了11款的插件，让整个 SaaS 行业经历了一场信仰地震。
但其实最近像 Isomorphic 发布了11款的插件，让整个 SaaS 行业经历了一场信仰地震。
我记得您曾经也说过，就是软件在中国其实从未真正活过啊，就其实这两个模式还是有点跑不通的。
我记得您曾经也说过，就是软件在中国其实从未真正活过啊，就其实这两个模式还是有点跑不通的。
那这次这种全球范围内的崩盘，是否意味着就以前这种以席位为核心的订阅制的时代是不是彻底结束了？
那这次这种全球范围内的崩盘，是否意味着就以前这种以席位为核心的订阅制的时代是不是彻底结束了？
啊，我觉得这是一个非常非常重要的一个问题啊。
啊，我觉得这是一个非常非常重要的一个问题啊。
首先呢，我确实认为在中国，甚至不光只是 SaaS 啊，就软件作为一个产品产业，从来就不存在过。
首先呢，我确实认为在中国，甚至不光只是 SaaS 啊，就软件作为一个产品产业，从来就不存在过。
啊，软件产品产业在中国可能产值也就是美国的4%。
啊，软件产品产业在中国可能产值也就是美国的4%。
那么美国呢，软件里不管是传统软件模式、SaaS 模式，都是好的不得了。
那么美国呢，软件里不管是传统软件模式、SaaS 模式，都是好的不得了。
但这一次呢，我想呢，独享这个风光至少15年的 SaaS 行业呢，恐怕是经历了一次过山车般的地震，至少一个新的范式，一个新的时代已经开启了。
但这一次呢，我想呢，独享这个风光至少15年的 SaaS 行业呢，恐怕是经历了一次过山车般的地震，至少一个新的范式，一个新的时代已经开启了。
企业并不愿意为购买一个软件的作息付费。
企业并不愿意为购买一个软件的作息付费。
企业想买的是，你能不能够保证帮我解决问题的这么一个合作伙伴。
企业想买的是，你能不能够保证帮我解决问题的这么一个合作伙伴。
至于这个合作伙伴是一个所谓的硅基人呢，就是 AI 还是基于碳基人的，呃，你是 DPO 帮我搞定，我不关心，我关心的是你能不能帮我解决一个一个的问题。
至于这个合作伙伴是一个所谓的硅基人呢，就是 AI 还是基于碳基人的，呃，你是 DPO 帮我搞定，我不关心，我关心的是你能不能帮我解决一个一个的问题。
这个大的范式序幕已经绝对拉开了。
这个大的范式序幕已经绝对拉开了。
但是是不是意味着说传统的软件作息模式，或是 license 售卖模式，就马上就死掉了呢？
但是是不是意味着说传统的软件作息模式，或是 license 售卖模式，就马上就死掉了呢？
我觉得肯定不会，因为它新老范式交替的时间还是比较长的。
我觉得肯定不会，因为它新老范式交替的时间还是比较长的。
但是呢，你说从产业格局上来讲，绝对是开启了另外一个产业格局，一个新的时代开启了。
但是呢，你说从产业格局上来讲，绝对是开启了另外一个产业格局，一个新的时代开启了。
老的模式逐渐逐渐往下沉，最终消亡呢，是个时间的问题。
老的模式逐渐逐渐往下沉，最终消亡呢，是个时间的问题。
所以板容成立第一天开始，就是按照交付的结果来收费。
所以板容成立第一天开始，就是按照交付的结果来收费。
嗯，明白。
嗯，明白。
其实 ChatGPT 出现到今天，其实它已经也发展了好几年了。
其实 ChatGPT 出现到今天，其实它已经也发展了好几年了。
为什么是 Anthropic 这次插件的更新导致了整个二级市场万亿级别的市值的蒸发？
为什么是 Anthropic 这次插件的更新导致了整个二级市场万亿级别的市值的蒸发？
为什么是现在？
为什么是现在？
坦白讲，从技术角度，它并不是突变的，它只不过呢是前面的一些先兆的信号呢，逐渐逐渐积累，到一一定时候呢， Anthropic 或者是 Anthropic 之前的 cloudboard 最近更名叫 Open Cloud 他们呢变成了压死骆驼的最后一根稻草而已， Open Cloud 它已经引发了应该说疯狂的传播，就是说， OK。AI 智能
坦白讲，从技术角度，它并不是突变的，它只不过呢是前面的一些先兆的信号呢，逐渐逐渐积累，到一一定时候呢， Anthropic 或者是 Anthropic 之前的 cloudboard 最近更名叫 Open Cloud 他们呢变成了压死骆驼的最后一根稻草而已， Open Cloud 它已经引发了应该说疯狂的传播，就是说， OK。AI 智能
体真的已经可以像人一样做很多很多工作。
体真的已经可以像人一样做很多很多工作。
但是呢它是因为 Open Cloud 呃呃是针对个人的嘛，所以它可能还没有直接威胁到企业级软件 SaaS 而 Anthropic 大家都知道，它和 OpenAI 区别在于说它主要针对企业级市场。
但是呢它是因为 Open Cloud 呃呃是针对个人的嘛，所以它可能还没有直接威胁到企业级软件 SaaS 而 Anthropic 大家都知道，它和 OpenAI 区别在于说它主要针对企业级市场。
他发布的这些插件呢，也是针对企业使用的。
他发布的这些插件呢，也是针对企业使用的。
可能有金融啊、有法律呀等等不同的行业。
可能有金融啊、有法律呀等等不同的行业。
大家可能就担心说，如果以后我就用一个插件，就可以解决我很多以前用传统软件才能解决的问题。
大家可能就担心说，如果以后我就用一个插件，就可以解决我很多以前用传统软件才能解决的问题。
那传统软件未来的价值在哪里？
那传统软件未来的价值在哪里？
其实历史上每次都是这样，人们觉得它非常厉害，很牛逼的之前，其实这个技术已经酝酿很长时间了。
其实历史上每次都是这样，人们觉得它非常厉害，很牛逼的之前，其实这个技术已经酝酿很长时间了。
但是你要找到一个让，不一定是全人类，是足够大的群体，看得懂的方式。
但是你要找到一个让，不一定是全人类，是足够大的群体，看得懂的方式。
来传播它才能够引起震动。
来传播它才能够引起震动。
对，就最近我其实看到有一个投研机构，他其实有一个观点很有意思，就是他说这个 AI 可能也不会一刀切的把这个 SARS 行业直接给它干死。
对，就最近我其实看到有一个投研机构，他其实有一个观点很有意思，就是他说这个 AI 可能也不会一刀切的把这个 SARS 行业直接给它干死。
毕竟这个企业级的这个软件，它需要有很强的可靠性、安全性，然后以及这个行业集成，它的护城河还是存在的。
毕竟这个企业级的这个软件，它需要有很强的可靠性、安全性，然后以及这个行业集成，它的护城河还是存在的。
所以说他们会预测说这个行业会迎来一个残酷的三级分化，就是这种基础模型公司呢，它直接变成新的系统。
所以说他们会预测说这个行业会迎来一个残酷的三级分化，就是这种基础模型公司呢，它直接变成新的系统。
然后那垂直的这个 SARS 可能会通过这种深度集成，因为它有足够的私域的数据，然后有垂直的 know how 还能活一段时间。
然后那垂直的这个 SARS 可能会通过这种深度集成，因为它有足够的私域的数据，然后有垂直的 know how 还能活一段时间。
那中层呢，原来像这种靠人头费的工具软件，基本上就是毁灭性的，会被淘汰掉。
那中层呢，原来像这种靠人头费的工具软件，基本上就是毁灭性的，会被淘汰掉。
您怎么看这种模型层、数据层这个两端转移的这种趋势？
您怎么看这种模型层、数据层这个两端转移的这种趋势？
你说这个问题非常重要啊。
你说这个问题非常重要啊。
首先呢，中国的软件产业，我身为很 shame 的，就是说其实从来没有真正存在过。
首先呢，中国的软件产业，我身为很 shame 的，就是说其实从来没有真正存在过。
事实上，2021年冬天，ChatGPT 发布前一年，我们的一位投资人去交流。
事实上，2021年冬天，ChatGPT 发布前一年，我们的一位投资人去交流。
我坐下，还没上茶，就暴疾风骤雨的批了我一通。
我坐下，还没上茶，就暴疾风骤雨的批了我一通。
因为那时候是 SaaS 的高光时刻，他们就要求把我们的业务模式呢，改成美国意义上定义那种 SaaS。
因为那时候是 SaaS 的高光时刻，他们就要求把我们的业务模式呢，改成美国意义上定义那种 SaaS。
我中间联想解释的机会都没有。
我中间联想解释的机会都没有。
大概35分钟以后，茶上来了，菜上来了，我才有机会表达我的观点。
大概35分钟以后，茶上来了，菜上来了，我才有机会表达我的观点。
我说呢，在中国，第一，SAS 根本就不存在。
我说呢，在中国，第一，SAS 根本就不存在。
我们不用自欺欺人。
我们不用自欺欺人。
第二个什么意思呢？
第二个什么意思呢？
我说中国直接越过 SARS，一步跳到 TaaS。
我说中国直接越过 SARS，一步跳到 TaaS。
我那个 T 什么意思呢？
我那个 T 什么意思呢？
叫 Transaction，直接你帮客户做成交易，然后你从交易结果里面获，分享你的价值。
叫 Transaction，直接你帮客户做成交易，然后你从交易结果里面获，分享你的价值。
后来我们的投资人呢，他特别震惊嘛。
后来我们的投资人呢，他特别震惊嘛。
但是他想了一会，他说呢，呃，我建议你呢，不要叫 TAS，因为 TAS 呢只是做这一行，有点窄，你可以叫 BAS，那个 BAS 这个 B 就是 business，就是叫业务及服务。
但是他想了一会，他说呢，呃，我建议你呢，不要叫 TAS，因为 TAS 呢只是做这一行，有点窄，你可以叫 BAS，那个 BAS 这个 B 就是 business，就是叫业务及服务。
嗯，我来给大家做一点简单的名词解释。
嗯，我来给大家做一点简单的名词解释。
SaaS 呢，就是说直接去用别人做好的软件。
SaaS 呢，就是说直接去用别人做好的软件。
PaaS 呢，是用别人搭好的开发平台去做软件。
PaaS 呢，是用别人搭好的开发平台去做软件。
如果用买房来打比方的话，SaaS 呢，它就相当于是一个精装修，沙发、电器、床都是齐全的一个房子，你直接可以拎包入住。
如果用买房来打比方的话，SaaS 呢，它就相当于是一个精装修，沙发、电器、床都是齐全的一个房子，你直接可以拎包入住。
PaaS 呢，就是给你一个毛坯房和工具箱，你可以根据自己的喜好来建。
PaaS 呢，就是给你一个毛坯房和工具箱，你可以根据自己的喜好来建。
第二点呢，我和这位投资人表达这个观点之后，两年以后，就是过了一年不是 ChatGPT 发布了吗？
第二点呢，我和这位投资人表达这个观点之后，两年以后，就是过了一年不是 ChatGPT 发布了吗？
再过一年冬天，又和他们聚会，我就讲过我对中国和全世界的软件或者 SaaS。
再过一年冬天，又和他们聚会，我就讲过我对中国和全世界的软件或者 SaaS。
未来的走向的看法。
未来的走向的看法。
首先啊，我基本上同意你刚才说的这个研究机构的观点。
首先啊，我基本上同意你刚才说的这个研究机构的观点。
我认为呢，第一点呢，什么样的 SaaS 公司能够存活下来呢？
我认为呢，第一点呢，什么样的 SaaS 公司能够存活下来呢？
首先，如果你有私域数据。
首先，如果你有私域数据。
就这个数据使得别人如果只是基于通用大模型，你不管是 OpenAI 的呀，还是 Deepseek 的呀，还是千问的呀，还是谷歌 Gemini 的，他做不出来你这个应用，这种 agent 因为这里头非常强的领域知识是沉淀到这私域数据里面的。
就这个数据使得别人如果只是基于通用大模型，你不管是 OpenAI 的呀，还是 Deepseek 的呀，还是千问的呀，还是谷歌 Gemini 的，他做不出来你这个应用，这种 agent 因为这里头非常强的领域知识是沉淀到这私域数据里面的。
这是最最强的壁垒，即使是大厂，他也做不出来，因为他没有你的私域数据。
这是最最强的壁垒，即使是大厂，他也做不出来，因为他没有你的私域数据。
第二个护城河是你的传统软件里面沉淀了足够复杂的流程。
第二个护城河是你的传统软件里面沉淀了足够复杂的流程。
使得呢今天的 AI 大模型也好啊，智能体也好呢，它还短期之内做不出让企业在它那个容错度的前提之下。
使得呢今天的 AI 大模型也好啊，智能体也好呢，它还短期之内做不出让企业在它那个容错度的前提之下。
能接受的智能体，可能你一个流程可能有20个步骤。
能接受的智能体，可能你一个流程可能有20个步骤。
因为这个智能体它是概率模型嘛，它一定是有出错的可能性的，它每一步都会有百分之一二这个概率会出错。
因为这个智能体它是概率模型嘛，它一定是有出错的可能性的，它每一步都会有百分之一二这个概率会出错。
