Transcription
今天我们要谈论的是我的公司，嗯，如何构建了一个如此出色的 AI 应用，我们能够以 6.5 亿美元的价格将其出售，以及你们如何也能做到这一点。
好的，所以今天我们实际上要谈论三个重要的想法。第一个是选择什么想法。你如何决定追求什么？第二个是如何实际构建它。第三个，而且说实话，常常被忽视的是，你如何将你构建的东西成功地推向市场并进行销售。
在我们深入探讨之前，先简单介绍一下我自己，这样你们就知道是谁在和你们说话了。我从小就是一名程序员。嗯，我记事起就在构建东西了。这可能和这里的每个人都差不多。对我来说，这是一个副业，但我爱上了法律和政策，并成为了一名律师。我曾有过一段相当传统但短暂的法律职业生涯。嗯，法学院、书记员、你知道的，大型律师事务所等等。我认为，任何像我一样构建东西，然后进入法律、会计、金融或任何其他传统行业的人，首先会发现的是，我真不敢相信他们是这样做的。
于是，我立即离开了那里，并在 2013 年创立了一家名为 Caseex 的公司，当时我想，嗯，你们中的许多人大概八岁。也许作为一点题外话，这有时是这些公司取得成功所需的时间。所以，我知道你们，你知道的，现在 18 岁、19 岁、20 岁、21 岁、22 岁，无论多大。当你开始创业时，要准备好踏上你生命中最精彩的冒险之一，但这需要时间。
在 KStex，我们在我们的大部分经验中，一直专注于一个深刻的信念，即 AI 应用于法律可以带来巨大的改变。顺便说一句，当我们开始关注它时，它甚至不叫 AI。它被称为自然语言处理，也许是机器学习。但我们的一位 AI 研究员，今天就在这里，Javeed，当 BERT 论文出来时，他看到了一个早期应用，大概是七年前，关于 AI 技术如何应用于让律师的生活更美好，例如，让搜索变得更好，因为我们非常专注于大型语言模型，并且在这个领域进行了深入研究，我们在 2022 年夏天很早就获得了 GPT4 的访问权限，当时我们有大约 2000 万美元的收入，我们做得很好，有大约 100 人，我们停止了我们正在做的一切，并说我们将基于这项新技术构建一些全新的东西，这就是 co-consel 这个产品，它是第一个，而且我认为仍然是最好的律师 AI 助手，原因我将在接下来的演讲中详细说明。我们被汤森路透收购了，嗯，不到两年前，以 6.5 亿美元现金收购，顺便说一句，这似乎是一个很大的数字，但我认为对于在座的许多人来说，你们会回顾这次演讲，然后说，我真不敢相信那当时是一个大数字。你们将能够构建比这更有价值的东西。我真的相信这一点，我认为这是因为 AI 将为你们所有人解锁的是在这个世界上构建惊人东西的能力。
那么，如何选择一个想法？人们想要的东西。他们之所以有那句俗语，是因为真的很难知道人们想要什么，尤其是在传统的软件开发领域。你必须构建一些东西，让用户使用，然后尝试很多不同的方法并失败。你只是希望它能被人们真正使用。这就是为什么 Y Comier 的说法是“制造人们想要的东西”。我实际上认为这变得容易多了，因为人们想要什么？嗯，人们想要什么？例如，他们现在正在付费的东西。人们目前正在付钱给别人来完成任务，对吧？在这种情况下，这是一群非常不高兴的客户支持人员之类的。但我们已经知道人们想要什么，因为他们正在付钱给别人来做。这包括很多工作，比如客户支持、保险理赔员、律师助理，或者你知道的，你在个人生活中做的事情，比如私人教练或行政助理等等。这就是人们想要的。因此，选择人们想要的东西的问题变得容易多了，因为现在你只需要看看人们正在付钱给别人做什么。对于这些问题中的许多，传统的 AI，比如 LLM，可以解决人们目前正在处理的许多问题。如果不是这样，那么机器人可以在物理世界中解决许多人们正在处理的问题。我认为当你决定要构建什么时，你会首先选择一个目标领域，它基本上分为三个不同的类别：一个是协助，比如专业人士需要帮助来完成一项任务。这就是我们在 co-consel 所做的。律师需要大量的帮助来阅读大量文件、进行研究、审查合同、标记它们、进行修改、发送给对方律师。所以这是一个大类，就是协助人们完成工作。第二个大类是完全取代工作。