Transcription
2月的第一周，全球软件行业经历了一场“葬礼”。Anthropic基于Claude Cowork平台，发布了11款智能插件，覆盖了法律、金融、销售、数据分析，几乎把传统SaaS公司最赚钱的业务领域逐一点名。一周之后，全球软件板块市值蒸发了近万亿美元。华尔街交易员们给这一刻起了个名字：SaaS末日。
这件事情之所以很重要，是因为它根本不只是一次股价调整，它宣告了一个时代的松动。过去十五年里，软件行业靠“按人头卖坐席”建立了万亿帝国。但当一个AI插件就能完成一整个部门的工作时，“席位”还有什么意义？
同时，这也是一场关于人的重新定位。当Anthropic的CEO Amodei预测AI可能在未来五年内消灭一半的白领入门岗位时，这听起来让普通人窒息。但大家都面临一个共同的现实问题：我在AI时代的位置在哪里？
大家好，我是《硅谷101》的特约研究员刘一鸣。这次这个话题，让我想到一个人：百融云创的创始人张韶峰。他的公司有1000多位人类员工，指挥着20多万个AI的硅基员工。这些硅基员工有工号，有KPI，有绩效考核，甚至有“退役”机制。我们想和他聊聊Agent如何连接软件工具时代，每一个真实的人到底应该如何在变革的时代中找到自己的位置。那韶峰总跟大家打个招呼吧。
好的，各位《硅谷101》的朋友，大家好！我是百融云创公司的CEO、创始人张韶峰。我们是专注于做企业级Agent，一个AI Native的公司。现在整个大的SaaS（软件运营服务）行业，因为我知道，比如10年前，国内的很多软件公司或者SaaS公司，其实都是想对标美国。当然，事实可能被证伪了，可能中国的这个市场跟美国还是有很大的区别。但是，哪怕是美国的SaaS市场，它有很多市值很大的公司。但其实最近，像Anthropic发布了11款的插件，让整个SaaS行业经历了一场“信仰地震”。我记得您曾经也说过，就是软件在中国其实从未真正活过，其实这两个模式还是有点跑不通的。但这次这种全球范围的崩盘，是否意味着就以前这种以席位为核心的订阅制的时代，是不是彻底结束了？
我觉得这是一个非常非常重要的问题。首先，我确实认为在中国，甚至不光只是SaaS，就软件作为一个产品产业，从来就不存在过。软件产品产业在中国可能产值也就是美国的4%。在美国，软件里，不管是传统软件模式、SaaS模式，都是好得不得了。但这一次，我想独享这个风光至少15年的SaaS行业，恐怕是经历了一次过山车般的地震。至少一个新的范式，一个新的时代已经开启了。企业并不愿意为购买一个软件的坐席付费，企业想买的是能不能够真正帮我解决问题的这么一个合作伙伴。至于这个合作伙伴，是一个所谓的硅基人的就是AI，还是基于碳基人的，你是DPO（业务流程外包），帮我搞定，我不关心。我关心的是你能不能帮我解决一个一个的问题。这个大的范式序幕已经绝对拉开了。
但是，是不是意味着说，传统的软件坐席模式，或是License售卖模式马上就死掉了？我觉得肯定不会，因为新老范式交替的时间还是比较长的。但是，你说从产业格局上来讲，绝对是开启了另外一个产业格局，一个新的时代开启了。老的模式逐渐逐渐往下沉，最终消亡是个时间的问题。所以百融成立的第一天开始，就是按照交付的结果来收费。
明白。其实ChatGPT出现到今天，其实它已经也发展了好几年了。为什么是Anthropic这次插件的更新，导致了整个二级市场万亿级别的市值的蒸发？为什么是现在？
坦白讲，从技术角度，它并不是突变的。它只不过是前面的一些先兆的信号，逐渐逐渐积累，到一定时候，Anthropic，或者是Anthropic之前的Clawdbot，最近更名叫OpenClaw，它们变成了压死骆驼的最后一根稻草而已。OpenClaw它已经引发了应该说疯狂的传播，就是说，好吧，AI智能体真的已经可以像人一样做很多很多工作。但是，它是因为OpenClaw是针对个人的，所以它可能还没有直接威胁到企业级软件SaaS。而Anthropic，大家都知道，它和OpenAI区别在于说，它主要针对企业级市场，它发布的这些插件也是针对企业使用的，可能有金融、有法律等等不同的行业。大家可能就担心说，如果以后我就用一个插件，就可以解决我很多以前用传统软件才能解决的问题，那传统软件未来的价值在哪里？
其实历史上每次都是这样的，人们觉得它非常厉害，很牛逼之前，其实这个技术已经酝酿很长时间了。但是你要找到一个让，不一定是全人类，是足够大的群体看得懂的方式来传播它，才能够引起震动。对。最近我其实看到有一个投研机构，他其实有一个观点很有意思，就是他说，这个AI可能也不会一刀切地把这个SaaS行业直接给它干死。毕竟这个企业级的软件，它需要有很强的可靠性、安全性，然后以及这个行业集成，它的“护城河”还是存在的。所以说，他们会预测说，这个行业会迎来一个残酷的三级分化：
这种基础模型公司，它直接变成新的系统。垂直的这个SaaS，可能会通过这种深度集成，因为它有足够私域的数据，然后有垂直的Knowhow（专有技术），还能活一段时间。中层，原来像这种靠人头费的工具软件，基本上就是毁灭性地会被淘汰掉。
您怎么看这种模型层、数据层，这两端转移的这种趋势？
你说的这个问题非常重要。首先，中国软件产业，我身为感到很羞愧的，其实从来没有真正存在过。事实上，2021年冬天，ChatGPT发布前一年，我们的一位投资人去交流，我坐下还没上茶，就疾风骤雨地批了我一通。因为那时候是SaaS的高光时刻，他们就要求把我们的业务模式改成美国意义上定义的那种SaaS。我中间连想解释的机会都没有，大概35分钟以后，茶上来了，我才有机会表达我的观点。我说在中国，第一，SaaS根本就不存在，我们不用自欺欺人。第二，什么意思？我说中国直接越过SaaS，一步跳到TaaS。我那个T是什么意思？叫Transaction（交易）。直接你帮客户做成交易，然后你从交易结果里面会分享你的价值。后来我们的投资人他特别震惊，但是他想了一会儿说，我建议你不要叫TaaS，因为TaaS只是做这个行业有点窄，你可以叫BaaS。那个BaaS，这个B就是Business，就是叫业务级服务。
