"Token最大化"曾是今年早些时候硅谷最火热的趋势,各公司CEO纷纷鼓励员工将AI的使用推向极限。然而,高昂的账单随之而来。据报道,Uber在短短几个月内就耗尽了全年的AI预算,部分企业削减了某些部门的Claude许可证,Meta也关闭了内部AI使用排行榜。
炒作与实际回报之间的张力,正是NEA合伙人Tiffany Luck当下所深度关注的核心议题。她早年凭借说服企业相信电子商务是未来而崭露头角,如今则全力押注AI赛道,尤其关注AI在消费业务中创造"魔法时刻"的可能性。
在TechCrunch《Equity》播客的本期节目中,Luck与主持人Rebecca Bellan展开对话,探讨了个人智能体的未来走向、她对今年AI公司IPO浪潮的看法,以及初创企业如何介入帮助大型企业追踪和量化AI支出的实际回报。
Q&A
Q1:什么是"Token最大化"?为什么它在硅谷引发了争议?
A:
"Token最大化"是今年早些时候在硅谷兴起的一种趋势,指企业CEO鼓励员工尽可能多地使用AI工具,将AI的能力发挥到极致。然而,这一做法导致AI使用成本急剧攀升。例如,Uber据报在几个月内就用完了全年的AI预算。这一现象暴露了AI炒作与实际投资回报之间的明显落差,引发业界对AI支出合理性的广泛讨论。
Q2:NEA合伙人Tiffany Luck对AI的投资回报问题有什么看法?
A:
Tiffany Luck目前深度关注企业在AI投入与实际回报之间的平衡问题。她认为AI在消费业务中具有创造"魔法时刻"的巨大潜力,同时也关注初创企业如何帮助大型企业更好地追踪和量化AI支出的回报,以应对当前普遍存在的AI投资回报不明确的挑战。
Q3:初创企业在帮助企业追踪AI投资回报方面扮演什么角色?
A:
面对企业在AI支出上难以衡量回报的普遍困境,一批初创企业正在积极介入,提供专门的工具和解决方案,帮助大型企业系统性地追踪、分析和量化AI投入的实际产出效益。这一细分领域正成为当前AI商业生态中的新兴机会,也是Tiffany Luck在播客中重点探讨的方向之一。
好文章,需要你的鼓励
今天讲的出海案例是依米康,这家数据中心温控与液冷设备厂商正在把泰国纳入海外交付体系,并用生产线、总装车间和焓差实验室承接算力设施订单。
BioMatrix是首个将分子序列、分子三维结构、蛋白质序列、蛋白质三维结构和自然语言统一在单一语言模型中的生物基础模型,在80项任务中77项达到最优或第二优。
Salesforce正式推出Help Agent,这是基于Agentforce平台的预封装AI客服智能体,可在数分钟内连接企业知识库、操作功能及网页、短信、语音等沟通渠道。该产品同步推出按解决率计费模式,每次成功自主解决客户问题收费2美元,无需按token或操作次数计费。Help Agent支持低代码构建,内置测试功能,并配备全新客户服务门户。该产品预计于2026年7月正式上线。
浙江大学提出SKILLHARNESS框架,通过为AI电脑助手的每项技能附加安全边界,从成功、失败和风险三类经历中学习,使AI在动态危险环境中安全高效地完成任务。