Transcription
当今创始人面临的最大挑战是模型公司。它们正在吞噬未来的收入。它们正在吞噬过去的收入。>> 构建软件产品真的很难。这仅仅是因为软件工程深受生成式人工智能的影响。但产品的品味、产品的设计方面，你如何落地它？这些都不是微不足道的事情，我认为它们无法被自动化。>> 在过去的 25 年里，对印度奏效的是能够提供服务的高素质劳动力。现在我们正处于第三个时代。在这个时代，我们可以看到多少大公司？我对我在 Razer Pay、Phone Pay、Swiggy、Flipkart 等印度本土公司看到的技术人才和领导力感到非常兴奋。这些是工程师和领导者，他们正在思考更深层次的系统问题。我仍然乐观地认为这种情况将在印度继续发生。因此，如果我看看我的投资组合，无论是 Rocket Lane、Usher 还是 Yugabyte，最好的工程团队都位于班加罗尔和马德拉斯。这些团队带来的大胆和技术深度对于印美走廊的未来至关重要。>> 新时代的 AI 服务公司将如何获得业务？>> 这是一个很好的问题。嗯，>> 你好，我是 Sadhhat Alwalia。欢迎来到 Neon Show。我是 Neon Fund 的主持人兼管理合伙人，该基金投资于美国和印度走廊的顶级企业 AI 公司，如 Atomic Works、Spotdraft、Cloudsack。今天我身边有一位非常非常亲密的朋友，我视他为导师、朋友、恩人，Basar Gosh。Basar，再次欢迎来到 Neon Show。非常感谢您再次光临。>> 这是我的荣幸。您是我的导师。>> 我什么都不知道。我只想说声谢谢。>> 嗯，给大家说一下，我上次穿的就是这件衬衫，上次我生病了，这次我也半生病，但我非常喜欢 Sedhart。坦白说，我也是他基金的 LP。我爱 Sedhhat。我喜欢你对印度历史的好奇心，也喜欢你带来的活力，以及你如何与企业家合作，以及你掌握的细节程度。嗯，而且你知道，我认为是什么区分了人们，我希望你知道，我努力以那个标准要求自己，那就是人们追随他人。所以，很明显，你在过去的生活中创办过公司，你所有的联合创始人，与你共事过的人都与你关系很好，他们追随你，我认为这是衡量一个人是否是领导者，但更重要的是一个好人的真正指标。所以非常高兴。>> 我想从你非常坚信的一点开始，那就是你所说的，你知道，正在开发的新一套服务。人们正在谈论 AI 赋能的服务，重新构想像 TCS、Infosys 这样的 IT 服务行业。所以，如果你要从第一性原理向普通人解释，对于来自软件时代、SaaS 时代的企业家来说，今天在服务生态系统中存在哪些各种机会？是的，这是一个了不起的问题，正如你和我谈过的，我对此深有研究，并努力摸索着创建理论并实际投资于公司，甚至可能创办公司，提供服务，我认为它之所以与这次谈话如此相关，是因为它是印度经济中如此重要的一部分，如果你想想，一些数字会很有帮助。我认为，如果我没记错的话，来自服务（包括 IT 和非 IT）进入印度的收入约为 4000 亿美元，服务经济的总规模，如果你加上家庭、学校、医院以及其他所有东西，是 1.2 万亿美元，如果我没记错的话，印度经济大约是 3.7 万亿美元。我认为我大致猜对了。所以，想想这个行业及其二次经济所产生的巨大影响。在 ADVC 和个人层面，当我们进行构建时，当我思考一个新的理论时，我们会问“为什么是现在”的问题。在服务行业，人们对此感到兴奋，或者他们认为将会发生大规模的、戏剧性的变革，是因为新一波的生成式人工智能，对吧？不是因为旧的机器学习，不是因为旧的神经网络，而是因为所有这些基于 Transformer 的基础模型，它们可以做非常非常强大的事情。所以，从非常硅谷的技术中心观点来看，“为什么是现在”的问题会导致几个简单的答案。其中之一是，在许多这些服务行业中，现在只是简单地插一句，服务可以在软件作为业务或非软件作为业务的背景下进行。软件作为业务可以意味着你正在做 IT 服务咨询、SAP 咨询、Salesforce 咨询、ServiceNow 咨询、MuleSoft 咨询、数据库咨询等等，测试、一切、数据迁移、一切。然后可以是与软件无关的其他广阔领域。它可以是呼叫中心。它可以是会计。它可以是人力资源。它可以是首席财务官办公室。它可以是法律。它可以是旅行。它可以是临床试验。这太庞大了。它可以是银行业。这太庞大了。>> 而硅谷显然是像我们这样的技术人员，无论我们是构建者还是投资者。我们开始，我们突然开始密切关注的原因是技术方面的“为什么是现在”的问题。LLM 和模型以及围绕它们的工具的出现，让我们能够突然做好几件事：一是关于非结构化数据的提取、处理和管理。如果你仔细观察许多这些服务，如果你观察这些服务中以人为中心的工作流程，那就是处理非结构化数据，可能是电子表格。>> 供我们的听众，你能解释一下这些术语吗？>> 哦，天哪，非结构化数据可以是电子表格，可以是手写笔记，可以是 PDF，可以是 Word 文档。嗯，而且手写笔记部分实际上非常重要。嗯，你处理数据。你看它，你提取一些东西，你把它写下来，你从某个地方读取它，然后你对它做一些事情。因此，以人为中心的循环数据管理以及处理非结构化数据的事务是这些公司中非常重要和显著的一部分。第二，在我们称之为工作流程的过程中，有很多人的参与，你知道，你做一些事情，你写一些东西，你做一些决定，你需要领域知识来做它，而且你的工作流程中有很多环节。所以，人们，你知道，回想一下过去，像 RPA 这样的行业试图很好地实现自动化，但由于各种原因，它们未能实现。撇开这一点不谈。因此，非结构化数据处理、多环节工作流程自动化以及其他领域，例如你可以处理特定领域的语言，这是在 Salesforce 和我们谈到的其他领域的背景下的软件方面。>> 所有这些都可以以非常高的鲁棒性、正确性和速度通过这些新模型进行自动化。这是根本原因，你现在可以自动完成很多这种多环节工作流功能，并配有一套正确的工具（我们可以单独讨论）。>> 一些例子>> 我可以举个例子，你可以想想，如果你以软件为例，你可以考虑一个托管服务 IT 提供商。托管服务 IT 提供商做什么？它为中小型企业设置 IT 并解决 IT 问题，你会收到工单。有人需要更改密码。有人需要设置 Google Drive。有人需要被添加到电子邮件组。所以，这些任务的难度各不相同。如果你只看创建新帐户和更改密码，这实际上是一个非常简单的工作流程。