Transcription
你好，听众朋友们，欢迎回到 No Priors。今天我们请到了 Brett Taylor，他传奇般的职业生涯横跨了创建 Google Maps、担任 Facebook 的首席技术官、Salesforce 的联合创始人，期间还创立了两家公司，并曾担任 Twitter 的董事会主席，现在又加入了 OpenAI。他与 Clay Bavor 一起创立了 Sierra，该公司正在为下一代客户体验打造公司代理。我非常激动能与这样一位在各个层面都拥有非凡技术能力和领导才能的嘉宾共度今日，也是我多年的老友，欢迎 Brett。
非常感谢今天能加入我们，Brett。
我的荣幸，感谢邀请。
让我们直接开始吧。嗯，代理今天能工作吗？您如何定义代理，还是您希望我来定义？
您来定义吧，您是专家。
在学术界，“代理”的意思可能与我认为它在当今行业中的意思有所不同。我认为这两种定义都很重要。
就从我所理解的经典学术定义开始吧，一个“智能系统”是指一个软件能够自主地进行推理和采取行动的系统。它源于“代理”这个词。
因此，基于如此广泛的学术定义，我认为它现在在行业中使用这个词的人那里，就变成了所谓的“墨迹测试”。
我认为目前有三类代理，它们正处于即将工作的边缘。
第一类，我认为很多人在网上谈论很多，是个人代理。我认为这可能是这三类中我所看到的最早的，但也许是最令人兴奋的一类。
你知道，这就是那个会帮你整理收件箱、安排假期、帮你准备会议、管理你的日历等等的代理。
我认为它之所以最早出现，是因为虽然制作一些演示很有趣，但我认为人机交互，甚至代理与我们作为人所依赖的所有系统之间的交互，都相当复杂。
你可以想象，推理和系统集成的表面积几乎是无限的。因此，我认为一个优秀的个人代理的先决条件可能需要比目前可用的技术更多的技术。
尽管如此，这个领域有很多有趣的初创公司，你可以想象一些有趣的公司能够开辟有意义的细分用例，随着技术的发展而扩展。
第二类代理，我认为它在某些类别中确实存在，是我称之为“基于角色的代理”。所以，它们是执行一项非常具体工作的代理。
你知道，有像 Harvey 这样的公司，它们执行法律职能。有所有的编码代理，我认为现在有一些相当有效的代理，它们扮演着计算机程序员的角色。
我认为这真的很令人兴奋，因为我认为当你缩小范围时，我称之为“狭窄但深入”的案例。如果你只是试图在任务范围和也许集成范围上都这样做，那么你访问的工具，甚至你如何评估有效性，都是如此。
如果你正在构建一个编码代理，已经有一些非常好的基准了，同样还有编译错误消息，你可能还会有集成测试。最终，你会有一些脚手架，实际上在实践中限制了你为完成它而必须进行的真正研究的范围。
总的来说，随着基础模型的出现，现在很多有效的 AI 都是将研究领域变成了工程领域。我认为你可以为某些领域工程化非常有效的基于角色的代理，这些领域的技术适用，比如法律，比如软件工程领域等等。
我的看法是，个人代理的领域可能属于苹果、谷歌、OpenAI 等拥有大型消费者品牌的大型消费公司。
对于基于角色的代理，我认为在每个领域都有有意义的公司，因为我认为要有效地做到这一点，需要 AI 专业知识和该领域专业知识的融合。
另一类，也是我公司 Sierra 工作的领域，是我称之为“公司代理”。
它实际上更多的是关于自动化或自主性，而不是简单地关于自动化或自主性。但在我们这个对话式 AI 的世界里，你的公司如何在数字世界中存在？
我总是用一个比喻，如果是在 1995 年，你知道，如果你在数字世界中存在，就意味着拥有一个网站并在 Yahoo 目录中。
在 2025 年，数字世界中的存在可能意味着拥有一个品牌 AI 代理，你的客户可以与之互动，完成他们在你的网站上能做的所有事情。
无论是询问你的产品和服务，进行商业交易，还是提供客户服务。
我认为这个领域现在已经“准备就绪”，可以使用当前的技术。因为，就像基于角色的代理一样，它不是在“煮沸一个比喻性的海洋”。
在技术上，你知道，你的客户体验有明确定义的流程，你的记录系统有明确定义的系统。这实际上是说，在这个从网站到应用程序再到现在的对话式体验的世界里，你希望围绕你的品牌建立什么样的对话式体验？
这并不意味着它是完美的，或者它是容易的，否则我们就不会创办一家公司了。但至少它是明确的。
我认为，现在在 AI 领域，如果你正在研究通用人工智能，你对代理的理解可能意味着不同的东西，这没关系。那只是一个需要解决的不同问题。
但我认为，尤其是在 Sierra 工作以及你们投资的许多公司所在的领域，只是说，现在是否存在一些利用现有技术可以立即抓住的机会？我绝对认为有。
你能描述一下，嗯，就像构建一个公司代理的“挖掘周期”吗？研究与现实之间的差距有多大？你们工程团队如何投资？你们如何理解不同客户环境的范围？也许可以从 Sierra 开始，定义一下 Sierra 今天为客户提供的产品，然后你们希望它发展到什么程度？然后也许我们可以将其反馈到构成它的组件中？因为我认为，很明显，你们在这个领域正在成为领导者，但对于更广泛的听众来说，了解你们的关注点将是很好的。
