面對公開市場對“AI摧毀SaaS”的極度恐慌，a16z合伙人Alex Rampell認(rèn)為，這種擔(dān)憂源于脫離現(xiàn)實(shí)的靜態(tài)思維，真正內(nèi)置了處理現(xiàn)實(shí)情況的核心業(yè)務(wù)流程不僅不會消亡，反而將迎來現(xiàn)金流爆發(fā)。

3月6日，知名投資機(jī)構(gòu)a16z與軟件公司Atlassian的CEO Mike針對當(dāng)前公開市場極度關(guān)注的“SaaS大災(zāi)難”敘事展開了深度對談。

與會者認(rèn)為，當(dāng)前的恐慌有些脫離現(xiàn)實(shí)，AI并非SaaS的終結(jié)者，而是行業(yè)加速分化的催化劑；未來的軟件競爭不僅在于模型能力，更在于業(yè)務(wù)邏輯的壁壘與定價(jià)心理學(xué)的博弈。

SaaS估值大分化：誰將歸零，誰將迎來現(xiàn)金流暴漲？

當(dāng)前公開市場投資者往往將所有軟件公司混為一談，但實(shí)際上，AI對不同SaaS類別的沖擊截然不同。Alex指出，目前的SaaS公司可以大致分為三類，而市場沒有區(qū)分它們的能力。

第一類是極度危險(xiǎn)的“賬號與產(chǎn)出掛鉤”的企業(yè)，比如Zendesk。Alex說：

“Zendesk就是這里的‘一號病人’。如果Zendesk客戶現(xiàn)在使用Sierra、Decagon或者選擇自研方案，他們需要的賬號可能就是零。”

對于這類企業(yè)，如果不轉(zhuǎn)向基于結(jié)果的定價(jià)并徹底改變現(xiàn)有模式，“那項(xiàng)收入流百分之百會歸零”。

第二類則是具備極強(qiáng)壁壘的核心業(yè)務(wù)系統(tǒng)，如Workday。這類系統(tǒng)表面上也是按賬號收費(fèi)，但這只是一種“聰明的定價(jià)策略”，其真正的護(hù)城河在于內(nèi)置了數(shù)十年的隱性規(guī)則和“邊緣情況（Edge cases）”。Alex強(qiáng)調(diào)：

“許多軟件其實(shí)是一套經(jīng)過數(shù)十年學(xué)習(xí)積累而成的確定性規(guī)則……如果印第安納州的那個(gè)員工離職了且當(dāng)時(shí)正在休產(chǎn)假呢？除非你親身遇到過，否則你根本無從知曉這些邊緣情況。”

對于這類深入企業(yè)骨髓的系統(tǒng)，AI不僅不會消滅它們，反而會賦予其極大的增量價(jià)值。

“真正的核心業(yè)務(wù)系統(tǒng)、具有粘性、人們所依賴且內(nèi)置了所有邊緣情況的軟件將會大有作為……當(dāng)這一切真正發(fā)生時(shí)，未來的現(xiàn)金流將會大幅增長，這令我震驚?！?br/>

第三類是處于中間狀態(tài)的產(chǎn)品，比如Adobe。AI時(shí)代會使這些產(chǎn)品的需求量減少，但情況不像Zendesk那樣極端，也不像Workday那樣完全不受影響。受到的沖擊介于兩者之間。

為何客戶討厭“按結(jié)果和Token計(jì)費(fèi)”？

隨著AI的普及，前端應(yīng)用與后端數(shù)據(jù)庫逐漸分離，軟件定價(jià)模式正面臨嚴(yán)峻挑戰(zhàn)。市場上關(guān)于轉(zhuǎn)向“按消耗計(jì)費(fèi)（Token/積分）”或“按結(jié)果計(jì)費(fèi)”的呼聲高漲，但實(shí)操層面卻阻力重重。

Mike一針見血地指出了客戶的抵觸心理：

“當(dāng)你與客戶交流時(shí)，你會發(fā)現(xiàn)他們非常討厭這種方式，他們真的很反感星號附加條款?！?br/>

他解釋道，傳統(tǒng)的云存儲計(jì)費(fèi)是可控的，但AI Token的世界對客戶來說是黑盒。

“客戶會覺得不明白你給我的這種代幣或籌碼到底是什么……我可以讓我客戶的額度消耗在一夜之間翻十倍，僅僅通過添加一大堆類似為你生成很棒的摘要這樣的功能?？蛻魰X得我并沒有要求做那個(gè)?！?br/>

此外，按結(jié)果（如節(jié)省成本）計(jì)費(fèi)在第一年是個(gè)好銷售說辭，但到了第二年，客戶會認(rèn)為基數(shù)已經(jīng)降低，難以繼續(xù)衡量AI提供的增量價(jià)值。因此，Mike得出結(jié)論：

“當(dāng)你和客戶溝通，他們還是想要按賬號計(jì)費(fèi)。這可能是因?yàn)樗麄儸F(xiàn)在更理解這種模式，并且他們被很多按量計(jì)費(fèi)模式坑過?！?br/>

技術(shù)圈目前盛行一種“替代論”，認(rèn)為通過AI編程（Vibe Coding），企業(yè)可以自己寫代碼替換掉所有傳統(tǒng)SaaS工具。但Mike直言這種想法并不現(xiàn)實(shí)。

Mike表示，知識型企業(yè)的核心在于協(xié)調(diào)成千上萬個(gè)輸入受限（如法務(wù)、客服審批）和輸出受限（如研發(fā)、創(chuàng)意營銷）的流程。

“我個(gè)人很討厭‘核心業(yè)務(wù)系統(tǒng)’這個(gè)說法，因?yàn)樗犉饋砭拖袷且粋€(gè)靜態(tài)的數(shù)據(jù)庫……對我來說，業(yè)務(wù)是一套基于流程的系統(tǒng)，而不是記錄系統(tǒng)。”

AI編程帶來的真正改變，不是讓企業(yè)從頭重寫一個(gè)Workday，而是讓企業(yè)能夠在這些底層巨頭系統(tǒng)之上，以極低的成本構(gòu)建高度定制化的應(yīng)用。Mike說到：

“比如我想要一個(gè)為邁阿密團(tuán)隊(duì)開發(fā)的會議室預(yù)訂App……過去我肯定負(fù)擔(dān)不起……但現(xiàn)在我也許可以輕松構(gòu)建它。這個(gè)App在底層使用了Workday在全球的數(shù)據(jù)和規(guī)則?！?br/>

這實(shí)際上讓底層的SaaS巨頭“在企業(yè)級市場中更具粘性也更有價(jià)值”。

AI落地的最后十公里：不是模型智商而是信任設(shè)計(jì)

在探討未來產(chǎn)品的想象空間時(shí)，訪談揭示了AI軟件在真正落地產(chǎn)生收入前必須跨越的體驗(yàn)鴻溝。當(dāng)前模型的能力已遠(yuǎn)超實(shí)際交付的價(jià)值，而瓶頸在于UI/UX設(shè)計(jì)與人類的信任機(jī)制。

Mike指出，將Agent（智能體）引入復(fù)雜業(yè)務(wù)審批流中，最大的挑戰(zhàn)不是底層算力，而是如何消除黑盒感。如果AI瞬間處理了十幾封郵件，用戶的本能是恐慌而非感激。

“盲目承諾‘我可以為你做任何事’，只會讓用戶無所適從?！?/strong>

未來的軟件交互正在經(jīng)歷從“擬物化（Skeuomorphic）”向第一性原理的演進(jìn)。以文檔流為例，傳統(tǒng)的打字排版正在被“左邊是文檔實(shí)體，右邊是聊天窗口”的AI協(xié)作模式所取代。

盡管改變用戶幾十年的習(xí)慣極具挑戰(zhàn)，但這不僅是產(chǎn)品設(shè)計(jì)的范式轉(zhuǎn)移，更是SaaS企業(yè)將AI潛能轉(zhuǎn)化為實(shí)實(shí)在在訂閱收入的必經(jīng)之路。正如Mike所言：

“現(xiàn)實(shí)情況是，并非每一家SaaS公司都能在未來十年中繁榮發(fā)展……但對于我們而言，這是我們業(yè)務(wù)中發(fā)生過的最好的事情?！?br/>

