Sequoia Capital 2025-05-31 11:46 北京

“企业软件的下一站不是卖工具，而是直接卖结果。AI智能Agent的兴起，将彻底改变SaaS的价值定义。”

图片来源：Sequoia Capital

Z Highlights

“不要让你擅长的事定义你是谁。”我把这句话也传给了我的子女，因为企业每个阶段的核心不同，持续竞争力靠的是自我觉察与及时转型。

真正的价值不在模型本身，而在应用场景：用十分之一的成本交付高价值成果，这就是商业模式的降维打击。

在Sierra，我们采用“成果定价”模式：AI自动完成任务才计费，人工介入则免费。这不只是商业创新，更代表软件演化的必然方向。

商业模式转型比技术转型更难。不少上市公司高层因此止步于传统路径，AI创业者反而具备跨越旧范式的独特优势。

Bret Taylor是Sierra联合创始人，曾任Facebook CTO与Salesforce联席 CEO，是硅谷最具产品与技术融合视角的创业者之一。本次对谈由红杉资本合伙人RV现场主持，聚焦AI时代软件商业模式的演进路径。

从工程师到企业家：重塑自我定位的创业旅程

主持人：下一位嘉宾是BretTaylor。他曾是Google第一届APM项目成员，那段重写整个Google地图的传奇经历就出自他手。之后他创办公司，担任过Facebook的CTO，如今再次创业，和我们共同重新定义企业的门户入口。与Bret同台的还有我们的合伙人Ravi Gupta，他从送外卖的小哥成长为金融新贵。请欢迎Ravi和Bret！

Ravi Gupta：你是那种被称为“万倍效能工程师”的少数人之一，偏偏又精通企业销售，这种组合极为罕见。今天我们可以从宏观趋势聊到销售实务。但在说具体策略前，我想先问：你是如何突破“卓越工程师”这个定位的？

Bret Taylor：这其实是很多创业者面临的核心问题创业者通常对某件事有独特的洞察力。技术出身的可能来自某个技术突破，商务出身的则可能看到了金融服务里的合作机会，或是捕捉到了市场中的某个缺口。

问题在于，很多创业者会陷入“单一解决方案思维”：产品出问题就改产品，一次次大修迭代，就像公司在倒闭前的挣扎。但现实中，公司在成长过程中会面临市场、产品、竞争等多方面的挑战。最难的是当你走出舒适区之后，人会本能地退回熟悉的地方。我29岁时出任Facebook的CTO，就经历了这样的脆弱时刻。那时候我已经是公司里“年纪最大”的工程师了。虽然我当时并未意识到，但确实处在一种挣扎状态。我总想亲力亲为，直到COO Sheryl Sandberg找我谈话：“你要以要求自己的标准来要求你的团队。不要大包大揽，也别犹豫更换不达标的成员。你现在的管理方式无法支撑公司的扩张。”那段话让我非常难受，足足一小时都没缓过来。但第二天我就重整旗鼓。

经过反思我意识到，虽然她并没有明确这么说，但我每天其实都在试图让工作去适应我的优势和个性，而不是思考：今天最重要的工作是什么，即便那件事让我觉得无趣。于是我开始换一种方式对待工作，就像给自己提建议一样，仿佛自己是自己的董事会。有时候关注的是人，有时候是业务，有时候是技术。作为CTO，但愿技术问题不要占太多时间。有趣的是，我反而因此获得了更多快乐。

那时我意识到，相比起机械地完成任务，我更看重的是创造实际影响。渐渐地，这形成了一个良性循环：正是因为不再只做自己喜欢或擅长的事情，我的能力和工作成果反而每个月都在进步。我就像变色龙。Facebook的人觉得我是工程师，Salesforce的人觉得我是穿着西装的高管，或者更客气点说，像个老板。但这些标签都不准确，我只是每天专注于一件事：创造价值。这件事带给我极大的快乐。

我想向在座的创业者们强调这一点，因为企业在不同阶段的核心完全不同：初创期产品就是一切，关键是找到第一批真正满意的客户；而当公司进入规模化阶段，你必须不断调整自己的重点。这种自我觉察与及时转型的能力，正是避免企业失控、并能持续保持竞争力的关键。作为公司领导者，我也把这条经验传给了我的孩子：不要让你擅长的事定义你是谁。

智能Agent时代的AI创业机会：三类市场与应用拐点

Ravi Gupta：这正是我从你身上学到的一条宝贵经验，也是你自己日常践行的方式。谈谈Sierra吧。你和Clay为什么创立它？愿景是什么？现在进展如何？

Bret Taylor：在Sierra，我们帮助企业构建面向客户的AI智能体。创立这家公司基于一个假设：未来每家企业的核心数字界面都会是一个AI智能体，就像二十年前，企业的门面是自己的官网。记得当年能被Yahoo目录收录可是件了不起的事。而现在，企业的数字触点五花八门：社交媒体主页、移动应用等等。