你实际上可以自动完成它，也就是说，在一些人工监督下。所以，你可以以我们称之为“副驾驶”或“自主代理”的形式来完成它，但今天使用 LLM 可以非常精确、正确且快速地完成。如果你现在去看>> 在你深入之前，为什么 LLM 可以做到这一点，以及 LLM 如何做到这一点？>> 我不是统计学家。嗯，你知道，LLM 的新模型都与所谓的“下一个词元预测”有关。如果你问我它们为什么能做到这一点的原因，我无法回答。我们只需要记住，这一类基于 Transformer 的模型可以进行非常巧妙的推理和基于模式匹配的处理，用于多模态数据，你知道。所以，它们可以处理图像，做得更好。它们可以处理文本，做得更好。很多模型在处理文本方面做得非常出色。即使核心逻辑是关于下一个词元预测，它们也能以一种更现实、更正确的方式弄清楚事情。所以，这是部分答案。总之，我给出了一个关于软件项目产品软件业务 MSP 的答案，你可以去看看并思考。你想为供应链做发票处理。嗯，恰好是，很多这些发票都是手写的，它们会去，你知道，由某人书写，然后交给负责应付账款、应收账款的人。他们必须查看它，将其复制到电子表格中，将其输入到某种财务软件中。很多工作，包括分步逻辑。这就是工作流程，这种数据提取现在可以自动完成。所以我举的都是非常简单的例子。然后还有更复杂的称为代理的东西，它们实际上可以根据正确的输入以及观察输入和输出来推理出什么才是正确的做法。这是更深层次的复杂性。总之，回到服务行业，很多这些基本工作流程现在都可以自动化。现在的问题是，这会带来什么？嗯，至少，所有被分配到服务行业从事这些工作流程的人都可以变得更有效率。所以，他们可以更快地完成更容易的事情。也许一些更难的事情需要更多的人工参与。因此，在服务行业的背景下，AI 首先可以帮助提高生产力。>> 所以，你可以用同样的人做更多的事情。也许你甚至不需要那么多人。这是一个非常有争议的点，你知道，有一个问题，有一个问题是，更多的业务正在完成。另一个问题是你需要多少资源？>> 为了让事情变得非常简单，如果你坐下来思考，通过明智地使用生成式人工智能，你可以提高这些行业的利润率。>> 所以，这就是我们所说的“AI 赋能的服务”的技术原因和结果。我先停一下。>> 好的。所以，你的意思是，人类依赖的工作服务是人类依赖的？>> 人工参与。>> 人工参与，人类依赖的工作，其中人类必须执行某些任务，也许是在同一工作流程中，比如只在电子表格上，或者在多个项目上，电子表格、Word 文档、打电话给别人，你知道，所有这些现在都可以通过一套新的代理来完成，这就是为什么服务经济如此重要。当我们开始使用 AI 代理框架构建新公司时。是这样吗？>> 的确。的确。嗯，这是关于重新定义服务经济和这些公司将做什么。这也是关于重新思考这个庞大的现有经济将如何运作。所以，如果你看看任何服务业务，你都会有一个前端、一个中端、一个后端，你还有一个 IT 部分。恰好是，这些服务业务中的许多人力都在前端和中端，在那里他们实际上在与客户打交道。总之，我过于概括了。很可能，这些业务中的许多办公室都可以变得更有效率，甚至可能变得更精简。所以，这可以说是中心理论。>> 所以，前端办公室是指医生的前端办公室。它可以处理前端办公室。>> 是的。医生的前端办公室，牙医的前端办公室，你在离线时会向患者发送提醒，你会向患者发送电子邮件，所有这些都在自动进行。你通过文本与他们互动。你可以通过 WhatsApp、任何渠道与他们互动，你会得到正确的答案。你可以重新安排日程。你可能可以询问与 PII 相关的问题，只要你有正确的安全措施等。所有这些。现在，现在，想想在医生或药房办公室的中端办公室里的人，他们必须在就诊后处理数据，处理保险，处理后续事宜。所有这些，如果你将其视为副驾驶模式，现在在很大程度上都可以自动完成，这就是为什么我们看到如此多的公司在这些领域以非常非常高的需求驱动的方式开始，因为你知道，应用 AI 的创始人进入一个领域时，会发现许多这些工作流程已经准备好被机械化，甚至被颠覆。所以，这可以说是服务的软件方面。我认为你和我花了一些时间讨论，并且我们建设性地在某些理论上存在分歧，关于这些服务行业接下来会发生什么。如果你带来硅谷和班加罗尔的 SaaS 视角，你写出好的软件，你创办一家种子期公司，你开始向这些牙医诊所或这些发票处理公司出售软件。第二种答案，接下来会发生什么？你是把它构建成一个软件业务吗？我们都在思考的一个关键理论是，我们在软件方面正在走出一些常规思路。重新考虑纯软件业务是否能在此扩展是合理的。如果你向这些行业销售纯软件，你将获得多少经济份额，这是可以合理地提出的问题。恰好是，如果你看看大多数这些行业，它们不会将大部分钱花在软件上。所以，要问的问题是，我们是否设想这些服务公司本身将主要是软件和 AI？所以，这就是事情变得模糊，变得令人兴奋的地方。可以合理地假设，在某个时候，在 5、7、10 年内，可能会发生这种情况。问题是，这个行业如何开始创新并转型自身？许多人，包括许多来自硅谷的人，纽约的一些基金，正在进行的赌注是，我们将接管这些遗留的服务业务，我们将拥有这家公司。我们也将经营它。恰好是，我们也将引入我们的软件，以 AI 为先的方式，以软件为先的方式来运行它。这就是在 AI 服务理论背景下正在进行的“整合”的整个概念，我个人对此非常关注。我们已经进行了一些投资，无论是关于云数据迁移领域，还是 MSP IT 服务领域，法律领域，临床试验领域。你可以，我们已经开始思考，也许一直在构建软件的公司应该拥有服务公司，而许多大型基金正在那里取得进展。如果你考虑一下，那么我们就到了硅谷创始人，这些技术创始人开始购买这些公司的时候了。你和我谈过，接下来会发生什么？接下来会发生什么？嗯，简单的说法是，你购买了足够的收入基础，足够的规模，然后你明智地将其插入 AI，并对业务本身的数字化转型做出某些假设，即有足够的软件可以替换。>> 然后你基本上扩大了利润率。>> 或者你也可以扩大收入，也就是说，因为你可以做得更好。假设你想购买一两三家这样的公司。我认为我们讨论变得真正有趣的部分是你进入的业务性质。恰好是，如果你坐下来思考，这不再是纯粹的软件业务了。你已经编写了出色的软件。你拥有这个出色的技术团队。你已经向设计合作伙伴出售了一些软件。然后你去购买了其中两个设计合作伙伴。假设一下。>> 而且你带来了 1 亿美元的收入，但你也继承了 700 人。随机数字。