印度连续创业者巴文·图拉基亚正在进行一场3000万美元的个人豪赌,押注企业AI领域仍有新机会。他的新项目Neo建立在一个简单的核心理念上:在AI时代之前设计的职场软件,不能靠简单加上聊天机器人来升级,而必须从零开始重新设计。
现年46岁的图拉基亚在雄心勃勃的企业技术投资方面早有经验。过去二十年,他先后联合创办了Directi、Radix、Titan以及银行软件公司Zeta,大多在引入外部投资者之前,先用自己的资金支撑公司发展。这次的Neo,他采用了同样的方式。
图拉基亚在接受TechCrunch采访时表示,他之所以选择用这么多自有资金来启动项目,是因为他认为AI代表着一次足够深刻的技术变革,值得从头重建职场软件。
"如果你想做一部iPhone,你没办法把诺基亚的零件拼成iPhone,"他说。
Neo于今年4月在内部正式上线,是一款融合了项目管理、文档、文件存储与AI能力的企业工作平台。图拉基亚表示,目标是让AI成为日常工作的主动参与者,而不仅仅是员工单独去调用的工具。
图拉基亚认为,大多数老牌软件企业在生成式AI时代将面临结构性劣势,因为它们的产品是在生成式AI出现之前设计的。相比之下,Neo从一开始就以AI为核心进行架构设计,并且支持模型无关的接入方式,允许企业在不同AI模型之间自由切换,而不必绑定单一供应商。
持有这一看法的并非只有他一人。投资人查马斯·帕里哈皮蒂亚近期也先以自有资金启动了企业AI编程项目8090,随后于本周完成了1.35亿美元的融资。
尽管如此,图拉基亚此次押注的时机,恰恰是企业AI竞争最为激烈的阶段。微软、谷歌和Salesforce正在将AI全面嵌入各自的职场软件。与此同时,从Anthropic、OpenAI等大型AI实验室,到Notion、Superhuman等生产力工具公司,众多创业公司也都在竞相重塑企业的AI工作流。
对此,图拉基亚认为企业软件从来都不是赢家通吃的市场,即便只获得全球企业AI支出的一小部分,也足以支撑一家规模可观的公司。
"即使我们最终只占到2%到5%的市场份额,那也会是我迄今为止做过的最大规模的公司,"他说。
过去几个月,Neo已在图拉基亚旗下的多家企业内部使用,其中包括Zeta。公司计划在未来几个月内开始向中型企业推出该软件,初期重点面向科技、咨询和专业服务领域的知识型工作者。
图拉基亚透露,Neo的初始平台在三个月内完成了构建,开发过程中大量使用了AI辅助。他估计,若在生成式AI出现之前,同等工作量需要规模大得多的工程团队,花费超过一年时间才能完成。
这家总部位于班加罗尔的初创公司目前拥有约45名员工,其中包括18名工程师。图拉基亚告诉TechCrunch,预计到今年底员工人数将增至100人左右,新增岗位将主要集中在AI与软件工程方向。
Q&A
Q1:Neo是什么类型的产品,主要面向哪些用户?
A:Neo是一款企业工作平台,整合了项目管理、文档、文件存储与AI能力。它主要面向中型企业中的知识型工作者,初期重点覆盖科技、咨询和专业服务等行业。与传统职场软件不同,Neo从设计之初就以AI为核心,定位是让AI成为日常工作流程的主动参与者,而非独立的辅助工具。
Q2:Neo与微软Office等传统办公软件相比有什么优势?
A:图拉基亚认为,微软Office等老牌软件是在生成式AI时代之前设计的,后期叠加AI功能存在结构性局限。而Neo从零开始以AI为核心架构,并支持模型无关的接入方式,企业可以在不同AI模型之间自由切换,不被单一供应商绑定。他将两者的区别比作"无法用诺基亚零件拼成一部iPhone"。
Q3:巴文·图拉基亚为什么选择自己出资3000万美元,而不是先融资?
A:图拉基亚一贯的创业风格就是先用自有资金启动,再引入外部投资者,旗下的Directi、Zeta等公司都是如此。他认为AI是一次足够重大的技术变革,值得从头重建职场软件,而自己出资可以在早期保持更大的灵活性与决策独立性。
好文章,需要你的鼓励
跑分只是基准,情绪才是真相。我们整理了 1500 条海外开发者对 GLM-5.2 的评价,发现这个号称能“平替顶级闭源模型”的开源巨兽,最大的争议点竟然是“硬件成本”。当部署一个模型需要“一套房”时,你还愿意本地化吗?
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。
电动自行车频繁出现在负面新闻中——危险骑行、电池火灾、立法管制。这些问题确实存在,需要通过教育、执法和安全标准加以解决。但更大的图景常被忽视:数百万人因此骑车通勤、重拾运动、减少开车,带来健康、减排和出行独立性等多重效益。研究也表明,电动自行车骑行具有显著心肺锻炼价值。正如汽车不能只以醉驾定义,电动自行车也不应仅凭最坏案例被评判。
清华大学提出VG-GUI-Bench评测视频引导操作能力,并设计TASKER关键帧搜索算法,在视频问答和GUI智能体任务上均实现性能与效率的双重提升。