比如说0.990.98的概率，25次方你算下来你就不可接受了嘛。
比如说0.990.98的概率，25次方你算下来你就不可接受了嘛。
那这个时候呢，可能会给你三年的缓冲期。
那这个时候呢，可能会给你三年的缓冲期。
也许三年以后，人家 AI 智能体也能攻克一个复杂流程。
也许三年以后，人家 AI 智能体也能攻克一个复杂流程。
其实是给了你三年的救赎期，让你做一个传统的 ERP 公司也好，SaaS 公司也好，完成自我救赎。
其实是给了你三年的救赎期，让你做一个传统的 ERP 公司也好，SaaS 公司也好，完成自我救赎。
但是三年，在今天这个时代已经足够长是吧？
但是三年，在今天这个时代已经足够长是吧？
因为 AI 变化太快了，也说三年其实是一个相当长的一个护城河了。
因为 AI 变化太快了，也说三年其实是一个相当长的一个护城河了。
对，我感觉都没有三年，对，都可以没有，对吧？
对，我感觉都没有三年，对，都可以没有，对吧？
我可能还想的太乐观了。
我可能还想的太乐观了。
那么还有第三类护城河，什么呢？
那么还有第三类护城河，什么呢？
就所谓的行业 know how 什么领域 know how 但是这一点呢，就比较软，就你的 know how 你只是在你的碳基人的大脑里面吧。
就所谓的行业 know how 什么领域 know how 但是这一点呢，就比较软，就你的 know how 你只是在你的碳基人的大脑里面吧。
这肯定是不够强，因为人家也可以通过挖人嘛来解决这个问题。
这肯定是不够强，因为人家也可以通过挖人嘛来解决这个问题。
所以呢，就是你最好是把你的所谓的 know how 沉淀成第一个护城河，就私域知识数据，或者是第二个护城河，就是复杂的流程，或是两者的结合。
所以呢，就是你最好是把你的所谓的 know how 沉淀成第一个护城河，就私域知识数据，或者是第二个护城河，就是复杂的流程，或是两者的结合。
但是我自己的看法是呢，能满足这几个条件的 SaaS 公司，在中国第一几乎没有，第二呢，在美国可能也只有小部分。
但是我自己的看法是呢，能满足这几个条件的 SaaS 公司，在中国第一几乎没有，第二呢，在美国可能也只有小部分。
那最后可能是大部分的 SaaS 公司会被这个 AI 原始公司替代。
那最后可能是大部分的 SaaS 公司会被这个 AI 原始公司替代。
还有一类公司呢，可能它就长期，未来永远是传统的软件，它也没有升级，但是它就会死掉吗？
还有一类公司呢，可能它就长期，未来永远是传统的软件，它也没有升级，但是它就会死掉吗？
也不见得，你的费用又不贵，我也没有必要把你替代掉。
也不见得，你的费用又不贵，我也没有必要把你替代掉。
软件其实是碳基生命完成一个端到端的任务的工具，所以未来的硅基员工，就是智能体呢，它一样需要这个工具，只不过这工具的使用者从碳基人变成了硅基人而已。
软件其实是碳基生命完成一个端到端的任务的工具，所以未来的硅基员工，就是智能体呢，它一样需要这个工具，只不过这工具的使用者从碳基人变成了硅基人而已。
那这里问题就来了，这个价值的创造的比例就不一样了。
那这里问题就来了，这个价值的创造的比例就不一样了。
可能很多人会认为呢，硅基人，他作为一种人，一种生命，他端到端的交付结果，他的价值创造的比例会更大。
可能很多人会认为呢，硅基人，他作为一种人，一种生命，他端到端的交付结果，他的价值创造的比例会更大。
也就是说以后的价值分配的逻辑会变了，还是有一部分呢，我认为啊，纯粹的 SARS，也没有什么 agent 在里面，也会存活下来。
也就是说以后的价值分配的逻辑会变了，还是有一部分呢，我认为啊，纯粹的 SARS，也没有什么 agent 在里面，也会存活下来。
你只要足够便宜，我没有必要重复去造轮子，重复发明一把螺丝刀嘛。
你只要足够便宜，我没有必要重复去造轮子，重复发明一把螺丝刀嘛。
当然了，还有从技术上来讲呢，以前的工具它是为碳基生命设计的。
当然了，还有从技术上来讲呢，以前的工具它是为碳基生命设计的。
也许呢，你给碳基生命那个扳手，和一个机器人的扳手是不一样的。
也许呢，你给碳基生命那个扳手，和一个机器人的扳手是不一样的。
比如说以后的工具呢，有可能还是会被重新优化。
比如说以后的工具呢，有可能还是会被重新优化。
但是如果说你自己不能够自我革命，我说 SaaS 公司啊，那很可能那些 a 级的公司，它会自己来发明。
但是如果说你自己不能够自我革命，我说 SaaS 公司啊，那很可能那些 a 级的公司，它会自己来发明。
他用起来趁手的工具，那这个时候连这种价值都没了。
他用起来趁手的工具，那这个时候连这种价值都没了。
所以这里头是个动态的变化加博弈， AI native 的公司和 SaaS 公司，他们之间有合作也有竞争。
所以这里头是个动态的变化加博弈， AI native 的公司和 SaaS 公司，他们之间有合作也有竞争。
嗯，我之前参加过 Salesforce 的一些活动，我记得他们当时其实在会场上也在不断地强调自己怎么 AI 化，然后怎么去转型。
嗯，我之前参加过 Salesforce 的一些活动，我记得他们当时其实在会场上也在不断地强调自己怎么 AI 化，然后怎么去转型。
因为它有现成的这么多企业客户，就比如说像 Cobalt，其实它的这个产品我相信在谷歌或者在 OpenAI 这种大厂里其实是很难诞生的，因为它有太多用户层面的问题解决不了。
因为它有现成的这么多企业客户，就比如说像 Cobalt，其实它的这个产品我相信在谷歌或者在 OpenAI 这种大厂里其实是很难诞生的，因为它有太多用户层面的问题解决不了。
所以像 Salesforce 这些，他因为是 to B 的嘛，所以那 B 端其实对这些的要求都很高，他们的转型感觉就有一堆事情需要去解决，整个步子也不敢迈太大，这个呃，其实是不是也是对于这些大厂来说，他们转型非常大的一个困难。但是比如说
所以像 Salesforce 这些，他因为是 to B 的嘛，所以那 B 端其实对这些的要求都很高，他们的转型感觉就有一堆事情需要去解决，整个步子也不敢迈太大，这个呃，其实是不是也是对于这些大厂来说，他们转型非常大的一个困难。但是比如说
Aspect 的这些产品，如果它真的 to B 了，这个 B 端敢用吗？
Aspect 的这些产品，如果它真的 to B 了，这个 B 端敢用吗？
或者说现在这个幻觉问题也仍然没有100%解决吗？
或者说现在这个幻觉问题也仍然没有100%解决吗？
那在 B 端上，你觉得这个转型应该还是挺难的，是不是？
那在 B 端上，你觉得这个转型应该还是挺难的，是不是？
你讲的这个话题也是，也特别有意思啊。
你讲的这个话题也是，也特别有意思啊。
每一代技术变革都有类似的问题，就是旧王和新王的关系。
每一代技术变革都有类似的问题，就是旧王和新王的关系。
就很多时候你看，数码相机不是说好像这些新贵发明的。
就很多时候你看，数码相机不是说好像这些新贵发明的。
无线通信的变革也不是好像是新贵华为他们搞的，老王他技术早就已经有了，有柯达也好，对吧，诺基亚也好，为什么不敢用呢？
无线通信的变革也不是好像是新贵华为他们搞的，老王他技术早就已经有了，有柯达也好，对吧，诺基亚也好，为什么不敢用呢？
我觉得有两个原因，第一是来自于科技公司自身，他觉得呢，OK，我用了，我不知道这个事情效果好不好，说不定还影响我的存量的利益。
我觉得有两个原因，第一是来自于科技公司自身，他觉得呢，OK，我用了，我不知道这个事情效果好不好，说不定还影响我的存量的利益。
你比如说吧，上一代软件是 on-premise 的，它就是一次性收费嘛，之后就是个维保费，可能15%、20%。
你比如说吧，上一代软件是 on-premise 的，它就是一次性收费嘛，之后就是个维保费，可能15%、20%。
但是你改成 SaaS 呢，你其实前面的收入不高嘛。
但是你改成 SaaS 呢，你其实前面的收入不高嘛。
那后续客户会不会续费？
那后续客户会不会续费？
你肯定觉得，哎呦，这不一定啊。
你肯定觉得，哎呦，这不一定啊。
所以呢，从利益角度来讲，如果你以前的存量利益足够大，你其实是相当难下决心去自我变革的。
所以呢，从利益角度来讲，如果你以前的存量利益足够大，你其实是相当难下决心去自我变革的。
这是为什么前两年大家都看衰谷歌，觉得谷歌不可能啊对内动刀，动掉它的搜索巨大的这个收入嘛。
这是为什么前两年大家都看衰谷歌，觉得谷歌不可能啊对内动刀，动掉它的搜索巨大的这个收入嘛。
就是从科技公司这个角度来看这个问题。
就是从科技公司这个角度来看这个问题。
第二个呢，其实还有你的客户，属于甲方的问题。
第二个呢，其实还有你的客户，属于甲方的问题。
你既然是旧王是老王，那很可能你的拥趸，你的企业客户内部那帮人呢，他也是一帮老人，他在面对新事物的时候，他也是苛刻的。
你既然是旧王是老王，那很可能你的拥趸，你的企业客户内部那帮人呢，他也是一帮老人，他在面对新事物的时候，他也是苛刻的。
你如果是做一点变革革新，他就哎呀，你看你这个出了错，啊不如以前好用。
你如果是做一点变革革新，他就哎呀，你看你这个出了错，啊不如以前好用。
这会反向呢，进一步锁死你。
这会反向呢，进一步锁死你。
就使得你会更加坚定的，很难完成自我革命救赎。
就使得你会更加坚定的，很难完成自我革命救赎。
那反过来为什么说创业公司有机会呢？
那反过来为什么说创业公司有机会呢？
因为他第一，他没有所谓的存量利益，我是个光脚的。
因为他第一，他没有所谓的存量利益，我是个光脚的。
我只有变革，我只有求新。
我只有变革，我只有求新。
第二个呢，客户对这种新网呢，他的这个苛求度没那么高啊。
第二个呢，客户对这种新网呢，他的这个苛求度没那么高啊。
第一个，我愿意用你的新东西的人，本来在企业内部可能就是一批新人。
第一个，我愿意用你的新东西的人，本来在企业内部可能就是一批新人。
他们可能是 AI native 的。
他们可能是 AI native 的。
说不定他们是，比如 OpenAI 刚刚发布 ChatGPT 的时候，他刚刚才上大学。
说不定他们是，比如 OpenAI 刚刚发布 ChatGPT 的时候，他刚刚才上大学。
他是伴随着 OpenAI 也好啊、Google 界面的也好、千问这些成熟而成熟，最后大学毕业了。
他是伴随着 OpenAI 也好啊、Google 界面的也好、千问这些成熟而成熟，最后大学毕业了。
第二个呢，你本身，你是个创业公司，我觉得你犯错好像是可以接受的。
第二个呢，你本身，你是个创业公司，我觉得你犯错好像是可以接受的。
所以使得呢，等大家都能接受新范式的时候。
所以使得呢，等大家都能接受新范式的时候。
OK，新王的技术已经成熟了，那个时候老王再要变革呢，他有可能一部分的就确实跟不上了，他的 mindset，就人们的思路上已经认为说这个事就不属于你了。
OK，新王的技术已经成熟了，那个时候老王再要变革呢，他有可能一部分的就确实跟不上了，他的 mindset，就人们的思路上已经认为说这个事就不属于你了。
或者说再跟几年呢，可能在企业里面，那些拥戴新东西的、新范式的那些人上位了，他变成中间力量了。
或者说再跟几年呢，可能在企业里面，那些拥戴新东西的、新范式的那些人上位了，他变成中间力量了。
对，我记得黄仁勋，其实他曾经设想过英伟达未来会变成一个什么样子的公司。
对，我记得黄仁勋，其实他曾经设想过英伟达未来会变成一个什么样子的公司。
因为 AI 时代对整个组织架构也会有翻天覆地的变化。
因为 AI 时代对整个组织架构也会有翻天覆地的变化。
他当时是说英伟达现在有3.2万名员工，他希望在可能五年后的某一天，英伟达变成一个拥有5万名人类员工，加上1亿个 AI 助手的公司。
他当时是说英伟达现在有3.2万名员工，他希望在可能五年后的某一天，英伟达变成一个拥有5万名人类员工，加上1亿个 AI 助手的公司。
到时候呢，他这个公司也会有一个不同 AI 的 agent 可能他会擅长什么样不同事物的这个一个 list AI 呢就会自主的去招募其他的 AI 来解决这个问题，然后他们自己也会有一个自己的 select 这个频道，然后他们会在里面交流。
到时候呢，他这个公司也会有一个不同 AI 的 agent 可能他会擅长什么样不同事物的这个一个 list AI 呢就会自主的去招募其他的 AI 来解决这个问题，然后他们自己也会有一个自己的 select 这个频道，然后他们会在里面交流。