我认为对我们硅谷人来说，对我们这些像我们一样也是构建者的 VC 来说，在 ABC，我们既构建公司，也孵化，我们也进行大规模投资。我认为将要做到这一点的那家公司的性质将发生根本性变化，因为你知道，你需要这种深厚的运营能力来经营这些公司。现在，你是否保留了那家公司的老创始人？她或他是否会带着激励措施留下来？他们是否热衷于提高利润率？他们是否希望他们的公司，他们的服务公司成为技术优先？这些是更深层次的问题，我认为硅谷风险投资还没有解决。硅谷的创始人已经解决了，私募股权已经解决了。一直都有运营合伙人的概念。但我们正在做的是私募股权以前从未做过的事情。>> 即私募股权通常更关注成本结构。在你购买公司后，你会非常仔细地查看数据，查看分析，削减成本等等。并不是说你构建新产品。我们试图做的是，我们试图从根本上改变该业务的运营方式。你可以认为这种新的技术业务几乎就像你在构建的一个新产品，它不全是软件。>> 那么，如果不是软件，产品现在是什么？嗯，在这种情况下，产品仍然是你正在做 MSP IT 业务，你正在做牙科服务业务，但其中融入了大量的 AI，对吧？所以，它仍然是关于牙科服务。>> 但你提供这些服务的方式正在改变，那就是 AI 为先。但我认为硅谷的领导者，技术领导者去经营。>> 经营一家发票处理公司，一家临床试验公司，嗯，你知道，我给出的所有例子。>> 不是在基础。>> 那是很难的。你必须引入领域专家。这就是为什么我指出，围绕构建此类业务的运营原则是相当不同的。它是新的，因为我们也不想成为纯粹的私募股权。我们想将其技术化。我们想继续构建。这就是为什么我说，我认为那里有很多已知的未知数。构建软件，做 AI，购买业务是已知的。人们已经在过去一年中这样做了。你如何大规模地实际运营它们？你需要什么样的文化？这是一个已知的未知数。之后，你开始考虑结果。如果你进行 IPO，你会获得 SaaS 倍数吗？它会更接近 VC，更接近 PE 吗？那也是未知的。所以，这就是你和我一直在讨论的。>> 那么，让我们首先剖析一下。为什么 SaaS 公司能获得高倍数？是什么原因？>> 这是一个更深层次的问题，你让我措手不及。我认为 SaaS 也经历了一次重塑。最终，对我来说，很多面向未来的高倍数被给予的原因。有几个驱动因素。一是基于使用量的定价将继续增长，而无需太多投入。你不需要投入人力。安装基础将继续增长。在开展这项业务的过程中，有很多软件。这是第一点。第二点是，在 SaaS 中，如果你只看纯粹的部门级 SaaS 或垂直 SaaS，会有两三个赢家，那些能够获得网络效应的将最终大获全胜。对吧？如果你进入这个部门销售或营销领域，一旦你开始赢得大多数购买销售软件的人，他们实际上会从我这里购买。对我来说，这些是关键，这些是关键部分，你必须回来思考，这在 AI 赋能的服务业务中是否可能实现，关于如何购买下一个五家公司并扩展它们？是否存在网络效应？我敢说那会很难。一旦你通过购买三家公司将收入增长到 1 亿美元，通过购买另外十家公司将收入增长到 4 亿美元，那不是一个基于网络效应的行为，你可能需要做一些特殊的事情来同时完成这些事情。这就是我的思维极限。我无法再深入了。>> 那么，我这里有两种思想流派。一种是你说的，SaaS 的扩展原则不适用于这里。这就是你说的。>> 部分是。Y>> 是的。但另一件事是，一旦 AI 基础设施准备就绪，并且假设我收购了一家 BPO 公司，收入倍数为 1x，比如说 2000 万美元的 BPO 收入，我作为创始人筹集了 VC 资金，我以 2000 万美元或更低的价格收购它们。>> 对。>> 然后至少我有 2000 万美元的收入，并且我构建了新的基础设施，AI 基础设施，用于减少 BPO 的员工数量，提高效率。>> AI 赋能的软件，包括基础设施和应用程序。是的，公平。>> 但我们还没有计算的是，这家 BPO 的能力如何增加以获得更多收入。>> 那就是我提到的收入部分。是的。>> 那么，我是否必须购买一家新公司来增加收入业务，还是这个现有的设置可以通过 AI 来获得更多的业务？>> 这是一个很好的问题。所以，我们必须问的问题是：顶层销售营销如何运作？你是否带来了一些令人惊叹的领域专家，他们在该领域享有盛誉，因此新客户会自动到来？是否存在特定领域的网络效应？>> 你也可以使用生成式 AI 工具进行销售和营销，这是一个较小的飞轮问题。我认为这还与该领域的特定性有关，例如我们已经看了很多旅行，我们看了公司差旅，我们看了>> 个人旅行，高度碎片化的领域。>> 一个巨大的领域。>> 你可以想象的五大领域之一，对吧？>> 通过在公司差旅领域经营一家好公司，年收入 2 亿美元，你是否能够让所有新客户加入你？不清楚。不清楚人们如何做出公司差旅决策。这就是为什么我说，它也与该领域相关，与碎片化，与客户如何购买这些服务，以及是否存在网络效应有关。这就是为什么我说，这是一个未知的未知数。但软件也是如此，因为在软件领域，你也正在替换更难的东西，还是绿地？我不知道还有多少绿地？>> 我认为替换软件和替换服务，根本行为可能略有不同。>> 你能多说一点吗？或者如何？>> 这是关于说，嗯，所以想想服务 BPO 行业的客户，这是关于你经营的业务的性质。假设你属于 PEO 类别，我认为是专业和雇员或类似的东西。你可以将其视为中小企业的所有 HR、薪资和福利。是的。>> 考虑一家正在成长中的中小企业。>> 决定选择一家新的 HR 和薪资提供商，当你拥有 10 到 20 名员工时，如何做出决定？>> 而不是 100 名员工，而不是 500 名员工？因为当你引入一家服务公司时，恰好是，该供应商提供的大部分服务是通过人工完成的。所以，客户不仅仅是与软件打交道，你突然说“哦，我有这个 UI”，我的购买服务的决定就像改变我的 UI 和迁移数据库一样。所以，我认为这些是根本原因，当交接只是关于软件时，它更加简化和结构化，人们知道有顾问会帮助你将 HR 系统从这个迁移到那个，但从一个服务外包到另一个服务的行为更具人为驱动性。这是我认为网络效应更难采用的一个原因。再次，我们将在两年后回来，我敢肯定我会被证明是错误的，但这就是我今天的想法。>> 好的。这就是为什么你认为这些企业本身不具备网络效应？>> 是的。>> 所以，它们永远不会获得 SaaS 那样的倍数。>> 嗯，看，最终的估值是任何人都可以猜测的。这取决于市场。但毫无疑问，这些将是巨大的股息收入业务，现金流业务，利润率可能会急剧扩大。