企业官网建设流程全解析

百度生成在线网站地图,深圳网站建设最专,网站建设公司论坛,火车头 wordpress 4.9作者 | OpenAI PodCast编译 | 王启隆出品丨AI 科技大本营#xff08;ID#xff1a;rgznai100#xff09;2026 年的 AI 圈#xff0c;似乎没有太大的变化。马斯克一如既往放狠话#xff0c;直言 2026 就是“奇点之年”。他说人类以后不过是数字超级智能的“生物引导程序”IDrgznai1002026 年的 AI 圈似乎没有太大的变化。马斯克一如既往放狠话直言 2026 就是“奇点之年”。他说人类以后不过是数字超级智能的“生物引导程序”甚至咱们引以为傲的医生三年内手术水平也要被 Optimus 机器人超越。与此同时xAI 的联合创始人 Igor 也在感叹现在有些星期技术迭代快得像是浓缩了几十年的变迁。从咱们最熟悉的代码圈这些“加速论”也可见一斑。Claude Code 一小时干完人类一年的工程量。Midjourney 的创始人说他假期敲的代码比过去十年都多因为现在的编程不再是死磕语法而变成了“凭感觉编程”Vibe Coding。就连最硬核的 Linus Torvalds 都松口了承认 AI 正在改变代码“正确性”的定义。微软那边更是直接摊牌我们已经越过了“智能补全”进入了“AI 主导开发”的时代。但这种宏大叙事之下藏着一个挺尴尬的现实工具已经进化到了法拉利的水平但绝大多数人的驾驶技术还停留在科目二倒车入库的阶段。这正是我听完最新一期 OpenAI 播客后的最大感受。这期节目的嘉宾很有意思。一位是 Sarah FriarOpenAI 的首席财务官管钱袋子和算力布局的实权人物另一位是 Vinod KhoslaKhosla Ventures 的掌门人硅谷著名的投资人他曾经预言 80% 的职业工作将被 AI 取代。他们俩坐在一起并没有像马斯克那样大谈“火星殖民”或者“意识上传”而是非常务实地在讨论一个问题这辆法拉利AI到底该怎么开以 Vibe Coding 举例这大概是 2025 年最火的概念。只要你感觉对代码就能跑。但 Vinod Khosla 泼了一盆冷水氛围编程写代码是成熟了但让 AI 像个靠谱的员工一样处理复杂任务Agent还差得远。你想想看现在的 ChatGPT 就像个博学的大学教授。你问他什么他都能引经据典给你讲半天。但如果你让他“去帮我策划一次去日本的旅行订好所有不仅好吃还不用排队的餐厅顺便把机票和我的日程表对齐”它大概率会给你一个完美的“计划书”但绝不会真的帮你把位子订了。这也是目前企业端最痛苦的地方。谷歌最新的报告说 50% 的先行企业已经投入生产了但你去问问身边的老板有多少人真的把核心业务——比如财务核算、供应链管理——完全交给 AI 了几乎没有。这就是 Sarah Friar 口中的“能力鸿沟”。她在播客里用了一个极妙的比喻“我们把法拉利的钥匙交给了还在学车的人。”下面是这场对话的完整记录。2026智能体走向成熟的一年Andrew Mayne:大家好我是 Andrew Mayne欢迎收听 OpenAI 播客。今天的嘉宾是 OpenAI 的首席财务官 Sarah Friar以及 Khosla Ventures 的传奇投资人 Vinod Khosla。我们将探讨 AI 生态系统的现状讨论我们是否处于泡沫之中以及随着 AI 的演进创业公司和投资者该如何突围。2025 年是智能体Agents和“凭感觉编程”Vibe Coding的一年。现在已经是 2026 年了。今年的主线故事会是什么Vinod Khosla:我觉得在 2025 年“凭感觉编程”这一块已经成熟了但在智能体方面还没完全到位。所以2026 年特别是多智能体系统将会成熟并产生肉眼可见的影响。在企业端你将拥有能够执行完整任务的多智能体系统——比如替你运行 ERP 系统处理每天的对账、权责发生制核算、合同追踪等。这在企业端是即将发生的事实。但在今天的消费端规划一次旅行依然是个麻烦事。这是一个需要跨越很多不同领域的多智能体任务从饮食偏好、餐厅预订到航班时刻表再到个人日历。我认为一年后这些功能将会开始成熟。所以我对此非常兴奋。