当然，我将举几个例子来具体说明。
所以，如果你购买了一个新的 Sonos 扬声器，或者你的扬声器遇到了技术问题，你看到了令人讨厌的闪烁的橙色灯，你现在会与 Sonos AI 聊天，它由 Sierra 提供支持，以帮助你进行入门、帮助你进行调试，无论是硬件问题、Wi-Fi 问题，还是类似的问题。
如果你是 SiriusXM 的订阅者，他们的 AI 代理名为 Harmony，我认为这是一个令人愉快的名字。它涵盖了从升级和降级你的订阅级别，到当你购买新车时获得试用，并与你谈论它。
总的来说，我会说我们帮助公司构建品牌化的面向客户的代理。品牌化是一个重要的组成部分。它是你品牌的一部分，是你品牌体验的一部分。
我认为这真的很有趣，很有吸引力，因为我认为就像，你知道，当我回到比喻性的 1995 年时，你的网站会出现在你的名片上，这是你第一次拥有某种数字存在。
我认为，今天我们看待代理时，可能会有同样的 the novelty，并且可能会回顾说，那很古朴。你知道，如果你回到 Wayback Machine，看看早期的网站，要么是某人的电话号码，仅此而已，要么看起来像 DVD 片头屏幕，有很多图形。
许多客户开始使用的代理通常围绕客户服务领域，这是一个非常好的用例。但我确实相信，如果你快进三到四年，你的代理将涵盖你公司的所有业务。
我之前用过这个例子，但我喜欢它。想象一下一家保险公司，你与他们互动时可以做的一切。也许你在提交索赔，也许你在比较计划。我们之前谈论过我们的孩子，也许当你为孩子获得驾照时，你会为他们添加保险。以上所有这些，你的代理都将完成。
所以，这就是我们正在帮助公司构建的。Sierra 最初专注于面向消费者的公司，对吧？
是的，绝大多数客户都是消费品公司。从技术上讲，B2B 公司和消费品公司之间没有巨大的区别，除了客户数量的多少。
我总是喜欢从第一原理出发思考，这项技术能够实现什么以前不可能的事情？
如果你考虑一下对话的典型成本，如果今天你打电话给呼叫中心，对于大多数服务团队来说，关键指标之一是每通电话的成本，也就是完成那通电话的劳动力和技术的总成本。
对于大多数电话来说，成本是 13 美元。现在，有了 AI，你可以将成本降低到远低于一美元。
所以，突然之间，你将对话的成本降低了一个数量级。所以，如果你只是在计算这个，哪些公司将从中受益最多？
而且，我不太确定，取决于数学方程，分子或分母。但如果你以数百万消费者来衡量，那么对于消费品公司来说，价值肯定非常不同。
对于许多消费品牌来说，因为进行对话是一件非常昂贵的事情。你并不一定让它变得容易。你知道，有专门寻找公司电话号码的网站，因为它们有时对消费者来说非常友好。你把它们推向这些数字自助服务体验。
我现在很兴奋的是，现在与客户进行对话的成本降低了一个数量级，也许你可以进行一个数量级更多的对话。这到底意味着什么？
因此，随着这些技术趋势的发展，你通常会从仅仅数字化你目前所做的事情开始。但我实际上认为，二阶效应将是“哇，现在进行对话不再是一个巨大的成本中心，我实际上希望如何将对话作为我客户体验的关键部分？”
所以，回到你的问题，我认为这与一家拥有 100 位客户的 B2B 公司相比，与一家大型消费品公司进行的对话更有意义。这并不意味着它没有价值，我只是说影响的程度和决策的差异相当大。
你能描述一下在将基础模型的强大功能应用于公司代理场景时，所面临的一些关键挑战吗？
一种技术，我认为你们可能在播客中也谈论过，今天非常普遍，那就是所谓的“检索增强生成”。
基本上，它的意思是，你采用一个大型语言模型，而不是使用模型及其在预训练过程中获得的内在知识来生成答案，而是将该模型与内容数据库结合起来，然后说，使用该内容作为事实来源，并要求模型总结该数据库中的选定内容。
这是一种迂回的说法，意思是，如果你能让代理基于你提供给它的知识，但你也可以采用现成的模型并将其与专有业务数据集成。
所以，这是一种非常流行的技术。
我会说，那是一个非常令人兴奋的领域，但我们在实践中发现，对于几乎任何有意义的客户体验来说，那一类广泛的技术投资都非常低效。
如果你考虑一下你与你关心的品牌的互动，有多少百分比的对话是问问题？可能没有。这一切都是关于采取行动。
你知道，是升级或降级订阅，是退货，是保修更换，是向保险公司提交索赔。所有这些都不仅仅是回答问题，而且是针对可能超过 10 个记录系统采取行动。
这可能是一个非常复杂的过程，这个过程通常既有业务目标，你知道，我们如何防止你取消或说服你不取消。可能有合规目标。
如果你想象一下，一个符合 HIPAA 标准的医疗保健相关公司，对你可以做什么和不能做什么有很多限制。你可能在一个真正受管制的行业，所有这些都意味着，你知道，这种构建能够基于内容进行推理的代理的想法是一个很好的演示，但实际上不一定是具有影响力的产品。
