辍学潮来了?19、20 岁年轻人“逃离”教室去 AI 创业,20 多年创业大佬断言:他们的机会比大厂大

B站影视 欧美电影 2025-10-01 14:32 1

摘要:Aaron 是云计算时代创业成功的典型。Box 的创意最初来源于 2004 年他在大学里做的一个商业项目。该项目研究了企业的云存储选择。在联系了几家机构、询问他们是如何存储内容和数据后,Aaron 得出结论:市场高度分散。于是他看到一个机会,可以建立一个在线文

整理 | 褚杏娟、核子可乐

“19、20 岁的年轻人,尤其是斯坦福、MIT 的学生,很多人都辍学创业。”拥有 20 多年云计算从业经历的云存储公司 Box 创始人 Aaron Levie 说道。

Aaron 是云计算时代创业成功的典型。Box 的创意最初来源于 2004 年他在大学里做的一个商业项目。该项目研究了企业的云存储选择。在联系了几家机构、询问他们是如何存储内容和数据后,Aaron 得出结论:市场高度分散。于是他看到一个机会,可以建立一个在线文件存储业务,让个人能够访问和保存文档及文件。

2005 年 12 月,Aaron 在南加州大学(USC)读大三时选择休学,与朋友 Dylan Smith(后来成为 Box 的 CFO,当时在杜克大学就读)一起创办了 Box(最初名为 box.net)。当时,Box 提供的是一项用户付费将文件存储在云端的服务。

Aaron 和 Smith 于 2005 年 4 月正式注册成立了 Box,公司最初在 Smith 父母位于华盛顿州默瑟岛的家中运营。不久后,他们将公司搬到加州伯克利。Aaron 和 Smith 最初通过一封冷冰冰的电子邮件为其拿到了来自德州亿万富翁 Mark Cuban 的天使投资。到了 2007 年,随着面向消费者的云存储市场竞争日趋激烈,Levie 和 Smith 决定将 Box 从一个消费级服务转型为面向企业销售的云存储服务。

2011 年时的 Aaron

现如今,Aaron 也扎进了 AI 的探索中。在 A16z 组织的一次访谈中,Aaron 透露,目前 Box 约 30% 的代码来自 AI。据悉,内部采用了数款 AI 编程工具,如 Cursor 等。公司员工的反馈是:有些人说生产力提升了 20% 到 30%,有些人则说提升了 75%。值得注意的是,无论是资深员工还是初级员工,都有声称生产力提升 75% 的,也有说提升 25% 左右的。Aaron 猜测关键在于“谁愿意推动 AI 做更多事”。

但是,Aaron 表示初创公司的情况更惊人。“我经常和 3 到 10 人的初创公司创始人交流,他们说自己的生产力提升了 3 到 10 倍。”Aaron 称,最大的变化是:一年前大家讨论 AI 时,还在说它能“预测输入内容”,比如每次多写几行代码;但现在的核心是“后台智能 Agent”——你给它一个详细指令,发送出去,20 分钟后它就会返回结果。

“这有点像‘老虎机’,有时结果不对,你得判断哪些内容能用。但那些生产力呈数倍增长的初创公司,其实已经在以完全不同的方式进行工程开发:他们把任务交给 AI,等结果回来后,主要工作就变成了代码审查,而非代码编写。这显然会改变计算机科学的未来形态。”Aaron 说道。

他还特别提到,19、20 岁的年轻人,尤其是斯坦福、MIT 的学生,很多人都辍学创业。“在以前的时代,他们可能是‘10 倍工程师’,但现在有了 AI,他们变成了‘100 倍工程师’。他们创办公司的方式和我们 19 年前辍学创业时完全不同——这是我见过的‘公司创办模式’最重大的变化。”Aaron 称。

他解释道,2010 年代中期到 2020 年代初,行业其实处于“沉寂期”,核心需求都被满足了:有了 Slack 就不需要其他聊天工具,有了 Zoom 就不需要其他视频会议工具,SaaS 覆盖了职场核心需求,消费端有了外卖、音乐、视频平台。年轻创业者没什么可做的,不像 2000 年代中期“移动 + 云成熟后,所有品类都要重构”那样有大量机会。

