这期 No Priors 对谈 Netic 创始人兼 CEO Melisa Tokmak，核心问题不是「AI 能不能聊天」，而是「AI 能不能把真实企业的一整段工作跑起来」。单集发布于 2026 年 7 月 31 日，时长约 34 分 30 秒。1 2
先看结论
Netic 做的不是一个更会说话的客服机器人。
它试图站在企业和客户之间，理解客户的需求，读取企业已有记录，遵守业务规则，决定派谁、何时派、用什么方式完成服务，再把结果回写到企业的运营系统里。
这类公司最先落地的地方，不一定是软件行业，而是暖通空调、管道、电气、屋顶、宠物服务、酒店、汽车和消费健康等「维持日常生活运转」的行业。
真实世界 AI 的难点，从来不只是模型能力，而是把模型接进口音、设备、库存、人员、调度、季节性和客户情绪组成的最后一公里。
Melisa 的路线很明确：不买下一批服务公司再做改造，而是做可以跨公司、跨行业复用的产品；不把 AI 只当成降本工具，而是用真实部署证明它能创造新收入；不等机器人几十年后进入每一间房子，而是先把软件能接管的工作接起来。2
01｜Netic 站在企业和客户之间
Melisa 把 Netic 描述成一层位于企业与客户之间的系统。
客户可以通过电话、短信、网站预约等方式发起需求，Netic agent 先问清楚住什么样的房子、有没有历史记录、现在遇到什么故障，再把需求放回企业的运营规则里判断：这家公司能不能服务？应该今天还是明天上门？谁最适合处理？这个客户的长期价值是什么？
在暖通空调场景里，客户可能住在零下 20 度的地方，家里的暖气突然坏了，家里还有孩子或老人。
这时，最重要的不是把电话接起来，而是快速找出可信的服务商，并把正确的人派到正确的地方。
Netic 还要处理不同设备、不同工种、不同技术人员的能力差异，以及当天和未来的资源分配。
这也是为什么 Melisa 认为，真实服务业的 AI 不是简单地把一个通用聊天模型接到电话上，而是要理解一整套业务上下文。2
02｜先把漏接电话变成收入
这些企业过去主要靠人处理前台工作。
问题是，服务企业越想增长，就越要持续增加接电话、安排预约、处理客户问题和跟进的人员。
很多企业是 EBITDA 业务，背后由私募股权持有，必须在利润率、人员投入和客户体验之间反复权衡。
真正应该被优先保护的人力，是到现场完成维修或服务的人。
如果客户打不通电话，或者得不到及时回复，他可以直接转向 Google 搜索结果里的下一家公司，也可以转向新的 AI 搜索入口。
Melisa 描述了一个很具体的工作日：企业可能凌晨四五点就开始营业，但管理者还没到，技术人员要六点才上班；这时可能已经有三个人离职，或者五个人没有来上班。
如果恰逢热浪、冬季、节假日，或者某个季节性需求突然上升，电话会从早上六点开始堆积。
服务企业的需求是周期性的。
它必须在最忙的月份接住足够多的客户，才能撑过其他月份。
Netic 最初可以作为溢出的人力，帮企业接住突然增加的电话。
但 Melisa 说，如今超过 70% 的 Netic 客户已经是「AI first」：客户第一次和企业互动时，接触到的就是 Netic agent，而不只是把 AI 当作人工团队忙不过来时的备用通道。2
03｜为什么做平台，不做并购整合
Elad Gil 提到另一条路线：买下一批服务公司，再用 AI 优化它们。
Melisa 给出三个理由，解释自己为什么要做产品平台。
第一，她想做的是能在真实世界产生大规模影响的产品。
她在 Scale AI 工作约四年，参与搭建政府、大型企业、物流、制造、金融服务和医疗等业务，对各种真实世界企业有了直接认识。
她来自土耳其的一个小镇，家里几乎没有资源，获得 Stanford 全额奖学金后才来到美国读大学；在那之前，她甚至没有拥有过一台电脑。
她看到，许多小镇上的人都在暖通、管道、电气等行业工作，而科技行业谈论「创造影响」时，服务对象却常常还是其他创业公司或科技公司。
第二，她的个人能力更适合做产品，而不是做并购。
她认为自己是 builder、工程师和产品人，不是并购操盘手。
如果一家公司最重要的能力与创始人的长处无关，就不值得为了一个热门模式去做。
第三，并购整合做出来的工具，通常只服务刚刚买下来的那几家公司。
Netic 想做的是一层可以复用的智能层，让每一家真实世界企业都能把行政、前台、运营和增长工作交给它，同时把人力集中到真正决定服务质量的劳动上。2
04｜机器人会来，但不是这一章
Melisa 认为，软件代理、真实服务和机器人可能属于同一本书，但处在不同章节。
机器人未来当然会进入这些行业，但时间表可能远得多。
她要求 Netic 的工程师去客户现场，再回到旧金山把产品做出来。