这就是我们真正试图解决的技术领域。我们正致力于创建一个平台，你可以在其中编排任意复杂性的流程，而不仅仅是让 AI 拥有代理权，还要有护栏。
总的来说，过去二十年里，大多数软件系统都是规则引擎，执行速度非常快，无论规则是作为源代码实现的，还是可能在一个低代码平台上实现的。
现在，我们正在进入一个目标和护栏的世界。所以，现在人们和企业有机会表达一个业务流程，而不仅仅是一组规则和一个决策树，而是说，你想要实现什么？你希望 AI 在哪里拥有代理权？也就是说，你希望它在哪里拥有创造力？你又不希望它在哪里拥有创造力？
这是一个非常有趣的技术问题，也是一个非常有趣的，我想说，社会和商业问题。
很多公司一开始会说，“我想精确控制 AI 做什么”，这是一个很好的目标，实际上我们的平台也支持它。但如果你这样做，它可能会相当机械化，而你实际上消除了人们在与 ChatGPT 等事物互动时感受到的很多魔力，那就是固有的创造力和代理权。
另一方面，如果你将那个旋钮调到“这是 Spinal Tap 11 级别的代理权”，你可能会出现幻觉，你可能会违反你的政策，或者更微妙的是，它可能只是一个不好的品牌大使，代表你的品牌所做的事情。
所以，我只想说，我认为我们正在构建一个更深层次的东西，那就是如何针对非确定性创意软件进行编程？我们需要构建什么样的抽象来表达目标和护栏，以便不消除我认为使这些体验令人愉悦的创造力和代理权？
这就是为什么 ChatGPT 比历史上任何服务都更快地达到了 1 亿用户。但同时，你可以向你的董事会、你的 CEO、你的客户展示，有正确的护栏到位。
然后是，你实际上在哪里感到舒适？你对这个 AI 拥有代理权感到舒适吗？所以，这是一个非常有趣的技术问题，我认为它也是一个全新的设计问题，几乎是一个哲学问题，关于你希望在多大程度上将某些创造力赋予软件，这是几年前无法进行的对话。
你认为这些不同的方面，你提到的护栏，或者在某些情况下，我看到人们在构建代理时构建自己的推理引擎和其他东西，他们自己的模块，在核心基础模型或 LLM 之上，你认为作为一家公司，你需要自己保留多少？还是我们最终会与 OpenAI 或 Anthropic 等核心模型公司集成？
如果你不介意的话，我将从一个更宏观的角度来审视一下市场，然后我会回答这个问题。
马克·吐温有句名言：“历史不会重演，但会押韵。”
我认为 AI 市场将与过去 15 年的云计算市场押韵。
如果你看看它是如何广泛展开的，最终你会发现少数几个基础设施即服务提供商，它们代表了绝大多数的资本支出投资在云上。也就是说，大多数软件即服务公司都在向这些基础设施提供商之一支付租金，比如 Amazon Web Services、Azure 或 Google Cloud。
再次，由于数据中心开发的规模经济，初创公司自己建造数据中心，或者初创公司实际建立基础设施即服务业务，这都没有意义，仅仅是所需的资本支出和资本支出的正反馈循环就不奏效了。
我认为这可能会在前沿模型中发生。最终，我们将拥有相对少数几家公司进行预训练，你知道，这是模型构建中真正资本密集的部分。
不是因为他们是唯一拥有优秀研究人员的地方，而是再次，看看实际实现资本回报的资本支出要求，你真的希望将其租赁给大量的人。
然后，对于许多公司，尤其是那些已经进行预训练的初创公司来说，他们发现从中获利在数学上是可疑的。
至少从长远来看，这最终将成为主要的云提供商，或者云提供商加上一两个其他参与者。因为从根本上说，如果你在这些云提供商之一上运行所有应用程序、所有数据等， ping 到第三方服务只会增加延迟。
你增加了往返，你增加了第二个购买行为，围绕批准、预算、安全等。
所以，你认为它会大致整合到云端，加上或减去？
我确实认为它最终会大致整合到云提供商与大型研究实验室的合作中，这大致就是目前的格局。
我不确定我是否完全同意安全和延迟方面。这可能是真的。
有趣的是，我认为现在大多数公司，大多数大型企业都使用多个云提供商。
他们中的大多数使用软件即服务，并且不一定关心它托管在哪里，只要安全性和可靠性要求得到满足。
当然也有一些例外，但我认为，由于 20 年的软件即服务，人们已经调整了他们的期望，不再问“你的电力从哪里来”，而是说“你的 SLA 是什么？”
我认为这是一个积极的趋势。所以，我确实认为可能存在需要克服的显著的延迟和安全问题，但我认为所有这些都在同一个底层。我没有尝试，我不会做出那个飞跃。我可能是错的。我只是，你知道，我认为软件即服务的演变已经发展了。
但回到我关于历史押韵的观点，我认为将会有相对少数的基础模型构建者进行预训练。我认为将会有工具公司市场。
你知道，AI 领域的一个优秀例子可能是 Scale AI。