而 AI 带来了“重置时刻”:巨头只有“渠道优势”,此外并没有其他真正的优势,甚至有很多劣势。AI 能把“服务转化为 AI 劳动力”,而这些领域以前没有软件巨头,初创公司没有直接竞争对手。此外,巨头内部工程流程复杂,无法“以 10 倍速度迭代”,而初创公司能做到,还能借助“后台智能 Agent”瞬间获得规模优势。再加上现在软件能通过病毒式传播快速起量,巨头的“规模优势”被中和了——这正是初创公司的黄金机会,尤其适合刚毕业的年轻人,他们“不知道创业有多难”,敢冲进那些“看似已被解决”的市场,最终做出真正的公司。

在与 YC 普通合伙人 David Lieb 的炉边谈话中,Aaron 又特地强调了这点:“过去几年间起步的年轻企业,将一步步成长为新的大厂。”这次谈话中,Aaron 详细分析了为什么初创公司会在 AI 时代获胜,还反思了长期调整一家公司的意义、在多个技术浪潮中保持相关性的惨痛教训。

下面是两人的对话,我们在不改变原意基础上进行了删减整理,以飨读者。

“云计算可没有 AI 这样破圈”

主持人:我跟 Aaron 是老朋友了。在这次访谈之前,我专门翻了翻邮箱,找到一封很久前邀请三位创始人会面的邮件,就是你、我还有 Sam Altman。我看到邮件时就想,“哦,好吧,现在人家 Altman 肯定不会出现了”。

那在讨论 AI 之前,我们先聊聊你经历的另一场重大转型吧。

Aaron:你说的是数字化转型吧?

主持人:没错,这场革命的核心是云计算。可以为大家概括一下数字化转型的情况,看看那场革命跟如今的 AI 转型有什么共性和差异。

Aaron:我们这家公司创立于 2005 年,那可是 20 年前。当时的互联网速度比现在慢得多、浏览器弱得多,iPhone 也还没出现。没有 Android 系统、没有 Chrome 浏览器,一切都不能跟现在相比。我们最初的想法是,随着互联网速度越来越快,移动设备的应用也会越来越多,用户肯定希望能随时随地访问自己的数据。这就是 Box 公司最初的理念,想帮助用户在不同设备间灵活切换,访问自己的文件并开展协作。

所以我创办了这家公司,最初专注于消费级市场,或者说专业级消费市场。我们上线的第一周,大概只有 10 个人注册,当时的业务增长非常非常缓慢。后来我们的增长逐渐加快,而且从 Mark Cuban 和其他几位天使投资人那儿获得了一些早期资金。

接着,我们决定从大学辍学,我们知道情况正在好转。我们采用免费增值的模式,允许人们免费注册直接使用产品。但后来我们遇到了发展的十字路口——是继续面向普通消费者,还是转向为企业服务。我们当时的考虑是,跟那些免费提供存储空间的消费级技术平台对抗不是个好主意,他们会把存储服务嵌入到自己的操作系统、社交网络当中,想跟他们竞争并保持盈利实在太难了。所以,我们决定转向企业级市场,而且有信心比当时多数大厂的产品更便宜、更便捷。

回头来看,我们幸运地选择了最合适的时机,当时企业内部正在全面建立新的 IT 架构。我们正好把握住了这股浪潮,随着企业业务迁移至云上,我们能提供远超传统服务的更强安全性和丰富功能,让企业获得一种轻松可靠的数据共享与信息访问方式,于是我们成了更多企业的理想选项。正是这波云计算浪潮推动我们走到了今天。

云计算的早期发展跟如今的 AI 有很多相似之处,而最大的区别在于,当初的云计算需要大量宣传投入才能让大家信服。我们得反复游说和强调,云计算代表着新的技术时代,而且企业可以放心把数据托付给我们。没有这份信任,我们就没法跟企业签订合同,自然也建立不起庞大的客户群体。但 AI 不一样,AI 的群众基础更好,不需要说服大家认同 AI 代表着未来。虽然大厂采用 AI 的速度仍然不快,但这不是因为他们不相信,而是大厂的转型就是比较慎重且缓慢。

