2026年3月10日，Stripe聯(lián)合創(chuàng)始人John Collison的播客「Cheeky Pint」發(fā)布了一期重磅對話——嘉賓是Bret Taylor，Sierra CEO兼OpenAI董事長。這場長達(dá)101分鐘的深度對談，罕見地系統(tǒng)闡述了這位硅谷傳奇人物對AI Agent、企業(yè)軟件、商業(yè)模式和未來交互方式的完整判斷。

這不是一場常規(guī)的科技播客。Taylor是Google Maps聯(lián)合創(chuàng)造者、Like按鈕發(fā)明者、Salesforce聯(lián)席CEO、Twitter董事（推動馬斯克收購）、OpenAI董事長——他幾乎參與了每一個技術(shù)周期的關(guān)鍵節(jié)點(diǎn)；他創(chuàng)辦的Sierra在7個季度內(nèi)突破1億美元ARR，估值100億美元，是史上增長最快的企業(yè)軟件之一；他在這場對話中提出了一個顛覆性觀點(diǎn)：AI生產(chǎn)力的原子單位是流程，不是人——而大多數(shù)企業(yè)都在"按組織架構(gòu)堆AI"，而不是從流程出發(fā)。

最關(guān)鍵的判斷是：阻礙AI adoption的最大障礙不是模型不夠好，而是專業(yè)應(yīng)用公司還太少。即使暫停模型開發(fā)，世界上仍有萬億美元的AI經(jīng)濟(jì)價(jià)值尚未被實(shí)現(xiàn)。

以下是這場訪談的核心內(nèi)容編譯。

原文鏈接：Cheeky Pint | The Verge Decoder

Taylor用一個反直覺的例子開場。

"假設(shè)你把全世界的AI和超級智能都交給一家街角花店，它能改善多少運(yùn)營？也許有一點(diǎn)。但總得有人修剪花莖、插花、在門口祝賀你女兒的婚禮。"

他說這話不是為了唱衰AI——恰恰相反，他是最激進(jìn)的AI信徒之一。他的意思是：AI不應(yīng)該被簡單理解為"替代人力"的工具，它真正的威力在于重新定義企業(yè)內(nèi)部那些跨部門、跨系統(tǒng)的流程。

他舉了一個具體的例子：一個大型企業(yè)要引入新的供應(yīng)鏈供應(yīng)商，涉及法務(wù)審合同、財(cái)務(wù)談價(jià)格、IT對接系統(tǒng)、業(yè)務(wù)部門發(fā)起需求——中間可能要17天。Taylor認(rèn)為，AI不是讓法務(wù)更快審合同，而是讓這整個17天的流程變成17小時。"但最難的不是某個人的工作，而是所有系統(tǒng)和部門之間的銜接。問題是，沒有人對這個端到端的流程負(fù)責(zé)。"

"企業(yè)在按部門裝AI。'法務(wù)裝一個，財(cái)務(wù)裝一個'——但沒人對這個端到端的流程負(fù)責(zé)。我們shipping our org charts（按組織架構(gòu)堆砌），而不是thinking from process（從流程出發(fā)）。"

這是Taylor對"為什么AI生產(chǎn)力提升還沒那么快"給出的最核心解釋。不是技術(shù)不夠好，而是企業(yè)沒有重新組織自己去吸收這個技術(shù)。他建議："不要給每個員工裝Copilot就說'我們AI化了'——要從第一性原理出發(fā)，問：你的業(yè)務(wù)中哪些部分有大量數(shù)字化工作流？AI在哪里能產(chǎn)生真正的大影響？如何設(shè)置你的公司，讓某個人真正對某個流程負(fù)責(zé)？"