我们的判断是：五年之后，绝大多数数字交互都将通过智能体完成。因此，每家公司都需要一个专属品牌的AI智能体来统一客户体验。我们已经为ADT安防、SiriusXM等企业构建了核心的AI智能体。这不仅是技术平台的落地，更是商业逻辑的延伸。比如ADT的用户可能需要处理警报故障，SiriusXM的用户可能想获得促销过期后的新优惠方案。有趣的是，现在没人再觉得官网是个纯技术产品，它只是品牌和业务的数字延伸。而企业在我们平台上打造的AI智能体，本质上也是一样的。当然，我的愿望是：如果我们真的成功了，当你在现实中遇到一个品牌AI Agent，我希望它正是由我们的平台驱动的。这就是我们的目标。

Ravi Gupta：那你怎么看基础模型和应用层公司之间的分工？哪些属于模型层的事情，哪些是留给创业者的机会？作为既是OpenAI主席、又在运营一家应用层公司的你，你的视角可能最独特。

Bret Taylor：这是个我思考很多的问题。我有一个强烈但开放的观点。这个市场大致分为三个主要部分，我最后会讲到最令人兴奋的那个。

第一个部分是基础模型。正如Jeff所说，这个领域会经历深度整合。从根本上讲，这是一个资本密集型产业，就像建设数据中心。只要资本支出足够大，就能带来规模效应——资本投入越多，产出能力越强。最终，它可能演变为像云基础设施那样的市场，由少数几家巨头主导，利润率不高，但体量极大，本质上是向整个AI生态系统征税。

第二个是工具层，就像淘金热中的“卖铲人”。Databricks和Snowflake就属于这个范畴——它们在大语言模型爆发前就已存在。当然，这里也会不断涌现新玩家，差异往往在细节中体现。不过这个赛道的风险也最大，因为它最接近基础模型本身。每家云基础设施提供商都会推出对应的工具，比如AWS或Azure的各种版本。离模型越近，就像离太阳越近，挑战也就越大。

第三个部分，也是我最兴奋的，是AI应用市场。这个市场将以“Agent”的形式出现。比如Harvey面向法律行业，Sierra聚焦客户体验，还有更多专注于营销、视觉特效等领域的智能Agent。

这正是新一代的SaaS。企业不再是购买某个模型，而是直接采购能够完成特定任务的智能体。这是一个令人振奋的时刻，我猜在座许多人都在做这方面的事情。这令人兴奋的原因有两个。第一，这是软件应有的消费方式。很多大型企业在ChatGPT热潮后大规模采购模型，但大家都知道，软件像草坪一样，需要维护和打理。如今很多人都出现了采购后悔的情绪——花了大钱做概念验证，结果没带来真正价值。第二，这是市场结构的颠覆。你卖给律师的效率工具，市场规模终究有限；但如果你提供的是某种高价值服务，比如反垄断审查，那么你就具备了真正不同的商业模型。这种替代高成本人力服务的方式，背后有极其庞大的市场潜力。所有这些垂直领域的智能Agent加在一起，形成了一个全新的、巨大的应用层空间。

你看现在S&P500前五名的软件公司，几乎全是SaaS企业。微软虽然有企业软件，亚马逊运营着AWS，但它们其实是基础设施提供商。反倒是像ServiceNow、Salesforce、SAP、Oracle这些传统意义上的SaaS公司，市值大多在2000亿到3000亿美元之间。而在这个智能Agent时代，我们很可能会见证第一个万亿级别的企业软件公司诞生。我相信这是必然的。因为商业模式已经从“卖效率工具”转向“卖结果”而结果，是极其有价值的，有些甚至可以说是价值连城。我知道现在很多人对大模型本身过度兴奋，但作为创业者，我相信真正的价值不在模型本身，而在它所能解决的问题。也就是说，用这项突破性技术去解决那些原本极其昂贵的商业问题，用现有成本的十分之一交付同样或更高价值的成果。这简直是对现有商业模式的降维打击。也因此，软件行业迎来了一个前所未有的新时代。

从订阅制到成果定价：AI推动软件商业模式范式转变

Ravi Gupta：您认为这些“成果”要如何定价？传统的“按席位收费”模式显然已经不合时宜，而Sierra采用了创新的定价方式。你认为这种“基于效果”的计价模式，也适用于其他智能Agent公司吗？