你知道，Snowflake 是云计算领域的一个很好的例子，它也可能是 AI 领域的一个例子。
我认为所有这些工具公司，以及在淘金热中的比喻性镐头。如果你想过渡到云，你需要什么软件？你想在你的业务中使用 AI，你需要什么工具和软件？
然后最后一类将是解决方案。就像在云计算时代一样，你可以从 Amazon Web Services、Azure 或 GCP 获取服务并构建几乎任何东西。但大多数公司不想这样做。大多数公司想解决一个问题。
自己构建 CRM 或 ERP 系统的总拥有成本是荒谬的。我认为这花了很多时间才让公司意识到这一点，但现在他们肯定已经意识到了。
我认为，对于 AI 来说，情况在很大程度上也是如此。如果你想自动化客户服务，与 Sierra 合作可能比自己构建要容易得多，成本也更低。如果你想自动化法律流程的某些部分，那么与 Harvey 合作可能比尝试自己构建更合乎逻辑，原因与软件即服务一样。
所以，总的来说，回到你的问题，你如何构建技术，基础模型提供商会做什么？我认为最重要的部分是你提供了什么价值，以及你如何解耦，以及你在模型之上增加了足够的价值来成为一家真正的公司。
我的回答是，如果每次 AI 模型发布新版本都会降低你的价值，那可能表明你实际上不是一个解决方案，你可能只是模型之上的一点价值增值。我认为有很多初创公司不幸地闻起来像那样。
价值不大。当模型改进时，Sierra 会发生什么？如果我们做得对，我们的平台就会变得更好。
所以，我认为我们的客户，以及我们的平台，我们称之为 Agent OS，基本上是在定义他们客户体验的目标和护栏。
每一次我们有新技术可用，使其工作更有效率，我们就会将其插入。然后，你就能获得更好的案例解决率、更好的客户满意度、更少的负面体验。
这就像任何软件即服务公司提供的网络服务一样，当技术变得更好时，它就会变得更好。这就是我们想要提供的效果。
但我们的客户聘请我们做的事情与模型无关，与他们的客户体验有关。所以，从根本上说，这就是我们思考的方式。
而且，作为一个企业家，我认为如果你不属于这些类别之一，那是有危险的。至少这是我的观点。因为当模型改进出现时，如果那提供了 50% 的价值，你就会陷入价值的“恐怖谷”。
但我确实认为，所有用例都将来自基础模型的想法可能是错误的。我的意思是，现在很难预测未来。
但我认为，这相当于 15 年前说，“哇，不会有单一的软件即服务公司，每个人都会自己构建，或者使用乐高积木提供的。”
有企业这么说过。
是的，是的。而且我实际上认为，情况恰恰相反。而且，你知道，大多数企业，就像我喜欢知道的那样，你想在哪里创新？
就像你拥有的相对较少的工程师一样，如果你是一个大型零售商，你没有资源自己实现所有事情。你想在哪里脱颖而出？你想在哪里与众不同？
而对于大多数公司来说，他们将受益于“潮水上涨，所有船只都上升”的投资软件即服务平台的理念。我只是看到同样的事情在这里发生。
所以我对，嗯，回到我们对代理的定义，所有创建基于角色的代理的公司，它们显然会相互竞争。但我认为在这个领域有有意义的公司。
而且，我可能会与他们合作，而不是假设它来自基础模型提供商，因为他们正在解决所有独特的问题。
比如编码代理，开发人员工作流程，安全性，不同的编程语言，所有这些东西。我实际上认为那里有大量的价值。
而且，我认为依赖编码代理还有二阶效应，它们如何融入你的团队治理、代码审查等等，这些我现在不一定有足够清晰的认识，但这就是为什么这个领域有一家公司。
而且，我非常看好这家公司能长期存在。
即使不知道一半的……
我认为，正如你所指出的，与 SaaS 的类比确实很有启发性，因为人们总是谈论基础模型的包装器，以及这些公司将如何消失。
你可以说，很多 SaaS 就像 SQL 数据库的包装器，有点像一样。而且，我认为对于 Shopify、Salesforce、ServiceNow 等公司来说，情况也是如此，而这些都是伟大的公司。
所以，有趣的是，数据库供应商对 Salesforce 来说最终成了一个非常重要的供应商，而且，就其价值而言，它最终确实被取代了。
如果你接受我的类比，那么有趣的是云市场。类比当然有时是危险的，而且，嗯，让我们说类比的例外有时可能有点隐藏。
但是，你知道，基础模型提供商都受益于这项投资。你知道，我真的认为这些基础模型具有巨大的内在价值。
所以，任何建立在基础模型之上的解决方案都将从所有这些惊人的用例中收取税费。这对所有相关人员来说都非常好。
正如你所暗示的，你知道，不同的应用程序公司可以决定在不同时间使用不同的模型。这也会在那里产生很多健康的竞争。
而对于 Sierra 的客户来说，最重要的事情是，我们正在为我们的客户提供未来保障。
所以，你不会陷入当新技术出现时，某样东西坏掉的“可怕境地”。但在更有意义的方面，当有伟大的新技术出现时，我能打开它吗？我能从中受益吗？
我认为，对于这个领域中的许多解决方案和应用程序公司来说，随着时间的推移，这将成为他们提供的价值之一。