Collison追問：那白領(lǐng)知識工作——法務(wù)、財(cái)務(wù)、法律——這些不是應(yīng)該能很快看到AI提升嗎？Taylor的回答更尖銳："我覺得問題出在按部門思考而不是按流程思考。如果你說'我要讓法務(wù)更高效，所以優(yōu)化合同審閱'——但合同為什么存在？它是為了什么？如果你是為供應(yīng)鏈引入供應(yīng)商，有幾百個，你可能發(fā)現(xiàn)做一個針對供應(yīng)鏈的AI Agent——用非常具體的規(guī)則——比做一個通用的法務(wù)審閱工具要簡單得多。"

二、7個季度破1億ARR：Sierra的"電話革命"

Taylor的日常公司Sierra，做的事情說起來很樸素：幫企業(yè)搭建AI客服Agent。但樸素的事情做到極致，數(shù)據(jù)就不樸素了。

"我們7個季度突破1億美元ARR，8個季度達(dá)1.5億，現(xiàn)在大概1.65億了。"

Taylor在播客中直接給出了最新數(shù)據(jù)。這是史上最快的企業(yè)軟件增長之一?？蛻糁?/3收入超100億美元，過半超10億美元——Cigna、SoFi、SiriusXM、Ramp、Weight Watchers、Rocket Mortgage等。

Sierra的Agent不是三年前那種讓人崩潰的多選題聊天機(jī)器人。它能接電話、能聊天、能處理退貨、能審核保險(xiǎn)理賠、甚至能幫你從頭到尾完成抵押貸款——全程無人介入。Taylor特別提到："語音已經(jīng)超過了文字，成為我們平臺上更大的交互渠道。我們?nèi)ツ?1月才推出語音功能，但它增長得極快——因?yàn)檎f話是人類最自然的交互方式。"

他的邏輯是：AI把最后一個模擬信號渠道——電話——數(shù)字化了。以前企業(yè)藏著自己的客服電話號碼，因?yàn)榻硬黄?；現(xiàn)在可以說"隨時打給我們"，因?yàn)锳I把每通電話的成本降了兩個數(shù)量級。"過去一通客服電話的成本是10到20美元，現(xiàn)在用AI Agent可以降到10到20美分。"

他講了一個生動的例子："我總開玩笑，打給Sundar比打給Google客服容易——不是因?yàn)镚oogle不在乎你，而是他們字面意義上負(fù)擔(dān)不起。如果每個想打電話的人都打，Google會破產(chǎn)?，F(xiàn)在，成本降了兩個數(shù)量級，整個對話的經(jīng)濟(jì)學(xué)徹底改變了。"

更令人驚訝的是，Sierra的醫(yī)療客戶——保險(xiǎn)公司、醫(yī)院、藥房——他們的AI Agent已經(jīng)在用英語通過公共電話系統(tǒng)互相打電話了。"我們有TCP/IP和英語跑在PSTN上。你可以設(shè)計(jì)各種花哨的協(xié)議，但現(xiàn)有的軌道已經(jīng)存在了。"

三、Ramp自動90%、SoFi NPS飆升33點(diǎn)：客戶實(shí)戰(zhàn)數(shù)據(jù)

Taylor分享了幾個具體客戶的表現(xiàn)數(shù)據(jù)。

Ramp：

自動解決90%的客服案件。Taylor說Ramp之所以能做到這么高，是因?yàn)樗麄兗夹g(shù)實(shí)力強(qiáng)，在問題升級之前就主動介入。

SoFi：

部署Sierra后，NPS（凈推薦值）提升了33點(diǎn)——這在客服領(lǐng)域是驚人的提升。三個月內(nèi)Agent處理超5萬次對話/周，自動解決率61%。

Weight Watchers：

AI Agent處理近70%的客戶會話，滿意度4.6/5。對于一家經(jīng)常要處理"我為什么減不下來"這類帶情緒問題的公司來說，這個分?jǐn)?shù)非常了不起。

SiriusXM：

全渠道部署——打電話、官網(wǎng)、App都是同一個AI Agent"Harmony"在應(yīng)答。

Taylor還提到了一個有趣的"杰文斯悖論"現(xiàn)象：有一個零售客戶部署AI后，總客戶交互量的增長幅度幾乎抵消了AI帶來的成本節(jié)省。為什么？"因?yàn)橐郧暗牧奶鞕C(jī)器人太爛了，沒人想用?，F(xiàn)在的AI Agent好用了，人們反而來聯(lián)系得更多了。CEO反而非常開心——'我們終于在傾聽客戶了。'"