人们目前雇佣律师。如果我们成为一家由 AI 驱动的律师事务所怎么办？人们目前雇佣会计师、金融专家、物理治疗师，以及你知道的，帮你叠衣服的人等等，对吧？你可以用 AI 来取代这项任务。最后，第三个类别是你可以做以前无法想象的事情，对吧？比如，在律师事务所，他们会有数亿份文件，他们永远不会想，我应该让人阅读每一份文件并对其进行分类、总结和索引等等。这简直是疯狂的，对吧？这会花费他们数百万美元。但现在有了 AI，你可以拥有数千个 Gemini 2.0、Flash 或其他任何东西的实例，阅读每一份文件。以前无法想象的事情现在可以想象了。
这些基本上是选择想法的三个类别。我认为令人难以置信的是，这些新类别可以赚到的钱已经大大增加了。过去，所谓的总潜在市场，也就是你可以从你的产品中赚到的钱，是专业人士的数量，比如你可以销售的席位数乘以每月的美元数，比如 20 美元，对吧？顺便说一句，许多价值数十亿美元的公司都是通过向 X 数量的专业人士销售席位来建立的。但今天，我们已经知道人们和公司愿意花费的实际金额是他们目前支付给做这项工作的所有人的总工资。这个数字是原来的千倍。你每月支付 20 美元来解决一个问题。例如，你知道的，支付典型的 SAS 订阅费，但你可能每月支付五千、一万甚至两万美元给某些专业人士来为你解决问题。因此，你通过 AI 的新应用可以赚到的钱比以前增加了十倍、百倍甚至千倍。
我想花一点时间，因为这听起来可能有点反乌托邦，我们谈论的是拿走所有这些工资，而这些工资变成了你的潜在市场。我认为恰恰相反。我认为这很美。我认为未来是美好的，原因有两个。第一个是，当你取代或实质性地协助某些工作时，你将开启一个未来。就像 Sam Altman 最近在一篇文章中写到的。人们曾经有一份叫做“点灯人”的工作，当时我们没有像你知道的电力和灯光。所以人们会带着火柴或你知道的，晚上去点亮所有的灯，然后在晚上熄灭蜡烛，对吧？过去就是这样。我们甚至无法想象我们现在正在做的事情，因为我们过去被困在做那些事情上。所以当你超越我们目前正在做的工作时，你将开启一个我们今天甚至无法想象的未来。10 年、15 年或 100 年后，做我们今天做的事情会显得过时，因为你将帮助我们超越它。但同样重要的是，我认为有些人没有考虑到这一点，我认为这是非常真实的，那就是你将使曾经非常困难或非常昂贵的事情民主化。在我们工作的法律领域，超过 85% 的低收入人群无法获得法律服务。与人类律师合作需要花费太长时间，而且太昂贵了，对吧？但如果你能让律师的速度提高 100 倍，成本降低 10 倍，或者你知道的，坦率地说，你作为一家新的 AI 驱动的律师事务所提供这些服务，那么突然之间，律师不得不拒绝客户，因为他们没有足够的钱，你现在可以接受。这适用于所有地方，每个人都应该获得世界上最好的财务助手，世界上每个人都应该获得最好的行政助理或私人助理，世界上每个人，你知道的，已经可以通过像 Cursor 和 Wind Surf 等工具获得最好的编码助手，对吧？我确实认为，尽管我告诉你如何选择一个想法，你应该潜在地取代工作，但我认为你将为绝大多数消费者和企业做一些非常了不起的事情，通过开启一个更美好的未来，并通过使曾经只为富人服务的事情民主化。
好的，这就是如何选择一个想法，选择一项工作，取代、协助或做以前无法想象的事情，并构建一个更美好的未来。但你如何实际构建这些东西呢？我将快速概述一下我们是如何构建它的。对我来说，最疯狂的是，我现在要说的所有内容听起来都非常简单和常识，甚至可能很明显，但最疯狂的是没有人这样做。比如，没有人按照我推荐的方式选择想法，即选择工作类别。外面做得很少的公司这样做。甚至更少的公司正在做我希望看起来很明显和简单的事情来构建可靠的 AI。我把它写成“可靠”并加下划线，因为在许多情况下，这将是关键，以便从一个很酷的演示，正如 Andrew 今天早些时候所说的，到实际起作用的东西。
