# AI办成事才收钱，转人工免费：Bret Taylor谈Agent如何重写软件生意 > Training Data No. 45 中文精读 - 原标题：LIVE: How AI is Reinventing Software Business Models ft. Bret Taylor of Sierra - 发布日期：2025-05-14 - 主持：Sonya Huang · Pat Grady · Konstantine Buhler 等 - 网页版：https://trainingdata.qiaomu.ai/ep/045-live-how-ai-is-reinventing-software-business-models-ft-bret-6aa53f.html - 精读字数：约 5517 字（阅读约 12 分钟） > 本文为 trainingdata.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 先看一份有点奇怪的价目表。 Sierra给企业客户收费的方式是这样的：AI客服自己把用户的问题解决了，按事先谈好的单价收一笔钱；问题太难，AI搞不定，转给人工处理，一分钱不收。 把「转人工免费」写进合同，等于把自家收入和客户的客户体验绑死。敢这么定价的人叫Bret Taylor，Sierra的联合创始人兼CEO，同时担任OpenAI董事长。他的履历随便拎一条出来都够写篇人物稿：在Google第一届APM项目里，一个周末重写了整个Google Maps；创办的FriendFeed被Facebook收购后，他一路做到Facebook的CTO；后来去Salesforce当联席CEO；再后来出来创业做Sierra。 这是红杉资本播客Training Data的一场现场对谈，提问的是红杉合伙人Ravi Gupta。Ravi开场调侃，同时拥有Jeff Dean和Bret Taylor的工程师阵容，相当于球队同时签下勒布朗和库里。整场聊得很实，从怎么当好CEO，到Agent公司怎么定价，再到企业软件的第一家万亿美元公司会从哪长出来。挑重点讲。 ## 只修自己顺手的零件，是创业者的通病 Ravi的第一个问题是：一个被称作「万倍工程师」的人，怎么敢去做工程以外的事？ Bret从创业者的一种通病讲起。创业者往往带着某一项独特洞见出来创业，技术出身的洞见是技术，做BD的看到合作机会，做金融的看到市场低效。麻烦在于，**很多人会变成「单一议题选民」，公司一出问题，就只修自己顺手的那个零件。**做产品的人一遇到瓶颈就去改版，他管这种临终改版叫「死猫弹」，从高处摔下来的死猫也会弹一下，弹完接着跌。 他自己的至暗时刻在Facebook。年纪轻轻当上CTO，他自嘲是当时公司里最老的一批人，实际上完全不知道自己在干什么，什么事都想亲自上手。时任COO的Sheryl Sandberg把他拉到一边，谈了一次话： > 「你得用对自己的标准去要求团队。别再亲自干活了，谁达不到要求就换掉。你现在这种做法，撑不起公司的规模。」 他难受了一个小时，第二天反而来劲了。复盘时他发现自己一直在做一件事：把这份工作掰成自己擅长的样子。正确的问法是，今天这份工作里最重要的事是什么，哪怕它无聊、不性感。后来他把自己当成自己的董事会，有时该听产品的，有时该听销售的，有时该听技术的。有意思的是，他反而更快乐了，**他从「做成事」里获得的满足感，超过了「亲手做事」**。Facebook的老同事记得他是工程师，Salesforce的老同事记得他是穿西装的老板，他说自己哪一种都不是，只是每天出现，去搞定该搞定的事。 Ravi把这段话收成一句他拿来教孩子的话：**别让你擅长的事，变成你这个人本身。** Bret给创业者补了一句：公司早期，产品几乎就是一切，找到最初一批满意的客户就行。规模一大，你需要擅长的事就变了。能不能意识到这一点，并且真把时间挪过去，决定公司会不会从你手里滑走。 ## Sierra的赌注：每家公司只需要一个Agent Sierra帮企业搭建面向客户的AI Agent。Bret的核心判断是：**每家公司的主要数字界面，会从官网变成一个Agent。** 他的参照系是过去二十年。二十年前，一家公司的主要数字门面是官网，当年能被雅虎目录收录是件了不起的事。后来门面变成社交账号和App。他又给了个数字感受：现在数字交互里，触屏和键盘的比例是多少？触屏没有完全取代键盘，但明显占了上风。他押注五年后，绝大多数数字交互会通过Agent发生。到那时，**每家公司需要的都是一个独一无二的Agent，注意，是单数**，顶着自家品牌，代表完整的客户体验。就像今天没人把官网当成一块技术，它就是品牌和生意本身。 客户名单里有ADT家庭安防和SiriusXM。这事一半是技术，一半是生意：ADT的客户可能正碰上警报器坏了，SiriusXM的客户可能因为促销期结束想要个更便宜的套餐。