訪談原文如下：

Alex：從1960年到2022年，軟件的全部歷史就是把文件柜變成數(shù)據(jù)庫。第一個(gè)例子是1960年IBM與美國航空合作開發(fā)的SABRE系統(tǒng)。它取代了以前由眾多秘書管理、存放在保險(xiǎn)柜里的紙質(zhì)預(yù)約系統(tǒng)，將這些數(shù)據(jù)存入了早期的數(shù)據(jù)庫中。要知道，在那個(gè)年代，10MB的硬盤可能要花費(fèi)數(shù)億美元。電子健康檔案的發(fā)展也是如此，馬薩諸塞州綜合醫(yī)院（Mass General Hospital）開發(fā)了最早的系統(tǒng)MUMPS。同樣地，Salesforce以及1987年成立的第一家CRM公司也是如此，它們本質(zhì)上都是把文件柜變成了數(shù)據(jù)庫。
這種做法確實(shí)有好處，但并沒有讓世界變得多高效。以前如果要找Eric的資料，你會讓專人去人力資源部的文件柜里調(diào)取?，F(xiàn)在雖然數(shù)據(jù)都在Workday里了，但你必須設(shè)立首席信息安全官以防系統(tǒng)被黑，還需要IT人員在單點(diǎn)登錄系統(tǒng)中為你配置賬號（seats）。只有在跨地區(qū)協(xié)作時(shí)效率才有所體現(xiàn)，人們現(xiàn)在可以協(xié)同工作，并在數(shù)據(jù)庫上執(zhí)行復(fù)雜的連接查詢，這在紙質(zhì)文檔時(shí)代要困難得多。但本質(zhì)上，從1960年到2022年的軟件依然只是靜態(tài)的，因?yàn)槲募癖旧頍o法思考。
而如今AI領(lǐng)域正在發(fā)生的最酷的事情，就是文件柜可以自己干活了。比如QuickBooks現(xiàn)在實(shí)際上可以獨(dú)立完成某項(xiàng)任務(wù)，而不再僅僅依賴人類從系統(tǒng)里檢索文件，這就像徹底告別了16世紀(jì)老派會計(jì)部門去檔案柜翻找資料的時(shí)代，非常有趣。
Erik：這確實(shí)是個(gè)很好的切入點(diǎn)。大家現(xiàn)在都在討論“SaaS末日”甚至“SaaS大災(zāi)難”，這顯然是指公開市場上正在發(fā)生的事情。關(guān)于它的重大意義，很多人都有不同的觀點(diǎn)。我想聽聽你們兩位是如何解讀的？到底發(fā)生了什么？更重要的是，我們該如何理解這一切？為什么大家對此感到如此恐懼？
Mike：我認(rèn)為，全世界目前都在試圖弄清楚，在這個(gè)高度顛覆性的階段，該如何對軟件業(yè)務(wù)進(jìn)行評級或估值。每個(gè)人對未來會是什么樣子都有自己犀利的見解。不同的觀點(diǎn)描繪出了兩種極端的未來：對整個(gè)軟件行業(yè)、某些特定公司或類別而言，要么極好，要么極壞。毫無疑問，目前的風(fēng)險(xiǎn)水平已經(jīng)上升了。
從投資者的角度來看，SaaS曾經(jīng)是一個(gè)非常穩(wěn)定的類別，現(xiàn)在由于風(fēng)險(xiǎn)變高，人們會選擇退后一步保持觀望。正如我經(jīng)常說的，投資者并不一定是在試圖通過現(xiàn)金流折現(xiàn)模型來計(jì)算一家公司歷史上所有的利潤，他們其實(shí)是在揣摩其他投資者會怎么做，或者說，他們押注的是別人眼中的未來走向。
目前的恐慌其實(shí)有些脫離現(xiàn)實(shí)。大家總是在想：“如果AI在兩三年內(nèi)就能實(shí)現(xiàn)某個(gè)功能，那意味著什么？”我認(rèn)為這種擔(dān)憂源于一種非常靜態(tài)的思維方式，仿佛人們不會去適應(yīng)、世界不會改變，就好像只有AI這一項(xiàng)技術(shù)在變，而其他所有事情都將保持靜止。所以現(xiàn)在的局面很有趣：像我們這樣的企業(yè)依然表現(xiàn)出色，已經(jīng)連續(xù)三個(gè)季度業(yè)績優(yōu)異。盡管我們不是在這里為整個(gè)軟件行業(yè)辯護(hù)，但就我們自己的業(yè)務(wù)而言，我們對當(dāng)前的機(jī)會感到非常樂觀，這也是我們不斷展示出的數(shù)據(jù)和結(jié)果所證明的。
當(dāng)然，這并不意味著我們不需要去適應(yīng)。我們正在像過去幾年一樣，徹底、迅速地改變我們的工作方式。許多人誤以為我們無法改變或應(yīng)對，這顯然是不對的，雖然前路確實(shí)有許多戰(zhàn)略上的變數(shù)?，F(xiàn)實(shí)情況是，并非每一家SaaS公司都能在未來十年中繁榮發(fā)展。就像從Windows時(shí)代跨越到互聯(lián)網(wǎng)時(shí)代，有一大批公司未能成功轉(zhuǎn)型云端一樣，不可能100家SaaS公司都能挺過難關(guān)并繼續(xù)壯大。也有人認(rèn)為軟件在某種程度上會消亡，或者最終只淪為一種現(xiàn)金收入流。但我可以代表我們公司發(fā)言：這是我們業(yè)務(wù)中發(fā)生過的最好的事情。我們身處一個(gè)知識的世界，擁有利用知識進(jìn)行探索和行動的工具，以此來完成客戶雇傭我們?nèi)ソ鉀Q的任務(wù)。這在邏輯上是非常完美的，但我們必須在轉(zhuǎn)型過程中將其付諸實(shí)踐向人們證明，畢竟讓市場保持耐心是很困難的。
Erik：Alex，你呢？你對最近發(fā)生的事情有什么反應(yīng)，或者你如何理解正在發(fā)生的事情？
Alex：我希望從長遠(yuǎn)來看我的判斷是正確的，因?yàn)楝F(xiàn)在發(fā)生的一切實(shí)在太瘋狂了。幾周前我就此發(fā)過一條推文，我初步觀察發(fā)現(xiàn)，目前市面上大概有三種不同類型的SaaS公司，但公開市場無法區(qū)分它們。其中一種公司的賬號（seats）權(quán)限是與產(chǎn)出掛鉤的，賬號（seats）由真正使用系統(tǒng)的人占據(jù)，這就好比又回到了剛才那個(gè)文件柜的比喻。
在深入探討之前，我想先退一步回答你的問題。丹·艾瑞里（Dan Ariely）寫過一本非常棒的書叫《怪誕行為學(xué)》。我以前常把這本書發(fā)給公司的所有產(chǎn)品經(jīng)理，讓他們通過學(xué)習(xí)這本書來搞清楚我們該如何向用戶收費(fèi)。書中有一個(gè)很經(jīng)典的例子：想象一下，半夜12點(diǎn)你被鎖在公寓外面，你叫了一名鎖匠。他1分鐘就趕到了，花了30秒幫你開了門，然后向你收費(fèi)500美元。你心里肯定會想：“就干了90秒的活，居然收我500美元？搞什么鬼！”于是你會在Yelp上給他留個(gè)一星差評，不給小費(fèi)，甚至可能向信用卡公司申請撤銷這筆扣款。
現(xiàn)在想象一下另一個(gè)平行時(shí)空：鎖匠來了，花了9個(gè)小時(shí)嘗試幫你開門。他中途回辦公室拿了更多工具，折騰到早上9點(diǎn)半，終于讓你進(jìn)了家門。此時(shí)你會對他花了九個(gè)半小時(shí)幫你開門感激涕零，不僅給了他200美元的小費(fèi)，還在Yelp上留了五星好評。
這個(gè)例子基本上說明了，人類在某種程度上能夠并且愿意為“無能”買單。很多定價(jià)策略其實(shí)關(guān)乎心理上的公平性。我們覺得給那個(gè)折騰了一晚上的人多付錢是公平的，哪怕他完全不稱職；而面對那個(gè)能力極強(qiáng)的同行，我們卻因?yàn)橛X得他收費(fèi)過高而感到極其憤怒。這在邏輯上毫無道理，但在情感上卻讓人感覺很公平。
