花店老板不需要AGI，但客服成本可以降100倍 ——OpenAI董事長Bret Taylor的AI觀

2026年3月10日，Stripe聯合創始人John Collison的播客「Cheeky Pint」發布了一期重磅對話——嘉賓是Bret Taylor，Sierra CEO兼OpenAI董事長。這場長達101分鐘的深度對談，罕見地系統闡述了這位硅谷傳奇人物對AI Agent、企業軟件、商業模式和未來交互方式的完整判斷。

這不是一場常規的科技播客。Taylor是Google Maps聯合創造者、Like按鈕發明者、Salesforce聯席CEO、Twitter董事（推動馬斯克收購）、OpenAI董事長——他幾乎參與了每一個技術周期的關鍵節點；他創辦的Sierra在7個季度內突破1億美元ARR，估值100億美元，是史上增長最快的企業軟件之一；他在這場對話中提出了一個顛覆性觀點：AI生產力的原子單位是流程，不是人——而大多數企業都在"按組織架構堆AI"，而不是從流程出發。

最關鍵的判斷是：阻礙AI adoption的最大障礙不是模型不夠好，而是專業應用公司還太少。即使暫停模型開發，世界上仍有萬億美元的AI經濟價值尚未被實現。

以下是這場訪談的核心內容編譯。

原文鏈接：Cheeky Pint | The Verge Decoder

Taylor用一個反直覺的例子開場。

"假設你把全世界的AI和超級智能都交給一家街角花店，它能改善多少運營？也許有一點。但總得有人修剪花莖、插花、在門口祝賀你女兒的婚禮。"

他說這話不是為了唱衰AI——恰恰相反，他是最激進的AI信徒之一。他的意思是：AI不應該被簡單理解為"替代人力"的工具，它真正的威力在于重新定義企業內部那些跨部門、跨系統的流程。

他舉了一個具體的例子：一個大型企業要引入新的供應鏈供應商，涉及法務審合同、財務談價格、IT對接系統、業務部門發起需求——中間可能要17天。Taylor認為，AI不是讓法務更快審合同，而是讓這整個17天的流程變成17小時。"但最難的不是某個人的工作，而是所有系統和部門之間的銜接。問題是，沒有人對這個端到端的流程負責。"

"企業在按部門裝AI。'法務裝一個，財務裝一個'——但沒人對這個端到端的流程負責。我們shipping our org charts（按組織架構堆砌），而不是thinking from process（從流程出發）。"

這是Taylor對"為什么AI生產力提升還沒那么快"給出的最核心解釋。不是技術不夠好，而是企業沒有重新組織自己去吸收這個技術。他建議："不要給每個員工裝Copilot就說'我們AI化了'——要從第一性原理出發，問：你的業務中哪些部分有大量數字化工作流？AI在哪里能產生真正的大影響？如何設置你的公司，讓某個人真正對某個流程負責？"

Collison追問：那白領知識工作——法務、財務、法律——這些不是應該能很快看到AI提升嗎？Taylor的回答更尖銳："我覺得問題出在按部門思考而不是按流程思考。如果你說'我要讓法務更高效，所以優化合同審閱'——但合同為什么存在？它是為了什么？如果你是為供應鏈引入供應商，有幾百個，你可能發現做一個針對供應鏈的AI Agent——用非常具體的規則——比做一個通用的法務審閱工具要簡單得多。"

二、7個季度破1億ARR：Sierra的"電話革命"

Taylor的日常公司Sierra，做的事情說起來很樸素：幫企業搭建AI客服Agent。但樸素的事情做到極致，數據就不樸素了。

"我們7個季度突破1億美元ARR，8個季度達1.5億，現在大概1.65億了。"

Taylor在播客中直接給出了最新數據。這是史上最快的企業軟件增長之一。客戶中1/3收入超100億美元，過半超10億美元——Cigna、SoFi、SiriusXM、Ramp、Weight Watchers、Rocket Mortgage等。

Sierra的Agent不是三年前那種讓人崩潰的多選題聊天機器人。它能接電話、能聊天、能處理退貨、能審核保險理賠、甚至能幫你從頭到尾完成抵押貸款——全程無人介入。Taylor特別提到："語音已經超過了文字，成為我們平臺上更大的交互渠道。我們去年11月才推出語音功能，但它增長得極快——因為說話是人類最自然的交互方式。"

他的邏輯是：AI把最后一個模擬信號渠道——電話——數字化了。以前企業藏著自己的客服電話號碼，因為接不起；現在可以說"隨時打給我們"，因為AI把每通電話的成本降了兩個數量級。"過去一通客服電話的成本是10到20美元，現在用AI Agent可以降到10到20美分。"

他講了一個生動的例子："我總開玩笑，打給Sundar比打給Google客服容易——不是因為Google不在乎你，而是他們字面意義上負擔不起。如果每個想打電話的人都打，Google會破產?，F在，成本降了兩個數量級，整個對話的經濟學徹底改變了。"

