#模型时代# 一个AI创业者从企业AI转型中学到的教训

Brendan Falk 是Stealth公司CEO，此前是 Fig 的创始人兼CEO，Fig 是一家为命令行提供自动补全功能的开发工具公司，后来被Amazon/AWS收购。他刚发了一个推文，讲了一下自己在企业AI市场折腾了一下之后的感受。

总之是不理想。和我对中国企业市场的体感差不多，春节过后，国内企业AI市场卖了一波一体机，然后就动静不大了。虽然企业一号位都很急，但是落实下来，坑很多。

YC前两天讲了一句话，不要帮助恐龙（传统企业）转型，不如亲手干掉恐龙。

***
我们将不再进行企业人工智能转型业务（构建"人工智能原生版Palantir"），至少目前是这样。
注：Palantir是一家为政府和大企业提供数据分析平台的公司。目标是构建一个以AI为核心的类似平台，帮助企业实现智能化转型。

在下面分享了我们的主要心得：

一、在过去的3个半月里，我们与许多全球2000强（收入超过50亿美元）公司密切合作，部署了多个定制的人工智能代理。

二、以下是最意想不到的收获：
1）为大型企业实施部署和制定人工智能代理所需的时间比预期的要长得多。
人工智能让工程变得快速，但销售、产品、系统集成和实施却慢得让人惊讶。
客户不知道自己想要什么，利益相关者也不知道自己想要什么。每个决策都需要多轮讨论和调整。
2）部署自定义人工智能代理后，维护它们所需的时间和精力比预期的要多得多。
企业流程中存在无数的边缘情况，而这些边缘情况在前期是很难考虑到的。您基本上需要专门的产品经理来处理每个部署的代理。
3）不同客户的用例各不相同，使得产品和GTM（Go-To-Market）的可重复性非常困难。
我们参与了多个行业（保险、能源、软件、专业服务）和部门（销售、法律、客户服务）的转型工作。每个案例都像是从零开始。
4）小型交易和大型交易一样费力，只是利润更低。

三、我们（本）认为，先从小型交易开始，然后迅速扩展到大型交易和新的使用案例，这样才是明智之举。事实证明，小型交易也需要大量的工作，但回报却少得多。

四、考虑到我们的经验和人工智能行业的发展速度，我们认为现在最好还是把重点转向其他方向。我们有很多想法。我们将开始激进地构建和发布它们。

最重要的是快速学习。企业AI转型很慢，因此我们的学习也很慢。我们需要：
1）集中精力；
2）"进入竞技场"。

我们相信人工智能才刚刚起步。我们有一个优秀的团队和许多我们认为应该存在的想法。我们将以疯狂的速度推进这些想法。我们可能会失败很多次，但这没关系，因为我们的学习速度会比其他人更快。

最后，悄无声息的做事情是一个错误。