这里有四个关于如何实际构建这个东西的要点。第一个是考虑制作一个 AI 助手或 AI 替代品，比如一个职业。问问自己，人们到底在做什么？这个领域的专业人士到底在做什么？如果你要构建的应用程序是关于个人训练师或健身教练，他们会做什么？财务助理或财务分析师会做什么？要非常具体。我会说几次，但真正了解这个答案非常有帮助，而不是编造它。对我来说，我是一名律师，我的联合创始人是律师，我公司 30% 到 40% 的人，即使是程序员，也是律师，因为我们亲身经历过。对你来说可能不是这样。就去某个地方当卧底特工吧。真正了解这些公司里发生的事情，对吧？这些人做什么？另一种方法是，你可能是技术人才，你可以找到一个在某个领域拥有深厚专业知识的联合创始人。但无论你如何到达那里，你知道的，找出人们可以协助或取代的具体事情。然后问自己这个问题。如果这个人拥有无限的时间和无限的资源，比如一千个 AI 可以同时工作来完成这项任务，那么该领域最优秀的人会如何做？最优秀的人会如何做，然后从那里倒推？一个人可能需要采取哪些实际步骤来完成一项任务？举个我们法律领域的例子，两年前我们做了一个深度研究的版本，一旦我们获得了 TPD4 的访问权限，这是我们做的第一件事，我们问，如果给定这个研究问题，最好的律师会怎么做？它不是像一般的研究那样，那甚至意味着什么？他们把它分解成步骤。好的，首先，你知道的，他们收到这个研究项目的请求，然后他们说，好吧，我需要理解这到底意味着什么。他们可能会问一些澄清的问题，就像今天的深度研究一样，如果你用过的话。然后他们可能会制定一个研究计划。他们可能会执行数十次搜索，可能会带来数百个不同的结果。他们会非常仔细地阅读每一个。剔除不相关的部分，因为搜索结果有时会有不相关的部分。引入相关的内容。记下他们看到的东西，对吧？为什么这很重要？为什么这不重要？它在哪里适合我的答案？然后基于所有这些，把它组合起来，写成一篇论文。然后甚至可能在最后有一个步骤，你检查论文，确保它准确可靠，你知道的，实际上引用了正确的资源等等等等。这些是真正的专业人士在进行研究时可能会采取的步骤。所以把它们写下来。
现在转向代码。这些步骤中的大多数，对于你将要做的事情来说，最终都是提示。一个或多个提示，对吧？一个提示可能是阅读法律意见，并在一到七的尺度上决定它与所问问题的相关性。一个提示可能是，鉴于我迄今为止所做的所有笔记和阅读过的所有案例，写这篇论文。一个提示可能是，这里有一个论文的脚注，这里是原始资源。这个东西，你知道的，引用是否准确？之所以很多是提示，是因为它们是曾经需要人类智能才能完成的事情，但现在你将其注入到软件应用程序中。所以现在你需要，你知道的，做把它们变成一个很棒的提示的工作。我将在稍后谈到如何实际做到这一点，人类级别的智能。顺便说一句，如果你能避免使用提示，如果它是确定性的，或者它像数学计算一样，那就更好了。提示很慢而且很昂贵。Token 仍然很昂贵。所以当你分解这些步骤时，其中一些可能只是好的旧软件工程，对吧？当你能做到的时候就去做。然后在这里你做出决定，当你发现最好的方法会如何处理这个问题时。如果它是相当确定的，比如每次他们总是做这项任务，他们总是遵循相同的五个步骤。很简单。把它变成一个工作流程，对吧？这对你来说是最简单的结果。说实话，我们在构建 Code Council 时所做的很多事情都是这样的。每次你做这项任务时，你基本上都要采取相同的六七个步骤。而且你根本不需要 Langchain 或其他东西。只需要 Python 代码。这个函数，然后这个函数输出进入那个函数，那个函数输出进入这个函数。搞定。完成了，对吧？简单。
有时并不那么简单。有时专家如何处理问题真的取决于具体情况。也许他们需要制定一个非常不同的研究计划，从不同的资源中提取，运行不同类型的搜索，阅读不同类型的文档，无论你做什么，对吧？这就是你如何得到一些更具代理性的东西。这更难确保它很好。但也许你必须这样做，对吧？再次强调，在做所有这些事情时，拥有某种形式的领域专业知识，有人知道他们在说什么，你知道的，你也可以通过与很多人交谈来获得这一点。有很多不同的方法可以做到这一点，但不要这样做。不要盲目行事。不要假设所有政府雇员在这个领域都这样做，真的要知道。