主持人:单纯因为他们用过 ChatGPT,所以就愿意相信 AI 代表未来?不清楚具体有多少企业真正部署了 AI 解决方案并且产生了实际性影响。

Aaron:是的,大家就是这么相信。云计算可没有如今 AI 这样破圈,当时云还不至于在全民层面引发讨论,它就自然出现,很酷很高效。但从 IT 部门的视角来看,云又非常可怕。毕竟自己的服务器可以随时查看、管理所有软件,但把这些交给亚马逊云科技、微软或者谷歌就完全是另一码事了。这代表一种观念上的巨大转变,而 CEO、营销主管和业务部门根本不关心基础设施是怎么交付的,他们也不可能敦促 IT 部门主动转向云端。反正云计算获得的关注远远不及 AI。

AI 可就不一样了。早在上百年前,科幻小说就畅想过未来会有自主机器人、有人工智能。过去二、三十年,AI 一直受到人们的关注,大家会期待自动驾驶汽车,Siri 和 Alexa 这样的早期产品也让更多人建立了初步认知。所以,人们普遍相信 AI 终会变得足够强大,成为我们生活中的得力助手。

现在有了 ChatGPT,营销主管和 CEO 也能直接体验,然后发现这东西确实厉害、能快速生成相当不错的营销方案,甚至比人类员工写得还要好。于是 AI 代表未来就成了共识,唯一的问题就是怎样建立起一套安全可靠、能够放心让它处理数据的 AI 系统。如今企业经历的所有变化,都是围绕这个课题建立起来的。

主持人:说得好。那 Box 最初其实就像云端的一个文件夹,你们后来又添加了一堆功能,但这个基本定位是不变的。而 AI 似乎有着彻底颠覆一切的潜力,让很多超酷的设想变为可能。

Aaron:没错。在我们看来,最令人兴奋的是,AI 智能体很大程度上依靠非结构化数据构建而成。

世界上最重要的数据基本就分成两类:一种是结构化数据,也就是数据库里那些数据。比如我们明天要发布一款应用程序,那首先要创建一套数据库,其中存储着客户名称、IDS、用户 ID 等等。而如果是一家大公司,所有录入数据库的数据都是发票编号、客户记录编号、公司收入金额以及分销合作伙伴名称等等。数据库里的内容就是这种。

除此之外,企业还掌握着大量非结构化数据,也就是各种文档,包括合同、营销资产、演示文稿等等。之所以称其为“非结构化”,是因为它们的格式非常自由,本身不受任何固有计算结构的限制。在 AI 时代之前,这类数据根本无法真正实现自动化处理。

两年前,我们还没办法直接上传一大堆文件再就内容提出问题,因为计算机不知道如何读取文档并理解其中的内容。AI 智能体从根本上改变了这一点,突然之间文件夹中的所有数据对于企业都变得极其宝贵,现在他们可以提出关于数据的任何问题,并围绕这些数据设计自动化工作流程。

我们的基本愿景是,如果能把所有这些信息转化成新的企业资产或者知识体系,再让公司在此基础上规划运营,情况会如何?我认为这是个巨大的创业机遇,让 AI 智能体替代企业中的大部分任务或者职能。

“人类不用工作”,纯“拍脑袋”

主持人:假设你说的这些成为现实,AI 智能体可以接管很多工作了,那大家不就更担心了——有了 AI,人类不就没用啦?

