辍学潮来了？19、20 岁年轻人“逃离”教室去 AI 创业，20 多年创业大佬断言：他们的机会比大厂大

“19、20 岁的年轻人，尤其是斯坦福、MIT 的学生，很多人都辍学创业。”拥有 20 多年云计算从业经历的云存储公司 Box 创始人 Aaron Levie 说道。

Aaron 是云计算时代创业成功的典型。Box 的创意最初来源于 2004 年他在大学里做的一个商业项目。该项目研究了企业的云存储选择。在联系了几家机构、询问他们是如何存储内容和数据后，Aaron 得出结论：市场高度分散。于是他看到一个机会，可以建立一个在线文件存储业务，让个人能够访问和保存文档及文件。

2005 年 12 月，Aaron 在南加州大学（USC）读大三时选择休学，与朋友 Dylan Smith（后来成为 Box 的 CFO，当时在杜克大学就读）一起创办了 Box（最初名为 box.net）。当时，Box 提供的是一项用户付费将文件存储在云端的服务。

Aaron 和 Smith 于 2005 年 4 月正式注册成立了 Box，公司最初在 Smith 父母位于华盛顿州默瑟岛的家中运营。不久后，他们将公司搬到加州伯克利。Aaron 和 Smith 最初通过一封冷冰冰的电子邮件为其拿到了来自德州亿万富翁 Mark Cuban 的天使投资。到了 2007 年，随着面向消费者的云存储市场竞争日趋激烈，Levie 和 Smith 决定将 Box 从一个消费级服务转型为面向企业销售的云存储服务。

2011 年时的 Aaron

现如今，Aaron 也扎进了 AI 的探索中。在 A16z 组织的一次访谈中，Aaron 透露，目前 Box 约 30%的代码来自 AI。据悉，内部采用了数款 AI 编程工具，如 Cursor 等。公司员工的反馈是：有些人说生产力提升了 20%到 30%，有些人则说提升了 75%。值得注意的是，无论是资深员工还是初级员工，都有声称生产力提升 75%的，也有说提升 25%左右的。Aaron 猜测关键在于“谁愿意推动 AI 做更多事”。

但是，Aaron 表示初创公司的情况更惊人。“我经常和 3 到 10 人的初创公司创始人交流，他们说自己的生产力提升了 3 到 10 倍。”Aaron 称，最大的变化是：一年前大家讨论 AI 时，还在说它能“预测输入内容”，比如每次多写几行代码；但现在的核心是“后台智能 Agent”——你给它一个详细指令，发送出去，20 分钟后它就会返回结果。

“这有点像‘老虎机’，有时结果不对，你得判断哪些内容能用。但那些生产力呈数倍增长的初创公司，其实已经在以完全不同的方式进行工程开发：他们把任务交给 AI，等结果回来后，主要工作就变成了代码审查，而非代码编写。这显然会改变计算机科学的未来形态。”Aaron 说道。

他还特别提到，19、20 岁的年轻人，尤其是斯坦福、MIT 的学生，很多人都辍学创业。“在以前的时代，他们可能是‘10 倍工程师’，但现在有了 AI，他们变成了‘100 倍工程师’。他们创办公司的方式和我们 19 年前辍学创业时完全不同——这是我见过的‘公司创办模式’最重大的变化。”Aaron 称。

他解释道，2010 年代中期到 2020 年代初，行业其实处于“沉寂期”，核心需求都被满足了：有了 Slack 就不需要其他聊天工具，有了 Zoom 就不需要其他视频会议工具，SaaS 覆盖了职场核心需求，消费端有了外卖、音乐、视频平台。年轻创业者没什么可做的，不像 2000 年代中期“移动+云成熟后，所有品类都要重构”那样有大量机会。

