OpenAI现任董事会主席Bret Taylor创立的新公司Sierra AI,获得1.75亿美元(约12亿元)融资,估值45亿美元(320亿元)。本次由Greenoaks、Thrive、ICONIQ等投资。
Sierra AI主要通过OpenAI的GPT-4o、o1等模型打造了一个对话式AI Agent平台,主要聚焦在客户服务领域,可以混合处理文本、语音自动执行超复杂工作流程。包括客服咨询、退订商单、订阅更新等。
简单来说,Sierra AI可以帮助企业打造“数字化员工”将很多重复、枯燥、无意义的业务流程实现自动化,从而实现降本增效。

Bret接受CNBC采访,谈AI Agent
公开资料显示,Sierra AI创立于2023年,由Bret以及在谷歌工作了18年领导了AI实验室、Workspace的Clay Bavor。
他们创立的初衷很简单,在数字化信息爆炸时代人们每天要做的事情实在太多,不停地查看、切换、点击多个平台的应用程序,并且多数流程都是固定枯燥的,尤其是客户服务领域。
所以,急需一位像钢铁侠的贾维斯那样的智能管家帮助人们自动做好这一切,而AI Agent是最好的解决方案。
Bret左,Clay右
产品方面,Sierra AI在大模型的加持下超越了传统AI机器人的呆板,具备推理、思考、模仿模仿拟人化的服务,当遇到无法独立解决的复杂难题时,能快速收集关键信息,为客服团队提供详细摘要,从而提供无缝自然的客服互动体验,以下是主要特色功能。
多模态交互:Sierra支持跨渠道、平台的自动化交互,可以通过文本和语音与客户进行多模态交流。还能深入理解与公司服务相关的各种信息,包括品牌、产品名称以及专业术语,在服务过程中,能够高效准确地记录用户提供的电子邮件、订单号码、地址等。
此外,Sierra能够实时处理文本和语音混合输入,能快速整理内容了解其意图,以提升整个客服咨询流程体验。
多任务复杂处理能力:在与客户交流时,Sierra能提供强大的多任务处理能力。例如,在处理退货业务时,可以迅速调取客户订单信息,同步检查客户地址,在极短时间内定位距离客户最近的三个退货中心,并计算出前往每个退货中心的步行路线,然后告知客户最短路径。
还能实时感知对话中的情感和语气变化,并据此灵活调整服务策略,确保服务的响应性和个性化。

灵活多渠道部署:Sierra自研的Agent OS 平台允许企业仅需开发一次 AI Agent,就能将其轻松部署到多个不同的服务渠道,无论是常见的聊天窗口,还是传统的电话渠道,都能实现无缝对接。这种一次构建,随处部署的能力,极大地简化了企业的运营管理流程,减少了重复性工作,提高了工作效率。
智能协作:在实际运营中,当客户问题需要人工介入时,Sierra能对通话意图进行精准分类,并根据技能需求将电话无缝转接至最合适的呼叫中心团队。
每次交接都伴随着由AI自动生成的详细摘要,这些摘要涵盖了客户问题的关键信息和之前的交互情况,使得人工客服团队成员能够迅速了解问题背景,快速解决问题,同时避免了客户重复说明情况的麻烦。

智能渠道适配:Sierra能够根据不同的服务渠道特点,自动调整服务策略和交互方式,确保为客户提供一致且优质的服务体验。
例如,在聊天渠道中,AI Agent可能会通过分享图片等直观方式帮助用户识别相关订单信息;而在电话渠道中,则会采用简洁明了的语言描述物品特征,如 “您是指上周一下单的那套翼背餐椅吗?”,以适应不同渠道下客户的信息获取习惯,确保客户在任何渠道都能及时、准确地获取所需信息。

虽然Sierra AI成立的时间不长,但其易用、智能的特性受到了大批企业的青睐,包括知名健康品牌WeightWatchers,卫星收音机和在线广播服务平台SiriusXM,智能音响品牌Sonos等。
关于Bret Taylor
Bret出生于1980年,曾获得斯坦福大学学士和硕士学位。2003年加入谷歌负责开发谷歌地图。2007年离开谷歌创立了社交平台FriendFeed,2009年被Facebook收购,Bret成为Facebook首席技术官,负责动态汇总、搜索和 Facebook 平台的长期发展技术方向。

2012年Bret离开Facebook创立协作平台创立 Quip,2016年被Salesforce收购并加入该公司。
加入Salesforce后Bret不断晋升,在2021年成为联席CEO。2023年11月OpenAI联合创始人兼首席执行官Sam Altman被罢免,随后重返OpenAI并重组了董事会。
Bret被选为OpenAI现任董事会主席。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。