所以，这是构建这些 AI 功能的基本方法，它们开始变得完善，就是这样，简单。说实话，难的部分不是构建它。难的部分是把它做好。比如，你如何知道研究做得很好？你如何知道它正确地阅读了文档？你如何知道它编辑了，你知道的，它正确地进行了保险理赔？你如何知道它做出了关于买卖股票的正确预测，或者无论你做什么？这就是评估发挥巨大作用的地方。这也是我看到大多数人没有做的事情，因为他们构建了演示级别的产品，说实话，准确率只有 60% 到 70%。如果我们说实话，你可能可以通过向 VC 合伙人展示你的酷炫演示来筹集相当不错的资金。你甚至可能通过酷炫的演示作为试点项目来签下你的前几个客户，对吧？但然后它在实践中不起作用。所以所有那些兴奋、筹集的 VC 资金和试点项目的兴奋等等，都会破灭，如果你不能做出在实践中真正起作用的东西。而要做出在实践中起作用的东西真的很难，因为 LLM 就像人一样，你知道的，你早上没喝咖啡，你睡错了床，它可能只是为提示输出错误的东西。我敢肯定你们都见过这种情况。即使你只使用 chat tpt，有时你可能会对其才华感到震惊，有时又对其在代码或信息查找方面令人难以置信的错误感到震惊，或者只是在乔治·华盛顿的生日是什么时候出现幻觉，或者其他什么，对吧？所以，你如何处理这个问题？我将告诉你我们是如何处理的。这不是全部答案，但很大一部分是评估。
下一批现在正在接受申请，如果你有创业想法，请访问 ycombinator.com/apply。永远不会太早。
[音乐]
填写申请将提升你的想法。好的，回到视频。
>> 这都始于领域专业知识，也就是什么是好的？什么是把这项任务做得非常非常好的意思？嗯，如果你在做研究，对于给定的 X 问题，正确的答案是什么？对于 X 文件，正确的答案必须包含什么？你问了一个文件的问题。它必须从中提取什么？我应该在哪里找到信息？什么是好的？这对于整个任务来说是真实的，比如为我完成这项研究，但也包括完成整个任务所需的每个微任务，比如哪些搜索查询是好的搜索查询，哪些是坏的搜索查询？再次，我不是在说陈词滥调，但知道实际的专业人士会怎么说这一点很重要，对吧？那么，什么是好的？然后这些就变成了你的评估。我最喜欢做的事情是，在编写评估时，当可能的时候，将其变成一个非常客观的评分答案。例如，让 AI 只输出真或假，或者一个介于零到七之间的数字，因为这样就很容易评估。它有多相关。不是七，不是五，是六。如果你有这个，你就可以设置一个评估框架。我喜欢 Prompt Fu，我不知道你们是否使用它，它是开源的，在你的命令行上运行。有很多框架可以让你用来，你知道的，把这些评估组合起来。最终并不重要，就像对于这个输入和这个提示，答案应该是六。做大约十二个，试着匹配你的客户实际会遇到的情况。做大约十二个，然后试着在十二个上做到完美，然后到五十个，然后到一百个，并不断调整提示，直到它通过所有你抛给它的测试。如果你做得很好，有一个预留集，并且不要，你知道的，在编写提示时查看它们。确保它也能在它们上起作用。你不是在为你的评估微调提示，对吧？你会发现，即使没有我说的微调，你也可以通过简单的提示走得很远。如果你非常小心，你会发现 AI 会犯错误。你的提示是模糊的，你没有给它关于做一件事的清晰指示，或者它总是朝某个方向失败。你必须直接给它，你知道的，提示指示来阻止它犯这种错误。你给它例子，对吧？来引导它避免某些类别的错误。但它不会是为什么或如何失败的 AI 的惊喜。一旦你开始提示，你就会开始看到你可以围绕它进行提示的模式，以提供指示。我喜欢说的是，这里成功的最大资格是，你或任何在你公司从事提示工作的人是否愿意花两周时间不眠不休地研究一个提示来通过这些评估。如果你愿意这样做，你就处于一个非常好的位置，对吧？这只需要大量的努力，因为事情是这样的，你会做这些评估，一开始你只能通过 60% 的时间。在这一点上，大多数人都会放弃。他们会说，“AI 就是做不了这项任务，对吧？”他们会说，“我就是做不到。我不会做的。”然后你会花一个晚上提示，你会达到 61%。你会说，“我的天哪。”下一批人会在这一点上放弃。我要告诉你的是，如果你花大约两周时间进行提示，并添加更多评估，然后进行提示，添加更多评估，并调整你的提示，调整你的提示，调整你的提示，你将达到通过率约为 97% 的水平。