这个未来它等于变成一个庞大的一个混合员工的群体，就有一些呢是数字化的 AI，然后另一些呢是生物体的人类，但是还会有一类可能是这个电子化的机器人。
这个未来它等于变成一个庞大的一个混合员工的群体，就有一些呢是数字化的 AI，然后另一些呢是生物体的人类，但是还会有一类可能是这个电子化的机器人。
所以从您的角度，你会怎么样去构想未来人类和 AI 的协作模式？
所以从您的角度，你会怎么样去构想未来人类和 AI 的协作模式？
它对这个大公司的组织形态会发生什么样的影响和变化？
它对这个大公司的组织形态会发生什么样的影响和变化？
黄仁勋描述这种画面呢，对于我来讲，我是百分之百认同，我是一个算法和数据的忠实的信仰者。
黄仁勋描述这种画面呢，对于我来讲，我是百分之百认同，我是一个算法和数据的忠实的信仰者。
事实上呢，在2025年的春节前，我们公司年会上。
事实上呢，在2025年的春节前，我们公司年会上。
我就和大家展示过未来这个企业组织架构，我们公司把它叫硅碳共治嘛。
我就和大家展示过未来这个企业组织架构，我们公司把它叫硅碳共治嘛。
可能一个企业的架构图里面，有一个是硅基员工，也是碳基员工，甚至是硅基员工为了会占大部分，可能以前的时代里面一个初级的、一线的探级员工刚刚入职的，他都可以指挥10个、20个，甚至100个规矩员工干活。
可能一个企业的架构图里面，有一个是硅基员工，也是碳基员工，甚至是硅基员工为了会占大部分，可能以前的时代里面一个初级的、一线的探级员工刚刚入职的，他都可以指挥10个、20个，甚至100个规矩员工干活。
所以黄仁勋说他可能一个探级员工指挥几万个规矩员工，我认为这个事情很快就会实现。
所以黄仁勋说他可能一个探级员工指挥几万个规矩员工，我认为这个事情很快就会实现。
因为柏荣公司我们1000多位探级员工嘛，我们有二十几万个规矩员工啊。
因为柏荣公司我们1000多位探级员工嘛，我们有二十几万个规矩员工啊。
所以这个其实事实上已经在一些企业发生了。
所以这个其实事实上已经在一些企业发生了。
其实上次我去给一个世界级的大银行，HSBC 分享的时候，他们就问说，未来会不会出现一个碳基员工？
其实上次我去给一个世界级的大银行，HSBC 分享的时候，他们就问说，未来会不会出现一个碳基员工？
汇报给一个规矩员工，哼，因为这里涉及到一点点好像人的心理上接受程度的问题嘛。
汇报给一个规矩员工，哼，因为这里涉及到一点点好像人的心理上接受程度的问题嘛。
我说你要问我，从能力上来讲，我相信一定会的，因为可能有些工作呢，碳基员工可能就是干不过硅基员工了。
我说你要问我，从能力上来讲，我相信一定会的，因为可能有些工作呢，碳基员工可能就是干不过硅基员工了。
所以那个组织架构啊，它不一定是说，一定是下面是硅，上面是碳，不见得，它可能有一层是硅，有的人是碳，上面又一层是硅，但是又是碳，但最终最终我相信最上层可能还是碳的呀。
所以那个组织架构啊，它不一定是说，一定是下面是硅，上面是碳，不见得，它可能有一层是硅，有的人是碳，上面又一层是硅，但是又是碳，但最终最终我相信最上层可能还是碳的呀。
它是一个网状结构。
它是一个网状结构。
以及呢，你和你的员工沟通，你也可能分辨不出来了，到底对方是个规矩员工、汤局员工呢？
以及呢，你和你的员工沟通，你也可能分辨不出来了，到底对方是个规矩员工、汤局员工呢？
因为如果只是聊天的话，你看 ChatGPT 发布那一刻，它已经早就通过图灵测试了。
因为如果只是聊天的话，你看 ChatGPT 发布那一刻，它已经早就通过图灵测试了。
你只是说它能力不够强，但你分不出来它是碳基、硅基。
你只是说它能力不够强，但你分不出来它是碳基、硅基。
所以组织一定会发生根本性的变化。
所以组织一定会发生根本性的变化。
我甚至认为呢，他都不是普通的，好像只是个员工，他是一种硅基生命。
我甚至认为呢，他都不是普通的，好像只是个员工，他是一种硅基生命。
你看，可能最近一个词特别火爆，就是所谓的持续学习嘛，在线学习。
你看，可能最近一个词特别火爆，就是所谓的持续学习嘛，在线学习。
就这些智能体一旦诞生以后，它自己是可以进化的。
就这些智能体一旦诞生以后，它自己是可以进化的。
那个进化不是说只，一定要依赖于底层大模型的进化，智能体本身也可以进化。
那个进化不是说只，一定要依赖于底层大模型的进化，智能体本身也可以进化。
你把它投放到岗位上去，它就根据这个工作的操作的结果，好还是不好。
你把它投放到岗位上去，它就根据这个工作的操作的结果，好还是不好。
得到你的同事的反馈，是正向、负向，他就能自我学习、自我进化了。
得到你的同事的反馈，是正向、负向，他就能自我学习、自我进化了。
那我好奇，在你们公司现在规碳比可能是一个什么样的状态？
那我好奇，在你们公司现在规碳比可能是一个什么样的状态？
也就是这些规级员工在你们公司内，就他是个什么样的形态？
也就是这些规级员工在你们公司内，就他是个什么样的形态？
比如说有他的工号，然后他是独立完成一个工作，然后他有绩效考核，是这个状态吗？
比如说有他的工号，然后他是独立完成一个工作，然后他有绩效考核，是这个状态吗？
我们公司碳基员工呢，有1000多位嘛，硅基员工呢，有二三十万。
我们公司碳基员工呢，有1000多位嘛，硅基员工呢，有二三十万。
所以这个比例大概介于130140150比一这么一个范围。
所以这个比例大概介于130140150比一这么一个范围。
第二个呢，就是说我们的碳基员工肯定是有 HR 管理系统，那么我们的硅基员工也有管理系统，我们叫硅基员工之家。
第二个呢，就是说我们的碳基员工肯定是有 HR 管理系统，那么我们的硅基员工也有管理系统，我们叫硅基员工之家。
和碳基员工一样，是一个架构图，叫 Organizational chart。
和碳基员工一样，是一个架构图，叫 Organizational chart。
展开它就是各个部门，各个部门下面呢，有各个小组，各小组里面有哪个规矩员工。
展开它就是各个部门，各个部门下面呢，有各个小组，各小组里面有哪个规矩员工。
他有自己的名字，他有自己的邮箱，他有自己的工号，他有自己的工龄，他什么时候入职的。
他有自己的名字，他有自己的邮箱，他有自己的工号，他有自己的工龄，他什么时候入职的。
他有他的绩效，这个绩效当然考核就是，比方说你每天工作多长时间呢，成功的解答多少问题啊，等等等等。
他有他的绩效，这个绩效当然考核就是，比方说你每天工作多长时间呢，成功的解答多少问题啊，等等等等。
还有一个总监在那，每天看他表现的好还是不好，不好可能他要重新去训练，再上岗。
还有一个总监在那，每天看他表现的好还是不好，不好可能他要重新去训练，再上岗。
这个管理模式和探级员工就没什么区别了。
这个管理模式和探级员工就没什么区别了。
他还有他岗位描述，就这个规矩员工是干什么工作的。
他还有他岗位描述，就这个规矩员工是干什么工作的。
我们基本上每一个规矩员工呢，会有一个对应的探级员工伙伴。
我们基本上每一个规矩员工呢，会有一个对应的探级员工伙伴。
这个探级员工负责来训练这个规矩员工，觉得 OK 了就让他上岗。
这个探级员工负责来训练这个规矩员工，觉得 OK 了就让他上岗。
如果这个规矩员工绩效不好，被别的，不管是探级员工还是别的规矩员工投诉，最后如果你要再培训他、优化他，那个责任呢其实是落在探监员工。
如果这个规矩员工绩效不好，被别的，不管是探级员工还是别的规矩员工投诉，最后如果你要再培训他、优化他，那个责任呢其实是落在探监员工。
当然了，这个探监员工动手之前，规矩员工他可能会自己先改进，实在是改进不了，最后呢自然就传递到探监员工那边去。
当然了，这个探监员工动手之前，规矩员工他可能会自己先改进，实在是改进不了，最后呢自然就传递到探监员工那边去。
探监员工要么就培训他。
探监员工要么就培训他。
再上岗，要么就让他退出服役，哈哈哈。
再上岗，要么就让他退出服役，哈哈哈。
就这个过程和碳基员工的选用预留、晋升就没什么区别。
就这个过程和碳基员工的选用预留、晋升就没什么区别。
最后呢，你承担责任的是碳基员工。
最后呢，你承担责任的是碳基员工。
什么意思呢？
什么意思呢？
就干得好，硅基员工只需要奖励电和芯片嘛。
就干得好，硅基员工只需要奖励电和芯片嘛。
但是碳基员工可能他要奖励他的荣誉啊、他的职级啊、他的薪酬啊等等等等。
但是碳基员工可能他要奖励他的荣誉啊、他的职级啊、他的薪酬啊等等等等。
所以这套管理系统呢，确实是和人是无意的。
所以这套管理系统呢，确实是和人是无意的。
而且呢，假设你不跟我讲，我的一个下属和一个 peer 是个硅基员工，你真的是分不出来的，因为他有他的邮箱，有自己的工号，可能还有自己的钉钉号啊。
而且呢，假设你不跟我讲，我的一个下属和一个 peer 是个硅基员工，你真的是分不出来的，因为他有他的邮箱，有自己的工号，可能还有自己的钉钉号啊。
可以是飞书号啊，这些一样的。
可以是飞书号啊，这些一样的。
也可以打字聊天，也可以电话聊。
也可以打字聊天，也可以电话聊。
我们的语音每天一亿通 AI 电话，还可以讲方言。
我们的语音每天一亿通 AI 电话，还可以讲方言。
语速可以快可以慢，情绪可以高亢可以低沉，你分不出来的。
语速可以快可以慢，情绪可以高亢可以低沉，你分不出来的。
那您作为 CEO 你会管理硅基员工吗？
那您作为 CEO 你会管理硅基员工吗？
你怎么管他们？
你怎么管他们？
我自己有我自自己的一些硅基工作搭子嘛。
我自己有我自自己的一些硅基工作搭子嘛。
去年除夕晚上和初一，我自己给我自己建了规矩员工，就是因为老有同事找我批这个批那个，有些事情其实也没有那么急，于是我就自己，我就通过我们的百工智能平台啊，我自己拖拉拽建了个我的一个硅基助理啊。
去年除夕晚上和初一，我自己给我自己建了规矩员工，就是因为老有同事找我批这个批那个，有些事情其实也没有那么急，于是我就自己，我就通过我们的百工智能平台啊，我自己拖拉拽建了个我的一个硅基助理啊。
他就问同学，你这个事急不急啊？
他就问同学，你这个事急不急啊？
你要是真急，你告诉我为什么那么急？
你要是真急，你告诉我为什么那么急？
什么时候我必须批？
什么时候我必须批？
但后来我们公司有同事发现，哦，这个需求也许不光是张二峰有需求，可能别人也有这个需求。
但后来我们公司有同事发现，哦，这个需求也许不光是张二峰有需求，可能别人也有这个需求。
他就，他是有人专门把这个需求建成成批的，见规矩员工。
他就，他是有人专门把这个需求建成成批的，见规矩员工。
别人问他，就是说哦，其实我是张二峰的硅基搭子。
别人问他，就是说哦，其实我是张二峰的硅基搭子。
有些事你可以先问我，如果是我知道你这个事非常紧急，他甚至可以给我打电话的，也可以发邮件。
有些事你可以先问我，如果是我知道你这个事非常紧急，他甚至可以给我打电话的，也可以发邮件。
这个听下来等于你在整个公司层面部署了非常多个 Open Club 的这个感觉。
这个听下来等于你在整个公司层面部署了非常多个 Open Club 的这个感觉。
对，我们其实有差不多200规矩岗位，一个岗位你可以有好多规矩员工嘛。
对，我们其实有差不多200规矩岗位，一个岗位你可以有好多规矩员工嘛。
就基本上我们所有的部门，不管是业务部门呢、职能部门呢、前台、中台、后台部门，都有自己的规矩员工。
就基本上我们所有的部门，不管是业务部门呢、职能部门呢、前台、中台、后台部门，都有自己的规矩员工。
你可以是公对公的，也可以自己给自己搞规矩员工。
你可以是公对公的，也可以自己给自己搞规矩员工。
其实这个 AI 用在客服领域应该是很多年了，就甚至在 ChatGPT 出现之前，大家都在尝试做这件事情。
其实这个 AI 用在客服领域应该是很多年了，就甚至在 ChatGPT 出现之前，大家都在尝试做这件事情。
但是后来其实很多人，特别是像我们作为普通用户来说，其实在跟很多 AI 的客服对话的时候，就你还是能明显分辨出来这是个客服。
但是后来其实很多人，特别是像我们作为普通用户来说，其实在跟很多 AI 的客服对话的时候，就你还是能明显分辨出来这是个客服。
或者说你会觉得他的很多回答不够智能，不够个性化。
或者说你会觉得他的很多回答不够智能，不够个性化。
这也是这次这个克拉包之所以火的原因，就是因为它的活人感，主动性变得特别好，让它还有长记忆，所以它知道你的这些事情，然后它的权限又很大。