嗯，我不知道人们会为什么公式支付什么倍数。但它们能成为极其有利可图的业务吗？100%。但你认为，目前可供争夺的 TAM（总潜在市场）是否处于最高点？因为 TAM 创造了公司，对吧？>> 这就是为什么服务领域如此令人兴奋。我的意思是，TAM 随着世界人口的增长而扩展。>> 简直是疯狂的。所以，答案是它将增长到多少？我不知道。它今天是什么？它已经数不清了。>> 它今天是什么？>> 我实际上不知道答案。不要把它放在>> 数万亿美元，无论是几十亿还是二十亿，我不知道答案。>> 但它远远大于企业软件领域。>> 好的。>> 所以，这导致了>> 两者的时间都非常长，服务时间今天比软件时间长，但两者都很大。>> 所以，这导致了一个问题，你知道，像 Snowflake 这样的公司，然后，你知道，ServiceNow、Salesforce 在过去 15 年里在企业软件、企业基础设施领域被创造出来。那么，由于 AI 正在解锁的东西，即将到来的 TAM 比那要大得多。>> 嗯，关于企业软件和你提到的例子，我不确定我是否会强烈支持这个说法。我认为购买软件的公司仍然从同一供应商那里为同一部门购买软件。>> 那么，他们会支付更多吗？我不知道，但我认为不太可能。这与客户的领域有关。他们会增长很多吗？对我来说，这是一个不太可能的观察。所以我不知道纯粹的企业软件横向软件的增长率，你知道所有你提到的 Snowflake、Databricks、ServiceNow、Salesforce、SAP、Oracle 在企业软件方面，我不知道横向软件的增长率是否有所增长。我不知道答案。问题是，他们现在能否将这些软件卖给从未购买过的新行业？也许会是这样，因为模型将被使用，编排软件将被使用，你将销售到新的领域。如果这是真的，如果这个桥梁被创造出来，新的软件可以销售到新的领域，那么答案就是真的。所以，这是一个很好的问题，值得再次探讨。现在，嗯，我，同样的情况也适用于服务领域。我认为随着服务领域吸收更多 AI 赋能的软件，它肯定会变得更有效率。它会使其能够创造新市场吗？可能是的。它可能能够做以前从未做过的事情。>> 我们甚至还没有提到制造业。我们还没有提到国防。我们还没有提到所有机器人应用。我们甚至还没有谈到那里。我们还没有谈到化工行业。我们还没有谈到机械行业。有巨大的巨大的。我们还没有谈到供应链的变化。这些行业将受到巨大影响。这个行业的根本 TAM 将如何改变？我不知道那个答案。>> 你认为在过去的 20 年里，如果你从根本上认为 TAM 决定了企业软件中新公司如何产生的过程吗？>> 我认为世界各地都有增长。世界各地都有繁荣和增长。我认为发生了一些事情。我认为互联网和手机改变了一切。所以，人们的联系更加紧密，不仅仅是通过社交媒体，而是通过商业。如果你看看印度，印度基本上是通过手机基础设施和手机的使用，从一代跳到了第五代。第一。其次，印度和巴西做了非常基础的工作，并从第一代发展到第七代支付基础设施。所有你非常了解的东西。>> 这就产生了反馈循环和网络效应，不仅将人们带出贫困，而且扩大了中产阶级。所以，如果全球有更多的增长和繁荣，那么答案是肯定的。恰好是，在过去 20 年里，在大部分和平时期，以及中产阶级在许多公司崛起，中国崛起，印度崛起，远东，东南亚崛起的情况下，企业软件市场取得了显著增长。我不知道，我无法充分预测未来，告诉你，在气候变化和当前地缘政治法律情况下，全球繁荣将如何增长。但我认为 TAM 也与此相关，这可能也是你提出的问题。我不知道答案，但问题应该这样提问。>> 然后下一个想法是，你知道，印美走廊在过去 25 年里看到了 IT 服务公司的出现。我认为这就是为什么，你知道，印度拥有，对印度奏效的是能够提供 IT 服务的高素质劳动力，以及美国提供的各种服务，这是 TCS、Infosys 和所有在 2010 年初成立的服务公司的推动力。Zoho Freshworks 抓住了，你知道，一系列用例，从票务开始，你知道，在印美走廊之间，因为你知道，随着新经济的增长，新公司正在建立，他们需要像票务软件和其他许多软件。现在我们看到了第三个时代，如果你要说第一个时代是 IT 服务，第二个时代是一些产品。那么，这个第三个时代是什么？在这个时代，我们可以看到多少公司，多大的公司？要做到这一点需要什么？>> 这是一个很好的问题。嗯，为了更好地构建对话，请记住，你和我谈过，在我过去的生活中，我在 LinkedIn 和 Yahoo 的日子里，我的一些最好的团队都坐在班加罗尔和海得拉巴。美国公司，无论是 Oracle、LinkedIn、Yahoo、Google、Facebook，都拥有非凡的，你知道，在此之前，思科、模拟器件在那里拥有惊人的核心产品团队，不是 QA，不是支持，不是我们称之为“ wink wink”，你知道的第二类功能，而是核心功能。>> 第二，如果你看看像 Nutanix、Rubrik、Hotspot、Cubol、今天的 Databricks 这样令人惊叹的深度技术公司，它们在那里拥有惊人的工程团队。我只想指出，这些都是坐在那里的核心的、非常困难的软件部分。我非常兴奋的另一件事是印度。所以，你知道，我给了世界一个非常以工程为中心的方法。所以，这是一个自下而上的观点。所以，我先完成它。我对我在所谓的“印度本土”公司，如 Razer Pay、Phone Pay、Swiggy、Flipkart 中看到的技术人才和领导力感到非常兴奋。我认为这些都是非常重要的。原因在于，这些是工程师和领导者，他们正在思考更深层次的系统问题、AI 问题、数据问题。我认为这正是硅谷的核心所在，人们必须知道如何解决这些问题，想要解决这些问题，并想做更深入的事情，从而产生技术壁垒和网络效应。我仍然乐观地认为这种情况将在印度继续发生，不仅仅是 SaaS。所以，如果我看看我的投资组合，我们投资组合中一些最好的工程师，无论是 Rocket Lane、Usher 还是 Yugabyte，还是 Pankil 的公司，John Chambers 的公司 Nile，我可以继续说下去。最好的工程团队，而且大部分都在班加罗尔和马德拉斯。对我来说，这些团队带来的核心大胆和技术深度对于印美走廊的未来至关重要。SaaS，确实是部门级 SaaS。我看到更多这样的情况发生。垂直 SaaS，我从印度看到的相对较少，因为当你正在印度构建并在美国销售，并且你没有销售通用企业软件时，你需要对你销售的垂直领域有更深入的领域专业知识。