企业 SaaS 公司如何购买（或不购买）人工智能

由柏拉图重新发布

关注： 0

在 Saastr 年会上，我们主办了一个由人工智能领导者组成的企业小组，分享他们的经验和知识，帮助其他人了解大公司如何看待和利用人工智能。当然，ChatGPT 的崛起已经成为消费者和小公司的主流，但大公司呢？虽然第一代生成式人工智能很棒，但它还没有准备好解决企业问题。那么，我们现在处于企业世界采用周期的哪个阶段？

在本次会议中，我们聚集了：

Douwe Kiela，ContextualAI 首席执行官
本杰明·曼 (Benjamin Mann)，Anthropic 联合创始人
Arvind Jain，Glean 首席执行官
和 Unusual VC 普通合伙人 Sandhya Hedge，

帮助我们弄清楚如何向世界上一些最大的组织销售 GenAI 软件。

[嵌入的内容]

企业对使用人工智能最感兴趣的是什么？

由于我们的小组成员都曾与企业公司（即亚马逊、谷歌、Salesforce 等）合作过，因此他们在人工智能方面都看到了前所未有的兴奋程度。企业正在寻找两大主题。

他们希望利用人工智能来改进向客户销售的产品。
他们希望利用人工智能来改变他们的业务以及他们和员工的工作方式。

企业中人工智能的一些最大用例涉及客户支持、销售和营销以及工程，即帮助开发人员测试代码和解决问题。最重要的是，这些人工智能专家对世界上最大的公司（不仅仅是软件公司，甚至是银行和零售商等面向消费者的企业规模公司）如何推动人工智能的发展印象深刻。

Anthropic 联合创始人本杰明·曼 (Benjamin Mann) 补充道：“例如，我们正在交谈的一家大型银行来找我们说，“我们已经与公司的每个人进行了交谈，我们有 500 个不同的用例，我们希望将大型语言模型应用到其中。”这实在是太不可思议了。他们甚至不知道从哪里开始。那么与我们一起探讨他们今天能做什么？除此之外，他们如何才能让人工智能成为其产品的专家，以便他们的客户不必阅读他们所有的文档，而只需与人工智能交谈，就好像它是解决方案架构师或前向部署一样工程师并能够立即使用该产品。”

众所周知，人工智能已经改变了我们的工作方式。与此同时，您可以在许多企业中看到很多人对这种变化感到兴奋，但还不确定它到底是什么样子。这就是每个人都在试图发现的——技术在哪里最重要、在哪里已经准备好以及在哪里很快就会准备好。

AI 的企业用例桶

如果你看看现在的用例情况， ContextualAI 首席执行官 Douwe Kiela 解释说本质上是三个大桶：

信息发现和信息合成——如何获得更深入的见解而不仅仅是数据？
分层总结——如何将其变成我可以采取行动的东西？
支持聊天机器人

95% 的用例通常属于这些类别之一，而在这些类别中，公司正在试图弄清楚他们想要做什么。

Douwe 补充道：“对我们来说，最好的用例是你可以定义成功是什么样子的。令人惊讶的是，我们实际上看到的此类用例很少。更多的是‘哦，这项技术太棒了。我想在我的聊天机器人上尝试一下。当我们问人们，你如何定义成功？您将如何衡量这个东西对于生产部署来说实际上是否足够好？很多时候，他们没有一个好的答案。这确实是我们首先要寻找的东西之一。你真的明白自己想要什么吗？”

企业采用的最大障碍是什么？

特别是在企业领域，我们的小组成员认为，在人工智能方面，哪些因素实际上阻碍或失去了交易？

安全性——让他们的专有数据离开模型并进入开放市场
安全——维护或必须建立对数据的持续监控
内部数据治理——当您整合到单个人工智能工具或模型时，它就会丢失
幻觉——虚构事物的模型
归因问题——能够追溯到训练数据
合规性问题 - 忘记事情或无法轻松更新事情
FOMO – 如果这个模型在两周内不如其他模型怎么办？

Anthropic 联合创始人本杰明·曼 (Benjamin Mann) 补充道：“最敏感的客户想要 FedRAMP 认证之类的东西，以及需要多年和大量努力才能实现的东西。”虽然他们已经能够通过与亚马逊的 Bedrock 计划合作来解决这个问题，但这并不适合所有人。

最后，企业采用的另一个障碍是成功实施它所需的额外带宽。

本杰明补充道：“我认为很多人都认为这种新的人工智能技术从第一天起就会出现并且就像工作一样。但实际上， 事实证明它仍然是软件。对于软件，您需要与所有不同的团队一起进行用户研究和迭代。就我们而言，Notion 就是一个很好的例子，我们与他们的 CTO 以及每个人，一直到他们的一线工程师都密切合作，将 Anthropics AI 深度集成到了 notion 产品体验中，我们认为这是非常好的。但事实是，要实现这一目标需要大量的奉献精神。”

谁是企业中人工智能的早期采用者？

到目前为止，企业中的早期采用者通常是技术非常先进的公司，但也有大型银行和零售商，这也许并不奇怪。其他早期采用者可能是现在规模较大的软件企业，他们面临着上面列出的障碍。首席信息官经常带头，因为他们代表了整个公司的需求。销售人员、营销人员、人力资源人员和工程人员都需要技术，因此 CIO 已成为引入产品的焦点。

Douwe Kiela，ContextualAI 首席执行官最好的总结是： “我认为往往有技术非常先进的公司基本上刚刚准备好，但他们常常认为自己可以在内部做到这一点。因此，我认为，当人们意识到这件事比他们最初想象的要困难一点时，这种信念可能会在未来几年内消失。但除此之外，我认为我们看到的有趣的事情之一是首席执行官向下确实有一项授权。我们必须做点什么，对我来说，这很令人兴奋，因为这是一个商机。”

确保未来 50 强公司能够采用的最重要的投资是什么？

合规问题。安全很重要。一开始，由于人工智能要处理如此多的数据，信任是基础。

Glean 首席执行官 Arvind Jain 解释道：“第一件事就是致力于所有安全方面和合规性。因此，请获得 SOC-2 认证、HIPAA 合规性、GDPR 和 FedRAMP。这是企业需求的一个流，即只需要所有这些合规性问题。最重要的是，就产品而言，根据你的产品是什么，企业会对你提出很多要求。”

企业不仅仅会在第一天共享所有数据，因此能够将人工智能分层到现有的数据环境中，或者使用框架亚马逊和谷歌可以帮助消除进行大量采购和额外安全审核的需要。这些大型语言模型的未来将解决语言幻觉和数据归因的障碍，变得值得信赖，并理解你的品牌声音和你的公司是什么。

微调是否能带来竞争优势？

由于如今媒体对人工智能的报道如此之多，许多人一开始就对 ContextualAI、Anthropic 和 Glean 抱有很大的期望。

许多人不明白他们想要从微调中得到什么。他们只是听说了这一点，并认为这是获得竞争优势的一种方式。然而，有更好形式的技术出现 ContextualAI 首席执行官 Douwe Kiela 对此做出了最好的阐述：“实际上，我们在客户经常去的地方经常看到这种情况，我们想微调我们的模型，你能帮助我们吗？所以我们告诉他们的是 你可能被骗了。 你不必微调你的模型。”

杜威· 补充道：“你真的不需要它。您可能可以通过检索增强生成或通过使用非常长的上下文窗口来解决该问题。唯一需要它的情况是，如果您希望它支持一个用例，其中您拥有大量其他人没有的数据，并且它确实特定于该用例。”