这也是这次这个克拉包之所以火的原因，就是因为它的活人感，主动性变得特别好，让它还有长记忆，所以它知道你的这些事情，然后它的权限又很大。
你觉得你的规矩员工的搭子，你平时跟他的工作模式，比如你跟他对话是怎么样的？
你觉得你的规矩员工的搭子，你平时跟他的工作模式，比如你跟他对话是怎么样的？
以及有没有一些让你觉得很惊艳的瞬间？
以及有没有一些让你觉得很惊艳的瞬间？
能让你觉得，哎，这个好像确实，就是有一所谓的啊哈 moment 你有没有经历过这样的时候？
能让你觉得，哎，这个好像确实，就是有一所谓的啊哈 moment 你有没有经历过这样的时候？
有，我们其实是做我们的语音智能体，是从2017年10月份立项，那时候，全松论文发表才一个季度左右嘛，我们就立项了。
有，我们其实是做我们的语音智能体，是从2017年10月份立项，那时候，全松论文发表才一个季度左右嘛，我们就立项了。
2018年才有第一版产品，它就是语音的 agent 然后和个人客户啊进行通话。
2018年才有第一版产品，它就是语音的 agent 然后和个人客户啊进行通话。
那么我们会请第三方公司呢去调研客户的体验，大概15%的人呢，就会觉得听起来比较机械，要么呢，就是它这个逻辑好像一听感觉比较死板嘛。
那么我们会请第三方公司呢去调研客户的体验，大概15%的人呢，就会觉得听起来比较机械，要么呢，就是它这个逻辑好像一听感觉比较死板嘛。
但是到了大概201918年的时候呢，你说这个活人感就非常非常强烈了。
但是到了大概201918年的时候呢，你说这个活人感就非常非常强烈了。
那时候可能就只有千分之几的客户，要不然他觉得是个 AI 要不然他不知道是 AI 啊，他就觉得有点怪。
那时候可能就只有千分之几的客户，要不然他觉得是个 AI 要不然他不知道是 AI 啊，他就觉得有点怪。
那到了后面的 ChatGPT 发表的时候，那基本上可能就只有万分之几了。
那到了后面的 ChatGPT 发表的时候，那基本上可能就只有万分之几了。
第二呢，我们有八九千家企业客户嘛，有些是大银行，他们跟我们合作的很多时候是通过微信问我们问题。
第二呢，我们有八九千家企业客户嘛，有些是大银行，他们跟我们合作的很多时候是通过微信问我们问题。
那么我们用我们的企业微信来解答嘛。
那么我们用我们的企业微信来解答嘛。
那其实很多大的银行、金融机构、运营商这些跟我们后程公布聊天，我从那个聊天记录看，能看出来。
那其实很多大的银行、金融机构、运营商这些跟我们后程公布聊天，我从那个聊天记录看，能看出来。
我们那些企业客户，他根本不知道我们这边是个 AI 呀。
我们那些企业客户，他根本不知道我们这边是个 AI 呀。
就是你因为知道我们服务企业嘛，那个企业那个是需求肯定比个人消费者要复杂很多嘛。
就是你因为知道我们服务企业嘛，那个企业那个是需求肯定比个人消费者要复杂很多嘛。
他有的时候问你账单呐，我今天的业务消耗量，哎，你那个业务是不是有问题？
他有的时候问你账单呐，我今天的业务消耗量，哎，你那个业务是不是有问题？
是不是挂机了呀？
是不是挂机了呀？
今天网络是不是抖动啊这种，就很复杂的问题的。
今天网络是不是抖动啊这种，就很复杂的问题的。
他有的时候还给你，我们这边会回复一个表格给客户发过去。
他有的时候还给你，我们这边会回复一个表格给客户发过去。
你说你能想得到它是一个 AI 吗？
你说你能想得到它是一个 AI 吗？
其实对我们来讲，大概19年下半年和2020年开始。
其实对我们来讲，大概19年下半年和2020年开始。
我测试我们的语音的 voice agent 我就基本上不怎么听得出来是个 AI 了。
我测试我们的语音的 voice agent 我就基本上不怎么听得出来是个 AI 了。
我不但会去测普通话的，我会测四川话，因为我四川人。
我不但会去测普通话的，我会测四川话，因为我四川人。
因为我离开四川很多年了嘛，我觉得已经说的比我标准很多了。
因为我离开四川很多年了嘛，我觉得已经说的比我标准很多了。
这个 ah moment 呢，其实对我来讲其实就是2020年，那时候呢，回家过春节嘛，结果疫情爆发之后，锁在因为他很多这种做学员其实是农村的、小城市的嘛，就回不来了。
这个 ah moment 呢，其实对我来讲其实就是2020年，那时候呢，回家过春节嘛，结果疫情爆发之后，锁在因为他很多这种做学员其实是农村的、小城市的嘛，就回不来了。
中国邮储银行嘛，他们就说，哎，很着急啊，你们马上用 AI 帮我来做这个作息。
中国邮储银行嘛，他们就说，哎，很着急啊，你们马上用 AI 帮我来做这个作息。
然后我们就紧急给他上线，有储蓄行反馈说基本上感知不到这事。
然后我们就紧急给他上线，有储蓄行反馈说基本上感知不到这事。
哎呀，那个时候我才有信心，我说我们可能这个事真成了。
哎呀，那个时候我才有信心，我说我们可能这个事真成了。
嗯，明白。
嗯，明白。
之前我记得我应该是采访一个港口，然后他们在把他的整个流程全部用不同的 agent 来实现。
之前我记得我应该是采访一个港口，然后他们在把他的整个流程全部用不同的 agent 来实现。
当然也是一个外包的第三方的公司来帮他们做 AI 化的过程。
当然也是一个外包的第三方的公司来帮他们做 AI 化的过程。
但他们就发现，因为在码头的调度的环节中，其实是有很多经验积累下的一些 no how 这个呢可能是那些调度员、老师傅们的一个非常吃饭的一个家伙，因为可能有些干的年纪大的，对吧，他就很很有经验。
但他们就发现，因为在码头的调度的环节中，其实是有很多经验积累下的一些 no how 这个呢可能是那些调度员、老师傅们的一个非常吃饭的一个家伙，因为可能有些干的年纪大的，对吧，他就很很有经验。
想训练这个环节的 agent 的那个 AI 公司的人，其实他们就很想要让这些老师傅们把这些经验等于都书面化，可能变成一些文本结构啊，然后他们好去训练。
想训练这个环节的 agent 的那个 AI 公司的人，其实他们就很想要让这些老师傅们把这些经验等于都书面化，可能变成一些文本结构啊，然后他们好去训练。
但是呢他们就发现，在实际执行中，就这些老师傅完全不愿意把这些东西贡献出来。
但是呢他们就发现，在实际执行中，就这些老师傅完全不愿意把这些东西贡献出来。
最后他们也肯定也是用了各种各样的方法，就包括上级施压呀什么的，因为他是整个港口所有的环节都要做，所以最后才实现了这一点。
最后他们也肯定也是用了各种各样的方法，就包括上级施压呀什么的，因为他是整个港口所有的环节都要做，所以最后才实现了这一点。
您刚刚提到这个例子，我正好也想到，那会不会有很多很吃经验的岗位，其实他对 AI 会比较排斥，或者他可能不愿意做类似的这样的事情？
您刚刚提到这个例子，我正好也想到，那会不会有很多很吃经验的岗位，其实他对 AI 会比较排斥，或者他可能不愿意做类似的这样的事情？
我觉得你说这个是个很普遍的现象哦。
我觉得你说这个是个很普遍的现象哦。
恰好最近呢，我们有另外一位做中医店的连锁的，有的时候他那个店里面还配一些老中医嘛。
恰好最近呢，我们有另外一位做中医店的连锁的，有的时候他那个店里面还配一些老中医嘛。
他就跟我讲，他说那些中医就非常排斥。
他就跟我讲，他说那些中医就非常排斥。
第一呢，他是看不上 AI 他认为中医这个活越老越值钱嘛，你们这算什么呀？
第一呢，他是看不上 AI 他认为中医这个活越老越值钱嘛，你们这算什么呀？
他一边呢看不上，一边他又不愿意把自己的知识贡献出来。
他一边呢看不上，一边他又不愿意把自己的知识贡献出来。
所以最终呢，他就可能只能是靠一些激励体系来解决这个问题。
所以最终呢，他就可能只能是靠一些激励体系来解决这个问题。
就可能你说未来，不是 AI 来取代你，而是在帮你，武装你的。
就可能你说未来，不是 AI 来取代你，而是在帮你，武装你的。
把你从一个肉身变成一个贾维斯，就是钢铁侠嘛。
把你从一个肉身变成一个贾维斯，就是钢铁侠嘛。
未来取代你的不是 AI，是别的那些比你更会用 AI 的，更早穿上钢铁战衣的碳基人取代你。
未来取代你的不是 AI，是别的那些比你更会用 AI 的，更早穿上钢铁战衣的碳基人取代你。
当然还是有一部分人排斥，但是一定会有部分人明白这个道理的。
当然还是有一部分人排斥，但是一定会有部分人明白这个道理的。
对，这个我非常同意。
对，这个我非常同意。
在今年达沃斯上，我感觉所有 AI 的大佬们，什么黄仁勋啊什么这些人，其实大部分都是这个观点，而且我相信这个也确实是未来的趋势。
在今年达沃斯上，我感觉所有 AI 的大佬们，什么黄仁勋啊什么这些人，其实大部分都是这个观点，而且我相信这个也确实是未来的趋势。
对啊，我跟你分享嘛，就是我们其实有2500家小企业客户，他们每年给我们贡献的也就10万到50万收入嘛。
对啊，我跟你分享嘛，就是我们其实有2500家小企业客户，他们每年给我们贡献的也就10万到50万收入嘛。
我们以前呢，如果线下服务他们，我们是亏钱的嘛。
我们以前呢，如果线下服务他们，我们是亏钱的嘛。
我们其实是有50位探级员工，咱们在网上跟他们呃微信聊天呐，或者给他们打电话呀、发邮件等等来服务他们。
我们其实是有50位探级员工，咱们在网上跟他们呃微信聊天呐，或者给他们打电话呀、发邮件等等来服务他们。
我们后来觉得这样还是不够经济。
我们后来觉得这样还是不够经济。
最后呢，训练的智能体就是规矩员工，变成了18位规矩员工加5位摊鸡蛋员工来协作，干完了这个事。
最后呢，训练的智能体就是规矩员工，变成了18位规矩员工加5位摊鸡蛋员工来协作，干完了这个事。
但是剩下45位摊鸡蛋员工，我们是不是把他开除了呢？
但是剩下45位摊鸡蛋员工，我们是不是把他开除了呢？
完全没有啊。
完全没有啊。
他们学会了怎么做智能体之后呢，他反而开始给别的企业，开始提供智能体。
他们学会了怎么做智能体之后呢，他反而开始给别的企业，开始提供智能体。
他以前是偏成本中心的，后来变成了偏利润中心，他们其实收入还变高了。
他以前是偏成本中心的，后来变成了偏利润中心，他们其实收入还变高了。
他就变成挣钱的部门了。
他就变成挣钱的部门了。
当然，是不是每个企业都能做到这样的？
当然，是不是每个企业都能做到这样的？
我觉得恐怕也不是，因为总有人要么就是思想转变不过来，要么就是技能上不愿意学习嘛。
我觉得恐怕也不是，因为总有人要么就是思想转变不过来，要么就是技能上不愿意学习嘛。
但是每个时代的变革都有这样的现象啊，就马车夫和汽车之间什么关系？
但是每个时代的变革都有这样的现象啊，就马车夫和汽车之间什么关系？
你想是不是这个道理？
你想是不是这个道理？
对，您之前提到 R A A S，这个可能区别原来的 SARS，就是为结果付费。
对，您之前提到 R A A S，这个可能区别原来的 SARS，就是为结果付费。
那你觉得在新的模式下，它应该会如何构建这个新的商业模式？
那你觉得在新的模式下，它应该会如何构建这个新的商业模式？
怎么样让它的比如利润率也好，或者市场空间也好，是比原来 SARS 这个时代还是更大的？
怎么样让它的比如利润率也好，或者市场空间也好，是比原来 SARS 这个时代还是更大的？
我们把它叫 RaaS，R A A S，就是 Results as a Service。
我们把它叫 RaaS，R A A S，就是 Results as a Service。
我的目的就要交付结果。
我的目的就要交付结果。
RaaS 模式的总规模是远超 SaaS 的，而且超过不是一倍两倍，是至少几十倍。
RaaS 模式的总规模是远超 SaaS 的，而且超过不是一倍两倍，是至少几十倍。
因为尤其在中国啊，SARS 呢它不能给你端了端交付结果嘛，它会被企业认为呢价值不好衡量，你是扳手螺丝钉嘛，所以他付费意愿就不强。
因为尤其在中国啊，SARS 呢它不能给你端了端交付结果嘛，它会被企业认为呢价值不好衡量，你是扳手螺丝钉嘛，所以他付费意愿就不强。
但是呢，一旦到了 ROSS 呢，它最终是给你端到端交付一个结果的，或者交付一个岗位的。
但是呢，一旦到了 ROSS 呢，它最终是给你端到端交付一个结果的，或者交付一个岗位的。
所以呢，这里有两类合作模式或收费模式，一类是什么呢？
所以呢，这里有两类合作模式或收费模式，一类是什么呢？
叫 AI Staffing 嘛，我给你派一位规矩员工，如果你觉得他胜任这个岗位，OK，你算笔账。