而 AI 带来了“重置时刻”：巨头只有“渠道优势”，此外并没有其他真正的优势，甚至有很多劣势。AI 能把“服务转化为 AI 劳动力”，而这些领域以前没有软件巨头，初创公司没有直接竞争对手。此外，巨头内部工程流程复杂，无法“以 10 倍速度迭代”，而初创公司能做到，还能借助“后台智能 Agent”瞬间获得规模优势。再加上现在软件能通过病毒式传播快速起量，巨头的“规模优势”被中和了——这正是初创公司的黄金机会，尤其适合刚毕业的年轻人，他们“不知道创业有多难”，敢冲进那些“看似已被解决”的市场，最终做出真正的公司。

在与 YC 普通合伙人 David Lieb 的炉边谈话中，Aaron 又特地强调了这点：“过去几年间起步的年轻企业，将一步步成长为新的大厂。”这次谈话中，Aaron 详细分析了为什么初创公司会在 AI 时代获胜，还反思了长期调整一家公司的意义、在多个技术浪潮中保持相关性的惨痛教训。

下面是两人的对话，我们在不改变原意基础上进行了删减整理，以飨读者。

“云计算可没有 AI 这样破圈”

主持人：我跟 Aaron 是老朋友了。在这次访谈之前，我专门翻了翻邮箱，找到一封很久前邀请三位创始人会面的邮件，就是你、我还有 Sam Altman。我看到邮件时就想，“哦，好吧，现在人家 Altman 肯定不会出现了”。

那在讨论 AI 之前，我们先聊聊你经历的另一场重大转型吧。

Aaron：你说的是数字化转型吧？

主持人：没错，这场革命的核心是云计算。可以为大家概括一下数字化转型的情况，看看那场革命跟如今的 AI 转型有什么共性和差异。

Aaron：我们这家公司创立于 2005 年，那可是 20 年前。当时的互联网速度比现在慢得多、浏览器弱得多，iPhone 也还没出现。没有 Android 系统、没有 Chrome 浏览器，一切都不能跟现在相比。我们最初的想法是，随着互联网速度越来越快，移动设备的应用也会越来越多，用户肯定希望能随时随地访问自己的数据。这就是 Box 公司最初的理念，想帮助用户在不同设备间灵活切换，访问自己的文件并开展协作。

所以我创办了这家公司，最初专注于消费级市场，或者说专业级消费市场。我们上线的第一周，大概只有 10 个人注册，当时的业务增长非常非常缓慢。后来我们的增长逐渐加快，而且从 Mark Cuban 和其他几位天使投资人那儿获得了一些早期资金。

接着，我们决定从大学辍学，我们知道情况正在好转。我们采用免费增值的模式，允许人们免费注册直接使用产品。但后来我们遇到了发展的十字路口——是继续面向普通消费者，还是转向为企业服务。我们当时的考虑是，跟那些免费提供存储空间的消费级技术平台对抗不是个好主意，他们会把存储服务嵌入到自己的操作系统、社交网络当中，想跟他们竞争并保持盈利实在太难了。所以，我们决定转向企业级市场，而且有信心比当时多数大厂的产品更便宜、更便捷。

回头来看，我们幸运地选择了最合适的时机，当时企业内部正在全面建立新的 IT 架构。我们正好把握住了这股浪潮，随着企业业务迁移至云上，我们能提供远超传统服务的更强安全性和丰富功能，让企业获得一种轻松可靠的数据共享与信息访问方式，于是我们成了更多企业的理想选项。正是这波云计算浪潮推动我们走到了今天。

云计算的早期发展跟如今的 AI 有很多相似之处，而最大的区别在于，当初的云计算需要大量宣传投入才能让大家信服。我们得反复游说和强调，云计算代表着新的技术时代，而且企业可以放心把数据托付给我们。没有这份信任，我们就没法跟企业签订合同，自然也建立不起庞大的客户群体。但 AI 不一样，AI 的群众基础更好，不需要说服大家认同 AI 代表着未来。虽然大厂采用 AI 的速度仍然不快，但这不是因为他们不相信，而是大厂的转型就是比较慎重且缓慢。