Aaron:简单来说,目前企业中大多数职位都被无价值事务给捆绑了。不信大家可以评估一下自己一天下来到底做了什么有价值的工作——包括发送的每封邮件、查找了信息、查阅的数据等等,看其中真正有价值的部分有多大比例。相比之下,跟客户开展合作、尝试规划突破性设计、引导客户更多使用自己的产品,这些才是值得耗费时间的东西,但我们能用来做这些事的时间其实不多。

企业内部的绝大多数时间都浪费在那些看似有必要、却不具备任何战略意义的活动上。事实上,真正有价值的是那些突破性创新、跟客户沟通、认真规划营销活动、主动为客户提供支持等工作。

我觉得现在的很多媒体都是一拍脑袋就胡说八道,比如认为 AI 正在取代我们的工作。但大部分媒体从业者既不是大企业的内部员工,也没看到大厂把多少时间浪费在那些看似有必要、却不具备任何战略意义的活动上。当我跟企业沟通,问他们能不能把这些无聊的事情交给 AI 智能体去做时,他们立刻眼前一亮,因为他们意识到,宝贵的人力可以腾出时间去做更重要的工作了。换句话说,以往有效率或者成本上不可能彻底被消除的日常杂务,在如今的 AI 智能体手中没准会被全面接管。

我自己就有切身体会。要想设置岗位,先得做成本核算,觉得有利可图才会实际招人。但很多积压工作的门槛太高,我甚至没法先试着分配某个人看看有没有收益。根据个人判断,我觉得未来十年大多数工作都将属于这一类,也就是在 AI 时代下根本无从着手的部分。企业主不可能每年拿出 12 万美元来尝试能不能产生价值。但未来十年,大家可以部署 AI 智能体来处理这些业务,让公司员工集中精力处理被证明更有价值的工作。

比如说内部要搞一波广告宣传,那我们得针对主要市场翻译成三到五种语言。但翻译的成本很高,如果要在各个地区、各个细分市场都做调整,那就完全不可能。而 AI 智能体可以瞬间把一份广告方案翻译成上百种语言,帮助公司走上发展快车道。我们可以借此进入更多市场、服务更多客户,而智能体是决定这一切能否实现的前提。以往我们受到人力和时间的限制,现在则不仅可行、而且合理。

主持人:但这跟我们观察到的现实不太一样。亚马逊宣布由于 AI 技术的普及,未来几年他们的员工人数将有所减少。你会怎么解读这些相反的现实呢?

Aaron:我也是刚刚看到这篇报道,对于背景了解得不够清楚。我相信亚马逊这么做有自己的考量,但这也是 AI 时代下大厂干不过初创公司的原因所在。比方说亚马逊有几十甚至上百万员工,已经涵盖了所有可能的职务,比如说配送服务等等。他们已经把很多中小型企业做不到的事情做完了,所以除了裁员和替代,他们做不了更多。

但如果是一家只有 50 人的公司,AI 智能体一夜之间就能让他们像 500 人的企业那样运作,那当他们把规模扩展到 100 人,是不是 AI 加持就能让他们成为千人级别的大企业?从这个角度想,AI 就是在创造就业机会。他们可以把 AI 当作人力放大器,更好地服务客户、研究客户,更从容地开发下一阶段最有价值的功能。Cursor、Windsurf 等技术的存在,让他们能够更快完成功能开发。

所以说后 AI 时代,这类公司的发展会加快吗?我认为肯定会,因为他们有能力入驻更多市场、完成更多工作。亚马逊这类大厂的新闻有参考价值,但也只代表一部分现实,毕竟 AI 对他们的能力提升相对有限。而如今成千上万的初创公司和小型企业,则能够在 AI 的加持下获得前所未有的市场影响力。

初创公司的机会具体在哪里

主持人:那作为现在的“大厂”,基于刚刚提到的逻辑,你会不会担心自己未来会被初创公司取代?

Aaron:这个我没法说太多,毕竟事关切身利益。最近几年,我一直在思考一些类似存在主义的问题。对了,你是哪年加入 YC 的?