他總結(jié)了一個關(guān)鍵洞察："在大多數(shù)情況下，你不能只是'推出AI、吸收成本節(jié)省、傳給股東'——除非你有壟斷。在競爭市場里，這最終會變成消費(fèi)者剩余。就像ATM機(jī)——它沒有減少銀行網(wǎng)點(diǎn)，因?yàn)槟硞€銀行想到'我要在網(wǎng)點(diǎn)放不同的人，他們可以產(chǎn)生收入'。結(jié)果不是崗位替代，而是完全不同的東西。"

四、"只為結(jié)果收費(fèi)"：軟件定價(jià)的第三次進(jìn)化

Sierra最獨(dú)特的地方可能不在技術(shù)，而在商業(yè)模式。Taylor一上來就強(qiáng)調(diào)："我們只為結(jié)果收費(fèi)。AI Agent自主解決了問題，收一筆預(yù)談好的費(fèi)用。如果需要轉(zhuǎn)人工，免費(fèi)。"

這就是"按效果收費(fèi)"（outcome-based pricing）。Taylor認(rèn)為這將成為AI Agent時代的標(biāo)準(zhǔn)定價(jià)模式——就像SaaS訂閱制在2000年代革命了買斷制一樣。"Agent這個詞來自agency，意味著自主權(quán)。既然Agent是在獨(dú)立完成一個任務(wù)，那為什么不像給銷售人員付傭金一樣，按成果付費(fèi)？"

他特別區(qū)分了"按效果收費(fèi)"和"按用量收費(fèi)"（usage-based pricing）："如果一個AI Agent給Stripe賣出了新客戶，我跟你說用了十分之一的tokens但成交量少了十倍，你不會高興。你在意的是商業(yè)結(jié)果，不是token數(shù)。Token用量和價(jià)值之間沒有必然關(guān)聯(lián)。"

他講了一個經(jīng)典的蘋果公司軼事：某個新經(jīng)理要求工程師每天報(bào)告寫了多少行代碼，一位工程師直接報(bào)了一個負(fù)數(shù)——因?yàn)樗?dāng)天在重構(gòu)代碼，減少了代碼量。"這就是用'計(jì)量'衡量價(jià)值的荒謬。"

Taylor還強(qiáng)調(diào)，按效果收費(fèi)徹底改變了軟件公司和客戶的關(guān)系："傳統(tǒng)軟件實(shí)施出了問題，系統(tǒng)集成商指責(zé)軟件公司，軟件公司指責(zé)系統(tǒng)集成商，沒人真正為結(jié)果負(fù)責(zé)。按效果收費(fèi)意味著——直到客戶成功，你拿不到錢。所以軟件公司有強(qiáng)烈的動機(jī)幫你走過最后一英里。"

五、"Supervisor模型"與"計(jì)劃性報(bào)廢"：Sierra的技術(shù)底牌

Taylor透露了Sierra的幾個核心技術(shù)細(xì)節(jié)。

星座模型：

每一條用戶消息在Sierra平臺上會觸發(fā)20+次模型推理調(diào)用。不是一個模型處理一切，而是多個模型各司其職——有的負(fù)責(zé)速度，有的負(fù)責(zé)質(zhì)量，有的負(fù)責(zé)特定語言。

Supervisor模型：

這是Sierra的核心護(hù)城河。Taylor用了一個生動的類比：如果一個推理系統(tǒng)90%的時候是對的，10%的時候會犯錯或幻覺，再加上一個也是90%準(zhǔn)確率的監(jiān)督模型檢查它的推理過程，兩層疊加就能達(dá)到99%的可靠性。