叫 AI Staffing 嘛，我给你派一位规矩员工，如果你觉得他胜任这个岗位，OK，你算笔账。
比如，马蓉就这样的，我们公司自己的合同审核规矩专员。
比如，马蓉就这样的，我们公司自己的合同审核规矩专员。
其实现在大部分的合同都是我们的法务合同，规矩专员在审嘛。
其实现在大部分的合同都是我们的法务合同，规矩专员在审嘛。
他的成本是多少？
他的成本是多少？
我们的一份合同以前呢，我们在造我们的规矩，法务合同是一个专员之前，我们一份合同要耗费我们的探机专员56分钟一份合同，因为他来回改呀，和客户讨价还价。
我们的一份合同以前呢，我们在造我们的规矩，法务合同是一个专员之前，我们一份合同要耗费我们的探机专员56分钟一份合同，因为他来回改呀，和客户讨价还价。
现在呢，探机专员只要花4分钟，剩下的全是规矩员工在干。
现在呢，探机专员只要花4分钟，剩下的全是规矩员工在干。
相当于是规矩员工给你省了52分钟。
相当于是规矩员工给你省了52分钟。
啊，那52分钟，如果你把它折换成按分钟来算，探机员工是多少工资？
啊，那52分钟，如果你把它折换成按分钟来算，探机员工是多少工资？
哎，那规矩员工多少工资？
哎，那规矩员工多少工资？
对吧？
对吧？
你就非常好量化，也就是说你可以按岗位工资一个月多少钱来计费。
你就非常好量化，也就是说你可以按岗位工资一个月多少钱来计费。
我干的活比你多，我的质量和你一样好。
我干的活比你多，我的质量和你一样好。
我可能就成本只有你1/31/4甚至1/5。
我可能就成本只有你1/31/4甚至1/5。
要么就是按件，我我审一份合同多少钱，我给你完成一个任务多少钱。
要么就是按件，我我审一份合同多少钱，我给你完成一个任务多少钱。
或者说如果是计时的，我这个规矩员工一个小时多少钱。
或者说如果是计时的，我这个规矩员工一个小时多少钱。
还有一些就是什么呢？
还有一些就是什么呢？
你整个把你的某些部门外包给我们，那叫 AI BPO 了。
你整个把你的某些部门外包给我们，那叫 AI BPO 了。
举个例子，你可能以前请了很多销售渠道帮你卖货，最后你按销售额来分成，就销售渠道你给我卖出去，我给你分20%、30%、40%。
举个例子，你可能以前请了很多销售渠道帮你卖货，最后你按销售额来分成，就销售渠道你给我卖出去，我给你分20%、30%、40%。
那你包给我们这样的公司。
那你包给我们这样的公司。
我就纯粹按照结果进行计价。
我就纯粹按照结果进行计价。
展开剩余字幕（还有 293 条）
嗯，那柏荣的核心产品是什么？
嗯，那柏荣的核心产品是什么？
可不可以给我们稍微介绍一下？
可不可以给我们稍微介绍一下？
我们是致力于做中国最好的企业级的，硅基生产力的伙伴。
我们是致力于做中国最好的企业级的，硅基生产力的伙伴。
我们就帮企业设计、生产、培训、派遣规矩员工。
我们就帮企业设计、生产、培训、派遣规矩员工。
当然说，最后我们有两类模式嘛。
当然说，最后我们有两类模式嘛。
第一，我就按岗位给你派遣，我不对你这个整体结果负责。
第一，我就按岗位给你派遣，我不对你这个整体结果负责。
第二，也是说，你把整个业务流程端到端外包给我们，我们按整体端到端这个结果来收费。
第二，也是说，你把整个业务流程端到端外包给我们，我们按整体端到端这个结果来收费。
然后我们还有另外一种呢，百融这几年呢做了很多很多企业级智能体，而企业级智能体里面很多既有设施呢，一般的想做应用级智能体的企业。
然后我们还有另外一种呢，百融这几年呢做了很多很多企业级智能体，而企业级智能体里面很多既有设施呢，一般的想做应用级智能体的企业。
他往往是从那种 SARS 公司啊、软件公司转型转过来的，他们是不具备的。
他往往是从那种 SARS 公司啊、软件公司转型转过来的，他们是不具备的。
一般这种公司都去找大厂嘛，用大厂的机模去做 agent 的嘛。
一般这种公司都去找大厂嘛，用大厂的机模去做 agent 的嘛。
但是中国的大厂有个特点。
但是中国的大厂有个特点。
基本上没有什么 To B 服务，因为 To B 太苦逼了，不赚钱。
基本上没有什么 To B 服务，因为 To B 太苦逼了，不赚钱。
所以导致的大厂，他体会不到那 To B 服务有什么痛，还有需要什么旧设施才能把智能体做好。
所以导致的大厂，他体会不到那 To B 服务有什么痛，还有需要什么旧设施才能把智能体做好。
也就是说， ISV 也叫独立软件开发商，未来我认为这个名字要改，改成 IAV 叫独立智能体供应商，就是 independent agent vendor。
也就是说， ISV 也叫独立软件开发商，未来我认为这个名字要改，改成 IAV 叫独立智能体供应商，就是 independent agent vendor。
他们直接基于大厂的大模型去做，会有很多困难。
他们直接基于大厂的大模型去做，会有很多困难。
这是我们类比当年的云计算出来以后啊，有 IaaS，最早只是 3S嘛，亚马逊的简单存储。
这是我们类比当年的云计算出来以后啊，有 IaaS，最早只是 3S嘛，亚马逊的简单存储。
之后有 Web Service 服务，后来有 SaaS 公司，IaaS、SaaS，然后呢为什么又出了个 PaaS 呢？
之后有 Web Service 服务，后来有 SaaS 公司，IaaS、SaaS，然后呢为什么又出了个 PaaS 呢？
是因为哦，很多 SaaS 公司发现说，我如果基于你的原始的 IaaS，还有很多中间的服务。
是因为哦，很多 SaaS 公司发现说，我如果基于你的原始的 IaaS，还有很多中间的服务。
我要自己开发的，我很麻烦的。
我要自己开发的，我很麻烦的。
嗯，你能不能有一层 PaaS，帮我把我要做 SaaS 软件很多的公共的需求给满足了？
嗯，你能不能有一层 PaaS，帮我把我要做 SaaS 软件很多的公共的需求给满足了？
所以呢今天其实大厂呢是缺乏企业级智能体，这种 PaaS 层的。
所以呢今天其实大厂呢是缺乏企业级智能体，这种 PaaS 层的。
而百融恰好有，一直以来我们公司就是个企业级智能体供应商，只是那时候没有这个名字。
而百融恰好有，一直以来我们公司就是个企业级智能体供应商，只是那时候没有这个名字。
我们要把这个活干好，因为我们的客户他不为我们的中间过程买单嘛，他只为结果买单。
我们要把这个活干好，因为我们的客户他不为我们的中间过程买单嘛，他只为结果买单。
所以我们就被迫逼出来了，我们把 AI pass 那一层给实现了。
所以我们就被迫逼出来了，我们把 AI pass 那一层给实现了。
所以后来就有不少致力于做 IAV，就是 Independent Agent 的 vendor，就想做独立的，智能体开发商的企业，往往是传统软件转型的，找我们说，哎，你们能不能不能把你们中间那一层开放给我们？
所以后来就有不少致力于做 IAV，就是 Independent Agent 的 vendor，就想做独立的，智能体开发商的企业，往往是传统软件转型的，找我们说，哎，你们能不能不能把你们中间那一层开放给我们？
我们用它来做智能体，我说可以。
我们用它来做智能体，我说可以。
然后呢这个我们做好了，你们没有赚到钱，我们也不收钱，你们赚到钱我们才收钱。
然后呢这个我们做好了，你们没有赚到钱，我们也不收钱，你们赚到钱我们才收钱。
你看，这就是我们的 ROSS 模式。
你看，这就是我们的 ROSS 模式。
我们永远是对我们的合作方都是按结果，你们有收益我们就分享一点，你们没有我们就算了。
我们永远是对我们的合作方都是按结果，你们有收益我们就分享一点，你们没有我们就算了。
也就是说我们还有第三种模式，就是把百融的 AI Infra，我们叫 AI PaaS，开放给那些独立的智能体开发商，他们去做智能体，他们拿大头，比如他们拿100块钱里面70，我们拿100块钱里面30。
也就是说我们还有第三种模式，就是把百融的 AI Infra，我们叫 AI PaaS，开放给那些独立的智能体开发商，他们去做智能体，他们拿大头，比如他们拿100块钱里面70，我们拿100块钱里面30。
也就说总结起来有三类，一类是 AI Staffing，我们给企业派遣规矩员工，我们按岗位工资来收，要么就是按工作量计件，要么按固定工资。
也就说总结起来有三类，一类是 AI Staffing，我们给企业派遣规矩员工，我们按岗位工资来收，要么就是按工作量计件，要么按固定工资。
第二类是 AI BPO，就整体把他业务，端到端外包给我们，我们就按照外包公司来收费，不管是呼叫中心呐，还是销售提成啊这种，还，还有第三类。
第二类是 AI BPO，就整体把他业务，端到端外包给我们，我们就按照外包公司来收费，不管是呼叫中心呐，还是销售提成啊这种，还，还有第三类。
就是赋能我们的生态，我们愿意把我们的能力、我们的认知、我们的技术，甚至是资本加持，我们也可以投资，让别的那些独立 agent 的开发商，可以基于百融的 AI Paas 那一层去开发他们的智能体，我们和他们共享收益。
就是赋能我们的生态，我们愿意把我们的能力、我们的认知、我们的技术，甚至是资本加持，我们也可以投资，让别的那些独立 agent 的开发商，可以基于百融的 AI Paas 那一层去开发他们的智能体，我们和他们共享收益。
但是呢，它是由两类规矩员工组成的，一类叫 EX，EX 就是 Experience Agent，就是叫员工体验，这是国际上通用的划分方法。
但是呢，它是由两类规矩员工组成的，一类叫 EX，EX 就是 Experience Agent，就是叫员工体验，这是国际上通用的划分方法。
比如说帮员工处理合同啊，这也是，帮部门来招聘呐，这些就是。
比如说帮员工处理合同啊，这也是，帮部门来招聘呐，这些就是。
还有一个叫 CX，叫 Customer Experience，就是说直接面对客户的。
还有一个叫 CX，叫 Customer Experience，就是说直接面对客户的。
比如我给你派的贵员工，是直接帮你面对客户的。
比如我给你派的贵员工，是直接帮你面对客户的。
比如说处理客户投诉啊，跟客户做营销，介绍产品。
比如说处理客户投诉啊，跟客户做营销，介绍产品。
这两类规矩员工组成了三种收费模式。
这两类规矩员工组成了三种收费模式。
我觉得这个很有意思，我一直觉得未来很有可能有一个类似于 Agent Store 这样的东西，就是你可能能在里面，当然它有不同组合，然后其实就像现在 Apple Store 一样，可能大家可以在里面购买不同的服务。
我觉得这个很有意思，我一直觉得未来很有可能有一个类似于 Agent Store 这样的东西，就是你可能能在里面，当然它有不同组合，然后其实就像现在 Apple Store 一样，可能大家可以在里面购买不同的服务。
当然可以 to C 也可以 to B 我觉得这个构想跟您说刚刚第三类其实就很接近。
当然可以 to C 也可以 to B 我觉得这个构想跟您说刚刚第三类其实就很接近。
对，因为 Agent 的这一层的本质上是应用层嘛，应用层可能百行千业，有非常多的变化，我们不可能把每个细分领域都做完的。
对，因为 Agent 的这一层的本质上是应用层嘛，应用层可能百行千业，有非常多的变化，我们不可能把每个细分领域都做完的。
所以我们非常的乐意造一个 Agent Store，这个 Store 里面有些 Agent 是百融自己造的，企业可以直接用。
所以我们非常的乐意造一个 Agent Store，这个 Store 里面有些 Agent 是百融自己造的，企业可以直接用。
也有些 Agent 呢是我们的合作方造出来的。
也有些 Agent 呢是我们的合作方造出来的。
我们利益分成。
我们利益分成。
然后最后呢，我们的最终企业客户，他选百融造的也可以，像，选我们合作方造的也可以。
然后最后呢，我们的最终企业客户，他选百融造的也可以，像，选我们合作方造的也可以。
我们想打造个开放的生态。
我们想打造个开放的生态。
嗯，就比如一个 agent store 这样的事情，那比如为什么不是 OpenAI 或者是为什么不是 Anthropic 这样的模型厂商，他直接把它做了？
嗯，就比如一个 agent store 这样的事情，那比如为什么不是 OpenAI 或者是为什么不是 Anthropic 这样的模型厂商，他直接把它做了？