而那 3% 基本上是可以解释的。它就像人类的判断，几乎就像一个判断。人类也会做出类似的判断。一旦你到了那里，你就可以对它如何在生产中互动感到相当满意。我建议的是，在生产之前，也许在 Beta 版中，每个提示进行 100 次测试，整个任务进行 100 次测试。如果你通过了 100 次中的 99 次，再次，你应该对你所处的位置感到相当满意，对吧？所以，这是一个粗略的指南。如果你能击败一千次，那就是十倍的提升。去做吧。但这很难。想出好的评估实际上非常困难。所以，我建议至少做一百次，进入 Beta 版，然后让客户使用，并设定预期。顺便说一句，这还不是完美的，这就是为什么你在 Beta 版中。然后你倾听和学习。每次客户抱怨时，要么你有他们的数据，因为你的应用程序就是这样设置的，要么你问他们，“嘿，你能分享一下那个文件和你问的问题，看看它为什么失败吗？”这是一个新的测试。我们现在从真实客户身上发生的真实事情中获得了比我们在实验室里想出来的更多的评估。而你的客户将以最愚蠢的方式使用你的应用程序。好吧？他们会做一些你无法预测的愚蠢的事情。但这才是客户真正做的。如果你曾经看过一个真实的人的 Google 查询，它们几乎难以辨认，你知道的。我假设 ChatGPT 也是如此。他们看到一堆东西。你的提示可能看起来很聪明。大多数人就像“给我一个墨西哥卷饼，哦，哎哟”，或者别的什么。你知道的，你该怎么办？但你必须努力从中得到一个很好的结果，并确定他们到底想用这些荒谬的提示表达什么。所以，把它们变成你的真实测试，并不断迭代。这不是静态的。新的模型将会出现。尝试新模型。Prompt Fu 和其他框架使这变得非常容易。添加一个新模型。它将计算它在你的提示上的表现如何。继续调整你的提示。有时一个词的添加或删除可能会让你提高一个百分点，但如果你在一个像金融、医学、法律这样的领域工作，其中准确率的百分之一的提高确实对你服务的客户很重要，那将是一个非常大的进步，对吧？继续迭代。永不停止。你的提示应该每天或每隔一天都有一个新的 GitHub pull request。我告诉你，如果你只做最后两张幻灯片，你知道的，专业人士是如何真正做的？将其分解为步骤。每个步骤基本上变成一个提示或一段代码。然后你测试每个步骤。一起测试整个工作流程。如果你只做这两件事，你将完成构建比市面上大多数垃圾更好的 AI 应用的 90% 的工作，对吧？因为大多数人从不评估。他们从不花时间去弄清楚专业人士是如何真正完成工作的。所以他们会在 Twitter 上制作一些华丽的演示。他们甚至可能筹集资金，他们甚至可能在一段时间内成为你的英雄，但要小心选择你的英雄。真正的人在幕后默默地构建，每天默默地改进他们的东西。如果你只做这两张幻灯片，你将完成 90% 的工作，而且比市面上大多数东西都好。这是最疯狂的部分。
好了，现在是最难的部分，说实话。坦率地说，即使在我们退出后，在一家市值数十亿美元的公司里，我们仍在努力弄清楚这一点，这仍然会非常非常非常困难，我将提供一些关于在这个新世界中营销和销售 AI 应用的技巧，你可能正在取代或协助一项工作，这是我们一路走来学到的东西。但我要说的第一件事是，这与我认为在许多 VC 领域以及许多人所说的有点相反，他们说最重要的事情是销售和营销。很多人真的真的认为，当你达到 A 轮和 B 轮融资时，你的董事会里会有一些人说，如果你的营销和销售做得好，产品就不那么重要了。他们确实看到了一些成功的例子。我认为，我们公司十年来，最初的产品还可以。我们经历了不同的营销和销售领导者，其中一些人非常有资格等等，他们做得还可以。当我们拥有一个很棒的产品时，突然之间人们就会通过口碑推荐我们，新闻会主动找上门，因为我们在做一些真正新颖有趣的事情，对吧？而口碑和新闻是免费营销。人们主动找上门，就像我们有销售人员一样，因为我们有来自我们旧产品的销售人员，而旧产品不像我们用 LLM 推出的新产品那么好，我会告诉你，那些销售人员变成了“订单接收者”。所以你能做的最重要的事情，对于营销和销售来说，就是构建一个惊人的产品，然后以某种方式让世界知道它。显然，你不能只是构建它而不给任何人看。树倒在森林里，没人听见，它什么也不会做。但我确实认为，产品的质量比你的 A 轮和 B 轮投资者所说的要重要得多。所以，当你们的董事会有那些糟糕的 VC 时，你们可以回想一下这次演讲并反驳他们。