主持人：单纯因为他们用过 ChatGPT，所以就愿意相信 AI 代表未来？不清楚具体有多少企业真正部署了 AI 解决方案并且产生了实际性影响。

Aaron：是的，大家就是这么相信。云计算可没有如今 AI 这样破圈，当时云还不至于在全民层面引发讨论，它就自然出现，很酷很高效。但从 IT 部门的视角来看，云又非常可怕。毕竟自己的服务器可以随时查看、管理所有软件，但把这些交给亚马逊云科技、微软或者谷歌就完全是另一码事了。这代表一种观念上的巨大转变，而 CEO、营销主管和业务部门根本不关心基础设施是怎么交付的，他们也不可能敦促 IT 部门主动转向云端。反正云计算获得的关注远远不及 AI。

AI 可就不一样了。早在上百年前，科幻小说就畅想过未来会有自主机器人、有人工智能。过去二、三十年，AI 一直受到人们的关注，大家会期待自动驾驶汽车，Siri 和 Alexa 这样的早期产品也让更多人建立了初步认知。所以，人们普遍相信 AI 终会变得足够强大，成为我们生活中的得力助手。

现在有了 ChatGPT，营销主管和 CEO 也能直接体验，然后发现这东西确实厉害、能快速生成相当不错的营销方案，甚至比人类员工写得还要好。于是 AI 代表未来就成了共识，唯一的问题就是怎样建立起一套安全可靠、能够放心让它处理数据的 AI 系统。如今企业经历的所有变化，都是围绕这个课题建立起来的。

主持人：说得好。那 Box 最初其实就像云端的一个文件夹，你们后来又添加了一堆功能，但这个基本定位是不变的。而 AI 似乎有着彻底颠覆一切的潜力，让很多超酷的设想变为可能。

Aaron：没错。在我们看来，最令人兴奋的是，AI 智能体很大程度上依靠非结构化数据构建而成。

世界上最重要的数据基本就分成两类：一种是结构化数据，也就是数据库里那些数据。比如我们明天要发布一款应用程序，那首先要创建一套数据库，其中存储着客户名称、IDS、用户 ID 等等。而如果是一家大公司，所有录入数据库的数据都是发票编号、客户记录编号、公司收入金额以及分销合作伙伴名称等等。数据库里的内容就是这种。

除此之外，企业还掌握着大量非结构化数据，也就是各种文档，包括合同、营销资产、演示文稿等等。之所以称其为“非结构化”，是因为它们的格式非常自由，本身不受任何固有计算结构的限制。在 AI 时代之前，这类数据根本无法真正实现自动化处理。

两年前，我们还没办法直接上传一大堆文件再就内容提出问题，因为计算机不知道如何读取文档并理解其中的内容。AI 智能体从根本上改变了这一点，突然之间文件夹中的所有数据对于企业都变得极其宝贵，现在他们可以提出关于数据的任何问题，并围绕这些数据设计自动化工作流程。

我们的基本愿景是，如果能把所有这些信息转化成新的企业资产或者知识体系，再让公司在此基础上规划运营，情况会如何？我认为这是个巨大的创业机遇，让 AI 智能体替代企业中的大部分任务或者职能。

“人类不用工作”，纯“拍脑袋”

主持人：假设你说的这些成为现实，AI 智能体可以接管很多工作了，那大家不就更担心了——有了 AI，人类不就没用啦？

Aaron：简单来说，目前企业中大多数职位都被无价值事务给捆绑了。不信大家可以评估一下自己一天下来到底做了什么有价值的工作——包括发送的每封邮件、查找了信息、查阅的数据等等，看其中真正有价值的部分有多大比例。相比之下，跟客户开展合作、尝试规划突破性设计、引导客户更多使用自己的产品，这些才是值得耗费时间的东西，但我们能用来做这些事的时间其实不多。