我认为机器人领域的模型以及那些超越机器人范畴的现实世界模型——比如通用的直觉能力——都会在明年开始涌现。这些都是值得关注的领域。当然还有常规的功能提升比如大语言模型LLM的记忆力、持续学习能力以及幻觉影响的降低。我可以列举出半打目前 AI 做得还不够好、但即将开始被解决的领域。Sarah Friar:没错。归根结底Vinod 的意思是2026 年是弥合“能力鸿沟”的开端。我们要知道我们已经把巨大的智能交给了人们就像把法拉利的钥匙交到了他们手上但他们才刚刚把车开上路正在学习怎么驾驶。我们需要给消费者提供更便捷的方式让 ChatGPT 不仅仅是一个你问我答的聊天机器人——今天大多数人只用它来提问——而是如何让它成为一个真正的任务执行者比如帮他们预订行程、对医生的诊断进行二次确认或者为患有糖尿病的孩子定制一份菜单。也就是如何帮助他们真正从简单的提问转向实际的产出让生活更美好在企业端也是同样的逻辑。我们如何弥合这种能力差距我们的首席经济学家去年底发布的《企业 AI 现状》报告中提到前沿企业的消息量中位数大约是普通中位数企业的 6 倍。这说明那些走在前沿的公司使用深度远超普通公司。而且我们知道即便是前沿企业也没有把潜力发挥到极致。所以对我们来说重点是如何帮助消费者沿着这条连续谱走向真正的智能体任务处理对于企业来说我们如何创造更复杂、更垂直专业化的成果让他们从简单的 ChatGPT 应用转变为能够改变其核心业务的工具对于医疗服务商这可能是药物发现流程对于医院可能是病人入院到重返社区的时间管理对于大型零售商可能就是更高的客单价、转化率和顾客满意度。这就是弥合能力鸿沟的基础。Vinod Khosla:我想补充一个视角。我们谈到了技术和能力将会进步的领域。我想大胆猜测在今天使用 AI 的人里——不管是个人还是企业——可能只有个位数百分比的人用到了 AI 30% 的能力。所以能用到 AI 30%、50%更别说 80% 能力的人群比例还会持续增长。我认为在人们学会充分利用 AI 之前这将是一个长达 10 年的漫长旅程。Andrew Mayne:我见过这种情况有些评论家会混淆“采用曲线”和“能力曲线”。Vinod Khosla:这正是我想表达的观点。Sarah Friar:而且这是一个力量倍增器今天我们有超过 8 亿消费者每周都在使用 ChatGPT但这应该是数十亿才对。而且他们使用的深度如何这就像我们在家里通了电大家打开了灯却完全不知道这电还能用来取暖、做饭、甚至卷头发。现在你能做的事情太多了。Andrew Mayne:我用过一个比喻电子邮件在 1990 年到 2000 年间并没有变得更好手机本身也没变但使用量却直线上升。问题不在于“我们需要更好的邮件系统或手机”而是人们需要学会他们可以用这些东西做的所有事情。Sarah Friar:对没错。手机这个例子很有趣当移动浪潮刚兴起时人们只是把桌面网站硬塞进手机里。滚动起来很难受但至少你把它装进了口袋。后来你意识到有了 GPS 可以做 Uber 这样的应用指尖有个摄像头不仅可以拍朋友还可以拍支票存进银行——虽然后来我们应该彻底解决纸质支票这个问题但那是题外话。Andrew Mayne:这看起来仍然像魔法。拍张照钱就进银行了Sarah Friar:是的。当移动设备出现的那一刻这一切其实就已经存在了只是需要人类的智慧去发掘它。所以我认为你是对的我甚至不知道我们是否需要比今天更高的智能来大幅提升产出。当然模型本身也会变得越来越聪明。Andrew Mayne:你提到了健康领域这是风险极高的一块。几年前我们刚有了 ChatGPT只用它做些简单的应用而现在我们已经信任它来处理符合 HIPAA 标准美国健康保险隐私及责任法案的数据了。你会把这看作是事物加速发展的一个标志吗Vinod Khosla:医疗健康显然是我长期以来相信会被彻底变革的领域它将让医疗专业知识像商品一样普及。但医疗的问题在于监管。首先是对 AI 功能的限制。AI 目前在法律上不能开处方即使它比人类开得更好。这不仅仅是 FDA食品药品监督管理局的问题美国医学会AMA也在制度上控制着这一职能。所以在很多领域会有来自既得利益者的阻力。但诊断仍然是一个限制因为 FDA 控制着这一块。