这一周对于AI公司签署企业合作协议来说意义重大。Zendesk发布了新的AI智能体,据称能够解决80%的客户服务问题;Anthropic与IBM宣布达成战略合作伙伴关系;德勤也宣布与Anthropic签署合作协议。此外,谷歌还发布了一个新的AI商业平台。
然而,这并不意味着大型组织使用AI会一帆风顺。事实上,德勤宣布合作的时机有些尴尬,因为就在同一天,澳大利亚就业与劳动关系部表示,这家专业服务和咨询公司需要退款,原因是向该部门提交的报告中出现了大量疑似AI生成的虚假信息。
在最新一期的Equity播客中,Kirsten Korosec、Sean O'Kane和我讨论了最新的AI头条新闻,并与上周关于新Sora应用的消息进行了对比。虽然AI公司最终可能会从消费者社交网络应用中获得真正的收入,但企业合作为其提供了更直接的重要收入来源。
以下是我们对话的预览版本,经过长度和清晰度编辑:
Anthony:我认为这实际上与我们上周关于一些生成式AI社交网络的讨论有关。我们将其视为这些AI公司最终可能赚钱的一种方式,我确实认为是这样,但要实现这一目标还有很长的路要走。而企业市场,虽然有时人们觉得它不如消费者市场那么有趣或吸引人,但这里才是真正的财源所在。
也许Sora是OpenAI五年后赚钱的方式,但企业合作是这些公司现在赚钱的方式。
德勤的新闻特别引人注目。有时候,仅仅指出这些模型并不总是完全准备好投入使用可能会让人觉得有点老生常谈,但我发现澳大利亚政府实际上进行了反击并说"不,你们不能这样做",这令人鼓舞。
这并不一定意味着任何人都不应该在创建这类报告时使用AI,尽管我认为你可以提出这样的论点。但如果你要这样做,你实际上必须对输出结果负责。你必须实际检查并确保引用的信息是真实的。你不能将其输入到模型中然后说"好吧,我的工作完成了,这将是多少个计费小时"。我认为任何这样做的人都应该感到羞耻并被罚款。
Kirsten:绝对如此。Sean,Zendesk本周也有一个公告,他们真的在创建这些工具,将处理几乎所有的客户服务,基本上从这个过程中移除了人类。在你的日常生活中,或者汽车制造商如何处理服务,你是否开始看到这种自动化的渗透?
Sean:是的,我实际上已经写过几次了。有很多不同的初创公司正在开发完整的客户服务套件、语音智能体、用于经销商和服务中心电子邮件和短信的大语言模型。我实际上认为这是一个有价值的想法,因为那里的问题不是:我们没有足够的人来做这些事情,而且这会夺走他们的工作。问题是你永远无法联系到人或者你被来回推诿。
特别是去寻求服务时,你被转到服务部门。每个人都很忙。所以如果你能准确捕获它并让人们更容易得到回应,对我来说问题是这些企业会在多大程度上采用它并坚持使用它。多年来一直有各种各样的技术,比如网络表单之类的东西,这些经销商已经做了,但然后他们忘记了它。然后它就在他们的网站上,你以为它会工作,但然后它不工作,因为他们只是想让你给他们打电话。
所以我对这样的东西实际上会成为人们与企业的第一个接触点有一些乐观和希望。看起来我们即将找到答案。
Equity是TechCrunch的旗舰播客,由Theresa Loconsolo制作,每周三和周五发布。
你可以在Apple Podcasts、Overcast、Spotify和所有播客平台上订阅我们。你也可以在X和Threads上关注Equity,账号是@EquityPod。
Q&A
Q1:Zendesk发布的新AI智能体有什么特别之处?
A:Zendesk发布的新AI智能体据称能够解决80%的客户服务问题,基本上可以处理几乎所有的客户服务工作,从这个过程中移除了人类参与。这代表了客户服务自动化的重大进步。
Q2:德勤与Anthropic的合作为什么引起争议?
A:德勤宣布与Anthropic合作的时机很尴尬,因为就在同一天,澳大利亚就业与劳动关系部表示德勤需要退款,原因是向该部门提交的报告中出现了大量疑似AI生成的虚假信息。这暴露了AI在专业服务中应用的风险。
Q3:为什么企业AI合作比消费者应用更重要?
A:虽然AI公司最终可能会从消费者社交网络应用中获得收入,但企业合作为其提供了更直接的重要收入来源。企业市场是AI公司现在赚钱的方式,而消费者应用可能是未来五年后的盈利方向。
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。