你知道，对于任何尝试过提示工程或带有工具使用的提示工程的人来说，以及这些模型的低级方面，你的提示并不总是与未来一起工作。模型可能更好，但它不严格更好。实际上，你知道，令牌和模型之间有非常紧密的配合，以及所有这些东西。
而且，你知道，虽然那里有很多有趣的工具，我不确定这是大多数公司应该或想要运营的层面。
就像，你知道，你的公司不想知道你正在进行数据库迁移。这很无聊，但很重要。
而且，你知道，软件即服务提供的是，你不需要关心这一点，而且你没有停机时间。
是的，另一件有趣的事情是商业模式。在 Sierra，我们非常专注于我们称之为“基于结果的定价”，即为完成的工作收费。
我看到这个领域有很多初创公司也在这样做。这是软件即服务在 AI 时代的一个非常强大的部分。
我认为，我认为最好的 AI 公司正在将他们的商业模式与客户的商业模式结合起来，为结果收费。
而且，我认为这是一个非常强大的新商业模式。也许和基于订阅的软件以及软件即服务时代一样强大。
再次，提供开箱即用的解决方案，并使你公司的实际商业模式与结果保持一致非常有意义。而且，它与支付令牌的费用有着非常显著的不同。
而且，我认为实际上与客户建立这种一致性是有价值的。
也承诺这一点，这表明了对这些解决方案可能有多么宝贵的信心和雄心。
这并非易事，但解决方案公司、应用程序公司在这个领域最令人兴奋的事情之一是，你确实看到了与现有解决方案相比，价值改进的巨大幅度。
是的，我认为，如果你和经济学家谈谈，他们会谈论软件作为生产力驱动因素，有时是以一种非常抽象的方式。
当然，如果你，你知道，有时非常明显。我记不清了，但微软 Excel 在金融部门的引入前后，肯定会驱动像滑尺与 Excel 或计算器与 Excel 这样的初步推理。
当然，它驱动了生产力。但在过去的 20 年里，它一直相当间接。
而且，每个听众，你知道，在企业销售周期中，都曾展示过关于投资回报率的幻灯片。
有所有这些 ROI 计算，你花了很多时间试图，你知道，如果每个人都能获得 5% 的额外收益，我不想说这是胡说八道，但你知道，很多采购和 IT 人员都看过上百次这样的演示，然后你会想，我们真的减少了部门人数吗？我们真的衡量了这些事情吗？
我实际上认为，在 AI 时代，因为这些系统可以在适当的护栏下自主采取行动，我们更接近于软件真正完成一项工作，这项工作是可以衡量的。
如果有一个类比让我想起从基于展示的广告转向每次点击付费广告，这并不意味着你完全走向交易，但你越来越近了。
而且，在那个转变中，埃洛特和我曾在谷歌经历过，客户愿意为点击支付不成比例的更多费用。因为即使你能够半途而废地衡量一些展示的东西，你越接近，直接归因就越有价值。
这对公司来说是一件好事。现在，你应该要求你的软件供应商承担更高的标准。
而且，你知道，你不应该，你应该更接近价值。
而且，我实际上认为这是一个很好的趋势。
而且，你知道，回到我们对法律、编码和服务的类比，你实际上可以看到它产生的价值。这个功能，它实际上分析了这个合同，它做了这个事情，然后你会想，我实际上知道如何评估这个。
我们长期以来一直在我们的员工身上评估这一点。你知道，你必须支付多少咨询费才能做 X、Y 或 Z。你的呼叫中心的每通电话成本。
这真的很了不起。我认为这将真正改变软件供应商与公司之间的关系。我认为它将真正使软件供应商成为公司真正的合作伙伴，因为你实际上在提供有价值的、可衡量的东西。
我认为这是一个极其积极的变化，因为你和任何首席信息官谈谈，问他们是否从他们购买的所有软件中获得了他们所期望的价值，你会看到他们脸上的血色消失。
他们会有可怕的故事，你知道，沮丧和……
是的，沮丧和它很复杂。我认为这是一个非常积极的趋势。
也许一个非常突出的例子是 Clara，他们公开谈论了如何有效地实施客户支持工作流程。
对他们自己的业务，我认为最终导致了净推荐值的大幅提高，客户满意度更高，每位客户的时间更少。
他们基本上自动化了一堆工作流程，同时还减少了团队的规模，我认为是 700 名代表或人员。
因此，它在他们的业务运作方式以及他们如何与客户打交道以及他们能够支持的语言等方面产生了巨大影响。
所以，似乎现在出现了这些非常突出的例子，表明了你所说的巨大影响。
我认为影响就在这里，这就是为什么我对许多应用程序领域的公司感到非常兴奋，因为我认为它们更接近切实的价值。
那么，你认为除了你提到的，我所理解的三个最受欢迎的领域之外，还有哪些其他关键的应用领域？在企业采用方面，主要是编码、客户成功。我认为现在有很多工作正在进行，作为销售生产力或销售和营销生产力。
你认为还有哪些领域是，你提到了法律，你认为哪些是近期下一波这些领域，在那里，很明显这些东西将非常有影响力？
我不确定这是否是一份工作，但我对自动化分析师的角色感到非常兴奋，尤其是后台分析。