主持人:2022 年。

Aaron:这个时机相当好。大概也是在 2022 年,我列了一份清单,类似于思维实验,包括吃饭、睡觉、旅游、阅读等等。但这份清单并不长,大概一共也就几十个词。这些词的背后蕴藏着我们有机会把握的很多商机。

如果是在 2008 年,音乐、旅游、娱乐、住宿、餐饮,这里有很多体验还不够完善的空间。比如选餐厅很难、下载盗版音乐很不好之类。但时间来到 2022 年,其中很多问题都解决了。美食推荐、餐饮配送、音乐平台、在线流媒体等等迅速涌现。而 YC 几乎参与了其中半数问题的解决,基本上在 2008 年到 2014 年这个阶段,很多固有顽疾都被消解掉了。

企业领域也基本如此,如今企业工资单、CRM 往来邮件、日历等固有需求都得到了满足。换句话说,在这几年之间,互联网时代的技术储备已经把大部分服务的体验做到了极致。但如今我很有信心,这个十年清单上会出现一连串新词,而这份机遇将由初创公司来把握、塑造出下一代解决方案。

AI 已经改变了整个产业格局,创造出了足够多的想象空间,而且很多机会是之前并不存在的。Salesforce 就在用 AI 做客户关系管理(CRM),这类方案在过去就没办法实现。所以说,那些专业服务或者类似缺少现成技术处理的,都是 AI 智能体潜在的发挥空间。

相信在最近这两、三年内,将有上百家初创公司诞生,并最终成长为市值 50 亿、100 亿甚至 200 亿美元的超级大厂。他们会找到新的机会组合,借助 AI 智能体第一次以软件的形式加以解决,而不再像过去那些只能堆人力。我觉得每个人都有机会,这显然值得期待。

主持人:这些新机会组合,应该跟我们熟悉的软件完全不同了吧,整个商业模式也肯定会变化。具体是怎样的变化呢?

Aaron:以 SaaS 公司为例,在此之前唯一的盈利策略就是向客户出售软件许可证,按人头来讲就是出售“席位”。比如说销售律师服务软件,那能卖出的就是一家律所全部律师数量的软件,这极大限制了公司的潜在市场规模。

而智能体将彻底打破这种局面,它们可以把整个操作过程也包含在软件本体之内。这样在销售时,我们就能说“贵所虽然只有三位律师,但我的智能体几乎可以完成相当于无数律师的工作量”。就是说,软件销售量不再跟人头数相关,而是由能够接到的法务工作总量决定。

这将成为新的盈利策略。假设原本每份合同的人工审核成本是 5 到 10 美元,而 AI 智能体审核一份合同的成本只有 10 美分。这时如果向客户收取 2 美元,他们会觉得便宜得不可思议、实现了 80% 的成本节约,而我们的利润也相应变高了。

我觉得各个领域都会经历这样的商业模式转变。当然,目前最理想的仍然是订阅机制,而不是只在使用软件时才付费,免得客户在达成目标之后就再也不买了。这是保持经常性收入流的好办法。

主持人:但这里又有个悖论。AI 功能是开放的,如果大家都知道审查一份合同的 AI 成本就是 10 美分,那真的还有人愿意为这事向你们支付 2 美元吗?

Aaron:这个就要看你在 AI token 之上构建了多少软件。如果几乎没有软件层,你的价格可能最多只能维持在 token 成本的两倍左右;但如果有大量的软件叠加,你可能就能维持 80% 到 90% 的毛利,这意味着能在 token 成本基础上获得五倍、八倍甚至十倍以上的提升。

大家都觉得我们 Box 是做存储的对吧?但其实不是,说服客户付钱的其实是我们在存储之上提供的软件功能价值。所以,客户愿意订阅服务的理由,也肯定不只是原始 token,而是厂商在大模型之上提供的额外功能。这些智能体将拥有一套独特的上下文、相应连接、功能和数据访问权限,进而支撑起相当可观的溢价空间。

主持人:没错,Google Photos 就是个典型。当初提议开发 Google Photos 时,公司里很多人都觉得这东西永远赚不到钱,因为它只是项存储功能。但最终利润竟然高达 90% 以上,真是神奇。