更令人驚訝的是，Sierra的醫療客戶——保險公司、醫院、藥房——他們的AI Agent已經在用英語通過公共電話系統互相打電話了。"我們有TCP/IP和英語跑在PSTN上。你可以設計各種花哨的協議，但現有的軌道已經存在了。"

三、Ramp自動90%、SoFi NPS飆升33點：客戶實戰數據

Taylor分享了幾個具體客戶的表現數據。

Ramp：

自動解決90%的客服案件。Taylor說Ramp之所以能做到這么高，是因為他們技術實力強，在問題升級之前就主動介入。

SoFi：

部署Sierra后，NPS（凈推薦值）提升了33點——這在客服領域是驚人的提升。三個月內Agent處理超5萬次對話/周，自動解決率61%。

Weight Watchers：

AI Agent處理近70%的客戶會話，滿意度4.6/5。對于一家經常要處理"我為什么減不下來"這類帶情緒問題的公司來說，這個分數非常了不起。

SiriusXM：

全渠道部署——打電話、官網、App都是同一個AI Agent"Harmony"在應答。

Taylor還提到了一個有趣的"杰文斯悖論"現象：有一個零售客戶部署AI后，總客戶交互量的增長幅度幾乎抵消了AI帶來的成本節省。為什么？"因為以前的聊天機器人太爛了，沒人想用?，F在的AI Agent好用了，人們反而來聯系得更多了。CEO反而非常開心——'我們終于在傾聽客戶了。'"

他總結了一個關鍵洞察："在大多數情況下，你不能只是'推出AI、吸收成本節省、傳給股東'——除非你有壟斷。在競爭市場里，這最終會變成消費者剩余。就像ATM機——它沒有減少銀行網點，因為某個銀行想到'我要在網點放不同的人，他們可以產生收入'。結果不是崗位替代，而是完全不同的東西。"

四、"只為結果收費"：軟件定價的第三次進化

Sierra最獨特的地方可能不在技術，而在商業模式。Taylor一上來就強調："我們只為結果收費。AI Agent自主解決了問題，收一筆預談好的費用。如果需要轉人工，免費。"

這就是"按效果收費"（outcome-based pricing）。Taylor認為這將成為AI Agent時代的標準定價模式——就像SaaS訂閱制在2000年代革命了買斷制一樣。"Agent這個詞來自agency，意味著自主權。既然Agent是在獨立完成一個任務，那為什么不像給銷售人員付傭金一樣，按成果付費？"

他特別區分了"按效果收費"和"按用量收費"（usage-based pricing）："如果一個AI Agent給Stripe賣出了新客戶，我跟你說用了十分之一的tokens但成交量少了十倍，你不會高興。你在意的是商業結果，不是token數。Token用量和價值之間沒有必然關聯。"

他講了一個經典的蘋果公司軼事：某個新經理要求工程師每天報告寫了多少行代碼，一位工程師直接報了一個負數——因為他當天在重構代碼，減少了代碼量。"這就是用'計量'衡量價值的荒謬。"

Taylor還強調，按效果收費徹底改變了軟件公司和客戶的關系："傳統軟件實施出了問題，系統集成商指責軟件公司，軟件公司指責系統集成商，沒人真正為結果負責。按效果收費意味著——直到客戶成功，你拿不到錢。所以軟件公司有強烈的動機幫你走過最后一英里。"

五、"Supervisor模型"與"計劃性報廢"：Sierra的技術底牌

Taylor透露了Sierra的幾個核心技術細節。

星座模型：

每一條用戶消息在Sierra平臺上會觸發20+次模型推理調用。不是一個模型處理一切，而是多個模型各司其職——有的負責速度，有的負責質量，有的負責特定語言。

Supervisor模型：

這是Sierra的核心護城河。Taylor用了一個生動的類比：如果一個推理系統90%的時候是對的，10%的時候會犯錯或幻覺，再加上一個也是90%準確率的監督模型檢查它的推理過程，兩層疊加就能達到99%的可靠性。

"如果你是Sierra的一個AI Agent，你決定自己發揮不查資料，一個監督Agent會檢查你的推理，發現你脫離了腳本，把你打回去并告訴你：'你沒有權限做這個決定，理由如下，重新做。'"

計劃性報廢：

Taylor坦言，Sierra寫的很多代碼都計劃以后扔掉。因為底層模型進步太快——比如他們為香港客戶做了最好的粵語語音支持，但"三年后每個模型都會支持粵語"。"Sierra的護城河不在某個技術點上，而在于持續的創新節奏。就像早期SaaS公司要解釋為什么多租戶數據庫是安全的——那是他們營銷的核心。現在沒人關心這個了。我們正處在那個階段。"

對MCP的懷疑：

Taylor直言，他對MCP（Model Context Protocol）在未來的重要性越來越懷疑。"看看OpenClaw就行了——一堆markdown文件比一堆MCP服務器管用。Agent天然就會用grep。我認為這些Agent需要的上下文遠超MCP能提供的。"