如果你回想一下我們是如何演變成SaaS模式的，比如按人頭每月計(jì)費(fèi)這種。當(dāng)你免費(fèi)提供時(shí)，很多情況下的數(shù)字化配置成本幾乎趨近于零。這并非針對所有事物，大家只是覺得這樣才公平。比如你有500個(gè)賬號（seats），你支付的費(fèi)用自然比只有一個(gè)賬號（seats）時(shí)更多，盡管后臺運(yùn)行的機(jī)制其實(shí)大同小異。
所以我認(rèn)為SaaS公司可以大致分為三類。第一類是你原本需要賬號（seats）來產(chǎn)出某些工作要素，但現(xiàn)在不再需要了。Zendesk就是這里的“一號病人”。如果Zendesk客戶現(xiàn)在使用Sierra、Decagon或者選擇自研方案，他們需要的賬號（seats）可能就是零。因此對于Zendesk來說，我們談?wù)摰氖俏磥憩F(xiàn)金流的現(xiàn)值。他們正處于危險(xiǎn)之中，因?yàn)槿绻会槍ΜF(xiàn)有產(chǎn)品按每月每賬號（seats）收費(fèi)，永遠(yuǎn)不對代碼或定價(jià)做出任何改變，那項(xiàng)收入流百分之百會歸零。但另一方面，如果他們轉(zhuǎn)向基于結(jié)果的定價(jià)并放棄原有模式，收入也可能會翻三倍或四倍。這仍然受制于公平法則和可預(yù)測的非理性。像Zendesk這樣的產(chǎn)品可能上漲也可能下跌，但除非發(fā)生改變，否則默認(rèn)路徑就是走向歸零。
第二類是按賬號（seats）付費(fèi)的定價(jià)，這感覺很公平，但賬號（seats）并沒有綁定到某個(gè)結(jié)果上。比如Workday有這樣一個(gè)很棒的定價(jià)模型，由于你有34萬名員工，我就按每人每月向你收費(fèi)。為什么收費(fèi)？我不知道，只是覺得這樣公平。但是GE的那些員工并不是在使用Workday來產(chǎn)出成果。我覺得Workday挺好的，這其實(shí)涉及到你可以用AI工具做什么。比如在GE招聘員工時(shí)，HR必須去查看Workday中的文件并致電那三家前司來進(jìn)行背景調(diào)查，確保候選人的履歷真實(shí)。但AI工具完全可以做到致電公司這一點(diǎn)，前提是你必須是核心業(yè)務(wù)系統(tǒng)。目前IT領(lǐng)域下跌了45%，但沒有人會棄用QuickBooks。這兩個(gè)支柱就是按賬號（seats）計(jì)費(fèi)且與某種工作量掛鉤，賬號（seats）只是一種聰明的定價(jià)策略。
第三類是處于中間狀態(tài)的產(chǎn)品，比如Adobe。你可能需要更多或更少的賬號（seats），但情況既不像Zendesk那樣極端，也不像Workday那樣脫節(jié)。
在這些情況之外還存在一種認(rèn)為用AI能編寫所有代碼的潛流，作為一名資深軟件開發(fā)人員，我認(rèn)為這簡直荒謬。我想引用經(jīng)濟(jì)學(xué)家大衛(wèi)·李嘉圖在1817年提出的比較優(yōu)勢理論。比如你可以自己種糧食或焊接鋁材，但即使是這些簡單的例子也不恰當(dāng)。這就好比在和你一起錄制播客這件事上我擁有比較優(yōu)勢，我做這個(gè)能賺得更多，即使我可能比水管工更有生產(chǎn)力，我還是應(yīng)該專心做播客。
更重要的是那些隱藏在底層的邊緣情況。理論上我可以通過AI自動編程搞定一些Workday的流程，但如果印第安納州的那個(gè)員工離職了且當(dāng)時(shí)正在休產(chǎn)假呢？除非你親身遇到過，否則你根本無從知曉這些邊緣情況。
許多軟件其實(shí)是一套經(jīng)過數(shù)十年學(xué)習(xí)積累而成的確定性規(guī)則，這些規(guī)則并未公開且內(nèi)嵌其中，你無法直接復(fù)制，需要通過經(jīng)驗(yàn)來復(fù)現(xiàn)。如果這是一個(gè)非常簡單且沒有邊緣情況的子任務(wù)，AI確實(shí)可以勝任。
但我認(rèn)為真正的核心業(yè)務(wù)系統(tǒng)、具有粘性、人們所依賴且內(nèi)置了所有邊緣情況的軟件將會大有作為。它們將開始增加由AI完成工作的功能，比如詢問你是否需要進(jìn)行背景調(diào)查或催收逾期的應(yīng)收賬款。你不需要雇傭人工，雇傭你的軟件即可完成這些任務(wù)。當(dāng)這一切真正發(fā)生時(shí)，未來的現(xiàn)金流將會大幅增長，這令我震驚。
許多公開市場投資者無法區(qū)分這些不同的范疇，他們對AI非常興奮，卻不知道必須通過作為核心業(yè)務(wù)系統(tǒng)的軟件來部署AI。我認(rèn)為現(xiàn)在正是每個(gè)人回歸商業(yè)本質(zhì)第一性原理的迷人時(shí)刻。
Mike：我個(gè)人很討厭“核心業(yè)務(wù)系統(tǒng)”這個(gè)說法，因?yàn)樗犉饋砭拖袷且粋€(gè)靜態(tài)的數(shù)據(jù)庫，把東西放進(jìn)去再取出來。這種將業(yè)務(wù)視為文件柜歸檔系統(tǒng)的觀點(diǎn)，是處于一種非常工業(yè)化的時(shí)代背景下，與前工業(yè)時(shí)代的商業(yè)模式截然不同。
我明白為什么會有這個(gè)術(shù)語，但這感覺有點(diǎn)像我們還在用實(shí)體軟盤圖標(biāo)作為保存按鈕。孩子們根本沒見過實(shí)體軟盤，卻一直用著這個(gè)圖標(biāo)。我質(zhì)疑這一點(diǎn)是因?yàn)閷ξ襾碚f，業(yè)務(wù)是一套基于流程的系統(tǒng)，而不是記錄系統(tǒng)。
Alex剛才所說的一切完全正確，企業(yè)中存在諸如背景調(diào)查或其他類似流程。你能以盡可能低廉、高效且快速的方式協(xié)調(diào)一系列流程發(fā)生，這實(shí)際上是知識型業(yè)務(wù)的核心。在知識時(shí)代的業(yè)務(wù)中，我有上萬名每天走進(jìn)大樓帶著大腦工作的員工，下班離開時(shí)又帶走大腦。我沒有任何原子資產(chǎn)、鉆頭或鋼材，甚至連文件柜都沒有。我所做的一切都是關(guān)于協(xié)調(diào)那一套套的流程，我認(rèn)為大多數(shù)現(xiàn)代企業(yè)可能都是如此。
談到這一點(diǎn)與Alex的評論有什么關(guān)系？我認(rèn)為這完全正確。我們在業(yè)務(wù)中有不同類型的流程，我喜歡將其稱為輸入受限型和輸出受限型流程。以Zendesk的客戶服務(wù)為例，那就是輸入受限。你的客戶會提出一定數(shù)量的問題，你處理這些問題的速度關(guān)系到運(yùn)行該隊(duì)列的效率、成本、速度和質(zhì)量。如果你處理的速度快了10倍，你并不會因此得到10倍數(shù)量的問題，因?yàn)榭蛻魯?shù)量是固定的。你面臨的問題是該如何讓他們減少提問，或者更快地處理問題。實(shí)際上，企業(yè)中有很多流程都屬于輸入受限型。
我總是拿我們的法務(wù)團(tuán)隊(duì)舉例，他們的工作不是去主動創(chuàng)造法務(wù)工作，而是去響應(yīng)和處理這些工作。比如我們有多少份租賃合同？有多少份NDA保密協(xié)議？有多少份常規(guī)合同？這就像是一個(gè)固定的總量。為了完成那項(xiàng)工作，我正試著盡可能高效地進(jìn)行，這部分屬于有著完整執(zhí)行進(jìn)程的輸入受限工作。但隨后我也會面臨某種輸出受限的工作，比如創(chuàng)意、營銷甚至是軟件開發(fā)和技術(shù)領(lǐng)域，在這些領(lǐng)域理論上我可以完成無限的任務(wù)。