目前还没有 AI 被批准为医疗设备。幸运的是本届政府在快速行动和承担适当风险方面做得很好我很高兴看到那里的进展。Sarah Friar:在健康方面我们的数据显示每周有 2.3 亿人向 ChatGPT 咨询健康问题。66% 的美国医生表示他们在日常工作中使用 ChatGPT。举个个人的例子我哥哥是英国的一名高依赖病房HDU医生。他的工作就是处理那些急诊室不知道怎么分诊的重症病人。如果你得了疟疾去找他他根本想不到那个方向去因为那不在他的认知模式里。也许你去度了个假被蚊子咬了然后出现在苏格兰阿伯丁的急诊室里医生很难马上联想到疟疾。ChatGPT 或模型能做的是真正成为医生的强大辅助。这就是为什么 66% 的医生都在使用它而且这个数字只会增长。像健康这样的领域我们受益于医生能够随时掌握最新的研究成果了解药物方案与患者个人经历之间最新的相互作用。但这同时也把一些独立性交还给了消费者。现在我有机会提前研究我的症状可能意味着什么这样我就能与医生进行更有见地的对话。它让我可能获得第二诊疗意见或者知道我应该去寻求第二意见。另外哪怕是一些小事比如我每天只有 20 分钟锻炼时间我有 1 型糖尿病我能做什么或者我女儿饮食上有特殊禁忌以前去餐厅吃饭很麻烦现在拍下菜单聊天机器人就能建议最适合她的菜肴。这改变了我们对吃饭这件事的看法让重点回归到我们为什么要一起聚餐。算力即营收魔方般的战略布局Andrew Mayne:无论在什么体制下医疗费用的增长率都超过了每个国家的 GDP 增长。我们需要 AI因为这是第一次医疗智能的成本在逐年下降。但这伴随着对算力的巨大需求。OpenAI 在算力上的投资规模大得惊人。你们是如何确定这种需求的Sarah Friar:首先我们努力确保算力投资与营收增速相匹配。我们看到当期的算力投入与当期的营收之间有着非常强的相关性。举个例子回顾 2023、2024 和 2025 年我们的算力分别是 200 兆瓦、600 兆瓦而去年年底达到了 2 吉瓦2000 兆瓦。与之对应的营收数字很吻合2023 年底 ARR年度经常性收入是 20 亿美元2024 年底是 60 亿美元去年年底我们超过了 200 亿美元。实际上这个增长还在加速。算力越多营收越多。这其中存在时间错配我今天必须做决定确保我们在 2028、2029 和 2030 年有足够的算力。如果我不今天下单不发出建立数据中心的信号到时候就不会有算力可用。今天我们感到算力绝对受限。如果有更多算力我们可以推出更多产品训练更多模型。仅过去一年全球硬件投资总额就增加了大约 2200 亿美元芯片预测增加了约 3340 亿美元。来自整个环境的信号是AI 是真实的我们正处于范式转移中。回到 OpenAI 内部我们在不同层面上思考需求基础设施层如何创造最大的可选性我们要多云、多芯片。产品层以前只有 ChatGPT现在有面向消费者的、面向工作的 ChatGPT还有 Sora 作为一个新平台以及变革性的研究项目。商业模式层最开始是单一订阅。现在有多个价位、企业按席位定价、基于积分的定价我们甚至开始考虑像商业和广告这样的模式。从长远来看我们也可能做授权模式——比如在药物发现中如果基于我们技术的药物成功了我们从销售额中获得分成。我把它看作一个魔方。我们从单一的方块——一个云服务商、一种芯片、一个产品、一个商业模式——变成了一个立体的三维魔方。我们可以转动这个魔方选择一种低延迟芯片配合快 5 倍的编程功能收取高端订阅费再次转动配合更快的图像生成吸引更多免费用户为广告平台创造库存。过去 12 个月的目标就是创造越来越多的战略选项让我能够持续支付实现 AGI通用人工智能所需的算力费用。Vinod Khosla:简单来说今天的需求只受限于算力的可用性而非其他任何东西。而且存在价格弹性算力的需求几乎是无限的。我们甚至还没有开始动用价格弹性这个杠杆因为受限于算力我们连现有的需求都无法满足。“股价不是现实API 调用量才是”Andrew Mayne:Vinod作为 OpenAI 最早的投资者之一你见证过互联网泡沫。现在的“广泛”应用是你信念的来源吗Vinod Khosla:当我们投资时逻辑很简单如果我们能开发出接近甚至超越人类智能的东西其影响将是巨大的。