好的。嗯，但它仍然很重要。营销和销售仍然很重要。我在这里只有三个建议。第一件事是，你可能不再销售传统软件了。想想你将如何打包和销售它。我现在最感兴趣的公司正在提供真正的服务，比如审查公司的合同，他们就是这样做的。他们提供全套服务。也许有人工参与。如果他们选择传统的律师事务所，这通常会花费每份合同 1000 美元。他们收取每份合同 500 美元。再次，作为参考，你们现在使用的许多工具可能每月 20 美元。每月 20 美元对每份合同 500 美元。我们谈论的是价格的巨大飞跃。根据你销售的价值来定价。不要低估自己。这可能与我刚才说的有点冲突，但也要听听客户他们想如何支付。只是问他们，你更愿意如何为此付费。我会告诉你我们发现了什么。我们曾经考虑过按使用量定价，比如这家审查合同的公司，这在某些情况下可能有效，他们更喜欢这样支付。这可能有效。但当我们问客户时，他们说，“听着，我宁愿多付钱，但让它全年保持一致，而不是潜在地少付钱并按使用量付费。”所以，我们的客户想支付 6000 美元/席位。他们想要按席位，他们想支付 6000 美元/席位，每月 500 美元。好吧。这是一个客户想要可预测预算的情况。给他们吧，对吧？倾听你的客户。
第三件关于营销和销售的事情是，所有这些 AI 东西都是新的且令人恐惧的。即使是这些大公司，他们也想试水。他们想尝试新事物。他们的 CEO 坐在财富 500 强公司的一个董事会上。整个董事会都在说，“你们在 AI 方面做了什么？”所以他们的 CEO 正在向一个拥有 20,000 人的公司说，我们在做什么？他们说，“我不知道。我正在尝试格雷格的产品。”好的。他们想尝试你的产品。但也有一个信任差距，因为他们过去是通过询问人们来做这件事的，他们可以解雇人们，培训人们，指导人们，就像人们并不完美，但他们已经习惯了他们。他们还没有习惯使用你的产品。他们对会发生什么完全没有概念。那么，如何建立信任呢？一些非常聪明的公司正在进行正面比较。保留你的律师事务所，然后并排使用我们的东西，然后进行比较。我们有多快？我们有多好？结果有什么不同？保留你的会计师，使用我们的 AI 会计，然后比较我们的会计或税务会计或其他什么有什么不同？提供那个，那是一个建立信任的好方法。将其与人进行比较。进行研究，进行试点。有很多方法可以做到这一点，但请在脑海中思考，我如何与我的客户建立信任？
最后，销售在你写下支票时并没有结束，更不用说他们开始试点时了。我现在看到的是，在这个后退出世界里，对于我来说，像一位天使投资人一样，有很多公司，我们的 ARR 是 1000 万美元，你深入挖掘，你会发现，“哦，是的，我们有一个为期六个月的试点，他们为那个试点支付了我们很多钱。”很多试点都没有转化为真正的收入，而且将会有一场大规模的灭绝事件，因为很多试点收入。就像不是 ARR，而是 PR，试点经常性收入，或者不是经常性收入，只是试点收入，我想，不会转化为真正的金钱，这对初创公司来说是一个真正的危险，即使是那些报告收入数字非常高的公司。你作为创始人以及你将要雇佣的人的工作的一个重要部分是确保每个人都真正使用产品，真正理解它，进行培训，有意识地推出它。这对于每个不同的行业来说都是不同的，对于你，你知道的，为他们提供董事会，真正周到地引导他们。也许是在应用程序中引导他们完成步骤，让他们尝试不同的事情。也许是有一个人坐在他们旁边。我不知道你是否注意到这一点，但 Satcha 今天早些时候说的一个非常小的、随口说的评论是，初创公司中增长最快的角色之一是这些部署工程师，我认为这是一个非常花哨的术语，只是为了让人们坐在客户旁边，确保产品对他们来说真的有效，对吧？无论需要什么。我在我的公司里经常说的一句话，我仍然觉得非常真实的是，你的产品不仅仅是屏幕上的像素。它不仅仅是你点击这个按钮时发生的事情。它是与你的支持、客户成功、创始人的人际互动。它是培训，你知道的，围绕它的一切。如果你没有把这些做好，那么你可能拥有屏幕上最好的像素，但你会输给一个在客户身上投入更多并确保他们的产品得到良好使用的公司。这就是你所需要做的，才能构建一个很棒的 AI 应用，并轻松超越我们 6.5 亿美元的数字。