我来给大家做一点简单的名词解释：SaaS就是说，直接去用别人做好的软件。BaaS是用别人搭好的开发平台去做软件。如果用买房来打比方的话，SaaS它就相当于是一个精装修，沙发、电器、床都是齐全的一个房子，你直接可以拎包入住。BaaS就是给你一个毛坯房和工具箱，你可以根据自己的喜好来建。
第二点，我和这位投资人表达这个观点之后，两年以后，就是过了一年，不是ChatGPT发布了吗？再过一年冬天，又和他们聚会，我就讲过我对中国和全世界的软件或者SaaS未来走向的看法。首先，我基本上同意你刚才说的这个研究机构的观点。我认为，第一点，什么样的SaaS公司能够存活下来？首先，如果你有私域数据，就这个数据使得别人，如果只是基于通用大模型，你不管是OpenAI的，还是DeepSeek的，还是千问的，还是Google Gemini的，他做不出来你这个应用，这种Agent。因为这里头非常强的领域知识是沉淀到你私域数据里面的，这是最最强的壁垒。即使是大厂，它也做不出来，因为它没有你的私域数据。
第二个“护城河”是，你的传统软件里面沉淀了足够复杂的流程，使得今天的AI大模型也好，智能体好，它还短期之内做不出让企业在它那个容错度的前提之下能接受的智能体。可能你一个流程有20个步骤，因为这个智能体它是概率模型，它一定是有出错的可能性的。它每一步都会有百分之一二这个概率会出错，也就是说0.99，0.98的概率的25次方，你算下来就不可接受了。这个时候可能会给你3年的缓冲期，也许3年以后人家AI智能体也能攻克一个复杂流程。其实是给了你3年的救赎期，让你作为一个传统的ERP公司也好，SaaS公司也好，完成自我救赎。但是3年，在今天这个时代已经足够长，因为AI变化太快了。也就是说3年其实是一个相当长的“护城河”了。
对，我感觉都没有3年，都可以没有。对吧？我可能还想得太乐观了。还有第三类“护城河”是什么？就是所谓的行业Know-how（专业知识）。什么领域Know-how。但是这一点就比较软，就是你的Know-how只是在你的碳基人的大脑里面，这肯定是不够强，因为人家也可以通过挖人来解决这个问题。所以你最好是把你的所谓的Know-how沉淀成第一个“护城河”，就私域知识数据，或者是第二个“护城河”，就是复杂的流程，或是两者的结合。
但是我自己的看法是，能满足这几个条件的SaaS公司，在中国，第一，几乎没有。第二，在美国可能也只有小部分。最后可能是大部分的SaaS公司会被这个AI原始公司替代。还有一类公司，可能它就长期未来永远是传统的软件，它也没有升级。但是它就会死掉吗？也不见得。你的费用又不贵，我也没有必要把你替代掉。软件其实是碳基生命完成一个端到端任务的工具。所以未来的硅基员工，就是智能体，它一样需要这个工具，只不过这个工具的使用者，从碳基人变成了硅基人而已。那这里问题就来了，这个价值的创造的比例就不一样了。可能很多人会认为，硅基人，他作为一种人，一种生命，他端到端的交付结果，他的价值创造的比例会更大。也就是说，以后的价值分配的逻辑会变了。还是有一部分，我认为纯粹的SaaS，也没有什么Agent在里面，也会存活下来。你只要足够便宜，我没有必要重复去造轮子，重复发明一把螺丝刀。
当然了，还有从技术上来讲，以前的工具，它是为碳基生命设计的。也许你给碳基生命那个扳手，和一个机器人的扳手是不一样的。也就是说，以后的工具，有可能还是会被重新优化。但是如果说你自己不能够自我革命，我说SaaS公司，那很可能那些Agent公司，他会自己来发明，他用起来趁手的工具。
那这个时候连这种价值都没了。所以这里头是一个动态的变化加博弈。AI Native的公司和SaaS公司，它们之间有合作也有竞争。
我之前参加过Salesforce的一些活动，我记得他们当时其实在会场上，也在不断地强调自己怎么AI化，然后怎么去转型。因为他有现成的这么多企业客户。就比如说像Clawdbot，其实他的这个产品，我相信在谷歌或者在OpenAI这种大厂里，其实是很难诞生的。因为他有太多用户层面的问题解决不了。所以像Salesforce这些，它因为是ToB的，所以B端其实对这些的要求都很高。它们的转型感觉就有一堆事情需要去解决，整个步子也不敢迈太大。
这个其实是不是也是对于这些大厂来说，它们转型非常大的一个困难？但是，比如说Anthropic这些产品，如果它真的ToB了，这个B端敢用吗？或者说现在这个幻觉问题，也仍然没有百分之百解决。那在B端上，你觉得这个转型应该还是挺难的是不是？
你讲的这个话题也是特别有意思。每一代技术变革都有类似的问题，就是“旧王”和“新王”的关系。就是很多时候，你看数码相机，不是说好像这些新贵发明的。无线通信的变革，也不是好像是新贵华为他们搞的。“老王”他技术早就已经有了。柯达也好，诺基亚也好，为什么不敢用呢？我觉得有两个原因。
第一是来自于科技公司自身。他觉得，好的，我用了，我不知道这个事情效果好不好，说不定还影响我的存量的利益。你比如说，上一代软件是On-premise（本地部署）的，它就是一次性收费，之后就是个维保费，可能15%到20%。但是你改成SaaS，你其实前面的收入不高，后续客户会不会续费？你肯定觉得，这不一定。所以从利益角度来讲，如果你以前的存量利益足够大，你其实是相当难下决心去自我变革的。这是为什么前两年大家都看衰谷歌，觉得谷歌不可能对内动刀，动掉它的搜索巨大的一个收入。这是从科技公司这个角度来看这个问题。
第二，其实还有你的客户。所谓甲方的问题。你既然是“旧王”是“老王”，那很可能你的拥趸，你的企业客户内部那帮人，他也是一帮老人。他在面对新事物的时候，他也是苛刻的。你如果是做一点变革革新，他就会，你看，你这个出了错，不如以前好用。这会反向来进一步锁死你，就会使得你会更加坚定，很难完成自我革命救赎。