"如果你是Sierra的一個AI Agent，你決定自己發(fā)揮不查資料，一個監(jiān)督Agent會檢查你的推理，發(fā)現(xiàn)你脫離了腳本，把你打回去并告訴你：'你沒有權(quán)限做這個決定，理由如下，重新做。'"

計(jì)劃性報(bào)廢：

Taylor坦言，Sierra寫的很多代碼都計(jì)劃以后扔掉。因?yàn)榈讓幽Ｐ瓦M(jìn)步太快——比如他們?yōu)橄愀劭蛻糇隽俗詈玫幕浾Z語音支持，但"三年后每個模型都會支持粵語"。"Sierra的護(hù)城河不在某個技術(shù)點(diǎn)上，而在于持續(xù)的創(chuàng)新節(jié)奏。就像早期SaaS公司要解釋為什么多租戶數(shù)據(jù)庫是安全的——那是他們營銷的核心?，F(xiàn)在沒人關(guān)心這個了。我們正處在那個階段。"

對MCP的懷疑：

Taylor直言，他對MCP（Model Context Protocol）在未來的重要性越來越懷疑。"看看OpenClaw就行了——一堆markdown文件比一堆MCP服務(wù)器管用。Agent天然就會用grep。我認(rèn)為這些Agent需要的上下文遠(yuǎn)超MCP能提供的。"

六、SaaS股暴跌20-30%："合理但過度"——價(jià)值重心正在轉(zhuǎn)移

Collison提到了一個尖銳的問題：SaaS板塊股價(jià)近期跌了20-30%，市場在擔(dān)心AI會顛覆傳統(tǒng)軟件公司。Taylor的回答很坦誠："我覺得是合理的，但有點(diǎn)過度。市場告訴你的是——不確定性前所未有。這不是對某家公司的否定，而是對整個板塊的質(zhì)疑。"

他的分析框架是：傳統(tǒng)SaaS的核心邏輯是年度經(jīng)常性收入（ARR），本質(zhì)上是年金。如果這筆年金兩三年后可能不在了（因?yàn)锳I Agent替代了傳統(tǒng)軟件），你的貼現(xiàn)現(xiàn)金流分析就完全不同了。但Taylor提出了一個更深層的觀點(diǎn)：軟件價(jià)值的重心可能正在從"系統(tǒng)記錄"（system of record）轉(zhuǎn)向"流程執(zhí)行"（process execution）。

"ERP系統(tǒng)之所以有價(jià)值，是因?yàn)樗瞧髽I(yè)的總賬——這種'數(shù)據(jù)庫就是價(jià)值'的公司比較持久。但如果你只是一個'參與系統(tǒng)'（system of engagement），價(jià)值可能會被AI Agent侵蝕。越接近數(shù)據(jù)庫本身就是價(jià)值的場景（比如總賬），越持久。越接近參與性場景（比如CRM的客戶互動），越脆弱。"

他舉了微軟的例子：當(dāng)年大家也覺得微軟是上一代公司，但Azure和OpenAI的合作讓微軟逆天翻盤。"任何一家公司都可能做到。關(guān)鍵是——這是對板塊的否定，不是對個體的否定。"

七、"超級多面手"崛起與智能手機(jī)的終結(jié)

Taylor和Collison都觀察到了同一個趨勢：那些"什么都懂一點(diǎn)但不是某個領(lǐng)域最深"的人，過去在大公司里往往被邊緣化。但AI給了他們"外骨骼"。

Collison說："在Stripe，那些高自主性、真正關(guān)心客戶、工作 ethic 很強(qiáng)的人——也許以前不是最好的工程師——現(xiàn)在 massively ascendant。他們一直有想法：我們應(yīng)該這樣服務(wù)客戶。但以前他們執(zhí)行力有限。現(xiàn)在他們有了AI，所有的方案都可以變成現(xiàn)實(shí)了。"