Aaron:是的,而且我相信其他行业也有类似的空间。我们假设 AI 是个供给端成本越来越低的行业,就是说随着时间推移,下游端的运营成本会越来越低,就是说利润率会自然而然地提升。所以说初期的价格可以定得相对友好一些,把盈利预期稍微推后一些。现在 Cursor、Windsurf 的价格都不算低,但还算处于合理范围。相信再过几年,它们会越来越便宜,这才是健康的发展趋势。

主持人:是的,只要别无脑打价格战,发展趋势应该就能保持健康。

Aaron:拿我们来说,我们已经很久没有在消费级市场上直接参与竞争了。但 Dropbox 这十年来一直都在这个领域。如果让专家去分析,他们真的没法理解用户为什么要每月花 10 美元订阅这种存储功能。但数据网络效应的存在让这一切成为现实,所以哪怕是在竞争异常激烈的市场中,只要价格不至于太贵,大家就能找到适合自己的位置,并用不断创新吸引人们一直使用你的产品。

主持人:最近我听到一种说法,如果 AI 技术会持续发展,那再过个四、五年,公司内部是不是就能开发出所有软件了?与其雇外部厂商帮我做事,不如让 AI 智能体模拟所有外部厂商提供的功能。你觉得这事可能吗?

Aaron:这里我要介绍 Jeffrey Moore 写的《跨越鸿沟》这本书,这应该是有史以来排名前五的商业必读书之一。另外还有一本《创新者的窘境》,这书能排到第一。

Jeffrey Moore 提出了“核心与背景”的概念,就是说每家公司必须根据自身业务背景来决定什么是核心业务。对于迪士尼,业务核心就是设计出令人惊叹的大 IP 和角色。基于这个核心诉求,迪士尼就必然要起用精通技术的皮克斯,至于人力资源部门明显就不是需要特别关注的“核心”。

迪士尼的价值主张决定他们不用太重视人事工作,所有资源都应该集中在创造和获取 IP 上。我说这个的意思是,每家企业都有定制化需求,必须结合实际编写相应的软件。

所以,AI 智能体可以构建人力资源系统,不代表它就能直接替代 Workday 或者其他厂商的方案。术业有专攻,你真正能做好的永远是自己的核心业务,其他的东西最好交给外部专家。所以我觉得你提到的说法挺有意思,但大多数企业都不会选择全部靠 AI 智能体来自研。

我一直看好定制化软件,企业有太多工作要做了,没那个工夫针对业务的核心部分构建定制软件。所以 Cursor 和 Windsurf 这些软件就能在一定程度上解决问题,相信实际表现也会越来越好。

一些建议

主持人:现场有很多在读的本科生、研究生和应届毕业生,他们肯定也希望有一天能开创自己的事业。你对他们有什么建议?在 AI 新时代下,他们该怎么做?

Aaron:一定要读《创新者的窘境》、读《跨越鸿沟》、读《蓝海战略》,这是三本必读书。只要认真消化了这些内容,我保证大家在 B2B 市场上会比大部分纯靠本能做事的初创公司好上十倍。你将拥有颠覆性的市场审视思路,了解到哪些企业容易受到冲击,大大提升自己的成功几率。

第二就是建立一支优秀的创始团队。搞过创业的朋友肯定有体会,跟某些人一起努力会更有乐趣、也更容易度过艰难时期。所以一定要组织起乐于与之共事的团队,共同克服所有困难。

再有,确保你关注的市场确实由 AI 主导,就是环节中的一切都跟 AI 有关。如果你选择的赛道压根没给 AI 什么发挥空间,那就别碰。比如说,要选择那些 AI 能从根本上改变市场环境或者左右发展进程的领域。这就是顺势而为,顺势、组建优秀团队,再选择一个宏伟的愿景。

现在已经到了这波浪潮的收尾期,估计再有两、三年窗口就会彻底关闭。过去几年间起步的很多年轻企业,将一步步成长为新的“大厂”。所以要保持信心,毕竟这样的窗口期可遇不可求,务必牢牢把握住它。

快问快答

Q1:我想提两个问题,但它们的答案可能高度重合。在你们的核心存储业务领域,AI 到底能管理或者说协助解决什么问题?第二个问题是,纵观整个存储领域,AI 或者其他新兴技术到底能带来哪些颠覆性的改进?