这可能需要在印度有更多的规模。对我来说，我认为印度应该继续加速 SaaS 公司，因为你指出的公司和我指出的公司，你举了一个 Atomic Works 的例子，这是一家很棒的公司，还有许多类似的例子。我希望看到更多这样的核心企业 SaaS 功能在印度开发。那么问题就变成了，什么在哪里？你和我谈过的，你看到一个世俗的运动，那些创始人出于多种原因来到湾区。一是他们想更接近 AI 的浪潮，这无疑是这里最深、最高的浪潮，而且短期内没有改变的迹象。第二，同样重要的是，这是市场推广部分。所以，我认为，从 Freshworks 和 Zoho 开始，我认为现在领域才刚刚形成。我认为所有这些了不起的创始人，他们可能以前从未在印度待过。我的意思是，我们了不起的创始人 Sri Rocket Lane 从印度搬来，住在犹他州，然后我们说“嘿，你必须搬家，你必须搬到湾区”。他终于搬到了湾区，我们为 Rocket Lane 在金奈的技术团队感到非常自豪。它很棒，而且 Sri 很棒，但他必须在这里建立他的市场推广团队。我认为这些是印美走廊在我们软件领域的特殊性，这仍然在被解决。令人惊叹的是，你知道，我们在一家名为 Thesis 的公司中有少量投资，该公司专注于设计周期工作流软件，围绕每个部门、每个角色的 AI 注入的企业软件理念，我们看到越来越多的来自印度，这是非常非常非常积极的。我希望看到什么发生？我希望看到更多应用 AI、AI 注入的工作在班加罗尔进行。它正在开始。我们一个月前刚去过那里。我和我的朋友，Cloudflare 的 CTO，一起举办了一系列活动。这太棒了，令人兴奋，人才非凡。我只是希望看到更多来自那里的公司。希望看到我们印度 VC 朋友提供更多资金。我和那里的每个人，或者这些伟大的基金都是朋友。那么问题就变成了，很清楚，技术部分将继续在这些生态系统中得到很好的构建。问题是产品思维。产品的设计方面，产品的几何形状，以及围绕开发者采用或客户采用的网络效应，以及市场推广。对我来说，这些是仍在被验证的领域，因为当这些创始人，例如 Sri 和你许多创始人搬到这里时，市场推广团队将如何扩展？销售主管将坐在哪里？营销将在哪里进行，就实际品牌而言？对我来说，我希望看到那里更快、更深入的执行。所以，这是关于企业软件方面。如果我们也谈谈服务方面，可以吗？>> 你和我热衷于这个面向未来的东西，那就是 AI 赋能的服务，你和我对此深有体会，并且我们正在辩论很多关于结构和回报性质的问题，这正是我们要思考的主题。我希望看到极具颠覆性的 AI 赋能的服务公司来自印度并总部设在印度。为什么？因为很多>> 服务印度，服务美国。>> 所以，想想吧，我不是服务印度。我希望它也能服务印度。嗯，我们有印度市场部分，我们还没有谈过，我没有投资，我认为这是一个非常有肥沃的领域，但在我们讨论的背景下，一切都是关于服务跨国市场。所以，我会说，欧洲，越来越多的中东，当然还有美国。这是关于在印度构建并在全世界销售。对。而且你刚才提到了人们在谈话开始时向澳大利亚销售。我真的有这个梦想和抱负，我想尽我的一份力量来帮助和投资，甚至孵化来自印度的 AI 赋能服务领域的公司。AI 赋能的软件服务，AI 赋能的非软件服务。>> 你能举一些投资组合中的例子吗？我们在投资组合中，嗯，我们在一家名为 Titan 的公司中有少量投资，该公司处于 MSP IT 整合阶段。我们为我们的临床试验公司 Tilda 感到非常自豪，该公司现在处于 CRO 领域，处于研究领域，做得非常好。我们有一家名为 Loop 的公司，它不在印度，而在这里。嗯，嗯，Tilda 的工程团队大部分都在印度，所以印度很强大，但 Loop 是一家支付周期领域的了不起的公司，用于供应链和发票处理。这是一家非常有前途的公司，构建了出色的软件，我们还有更多。我的意思是，也许我们在法律领域有一些我们不能谈论的东西，也许我们有一天会在旅游服务方面有所作为，我们不能谈论，但就美国市场而言，我们有很多公司。回到印美走廊，我希望看到，我的意思是，印度在所有层面的专业知识，业务层面、高管层面、产品层面，关于所有服务领域，都是非凡的，可能是世界第一。为什么这些服务行业的 AI 赋能的革命不应该从班加罗尔、浦那、金奈和海得拉巴发生呢？我希望看到更多这样的情况发生。这将创造一个更大的优秀人才库。我们非常兴奋地看到这些自下而上的种子投资，一些来自硅谷，一些来自纽约。但这确实是一个很大的雄心勃勃的领域，我希望帮助它在印度发生。所以，以一种奇怪的方式，AI 赋能的服务技术，深思熟虑，颠覆的核心来自班加罗尔本身。这将创造一个非常有趣的世界，在那里，印度领导人、印度投资者、印度工程师不仅仅是在防御性地思考我们的行业将受到外部事物的影响，而是他们正在印度制定自己的革命和演变路线。我希望看到这种情况发生，并帮助它发生得更多。所以，所以，让我们想象一家来自印度的、新时代的 AI 服务公司，也许以 BPO 行业为目标，为美国市场服务，例如，如果从第一性原理来看，这样的公司如何能够发展其在美国的业务，以及它们将取代什么？>> 所以，如果你看看 BPO 公司，我不知道真正小的公司，但我看过很多中型市场。你知道德克萨斯州。>> 你去休斯顿和达拉斯这两个城市。>> 中型市场的印度 BPO 公司首席执行官们大量地坐在这两个城市。>> 好的。>> 所以，想想看。90% 的员工，95% 的员工都在印度，但首席执行官们经常坐在这两个城市，有些在新泽西州。这些是我发现的地方。这种情况不会改变。我认为，同样的方式，他们正在努力并发展 BPO 产出，就像你和我刚才在 SaaS 背景下谈到的那样，同样的事情也必须是真实的，即市场推广和扩张因素，所以销售和营销纪律和登陆模式必须更多地在美国进行，就像已经发生的那样。但实际的 AI 赋能的 BPO 和服务，大部分员工以及提供更多、更少，以及更快、更少地增长的颠覆性模式，都可能在印度完成。>> 而且，让我们从第一性原理来看，对吧？他们不是在建立一个新的新行业，也不是在获得新行业的合同，他们是从现有行业获得合同，比如说美国的银行业，比如美国银行或摩根大通外包 BPO。>> 为什么？>> 对。>> 是的。>> 所以，所以他们将如何取代那里的现有 BPO？>> 是的，也不是。这是一个很好的问题。嗯，我，有些人可能会不同意我。我认为这些转型将分阶段发生。