Bret Taylor：在Sierra，我们称之为“成果定价”。简单来说，当AIAgent能够自主完成任务，我们就按事先设定的费率收费；但如果最后需要人工介入，我们反而不收费。这种方式既契合客户的商业逻辑，也代表了软件演进的方向。软件商业模式其实已经经历了一次大转变：从永久授权的盒装软件，到浏览器交付的SaaS订阅制。现在我们正在回归第一性原理：既然你卖的是“任务完成”，那为什么不能像佣金一样按结果计费？销售员都可以拿提成，那AI凭什么不能？但这也彻底改变了传统软件公司的构建方式。在过去的企业软件生态中，供应商和客户的关系往往很疏远，软件卖出去，基本就结束了。之后通常是系统集成商介入，花上6到12个月进行部署实施。而等软件真正开始运行时，供应商早已不再参与实际场景，结果是应用效果变得很难评估，责任也模糊不清。

这其实引发了一个更有意思的问题：当AI本身就具备编程能力时，专业服务行业会发生什么变化？如果AI软件的价值体现在最终结果上，那企业要如何建立起相应的责任体系？这对当前的软件服务范式是根本性的挑战。乔布斯曾说，“当海盗比当海军更有趣。”我觉得现在正是创业的黄金时代。在座的各位没有任何传统商业模式的包袱，这种视角本身就是一种优势。回顾软件发展史，其实“赶上技术差距”并不罕见。Salesforce最终取代Siebel，ServiceNow颠覆了传统ITSM模式。但真正的挑战在于商业模式的转型。就拿微软来说，从Windows向Azure转型的过程相当艰难，Satya Nadella展现了惊人的魄力。而Adobe的Shantanu在推动公司向经常性收入模式转型时也表现出色。但也有很多CEO没能成功转型，被市场淘汰。可以说，失败的CEO们都可以“排队修墓志铭”了。为什么？很大一部分原因是上市公司投资人对这类结构性变革缺乏耐心。

AI最令人兴奋的，不只是它带来了新的交付模式或技术范式，而是它催生了全新的商业模式。所以，初创公司到底比行业巨头优势在哪？答案可能并不在技术，而在商业模式本身。这恰恰是初创企业最被低估的能力之一。历史当然讲速度，但此刻你们还有一个更大的武器：你不被过去束缚。

Ravi Gupta：你之前也创办过几家公司。现在回头看，今天的创业环境跟过去比，有哪些变化，又有哪些不变？

Bret Taylor：我记得当年搞FriendFeed的时候，连服务器都要自己搭建。

Ravi Gupta：你能讲讲当年Facebook收购FriendFeed的故事吗？那是让你声名鹊起的一次啊。

Bret Taylor：当然，这是个不错的故事。当时我们正站在人群和饮料区之间，要想吸引别人注意，还得想办法逗大家笑。那时基础设施的差距太大了。我们在FriendFeed时是自己搭服务器的。记得有一次搬进托管机房，我不小心绊到了电源线，结果整个网站直接宕机。现在的情况完全不一样了。从Azure、AWS这类云基础设施，到GitHub和它的自动化工具、各种开源库，再到Ramp、Rippling这种帮你管理运营细节的虚拟平台，几乎所有事情你都可以外包给专门的初创服务商。所以现在的创业重心完全变了。过去你要花很大精力搭基础设施，而未来最激动人心的，是“智力成本”极低，也就是说，你可以把几乎所有不重要的事都交给别人，专注于你的独特差异点。记得过去给员工办张信用卡有多麻烦吗？一个个去做信用审查。而现在你用Ramp，几秒钟就能生成一张虚拟卡，差别之大，令人惊讶。所有这些运营支持，今天都有专业化服务替你完成。所以创业者真正要关注的是：你公司真正的核心价值是什么？你跟别人不一样的地方在哪？

我的观察是：很多小公司最大的问题就是把资源浪费在非核心事务上。这些看似小事，其实是极高的隐性成本。每一分、每一秒花在基础事务上，就少了一分力气去推广产品、构建优势。而且，那些琐事往往极具“诱惑性”，就像猫薄荷一样，让人忍不住分心。我知道关注业务本身是令人着迷的。我常常跟Clay聊这个问题，我们总在想，一年之后，什么会让我们觉得快乐？这个问题本身，就是我们判断选择的依据。当然你也可以展望十年后，虽然没人知道十年后会发生什么。说真的，如果你自己都不知道十年后会怎样，那其实所有人都不知道。这种不确定性反而让你更专注。我常常惊讶，自己至今仍会被那些“尚未分化”的问题所吸引。