Aaron:你关注的具体是哪个方向?数据存储和共享之类的话,我觉得 AI 确实可以增强数据存储,比如说业务数据的生命周期管理。以 Google Photos 为例,他们需要想办法把最活跃的数据存放在服务器中速度最快、吞吐量最大、访问性能最强的区域内。AI 在这方面肯定有所帮助,它能预测人们想访问什么、用什么方式访问等等。另外,人们处理数据的方式也在变化,比如怎样将这些数据转化为公司新的知识产权或者有价值资产。

Q2:我是一名游戏设计师,在本地一家初创公司工作。我去年刚从南加州大学计算机科学和游戏设计专业毕业,我超爱自己的专业。我的问题是,你觉得生命的意义是什么?

Aaron:你今年……24 岁,对吧?我觉得对你来说,思考这个问题还太早。你现在该做的是埋头苦干,所以先行动起来吧。追寻人生意义不是这个阶段的主要矛盾。

随着时间推移,你应该会自然而然开始理解人生这件事。比如说你能以怎样的方式帮助社会,怎样满足家庭和孩子的需求等等。但现在你才 20 多岁,所以别想那些过于宏大的议题,先埋头苦干。总之,善待每个人、尽可能帮助世界,等过个五年再回头看。就像刚刚说的,千万别错过当下这个宝贵的机遇窗口期哦。

Q3:Dylan Field 讨论了设计师将越来越重要,特别是在 AI 迅速加快整个开发流程的背景下。也就是说,精湛的工艺和优秀的设计可能会成为 SaaS 厂商的核心差异化优势。那你会如何看待工艺和产品设计?随着公司发展,Box 又要如何适应这种核心卖点的变化?

Aaron:长久以来,企业软件的设计一直比较粗糙,因为软件买家并不太关心设计方面的细节,他们需要的是满足某种特定功能需求。所以企业对优秀设计的选择是种自主选择。当然,优秀的设计确实很重要,我们也会高度重视,为用户开发出更优质的软件一直是我们的使命。

所以,我相信这个趋势确实存在,并在可能的前提下尽量把企业软件做得外观精美、体验良好,哪怕客户并不是特别看重这些。这种高标准、更出色的软件只能吸引一部分客户,但至少能让我们对自己的成果更满意,这也很重要。

Q4:前几年我在中国建立了一家独角兽初创公司。现在我打算来美国创业,第一步肯定是要加入 YC,不知道你会给我什么建议。比如说像 Workday 这种在数据存储领域占据主导、掌握着海量用户数据,而且最近也在频繁发布 AI 智能体的大厂——虽然不知道是真有料还是仅仅在宣传炒作——初创企业真的还有希望吗?第二个问题是,你对知识管理是怎么理解的?

Aaron:我觉得你高估竞争对手的能力了。当然,料敌以宽肯定不是坏事,我也会假定 Workday 的智能体确实很强,然后再思考要用什么策略跟他们竞争。举例来说,你可以进军他们尚未涉足的市场。假设 Workday 目前已经有 1 万家客户,但全球有上千万家企业需要人力资源相关的智能体服务。所以,所有非 Workday 客户都是我们的潜在目标。另外,Workday 做人力资源智能体并不是特别专业,这也给初创公司留下了机会空间。

因此,我特别看好初创公司,毕竟老牌大厂不得不更多关注现有客户群体的智能体需求,而市场上的其他机会就留给了年轻的后起之秀。至于知识管理,我相信大厂们做得不错,但具体方法其实多种多样。

原文链接:

https://www.youtube.com/watch?v=uqc_vt95GJg

https://www.youtube.com/watch?v=JI_lyrkh4Gs

声明:本文为 InfoQ 翻译整理,不代表平台观点,未经许可禁止转载。

今日好文推荐

会议推荐

来源:极客邦科技

相关推荐