好的，现在开放提问。[掌声]
>> 你好。非常感谢你的演讲。我想问一下选择什么行业来尝试创造更多自动化，嗯，在这方面。所以，如果那个领域已经有竞争对手了，你会建议看看另一个行业，还是建议深入研究那个行业的某个细分领域，或者像在这种情况下你会怎么建议？
>> 所以，所以我不认为你应该关心竞争对手。首先，对于其中一些领域，市场非常大，因为我们谈论的是，你知道的，每年在营销专业人士或支持专业人士或任何其他方面花费了多少万亿美元。对于绝大多数人来说，不会有一家公司赢得整个市场。而且说实话，很多时候你一开始会害怕你的竞争对手，然后当你开始构建它之后，你会对它们有多糟糕感到震惊，你会远远超越它们。这与竞争对手无关。但我想说的是，关于如何选择市场，我会看看人们目前将哪些类型的角色外包给其他国家，对吧？如果他们愿意这样做，那么这可能是一个很好的目标，AI 可以接管。如果这是一个他们觉得是他们身份的一部分，需要在内部完成的角色，比如，我认为你不会外包给皮克斯创作皮克斯电影的故事，对吧？那是他们的，那是他们的，他们觉得，无论他们是对还是错。也许两年后 AI 会比皮克斯做得更好。但皮克斯的人会非常看重讲故事的元素。所以，你知道的，不要试图外包那部分。试着找到已经被外包的部分。例如，找到大市场，找到许多不同公司都存在的痛点。找到你知道的或可以获取信息的东西。嗯，这些是我在尝试选择市场时会关注的事情。但说实话，就像有太多巨大的市场。如果你愿意的话，你可以随便打印出所有的知识工作的东西，把它数字化。随意选择所有你指出的东西。无论飞镖落在哪里，就选择那个市场并开始奔跑，我认为你可能会击中一个万亿美元的市场。所以，嗯，竞争对手与否，不在乎。
>> 谢谢。
>> 完美。非常感谢。所以，嗯，来自瑞士的迈克尔，我有一个快速问题，因为你是一位成功的创始人，嗯，我们中的许多人将在这里创业。我想知道你的关注点在公司不同阶段是如何变化的，从种子轮，你关注什么，与 C 轮到 A 轮融资，最后到退出阶段，你最喜欢哪个部分？
>> 嗯，这是一个很好的问题，迈克尔。我将回答我应该做的，以及我实际做的。
>> 完美，谢谢。
>> 我应该做的是，在种子轮阶段，专注于制造一个获得产品市场契合度的优秀产品，然后在 A 轮阶段，专注于制造一个获得产品市场契合度的优秀产品，然后在 B 轮专注于制造一个获得产品市场契合度的优秀产品，然后在 C 轮，优秀的产品，你知道的，你可能已经看到了模式。我最终专注于各种其他事情，这些事情远不如这些事情重要。我认为，如果你从，你知道的，因为公司除了产品之外还有什么呢？你知道的，你通过产品为客户提供的服务就是通过产品，如果你几乎完全专注于这一点，并对这一点痴迷，在我看来，那么很多其他事情就会随之而来。例如，人们需要构建一个获得产品市场契合度的产品。现在你有，你知道的，人力资源和招聘等来填补这个答案。人们将如何了解这个惊人的产品？那就是营销和销售。我们需要建立什么样的文化来创造一个人们喜爱并真正使用的产品？现在你有，你知道的，人力资源的其他部分和建立文化，这是你作为 CEO 的一项非常重要的工作。所以你最终作为 CEO，由于需要，会专注于所有这些不同的方面，但所有这些都是为了那个目标。而对于许多创始人来说，因为他们阅读了像 Medium 文章和博客文章，并与他们的 A 轮和 B 轮投资者交谈，他们最终专注于人力资源、财务、融资或其他方面，不是作为实现目标的方式，而是作为实现目标的方式，即构建一个伟大的产品，获得产品市场契合度，而是作为它们本身的目标，就像哦，我们需要拥有一个非常伟大的文化，抽象地来说，或者我们现在需要聘请营销和销售。我做到了。我陷入了这个陷阱。大错特错，你知道的。嗯，我宁愿，而且我非常，你知道的，作为一个创始人，我非常偏向产品等方面，但我感觉非常强烈。