反过来，为什么说创业公司有机会？因为第一，他没有所谓的存量利益，我是一个光脚的，我只有变革，我只有求新。第二，客户对这种“新王”的这个苛求度没那么高。第一个，我需要用你的新东西的人，本来在企业内部可能就是一批新人。他们可能是AI Native的，说不定他们是，你比如OpenAI刚刚发布ChatGPT的时候，他刚刚才上大学，他是伴随着OpenAI也好，Google Gemini也好，千问这些成熟而成熟的，最后大学毕业了。第二个，本身你是个创业公司，我觉得你犯错好像是可以接受的。所以使得，等大家都能接受新范式的时候，好的，“新王”的技术已经成熟了。那个时候“老王”再要变革，他有可能一部分确实跟不上了，他的思维模式，就人们的思路上已经认为说，这个事就不属于你了。或者说，再更几年，可能在企业里面，那些拥戴新东西的，新范式的，那些人上位了，他变成中坚力量了。
对。我记得黄仁勋，其实他曾经设想过，英伟达未来会变成一个什么样的公司。因为AI时代对整个组织架构，也会有翻天覆地的变化。他当时是说，英伟达现在有3.2万名员工，他希望在可能5年后的某一天，英伟达变成一个拥有5万名人类员工，加上1亿个AI助手的公司。到时候他这个公司也会有一个不同AI的Agent，可能它会擅长什么样不同事物的清单，AI就会自主地去招募其他的AI来解决这个问题，然后它们自己也会有一个自己的Slack频道，然后他们会在里面交流。这个未来它等于变成一个庞大的混合员工的群体，就有些是数字化的AI，然后另一些是生物体的人类，还会有一类可能是做电子化的机器人。
从您的角度，你会怎样去构想未来人类和AI的协作模式？它对这个大公司的组织形态会发生什么样的影响和变化？
黄仁勋描述这种画面，对于我来讲，我是百分之百地认同。我是一个算法和数据的忠实的信仰者。事实上，在2025年的春节前，我们公司年会上，我就和大家展示过未来这个企业组织架构，我们公司把它叫“硅碳共治”。可能一个企业的架构图里面，有一个是硅基员工，有一个是碳基员工，甚至是硅基员工未来会占大部分。可能以前的时代里面，一个初级的一线的碳基员工，刚刚入职的，他都可以指挥10个、20个，甚至100个硅基员工干活。所以黄仁勋说他可能一个碳基员工指挥几万个硅基员工，我认为这个事情很快就会实现。
因为百融公司，我们1000多位碳基员工，我们有二十几万个硅基员工。所以这个其实事实上已经在一些企业发生了。其实上次我去给一个世界级的大银行HSBC分享的时候，他们就问说，未来会不会出现一个碳基员工汇报给一个硅基员工？因为这涉及到一点点好像人的心理上接受程度的问题。我说，你要问我，从能力上来讲，我相信一定会的。因为可能有些工作，碳基员工可能就是干不过硅基员工。所以这个组织架构，它不一定是说，一定是在下面是硅，上面是碳，不见得。它可能有一层是硅，有一层是碳，上面又一层是硅，又是碳。但是最终最终，我相信最上层可能还是碳的。它是一个网状结构。
以及你和你的员工沟通，你也可能分辨不出来了，到底对方是个硅基员工，碳基员工。因为如果只是聊天的话，你看ChatGPT发布那一刻，它已经早就通过图灵测试了。你只是说它能力不够强，但你分不出来是碳基、硅基。所以组织一定会发生根本性的变化。我甚至认为，它都不是普通的好像只是个员工，它是一种硅基生命。你看可能最近一个词特别火爆，就是所谓的持续学习，在线学习。就这些智能体一旦诞生以后，它自己是可以进化的。这个进化不是说一定依赖于底层大模型的进化，智能体本身也可以进化。你把它投放那个岗位上去，它就根据这个工作的操作的结果好还是不好，得到你的同事的反馈是正向、负向，它就能自我学习、自我进化了。
那您好奇，在你们公司，现在硅碳比可能是一个什么样的状态？以及这些硅基员工在你们公司内，就它是个什么样的形态？比如说有它的工号，然后它是独立完成一个工作，然后它有绩效考核，是这个状态吗？
我们公司碳基员工有1000多位，硅基员工有二三十万。所以这个比例大概介于130、140、150比1这么一个范围。第二个，我们的碳基员工肯定是有HR管理系统，那么我们的硅基员工也有管理系统。我们叫“硅基员工之家”，和碳基员工一样，是一个架构图，叫Organization Chart（组织结构图）。展开它就是各个部门，各个部门下面有各个小组，各个小组里面有哪个硅基员工。它有自己的名字，有自己的邮箱，有自己的工号，有自己的工龄，什么时候入职的，它有它的绩效。这个绩效当然考核就是，比方说你每天工作多长时间，成功地解答多少问题等等等等。还有一个总监在那每天看它表现得好不好，不好可能它要重新去训练再上岗。这个管理模式和碳基员工就没什么区别了。它还有它岗位描述，就这个硅基员工是干什么工作的。
我们基本上每一个硅基员工会有一个对应的碳基员工伙伴。这个碳基员工负责来训练这个硅基员工。觉得可以了，就让它上岗。如果这个硅基员工绩效不好，被别的，不管是碳基员工，还是别的硅基员工投诉，最后如果你要再培训它、优化它，那个责任其实是落在碳基员工。当然了，这个碳基员工动手之前，硅基员工它可能会自己先改进。实在是改进不了，最后自然就传递到碳基员工那边去。碳基员工要么就培训它再上岗，要么就让它退出服役。就这个过程，和碳基员工的选用育留、晋升就没什么区别。最后你承担责任的是碳基员工。什么意思呢？就是干得好，硅基员工只需要奖励电和芯片。但是碳基员工可能他要奖励他的荣誉、他的职级、他的薪酬等等。所以这套管理系统确实是和人是无异的。
而且假设你不跟我讲，我的一个下属和一个同事是个硅基员工，你真的是分不出来的。因为他有它的邮箱，有自己的工号，可能还有自己的钉钉号，可以是飞书号这些。一样的，也可以打字聊天，也可以电话聊。我们的语音，每天1亿通AI电话，还可以讲方言，语速可以快可以慢，情绪可以高亢可以低沉，你分不出来的。
那您作为CEO，您会管理硅基员工吗？您怎么管它们？