我的瓶頸在于我的創(chuàng)造力，或者說取決于我能想到多少可以做的事情，以及我能為客戶交付多少價(jià)值。這些才是我獲取效率提升并且產(chǎn)出更多內(nèi)容的地方，而不是僅僅在范圍內(nèi)限制輸入來讓公司盈利。
關(guān)于印第安納州的說法完全正確，因?yàn)橛行┝鞒瘫厝皇艿酵獠恳?guī)則的約束，比如法律、治理和合規(guī)性要求。在印第安納州我必須為員工履行某些特定程序，這些流程既是我希望業(yè)務(wù)運(yùn)行的方式，也是它必須運(yùn)行的方式，企業(yè)實(shí)際上就是所有這些流程組合在一起的集合。從某種角度來看，我們擁有記錄系統(tǒng)和執(zhí)行系統(tǒng)。我的想法是大多數(shù)企業(yè)的實(shí)際運(yùn)作方式并非如此，但我們通常是這么理解它的。
Alex：我完全同意，我認(rèn)為這是一個(gè)非常棒的框架。我很喜歡Intuit就像TurboTax那樣，既然稅法是公開出版的你完全可以去下載所有規(guī)則，它具有高度的確定性，你可以讓報(bào)稅和那些亂糟糟的下載文件夾同時(shí)處理。在這種情況下一切規(guī)則都是透明的，但我認(rèn)為邊緣案例被公開發(fā)布出來其實(shí)是一種相當(dāng)罕見的情況。
企業(yè)是有價(jià)值的，理論上有很多偏向知識經(jīng)濟(jì)的企業(yè)，他們所有的資產(chǎn)每天晚上都會乘電梯下樓回家，但這些業(yè)務(wù)確實(shí)具有核心價(jià)值。比如McKinsey在脫離所有員工之后是否還具有價(jià)值？因?yàn)槟鞘且患铱恐R經(jīng)濟(jì)產(chǎn)出成果的業(yè)務(wù)，它與勞動力深度掛鉤而不像實(shí)體產(chǎn)品那樣。盡管如此，他們可能擁有一本絕密的內(nèi)部手冊，規(guī)定了如何運(yùn)作、如何招聘解雇員工以及如何為客戶帶來成果。我還沒見過這種手冊，正因?yàn)闆]見過所以也無法復(fù)制，而它可能已經(jīng)建立并延續(xù)了一百多年。
非數(shù)字、非軟件公司的產(chǎn)品是什么？他們的產(chǎn)品可能就是長達(dá)幾個(gè)世紀(jì)或幾十年的知識積累。我喜歡去日本，你會看到有些面館大約從1587年就開了，能傳承這么久肯定是有名堂的。這是一種長期積累而成的文化、知識和技能訣竅，當(dāng)然也會有一份制作面條的食譜清單。做面條可能稍微簡單些沒有那么多邊緣情況，但也可能會遇到極端情況。比如如果面粉用完了你會怎么做？面館是如何在1623年的大面粉饑荒中幸存下來的？他們必然采取了某些措施，而這些經(jīng)驗(yàn)就這樣積累在那本秘而不宣的訣竅之書中，而不是去復(fù)制那些已經(jīng)向公眾公開的東西。
Mike：這就是我認(rèn)為它如此迷人的地方，它迫使我們重新思考自己的業(yè)務(wù)。真的是Intuit在為你填寫稅法嗎？還是說Intuit對稅法的了解程度已經(jīng)達(dá)到了無人能及的地步？。他們所提供的核心價(jià)值是幫助你處理生活數(shù)據(jù)并梳理你的理解，向你提出正確的問題，從這點(diǎn)來看Intuit現(xiàn)在更像是一家McKinsey。這是他們的特殊能力，即如何向你提出正確的問題來填寫稅務(wù)表格，而不是單純地去填表。
現(xiàn)在所有企業(yè)都不得不重新審視自己，也許我內(nèi)部有50個(gè)流程曾被我認(rèn)為是獨(dú)一無二的核心秘訣，但實(shí)際上只有20個(gè)是真正的核心。我現(xiàn)在必須認(rèn)真考慮在這些流程中哪些確實(shí)是獨(dú)特的而哪些不是，因?yàn)槲覀円郧皬奈葱枰赃@種方式進(jìn)行思考。
Alex：我認(rèn)為這在某種程度上是一個(gè)關(guān)于如何平衡的問題。關(guān)于這是否值得親力親為，如果你采用第三方工具，它不是不可觸碰的紅線而更像是一種獨(dú)立的變量。我現(xiàn)在應(yīng)該用Claude Code自己寫代碼嗎？如果某家公司對軟件收費(fèi)過高甚至?xí)?dǎo)致我的業(yè)務(wù)失敗，且自己開發(fā)已經(jīng)能完成99%的需求并覆蓋成本，那么自己寫代碼就是有意義的。但如果那個(gè)軟件每年只需一美元那自己開發(fā)就沒有意義了。
而且并非所有的記錄系統(tǒng)價(jià)值都是相等的。我傾向于將記錄系統(tǒng)看作是某種業(yè)務(wù)的原子單位。比如日歷是時(shí)間的記錄系統(tǒng)，ERP是庫存的記錄系統(tǒng)，你擁有所有這些不同維度的記錄系統(tǒng)。我給別人舉過一個(gè)例子，比如我在邁阿密有一個(gè)不經(jīng)常去的辦公室，那里有一套像Google Calendar一樣的會議室登記系統(tǒng)，我是否愿意花精力去更改那個(gè)系統(tǒng)？顯然愿意，因?yàn)槟莻€(gè)辦公室一年才去一次誰在乎它穩(wěn)不穩(wěn)定呢？
相比之下有些系統(tǒng)可是會直接影響我收入的，而且它們本身并不昂貴。我真的要為了吃飯自己去種糧食嗎？采用農(nóng)業(yè)隱喻的話去餐廳吃飯其實(shí)要便宜得多。如果我只是想要一個(gè)漢堡，肯定沒必要自己去買一頭牛然后喂養(yǎng)等待，由于比較優(yōu)勢和規(guī)模經(jīng)濟(jì)的作用在餐廳消費(fèi)大量的食物實(shí)際上成本更低。
所以存在一些記錄系統(tǒng)更容易受到影響，僅僅是因?yàn)樗鼈兊?strong>定價(jià)過高，或者就其存儲和記錄的內(nèi)容而言它們的價(jià)值并沒有那么高。Carta為很多公司追蹤管理股權(quán)結(jié)構(gòu)表，你多久查看一次股權(quán)結(jié)構(gòu)表？雖然不怎么頻繁但它非常重要絕對不能搞砸。所以我很可能愿意繼續(xù)使用Carta因?yàn)樗麄兪召M(fèi)并不高，而且它不是那種日常高頻使用的產(chǎn)品，所以它甚至不在被替代的考慮維度上。
Mike：我覺得vibe coding這件事太迷人了，作為軟件圈子里的人，感覺人們以后直接靠氛圍寫代碼vibe code就能把那些傳統(tǒng)工具全替換掉。但轉(zhuǎn)念一想如果我靠氛圍寫代碼來搞定一整天的工作然后直接運(yùn)行它，那簡直太可怕了。這背后依然得有一些真正聰明的工程師兜底才行，首先我有其他更重要的事情要讓他們?nèi)プ觯浯挝矣X得徹底依賴這種方式目前對我來說弊大于利。然而這就是所謂的替代論趨勢。
不可否認(rèn)的是，我們看到內(nèi)部在軟件的可擴(kuò)展性方面通過使用AI coding等方式獲得了巨大的提升。大多數(shù)此類應(yīng)用程序都具有高度的可配置性和可定制性，在我們的案例中甚至實(shí)現(xiàn)了真正的可擴(kuò)展性。你可以編寫運(yùn)行在平臺之上的、涵蓋各種不同領(lǐng)域的軟件應(yīng)用程序片段，許多客戶也確實(shí)是這么做的，但以前他們需要投入一支龐大的技術(shù)團(tuán)隊(duì)來完成這項(xiàng)工作。