我认为现有的 BPO，其中许多，大多数是印度拥有的公司，在印度-美国走廊公司中。我指出的是，他们不应该等到被颠覆。将会有两种公司出现：一种是新时代的 BPO，嘿，我带来了这个新的 BPO，它只有 10 名员工，而不是 100 名，我们可以做到和你一样。这正是市场的发展方向。>> 我，我打赌，这不会在一两年内发生。这是一个分阶段的改进。所以我认为，目前拥有这些合同的 BPO 公司在改进自身方面具有不公平的优势。这就像跨越鸿沟。这就像整个问题，我忘了那个短语。这就像创新者的困境问题，对吧？他们有机会使自己的流程更加高效。我给你一个轶事例子。>> 我们至少与五六位坐在达拉斯和休斯顿的印美走廊首席执行官谈过，他们在中型市场。通常是年轻的创始人，年收入 4000 万到 6000 万美元，而不是数亿美元，也不是数十亿美元。他们非常渴望改变他们的商业模式，他们想成为这些初创公司的设计合作伙伴。所以，对我来说，这群人，这个生态系统，这些面向未来的中型市场创始人，拥有巨大的机会。一部分是你能否颠覆自己，另一部分是别人会进来并蚕食你。第三个问题是，购买他们产品的人，他们是否在增长？这三部分。让我们再回到你的问题。所以，所以我的问题是，新时代的 AI 服务公司将如何获得业务？而且我认为，旧的 BPO 公司将无法颠覆自己。>> 他们将无法跨越鸿沟。>> 他们将无法，
他们将无法认识到人工智能在他们业务中的重要性，因为领导者必须重新学习，他们必须取代自己，对吧？这是不可能的。但是，然后有一个商业环境和一个新的新公司，它已经构建了人工智能赋能的服务。他们必须吃掉生意，例如在银行业。所以，他们要么提供更低的成本，要么为这些银行提供更高的效率。所以，我的问题就在于此。我认为，我将这样表述，这是一个很棒的问题，那就是你如何销售这些新服务？所以，我认为，你正在暗示这一点，所以我将把它拿过来。我认为，今天很多经济模式是时间和材料。它将走向基于结果的定价，也就是说，我们已经在我们的一家公司中看到了这一点，一家非常非常知名的年轻公司，名为 Bespoke Labs，其创始人来自 Google DeepMind，联合创始人是伯克利大学计算机科学教授 Alex Demarcus，他们正在模型训练后的阶段做一些非常深入的工作，无论是数据整理方面还是强化学习环境方面。你给我发了一堆问题，他们在这些领域做了一些非常深入的工作。他们已经与一家非常知名的中型数据科学咨询公司合作，这家公司正在改变其商业模式。所以，不可避免地，你提到了银行，收购服务提供商的个人或公司，正在开始询问关于结果与时间和材料的问题。我觉得，我觉得它将经历几个阶段。我认为，这种基于结果的定价才刚刚开始进入市场。它正在被验证，而这一切在很大程度上将取决于客户的品味以及他们如何管理自己的层级和内部激励机制，因为这取决于复杂性，它取决于许多多维问题，而现在 Siddhart 是 BFSI 领域的一位重要高管。他来到 BG，BG 是这家新的人工智能赋能的企业家，他知道 Siddhart 以前花的钱是在时间和材料的背景下，他说不，不，不，你必须完成这个结果。这与项目的性质有关。这与该结果是否可衡量有关。是否有客户支持和成功阶段？你开始在这里询问类似 SaaS 的问题。我不会过度简化它。我认为你预料到了这一点。这非常有趣。基于结果的定价在服务领域传统上并未发生。是的。所以，当你改变商业模式时，我认为其中一些将会坚持下去，考虑到我们看到的人工智能，以及新的人工智能的出现，假设我们还将讨论关于可观测性、监控、安全合规的其他事情，假设这些事情都有效。时间与材料的很大一部分很可能会迁移到基于结果的定价。但我们将在未来几年内看到这一点。所以，我从你那里学到的东西，我必须为我们的听众总结一下，你知道，一旦一个伟大的团队从印度出来，他们就会建立他们的模式，基于结果的定价，他们将能够取代旧的业务。或者甚至是一种混合模式，因为在某些方面他们仍然提供时间和材料，因为这符合他们的利益，因为他们可以按人头收费，但他们有信心提供基于结果的定价将产生深远的影响。这些子生态系统将取得巨大的成功。但你认为像我们这样的人对成本一直很敏感吗？因为我至少从那些在印度取得了巨大成功的创始人那里听到，并且他们在播客上引用过，所以我可以引用 Whatfix 的创始人 Kajim 的话。他说，当他将 Whatfix 的第一个版本卖给一家印度企业时，印度企业要求以股权作为回报。当他以每年 75,000 美元的价格出售时，美国企业拒绝了他，因为他说，嘿，如果你只收取 75,000 美元，我不知道你是否能生存下去。所以，这是创始人提高定价的一个很好的见解。那么问题是，美国企业是否对迁移到基于结果的定价敏感？这与许多其他外部因素有关。这与宏观经济力量有关。这与该行业是否在增长有关。我举个例子。人们总是抱怨 IT 方面和运维以及数据运维方面的两个软件，但他们仍然付费，但如果出现更便宜的东西，他们绝对会更换。一个是 Splunk，一个是 Datadog。在站点可观测性方面，人们实际上不想支付那么多钱，他们能够支付是因为他们的公司做得很好。所以，我认为你投入到 IT 运维预算中的资金有多少是问题。你的收入是否在增长？所以，我认为这与此有关。如果你在 BFSI、医疗保健服务领域，并且你的收入在增长，是的，你愿意支付更多。如果你的增长稳定下来，不增长，这些问题就会出现。这是第一点。另一部分是质量。人工智能有一个质量方面。如果人工智能驱动的人工智能在相同或略高的价格下显示出更高的质量，那么假设分子和分母，使人们更准确、更有效率，那么它不仅仅是预算的数量，也是结果的质量，人们愿意更换，并且可能支付的费用少一点，但这将更具粘性。回到你的问题，它更多地与宏观经济变化以及行业购买有关。是的。如果你进入国防、政府控制领域或保险、医疗保健、银行等受监管的行业，政府政策对那里的增长有很多影响。这些将是深刻影响你如何销售你所销售的东西的因素，无论你是销售 SaaS 还是销售基于结果的服务。以及你知道的基于结果的定价。我能对你的 Whatfix 例子说一句话吗？如果我没记错的话，Whatfix 在 CRM 领域发挥作用，而 CRM 传统上是一个非常重要的领域，因为它是一个收入增长领域。销售是对公司收入增长的投资，销售运营领导者愿意花费巨资来实现这些数字并提高收入。一旦你进入人力资源，一旦你进入营销，它们可能是成本中心，更多的情况并非如此。是的。所以，它引出了一个非常有趣的点。