Agent得懂这些事。 ## 三层生意：模型收税，卖铲子的离太阳太近 作为OpenAI董事长兼一家应用层公司创始人，Bret被问到那个绕不开的问题：钱最后归基础模型，还是归应用层？他先声明，这是一个「强观点、弱持有」的判断，然后把市场切成三层。 第一层，基础模型。**这个市场会剧烈整合**，本质是资本密集生意，核心开销就是建数据中心，规模能生规模。终局像云计算市场：少数几家玩家，利润率不高，规模极大，向整个AI生态「收税」。 第二层，卖铲子的，淘金热里卖镐头的人。Databricks、Snowflake这些大模型出现前成立的公司，加上一批新公司。麻烦在于这层离模型太近，他的原话是「离太阳太近」，每家云厂商都可能做个对标产品，随时可能被基础模型公司威胁。能做得很大，但日子不好过。 第三层，应用层AI，形态就是Agent。Harvey做法律行业的Agent，Sierra做客户体验的Agent，还有做营销的、做视觉特效的。他的判断很直接：**这就是新一代SaaS（软件即服务），购买AI的形态，就是购买一个能干活的Agent。** 他看了一眼公开市场：标普500里市值最高的那批软件公司，没有一家是纯SaaS，微软有企业软件，亚马逊有AWS，但它们本质上是基础设施公司和消费公司。纯SaaS阵营的ServiceNow、Salesforce、SAP、Oracle，市值都停在2000亿到3000亿美元区间。他抛出一个问题：Agent时代，会不会出现第一家万亿美元的应用软件公司？他的答案是会，**因为生意从「卖效率提升」变成了「卖结果」，而结果可以非常值钱**。给律师卖效率工具，天花板一眼能看到；给企业卖「反垄断审查」这个结果，替代的是原本高成本的人力，市场完全另算。 他补了一句挺扎心的观察：ChatGPT火了之后，很多大企业兴奋地采购了一堆模型授权，但软件像草坪，得一直修剪。现在市场上大量「买家后悔」，概念验证做了一堆，价值没见着多少。**铲子谁都看得见，价值在别处**，把新一代技术用到原本昂贵的业务问题上，用便宜一个数量级的价格卖出去，这生意好做得离谱。 ## 按结果收费：软件商业模式的第三次换代 回到开头那份价目表。Sierra管这套叫「按结果收费」（outcomes-based pricing）：对典型客户，AI Agent自主解决了问题，按事先谈好的费率收费；需要升级到人工，免费。设计初衷就是和客户的利益对齐。 Bret把它放进软件商业模式的历史里看：第一代是盒装软件，一次性买断；软件搬进浏览器后，所有人用同一个版本，厂商得找到能持续养研发的收费方式，于是有了第二代，SaaS订阅；现在卖的是「把活干完」的软件，那就按活干得好不好收钱。 > 「销售拿提成，AI为什么不能拿？」 这套模式会掀翻企业软件的很多惯例。传统企业软件里，厂商和客户保持一种「一臂之遥」的关系：软件卖出去，系统集成商进场，实施六个月到一年，等软件真正用起来，厂商早去卖下一单了，和结果基本脱钩。按结果收费，等于厂商把自己的收入押在客户的结局上。还有那个所有人都在聊的问题：会写代码的Agent普及之后，靠人力堆出来的实施和咨询行业怎么办？ 他引用乔布斯的话：当海盗比当海军有意思。**现在是创业的好时候，因为在座的大多数人没有被旧商业模式绑架。**他翻了一遍历史：Salesforce赢过Siebel，ServiceNow赢过前面一堆ITSM公司。产品上追平技术差距，难，但做得到；让一家公司换商业模式，难得多。微软从Windows转向Azure，过程别扭到什么程度大家都看到了，纳德拉值得大书特书，Adobe的Shantanu把收入改成订阅同样漂亮，但CEO因为完成不了这种转型而下课的，能排成一个墓园，上市公司的股东没有耐心等你。 所以他对创业者的忠告是：AI会带来新的交付方式、新的技术范式，同样重要的是新的商业模式，**别浪费商业模式这个优势，它通常是初创公司相对巨头最大的长处之一。** ## 怎么卖：老公司、垂直场景和采购流程 Ravi现场考他，ADT里的T是什么意思。答案是Telegraph，电报。这家一百多年前靠电报做家庭安防的公司，Bret脑补它当年去融资的画面：家庭安防，通过电报，大概相当于今天跟红杉说「猫的YouTube」。现在这家公司用AI Agent卖安防服务，他觉得这事很酷。 他的观点是，越是在竞争激烈市场里的老公司，越有动力接住AI。家庭安防是红海，SiriusXM有独家内容，但挡不住用户取消有线电视。AI能在过去被软件严重服务不足的部门里释放生产力：大型呼叫中心、法务、运营。有公司养着两万人的呼叫中心，一年烧掉数亿美元，**这些运营成本省下来，可以降价，可以投增长，直接改写单位经济效益，进而改写市场份额**。他拿互联网诞生做类比：浏览器出现之后，沃尔玛活得很好，Blockbuster死了。