穿越泡沫与技术周期：如何在巨头夹缝中打造AI品牌？

Ravi Gupta：你提到Sierra合作的一些客户是不折不扣的老牌企业。那么，在技术变革时代，哪些公司能真正完成转型？我们又能做些什么，帮助它们成功？

Bret Taylor：像ADT这样的名字，最初其实代表的是电报（American District Telegraph）。靠电报来做家庭安防……我甚至能想象，那时候肯定有人觉得这就是那个时代的红杉级投资。这就像是“为猫咪设计YouTube”一样疯狂。但他们真的做到了。如今，他们正在用AI Agent继续做家庭安防，这样的传承实在太酷了。说实话，ADT这三个字母，比“AD AI”听起来要靠谱多了。关键是：他们到底在做什么？在技术浪潮中，哪些企业能活下来？阻力在哪？我们这个群体，又该如何帮助这些老牌公司真正实现现代化？像家庭安防这种竞争激烈的行业，或者SiriusXM这种拥有独特原创内容的公司。他们既要面对用户流失，又要在激烈的内容争夺战中生存。

AI技术在这类“软件服务不到位”的领域能带来巨大的效率提升，从客服中心到法务部、再到运营。你想象一下，一个有两万名客服、每年花费数亿美元的大型中心，如果能用AI把这笔钱节省下来并重新投入增长，企业就能真正做到降本增效。虽然听起来只是效率优化，但它将深刻改变企业的单位经济模型，最终决定你是否能赢得市场份额。在互联网刚出现的年代。沃尔玛在亚马逊的冲击下，依然持续扩张；而Blockbuster等老牌零售商，则最终倒下了。今天的公司领导者，大多经历过浏览器革命和移动互联网转型，也见证了Instacart和DoorDash的崛起。他们正在试图预测下一个时代的格局。在这个过程中，如果你在做企业销售，最关键的是：用客户的语言说话，并保持共情能力。真正出色的销售，会先提出好问题，再认真倾听，最后根据客户自己的描述去呈现技术的价值。

现在其实已经有很多AI技术可以直接落地，但每天却有二十多个AI供应商在拼命推销，听上去都一个样。你看看那些初创公司早期融资的Pitch Deck，虽然业务天差地别，但幻灯片上用的词几乎一模一样，堆满了“智能协同”、“AI驱动”、“自动化交付”这种模糊术语。现在真正的机会是：如何在高度饱和的市场中脱颖而出。这也是我和Clay经常聊的话题。我们高中时就开始创业，一起做网页设计，那时正值互联网泡沫。我挨家挨户去找花店推销建网站服务，Clay则更多接平面设计的单子。

Ravi Gupta：他高中时候赚得可比你多，对吧？

Bret Taylor：没错，他当时做得风生水起。不过后来还被加州葡萄干公司起诉了，这又是另一个故事了。你想啊，他叫Clay，公司却起名叫“Claymation（黏土动画）”。这不就撞了版权嘛。虽然Clay那时对法律一窍不通，我们还是常常聊起当年那段经历。那是个充满想象力的年代，不只有Google，还有Altavista搜索引擎，还有我们特别看好的B2B搜索巨头Inktomi，还有Amazon、Buy.com、Half.com、eBay和PayPal等等。今天大家只记得最终胜出的那些公司，但当年那真的是场生死搏杀。你看，“搜索互联网”这个点子一点都不新鲜，关键在于谁能把它做出来、做对。回到如何帮助ADT这类企业的问题，我觉得第一步是做一个真正的合作伙伴，从解决他们迫切的商业问题开始。老实说，这种对话往往是令人不适的，因为大多数人一开始会觉得自己帮不上忙。我的建议是：在见客户之前，做深入调研。不是泛泛了解，而是像ChatGPT那样做功能级别的研究。你会发现，当你越聚焦在客户的真实需求上、越少纠结自己产品的功能点，会谈就会越有成效。最后你会找到那个“甜蜜点”你的独特优势，刚好对应客户最在意的价值诉求。

Ravi Gupta：太棒了！现在我们进入观众提问环节。我刚意识到我们已经占用了Bret太多时间。大家可以开始提问了。

观众（Robin）：你好，我是Robin。想请教一下，在构建垂直领域品牌AI Agent方面，有什么实践经验可以分享？这跟开发横向平台有什么不同？我一直非常相信AI的垂直化路径。比如说，电信公司的AI Agent所承担的职能，就跟商业银行、零售银行、保险公司（重点在理赔流程）或健康险公司（要解释福利细则）的需求完全不同。