如果行业必须改变定价，基于结果的定价，有哪些顺风顺水已经存在，并且未来需要存在以支持完全的迁移？你必须能够非常轻松地迁移你的软件或服务，第一点，这还不是真的。所以，当一个基于结果的人工智能服务提供商出现时，他们不能仅仅说我是最好的。你必须展示你将如何迁移，第一点，这是要求。第二，你必须有非常可衡量的质量证明点。它必须至少以该质量执行任务，这必须发生。第三，这是我们没有深入思考过的事情，那就是买家必须拥有判断事物的正确工具。就像我指出的那样，今天在软件方面他们确实拥有。你还记得你问我的关于服务网络的问题吗？在服务方面，没有自动化工具可以让你决定某个 BP 软服务的结果有多好。所以，我认为这些是要求。我不会称它们为逆风。顺风是证明点今天发生得更快。我的意思是，随着生成式人工智能的出现，服务方面的创新正在发生。我刚才在和一家年轻公司谈话，他们正在为特定子集的商业保险自动化保险工作流程，我们看到了他们自动化的工作流程。这不在指南中，不在真相来源领域。这些不是在工作流程中，例如解析文档并给出答案之类的。我们也在我们的公司 Asher 中看到了这一点。我的意思是，这家公司如此迅速地完成了正确的工作流程的速度令人难以置信。所以，我的意思是，当他们向相当缓慢的保险行业销售时，保险行业突然醒悟过来，说哇，我可以更快地做到这一点。采用曲线正在改变。所以，这是你需要考虑的事情，买方开始提问，因为他们的董事会、他们的投资者、他们的 CEO 正在施加世俗的压力，他们也越来越了解情况。所以，我认为我们正处于一个短暂的蜜月期。但根据我从一些种子级公司那里看到的情况，结果的质量令人难以置信。确实令人难以置信。对。这是第一点。另一件事是，虽然有点细节，但对你来说很有趣，那就是你正在构建的许多新的人工智能赋能的企业，无论是纯软件还是服务，都带有人才的味道。也就是说，在提供这项服务和提供这项人工智能赋能的软件时，你需要这个，你知道 Palantir 构建它的方式，他们称之为前线部署工程。我们发现，这是这些新服务公司和新软件公司拥有的一个全新的阶层人才，这也使得采用速度更快。我就说到这里。有一些根本性的新人才流动正在发生，这使得采用速度更快。所以，Bascar，我们即将结束播客的讨论。这是一次精彩的讨论，有很多值得思考的地方。我可能需要听两遍才能准备第三次。但非常重要。我们应该选择一个垂直领域。是的。希望到十一月。我会考虑一些新东西，我们可以添加到这个东西中，因为正如我所说的，在人工智能赋能的服务中，领域很重要。构建横向理论是可以的，但领域很重要。是的。回到你。是的。我很乐意让你认识一些我们的创始人，他们正在构建硬核的，比如说，他们正在为银行构建合规性。企业基础设施领域，那是你的专业。曾经是这样。对。那么，它现在是如何发展的？创始人仍然可以征服的领域是什么？你认为有哪些顺风顺水？因为正如我们讨论的，很多模型公司，我认为创始人今天最大的挑战是模型公司，因为它们消耗了前向收入，它们消耗了后向收入。前向收入意味着它们消耗了应用程序收入，它们消耗了后向收入，即云收入。因为这些模型公司极其饥渴。我从未见过如此饥渴的公司。它们的目标是成为万亿美元的公司。它们不会对成为万亿美元公司的增长速度感到满意。至少我的观察是这样，人们可能不同意，我不知道你的看法。不，我同意你。是的。那么，企业基础设施，创始人可以进入哪些领域？你从你现有的公司那里有什么经验？你投资了一些很棒的公司，比如 Nile。是的。Nile、Yogabyte、Acril（现称为 Data Hub）。嗯，我想说在企业基础设施领域，这是一个庞大的堆栈，包括数据、安全、编排、站点运维等等，很多部门，很多角色。一个特别的子领域，这是一个我非常兴奋的传统领域，想看看 LLM 将如何影响它们，那就是所有可观测性方面。也就是说，今天 Datadog、Splunk、Elasticsearch，所有这些，旧的 New Relic 和所有这些，你支付巨额预算来运营它们的软件，以运营你的业务，并了解你的站点是否正常运行，然后调试问题。我认为，底层基础设施在某些情况下使用 ClickHouse，在某些情况下使用，但很多都基于 Datadog 的后端。它基于 Elasticsearch。我认为这个领域需要几家以 LLM 为骨干的新公司。所以，我在这里抛出一个挑战，这个领域有趣的是，你想在那里找到什么样的创始人？我认为这个领域既困难又有巨大的回报，因为创始人的 DNA 需要，必须有一个联合创始人真正了解应用人工智能。必须有一个了解可观测性以及我们所说的熔断数据性质的联合创始人。就像指标、事件、日志和跟踪，以及 Datadog 和 Splunk 今天的使用方式。所以，你需要一个产品专家，一个产品领域的专家。第三，你需要一个具有系统和数据背景的创始人。传统上，很难将这样的创始人聚集在一起。但我认为，如果你能在这些领域找到这样的创始团队，现在随着 Google 推出的开源时间序列基础模型 Times FM 的出现，我认为这是一个巨大的机会。所以在站点可观测性领域，同样对于安全可观测性，我认为在 SIEM 领域有一个巨大的领域。我会说这些是面向后方的类别，它们拥有巨大的 TAM，将受到 LLM 和使用生成式人工智能的影响。我对我正在关注的面向前方的类别感兴趣。我认为 LLM 将是数据饥渴的。我认为非结构化数据现在进入了 Blob 存储，进入了非结构化数据仓库，进入了数据砖下方的东西，进入了我们称之为数据湖的东西。我认为数据湖将看到越来越多的半结构化和非结构化数据，因为你可以从中榨取更多的企业价值，而以前并非如此。所以，围绕半结构化和非结构化数据湖的基础设施，我们的一家公司 Aaron 正在这个领域工作，我认为这将是一个巨大的领域。该数据的摄取层将是一个巨大的领域，因为现在你不仅要引入站点数据和销售数据，你还要引入各种其他数据，手写文档数据、PDF、Google Docs，你可以用它们做更多的事情。所以，所有数据可观测性方面，围绕数据基础设施，围绕存储，在 LLM 下方领域将是重要的。我可以再举一个例子。我们公司 Acril，基于 LinkedIn 的开源项目 Data Hub，现在已将其品牌重塑为 Data Hub，它正在看到 AI 元数据进入元数据层面的世俗顺风。所以，我认为在所有数据方面，所有提取方面都有很多机会。