我自己有我自己的一些硅基工作“搭子”。去年除夕晚上和初一，我自己给我自己建了硅基员工。因为老有同事找我，批这个批那个，有些事情其实也没有那么急。于是我就自己，我就通过我们的“百工”智能平台，我自己拖拉拽建了一个我的一个硅基助理。它就问，同学，你这个事急不急？你如果真急，你告诉我为什么那么急，什么时候我必须批。当后来我们公司有同事发现，这个需求也许不光是张韶峰有需求，可能别人也有这个需求，它就开始有人专门把这个需求建成成批的硅基员工。别人问它就说，其实我是张韶峰的硅基“搭子”。有些事你可以先问我。如果是我知道了，你这个事非常紧急，它甚至可以给我打电话的，也可以发邮件。
这个听下来等于你在整个公司层面部署了非常多个OpenClaw的这个感觉。
对。我们其实有差不多200硅基岗位，一个岗位你可以有好多硅基员工。基本上我们所有的部门，不管是业务部门的，职能部门的，前台、中台、后台部门，都有自己的硅基员工。你可以是公对公的，也可以自己给自己搞硅基员工。
其实这个AI用在客服领域，应该是很多年了，甚至在ChatGPT出现之前，大家都在尝试做这件事情了。但是后来其实很多人，特别是像我们作为普通用户来说，其实在跟很多AI的客服对话的时候，就你还是明显分辨出来这是个客服，或者说你会觉得它的很多回答不够智能，不够个性化。这也是这次这个Clawdbot之所以火的原因，就是因为它的“活人感”主动性变得特别好，然后它有长记忆，就是它知道你的这些事情，然后它的权限又很大。
你觉得你的硅基员工的“搭子”，你平时跟它的工作模式，比如你跟它对话是怎么样的？以及有没有一些让你觉得很惊艳的瞬间，能让你觉得这个好像确实就是有所谓的顿悟时刻？你有没有经历过这样的时刻？
有。我们其实是做我们的语音智能体，是2017年10月份立项。那时候Transformer论文发表才一个季度左右，我们就立项了。2018年才有第一版产品，它就是语音的Agent，然后和个人客户进行通话。我们会请第三方公司去调研客户的体验，大概15%的人就会觉得听起来比较机械，第二，它那个逻辑好像一听感觉比较死板。但是到了大概2019、2018年的时候，你说这个“活人感”就非常非常强烈了。那时候可能就只有千分之几的客户，要么然他觉得是个AI，要么他不知道是AI，他就觉得有点怪。到了后面的ChatGPT发表的时候，那基本上可能就只有万分之几了。
第二，我们有八九千家企业客户，有些是大银行。他们跟我们合作的很多时候，是通过微信问我们问题，我们用我们的企业微信来解答。其实很多大的银行、金融机构、运营商这些，跟我们客户成功部门聊天，我从那个聊天记录能看出来，我们那些企业客户，他根本不知道我们这边是个AI。因为知道我们服务企业，企业那个需求肯定比个人消费者要复杂很多。他有的时候问你账单，我今天的业务消耗量，你那个业务是不是有问题？是不是挂机了？今天网络是不是抖动？这种就很复杂的问题。它有的时候还给你，我们这边会回复一个表格，给客户发过去，你说你能想得到它是一个AI吗？
其实对我们来讲，大概2019年下半年、2020年开始，我测试我们的语音的Voice Agent，我就基本上不怎么听得出来是AI了。我不但会去测普通话的，我也测四川话，因为我是四川人，因为我离开四川很多年了，我觉得已经说得比我标准很多了。这个顿悟时刻，其实对我来讲就是2020年。那时候回家过春节，结果疫情爆发之后锁在，因为它很多这种坐席人员其实是农村的、小城市的，就回不来了。中国邮储银行，他们就说很着急，你们马上用AI帮我来做这个坐席。然后我们就紧急给他上线。邮储银行反馈说，基本上感知不到这是AI。那个时候我才有信心，我说我们可能这个事真成了。
明白。之前我记得，我应该是采访一个港口，然后他们把他的整个流程全部用不同的Agent来实现，当然也是一个外包的第三方的公司来帮他们做AI化的过程。但是他们就发现，因为在码头的调度的环节中，其实是有很多经验积累下的一些Know-how，这个可能是那些调度员老师傅们的一个非常吃饭的家伙。因为可能有些干得年纪大的，他就很有经验。想训练这个环节的Agent的AI公司的人，其实他们就很想要让这些老师傅们把这些经验等于都书面化，可能变成一些文本结构，让他们好去训练。但是他们就发现，在实际执行中，就这些老师傅完全不愿意把这些东西贡献出来。最后他们肯定也是用了各种各样的方法，包括上级施压什么的，因为它是整个港口所有的环节都要做，最后才实现了这一点。
您刚刚提到这个例子，我正好也想到了，那会不会有很多很吃经验的岗位，其实它对AI会比较排斥，或者他可能不愿意做类似这样的事情？
我觉得你说的这个是个很普遍的现象。恰好最近我们有另外一位做中医店连锁的，有的时候他这个店里面还配一些老中医。他就跟我讲，他说那些中医就非常排斥。第一，他是看不上AI，认为中医这个活越老越值钱，你们这算什么。他一边看不上，一边他又不愿意把自己的知识贡献出来。所以最终他就可能只能是靠一些激励体系来解决这个问题。就可能你说未来不是AI来取代你，而是你在帮你武装你的，把你的从一个肉身变成一个贾维斯，就是“钢铁侠”。未来取代你的不是AI，是别的那些比你更会用AI的，更早穿上钢铁战衣的碳基人取代你。当然还是有一部分人排斥，但是一定会有部分人明白这个道理。
对。我非常同意。在今年达沃斯上，我感觉所有AI的大佬们，什么黄仁勋这些人，其实大部分都是这个观点。而且我相信，这个也确实是未来的趋势。
对。我跟你分享，我们其实有2500家小企业客户，他们每年给我们贡献也就10万到50万收入。我们以前如果线下服务他们，我们是亏钱的。我们其实是有50位碳基员工，咱们在网上跟他们微信聊天，或者给他们打电话、发邮件等等来服务他们。我们后来觉得这样还是不够经济，最后训练的智能体就是硅基员工，变成了18位硅基员工加5位碳基员工来协作，干完了这个事。但是剩下的45位碳基员工，我们是不是把他开除了？完全没有。他们学会了怎么做智能体之后，他反而开始给别的企业开始提供智能体。他以前是偏成本中心的，后来变成了偏利润中心，他们其实收入还变高了，它就变成挣钱的部门了。