>> 嗨，杰克。我 14 岁时就把我的初创公司卖给了德勤，嗯，和我一样，我正在寻找下一个要做的事情，就像在退出收购阶段。如果你在这里，嗯，在 Y Combinator 的创业学校，今晚你会做什么？你知道的，除了 Caseex，你今晚会做什么，现在你已经退出了？
>> 这有点令人惊讶。我 40 岁退出，你 14 岁退出。
>> 是的。所以，嗯，你已经远远领先了。这太棒了。嗯，实际上，我觉得在某些方面，对我们来说，早期专注于法律是有意义的，因为我了解法律，但也有点错误，因为当时法律软件行业，嗯，LLM 实际上相当小，因为它只是一个零头，你知道的，律师每年赚一万亿美元听起来不错，但他们真正花在软件上的有多少？答案是很少。所以无论我们公司做得多好，我们最终都不会创造出真正改变许多人生活的东西，嗯，最终从商业角度来看，赚那么多钱。嗯，我们只是对我们所服务的人的工作流程和产出进行了渐进式的改变，在 LLM 之前和之后，帮助了更多的人，让他们更有效率，改变了更多人的生活。而且我会告诉你，在经历过对少数人产生小影响，嗯，并且只对他们的生活产生微小改变的两种情况后，与，你知道的，对更多律师产生巨大影响，在我们的案例中，让他们更有效率，用 LLM 取代他们的一些工作。嗯，后者感觉好多了，我现在对此上瘾了。但长话短说，我会专注于你能想到的最大的问题，并且可能用你的技术和技能集可以解决的问题。你知道的，就像人们想要什么？人们想要什么？企业想要什么？人们想要变得更苗条，而不是掉头发。他们不想洗衣服。他们，你知道的，想要每个人都想要一个清洁工每天来他们家打扫八个小时，把整个房子打扫得一尘不染，但你就是负担不起。但你能做一个机器人来为你做吗？对吧？这是一种可以服务世界上每个人的产品吗？事实上，这就像 50 年代的洗碗机可以释放很多人力一样，因为现在那些在家照顾孩子的人不必再打扫房子了，对吧？因为他们可以花一千美元一年买一个机器人，或者别的什么。你只需要思考人们在企业中面临的最大问题是什么，你知道的，他们想营销他们的产品，想销售他们的产品，他们想确保人们在做伟大的工作。他们想用更一致、更可用的东西来取代他们工作中的某些部分。那就是我将关注的重点，就是利用一个很多人都有的巨大问题，你觉得你可以解决，然后就去解决它。尽你所能地奔跑。
>> 谢谢。
>> 我认为我还有时间问最后一个问题。
>> 嗨，我是 Sabo。然后我想知道，如果你正在制造 AI 来作为人类的助手或替代品，你可以根据它为人类节省多少时间，或者你会向人类收取多少工资来定价这项服务。但如果你正在制造一些 AI 正在做而人类不可能做的事情，比如查看数百万份法律文件之类的，你如何为这样的服务定价？而且我想对我说的话进行非常细致的区分。我认为一开始你可以开始收取人类收费的费用，然后你会有竞争对手，他们会收费少一点，然后其他竞争对手会进来，他们会收费少一点，这就是资本主义的美妙之处，它会让服务越来越便宜，越来越便宜，越来越便宜，在某个时候，你知道的，除非你处于一个受到严格保护的领域，否则你最终会比人们收费少得多，我认为这最终对社会来说是件好事，对吧？对你的生意不好，但对社会好，因为现在你可以获得律师的服务，但价格却只有十分之一，百分之一，对于这种新的类别，你知道的，我会从你为企业提供的价值开始。如果他们通过这样做节省了 1 亿美元，或者本来要花 500 万美元来做这件事。好的，从中拿走 10%，20%，你知道的，和你的客户谈谈。你愿意付多少钱来为你解决这个问题？这可能是最好的起点。我实际上还有时间问最后一个问题，快速问答。这是一个超级快的问题。
>> 嗨，杰克。恭喜你退出。嗯，我知道你可能经常被问到这个问题，但当你用基于可能不是专有的模型构建提示时，你如何建立防御能力，而不是最终成为一个 GPT 包装器？基本上，
>> 我最快的答案。就是去构建它。一旦你构建了它，你就会看到构建它有多难。你必须构建多少个小部件，多少个数据集成，多少个检查，提示需要多么精细，你必须多么好地选择你的模型。当你这样做时，你会发现你构建了一些别人无法构建的东西，因为你花了大约两年时间，除了做这件事之外什么都没做。所以，我不害怕。不要害怕。好了。谢谢大家。[掌声]