Taylor給這類人起了個名字：Hyper-generalist（超級多面手）。他認(rèn)為未來最有價(jià)值的不是最深的專家，而是那些有品味、懂客戶、有執(zhí)行力的全能型人才。"作為Google Maps聯(lián)合創(chuàng)造者，我對自己寫的代碼有深厚感情。但我在逼自己不要太珍視代碼這個產(chǎn)出物。如果我還在意craftsmanship，那我在意的應(yīng)該是文檔——意圖、PRD、客戶問題才是更持久的資產(chǎn)。"

訪談最后，Collison問了Taylor對2026年的預(yù)測。Taylor說了三個：AI將產(chǎn)生至少一個讓大眾能理解的科學(xué)突破；企業(yè)和消費(fèi)者都將大規(guī)模采用AI Agent，這將是真正的"Agent之年"；硅谷大多數(shù)公司將不再手寫代碼——四個月前這還是一個大膽預(yù)測，現(xiàn)在聽起來已經(jīng)理所當(dāng)然。

但最有想象力的，是他關(guān)于智能手機(jī)命運(yùn)的思考："我確實(shí)在想，我們是否會看到智能手機(jī)時代的終結(jié)。我們所有人都承認(rèn)自己對這個發(fā)光的小屏幕有點(diǎn)上癮。如果未來你可以通過對話完成大部分事情——在開車時整理郵件、讓個人Agent幫你做調(diào)研——你真的還需要一直盯著屏幕嗎？"

他用一個自己孩子的故事來說明代際差異：他跟孩子們打電話時把手機(jī)貼在臉上，孩子露出了"你在干嘛"的表情——就好像看到有人在舔手機(jī)一樣。"在那一刻我意識到：我特么老了。"

八、Sierra是否"做空AGI"？一個坦誠的回答

Collison問了一個尖銳的問題：Sierra是否"做空AGI"——是否賭模型最終會取代你們做的事？Taylor給了一個罕見的坦誠回答："短回答是：我不知道。"

但他緊接著說："即使暫停模型開發(fā)，世界上仍有萬億美元的AI經(jīng)濟(jì)價(jià)值尚未被實(shí)現(xiàn)。阻礙AI采用的最大障礙，不是模型不夠好，而是專業(yè)應(yīng)用公司還太少。"

"太多創(chuàng)業(yè)公司都在做圍繞AI的常規(guī)工具，而不是真正為無聊但重要、有價(jià)值的業(yè)務(wù)流程構(gòu)建Agent。如果CFO能直接買到一個'onboarding new supply chain vendors'的Agent，拿回來就能用——那萬億美元的價(jià)值會加速實(shí)現(xiàn)。我對此非常樂觀。"

這可能是整場對話中最有分量的一句話。當(dāng)所有人都在討論"模型誰最強(qiáng)"的時候，Taylor提醒我們：真正的游戲不在模型層面，而在應(yīng)用層面。每個行業(yè)、每個流程、每個"無聊但重要"的業(yè)務(wù)場景，都需要一家Sierra、一家Harvey、一家專門的公司去攻克。

模型是原材料，流程才是產(chǎn)品。

101分鐘的對話結(jié)束了，但這8個判斷會在2026年逐一驗(yàn)證。

對AI從業(yè)者來說，Taylor的"流程優(yōu)先"論值得認(rèn)真對待——不是按部門裝AI，而是從端到端流程出發(fā)重新設(shè)計(jì)組織。對創(chuàng)業(yè)者來說，按效果收費(fèi)和"無聊但重要"的Agent賽道，可能是下一波機(jī)會。對所有人來說，最值得記住的也許是Taylor那句："AI生產(chǎn)力的原子單位是流程，不是人。"

未來幾年，這句話要么被證明是組織變革的鑰匙，要么成為AI adoption史上最被忽視的洞察。無論如何，一家7個季度破1億ARR、估值100億美元的公司，已經(jīng)用行動在驗(yàn)證它。

資料來源：Cheeky Pint播客 (2026.03.10)、The Verge Decoder訪談 (2025.09.11)、TechCrunch、Sierra官網(wǎng)