当然是不是每个企业都能做到这样的？我觉得恐怕也不是，因为总有人，要么就是思想转变不过来，要么就是技能上不愿意学习。但是每个时代的变革，都有这样的现象。马车夫和汽车之间什么关系？你想是不是这个道理。
对。您之前提到RaaS，这个可能区别于原来的SaaS，就是为结果付费。那你觉得在新的模式下，它应该会如何构建这个新的商业模式？怎么样让它的比如利润率也好，或市场空间也好，是比原来SaaS这个时代还是更大的？
我们把它叫RaaS，R A A S，就是Results as a Service，我的目的就是交付结果。RaaS模式的总规模是远超SaaS的，而且超过不是一倍两倍，是至少几十倍。尤其在中国，SaaS它不能给你端到端交付结果，它会被企业认为价值不好衡量，你是扳手、螺丝钉，所以他付费意愿就不强。但是一旦到了RaaS，它最终是给你端到端交付一个结果的，或者交付一个档位的。
所以这里有两类合作模式或收费模式。一类是什么？叫AI员工派遣。我给你派一位硅基员工。如果你觉得它胜任这个岗位，好的，你算笔账。比如百融就是这样的，我们公司自己的合同审核硅基专员，其实今天大部分的合同都是我们的法务合同硅基专员在审。它的成本是多少？我们的一份合同以前，我们在造我们的硅基法务合同硅基专员之前，我们一份合同要耗费我们的碳基专员56分钟一份合同，因为他来回改和客户讨价还价。现在碳基专员只要花4分钟，剩下的全是硅基员工在干。相当于是硅基员工给你省了52分钟。那52分钟，如果你把它折算成按分钟来算，碳基员工是多少工资，那个硅基员工是多少工资，你就非常好量化。也就说你可以按岗位工资一个月多少钱来计费。我干的活比你多，我的质量和你一样好，我可能最后成本只有你三分之一、四分之一，甚至五分之一。要么就是按件，我审一份合同多少钱，我给你完成一个任务多少钱，或者说如果是计时的，我这个硅基员工一个小时多少钱。
还有一些就是什么呢？你整个把你的某些部门外包给我们，那就AI BPO了。举个例子，你可能以前请了很多销售渠道帮你卖货，最后你按销售额来分成，就销售渠道，你给我卖出去，我给你分20%、30%、40%。那你包给我们这样的公司，我就纯纯按照结果进行计价。
百融的核心产品是什么？可不可以给我们稍微介绍一下？
我们是立志于做中国最好的企业级硅基生产力的伙伴。我们就帮企业设计、生产、培训、派遣硅基员工。当然说最后我们有两类模式。第一，我就按岗位给你派遣，我不对你这个整体结果负责。第二是说，你把整个业务流程端到端外包给我们，我们按整体端到端这个结果来收费。
我们还有另外一种。百融这几年做了很多很多企业级智能体，而企业级智能体里面很多基础设施，一般的想做应用级智能体的企业，它往往是从那种SaaS公司、软件公司转型转过来的，它们是不具备的。一般这种公司都去找大厂，用大厂的基模去做Agent。但是中国的大厂有个特点，基本上没有什么ToB服务，因为ToB太苦逼了，不赚钱。所以导致大厂它体会不到ToB服务有什么痛，还有需要什么基础设施才能把智能体做好。也就是说ISV，也叫独立软件开发商，未来我认为这个名字要改，改成IAV，叫独立智能体供应商，Independent Agent Vendor。他们直接基于大厂的大模型去做，会有很多困难。
这是我们类比当年的云计算出来以后有IaaS，最早只是3S，亚马逊的简单存储，之后有Web Service服务，后来有SaaS公司，IaaS、SaaS。那后来为什么又出了个PaaS？是因为很多SaaS公司发现说，我如果基于你的原始的IaaS，还有很多中间的服务，我要自己开发的，我很麻烦的。你能不能有一层PaaS，帮我把我要做SaaS软件，很多的公共的需求给满足了？所以今天其实大厂是缺乏企业级智能体这种PaaS层的。而百融恰好有，一直以来我们公司就是个企业级智能体供应商，只是那时候没有这个名字。我们要把这个活干好，因为我们的客户他不为我们中间过程买单，他只为结果买单。所以我们就被迫逼出来了，我们把AI PaaS那一层给实现了。
所以后来就有不少立志于做IAV，就是Independent Agent Vendor，就想做独立的智能体开发商的企业，往往是传统软件转型的，找我们说，你们能不能把你们中间那一层开放给我们？我们用它来做智能体。我说可以，然后这个我们做好了，你们没有赚到钱我们也不收钱，你们赚到钱我们才收钱。你看，这就是我们RaaS模式。我们永远对我们的合作方都是按结果，你们有收益我们就分享一点，你们没有，我们就算了。也就是说我们还有第三种模式，把百融的AI Infra，我们叫AI PaaS，开放给那些独立的智能体开发商，他们去做智能体。他们拿大头，比如他们拿100块钱里面70，我们拿100块钱里面30。
也就是说，总结起来有三类：一类是AI员工派遣，我们给企业派遣硅基员工，我们按岗位工资来收，要么就是按工作量计件，要么按固定工资。第二类是AI BPO，就整体把他业务端到端外包给我们，我们按照外包公司来收费，不管是呼叫中心还是销售提成这种。还有第三类，就是赋能我们的生态，我们愿意把我们的能力，我们的认知，我们的技术，甚至是资本加持，我们可以投资，让别的那些独立Agent开发商，可以基于百融的AIPaaS那一层去开发他们的智能体。我们和他们共享收益。
但是，它是由两类硅基员工组成了。一类叫EX，EX就是Experience Agent，就是叫员工体验。这是国际上通用的划分方法。比方说帮员工处理合同，这些事，帮部门来招聘，这些就是。还有一类叫CX，叫Customer Experience，就是说直接面对客户的。比如我给你派的硅基员工，是直接帮你面对客户的，比如说处理客户投诉，跟客户做营销，介绍产品。这两类硅基员工，组成了三种收费模式。
我觉得这个很有意思。我一直觉得未来很有可能有一个类似于Agent Store这样的东西，就是你可能能在里面，当然它有不同组合，其实就像现在Apple Store一样，可能大家可以在里面购买不同的服务，然后可以ToC也可以ToB。我觉得这个构想跟您说刚刚第三类其实就很接近。