不一定是取代，而是“钢铁侠套装”，你知道，对于分析师来说。
如果你从非常表面化的角度来看分析师的角色，那就是综合复杂数据，为利益相关者提供见解。
而且，你知道，如果你从第一原理思考大型语言模型擅长什么，那就是总结、综合、推理。我认为那里有一些非常有趣的应用程序。
它确实看起来很复杂。你知道，语言模型不一定擅长数值或表格数据，除非经过大量工作。
特定领域的数据可能具有基础模型本身不一定存在的含义或复杂性。
所以，这让我觉得这是一个像编码、法律一样的领域，实际上进行微调是有益的，有领域专业知识是有益的。
正如我所说，我不确定分析师是一个角色。我认为可能有不同的部门有不同的分析师。
但我，如果你看看一家公司，一家大公司，你知道，有多少人的工作是处理数据、制作演示文稿、进行一些转换，再次，我认为，无论是取代，我不确定，但肯定是在增强，并使其更有效、更实时。我认为这非常令人兴奋。
我们能回到你刚才说的“目标和护栏”吗？就像你描述的那样，我们正在摆脱复杂的规则引擎作为商业软件。这对你的客户来说是一个相当大的思维转变。
你如何与他们合作，评估 Sierra 代理的工作效果，并让他们感到舒适？
所以，我将从技术上描述几件事，然后更广泛地谈谈运营方面。
所以，技术上，我们与客户合作，实际正式化和定义他们的流程。
而且，有时我们的客户带来了非常明确的流程，有时他们没有。我们喜欢说，代理不仅由事实知识组成，还由程序知识组成。
你知道，一个过程遵循什么，除了与系统的集成。
我们花了大量时间讨论，你希望在哪里设置护栏，在哪里设置创造力，在哪里设置代理权。
然后我们进行了大量的实验。
你知道，在概念验证中，让它上线，实际上通过这种技术，遇到实际人员的冰冷现实。
这是否真的达到了你认为的期望？
通过这一点，我们为客户体验团队开发了许多工具。
所以，我们认为 AI 不应该仅仅是技术团队的领域。
你知道，负责你公司客户体验的团队，也许在首席数字官办公室，也许是一个正式的客户体验团队。他们应该是这些体验的掌舵者。
所以，我们构建了大量的工具和平台，让这些团队能够审计和改进代理，并且实际上能够随着时间的推移掌握他们代理所做事情的“方向盘”。
而且，这永远不会完成。
回到关于让人们感到舒适的更深层问题。这些是非常有机系统的。
所以，如果你想象一下，你是一个零售商，你去一个零售网站。
可能有一个菜单在那里，列出了你所有的类别：男士、女士、鞋子、裤子等等。你点击它们，它会过滤列表。
现在有一个标准的零售模板。我不确定它是最好的，但这就是我们生活的世界。
如果你想象拥有一个对话式 AI 代理，它是一个自由格式的文本框。所以，它是完全自由格式的。
所以，这是我回到我的糟糕类比，有点像从 Yahoo 目录到 Google 搜索。
你知道，你有一个关于你能做的一切的分类法，你有一个自由格式的文本框说，“你想让我们做什么？”
因此，它往往比人们最初设想的要广泛得多。
我认为它往往会，会出现一长串的客户体验，我们不仅没有为这些体验设计代理，我们的客户也没有预料到。
我认为这是一个非常有趣的更深层问题。
我们谈论过一个疯狂的欺诈退货案例，没有人知道发生了什么。
是的，没错。我的意思是，这简直就是客户的声音，字面意义上的。
所以，我认为这是一个非常令人兴奋的动态。
有一本书叫《长尾理论》。我把它和谷歌联系得很紧。
我认为，也许埃里克·施密特为它写了序言，如果我没记错的话。
但我确实认为，随着互联网世界从目录过渡到搜索，网页数量的增加，你最终不仅有了大型热门网站，还有了博客的长尾。
你知道，这是网络上一个非常了不起的部分，现在也是。
我认为我们在客户体验方面正朝着这个方向发展。你策划了你客户可用的少数屏幕。
如果你进入一个 AI 代理的世界，你只能说，“抱歉，我帮不了你。”
但你可能会把它更像“数字填色游戏”。哇，这是我们的客户想和我们谈论的事情。我们如何满足这种愿望和需求？
所以，这是客户洞察力与一种全新的客户体验开发方式的非常有趣的结合，它更加有机。
所以，它将是适应性的，因为人们会学习。
非常适应性。这是一个持续运行的系统，不仅仅是运行 A/B 测试。它有点不太受控制。
它是一个你不断……
所以，我们的平台有很多关于如何赋能客户体验团队来管理它的内容。
而且，我认为新的用例，新兴的客户行为，而不是模型行为。
没错。今天外面发生了什么？外部事件、争议、受欢迎的产品发生了变化。
以及你如何不仅从中获得见解，而且如何不断地改进这个代理，既不剥夺客户体验团队定义它的代理权，又能拥抱 AI 的自然有机涌现行为？
如果你向前看，我不知道，六个月，十二个月。今天我们有文本框，对吧？语音模式即将到来。视频头像已经存在了。
我们应该期待 Sierra 的头像就像你或 Clay 一样，或者更具人格化吗？而且，保真度重要吗？
是的，而且实际上，去看看一些 Sierra 在线代理，看看每个代理截然不同的人格，这真的很有趣。