现场看到的不是整齐、标准化的实验室环境，而是每一栋楼都不一样的建筑。
如果机器人要完成今天维修人员做的工作，建筑可能需要被重新制造，或者高度标准化。
现在的机器人在灵巧性上仍有距离：不同型号的螺丝怎么处理？怎么进入狭窄空间？故障藏在墙里时，怎样先拆开再判断？
服务业还带有很强的人性因素。
客户可能正经历人生中最糟糕的一天，家里被水淹了；也可能只是想暂时离开压力，去打网球或做一些让自己放松的事。
这不是一个只靠机械动作就能解决的问题。
所以她把机器人看作未来的章节，而不是今天停止做软件产品的理由。2
05｜大模型不是产品的最后一公里
Melisa 不把 OpenAI、Anthropic、Google 和 Meta 视为 Netic 的直接竞争威胁。
她承认，大模型公司当然有能力做出一部分功能，也可能成为合作伙伴。
但企业客户需要的不是一个今天很快做出、明天又被砍掉的产品。
在她看来，前沿实验室擅长解决通用问题，真实服务企业则需要长期聚焦一个行业，把产品、流程和客户关系持续做深。
她还批评一种「等 AGI 出现，再让 AGI 解决服务业」的想法。
这个想法听起来聪明，实际上跳过了最困难的工作：处理不同地区、口音、联系人、设备、业务规则和重复购买。
Netic 要同时做好三层：模型能力、支撑模型完成工作的编排系统，以及真正被客户使用的软件和产品。
模型提供起点，部署能力决定终点。
Elad Gil 也观察到，很多创始人如今过度担心自己是否会撞上大模型公司的路线图，因而不敢进入新的垂直行业。
Melisa 认为，这种担心往往来自一个更短的退出时间表：创始人还没开始长期建设，就先问自己能不能在很短时间内退出。2
06｜她招聘时寻找的是行动能力
Melisa 对创始人的判断也延伸到招聘。
她不只看候选人有没有一个漂亮的经历，而是看这个人是否持续主动做事、解决问题，并在事情变难后继续坚持。
她经常问：你做过最难的事是什么？
答案不一定要和工作有关。
有人会讲自己如何从困难中走出来，也有人会讲自己多年坚持一套健康习惯、每天按计划生活、持续为同事出现。
Melisa 关注的不是某一个戏剧化的瞬间，而是一个人活到现在，是否一直在展示行动能力。
她警惕追逐新鲜事物的人，也警惕「如果 18 个月内没有赚到钱，我就永远贫穷」的心态。
Elad Gil 把这种心态称为一种被 AGI 影响的短期视角：如果 AI 很快吸收大量人的价值，那就必须马上完成退出，否则以后就没有价值。
Melisa 认为这很危险。
好的产品需要很长时间才能做出来。
她在 Scale AI 的四年里学到的，不只是如何做出第一版，而是如何观察产品在世界里做了什么、还需要改进什么、如何跟上研究和竞争者。
她引用一个关于鞋匠的比喻：鞋匠不是在鞋上缝几个十字架来证明自己的信仰，而是把鞋做好。
对创始人来说，真正重要的是把产品做到最好，解决在乎的人的问题。2
07｜自主企业的边界
Melisa 对 Netic 的五年愿景，是建立一个「自主企业」。
她希望企业里除实际服务和体力劳动之外的每一件事，都可以由 Netic 自主处理。
这样，企业就能把注意力集中到服务劳动本身，真正让客户满意。
每一个新产品、每一层建立在智能层之上的能力，都应该与其他产品连接，并为这个目标持续积累。
她还在意公司能否一直和优秀的人一起工作。
她提到 Palantir、SpaceX 和 Notion 等长期主义公司，即使非常重视 craftsmanship 和长期交付，也都曾经为如何保持团队质量而挣扎。
这说明「只和优秀的人共事」不是一句招聘口号，而是一个要在公司成长过程中持续解决的问题。2
08｜慢行业其实很会算账
Melisa 不认同把暖通、屋顶和其他服务业简单称作「老派行业」。
她遇到的很多企业主和创始人，既懂技术，也非常关注商业价值。
Netic 服务的是大型企业，一笔合同可能达到 50 万美元，从开始接触到完成签约只用了 14 天。
速度不是来自魔法，而是来自客户认真核对价值：产品到底解决了什么问题，部署后是否真的有效。
她把这些行业形容为「很原始，但同时很技术化」。
例如，一家大型屋顶公司既可能需要员工挨家挨户敲门，向居民解释为什么应该更换屋顶或安装太阳能；也可能已经在使用卫星数据，判断飓风如何影响不同社区的屋顶、应该推荐什么材料。
Netic 把入站需求、外呼、分析和劳动力交付放进同一个平台。
它可以把社区、天气、屋顶和客户历史等上下文交给 agent，让 agent 不只是更好地回应客户，也能帮助企业找到新的客户。
如果一家私募股权公司拥有 20 或 30 家分布在不同行业的企业，统一的上下文层还可能把服务连接起来。
例如，一个已经购买健康服务、同时养狗的客户，可能更愿意选择同时提供宠物服务的会员方案。