企业内部的绝大多数时间都浪费在那些看似有必要、却不具备任何战略意义的活动上。事实上，真正有价值的是那些突破性创新、跟客户沟通、认真规划营销活动、主动为客户提供支持等工作。

我觉得现在的很多媒体都是一拍脑袋就胡说八道，比如认为 AI 正在取代我们的工作。但大部分媒体从业者既不是大企业的内部员工，也没看到大厂把多少时间浪费在那些看似有必要、却不具备任何战略意义的活动上。当我跟企业沟通，问他们能不能把这些无聊的事情交给 AI 智能体去做时，他们立刻眼前一亮，因为他们意识到，宝贵的人力可以腾出时间去做更重要的工作了。换句话说，以往有效率或者成本上不可能彻底被消除的日常杂务，在如今的 AI 智能体手中没准会被全面接管。

我自己就有切身体会。要想设置岗位，先得做成本核算，觉得有利可图才会实际招人。但很多积压工作的门槛太高，我甚至没法先试着分配某个人看看有没有收益。根据个人判断，我觉得未来十年大多数工作都将属于这一类，也就是在 AI 时代下根本无从着手的部分。企业主不可能每年拿出 12 万美元来尝试能不能产生价值。但未来十年，大家可以部署 AI 智能体来处理这些业务，让公司员工集中精力处理被证明更有价值的工作。

比如说内部要搞一波广告宣传，那我们得针对主要市场翻译成三到五种语言。但翻译的成本很高，如果要在各个地区、各个细分市场都做调整，那就完全不可能。而 AI 智能体可以瞬间把一份广告方案翻译成上百种语言，帮助公司走上发展快车道。我们可以借此进入更多市场、服务更多客户，而智能体是决定这一切能否实现的前提。以往我们受到人力和时间的限制，现在则不仅可行、而且合理。

主持人：但这跟我们观察到的现实不太一样。亚马逊宣布由于 AI 技术的普及，未来几年他们的员工人数将有所减少。你会怎么解读这些相反的现实呢？

Aaron：我也是刚刚看到这篇报道，对于背景了解得不够清楚。我相信亚马逊这么做有自己的考量，但这也是 AI 时代下大厂干不过初创公司的原因所在。比方说亚马逊有几十甚至上百万员工，已经涵盖了所有可能的职务，比如说配送服务等等。他们已经把很多中小型企业做不到的事情做完了，所以除了裁员和替代，他们做不了更多。

但如果是一家只有 50 人的公司，AI 智能体一夜之间就能让他们像 500 人的企业那样运作，那当他们把规模扩展到 100 人，是不是 AI 加持就能让他们成为千人级别的大企业？从这个角度想，AI 就是在创造就业机会。他们可以把 AI 当作人力放大器，更好地服务客户、研究客户，更从容地开发下一阶段最有价值的功能。Cursor、Windsurf 等技术的存在，让他们能够更快完成功能开发。

所以说后 AI 时代，这类公司的发展会加快吗？我认为肯定会，因为他们有能力入驻更多市场、完成更多工作。亚马逊这类大厂的新闻有参考价值，但也只代表一部分现实，毕竟 AI 对他们的能力提升相对有限。而如今成千上万的初创公司和小型企业，则能够在 AI 的加持下获得前所未有的市场影响力。

初创公司的机会具体在哪里

主持人：那作为现在的“大厂”，基于刚刚提到的逻辑，你会不会担心自己未来会被初创公司取代？

Aaron：这个我没法说太多，毕竟事关切身利益。最近几年，我一直在思考一些类似存在主义的问题。对了，你是哪年加入 YC 的？

主持人：2022 年。

Aaron：这个时机相当好。大概也是在 2022 年，我列了一份清单，类似于思维实验，包括吃饭、睡觉、旅游、阅读等等。但这份清单并不长，大概一共也就几十个词。这些词的背后蕴藏着我们有机会把握的很多商机。