現(xiàn)在他們利用vibe code的能力，就可以針對特定用例去擴(kuò)展和高度定制應(yīng)用程序。比如我想要一個(gè)為邁阿密Miami團(tuán)隊(duì)開發(fā)的會議室預(yù)訂App，由于邁阿密有一些奇怪的HR政策，所以那個(gè)供20人使用的App需要隨時(shí)查看Workday以及其他各種系統(tǒng)。過去我肯定負(fù)擔(dān)不起讓內(nèi)部團(tuán)隊(duì)投入IT資源構(gòu)建它的成本，因?yàn)橘~單金額會太高，但現(xiàn)在我也許可以輕松構(gòu)建它。這個(gè)App在底層使用了Workday在全球的數(shù)據(jù)和規(guī)則，但它給了我一個(gè)非常定制化的interface，去為邁阿密前臺完成一些非常針對他們需求的特定工作。這非常強(qiáng)大，但它并不能完全取代人類的工作。
說起來可憐的Workday，我覺得Aneel就像是這些概念性示例中經(jīng)常被調(diào)侃的對象。但這其實(shí)真的很強(qiáng)大，它實(shí)際上讓W(xué)orkday在企業(yè)級市場中更具粘性也更有價(jià)值，因?yàn)槟憧梢曰谒鼧?gòu)建所有這些定制應(yīng)用程序，這就是AI、Vibe Coding和創(chuàng)造力的力量，使底層系統(tǒng)能更貼合我的具體需求。
但我們必須非常謹(jǐn)慎地處理穩(wěn)定性、規(guī)則流程與高度定制化之間的平衡。你甚至可以認(rèn)為像openclaw之類的例子就是為了給個(gè)人量身定制非常私人化的App。構(gòu)建這些應(yīng)用的人大多數(shù)并不是軟件開發(fā)人員，他們只是在Gmail之上構(gòu)建僅供自己使用的App或者其他小工具。但這仍然是將Gmail作為軌道，他們依然需要去Gmail閱讀和處理郵件，只不過他們?yōu)樽约簶?gòu)建了一些特定的東西來解決只有自己才會遇到的問題。其中有幾個(gè)項(xiàng)目可能會演變成公司，但大多數(shù)僅僅是在解決他們自己需要處理的事情，這確實(shí)非常強(qiáng)大。
Alex：這就是為什么我對前端與后端不一致帶來的定價(jià)公平性感到好奇。以Salesforce為例他們是按許可證收費(fèi)的，我想我們公司大概有600人，可能就買了600個(gè)Salesforce許可證。我其實(shí)從沒登錄過Salesforce但我敢打賭公司也為我付了費(fèi)，然而我有時(shí)確實(shí)會使用它的輸出，因?yàn)樗鼘?shí)際上是我們的記錄系統(tǒng)。不想過度使用這個(gè)詞但它確實(shí)存儲了我們所有的業(yè)務(wù)關(guān)系，而我就像是關(guān)系型數(shù)據(jù)庫表table里的一部分，比如我是422號userid。
每當(dāng)我與一家公司對接時(shí)就像在另一個(gè)數(shù)據(jù)庫中匹配上了，但我們其實(shí)只想為一個(gè)底層數(shù)據(jù)庫付費(fèi)。現(xiàn)在就像是在一個(gè)前端與后端逐漸分離的世界里，事實(shí)就是這樣。我覺得Workday想出了一個(gè)非常聰明的定價(jià)策略，這是一種強(qiáng)大且讓人感覺公平的定價(jià)范式。你的員工越多付費(fèi)就越多，為什么那樣才公平？因?yàn)镚E的利潤顯然比一家10人的公司要多，GE理應(yīng)為此支付更多的費(fèi)用，而這筆錢對他們來說仍然只是九牛一毛。它的定價(jià)完全處于最理想的黃金區(qū)間，我認(rèn)為沒有人會對此產(chǎn)生異議。他們未來將增加大量AI營收，但最重要的是他們的底座定價(jià)讓人感覺很公平。
然而對于這些前端與后端在某種程度上已經(jīng)分離的產(chǎn)品，我不知道什么是公平的定價(jià)模式，也不確定未來的軟件定價(jià)會發(fā)生什么變化。顯而易見如果沒有人愿意買賬，大家都去編寫自己的代碼而不再有任何競爭，那么定價(jià)邏輯將保持不變，但你可以想象未來人們都在定制化的前端上構(gòu)建東西然后直接從底層數(shù)據(jù)庫中讀取數(shù)據(jù)。因?yàn)樗械挠涗浵到y(tǒng)都有一個(gè)數(shù)據(jù)庫代表了底層的一切抽象層，那么這些類別中的任何一個(gè)是否會面臨價(jià)格壓力？
對我來說如果前端不再等同于后端，它會比緊密交織在一起的情況面臨更大的易感性和沖擊。比如QuickBooks是由小微企業(yè)使用的，他們沒有賬號（seats）概念，企業(yè)主直接登錄QuickBooks即可，所以它的前端在某種程度上就是后端。相反就像Salesforce你可以想象雖然沒有人會徹底棄用它，但他們可能會大幅減少賬號（seats）數(shù)量，因?yàn)榈讓拥暮蠖艘廊槐夭豢缮俚珜Π嘿F前端的需求減少了。他們不會消除或者對后端做任何改動，只會優(yōu)化前端的成本。
Mike：我一直認(rèn)為定價(jià)的公平性和客戶觀感非常重要，人們需要理解他們?yōu)楹胃顿M(fèi)，并覺得他們所支付的費(fèi)用在某種程度上與其真實(shí)的使用情況相關(guān)聯(lián)。一家擁有1萬名員工的公司在購買Workday時(shí)很可能要支付兩倍以上的費(fèi)用，外加一些批量折扣，因?yàn)樗麄冑徺I的量更大且業(yè)務(wù)具有兩倍的復(fù)雜度，他們自己也認(rèn)為這很公平。這里看起來合理的原則就是：我愿意按員工人數(shù)為我的HR系統(tǒng)付費(fèi)。
我認(rèn)為這類事情的核心問題在于它不僅僅是一個(gè)數(shù)據(jù)庫，它是一個(gè)數(shù)據(jù)庫加上一組復(fù)雜的進(jìn)程，在我成長的那個(gè)年代我們管這叫業(yè)務(wù)邏輯。這些業(yè)務(wù)邏輯絕非無關(guān)緊要，為什么企業(yè)會有這些邏輯？因?yàn)槠髽I(yè)本身就是作為一系列流程的集合來運(yùn)行的，而且管理者追求標(biāo)準(zhǔn)化以在某種程度上實(shí)現(xiàn)流程化。這是為了讓不同的團(tuán)隊(duì)以同樣的方式工作，以便有人可以管理、理解他們并精準(zhǔn)追蹤輸出。
就像如果我擁有一堆汽車工廠，我想要持續(xù)跨越它們?nèi)プ粉欉M(jìn)出的汽車總數(shù)，業(yè)務(wù)邏輯被嵌入其中的地方在某種程度上就是護(hù)城河和價(jià)值所在。就傳統(tǒng)方式而言那里的銷售額實(shí)際上非常巨大，你為銷售團(tuán)隊(duì)制定的那些流程對你來說極具價(jià)值，而且你會認(rèn)為這是一種公平的付費(fèi)方式。但問題在于你的銷售協(xié)作團(tuán)隊(duì)即那些協(xié)作者而非核心用戶，他們究竟有多大程度需要這些流程又在多大程度上不需要？
我假設(shè)Salesforce Sales Cloud有一個(gè)MCP server，那個(gè)MCP server并不直接訪問數(shù)據(jù)庫，它主要涉及你的業(yè)務(wù)流程以及執(zhí)行過程中的規(guī)則?，F(xiàn)在的爭議點(diǎn)是某些銷售相關(guān)人員如果在市場部門或客戶成功職能，他們是否需要那些沉重的流程、治理、控制和規(guī)則。比如系統(tǒng)規(guī)定我們在日本只為客戶提供X服務(wù)、為該地區(qū)的客戶提供Y服務(wù)之類的事情，甚至連他們的MCP server都需要專門開一個(gè)賬號（seats）。至于客戶是否認(rèn)為這種捆綁收費(fèi)公平，那就是另一個(gè)懸而未決的問題了。
沒錯(cuò)，挑戰(zhàn)在于這該如何定價(jià)。我想告訴你，在討論消費(fèi)型定價(jià)或按需計(jì)費(fèi)定價(jià)時(shí)，基于結(jié)果的定價(jià)在很多領(lǐng)域都是合理的，但我絕對不認(rèn)為它會成為主流的軟件定價(jià)方式，或者說不適用于所有的SaaS軟件。