Bret Taylor：你说得非常对。每个场景都极度专业化。现在，那些能快速切入企业核心工作流并立即创造价值的公司，已经在竞争中抢占了先机。我自己对横向AI平台是持怀疑态度的。当然，这并不是说它们一定做不出来，总有例外。像LangChain这类开源项目，也可能会成功。但如果你要做横向业务，你得另辟蹊径。尤其是在真正的企业市场，用横向平台切进去非常困难。市面上已经有大量“够用”的自制工具，或者“非原创”的替代方案。你做一个“稍微好一点”的产品，可能根本跨不过“维生素还是止痛药”的价值门槛。我的经验法则是：你离客户的核心问题越近，你的业务就越有成功可能。当然我说的是企业级业务。我从Salesforce的Marc Benioff那里学到一个重要经验：有一个成功客户，就去赢下第二个；有了两个，就争取十个；十个之后就该冲百个。构建B2B软件公司，说到底比的是战术执行，不是象牙塔里的聪明才智。这不是说战略不重要，而是强调：客户的成功，才是产品进化的方向。有时候，早期客户会误导你。比如你的第一个客户可能不具代表性，但其实这种情况很少见。更多时候，问题是创业者太沉迷于抽象战略，而忽视了现实中的执行细节。所以我特别看好垂直领域。

Ravi Gupta：Bret，我想再追问一个很具体的问题：关于AI Agent的定价策略，你观察下来，客户更容易接受哪种形式？是“从节约成本中抽成”，还是“从新增营收中抽成”？这类“按效果付费”的模式历来挑战不小，你在实践中发现客户最大的顾虑是什么？

Bret Taylor：我们其实两种都见过。像私募股权背景的公司，他们的核心关注点就是EBITDA（息税折旧摊销前利润）所以他们最在意的就是节约成本。这几乎就是他们全部的工作内容。

Ravi Gupta：是啊，说白了就是专门砍预算的。

Bret Taylor：完全正确。你看我是不是也懂点财务。但关键是，不要被这些成本结构思维所限制。在竞争激烈的市场，CEO们更关注的是增长，而不是节流。更有趣的是，虽然模型成本在下降，但基础设施需求却在上升，因为新用例在不断出现。AI节省下来的成本，往往会被企业重新投入到增长中去。这其实就是资本主义的运行逻辑。你省下来的钱，是用来干嘛的？当然是为了超越竞争对手。从第一性原理和实践经验来看，营收增长永远更重要。它是最可量化、最能衡量价值的成果。当然，成本控制也是个重要方面。过去30年，全球生产力的增长其实并没有人们在90年代之后所预期的那么显著。

所以这更像一个经济系统：你在同时推动效率和增长。节省成本的部分，有个有趣的特点：它们往往会被时间压缩。现在的AI初创公司，大多喜欢把自己跟人力成本做比较；但10年后，当所有流程都由AI Agent主导时，你就不是和人类比了，而是和别的AI Agent比。所以成本优势也许只是“短期止痛药”。就像我们小时候经历过的话费套餐，或者80、90年代那种每次都更便宜更好的家用电脑。AI也正处于这样的阶段。所以关键问题是：你到底在为客户交付什么“成果”？这决定了你的产品应该怎么定价。我特别喜欢一个例子（虽然无法确认是否百分百属实）：LinkedIn当年想拓展招聘业务，最初是按使用量计费，结果发现HR部门没法灵活审批这些预算。原因很简单，HR是大多数企业的“成本中心”，不像市场部那样预算灵活。他们的采购需要经过极其严苛的审批流程。最后LinkedIn改成了订阅制，反而使采购变简单了。这就引出了一个核心洞察：你卖的是成本节约还是收入增长？你真正的客户是谁？他们怎么采购？谁是审批人？理解这个采购链条，才是企业软件能否规模化的关键。你得真正了解整个决策链：谁拍板？谁审批？预算结构是怎样的？有时候你会发现：预付反而比按需付款更容易通过。听起来很反直觉对吧？但只有深入了解这些采购细节，你才能设计出真正可行的定价策略。

Ravi Gupta：总结时间到了。Bret，非常感谢你。人们总说，应该和那些你喜欢、信任、钦佩的人一起创业——你就是那种人。我们所有人都很感激你今天的分享。谢谢你。

原视频：How AI is Reinventing Software Business Models ft. Bret Taylor of Sierra

https://www.youtube.com/watch?v=xlQB_0Nzoog

编译：Nicole Wang

请注意，本文编译自文末载明的原始链接，不代表Z Potentials立场。如果您对本文有任何想法或见解，欢迎在评论区留言互动探讨。

Z Potentials将继续提供更多关于人工智能、机器人、全球化等领域的优质内容。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。

-----------END-----------