我认为你的代理应该是品牌大使。大型语言模型最 remarkable 的地方在于它们能够观察与它交谈的人的情绪。
你知道，因为指令调优，这是使这些大型语言模型具有对话性的机制，它们会自然地反映你的情绪和语气。
但你也可以控制和修改它。所以，对于你的品牌，如果你想要一个不敬的品牌，你可以拥有它。
如果你想要一个更庄重的品牌，比如奢侈品牌，你可以拥有它。
你是通过提示来实现的，还是通过后期训练，或者你实际上是如何在你的过程中实现的？
所有这些的组合。
你知道，有些关于语气和品牌的方面可以通过提示来适应，这取决于模型。
有些品牌方面更敏感。
你知道，你不想让你的 AI 代理提供医疗建议或财务建议。那种语气，那种实质。
我们做了很多所谓的“监督模型”，我们有模型监督其他模型。
层层叠叠。我们在办公室的笑话是，AI 中每个问题的解决方案都是更多的 AI。
这真的很令人兴奋。而且，我认为这是我们平台有趣的部分。
我们拥有许多可用的工具来解决这些有意义的问题。
我认为这真的很令人兴奋。就像我总是想到苹果，当我想到品牌体验时。
如果你去他们在库比蒂诺的办公室，或者走进一家 Apple Store，打开他们的产品，它都有相同的氛围。
你知道，你看到“加州制造，加州设计”，然后你会想，“我正在获得一种 Apple 体验。”
我认为你应该，你知道，将你的代理视为你品牌体验的一部分。
而且，因为它有性格，它可能因人而异。这真的很不同。
这就像，你知道，15 年前，黑色星期五，每个人都得到了同样的活动。
我猜，这个黑色星期五，大多数人的入站电子邮件都将是个性化的。
所以，我们已经朝着更个性化的体验迈进。
代理会从一种性格开始，然后，也许几年后，人们会自信地说，“让我们实际反映出与他们交谈的人的性格或人口统计特征。”
简短的回答是，我们不为客户规定这一点。但这是可能的，这真的很酷。我的意思是，这太棒了。
而且，你谈到了语言。多么 remarkable 的共情能力，能够反映说话者的语言，而不是你呼叫中心的员工的语言。
它能够实现以前成本高昂的事情，实现一些 remarkable 的共情能力。
而且，另一件事，你知道，有聊天、语音、视频的乐趣和个性。视频头像将是令人惊叹的。
那就是与品牌的 FaceTime。这只是一个很酷的想法。
我也认为，你知道，你关于，你谈到了，我认为 Clara 的用例。我认为我们不能低估这对消费者有多么大的影响。
人们糟糕的客户体验的首要原因是他们不得不等待。
尤其是在客户服务等领域。你知道，对于大多数入站互动，有些事情不对劲。
你有一个需要满足的需求。无论对方的电子邮件、聊天或电话号码有多有效，你都无法立即连接或解决。
我认为这就是 AI 的机会，这也是为什么客户满意度、NPS 能够真正得到提升的原因。
而且，这并不是对以前做这件事的人的指责。这些人天生就处于劣势，因为他们排在第 10 位。你正在等待。
所以，这是一个规模不匹配的问题。当你挂断电话时，你已经不太高兴了。
而且，你知道，那里的优秀人才也许能扭转局面。但这个机会是即时的。
我认为这很了不起。我的意思是，这就是我一直试图提醒客户的。
不要想太多。即时满足实际上是这些系统的主要价值之一。其余的都是额外的。
是的，即使是你如何考虑人员配置。因为你突然可以支持多种语言，而一个代理就可以做到。
而对于人类来说，很难说 30 种语言。所以，即使是这些方面，正如你所指出的，也确实会影响队列和客户。
俚语、行话和习语。我认为，期望某人能说 10 种语言是完全不合理的。
语言，不是一个词，你知道，嗯，你也有很多非常微妙的事情，所以，让我们说你的公司推出了一款新产品，嗯，想想看，要重新培训，你知道，呼叫中心的 5,000 名代理关于这款新产品需要多长时间？嗯，你可以用 AI 轻轻一点按钮就能做到，所以，这项技术有很多非常有趣，你知道，二阶效应，这对每个消费者都非常有益，所以，你对这个行业有一个惊人的优势，你知道，你很早就担任过 Facebook 的首席技术官，你曾是 Salesforce 的首席运营官，你是 OpenAI 的董事会成员，你经营着 Sierra，我们已经谈了很多关于语言和应用程序的事情，你刚才简要提到了视频头像之类的事情，还有其他大型技术趋势受到 AI 或其他模式的影响，你非常兴奋，除了核心的企业语言用例之外，或者你认为即将到来的重大趋势是什么？我真正感兴趣的趋势是，未来我们与计算机和软件互动的主要形式是什么？我过去大约 15 年的叙述一直是智能手机基本上已经吞噬了所有，你知道，相关的技术，我不知道是否可以衡量，但现在有多少比例的人机交互是通过智能手机的触摸屏进行的？90%？99%？