因?yàn)楫?dāng)你與客戶交流時(shí)，你會發(fā)現(xiàn)他們非常討厭這種方式，他們真的很反感星號附加條款。這與他們認(rèn)為自己投入的價(jià)值無關(guān)。比如我對Splunk采用的是按量計(jì)費(fèi)，如果我發(fā)送給他們的日志量翻倍，我就得付更多的錢。我明白這個(gè)邏輯，但日志記錄是由我決定的。我可以多記一些，也可以少記一些。我可以對團(tuán)隊(duì)說，你們?yōu)槭裁从涗涍@么多日志，這太貴了，而且你們真的在用這些日志嗎？我是可以控制我投入的數(shù)據(jù)量的。這與存儲和S3或其他典型服務(wù)的模式相同。我存入1GB或2GB都沒問題。問題在于，這些對于我作為客戶來說是相對可轉(zhuǎn)移且可控的。
但人們給出的許多關(guān)于基于結(jié)果或基于消耗定價(jià)的例子，作為客戶我是無法控制的，而且它們也是不可兌換的。所以AI Token的世界和AI積分的世界，對客戶來說真的非常困難。他們會覺得不明白你給我的這種代幣或籌碼到底是什么。
我可以從AWS獲取1GB的存儲空間并將其部署到Azure，而且我知道他們會收我多少錢，因?yàn)槊縂B的費(fèi)用基本上是固定的。但當(dāng)我擁有這些AI額度時(shí)，我不知道你的額度是否和別人的一樣。供應(yīng)商一直在增加新功能，我的用戶在使用這些功能，所以消耗了我的額度。但我不知道他們用這些額度做了什么。
這并不是公司主動選擇去使用它們，而是供應(yīng)商在添加那些讓軟件變得更好的功能，而這些改進(jìn)似乎是自然而然發(fā)生的。我可以讓我客戶的額度消耗在一夜之間翻十倍，僅僅通過添加一大堆類似為你生成很棒的摘要這樣的功能?？蛻魰X得我并沒有要求做那個(gè)。
所以我覺得在談?wù)摶诔晒氖褂糜?jì)費(fèi)時(shí)，當(dāng)你和客戶溝通，他們還是想要按賬號（seats）計(jì)費(fèi)。這可能是因?yàn)樗麄儸F(xiàn)在更理解這種模式，并且他們被很多按量計(jì)費(fèi)模式坑過，這種模式會導(dǎo)致賬單金額大幅飆升，他們會不知道該如何控制。
是的，這需要一些時(shí)間來適應(yīng)。它肯定會出現(xiàn)在很多類別中。我們在Atlassian的業(yè)務(wù)涵蓋了很多領(lǐng)域，你可以稱之為基于用量的定價(jià)，或者字面意義上的按需計(jì)費(fèi)。但我們盡量專注于那些客戶業(yè)務(wù)量翻倍時(shí)，他們能獲得兩倍的價(jià)值同時(shí)也支付兩倍費(fèi)用的領(lǐng)域，而且這一切都在他們的控制之下。許多其他定價(jià)模式并不在客戶的控制范圍內(nèi)。
基于結(jié)果定價(jià)的最后一個(gè)例子是，這些結(jié)果也是動態(tài)的。比如在客戶服務(wù)方面，我為你節(jié)省了成本。你過去在客服上花20塊，使用我們的工具你只需要花10塊。在第一年這是一個(gè)非常棒的銷售說辭。但到了第二年，客戶會說我只花了10塊，現(xiàn)在我想花5塊，否則你沒有提供任何價(jià)值。而供應(yīng)商回答說如果把我踢出局，你得花20塊?？蛻艟蜁X得但我現(xiàn)在只花10塊。所以每年能為客戶省錢的能力從結(jié)果的角度來看很難衡量，即使我正在消除一些繁瑣的任務(wù)。
Alex：我認(rèn)為從銷售的角度來看也是如此。我創(chuàng)辦過兩家支付公司。我非常羨慕Workday，我常會和我的銷售團(tuán)隊(duì)談起Workday，因?yàn)樗麄儗ν獠壳闆r了如指掌。他們知道能從GE賺多少錢。他們會說GE有33萬名員工，也許我們每個(gè)月向他們收取每位員工5美元，這就是能從該賬戶中賺到的錢。
如果你在銷售一款軟件產(chǎn)品，這樣去規(guī)?；M建銷售團(tuán)隊(duì)要容易得多。因?yàn)槟阒滥羌夜緯督o我們300萬美元。相比之下，當(dāng)我們剛創(chuàng)辦公司時(shí)，簽約了1800個(gè)公司，我們完全不知道能從他們身上賺多少錢。結(jié)果真正讓業(yè)務(wù)運(yùn)轉(zhuǎn)起來的是Casper這家床墊公司。你根本無法預(yù)測。你以為拿下了沃爾瑪這樣的大客戶，但剛開始進(jìn)展得并不順利，反而是簽下Casper后業(yè)績驚人。
Workday具有這種雙向的可預(yù)測性，對于出資方的客戶而言是可預(yù)測的，對于管理團(tuán)隊(duì)來說也是可預(yù)測的。你能明確應(yīng)該把時(shí)間花在爭取簽下GE這樣的客戶上，而不是簽約一家10人的公司，因?yàn)镚E規(guī)模更大。但在互聯(lián)網(wǎng)世界里情況卻非常瘋狂，Stripe從一家10人公司賺到的錢可能比從GE賺到的還要多。在那種模式下你可以獲得更高水平的可預(yù)測性。
但采用基于結(jié)果的定價(jià)或者基于消耗的定價(jià)，雖然基于消耗的定價(jià)本身并不壞，但如果你無法從外部了解一個(gè)賬號（seats）能賺多少錢，擴(kuò)展銷售和營銷團(tuán)隊(duì)就會變得呈指數(shù)級困難。
Eric：作為一名企業(yè)家，我想回到的一點(diǎn)是，在這個(gè)時(shí)代，你能分享一下這對你來說最主要的體現(xiàn)方式是什么嗎？以及它是如何讓你改變業(yè)務(wù)的？
Mike：我們的看法是，我們銷售的是解決人類協(xié)作問題的協(xié)作工具。在許多不同的領(lǐng)域，包括服務(wù)團(tuán)隊(duì)、廣泛的業(yè)務(wù)團(tuán)隊(duì)、人力資源、財(cái)務(wù)、軟件團(tuán)隊(duì)等，許多不同類型的團(tuán)隊(duì)通過我們購買不同的應(yīng)用套件和組合。從根本上說這些都是涉及大量文本的協(xié)作問題。這對我們非常有利。那些人在做什么才是最重要的部分。
技術(shù)世界往往趨向于重塑一切，并認(rèn)為這是未來的方向。從中長期的視角來看這通常是正確的。但我們面臨的挑戰(zhàn)始終是，我們擁有大量以現(xiàn)有方式工作的客戶，如今各種App中的工作流其實(shí)并不怎么智能。他們想要邁向未來，但同時(shí)也必須帶動大量的用戶。所以當(dāng)我們構(gòu)建AI功能時(shí)，首先考慮的是我們需要理解這項(xiàng)技術(shù)是什么，以及它能如何幫助我們。其次，我們需要構(gòu)建什么樣的基礎(chǔ)平臺組件來應(yīng)對未來的變化，因?yàn)檫@些技術(shù)的發(fā)展速度實(shí)在太快了。
這就是我們開發(fā)AI Gateway、團(tuán)隊(duì)協(xié)作圖譜以及企業(yè)級合規(guī)性與控制功能的初衷。你必須將這些內(nèi)容與你在特定App中為客戶構(gòu)建的功能區(qū)分開來。那么你把這些功能放在哪里？這些功能具體是什么？其中很大一部分存在于現(xiàn)有的工作流中，旨在幫助客戶更快、更好、更高質(zhì)量、更高效地完成現(xiàn)有的工作流。這些功能往往非常平淡無奇，這就像X平臺上那段30秒的動畫GIF走紅一樣。但這對于客戶來說非常令人興奮，因?yàn)樗麄儸F(xiàn)在就可以使用，他們現(xiàn)有的工作方式變得更出色了，他們會覺得這太棒了。在AI世界里我卻覺得那其實(shí)挺簡單的，而且這在今天確實(shí)能給他們帶來巨大的幫助。
