@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……

X AI KOLs Timeline 新闻

摘要

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。

AI在现实世界中的扩散仍有巨大机会。大多数企业需要大量支持才能将模型突破应用到其工作流程中。 仅靠智能本身不足以改变大多数流程,因为你需要将智能与现实世界的反馈循环连接起来。这需要连接到各种企业系统,将正确的数据提供给AI,通过适当的用户体验让人类在流程的不同步骤中做出决策,拥有能够随时间改进基础数据和模型的工作流程,应对监管和合规挑战,等等。 你在银行实施用于客户注册的AI代理的方式,与法律团队中的合同审查完全不同。在生命科学、金融服务、法律、制造业以及许多其他关键行业中,AI只有以情境化的方式与现实世界接触才有价值。 这种交互将通过应用AI层实现。部分能力将直接来自实验室,但大量机会必然来自能够在每个行业深入发展的独立公司。 与某些观点相反,即使AI模型能力随时间提升,这种需求也不会减少。事实上,模型越好,你能自动化的流程就越宏大,这通常需要更多的应用层。现在机会巨大。
查看原文
查看缓存全文

缓存时间: 2026/07/27 01:44

将AI融入现实世界仍有大量机会。大多数企业需要大量支持才能将模型突破应用于其工作流程。

仅靠智能本身不足以改变大多数流程,因为你需要将这种智能与现实世界的反馈循环连接起来。这需要连接各种企业系统、向AI提供正确数据、通过合适的用户体验让人类在流程的不同阶段做出决策、构建能随时间推移改进底层数据和模型的工作流程、应对监管和合规挑战等等。

在银行为客户开户场景中实施AI代理的方式,与法律团队进行合同审查的方式截然不同。在生命科学、金融服务、法律、制造业及其他关键行业中,AI只有以情境化方式与现实世界互动才有价值。

这种互动将通过应用AI层实现。其中部分能力直接来自实验室,但大量机会必然来自能够深入各个行业的独立企业。

与某些观点相反,即使AI模型能力随时间提升,这种需求也不会减少。事实上,模型能力越强,你能够自动化的流程就越复杂,而这通常需要更强大的应用层支持。现在正是充满机遇的时刻。

相似文章

@levie: 过去几个月,我们可能正在见证应用AI层在大规模场景下的模样。尽管一些初步的批评认为这只是LLM之上的一层薄薄封装,但事实证明,在企业中驱动自动化工作流远比想象中复杂得多。而任何存在复杂性的地方,随着时间推移,通常都会形成护城河并创造价值。

X AI KOLs Following

对企业中新兴应用AI层的分析,概述了关键组成部分:构建工作流特定功能、智能模型路由、通过FDE进行变更管理以及领域特定的市场策略。文章认为,尽管存在一些批评,这一层将创造可持续的护城河和价值。