呃，因为我理解百融应该是不完全做自己的大模型。
呃，因为我理解百融应该是不完全做自己的大模型。
你们做的其实是一个中间层，或者是偏应用层，就相比他那个 Infra 来说，那为什么不是他们来做？
你们做的其实是一个中间层，或者是偏应用层，就相比他那个 Infra 来说，那为什么不是他们来做？
我这里纠正一下，我们的目标不是做一个 AGI 公司，所以我们不做通用大模型。
我这里纠正一下，我们的目标不是做一个 AGI 公司，所以我们不做通用大模型。
但是呢，我们会做专属大模型。
但是呢，我们会做专属大模型。
什么叫专属大模型？
什么叫专属大模型？
它是为了解决某个特定的行业，或者某个特定领域的问题的。
它是为了解决某个特定的行业，或者某个特定领域的问题的。
因为很多时候可能你用个通用大模型回答那个问题，要么它很慢，要么就是它有幻觉，不准，要么就是它成本很高。
因为很多时候可能你用个通用大模型回答那个问题，要么它很慢，要么就是它有幻觉，不准，要么就是它成本很高。
使得我们后来发现说呢，要把某些领域的东西做好，你就得专门去训这个大模型。
使得我们后来发现说呢，要把某些领域的东西做好，你就得专门去训这个大模型。
但是训有两种，一种是 pre-training，你从领域训练，比如说把我们的端到端语音大模型，因为我们考虑到响应时间呐、拟人度啊。
但是训有两种，一种是 pre-training，你从领域训练，比如说把我们的端到端语音大模型，因为我们考虑到响应时间呐、拟人度啊。
但还有一类就是 post-training，就是你去拿别人的，不管是开源的、闭源的。
但还有一类就是 post-training，就是你去拿别人的，不管是开源的、闭源的。
你去做后训练，训出你那个领域的专属大模型。
你去做后训练，训出你那个领域的专属大模型。
基本上95%以上的问题都是可以被我们的专属大模型解决的。
基本上95%以上的问题都是可以被我们的专属大模型解决的。
剩下呢，可能有百分之二三四五的这种 corner case 边角问题吧。
剩下呢，可能有百分之二三四五的这种 corner case 边角问题吧。
因为你不太好预测，有的时候客户的问题太长尾了。
因为你不太好预测，有的时候客户的问题太长尾了。
你可以路由给通用大模型解决。
你可以路由给通用大模型解决。
我们是有自己的专属大模型的，我们是有自己的 Agent Builder 就是用来编排我们的 Agent 就规矩员工的。
我们是有自己的专属大模型的，我们是有自己的 Agent Builder 就是用来编排我们的 Agent 就规矩员工的。
以及这个之上的 Agent Store 里面的，又分两类规矩员工。
以及这个之上的 Agent Store 里面的，又分两类规矩员工。
一个是百融自己建的规矩员工，一个是我们合作方、生态方造的规矩员工的。
一个是百融自己建的规矩员工，一个是我们合作方、生态方造的规矩员工的。
你说这样的 Agent Store 为什么不是大厂吗？
你说这样的 Agent Store 为什么不是大厂吗？
不是那些超级独角兽去做，对吧？
不是那些超级独角兽去做，对吧？
那就他们也可以做 Agent Store 啊。
那就他们也可以做 Agent Store 啊。
事实上，前年 OpenAI 就搞了所谓的 GPTs 嘛，那 GPTs 本质上不就是 Agent Store 吗？
事实上，前年 OpenAI 就搞了所谓的 GPTs 嘛，那 GPTs 本质上不就是 Agent Store 吗？
但是你看这基本上，他现在这一年都提都不提了，就他没搞起来嘛。
但是你看这基本上，他现在这一年都提都不提了，就他没搞起来嘛。
但是 to C 的 agent store 我觉得他们大概率会去做的。
但是 to C 的 agent store 我觉得他们大概率会去做的。
你看扣子本身就是个 to C 的 agent store 企业级 agent store 呢，我觉得呢，至少他们没想清楚。
你看扣子本身就是个 to C 的 agent store 企业级 agent store 呢，我觉得呢，至少他们没想清楚。
但是美国会不会呢？
但是美国会不会呢？
因为美国毕竟 to B 市场也很好嘛。
因为美国毕竟 to B 市场也很好嘛。
我觉得他确实有可能，比如说像 Anthropic 它本身就是以 to B 为主嘛。
我觉得他确实有可能，比如说像 Anthropic 它本身就是以 to B 为主嘛。
但是呢，他们这样也做呢，也并不是说他就能垄断市场。
但是呢，他们这样也做呢，也并不是说他就能垄断市场。
Anthropic 呢，我认为它可能有两个侧重，第一呢，总体来讲，它把它大模型做得越来越强。
Anthropic 呢，我认为它可能有两个侧重，第一呢，总体来讲，它把它大模型做得越来越强。
它大模型呢，是面向生产力的那种大模型，而不像 OpenAI 呢。
它大模型呢，是面向生产力的那种大模型，而不像 OpenAI 呢。
还面向消费者嘛，就也是说，它的大模型端是确实面向企业端为主的。
还面向消费者嘛，就也是说，它的大模型端是确实面向企业端为主的。
我觉得它即使做了也没关系，没有一个能垄断整个市场。
我觉得它即使做了也没关系，没有一个能垄断整个市场。
你看云嘛，IaaS 公司也没有说被一家垄断的。
你看云嘛，IaaS 公司也没有说被一家垄断的。
最大的亚马逊亚马逊像，其次是微软微软之后有谷歌，后面还有一些小一点的，还有 Oracle 这些公司，也没有被完全垄断。
最大的亚马逊亚马逊像，其次是微软微软之后有谷歌，后面还有一些小一点的，还有 Oracle 这些公司，也没有被完全垄断。
嗯，明白。
嗯，明白。
那我们接下来正好讲讲你们可能的产品在不同的行业中的实际的用例。
那我们接下来正好讲讲你们可能的产品在不同的行业中的实际的用例。
比如说像招聘案例，因为我之前听你们其实是能把整个招聘的周期可能从28天砍到两天。
比如说像招聘案例，因为我之前听你们其实是能把整个招聘的周期可能从28天砍到两天。
那这个是怎么去实现的？
那这个是怎么去实现的？
以及就是现在，其实我看很多硅谷的这个创业公司，其实他们也很流行一些新的招聘方式，特别是招，比如说一些做编程啊、做技术的人，他们可能会，比如说给你布置一个不可能完成的任务，然后让你在比如一天之内，就你本来肯定是完不成的。但这个想测试的
以及就是现在，其实我看很多硅谷的这个创业公司，其实他们也很流行一些新的招聘方式，特别是招，比如说一些做编程啊、做技术的人，他们可能会，比如说给你布置一个不可能完成的任务，然后让你在比如一天之内，就你本来肯定是完不成的。但这个想测试的
就是你跟 AI 的协作能力。
就是你跟 AI 的协作能力。
那像你们在招聘这个环节，有没有一些新的探索和尝试？
那像你们在招聘这个环节，有没有一些新的探索和尝试？
啊，我们做的非常多。
啊，我们做的非常多。
我举个例子，我们百融的 HR 部门里面招聘专员，他们以前呢，一旦到招聘季，比如说应届毕业生毕业季，他们每个人要准备几十张 SIM 卡。
我举个例子，我们百融的 HR 部门里面招聘专员，他们以前呢，一旦到招聘季，比如说应届毕业生毕业季，他们每个人要准备几十张 SIM 卡。
因为呢，如果你用碳基员工的打电话，打多了以后呢，电信运营商就会认为你可能是个诈骗电话，他就把你封了。
因为呢，如果你用碳基员工的打电话，打多了以后呢，电信运营商就会认为你可能是个诈骗电话，他就把你封了。
我以前根本不知道他们还有这种痛苦啊。
我以前根本不知道他们还有这种痛苦啊。
第二呢，他还要去找用人部门去做访谈，你的用人需求。
第二呢，他还要去找用人部门去做访谈，你的用人需求。
访谈完以后整理成 JD，就是工作职位描述嘛。
访谈完以后整理成 JD，就是工作职位描述嘛。
最后发给用人部门看，你确认一下是不是这样的。
最后发给用人部门看，你确认一下是不是这样的。
然后自己呢上什么招聘网站，到处去搜索简历。
然后自己呢上什么招聘网站，到处去搜索简历。
搜完简历，看这个 JD，跟岗位描述是不是吻合，吻合完之后，哦，给他发邮件呐、预约等等等等。
搜完简历，看这个 JD，跟岗位描述是不是吻合，吻合完之后，哦，给他发邮件呐、预约等等等等。
遇到电话号码被封的，各种各样的问题。
遇到电话号码被封的，各种各样的问题。
最后约人家，可能人家哎，不行，我没时间，打电话白打了。
最后约人家，可能人家哎，不行，我没时间，打电话白打了。
等于他们有很多很多时间浪费在其实没怎么产生生产力的这种事物上。
等于他们有很多很多时间浪费在其实没怎么产生生产力的这种事物上。
我刚才跟你描述这几种工作全部可以被智能体干掉。
我刚才跟你描述这几种工作全部可以被智能体干掉。
其实，规矩员工干的比探究员工干的还好。
其实，规矩员工干的比探究员工干的还好。
探究员工，比如说你说我要懂 Java 或者我要懂什么什么微服务。
探究员工，比如说你说我要懂 Java 或者我要懂什么什么微服务。
他就只能机械的拿微服务这三个字去简历库里面去搜。
他就只能机械的拿微服务这三个字去简历库里面去搜。
但是呢，可能有些简历里面有微服务三个字，就搜出来，有些搜不出来。
但是呢，可能有些简历里面有微服务三个字，就搜出来，有些搜不出来。
搜不出来，不是说这个候选人真的不懂，因为他可能是用一大段文字来描述的。
搜不出来，不是说这个候选人真的不懂，因为他可能是用一大段文字来描述的。
如果你真懂什么叫微服，你看他的描述就知道，哦，他干的是微服。
如果你真懂什么叫微服，你看他的描述就知道，哦，他干的是微服。
那最后呢？
那最后呢？
探剧员工只能找了一部分之后呢，又不合适。
探剧员工只能找了一部分之后呢，又不合适。
用人部门说不是的，你就要跟我扩大搜索范围。
用人部门说不是的，你就要跟我扩大搜索范围。
你看这一来一去，干得又慢，质量还不好。
你看这一来一去，干得又慢，质量还不好。
但是我们后来发现说智能体，它就能够根据微服务衍生出哦，其实微服务只是个缩写，它本质上是干以下三件事。
但是我们后来发现说智能体，它就能够根据微服务衍生出哦，其实微服务只是个缩写，它本质上是干以下三件事。
OK，我看你的简历里面其实干了三件事，两件事，嗯，大概率你懂微服，他把这种人也能给你搜出来，然后再给你自动去预约，打电话呀、发邮件等等。
OK，我看你的简历里面其实干了三件事，两件事，嗯，大概率你懂微服，他把这种人也能给你搜出来，然后再给你自动去预约，打电话呀、发邮件等等。
所以你看，他为什么能够节省时间呢？
所以你看，他为什么能够节省时间呢？
很明显嘛，你是每个环节都能干，甚至干得比探居龙干得好。
很明显嘛，你是每个环节都能干，甚至干得比探居龙干得好。
那么第二个问题呢，我们自己的招聘的智能体里面。
那么第二个问题呢，我们自己的招聘的智能体里面。
就会去要求应聘者去完成工作呀，甚至主动要求他，你必须用 Web 编码，过来编程。
就会去要求应聘者去完成工作呀，甚至主动要求他，你必须用 Web 编码，过来编程。
我不想让你人工写代码，我必须，比方说你给我打开你的电脑。
我不想让你人工写代码，我必须，比方说你给我打开你的电脑。
你不管是用 Cursor 对吧？
你不管是用 Cursor 对吧？
还是用 Color Code 还是用 OpenAI 的这个 Codex 甚至用字节的 Byte。
还是用 Color Code 还是用 OpenAI 的这个 Codex 甚至用字节的 Byte。
我就得看见你，你是用 AI 搞出来的。
我就得看见你，你是用 AI 搞出来的。
写文案也行啊。
写文案也行啊。
编视频也行啊。
编视频也行啊。
我我们公司内部有句口号啊，就是今年年会上我们刚讲的。
我我们公司内部有句口号啊，就是今年年会上我们刚讲的。
第一呢，我说不断不断致力于提升整个公司的规探比。
第一呢，我说不断不断致力于提升整个公司的规探比。
每个部门要不断地提升规探，每个季度你要善利，这个季度造了多少规矩员工？
每个部门要不断地提升规探，每个季度你要善利，这个季度造了多少规矩员工？
而且它不是僵尸的，它要一定是在上岗在用的。
而且它不是僵尸的，它要一定是在上岗在用的。
第二个，未来我们招聘的人，如果你说你不会 AI 大概率就不大会被招进来了。
第二个，未来我们招聘的人，如果你说你不会 AI 大概率就不大会被招进来了。
对。