我常對內(nèi)部人員說，光舉一個(gè)服務(wù)方面的例子還不夠，你需要利用他們現(xiàn)有的工作流程，結(jié)合新應(yīng)用或者查看新的工作流來處理問題。所以我們必須完成所有這些。如果你看Jira這個(gè)典型的例子，在我們的HR和IT服務(wù)管理產(chǎn)品的服務(wù)集合中，正在進(jìn)行工單總結(jié)。這是我們可以做得比以往任何時(shí)候都好得多的事情。
內(nèi)部大概有四五個(gè)人在處理同一個(gè)工單，試圖解決一個(gè)問題。當(dāng)?shù)谒膫€(gè)人介入時(shí)，已經(jīng)有了大量的附件和對話記錄。通常情況下他們可能需要花費(fèi)30分鐘才能讀完所有內(nèi)容并理解到底發(fā)生了什么，這樣才能發(fā)揮專業(yè)知識來解決問題。總結(jié)并不只是簡單地將內(nèi)容輸入到LLM中然后獲取摘要。上下文對模型來說非常強(qiáng)大，但客戶的工作流程卻沒發(fā)生哪怕一點(diǎn)點(diǎn)改變。它仍然是Alex對Eric說你能來幫我處理一下這張工單嗎？Eric走過來必須先將大腦中所有的相關(guān)信息進(jìn)行加載。這就像是一個(gè)現(xiàn)有的工作流，我們可以利用LLM讓客戶體驗(yàn)變得更好，而且他們非常喜歡，對這類功能贊不絕口。但這些功能通常不具備智能體特性。
那么我們可以說，對于那個(gè)服務(wù)工作流，我們需要在各個(gè)環(huán)節(jié)中加入智能體。大多數(shù)人正在處理一個(gè)工作流，然后發(fā)現(xiàn)這一步經(jīng)常讓人栽跟頭，耗費(fèi)大量時(shí)間。我們能讓這一步變得更快嗎？這絕對是我們必須親自為智能體框架提供的功能。
我們有一個(gè)非常棒的智能體框架供整個(gè)團(tuán)隊(duì)使用，結(jié)合圖譜和你已經(jīng)擁有的所有上下文。這非常簡單，價(jià)格也非常親民?；蛘吣阋部梢宰詭е悄荏w框架。我認(rèn)為大多數(shù)企業(yè)內(nèi)部都會運(yùn)行三到五個(gè)大型智能體平臺。他們可能會說我用Agentforce來處理這個(gè)，或者我用Gemini來處理那個(gè)。把那個(gè)智能體帶過來，我們會把它放入工作流中讓它運(yùn)行起來。我們必須能夠做到這一點(diǎn)。
但你仍然完全處于現(xiàn)有的工作流世界中，只是在現(xiàn)有的工作流中執(zhí)行一種新的高效的任務(wù)。接著你會遇到這樣的人，他們會問如果服務(wù)工單根本不存在會怎樣？所以你正在重新構(gòu)思整類軟件到新的工作流。我們必須幫助客戶跨越這一鴻溝，因?yàn)樗麄兺ǔ２恢挥幸粋€(gè)服務(wù)團(tuán)隊(duì)，他們有數(shù)百個(gè)。如果他們運(yùn)行著數(shù)百個(gè)不同的服務(wù)臺，他們可能會說這20個(gè)將以新方式工作，但他們必須對所有這些進(jìn)行管理。所以我們正嘗試將團(tuán)隊(duì)協(xié)作圖譜中的數(shù)據(jù)與此結(jié)合起來，并且是從客戶驅(qū)動的角度出發(fā)。這一點(diǎn)經(jīng)常被忽略，我們正試圖帶他們走向5年后的未來，但我們的職責(zé)是切實(shí)帶他們走向1年后、2年后以及5年后的未來。
最后我想說的是，我們在設(shè)計(jì)方面投入了大量精力。在任何對話中這一點(diǎn)總是被忽略，因?yàn)樵谒倪\(yùn)作機(jī)制中有很多基礎(chǔ)性的設(shè)計(jì)工作要做。如果回顧移動互聯(lián)網(wǎng)時(shí)代，第一批應(yīng)用基本上只是將桌面端或網(wǎng)頁端的內(nèi)容直接搬到手機(jī)上，然后我們才演進(jìn)出了新的交互模式和體驗(yàn)。
不僅僅是視覺層面的演進(jìn)，還包括我們該如何使用這些東西。推送通知最初是用來做什么的？下拉刷新是一個(gè)非常顯而易見且簡單的例子，它是一個(gè)非常經(jīng)典的設(shè)計(jì)模式。整個(gè)過程就像是我該如何讓移動端和桌面端協(xié)同工作，該如何來回切換。我們有如此多的設(shè)計(jì)挑戰(zhàn)需要解決。這實(shí)際上是幫助普通用戶理解其中的內(nèi)容。他們并不想深究，如果AI對他們來說不存在也無所謂，他們想要的是AI帶來的結(jié)果，不需要了解所有的技術(shù)細(xì)節(jié)。我們的工作就是隱藏這些細(xì)節(jié)，直接把結(jié)果交給他們，或者使任務(wù)更有效、更高效。在技術(shù)領(lǐng)域，有時(shí)我們太癡迷于模型質(zhì)量之類的東西了。
現(xiàn)在說模型已經(jīng)遠(yuǎn)遠(yuǎn)領(lǐng)先于實(shí)際交付的價(jià)值幾乎成了陳詞濫調(diào)。未被充分利用的潛能是如此巨大。這其中的一部分實(shí)際上在于設(shè)計(jì)和體驗(yàn)。我該如何獲得這個(gè)？給人們一個(gè)擁有無限能力的聊天框，他們卻只會說給我講個(gè)冷笑話。這就像是擁有無限的力量，但很難幫助他們利用這種力量。這也是我們面臨巨大挑戰(zhàn)的地方，即如何將智能體及其所有能力引入工作流和協(xié)作循環(huán)中，并讓人類與智能體協(xié)同工作。
Alex：我喜歡擬物化設(shè)計(jì)(skeuomorphic)。早期Web的形態(tài)就像你擁有幾張實(shí)體紙一樣，這也是它被稱為網(wǎng)頁(web page)的原因，就好比一張8.5x11英寸的紙。后來到了移動端，大家最初的設(shè)想只是做一個(gè)微縮版的網(wǎng)頁。但事實(shí)證明，如果你不局限于擬物化思維，而是基于第一性原理進(jìn)行思考并充分利用設(shè)備的性能，你就能創(chuàng)造出全新的交互方式。比如下拉刷新，這就是伴隨移動端誕生的新概念。我前幾天還在琢磨這件事。你試過Nano Banana 2嗎？
Mike：試過。
Alex：沒錯(cuò)。我的一位同事剛跟我說，他用它為去日本旅游的美國游客做了一份關(guān)于注意事項(xiàng)的信息圖表。那種一鍵生成(one-shot)的效果簡直令人驚嘆。但這引出了一個(gè)問題：你該如何編輯這些輸出結(jié)果？現(xiàn)在的編輯方式感覺非常擬物化，依然是那種經(jīng)典的GUI操作邏輯，比如點(diǎn)一下這里，再修改一下那里。所以我想問你，關(guān)于編輯AI輸出的內(nèi)容，你認(rèn)為目前業(yè)界的最高水是什么樣的？或者說理想狀態(tài)應(yīng)該是什么樣的？既然你提到了設(shè)計(jì)，最近你在這方面有什么深層思考？
Mike：這是一個(gè)非常棒的問題，我想先退兩步來回答它。首先，在AI領(lǐng)域建立客戶信任是非常困難的。我們在做用戶調(diào)研時(shí)發(fā)現(xiàn)，人們害怕AI并不是因?yàn)樗哪芰τ卸鄰?qiáng)，而是因?yàn)樗倪\(yùn)作像個(gè)黑盒。比如你的AI助手瞬間清理了收件箱、發(fā)了十幾封郵件，用戶的第一反應(yīng)往往是：“我怎么知道它做對了沒有？”為了贏得信任，AI必須向用戶及時(shí)反饋它的意圖并請求確認(rèn)，但同時(shí)又不能頻繁到讓人覺得煩躁，否則用戶會覺得還不如自己動手。所以交互頻率和信任機(jī)制本身就是一個(gè)完整的系統(tǒng)設(shè)計(jì)問題。