对。因为Agent这一层，本质上是应用层。应用层可能百行千业，有非常多的变化，我们不可能把每个细分领域都做完的。所以我们非常的乐意造一个Agent Store。这个Store里面，有些Agent是百融自己造的，企业可以直接用。也有些Agent是我们的合作方造出来的，我们利益分成。最后我们的最终企业客户，他选百融造的也可以，选我们合作方造的也可以。我们想打造个开放的生态，就比如一个Agent Store这样的事情。
那比如为什么不是OpenAI，或者是为什么不是Anthropic这样的模型厂商，它直接把它做了？因为我理解百融应该是不完全做自己的大模型，你们做的其实是一个中间层，或者是偏应用层，就相比他那个Infra来说，为什么不是他们来做？
我这里纠正一下，我们的目标不是做一个AGI公司，所以我们不做通用大模型。但是我们会做专属大模型。什么叫专属大模型？它是为了解决某个特定的行业，或者是某个特定领域的问题的。因为很多时候，可能你用个通用大模型回答那个问题，要么它很慢，要么就是它有幻觉，不准，要么就是它成本很高，使得我们后来发现说，要把某些领域的东西做好，你就得专门去训这个大模型。
但是训有两种：一种是Pre-training，你从零预训练，比如说百融的端到端语音大模型，因为我们考虑到响应时间、拟人度。但还有一类就是Post-training（后训练），就是你去拿别人的，不管是开源的、闭源的，你去做后训练，训出你那个领域的专属大模型。基本上95%以上的问题都是可以被我们的专属大模型解决的。剩下可能有百分之二三四五的这种corner case，边角问题，因为你不太好预测，有的时候客户的问题太长尾了，你可以路由给通用大模型解决。
我们是有自己的专属大模型的，我们是有自己的Agent Builder，就是用来编排我们的Agent，就硅基员工的。以及这个之上的Agent Store里面的，又分两类硅基员工：一个是百融自己建的硅基员工，一个是我们的合作方、生态方造的硅基员工的。
说这样的Agent Store，为什么不是大厂，不是那些超级独角兽去做？它们也可以做Agent Store。事实上前年OpenAI就搞了所谓的GPTs，那GPTs本质上不就是Agent Store吗？但是你看，基本上它现在这一年提都不提了，它没搞起来。ToC的Agent Store，我觉得他们大概率会去做的。你看Coze，本身就是个ToC的Agent Store。企业级的Agent Store，我觉得至少他们没想清楚。
但是美国会不会？因为美国毕竟ToB市场也很好，我觉得它确实有可能。比如说像Anthropic，它本身就是以ToB为主。但是它们这样也做，也并不是说它就能垄断市场。Anthropic我认为它可能有两个侧重：第一，总体来讲，它把它大模型做得越来越强，它大模型是面向生产力的那种大模型，而不是像OpenAI还面向消费者。也就是说，它的大模型端是确实面向企业端为主的。我觉得它即使做了也没关系，没有一个能垄断整个市场。你看云IaaS公司，也没有说被一家垄断的。最大的亚马逊，亚马逊下其次是微软，微软之后有谷歌，后面还有一些小一点的，还有Oracle这些公司，也没有被完全垄断。
明白。那我们接下来正好讲讲，你们可能的产品在不同的行业中的实际的用例，比如说像招聘案例。因为我之前听你们其实是能把整个招聘的周期，可能从28天砍到两天。这个是怎么去实现的？以及现在其实我看很多硅谷的创业公司，其实他们也很流行一些新的招聘方式，特别是招比如说一些做编程、做技术的人，他们可能会比如说给你布置一个不可能完成的任务，然后让你在比如一天之内，就是你本来肯定是完不成的，但这个想测试的，就是你跟AI的协作能力。像你们在招聘这个环节，有没有一些新的探索和尝试？
我们做得非常多。我举个例子，我们百融的HR部门里面招聘专员，他们以前一旦到招聘季，比方说应届毕业生毕业季，他们每个人要准备几十张SIM卡，因为如果你用碳基员工的打电话打多了以后，电信运营商就会认为你可能是个诈骗电话，他就把你封了。我以前根本不知道他们还有这种痛苦。第二，他还要去找用人部门做访谈，你的用人需求，访谈完以后整理成JD，就是工作职位描述，最后发给用人部门看，你确认一下是不是这样。然后自己上什么招聘网站，到处去搜索简历，搜完简历看这个JD跟岗位描述是不是吻合，吻合完之后给人家发邮件，预约等等。遇到电话号码被封各种各样的问题，最后约人家，可能人家不行，我没时间，打电话白打了。等于他们有很多很多时间浪费在其实没怎么产生生产力的这种事务上。
我刚才给你描述的这几种工作，全部可以被智能体干掉。其实硅基员工干得比碳基员工干得还好。碳基员工，比方说你说我要懂Java，或者说我要懂什么什么微服务，他就只能机械地拿“微服务”这三个字去简历库里面去搜。但是可能有些简历里面有“微服务”三个词就搜出来，有些搜不出来。搜不出来不是说这个候选人真的不懂，因为他可能是用一大段文字来描述的。如果你真懂什么叫微服务，你看他的描述就知道他干的是微服务。最后碳基员工只能找了一部分之后又不合适，用人部门说不是的，你要给我扩大搜索范围。你看这一来一去，干得又慢，质量还不好。但是我们后来发现说，智能体它就能够根据微服务衍生出，其实微服务只是个缩写，它本质上是干以下三件事。好的，我看你的简历里面，其实干了三件事，两件事，大概率你懂微服务。它把这种人也能给你搜出来，然后再给你自动去预约，打电话，发邮件等等。
