@levie:正确的观点。世界上99%的token将在企业场景中被消耗。它们将用于编写代码、……
摘要
Aaron Levie 认为,99% 的 AI token 将在具有高经济价值的企业场景中被消耗,而面向消费者的 AI 将被嵌入到服务中;他预计,由于工作流程需要重新设计,AI 的普及将需要数年时间。
查看缓存全文
缓存时间: 2026/08/06 10:36
说得对。世界上99%的token都将在企业环境中被消耗。
它们将用于编写代码、梳理海量的生命科学研究资料、实现制造业自动化、保障企业安全、检测欺诈,以及成千上万类似的有重大经济价值的任务。这既是AI成本最能被合理化的地方,也是并行工作者替你执行任务所带来的影响最有用的地方。
即便那些对消费者影响最大的智能体,也常常被打包成端到端的服务,消费者不会去考虑另一端是否有人工智能系统,比如更快的保险理赔或银行开户流程。
但关键在于,智能体在经济中的普及需要数年时间,因为工作流程必须重新设计以融入AI,这是对当今大多数工作方式的彻底改变。任何期望这一切在一夜之间发生的人,都需要更新自己的时间表。
sean lee (@infinitefun_): 嗯,并非如此。
普通消费者几乎没有任何外包认知工作的需求。他们需要的是他们的Netflix和DoorDash——作为消费者,你的任务说白了就是放松下来,保持快乐和有动力。
如果你不觉得这是显而易见的,那你很可能……
相似文章
@levie: Token成本将成为企业未来AI应用中的主导话题。刚与许多Fortu…
Token成本正成为企业采用AI的关键关注点,CIO们难以管理不同模型和用例的开支。OpenAI宣布推出Guaranteed Capacity以解决长期计算资源获取问题。
@levie: AI在现实世界中的扩散仍有巨大机会。大多数企业将需要大量……
Aaron Levie讨论了应用AI层的必要性,该层连接AI模型突破与企业工作流程,强调随着模型改进,更宏大的自动化成为可能,为专业公司创造了持续的机会。
@levie: 大型企业中出现的一个普遍趋势是,token 预算成为一个重要议题。随着代理能够执行越来越多耗时较长的任务……
本文探讨了企业中 token 预算这一新兴趋势,强调随着 AI 代理消耗大量计算资源,需要新的管理工具。文章指出,这将创造出一个初创企业机会,即提供软件解决方案以对代理式支出进行可视化和控制。
@levie: 要继续获得大规模智能体采用,最佳方式是持续降低智能成本…
Levie认为,降低人工智能(token)成本是扩大智能体大规模采用的关键,并预测未来大多数信息工作将涉及智能体,同时提到开放和封闭模型均在创新。
@levie: 这里有一些关于AI令牌成本优化的良好最佳实践。但如果没有深入理解,这些都无法实现……
一条推文讨论了AI令牌成本优化的最佳实践,认为企业需要深入了解工作流程和架构才能最大化投资回报率,这对应用型AI公司来说是一个重大机遇。