这是一种“既然成功的后果如此举足轻重为什么不试一试”的逻辑。关于泡沫的观念很可笑。人们把泡沫等同于股价但这除了反映投资者的恐惧和贪婪外说明不了任何问题。我总是通过 API 调用的数量来衡量泡沫。在互联网泡沫时期应该用互联网流量来衡量而不是看股价。哪怕在一天之内人们可以因为估值过高从热爱英伟达变成讨厌英伟达这些波动不是现实。现实是底层的 API 调用数量。如果你看互联网泡沫时期的网络流量价格可能剧烈波动但在流量数据中检测不到泡沫。我几乎可以向你保证你在 API 调用数量中看不到泡沫。如果这是你衡量 AI 真实用途和需求的基本指标你是看不到泡沫的。华尔街怎么搞并不重要那只是为了填满媒体版面。Sarah Friar:没错。1999 年时互联网太初级你很难看出它如何改变生活。但 AI 的变化非常真实。作为一名 CFO我看到 AI 真正接管了组织中那些枯燥的任务。比如收入管理团队以前他们每天要阅读大量合同寻找可能影响收入确认的非标准条款。这通常是审计的重点。按照我们的增长速度合同数量成倍增加在没有 AI 的世界里我只能雇更多人去做这种枯燥的苦差事。今天智能体能够遍历这些数据告诉我什么是非标准的以及原因建议收入确认方式甚至提供业务洞察。比如某个非标准条款是否应该成为标准我们是否正在经历商业模式的转变现在我的初级员工正在重新找回他们热爱的工作。对我来说这不是泡沫因为价值真实可见。这意味着我可以拥有一个规模更小、绩效更高、士气更高、留存率更好的团队。媒体在讨论泡沫时忽略了我们是随着需求在投资——目前甚至落后于需求。泡沫意味着你在需求之前过度投资并且将会出现断档。生产力爆发一人加 AI 顶十人Vinod Khosla:采用 AI 的公司生产力正在上升特别是较新的科技导向型公司。我最喜欢的例子是一家叫 Slash 的公司ARR 大约 1.5 亿美元但会计部门只有一个人只有一个财务总监。因为他们采用了 AI 驱动的 ERP 系统替换了 NetSuite。CEO 甚至向我道歉说他可能得雇第二个人了。还有一个故事有人用一个销售开发代表SDR加上 AI 替换了 10 个 SDR剩下的那个人基本上就是在监督 AI。Andrew Mayne:我听到过这样的故事与其在不产生增长的领域雇人他们现在可以雇佣那些能为公司创造更多增长的人。Vinod Khosla:那句老话“未来已来只是分布不均”。我看到单点上的巨大生产力提升但全球只有极小比例的人适应了这些。随着时间推移这些技术会传播给每个人你会看到采用率的指数级增长。Sarah Friar:麦肯锡的研究显示前四分之一的公司生产力提高了 27% 到 33%。这不仅仅意味着员工总数减少绝对有空间把人转移到更以增长为导向的工作上。我最近遇到一位大型咨询公司的管理者她现在的后台系统描述为“人 智能体”比例是 1 比 5一个人对应五个智能体。但在前端他们正在重新招聘以实现增长因为客户需要更多帮助来思考如何部署 AI。我们终于回归到让机器和智能体去解析信息而不是让人去处理信息过载。Andrew Mayne:提到消费者端和广告这引出了信任问题。人们会担心“ChatGPT 会拿我的信息做什么”Sarah Friar:今天我们 95% 的用户是免费使用的。这符合我们造福全人类的使命。关于广告首先我们必须确保每个人都明白模型永远给你最好的答案而不是“被充值”的答案。我们有一个北极星指标模型永远只提供最佳结果。其次广告可以有很大的效用。如果我搜索周末去圣地亚哥度假Airbnb 的广告其实非常有帮助。你甚至想在 ChatGPT 这种丰富的环境中与广告商互动。但你要清楚这是在广告环境中。我们需要在“什么感觉是平台原生的”这方面进行创新而不是到处贴横幅广告。最后必须要有一个不存在广告的层级给用户选择权。当我们发布健康产品时我们非常明确你的数据是独立的不会被用来训练模型。信任对 OpenAI 来说就是一切。Andrew Mayne:未来会不会是一个你需要订阅很多不同 AI 服务的世界Vinod Khosla:我认为你会拥有各种模型大多数人会有不止一个订阅。这就像媒体订阅不同的人会做出不同的选择包括免费的广告支持模式。Sarah Friar:不过还要考虑切换平台的成本。