六、SaaS股暴跌20-30%："合理但過度"——價值重心正在轉移

Collison提到了一個尖銳的問題：SaaS板塊股價近期跌了20-30%，市場在擔心AI會顛覆傳統軟件公司。Taylor的回答很坦誠："我覺得是合理的，但有點過度。市場告訴你的是——不確定性前所未有。這不是對某家公司的否定，而是對整個板塊的質疑。"

他的分析框架是：傳統SaaS的核心邏輯是年度經常性收入（ARR），本質上是年金。如果這筆年金兩三年后可能不在了（因為AI Agent替代了傳統軟件），你的貼現現金流分析就完全不同了。但Taylor提出了一個更深層的觀點：軟件價值的重心可能正在從"系統記錄"（system of record）轉向"流程執行"（process execution）。

"ERP系統之所以有價值，是因為它是企業的總賬——這種'數據庫就是價值'的公司比較持久。但如果你只是一個'參與系統'（system of engagement），價值可能會被AI Agent侵蝕。越接近數據庫本身就是價值的場景（比如總賬），越持久。越接近參與性場景（比如CRM的客戶互動），越脆弱。"

他舉了微軟的例子：當年大家也覺得微軟是上一代公司，但Azure和OpenAI的合作讓微軟逆天翻盤。"任何一家公司都可能做到。關鍵是——這是對板塊的否定，不是對個體的否定。"

七、"超級多面手"崛起與智能手機的終結

Taylor和Collison都觀察到了同一個趨勢：那些"什么都懂一點但不是某個領域最深"的人，過去在大公司里往往被邊緣化。但AI給了他們"外骨骼"。

Collison說："在Stripe，那些高自主性、真正關心客戶、工作 ethic 很強的人——也許以前不是最好的工程師——現在 massively ascendant。他們一直有想法：我們應該這樣服務客戶。但以前他們執行力有限。現在他們有了AI，所有的方案都可以變成現實了。"

Taylor給這類人起了個名字：Hyper-generalist（超級多面手）。他認為未來最有價值的不是最深的專家，而是那些有品味、懂客戶、有執行力的全能型人才。"作為Google Maps聯合創造者，我對自己寫的代碼有深厚感情。但我在逼自己不要太珍視代碼這個產出物。如果我還在意craftsmanship，那我在意的應該是文檔——意圖、PRD、客戶問題才是更持久的資產。"

訪談最后，Collison問了Taylor對2026年的預測。Taylor說了三個：AI將產生至少一個讓大眾能理解的科學突破；企業和消費者都將大規模采用AI Agent，這將是真正的"Agent之年"；硅谷大多數公司將不再手寫代碼——四個月前這還是一個大膽預測，現在聽起來已經理所當然。

但最有想象力的，是他關于智能手機命運的思考："我確實在想，我們是否會看到智能手機時代的終結。我們所有人都承認自己對這個發光的小屏幕有點上癮。如果未來你可以通過對話完成大部分事情——在開車時整理郵件、讓個人Agent幫你做調研——你真的還需要一直盯著屏幕嗎？"

他用一個自己孩子的故事來說明代際差異：他跟孩子們打電話時把手機貼在臉上，孩子露出了"你在干嘛"的表情——就好像看到有人在舔手機一樣。"在那一刻我意識到：我特么老了。"

八、Sierra是否"做空AGI"？一個坦誠的回答

Collison問了一個尖銳的問題：Sierra是否"做空AGI"——是否賭模型最終會取代你們做的事？Taylor給了一個罕見的坦誠回答："短回答是：我不知道。"

但他緊接著說："即使暫停模型開發，世界上仍有萬億美元的AI經濟價值尚未被實現。阻礙AI采用的最大障礙，不是模型不夠好，而是專業應用公司還太少。"

"太多創業公司都在做圍繞AI的常規工具，而不是真正為無聊但重要、有價值的業務流程構建Agent。如果CFO能直接買到一個'onboarding new supply chain vendors'的Agent，拿回來就能用——那萬億美元的價值會加速實現。我對此非常樂觀。"

這可能是整場對話中最有分量的一句話。當所有人都在討論"模型誰最強"的時候，Taylor提醒我們：真正的游戲不在模型層面，而在應用層面。每個行業、每個流程、每個"無聊但重要"的業務場景，都需要一家Sierra、一家Harvey、一家專門的公司去攻克。

模型是原材料，流程才是產品。

101分鐘的對話結束了，但這8個判斷會在2026年逐一驗證。

對AI從業者來說，Taylor的"流程優先"論值得認真對待——不是按部門裝AI，而是從端到端流程出發重新設計組織。對創業者來說，按效果收費和"無聊但重要"的Agent賽道，可能是下一波機會。對所有人來說，最值得記住的也許是Taylor那句："AI生產力的原子單位是流程，不是人。"

未來幾年，這句話要么被證明是組織變革的鑰匙，要么成為AI adoption史上最被忽視的洞察。無論如何，一家7個季度破1億ARR、估值100億美元的公司，已經用行動在驗證它。

資料來源：Cheeky Pint播客 (2026.03.10)、The Verge Decoder訪談 (2025.09.11)、TechCrunch、Sierra官網