现在来说 LLM 本身，以及你在准备问题中问我的关于部署代理和协作者在企业中的可观测性、监控、反馈循环、合规性、治理方面的事情，这将是一个非常重要的领域。所以，至少有两个方面。一是正在进行这些层本身编排的公司。在老派，你知道，老派公司如 Langchain、Langfuse、Langgraph。下一代公司，帮助你编排代理的公司。像 Interchange 这样的公司，网关被称为 MCP。我认为这是一种互操作性游戏。MCP 将如何扩展、增长、合规、容错？所以，这些都是企业内部代理部署的骨干，以及所有监控、治理、反馈循环和可观测性方面的事情。我认为这些都将是企业内部重要的时间领域。第二类是我刚才指出的，部分是面向前方的。我认为提取层，我为 sidebar 指出的可观测性层部分是面向后方的，但将得到彻底的革新。所以，这是一个非常激动人心的时期。两个评论。一是重复评论，即每种领域所需的创始团队类型都很特殊。应该是 AI 基础设施、应用人工智能、产品特定专业知识以及数据库和系统的结合。这很令人兴奋。但是，这些创始人如何在没有 GTM 创始人或业务创始人帮助的情况下获得他们的第一个企业合同？这引出了我的第二点。所需的创始人类型，这是我作为一名风险投资家七年半以来学到的，以及在 8VC 的经验。我认为，进入市场将仍然是这些创始团队的一个非常重要的领域。我个人投资了许多开源公司。我仍然相信在某些领域开源，因为在许多领域，它们都是面向开发者的。新软件的实际采用者将是开发者自己。所以我认为部分开源的心态和了解如何建立社区。我的意思是，如果你看看 Rocket Lane 或 Atomic Works 这样的公司，他们没有开源但却围绕他们的软件建立了社区。我认为围绕开源建立社区是创始团队需要的一种非常关键的超级力量，以及一种社区优先的心态。这是其中一部分，但我认为越来越多地考虑到这种软件在企业中的采用速度，自上而下的模式也将非常重要。所以，更多地考虑从开源到付费的转化，甚至纯粹的自上而下的模式，创始团队早期就需要更多的专业知识。这里有一个有趣的评论，请记住，销售和营销本身的行为也因生成式人工智能的出现而改变。所以，这些领域的创始团队也必须面向未来，采用销售软件、营销软件，这些软件是生成式人工智能驱动的，从其他初创公司购买。我认为开源增长黑客的结合以及使用新工具的结合将是创始团队 DNA 必须带来的东西。这些是一些需要考虑的事情。还有最后一件事，我认为这是另一个播客的主题，因为我们无法在如此短的时间内充分讨论它，以及市场发展的速度。创始人类型是如何变化的，对 GTM 创始人有什么要求，这让我非常感兴趣。创始人如何看待进入市场本身？是的，创始人如何看待进入市场本身？他们如何获得他们的前十份企业合同？传统的 SaaS 银行模式仍然适用吗？所以，你应该找一个销售过 SaaS 的联合创始人，还是应该尝试寻找另一种创始人？我没有答案，因为市场正在变化。所以，我唯一要说的是，即使现在，产品构建仍然很难。如果你构建软件产品，不要忽视这一点，构建软件产品真的很难。只是软件工程受到生成式人工智能的深刻影响，你可以快速迭代，但产品的品味，产品的设计方面，越来越多地以人工智能为中心的设计，你正在构建一个人工智能驱动的产品，你如何交付它？这些都不是微不足道的事情，我认为它们无法被自动化掉。所以，我认为这部分很难，需要创始人拥有超能力。第二件事非常平凡。我仍然认为最初的五个设计合作伙伴非常重要。我认为设计合作伙伴，当你获得正确的设计合作伙伴时，速度可能会快得多，因为人们想要人工智能驱动的软件。我仍然认为这些平凡的事情将保持重要，但这是另一天的话题。是的，也许这需要另一个播客，关于如何在人工智能优先的时代找到正确的设计合作伙伴。深刻的问题。是的。所以，最后一件事是，你除了工作之外，在印度和美国之间做了什么？你的热情是什么？是的，我想说我一直积极参与非营利部门。你知道我们一直在支持项目，无论它们在南方，无论它们在东部，在奥里萨邦和孟加拉邦。所以，就我而言，我有一个名为 SAXA 的非营利组织，我们一直致力于印度妇女和儿童的教育和医疗保健相关倡议，这始终是真实的。教育仍然是我的巨大热情，我认为教育对于一个不断变化的印度，以及对于一个不断变化的美国来说，都非常重要。新的教育模式、课程、如何以不同的方式教学、你想要从贸易方面获得更多技能还是基础学习，这些对我来说仍然非常重要。所以，支持非营利组织以及像印度 Pratham 这样的组织，它们与政府合作，这些对我来说非常重要。第二，我非常热衷于艺术，尤其是音乐。我试图支持印度和美国之间围绕音乐的很多活动。我也对世界各地的神圣音乐传统，尤其是印度的神圣音乐传统充满热情。音乐传统能够将人们聚集在一起，你知道，在精神层面将人们聚集在一起。我想在那里提一下，有一个美丽的音乐节，我们已经支持了六七年了，在纽约市，叫做 Raa's Life。我很自豪地说，这是我所知道的美国唯一一个以印度为主题的 24 小时音乐节。我们每年十月在布鲁克林举办。我们有来自印度、来自世界各地的艺术家。来自中东、东欧、南非、南美的神圣音乐。我非常自豪，并且有一个强大的印度古典主题。我认为我想支持它余生，我想支持印度越来越多的表演艺术和音乐。我认为印度就像一个有待探索的海洋，这是我的巨大热情。所以，很高兴我们也在之前的播客中讨论过，你的兴趣如此多元化，而加尔各答始终在你心中。加尔各答很重要。我认为加尔各答给了我一种好奇和对所有可能性持开放态度的文化。还有很多品味，尤其是食物。我认为印度的美食。我的意思是，我是印度所有美食播客的忠实粉丝。我认为我仍然非常兴奋，你知道，也对印度的多层次感到兴奋，我认为冥想、宁静、归属感，你和我谈过的关于大自然的东西。给予世界。而印度，如果它商业化了，它的 GDP 将增加一万亿美元。我知道为瑜伽注册商标。我的意思是，我认为有很多层次，我在这里之后发现了更多关于印度的信息。我认为我作为一个美国人非常自在，因为这是我的家园。但是，你知道，我的过去一直是我内心深处的一个巨大的动力，我们希望在艺术方面，在非营利方面，极大地支持印度和美国之间的联系。但我最终的热情仍然在于创业，以及支持在这个领域做出伟大事情的公司。我将重复我的话，人工智能赋能的服务应该从印度为世界大规模发生。所以，所有这些对我来说仍然很重要，谢谢你问我这个问题，Sat。这是一种荣幸。我感谢你的友谊。我感谢你的指导。我非常看重你，你正在做艰苦的工作，筹集资金，我越来越多地在湾区看到你。这让我非常高兴。谢谢，非常感谢。