所以你看，它为什么能够节省时间？很明显，每个环节都能干，甚至干得比碳基员工干得好。第二个问题，我们自己的招聘的智能体里面，就会要求应聘者去完成工作，甚至主动要求他，你必须用Vibe Coding过来编程。我不想让你人工写代码，我必须，比方说你给我打开你的电脑，你不管是用Cursor，还是用Claude Code，还是用OpenAI的这个Codex，甚至用字节的Trae，我就得看见你，你是用AI搞出来的。写文案也行，编视频也行。我们公司内部有句口号，就是今年年会上我们刚刚讲的：第一，我说不断不断致力于提升整个公司的硅碳比，每个部门要不断地提升硅碳比，每个季度你要商议这个季度造了多少硅基员工，而且它不是僵尸的，它要一定是在上岗的，用的。第二个，未来我们招聘的人，如果你说你不会AI，大概率就不大会被招进来了。
对。您这个提得，我感觉还是比较激进的。是不是？因为我们不是说不要碳基员工，不是这样子的。我说你要知道，AI是提升你的生产力的。回到可能20年前，你说你排斥计算器，今天看来是不是很可笑了？是的。
另外一个很重要的领域就是法律。因为其实在美国，我看其实也有很多AI类的创业公司，就是在法律SaaS这个方向，其实一直在做得很好，当然也创造了很多新的需求，也替代掉了原来的一些低效的方式。当然法律SaaS其实也是这次美股整个SaaS崩盘的一个重灾区。我知道百融也有些业务在做法律这个方向，你们可能是怎么去做的？是不是可能90%的工作是交给AI，但可能人类专家去做最后的这个关键的判断？
是对的。我们有一个平台叫百鉴，鉴是鉴别的“鉴”。这个平台能帮法商财税、法务专业人士、商业咨询专业人士、财务规划、税务规划专业人士，这么一个平台。他们以前做事情大概是这样子，比如说拿律师来讲，可能和客户谈了一个合作，最后要，可能基本上是以文案的形式，Word、PPT这些方式来交付。这个恰好是AI特别擅长的。他们基本上就是雇佣，可能工作1到7年或者10年的，初级到中级的碳基专业人士去完成这些工作。可能高级总监、初级合伙人，可能这10年到15年这一类的，硅基专业人士来检查，然后提意见，修改等等等等。最后可能再请高级一点的合伙人，最后来Sign off，就是来签字承担责任。
我们这个“百鉴”是什么？是好的，因为其实很多专业人士想创业，但是为什么创不了呢？因为他没有初级，那么多的碳基专业人士帮他干活。他什么都得自己干，他又是前台，又是写报告的，又是谈商务，最后又自己签字盖章的。那这个就比较难以启动创业。所以我们“百鉴”本质上是做了一个平台，是方便专业人士上平台来创业的。最后这些“百鉴”上的平台的这些专业人士，他们可能年富力强的35岁到40岁，他已经是高级总监、初级合伙人了。他们来检查觉得有问题，然后他就可以口述给那些硅基专业人士，你帮我改一改，改到我满意，最后我来签字，承担责任，最后发给客户。
这个最早是用在百融内部的法务部门。他们一个很重要的工作就是起草合同，审合同。以前一份合同他们要56分钟，后来用了我们的硅基合同专员以后，降到了4分钟。我们就意识到，这个领域的提效空间简直太大了，10倍的提效。后来又有这个领域的专业人士，不是我们公司的，就是人家在大所里面干的，在顶级的专业机构干到全球合伙人的，到我们这边来聊天，就在我们的智能体上提了一些问题。结果这个问题，我们大概花了几十分钟，就写了一个专业报告。当时他看了之后觉得挺不错，第二天就来找我，他说韶峰总，咱们一块干。他说我没想到你们这个智能体强到这个程度了。他说我昨天跟你说的那个问题，是个真实的问题。他说我是广东省的一个制造企业，我是给通用汽车提供压铸件零部件设备的。通用汽车要求我3年之内把产能转移出中国大陆，不转出去就不给订单，生死存亡的问题。这个企业就请了一个非常大的咨询公司，全世界排名前五的，说是派了五六个专业人士，干了5个月，收费500万左右，建议他去某某地方。这个厂就真的去了，干了8个月，投资了差不多一个亿，最后失败了。失败了之后，他们又去了另外一个地方，干成了。
他说结果你们的这个报告里面，就把它最终成功的地方推荐出来了。他说你们的智能体，会主动在网上搜索这个公司的竞争对手，以及通用汽车别的供应商，他们在怎么做，来交叉验证前四章的结论是不是正确的。他说这第五章在我们这种所里面，只有资深的中级以上的合伙人，才会干的。他说居然你们把这个动作也模拟出来了。所以他说我非常的吃惊。所以我们干脆一块干吧。他说有大量的碳基合伙人想创业，但是很难创，因为他没有人帮他。于是我们就和这个所的合伙人一块干。首先帮他们的100多个合伙人配备了硅基员工，他们生产力大幅度提升。每个专业人士，不管是律师、商业咨询公司、会计咨询公司那些，他的收入至少涨3倍不止。
而出海又是今天的汹涌澎湃的一个需求。我们这位合作方就说，好多地方给我推荐企业，让我们帮他设计怎么出海。但是他说，我们接不了那么多活，因为我是依赖于碳基专业人士，低于150万我根本接不了，因为这个活很专业，你要了解离岸地、在岸地各个国家的法律体系、劳工体系、劳工保护、关税、物流成本等等等等。所以这种活以前只能交给跨国咨询公司、跨国律所来解决，收费能不贵吗？找一堆老外，每次联系协调一个会议就得一周时间。需求太强烈了。但是有了你们这个“百鉴”，那就不一样了。你写一个报告可能只要几十分钟。他自己跟我讲，如果说我们那个咨询公司的报告能打到90分，当然其实它的结论是错的，它只是那个格式特别完整，整了200多页，但是看起来很专业。但是其实结论是错的。你们这个东西只有80页，看起来比人少。他说这个不是个问题，我可以让它扩写。那我花点碳基专业人士可能搞个两三天就能搞到他们那个公司一样的水平了。他说这个提效简直是太明显了，不是一点半点的。
麦肯锡是OpenAI全球排名前五的客户。麦肯锡的CEO前不久刚刚说的，他说我全球6万位员工，但是25000个是硅基员工。就是他说AI智能体。这是为什么百融要创建“百鉴”平台的原因。最终专业人士，我们说3年以后，他们基本上只剩下一个体面的工作，就是审核加签字。因为有些工作需要证照，需要资格、资质。可能今天政府还不太会给，比方说硅基律师发执照。也就是说，最终最终承担责任的，能享受利益的，也还是碳基专业人士。对。但他们也需要做一些判断，对不对？还是需要有一些决策的方向的事情。那当然了，审核过程本身就是这样子，他觉得你这个写得不好，它可以给你口述，说你这个地方写得不对，我给你发一个文件发过来你看看。那AI读完以后马上就改，它可以在线提示他，在线改。这个行业会被彻底彻底地颠覆。