比如 ChatGPT 的记忆功能它记得我们之前的对话甚至结合日历提醒我今天的会议重点。如果我多平台栖息Multi-homing我就失去了这种好处。这和同时订阅多家报纸不一样因为如果我去别的地方读并没有真正损失这种连贯性。Andrew Mayne:随着 AI 变得更有用这种从免费到付费的模式会走向何方Sarah Friar:我更把它看作基础设施像电力一样。我并不纠结于一天用了多少电它只是无处不在地为我工作。我认为未来的巨大变化是智能将融入一切而不是我们刻意去“调用”它。多模态可能是最大的变化。手机教会了我们要用大拇指说话而新世界会有新的硬件帮助我们以非常人性化的方式去听、看、说、写。Vinod Khosla:互联网让信息爆炸到了你无法完全使用的地步。你每天的时间是有限的AI 会过滤信息让你的每一小时都变成最有效的一小时。智能将世界简化为对你个人最相关的东西。OpenAI 在企业级竞争已经赢了Andrew Mayne:OpenAI 将如何在企业端竞争并获胜Sarah Friar:我认为我们在这一领域已经赢了。90% 的企业表示他们正在使用或打算在未来 12 个月内使用 OpenAI。我们是历史上最快达到 100 万企业用户的平台大约只用了一年半。当你把 iPhone 带去上班时公司无法拒绝消费者偏好的浪潮。同理当员工已经在生活中使用 ChatGPT他们期望工作体验至少要一样好。这是推动我们企业业务发展的动力。接下来是满足客户的垂直领域需求。我们学会了先了解企业的问题再提供解决方案。从轻度的垂直专业化到针对特定用例如能源勘探的强化学习模型再到大型变革性项目——我们几乎接管某人的整个业务帮助他们重新思考。很多 CEO 告诉我“我 60% 的生产代码是由智能体编写的。”这只是开始目前只有大约 14% 的客户在使用某种智能体技术。这个机会是巨大的。Andrew Mayne:如果我是一家创业公司还有我的空间吗Vinod Khosla:没哪家公司能做这星球上的所有事情。明智的做法是弄清楚模型会往哪里走然后专注于在基础模型之上构建更有趣的东西。仅仅智能本身并不是解决方案的全部围绕解决方案还有很多其他环节。Sarah Friar:创业公司的机会在于拥有独特数据的访问权并结合复杂的工作流。比如采购系统本身不复杂但它结合了授权流程、HR 系统检查等这就是护城河。通用模型不会自己做所有这些事情我们希望与你们并肩工作。Vinod Khosla:机会很多比如围绕数据权限、为公司定制模型、智能体身份验证以及智能体商业Agentic Commerce。现在做创业公司可能比以往任何时候都更有趣。Andrew Mayne:Vinod你曾谈论过 2050 年的世界。像机器人这样的东西会往哪里发展Vinod Khosla:我曾预测15 年后机器人产业的规模将超过今天的汽车产业。我们认为汽车产业是地球上最大的产业之一而这个新东西会更大。大多数汽车公司还在想如何在装配线上使用机器人而不是意识到那个业务比他们现在的业务还要大。Sarah Friar:我们有时候低估了家庭机器人的潜力。不仅仅是叠衣服这种家务而是陪伴。孤独感是世界上最大的流行病之一。对于独居老人最看重的是找个人以直观、人性化的方式交谈。这可能不需要机器人会煮咖啡只要能进行那种类人的对话价值就是巨大的。这只是 Vinod 所说的“爬-走-跑”演进过程中的第一次爬行但其复杂性和价值不可估量。Andrew Mayne:当我们降低了智能的成本这是否意味着我们真的降低了劳动力的成本Vinod Khosla:我认为在下一个十年的末期你会看到一个大规模的通货紧缩经济。因为劳动成本、专家服务成本将接近于零。AI 采用带来的社会层面问题还没有被解决。我们需要进行的对话是人们以后做什么如何谋生我认为政府保障的最低生活标准将比现在高得多而不需要人们去挣工资。我无法想象比今天好 10 倍的初级医疗不以极低成本实现。免费的初级医疗、免费的教育每个孩子都有 AI 私人导师将成为现实。有些硬骨头如住房很难解决但我认为通过机器人和更好的方法这些都能被解决。我们将迎来一个超出人们计划的通缩经济。视频链接https://www.youtube.com/watch?vZ3D2UmAesN4