对。
您这个提的，我感觉还是比较激进的，哈，是不是？
您这个提的，我感觉还是比较激进的，哈，是不是？
因为就是说我们不是说我们不要探究，不是这样子的。
因为就是说我们不是说我们不要探究，不是这样子的。
我说你要知道 AI 是提升你的生产力的。
我说你要知道 AI 是提升你的生产力的。
回到可能20年前，你说你排斥计算器。
回到可能20年前，你说你排斥计算器。
你今天看来是不是很可笑啊？
你今天看来是不是很可笑啊？
对，是的是的。
对，是的是的。
另外一个很重要的领域就是法律啊，因为其实在美国，我看其实也有很多 AI 类的创业公司，其实在法律这个 SARS 这个方向其实一直在做的很好。
另外一个很重要的领域就是法律啊，因为其实在美国，我看其实也有很多 AI 类的创业公司，其实在法律这个 SARS 这个方向其实一直在做的很好。
当然也创造了很多新的需求，然后也替代了掉了原来的一些低效的一些方式。
当然也创造了很多新的需求，然后也替代了掉了原来的一些低效的一些方式。
当然法律 SaaS 其实也是这次美股整个 SaaS 崩盘的一个重灾区。
当然法律 SaaS 其实也是这次美股整个 SaaS 崩盘的一个重灾区。
我知道柏荣也有些业务在做法律这个方向，你们可能是怎么去做的？
我知道柏荣也有些业务在做法律这个方向，你们可能是怎么去做的？
是不是就可能90%的工作是交给 AI 但可能人类专家去做最后的这个关键的判断。
是不是就可能90%的工作是交给 AI 但可能人类专家去做最后的这个关键的判断。
对，是这样，我们有一个平台呢叫百鉴，鉴是鉴别的鉴。
对，是这样，我们有一个平台呢叫百鉴，鉴是鉴别的鉴。
这个平台能帮法商财税、法务专业人士、商业咨询专业人士、财务规划、税务规划专业人士，这么一个平台。
这个平台能帮法商财税、法务专业人士、商业咨询专业人士、财务规划、税务规划专业人士，这么一个平台。
他们以前做事情呢，大概是这样子，比如说拿律师来讲。
他们以前做事情呢，大概是这样子，比如说拿律师来讲。
可能呢，和客户谈了一个合作，最后要，可能基本上就是以文案的形式嘛，Word 呀、PPT 呀，这些方式来交付。
可能呢，和客户谈了一个合作，最后要，可能基本上就是以文案的形式嘛，Word 呀、PPT 呀，这些方式来交付。
这个恰好是 AI 特别擅长的。
这个恰好是 AI 特别擅长的。
他们基本上就是雇佣可能工作1~7年呢，或者10年的初级到中级的碳基专业人士去完成这些工作。
他们基本上就是雇佣可能工作1~7年呢，或者10年的初级到中级的碳基专业人士去完成这些工作。
可能高级总监呢、初级合伙人呢，可能这10年到15年这一类的碳基专业人士呢。
可能高级总监呢、初级合伙人呢，可能这10年到15年这一类的碳基专业人士呢。
来检查，然后提意见，呃，修改等等等等。
来检查，然后提意见，呃，修改等等等等。
最后呢，可能再请高级一点的合伙人呢，最后来 sign off 就是来签字承担责任。
最后呢，可能再请高级一点的合伙人呢，最后来 sign off 就是来签字承担责任。
那我们这个摆件是什么呢？
那我们这个摆件是什么呢？
是，OK，啊，因为其实很多专业人士想创业，但是为什么创不了呢？
是，OK，啊，因为其实很多专业人士想创业，但是为什么创不了呢？
因为他没有初级，那么多的碳基专业人士帮他干活呀。
因为他没有初级，那么多的碳基专业人士帮他干活呀。
那他什么都得自己干，他又是前台，他又是写报告的，又是谈商务，最后又自己签字盖章的。
那他什么都得自己干，他又是前台，他又是写报告的，又是谈商务，最后又自己签字盖章的。
那这个就比较难以启动创业嘛。
那这个就比较难以启动创业嘛。
所以我们百建本质上是做了一个平台，是方便专业人士来上平台来创业的。
所以我们百建本质上是做了一个平台，是方便专业人士来上平台来创业的。
最后这些摆件上的平台的这些专业人士呢，他们可能年富力强的，啊，35岁呀到40岁呀，他已经是高级总监、初级合伙人了。
最后这些摆件上的平台的这些专业人士呢，他们可能年富力强的，啊，35岁呀到40岁呀，他已经是高级总监、初级合伙人了。
他们来检查，觉得有问题，然后他就可以口述给那些硅基专业人士，你帮我改改。
他们来检查，觉得有问题，然后他就可以口述给那些硅基专业人士，你帮我改改。
改到我满意，最后我来签字，承担责任，最后发给客户。
改到我满意，最后我来签字，承担责任，最后发给客户。
这个最早呢是用在百荣内部的一个法务部门呢，他们一个很重要的工作就是起草合同、审合同嘛。
这个最早呢是用在百荣内部的一个法务部门呢，他们一个很重要的工作就是起草合同、审合同嘛。
以前一份合同他们要56分钟，后来呢，用了我们的规计合同专业以后呢，降到了4分钟。
以前一份合同他们要56分钟，后来呢，用了我们的规计合同专业以后呢，降到了4分钟。
我们就意识到，哇，这个领域的提效空间简直太大了。
我们就意识到，哇，这个领域的提效空间简直太大了。
十倍的提效啊。
十倍的提效啊。
后来就又有这个领域的专业人士，不是我们公司的，就是人家就在大所里面干的，在顶级的专业机构干到全球合伙人的。
后来就又有这个领域的专业人士，不是我们公司的，就是人家就在大所里面干的，在顶级的专业机构干到全球合伙人的。
到我们这边来聊天嘛，就在我们的智能体上提了一些问题。
到我们这边来聊天嘛，就在我们的智能体上提了一些问题。
结果这个问题呢，我们大概花了几十分钟就写了一个专业报告。
结果这个问题呢，我们大概花了几十分钟就写了一个专业报告。
当时他看了之后觉得挺不错，第二天就来找我，说韶峰总，咱们一块干。
当时他看了之后觉得挺不错，第二天就来找我，说韶峰总，咱们一块干。
他说我没想到你们的这个智能体强到这个程度了。
他说我没想到你们的这个智能体强到这个程度了。
他说我昨天跟你说那个问题，是个真实的问题。
他说我昨天跟你说那个问题，是个真实的问题。
他说，我是广东省的一个制造业企业，我是给通用汽车提供压铸件、零部件、设备的。
他说，我是广东省的一个制造业企业，我是给通用汽车提供压铸件、零部件、设备的。
通讯其实要求我三年之内把产能转移出中国大陆，不转出去就不给订单，那生死存亡的问题啊。
通讯其实要求我三年之内把产能转移出中国大陆，不转出去就不给订单，那生死存亡的问题啊。
这个企业就请了一个非常大的一个咨询公司，全世界排名前五的。
这个企业就请了一个非常大的一个咨询公司，全世界排名前五的。
说是派了五六个专业人士，干了5个月，收费500万左右吧。
说是派了五六个专业人士，干了5个月，收费500万左右吧。
建议他去某某地方，这个厂呢，就真的去了，干了8个月，投资了差不多一个亿，最后失败了。
建议他去某某地方，这个厂呢，就真的去了，干了8个月，投资了差不多一个亿，最后失败了。
失败了之后，他们去，又去了另外一个地方，干成了。
失败了之后，他们去，又去了另外一个地方，干成了。
他结果你们的这个报告里面，就把他最终成功的地方推荐出来了。
他结果你们的这个报告里面，就把他最终成功的地方推荐出来了。
他说你们的智能体会自动在网上去搜索。
他说你们的智能体会自动在网上去搜索。
这个公司的竞争对手，以及通用汽车别的供应商，他们在怎么做？
这个公司的竞争对手，以及通用汽车别的供应商，他们在怎么做？
来交叉验证前四章的结论是不是正确的。
来交叉验证前四章的结论是不是正确的。
他这第五章呢，在我们这种所里面，只有资深的、中级以上的合伙人，才会干的。
他这第五章呢，在我们这种所里面，只有资深的、中级以上的合伙人，才会干的。
他居然你们把这个动作也模拟出来了，所以他说我非常的吃惊，所以我们干脆一块干吧。
他居然你们把这个动作也模拟出来了，所以他说我非常的吃惊，所以我们干脆一块干吧。
他说有大量的碳基合伙人想创业，但是很难创。因为他没有人帮他。
他说有大量的碳基合伙人想创业，但是很难创。因为他没有人帮他。
于是我们就和这个所的合伙人一块干。
于是我们就和这个所的合伙人一块干。
首先帮他们的100多位合伙人配备了规矩员工，他们生产力大幅度提升。
首先帮他们的100多位合伙人配备了规矩员工，他们生产力大幅度提升。
每个专业人士，不管是律师啊、商业咨询公司啊、会计咨询公司那些，他的收入至少涨3倍不止啊。
每个专业人士，不管是律师啊、商业咨询公司啊、会计咨询公司那些，他的收入至少涨3倍不止啊。
而出海又是今天的汹涌澎湃的一个需求。
而出海又是今天的汹涌澎湃的一个需求。
我们这位合作方嘛，就说都好多地方给我推荐企业，让我们帮他设计怎么出海。
我们这位合作方嘛，就说都好多地方给我推荐企业，让我们帮他设计怎么出海。
但他我们接不了那么火，因为我是依赖于碳基专业人士啊，低于150万我根本接不了啊。
但他我们接不了那么火，因为我是依赖于碳基专业人士啊，低于150万我根本接不了啊。
因为这个活很专业嘛，你要了解立案地、在案地，各个国家的法律体系啊、劳工体系、劳工保护、关税呀、物流成本等等等等。
因为这个活很专业嘛，你要了解立案地、在案地，各个国家的法律体系啊、劳工体系、劳工保护、关税呀、物流成本等等等等。
所以这种活以前只能交给跨国咨询公司、跨国律所来解决呀。
所以这种活以前只能交给跨国咨询公司、跨国律所来解决呀。
收费能不贵吗？
收费能不贵吗？
找一堆老外，每次联系协调一个会议就得一周时间。
找一堆老外，每次联系协调一个会议就得一周时间。
需求太强烈了，但是有了你们这个摆件，那就不一样了呀。
需求太强烈了，但是有了你们这个摆件，那就不一样了呀。
你写一个报告可能只要几十分钟啊。
你写一个报告可能只要几十分钟啊。
他跟我自己跟我讲，他说如果说我们说那个咨询公司的报告能达到90分。
他跟我自己跟我讲，他说如果说我们说那个咨询公司的报告能达到90分。
当然其实他结论是错，他只是这格式特别完整，整了200多页，但是看起来很专业，但是其实结论是错的嘛。
当然其实他结论是错，他只是这格式特别完整，整了200多页，但是看起来很专业，但是其实结论是错的嘛。
你们这个东西只有80页，看起来别人少。
你们这个东西只有80页，看起来别人少。
他说这个不是个问题啊，我可以让他扩写嘛。
他说这个不是个问题啊，我可以让他扩写嘛。
那我花点碳基专业人士，可能搞个两三天就能搞到他他们那个公司一样的水平了。
那我花点碳基专业人士，可能搞个两三天就能搞到他他们那个公司一样的水平了。
他说这个提效简直是太明显了，不是一点半点的。
他说这个提效简直是太明显了，不是一点半点的。
麦肯锡是 OpenAI 全球排名前五的客户。
麦肯锡是 OpenAI 全球排名前五的客户。
麦肯锡的 CEO 前不久刚刚说的，他说我全球6万位员工，但是25000个是规矩员工，就是他说 AI 智能体。
麦肯锡的 CEO 前不久刚刚说的，他说我全球6万位员工，但是25000个是规矩员工，就是他说 AI 智能体。
这是为什么百融要创建百件平台的。
这是为什么百融要创建百件平台的。
原因。
原因。
最终专业人士，我们说三年以后，他们基本上只剩下一个体面的工作，就是审核加签字。
最终专业人士，我们说三年以后，他们基本上只剩下一个体面的工作，就是审核加签字。
因为有些工作需要证照嘛，需要资格嘛，资质嘛。
因为有些工作需要证照嘛，需要资格嘛，资质嘛。
可能今天政府还不太会给，比如说，规矩律师发执照。
可能今天政府还不太会给，比如说，规矩律师发执照。
也就是说，最终最终承担责任的，当享受利益的。
也就是说，最终最终承担责任的，当享受利益的。
也还是碳基专业人士。
也还是碳基专业人士。
对，但他们也需要做一些判断，对不对？
对，但他们也需要做一些判断，对不对？
还是需要有一些决策的方向的事情。
还是需要有一些决策的方向的事情。
嗯，那当然了，审核过程本身就是这样子嘛。
嗯，那当然了，审核过程本身就是这样子嘛。
他觉得你这个写的不好，他可以给你口述嘛，说你这个地方写的不对，我给你发一个文件发过来，你看看。
他觉得你这个写的不好，他可以给你口述嘛，说你这个地方写的不对，我给你发一个文件发过来，你看看。
那 AI 读完以后马上就改了，他可以在线提示他在线改，这个行业会被彻底彻底彻底彻底的颠覆。
那 AI 读完以后马上就改了，他可以在线提示他在线改，这个行业会被彻底彻底彻底彻底的颠覆。
对，我记得麦肯锡以前是说过他们，就一开始还是有点担心被 AI 颠覆，但后来也不得不变成那个更早会用 AI 的人。