其次，AI的訓(xùn)練和應(yīng)用離不開大量數(shù)據(jù)與不斷的迭代?，F(xiàn)在社交媒體上充斥著關(guān)于神級提示詞的炒作，仿佛念一句哈利波特的咒語就能讓AI自動幫你經(jīng)營一家十億美元的公司，這太離譜了。一鍵到位固然有用，但在現(xiàn)實(shí)業(yè)務(wù)中，你通常需要不斷去修改輸入和輸出。比如你讓大語言模型(LLM)寫篇論文，生成后你發(fā)現(xiàn)方向不對，這就需要通過改變輸入來進(jìn)行迭代。但如果你曾嘗試通過純聊天的方式來迭代編輯圖像，你會發(fā)現(xiàn)體驗(yàn)非常令人沮喪，因?yàn)槟愫茈y精準(zhǔn)控制AI不擅自改動其他部分。這本質(zhì)上也是一個(gè)關(guān)于輸入的體驗(yàn)設(shè)計(jì)問題。
以我們公司的產(chǎn)品為例，我們的團(tuán)隊(duì)協(xié)作圖譜擁有海量的組織知識和極高的準(zhǔn)確度，甚至能記住我十幾年前寫過的代碼。但如果因?yàn)锳I知道我有計(jì)算機(jī)科學(xué)背景，就自動用極其硬核的技術(shù)語言回答我的所有問題，這其實(shí)是沒用的。如果我們在界面上設(shè)置一堆勾選框，讓用戶自己決定“是否搜索網(wǎng)絡(luò)”或“是否搜索組織數(shù)據(jù)”，這也完全違背了設(shè)計(jì)初衷。
AI應(yīng)該具備主動預(yù)判的能力。你在Deep Research等工具中能看到一些這類嘗試，但有時(shí)也很讓人沮喪。這就好比你手下有50個(gè)實(shí)習(xí)生，雖然能干很多活，但他們每分鐘會問你50個(gè)問題，導(dǎo)致你整天什么也干不成，全在回答問題了。
此外，在企業(yè)環(huán)境中實(shí)現(xiàn)工作流的迭代要困難得多。比如頭腦風(fēng)暴通常需要團(tuán)隊(duì)協(xié)作，在我們的Whiteboard和Confluence中，你可以引入智能體來輔助。它們非常擅長從組織內(nèi)部提取知識并生成優(yōu)秀的方案。但如果沒有任何人工干預(yù)直接讓AI包辦一切，就會失去團(tuán)隊(duì)的信任。正常的流程應(yīng)該是我們先開會收集想法，加入人類的直覺判斷，篩選出有用的部分，然后再把這些反饋給另一個(gè)智能循環(huán)。因?yàn)锳I的輸出質(zhì)量具有很強(qiáng)的非確定性，這就注定了系統(tǒng)必須包含一個(gè)人工介入循環(huán)。沒錯(cuò)，如何把握這個(gè)人工介入的度是個(gè)極大的設(shè)計(jì)考驗(yàn)。循環(huán)確認(rèn)的步驟太多會讓人感到沮喪，步驟太少又會失去用戶的信任。
我們剛在Jira中發(fā)布了Agent功能。當(dāng)你把任務(wù)分配給Agent時(shí)，它就會去執(zhí)行。但用戶往往會問：“它現(xiàn)在到底在干什么？”如果你給他們展示上千個(gè)底層執(zhí)行步驟，他們又會覺得你在給他們?nèi)麖U話。所以僅僅是將AI引入工作流，就面臨著海量的設(shè)計(jì)挑戰(zhàn)。
回到實(shí)際的業(yè)務(wù)審批流程上來，比如一項(xiàng)交易需要經(jīng)過安全、會計(jì)、財(cái)務(wù)和銷售等多個(gè)部門的審核，你該如何用AI優(yōu)化這個(gè)工作流？當(dāng)你將任務(wù)分配給Agent時(shí)，你需要非常小心地設(shè)計(jì)用戶體驗(yàn)：它什么時(shí)候返回結(jié)果？以什么方式返回？用戶能否在它工作時(shí)主動詢問進(jìn)度？
我們相信，允許用戶隨時(shí)查看進(jìn)度有助于在短期內(nèi)建立信任感。但從長期來看，如果這個(gè)Agent連續(xù)二十次都出色地完成了任務(wù)，用戶最終會選擇完全放權(quán)。這些全都是根本性的基礎(chǔ)設(shè)計(jì)與體驗(yàn)問題，而不是純粹的技術(shù)問題。核心挑戰(zhàn)在于如何讓每天使用App的數(shù)百萬用戶對產(chǎn)品產(chǎn)生信任，并消除那種黑盒感。盲目承諾“我可以為你做任何事”，只會讓用戶無所適從。
Alex：這確實(shí)還是一個(gè)懸而未決的問題。因?yàn)槲磥淼睦硐虢换シ绞斤@然既不像過去那樣單純地點(diǎn)擊鼠標(biāo)，也不像現(xiàn)在這樣只是不斷地重新輸入提示詞，它更像是兩者的結(jié)合。
只要工具是為人類服務(wù)的，就一定離不開人類的參與。你需要讓用戶能夠直觀地深入理解模型內(nèi)部的運(yùn)作邏輯，無論是出于建立信任的目的，還是為了方便后續(xù)的修改迭代。這本質(zhì)上是一個(gè)設(shè)計(jì)問題，而且我認(rèn)為目前業(yè)界可能還沒有人完美解決它，我們正處于這一探索過程的最早期階段，大家都在為如何更好地調(diào)整和編輯那些一鍵生成的內(nèi)容尋找最優(yōu)的設(shè)計(jì)方案。
Mike：我想舉一個(gè)文檔編寫的例子。知識工作者幾十年來都習(xí)慣了以固定的模式寫文檔：打開一個(gè)空白頁面，輸入標(biāo)題、打字、列出符號或者插入表格。現(xiàn)在我們推出了Create with Rovo功能，你完全可以從一個(gè)提示詞開始，讓AI根據(jù)模板生成內(nèi)容，甚至讓它先去調(diào)研各個(gè)維度的信息并整合帶回。
但要改變用戶根深蒂固的習(xí)慣是非常困難的?，F(xiàn)在界面變成了左右兩部分，左邊是文檔實(shí)體，右邊是聊天窗口。想象一下這是一個(gè)沒有任何工具欄、只能通過對話來排版的Word。我們需要鼓勵(lì)用戶：“你可以直接在左邊修改任何文本，也可以在右邊輸入指令，比如讓它添加一個(gè)新章節(jié)、去研究其他資料并補(bǔ)充到摘要后面?！?br/>當(dāng)我們觀察那些高級用戶時(shí)，發(fā)現(xiàn)他們非常享受這種模式，他們能熟練地在兩種操作間來回切換，領(lǐng)會了這種全新的范式。他們可以下達(dá)貫穿整篇文檔的全局指令，比如“把所有標(biāo)題變成藍(lán)色”，這在傳統(tǒng)編輯器里是很難一鍵做到的。他們甚至可以要求AI從董事會成員的視角來重新評估并精簡這份文檔。
但對于普通的商務(wù)用戶來說，他們的第一反應(yīng)往往是困惑：“所以我只需要在左邊打字就行了？”這實(shí)際上是一場深刻的范式轉(zhuǎn)移。我懷疑隨著AI工具的普及，就像移動互聯(lián)網(wǎng)時(shí)代剛到來時(shí)那樣，大概兩到五年后，這種全新的交互方式會變得非常普遍。這就好比大家第一次看到Excel時(shí)，也會茫然地問“我該在哪里輸入段落”，但現(xiàn)在所有人都知道Excel是怎么運(yùn)作的了。
我們面臨的最大挑戰(zhàn)，就是如何將所有這些強(qiáng)大的AI能力自然地融入到極簡的界面中，去協(xié)助人們真正調(diào)用整個(gè)組織的知識來生成文檔。我知道這在底層算法和數(shù)學(xué)邏輯上是完全可行的，但要通過優(yōu)秀的體驗(yàn)設(shè)計(jì)來引導(dǎo)用戶接受并掌握它，依然充滿挑戰(zhàn)，同時(shí)也令人無比興奮。我們需要花費(fèi)大量時(shí)間來不斷完善這些體驗(yàn)。
Eric：這是一個(gè)非常適合作為結(jié)尾的話題。Mike，非常感謝你參加我們的播客，這是一次非常精彩的討論。
Mike：好的，沒問題，伙計(jì)們。希望這些分享能對大家有所幫助。