现在这批高管经历过浏览器、智能手机、Instacart和DoorDash，他们知道该紧张。 接着是销售建议，这部分他讲得非常具体。卖东西的关键是说客户的语言，有同理心。好的销售开场先问一堆问题，认真听，然后把你的技术价值映射到对方刚描述完的问题上。现在的问题是，企业客户每天被二十家AI厂商轰炸，**每家的PPT用词都一样**，完全不同赛道的两家初创公司，第一页幻灯片上写着同样的话。怎么在饱和市场里被记住，是当下真正的课题。 他给了一个立刻能用的技巧：见客户之前，用ChatGPT的deep research功能把对方公司查透。花在研究客户上的时间多一点，花在想下一个功能上的时间少一点，那场对话就会好很多。你要找的是你的差异化和对方业务价值的交点。 他和联合创始人Clay Bavor都在上世纪90年代末的互联网泡沫期开过网页设计公司，Bret挨家挨户跑花店，Clay做图形类的活，赚得比他多，公司起名Claymation，后来被「加州葡萄干」告了。回头看那个年代，有AltaVista、Inktomi、Buy.com、Half.com，赢家写历史书，让人忘了当时是刺刀见红。「做搜索引擎」这个想法本身一点都不新鲜，**胜负手在执行的细节里**。 关于垂直还是横向，台下有人直接问。Bret说**他坚定相信垂直**：电信公司的Agent、商业银行的Agent、保险理赔的Agent、医保公司回答福利说明的Agent，每一个都高度特化。他对横向AI平台持怀疑态度，LangChain这类开源项目也许能成，但走另一条路；纯商业化的横向企业平台很难卖，因为市场上有一堆「够用了」的方案、一堆自研方案，还有「非我发明」综合征，一个稍微好一点的老鼠夹，过不了「维生素还是止痛药」那条线。**他的经验法则：离解决一家公司的具体问题越近，生意越容易成功。** 他还从Marc Benioff那里学了一招：有一个成功客户，就把它变成两个；有两个，变成十个；有十个，变成一百个。B2B软件生意需要的是战术上的扎实，**象牙塔里的聪明很少赢**。客户成功的地方就是真相所在，也是产品该去的地方。 定价的细节里藏着一个他很喜欢的故事。LinkedIn做招聘业务时，最初按用量收费，后来发现HR部门根本没有弹性预算的权限，改成订阅制之后，采购流程反而顺畅了。他补了一句，这故事他没考证过真假，但它改变了他想问题的方式。**定价问题得往采购链路的深处看：决策人是谁，谁签字，钱从哪个预算出。** 被私募基金控股的公司一天说二十遍EBITDA，在乎省钱；竞争激烈的行业CEO更在乎增长。他还反驳了一个流行担忧：模型变便宜，算力需求会跌吗？不会，新用例会冒出来，需求反而涨，AI省下来的钱也会被成熟公司重新投进增长。省钱并非不重要，过去30年全球生产率的增长并没有90年代那波之后人们期待的那么猛。但省钱会被压缩，现在AI创业公司对标的是人力成本，十年后对标的是其他AI Agent，省钱像一种短效药，而可衡量的收入端结果永远更值钱。还有个反直觉的观察：有时候让客户预付，比按量付费更容易成交。 ## 创业变轻了，剩下的时间该花在哪 对谈里还有一段关于「现在创业和以前有什么不同」。FriendFeed时代，他们自己攒服务器搬进机房，有一次绊到一根电源线，全站宕机，他点名这是联合创始人Sanjeev的锅，补了一句「我们爱他」。现在，云厂商、GitHub、开源库，再加上Ramp、Rippling这类把财务和人事杂活包掉的公司，创业的脚手架几乎不用自己搭。他当年给员工办信用卡，每个人都要查信用记录，他当场崩溃，那可是公司自己的账户。现在用Ramp，一张虚拟卡几秒钟印出来。 他的感慨是，**创业的智力开销降到空前低，你可以把全部精力放在真正定义公司的东西上**。但他也提醒，很多小公司的错误恰恰是把资源花在不核心的事情上，那些事像猫薄荷，做起来很爽。每一点时间花在商品化的东西上，就是没花在卖产品和做差异化上。他和Clay的决策过滤器很简单：一年之后，什么事会让我们高兴？ 最后收个尾，这场对谈里明天就能用的东西，挑五件： - 见客户之前，用ChatGPT的deep research把对方公司查一遍，把开场白从「我们有什么功能」换成「你们刚说的那个问题」。 - 检查这周日程：有几件事是换家公司也能做的？商品化的活，能买就买，能砍就砍，省下的时间全部投给差异化。 - 定价前先画客户的采购链路：谁用、谁批、钱从哪个预算出，再决定按量、订阅还是按结果收费。 - 卖AI产品的，把PPT里的行业黑话删掉，用客户描述问题时的原话重写第一页。 - 做决策卡壳时问一句：一年之后，什么事会让我高兴？ 按结果收费能不能成为AI时代的标准商业模式，现在下结论还早。但一个做过工程师、做过CTO、做过联席CEO的人，把自家收入和「AI到底有没有帮客户解决问题」绑在一起，这个动作本身，比大多数关于Agent的宏论都有信息量。