我不知道，这取决于你如何衡量，等等，这并不意味着键盘和鼠标会消失，你知道，这是为了专业任务，而不是日常互动，我认为这非常有趣，即使是大型消费品公司也几乎不可能创造出能够真正达到规模的更多消费设备，因为智能手机在很多事情上都很强大的优势，基本上已经消除了其他所有产品的市场，现在，对话式界面有效工作，我认为我们已经度过了那个转折点，尽管 GPT-4 本身就是一个有趣的讨论话题，你现在可以与软件对话，而且它确实有效，所以，就像多点触控意味着人们可以放弃他们的黑莓手机一样，多模态语音模型和聊天（我认为已经达到了那个点）以及未来的视频，是否意味着我们将看到我们口袋里的所谓消费设备发生更有意义的转变？你对这种形式因素有什么假设吗？由于智能手机的持久性，可能吧，如果我必须选择，我认为智能手机会保留下来，但结合像 AirPods 和 CarPlay 等东西，你将通过不同的模式与之互动，但是你口袋里的锚定超级计算机可能不会消失，但我并不是说我希望如此，你知道，我之所以提到它，是因为有多少消费品公司试图在智能手机旁边构建一些完美契合的东西，我认为智能手表可能算得上成功，但它仍然无法与智能手机的市场相提并论，我认为这非常有趣，我也在想，我不知道是哪一年，但你知道，当每个人都在他们的计数器上拥有 Alexa 时，那是一十年前吗？是的，我想说是 2015 年、16 年，16 年，是的，它们会卷土重来吗？你知道，它们会突然再次成为有效的计算机吗？它们会让你，你知道，智能耳机再次流行起来吗？然后我真正感兴趣的另一个是，我不知道是乐观还是悲观，我们会花更少的时间盯着屏幕吗？显然，对话式 AI 既能通过语言和语音与我们交流，我们的能力通过语言和语音与计算机互动，理论上意味着你不需要一直把屏幕放在你面前，这意味着技术会更多地退居幕后，还是意味着它会添加到所有其他东西上？我希望产品设计师能够利用这一点，所以，很多需要我们盯着屏幕的事情，你知道，那种巨大的推送通知会把我们拉回来，AI 代理能否帮助我们综合其中一些内容，这样我们就不会出现下意识地拿起手机的反应？这可能是天真的乐观，但我只是希望，现在我们有了与计算机互动的新方式，而不仅仅是通过这一个设备和这一个屏幕，即使它在技术上是由该设备媒介的，我也对此感到兴奋，因为我认为我们至少已经达到了那种体验的局部最大值，现在你只需要想象它还没有连接到你的大脑，是的，那可能会很有趣，人脑接口，我非常兴奋，我最近举了这个例子，但如果你还记得 App Store 中的第一个应用程序，它们就像手电筒之类的东西，字面上的解释是这个硬件能做什么，然后是下一代，好吧，GPS、屏幕、互联网的结合是什么？你得到了像 WhatsApp、Uber、Instacart 和 DoorDash 这样真正有意义的东西，我的感觉是，现在与软件对话已经达到了一个有效性的事件视界，是否会有我们依赖的计算体验中有意义的部分是“对话优先”的，这是否意味着你可以以完全不同的方式使用它？你知道，你提到设备可能会消失，但消失有两种方式，一种是它不再是中心，你不再一直盯着它，所以你与它的互动方式会改变，第二部分是，如果事情变得非常对话化或以个性为驱动，或者无论是什么，你的社交互动或日常互动中有多少比例会转移到计算机界面而不是人际互动？是的，所以，如果不是与客户支持代表聊天，而是与代理聊天，可能还有其他类似的应用程序，我很好奇你怎么看待人类与数字代理或其他事物互动的时间比例随着时间的推移？你认为这是一个朝一个方向还是另一个方向发展的趋势吗？我会给你我想要的答案，如果你想的话，我们可以深入探讨愤世嫉俗，我希望在 AI 代理的世界里，它们会成为我们个人生活和商业生活中体验的重要组成部分，有了这些代理，以及适当的护栏和安全软件，它们可以代表我们采取行动，通过这样做，它们使我们不必做这些事情，而是能够活在我们生活的世界里，你知道，无论是，让我们以 Sierra 代理为例，它代表一家公司，也许你的个人代理正在与它聊天，你知道，也许，你知道，当你试图弄清楚，你知道，这个问题，你的代理正在代表你采取行动，而你可以过你的生活，你知道，我认为技术的目的是，你知道，为我们解决问题，你知道，希望在 AI 的世界里，你知道，AI 提供的代理技术可以融化并退居幕后，显然，人们与虚拟形象交谈的例子，你知道，像元宇宙这样的东西，以及所有这些，我认为它们很有意义，而且 AI 肯定会改变这些空间深度和实质性的格局，但我希望对大多数人来说，这是我们对电子游戏等事物的思考方式的演变，它们是一种有意义的娱乐形式，但你知道，你可以放下手机，你可以摘下 VR 眼镜，进行一次对话，并且不必花更多时间在电脑上按按钮让它做事情，而是让你的代理代表你去做，这是一个很好的结束语，感谢这次谈话，布拉德，我的荣幸，谢谢，在 Twitter 上关注我们 @no-prior-pod，如果你想看我们的脸，请订阅我们的 YouTube 频道，在 Apple Podcast、Spotify 或任何你收听的地方关注我们的节目，这样你每周都能收到新一集，并注册电子邮件或在 no-fries.com 上查找每集的文字记录。