-
日期: 2026-04-12 | 來源: 神譯局 | 有0人參與評論 | 字體: 小 中 大
圖 8：上下文窗口與其它模型能力壹樣，是壹場‘移動球門’的博弈。這是過去叁年中，前沿實驗室（Frontier labs）與 Hebbia 在上下文窗口演進上的對比。
讓大眾普及使用 AI 本身就是壹個重要且值得追求的目標，特別是在引導員工入門 AI 階段。但未來並非‘人們使用 ChatGPT/Claude 或 領域特定解決方案’的贰選壹，而是‘ChatGPT/Claude 與 領域特定解決方案’的協同並進。
機構智能（Institutional Intelligence）必須利用特定領域、甚至特定任務的智能體（Agents）。
我們問了自己壹個聽起來荒謬但實則不然的問題：‘通用人工智能（AGI）會選擇使用哪些智能體作為捷徑？即便是超級智能，也會希望針對特定領域使用定制化的工具。
在 AI 領域，‘球門’（衡量標准）總是在不斷移動，而那些能夠利用真正能力優勢（True Edge）的組織，才是最後的贏家。除此之外的其他人，只是在為壹種極其昂貴的‘大宗商品’買單。
5. 產出
個人化 AI 節省時間。機構化 AI 擴大營收。
Ma Volpi 曾對我說過壹句話，重塑了我對向企業銷售 AI 的認知：“如果你問任何壹位 CEO，他們的首要任務是削減成本還是擴大營收，幾乎所有人都會說是營收。”
然而，目前市面上幾乎所有的 AI 產品都在推銷“削減成本”，承諾幫我們節省時間、以少勝多或取代人力。
機構化 AI 必須帶來業務增量。相對於“節省時間”，業務增量想要被商品化則困難得多。
以智能體軟件開發（Agentic Software Development）為例：編程 IDE 是有史以來最出色的‘個人 AI 生產力工具’之壹，但它們已經面臨來自 Claude Code（另壹種個人 AI 工具）的巨大沖擊。而 Cognition 公司則在玩壹場完全不同的游戲——他們增長最穩健的業務是構建‘技術轉型服務’，而非僅僅銷售‘工具’。我更看好這種持久的競爭力。
“純軟件正‘迅速變得失去投資價值’。而純服務則無法實現規模化。真正的持久價值，積聚在將技術與成果相結合的‘解決方案層’（Solution layer）。
以並購（M&A）為例。個人化 AI 幫助分析師更快地建立模型；而機構化 AI 則能從壹百個候選者中識別出那壹個值得追求的交易對手，並將潛在目標范圍擴大到壹千個。前者省了時間，後者創造了真金白銀。
- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見