对。我记得麦肯锡以前是说过他们，就一开始还是有点担心被AI颠覆，但后来也不得不变成那个更早会用AI的人。
在我们看来，这一次AI的革命有三类事特别适合Agent来干：一类是拟人的交互，你分不清对方是碳基人还是硅基人。第二类事，就是非结构化数据，说的就是PPT、Word、什么PDF、图片、视频、音频，非结构化数据的生成、加工、撰写、修改。我刚才讲的法商财税就是这样，因为他们交付全是这样子。第三类事，是有一定复杂度、有一定灵活度流程的编排，跟你说第一步做什么，第二步做什么，第三步（做什么）。这个流程可能搞几十步之后，搞一个小时搞完了。以前都是人工，碳基员工在那干的，就是费时费力。未来这三类都会被革命性地颠覆掉。
对。您觉得对于很多传统企业来说，特别是在那些可能觉得自己，在未来有可能会被AI颠覆的公司，你觉得它们应该怎么样去开启一个组织转型？因为它跟很多现在的这种新的创业公司，是完全AI Native的，然后可能都是一帮00后，那肯定是不一样的。但你觉得对于传统企业来说，怎么样做它们的转型和求生？
这3年后肯定就是求生了。我自己过去一年，还真的和一些传统企业接触了不少。当然人家在自己细分领域做得非常非常大了，比方说都销售额一两百亿，水泥、做辣条、卖辣椒粉这些，都是各自领域的领域之王。我甚至和一些看起来可能不是那么传统的金融机构也聊过。我发现第一个，他们应该做的事情是厘清对AI的理解。举个例子，很多人都搞不清楚大模型和智能体之间什么关系，他就以为大模型就是智能体，智能体就是大模型。其实不是的。大模型只是那个大脑，而智能体是包含了大脑还有手脚，能够把事都能干成的，这才是个完整智能体。如果你连这个都搞不清楚的话，你可能行，我自己，我去买一个不管是千问也好，去买一个智谱也好，搞个阿里云也好，就行了。后来发现根本不行。甚至比方说去年年初，DeepSeek发布以后，好多人很振奋，好多企业觉得，我下载一个DeepSeek就可以了。发现好多企业过了三个月后根本不行。它即使有了个大模型，最后还是解决不了问题，因为它不能端到端完成任务，它只是个大脑，它没有四肢，没有连接四肢的神经。
就是一些理念上首先就得明白，理解说，好的，大模型是基础，但是最终解决问题的是智能体。你到底要去自己去搞一个大模型，然后自建智能体，还是说你找一个合作方，直接给我提供智能体，还是说找个合作方来给我定制化，基于它以前智能体的修改？我的意见建议是说，大部分传统企业是没有这个能力的。你要理解做一个企业，大部分企业来讲，我根本不关心底下是哪个大模型，我根本不关心。我只关心第一，数量怎么样？第二，质量怎么样？第三个就是成本怎么样？
我前不久在一个管理论坛上做过一次分享，结果讲完以后，100多位企业家都来说，我们很想做AI，但是我们又不知道该怎么做AI，我们能不能合作？后来我才意识到说，其实这些传统企业家，人家也是追求进步的，只是他有一种FOMO（害怕错过），既想要赶上AI的大船，上船，但是又不知道怎么搞。而他们要去找大厂，搞个大模型，没啥用，就是你要帮我把工作解决，最好你就把这个智能体派过来，员工培训都不用培训，就用。所以我们也在想，怎么能帮到这些传统企业家。
明白。就所谓“一人公司”。其实您刚刚举的那个例子里，如果未来Agent很好用，然后它们确实能干很多实际中的工作的话，他可能就可以自己作为一个“一人公司”，他作为将军，然后他下面可以带一个Agent军团来干活了。当下你觉得“一人公司”是不是可行的？如果现在不行，那你觉得可能未来什么时候，这个东西有可能能成熟？
我自己的看法是，就ToB还难一点，ToC是有可能的。你比如说像OpenClaw这样的，因为是国外的话，它这个付费意愿比较强，习惯很好。即使收费，一定会有很多人愿意用OpenClaw。以它今年这个疯狂的程度，10亿不一定是10亿的收入，它可能10亿估值，你估值体系可以是你销售收入的100倍。所以一人的十亿独角兽，完全是可能出的。如果是做ToC的话。事实上有很多个人Prosumer（产消者），他就是带领一大堆的AI智能体，率领他的硅基员工下属给他干活。
ToB最终也可能会出现，但可能要企业的观念发生改变说，好的，你的智能体已经反复被验证过了，比我大的企业都用，我为什么不可以用？或者是先做个人助手，企业的一些关键决策用下来说靠谱，那说我的企业可不可以用你的？这个是会慢慢改变的。但总体来讲，我觉得这个事情是完全有可能的。
好，谢谢。那今天先这样。
好，谢谢。好，拜拜。
拜拜。
这期节目里有很多数字：20万硅基员工、56分钟变成4分钟、千亿市值蒸发。这些数字很震撼，但我不希望大家听完之后只记住了焦虑。韶峰总讲了一个细节，我觉得特别值得回味：他们公司那45个原本做客服的员工，在AI接手之后，并没有被裁掉，而是学会了怎么去训练AI，从成本中心变成了利润中心，收入反而上涨了。这个故事不是说每个人都一定能够这样顺利转身，但它至少说明了一件事：在人和AI之间，不应该只有“替代”这一种关系。
回顾每一次技术变革，恐惧从来都是第一反应。ATM刚出现的时候，所有人都说银行柜员要消失了。结果美国的银行柜员数量在之后的25年里反而增长了。不是因为ATM没用，而是因为人的角色变了，从点钞票变成了帮客户去做理财规划，做更有价值的事情。
以上就是今天的所有内容。这里是《硅谷101》，我是刘一鸣。如果你觉得今天这期内容对你有启发，欢迎转发给你身边那些正在思考AI转型的朋友。本期嘉宾的观点代表了AI Agent供应商的前沿视角，也欢迎大家提出你们的看法。最后，大家可以通过小宇宙、苹果播客、Spotify来收听、订阅我们。同时，如果你想用视频渠道去听播客的话，也可以在YouTube或者哔哩哔哩上搜索《硅谷101播客》来找到我们。另外，我们有一些播客部分的文字稿会发表在《硅谷101》的微信公众号上。下期见。