如果是在 2008 年，音乐、旅游、娱乐、住宿、餐饮，这里有很多体验还不够完善的空间。比如选餐厅很难、下载盗版音乐很不好之类。但时间来到 2022 年，其中很多问题都解决了。美食推荐、餐饮配送、音乐平台、在线流媒体等等迅速涌现。而 YC 几乎参与了其中半数问题的解决，基本上在 2008 年到 2014 年这个阶段，很多固有顽疾都被消解掉了。

企业领域也基本如此，如今企业工资单、CRM 往来邮件、日历等固有需求都得到了满足。换句话说，在这几年之间，互联网时代的技术储备已经把大部分服务的体验做到了极致。但如今我很有信心，这个十年清单上会出现一连串新词，而这份机遇将由初创公司来把握、塑造出下一代解决方案。

AI 已经改变了整个产业格局，创造出了足够多的想象空间，而且很多机会是之前并不存在的。Salesforce 就在用 AI 做客户关系管理（CRM），这类方案在过去就没办法实现。所以说，那些专业服务或者类似缺少现成技术处理的，都是 AI 智能体潜在的发挥空间。

相信在最近这两、三年内，将有上百家初创公司诞生，并最终成长为市值 50 亿、100 亿甚至 200 亿美元的超级大厂。他们会找到新的机会组合，借助 AI 智能体第一次以软件的形式加以解决，而不再像过去那些只能堆人力。我觉得每个人都有机会，这显然值得期待。

主持人：这些新机会组合，应该跟我们熟悉的软件完全不同了吧，整个商业模式也肯定会变化。具体是怎样的变化呢？

Aaron：以 SaaS 公司为例，在此之前唯一的盈利策略就是向客户出售软件许可证，按人头来讲就是出售“席位”。比如说销售律师服务软件，那能卖出的就是一家律所全部律师数量的软件，这极大限制了公司的潜在市场规模。

而智能体将彻底打破这种局面，它们可以把整个操作过程也包含在软件本体之内。这样在销售时，我们就能说“贵所虽然只有三位律师，但我的智能体几乎可以完成相当于无数律师的工作量”。就是说，软件销售量不再跟人头数相关，而是由能够接到的法务工作总量决定。

这将成为新的盈利策略。假设原本每份合同的人工审核成本是 5 到 10 美元，而 AI 智能体审核一份合同的成本只有 10 美分。这时如果向客户收取 2 美元，他们会觉得便宜得不可思议、实现了 80%的成本节约，而我们的利润也相应变高了。

我觉得各个领域都会经历这样的商业模式转变。当然，目前最理想的仍然是订阅机制，而不是只在使用软件时才付费，免得客户在达成目标之后就再也不买了。这是保持经常性收入流的好办法。

主持人：但这里又有个悖论。AI 功能是开放的，如果大家都知道审查一份合同的 AI 成本就是 10 美分，那真的还有人愿意为这事向你们支付 2 美元吗？

Aaron：这个就要看你在 AI token 之上构建了多少软件。如果几乎没有软件层，你的价格可能最多只能维持在 token 成本的两倍左右；但如果有大量的软件叠加，你可能就能维持 80% 到 90% 的毛利，这意味着能在 token 成本基础上获得五倍、八倍甚至十倍以上的提升。

大家都觉得我们 Box 是做存储的对吧？但其实不是，说服客户付钱的其实是我们在存储之上提供的软件功能价值。所以，客户愿意订阅服务的理由，也肯定不只是原始 token，而是厂商在大模型之上提供的额外功能。这些智能体将拥有一套独特的上下文、相应连接、功能和数据访问权限，进而支撑起相当可观的溢价空间。

主持人：没错，Google Photos 就是个典型。当初提议开发 Google Photos 时，公司里很多人都觉得这东西永远赚不到钱，因为它只是项存储功能。但最终利润竟然高达 90%以上，真是神奇。