对，我记得麦肯锡以前是说过他们，就一开始还是有点担心被 AI 颠覆，但后来也不得不变成那个更早会用 AI 的人。
对，在我们看来，就这一次 AI 的革命呢，有三类事特别适合 agent 来干，一类是拟人的交互。
对，在我们看来，就这一次 AI 的革命呢，有三类事特别适合 agent 来干，一类是拟人的交互。
你分不清对方是碳基人还是硅基人。
你分不清对方是碳基人还是硅基人。
第二件事就是非结构化数据，你说的就是 PPT Word 什么 PDF 图片、视频、音频。
第二件事就是非结构化数据，你说的就是 PPT Word 什么 PDF 图片、视频、音频。
非结构化数据的生成啊、加工啊、撰写啊、修改。
非结构化数据的生成啊、加工啊、撰写啊、修改。
我刚才讲的法商财税就是这样，因为他们交付全是这样子。
我刚才讲的法商财税就是这样，因为他们交付全是这样子。
第三类事是有一定复杂度、有一定灵活度流程的编排。
第三类事是有一定复杂度、有一定灵活度流程的编排。
跟你说第一步做什么，第二步什么，第三步的话，这个流程可能搞几十步，最后搞一个小时搞完了。
跟你说第一步做什么，第二步什么，第三步的话，这个流程可能搞几十步，最后搞一个小时搞完了。
以前都是人工摊及员工在那干呢，就是费时费力啊。
以前都是人工摊及员工在那干呢，就是费时费力啊。
未来这三类都会被革命性的颠覆掉。
未来这三类都会被革命性的颠覆掉。
对。
对。
您觉得对于很多传统企业来说，特别是那些可能觉得自己在未来有可能会被 AI 颠覆的公司，你觉得他们应该怎么样去开启一个组织转型？
您觉得对于很多传统企业来说，特别是那些可能觉得自己在未来有可能会被 AI 颠覆的公司，你觉得他们应该怎么样去开启一个组织转型？
因为它跟很多现在的这种新的创业公司是一个完全 AI native 的，然后可能都是一帮00后，那肯定是不一样的。
因为它跟很多现在的这种新的创业公司是一个完全 AI native 的，然后可能都是一帮00后，那肯定是不一样的。
但你觉得就是对传统企业来说，怎么样做他们的转型和求生？
但你觉得就是对传统企业来说，怎么样做他们的转型和求生？
这三年后肯定就是求生了。
这三年后肯定就是求生了。
我自己呢，过去一年还真的和一些传统企业，我接触了不少。
我自己呢，过去一年还真的和一些传统企业，我接触了不少。
当然人家在自己细分领域做得非常非常大了。
当然人家在自己细分领域做得非常非常大了。
比如说都销售额一两百亿，水泥啊，做辣条，卖辣椒粉啊，这些都是各自领域的领域之王啊。
比如说都销售额一两百亿，水泥啊，做辣条，卖辣椒粉啊，这些都是各自领域的领域之王啊。
我甚至呢和一些看起来可能不是那么传统的金融机构也聊过。
我甚至呢和一些看起来可能不是那么传统的金融机构也聊过。
我发现呢，第一个他们应该做的事情是厘清对 AI 的理解。
我发现呢，第一个他们应该做的事情是厘清对 AI 的理解。
举个例子啊。
举个例子啊。
很多人都搞不清楚大模型和智能体之间什么关系。
很多人都搞不清楚大模型和智能体之间什么关系。
他就以为大模型就智能体，智能体就大模型，其实不是啊，大模型只是那个大脑。
他就以为大模型就智能体，智能体就大模型，其实不是啊，大模型只是那个大脑。
而智能体是包含了大脑，还有手脚，能够把事端的端，干成的，这才是个完整智能体。
而智能体是包含了大脑，还有手脚，能够把事端的端，干成的，这才是个完整智能体。
如果你连这个都搞不清楚的话，你可能啊行，我自己，我去买一个不管是千问也好，去买个智谱也好啊，搞个阿里云也好啊，就行了。
如果你连这个都搞不清楚的话，你可能啊行，我自己，我去买一个不管是千问也好，去买个智谱也好啊，搞个阿里云也好啊，就行了。
后来发现根本不行，甚至比方说去年年初，Deepseek 发布以后，好多人很振奋呐，觉得好多企业觉得，哇，我下载一个 Deepseek 就可以了。
后来发现根本不行，甚至比方说去年年初，Deepseek 发布以后，好多人很振奋呐，觉得好多企业觉得，哇，我下载一个 Deepseek 就可以了。
就发现呢，好多企业过了3个月，根本不行。
就发现呢，好多企业过了3个月，根本不行。
他即使有了个大模型，最后还是解决不了问题，因为他不能端到端完成任务嘛，他只是个大脑，他没有四肢，没有连接四肢的神经嘛。
他即使有了个大模型，最后还是解决不了问题，因为他不能端到端完成任务嘛，他只是个大脑，他没有四肢，没有连接四肢的神经嘛。
就是一些理念上就首先就得明白，理解说，OK，大模型是基础，但是最终解决问题的是智能体。
就是一些理念上就首先就得明白，理解说，OK，大模型是基础，但是最终解决问题的是智能体。
你到底要去自己去搞一个大模型，然后自建智能体？
你到底要去自己去搞一个大模型，然后自建智能体？
还是说你找一个合作方直接给我提供智能体？
还是说你找一个合作方直接给我提供智能体？
还是说，哦，找个合作方来给我定制化，基于他以前自己的修改。
还是说，哦，找个合作方来给我定制化，基于他以前自己的修改。
我的意见建议是说，大部分传统企业是没有这个能力。
我的意见建议是说，大部分传统企业是没有这个能力。
你要理解，做一个企业，大部分企业来讲，我不，根本不关心底下是哪个大模型？
你要理解，做一个企业，大部分企业来讲，我不，根本不关心底下是哪个大模型？
我根本不关心，我只关心第一，数量怎么样？
我根本不关心，我只关心第一，数量怎么样？
第二，质量怎么样？
第二，质量怎么样？
第三个就是成本怎么样。
第三个就是成本怎么样。
我前不久呢，在一个管理论坛上做过一次分享。
我前不久呢，在一个管理论坛上做过一次分享。
结果讲完以后，100多位企业家呀，都来说，哎呀，我们很想做 AI 但是我们又不知道该怎么做 AI 我们可能不能合作。
结果讲完以后，100多位企业家呀，都来说，哎呀，我们很想做 AI 但是我们又不知道该怎么做 AI 我们可能不能合作。
哦，我还，我才意识到说，其实这些传统企业家，人家也是追求进步的，只是他有一种 FOMO 嘛，既呢想要赶上 AI 的大船，上传，但是又不知道怎么搞。
哦，我还，我才意识到说，其实这些传统企业家，人家也是追求进步的，只是他有一种 FOMO 嘛，既呢想要赶上 AI 的大船，上传，但是又不知道怎么搞。
而他们要去找大厂呢，搞个大模型，没啥用啊。
而他们要去找大厂呢，搞个大模型，没啥用啊。
就是你要帮我把工作解决。
就是你要帮我把工作解决。
做好你就把这个支点给派过来，员工培训都不用培训就用。
做好你就把这个支点给派过来，员工培训都不用培训就用。
所以我们也在想怎么能帮到这些传统企业家。
所以我们也在想怎么能帮到这些传统企业家。
嗯，明白。
嗯，明白。
所谓艺人公司，其实您刚刚举的那个例子里，如果未来 agent 很好用，然后他们确实能干很多实际工作中的的工作的话，他可能就可以自己作为一个艺人公司。
所谓艺人公司，其实您刚刚举的那个例子里，如果未来 agent 很好用，然后他们确实能干很多实际工作中的的工作的话，他可能就可以自己作为一个艺人公司。
他作为将军，然后他下面可以带一个 agent 军团来干活了。
他作为将军，然后他下面可以带一个 agent 军团来干活了。
当下你觉得一人公司是不是可行的？
当下你觉得一人公司是不是可行的？
如果现在不行，那你觉得可能未来什么时候这个东西有可能能成熟？
如果现在不行，那你觉得可能未来什么时候这个东西有可能能成熟？
我自己的看法是呢，就 TO B 还难一点，但 TO C 是有可能的。
我自己的看法是呢，就 TO B 还难一点，但 TO C 是有可能的。
你比如说像 Open Cloud 这样的，因为是国外的话，他这个付费意愿比较强，习惯很好嘛，即使收费，一定会有很多人愿意用 Open
你比如说像 Open Cloud 这样的，因为是国外的话，他这个付费意愿比较强，习惯很好嘛，即使收费，一定会有很多人愿意用 Open
以他今天这个疯狂的程度，10亿不一定是10亿的收入，他可能10亿估值啊，你估值体系可以是你销售收入的100倍嘛，所以一人的 1,000,000,000独角兽完全是可能出现的。
以他今天这个疯狂的程度，10亿不一定是10亿的收入，他可能10亿估值啊，你估值体系可以是你销售收入的100倍嘛，所以一人的 1,000,000,000独角兽完全是可能出现的。
如果是说 to C 的话，事实上有很多个人嘛，Consumer，他就是带领一大堆的 AI 智能体，率领他的硅基员工、下属给他干活。
如果是说 to C 的话，事实上有很多个人嘛，Consumer，他就是带领一大堆的 AI 智能体，率领他的硅基员工、下属给他干活。
To B 呢，最终也可能会出现。
To B 呢，最终也可能会出现。
但可能要企业的观念发生改变，说，OK 你的智能体已经反复验证过了，比我大的企业都用，我为什么不可以用啊？
但可能要企业的观念发生改变，说，OK 你的智能体已经反复验证过了，比我大的企业都用，我为什么不可以用啊？
或者是呢，先做个人助手，企业的一些关键决策用下来说靠谱。
或者是呢，先做个人助手，企业的一些关键决策用下来说靠谱。
哎，说那我的企业可不可以用你的？
哎，说那我的企业可不可以用你的？
这个是会慢慢改变的，但总体来讲，我觉得这个事情是完全有可能的。
这个是会慢慢改变的，但总体来讲，我觉得这个事情是完全有可能的。
好，谢谢。
好，谢谢。
那今天先这样。好，谢谢。好，拜拜，拜拜。
那今天先这样。好，谢谢。好，拜拜，拜拜。
这期节目里啊，有很多数字。
这期节目里啊，有很多数字。
20万硅基员工，56分钟变成4分钟，千亿市值蒸发。
20万硅基员工，56分钟变成4分钟，千亿市值蒸发。
这些数字很震撼，但我不希望大家听完之后只记住了焦虑。
这些数字很震撼，但我不希望大家听完之后只记住了焦虑。
朝峰总讲了一个细节，我觉得特别值得回味。
朝峰总讲了一个细节，我觉得特别值得回味。
他们公司那45个原本做客服的员工，在 AI 接手之后，并没有被裁掉，而是学会了怎么去训练 AI 从成本中心变成了利润中心，收入反而上涨了。
他们公司那45个原本做客服的员工，在 AI 接手之后，并没有被裁掉，而是学会了怎么去训练 AI 从成本中心变成了利润中心，收入反而上涨了。
这个故事不是说每个人都一定能够这样顺利转身，但它至少说明了一件事，在人和 AI 之间，不应该只有替代这一种关系。
这个故事不是说每个人都一定能够这样顺利转身，但它至少说明了一件事，在人和 AI 之间，不应该只有替代这一种关系。
回顾每一次技术变革，恐惧从来都是第一反应。
回顾每一次技术变革，恐惧从来都是第一反应。
ATM 刚出现的时候，所有人都说银行柜员要消失了。
ATM 刚出现的时候，所有人都说银行柜员要消失了。
结果美国的银行柜员数量在之后25年里反而增长了。
结果美国的银行柜员数量在之后25年里反而增长了。
不是因为 ATM 没用，而是因为人的角色变了，从点钞票变成了帮客户去做理财规划，做更有价值的事情。
不是因为 ATM 没用，而是因为人的角色变了，从点钞票变成了帮客户去做理财规划，做更有价值的事情。
好，以上就是今天的所有内容。
好，以上就是今天的所有内容。
这里是硅谷101，我是刘一鸣。
这里是硅谷101，我是刘一鸣。
如果你觉得今天这期内容对你有启发，欢迎转发给你身边那些正在思考 AI 转型的朋友。
如果你觉得今天这期内容对你有启发，欢迎转发给你身边那些正在思考 AI 转型的朋友。
本期嘉宾的观点代表了 AI agent 供应商的前沿视角。
本期嘉宾的观点代表了 AI agent 供应商的前沿视角。
也欢迎大家提出你们的看法。
也欢迎大家提出你们的看法。
最后，大家可以通过小宇宙、苹果播客、Spotify 来收听订阅我们。
最后，大家可以通过小宇宙、苹果播客、Spotify 来收听订阅我们。
同时，如果你想用视频渠道去听播客的话，也可以在 YouTube 或者哔哩哔哩上搜索硅谷101播客来找到我们。
同时，如果你想用视频渠道去听播客的话，也可以在 YouTube 或者哔哩哔哩上搜索硅谷101播客来找到我们。
另外，我们有一些播客部分的文字稿会发表在硅谷101的微信公众号上。我们下期见。
另外，我们有一些播客部分的文字稿会发表在硅谷101的微信公众号上。我们下期见。
关于 Bayt 播客
Bayt 提供中文+原文双语音频和字幕，帮助你打破语言障碍，轻松听懂全球优质播客。