Aaron：是的，而且我相信其他行业也有类似的空间。我们假设 AI 是个供给端成本越来越低的行业，就是说随着时间推移，下游端的运营成本会越来越低，就是说利润率会自然而然地提升。所以说初期的价格可以定得相对友好一些，把盈利预期稍微推后一些。现在 Cursor、Windsurf 的价格都不算低，但还算处于合理范围。相信再过几年，它们会越来越便宜，这才是健康的发展趋势。

主持人：是的，只要别无脑打价格战，发展趋势应该就能保持健康。

Aaron：拿我们来说，我们已经很久没有在消费级市场上直接参与竞争了。但 Dropbox 这十年来一直都在这个领域。如果让专家去分析，他们真的没法理解用户为什么要每月花 10 美元订阅这种存储功能。但数据网络效应的存在让这一切成为现实，所以哪怕是在竞争异常激烈的市场中，只要价格不至于太贵，大家就能找到适合自己的位置，并用不断创新吸引人们一直使用你的产品。

主持人：最近我听到一种说法，如果 AI 技术会持续发展，那再过个四、五年，公司内部是不是就能开发出所有软件了？与其雇外部厂商帮我做事，不如让 AI 智能体模拟所有外部厂商提供的功能。你觉得这事可能吗？

Aaron：这里我要介绍 Jeffrey Moore 写的《跨越鸿沟》这本书，这应该是有史以来排名前五的商业必读书之一。另外还有一本《创新者的窘境》，这书能排到第一。

Jeffrey Moore 提出了“核心与背景”的概念，就是说每家公司必须根据自身业务背景来决定什么是核心业务。对于迪士尼，业务核心就是设计出令人惊叹的大 IP 和角色。基于这个核心诉求，迪士尼就必然要起用精通技术的皮克斯，至于人力资源部门明显就不是需要特别关注的“核心”。

迪士尼的价值主张决定他们不用太重视人事工作，所有资源都应该集中在创造和获取 IP 上。我说这个的意思是，每家企业都有定制化需求，必须结合实际编写相应的软件。

所以，AI 智能体可以构建人力资源系统，不代表它就能直接替代 Workday 或者其他厂商的方案。术业有专攻，你真正能做好的永远是自己的核心业务，其他的东西最好交给外部专家。所以我觉得你提到的说法挺有意思，但大多数企业都不会选择全部靠 AI 智能体来自研。

我一直看好定制化软件，企业有太多工作要做了，没那个工夫针对业务的核心部分构建定制软件。所以 Cursor 和 Windsurf 这些软件就能在一定程度上解决问题，相信实际表现也会越来越好。

一些建议

主持人：现场有很多在读的本科生、研究生和应届毕业生，他们肯定也希望有一天能开创自己的事业。你对他们有什么建议？在 AI 新时代下，他们该怎么做？

Aaron：一定要读《创新者的窘境》、读《跨越鸿沟》、读《蓝海战略》，这是三本必读书。只要认真消化了这些内容，我保证大家在 B2B 市场上会比大部分纯靠本能做事的初创公司好上十倍。你将拥有颠覆性的市场审视思路，了解到哪些企业容易受到冲击，大大提升自己的成功几率。

第二就是建立一支优秀的创始团队。搞过创业的朋友肯定有体会，跟某些人一起努力会更有乐趣、也更容易度过艰难时期。所以一定要组织起乐于与之共事的团队，共同克服所有困难。

再有，确保你关注的市场确实由 AI 主导，就是环节中的一切都跟 AI 有关。如果你选择的赛道压根没给 AI 什么发挥空间，那就别碰。比如说，要选择那些 AI 能从根本上改变市场环境或者左右发展进程的领域。这就是顺势而为，顺势、组建优秀团队，再选择一个宏伟的愿景。

现在已经到了这波浪潮的收尾期，估计再有两、三年窗口就会彻底关闭。过去几年间起步的很多年轻企业，将一步步成长为新的“大厂”。所以要保持信心，毕竟这样的窗口期可遇不可求，务必牢牢把握住它。

快问快答

Q1：我想提两个问题，但它们的答案可能高度重合。在你们的核心存储业务领域，AI 到底能管理或者说协助解决什么问题？第二个问题是，纵观整个存储领域，AI 或者其他新兴技术到底能带来哪些颠覆性的改进？

Aaron：你关注的具体是哪个方向？数据存储和共享之类的话，我觉得 AI 确实可以增强数据存储，比如说业务数据的生命周期管理。以 Google Photos 为例，他们需要想办法把最活跃的数据存放在服务器中速度最快、吞吐量最大、访问性能最强的区域内。AI 在这方面肯定有所帮助，它能预测人们想访问什么、用什么方式访问等等。另外，人们处理数据的方式也在变化，比如怎样将这些数据转化为公司新的知识产权或者有价值资产。

Q2：我是一名游戏设计师，在本地一家初创公司工作。我去年刚从南加州大学计算机科学和游戏设计专业毕业，我超爱自己的专业。我的问题是，你觉得生命的意义是什么？

Aaron：你今年……24 岁，对吧？我觉得对你来说，思考这个问题还太早。你现在该做的是埋头苦干，所以先行动起来吧。追寻人生意义不是这个阶段的主要矛盾。

随着时间推移，你应该会自然而然开始理解人生这件事。比如说你能以怎样的方式帮助社会，怎样满足家庭和孩子的需求等等。但现在你才 20 多岁，所以别想那些过于宏大的议题，先埋头苦干。总之，善待每个人、尽可能帮助世界，等过个五年再回头看。就像刚刚说的，千万别错过当下这个宝贵的机遇窗口期哦。

Q3：Dylan Field 讨论了设计师将越来越重要，特别是在 AI 迅速加快整个开发流程的背景下。也就是说，精湛的工艺和优秀的设计可能会成为 SaaS 厂商的核心差异化优势。那你会如何看待工艺和产品设计？随着公司发展，Box 又要如何适应这种核心卖点的变化？

Aaron：长久以来，企业软件的设计一直比较粗糙，因为软件买家并不太关心设计方面的细节，他们需要的是满足某种特定功能需求。所以企业对优秀设计的选择是种自主选择。当然，优秀的设计确实很重要，我们也会高度重视，为用户开发出更优质的软件一直是我们的使命。

所以，我相信这个趋势确实存在，并在可能的前提下尽量把企业软件做得外观精美、体验良好，哪怕客户并不是特别看重这些。这种高标准、更出色的软件只能吸引一部分客户，但至少能让我们对自己的成果更满意，这也很重要。

Q4：前几年我在中国建立了一家独角兽初创公司。现在我打算来美国创业，第一步肯定是要加入 YC，不知道你会给我什么建议。比如说像 Workday 这种在数据存储领域占据主导、掌握着海量用户数据，而且最近也在频繁发布 AI 智能体的大厂——虽然不知道是真有料还是仅仅在宣传炒作——初创企业真的还有希望吗？第二个问题是，你对知识管理是怎么理解的？

Aaron：我觉得你高估竞争对手的能力了。当然，料敌以宽肯定不是坏事，我也会假定 Workday 的智能体确实很强，然后再思考要用什么策略跟他们竞争。举例来说，你可以进军他们尚未涉足的市场。假设 Workday 目前已经有 1 万家客户，但全球有上千万家企业需要人力资源相关的智能体服务。所以，所有非 Workday 客户都是我们的潜在目标。另外，Workday 做人力资源智能体并不是特别专业，这也给初创公司留下了机会空间。

因此，我特别看好初创公司，毕竟老牌大厂不得不更多关注现有客户群体的智能体需求，而市场上的其他机会就留给了年轻的后起之秀。至于知识管理，我相信大厂们做得不错，但具体方法其实多种多样。

原文链接：

https://www.youtube.com/watch?v=uqc_vt95GJg

https://www.youtube.com/watch?v=JI_lyrkh4Gs