企业知道这些信息后，就能更自然地理解客户，并向客户推荐真正相关的服务。2
09｜私募股权的 AI 试卷换了题
Melisa 认为，私募股权的传统打法已经改变。
过去的路径是找到一个被低估的好公司，换掉团队，创造价值，再把它卖掉。
如今，那些还没有被发现的「宝石」已经很少了。
新的问题变成：如何在已经拥有的企业里创造可以被看见、被验证的价值。
有些私募机构会积极试验 AI，有些机构动作较慢，也有些机构会聘请部署公司或与 AI 公司合作。
Melisa 提醒，不能用测试普通软件的方式测试 AI。
第一周没有结果，不代表一年后不会有结果；AI 产品应该被看成一段关系的开始，而不是一周试用结束后的结论。
私募机构需要区分空中楼阁式产品与真实回报。
因此，一些机构开始聘请 AI 运营合伙人或懂 AI 的工程师，帮助自己和被投企业理解哪些部署真的有用。
Melisa 在谈销售时，不想只做演示。
她更愿意展示真实部署，说明客户如何与技术互动，说明客户到底赚到了什么。
她在节目中表示，Netic 迄今已经通过 AI 处理的互动，为客户创造了超过 6 亿美元的收入或价值。
这是一项由嘉宾在节目中给出的公司数据，正文不将其当作独立审计结果。2
Elad Gil 说，很多私募机构已经从过去的大规模裁员和拆分资产，转向优化价值和提高价值。
Melisa 补充说，现实中的第一次对话仍然常常从降本开始。
Netic 要主动把话题推进到新收入：如果 AI 只用来砍成本，那会很可惜。
10｜她最期待 AI 带来的，是更多人的行动能力
Melisa 最期待的 AI 应用不只是 Netic，而是教育。
她回忆，自己还没有资源时，会找一两个从高中毕业、已经去美国读大学的人，请他们帮忙看申请文书或作品；她通过 Facebook Messenger 联系他们，等待他们在美国的生活里抽出时间回复。
对很多人来说，那个世界原本根本不存在。
她希望 AI 把学习、工具和帮助放进更多人的口袋里，让人不再因为不知道资源在哪里，就放弃尝试。
但她也保留了一层担忧：工具变得更容易获得，并不等于人们一定会选择行动。
如果任何人都可以做任何事，但大多数人仍然不做，容易获得的能力也可能带来一种反乌托邦感。
她仍然希望 AI 的公共叙事不要只围绕失业和消失。
当客户正经历最糟糕的一天时，AI 可以帮助他获得服务；在教育里，AI 可以扩大机会；在健康领域，AI 可以帮助人读懂自己的健康记录。
她期待人们更多讨论这些正向影响。2
逐句全文翻译
以下按音频原始顺序呈现完整对话，只保留中文译文；时间码用于定位，未对对话做摘要或删减。
00:05—00:30
Elad Gil：今天的 No Priors 迎来了 Melisa Tokmak。Melisa 是 Netic 的创始人兼 CEO。Netic 为各种真实世界服务业打造 AI，包括暖通空调、宠物服务，以及屋顶等其他领域。在 Netic 之前，Melisa 曾担任工程负责人，在 Scale AI 参与过多个市场拓展相关工作，也有 Meta 的经历。欢迎来到 No Priors，Melisa。Melisa，谢谢你今天参加 No Priors。
Melisa Tokmak：谢谢邀请我来。
00:31—01:00
Elad Gil：我们可以先聊聊你的业务和正在建设的东西。我觉得你在真实世界里做的事情很有意思，你正在把 AI 映射到真实世界。能不能多介绍一下你的公司、Netic，以及你们关注的方向？
Melisa Tokmak：Netic 的目标，是用 AI 让数百万家维持世界运转的真实世界企业跑起来。我们与基本服务领域的大型企业合作，最开始就是从基本服务做起。
Elad Gil：基本服务的例子是什么？
Melisa Tokmak：想象一下，一家年收入十亿美元的家庭服务公司，业务可能包括暖通空调、管道、电气；也可能是消费健康公司，客户可以成为会员，参加很多运动或不同活动；还可能是酒店、汽车、宠物服务，范围非常广。
任何你生活中需要的东西，或者你想做的事情，都可以是很好的例子。
很多这类企业其实规模相当大，自己就要和数百万终端用户互动，而这些用户通常是消费者，也可能是企业客户。
所以 Netic 存在于企业和客户之间。
从理解客户的需求或愿望，到根据企业的运营规则判断如何帮助客户，再到部署服务或劳动力，这一整套工作都发生在 Netic 这一层。
02:02—03:52
Elad Gil：假设一个客户打电话给暖通空调服务商，会发生什么？Netic 在其中做什么？
Melisa Tokmak：想象你在一个偏远的地方，气温零下 20 度，家里的暖气停止工作了。
你首先要找一家服务商，而服务商有很多。
你想选一家最值得信赖、也能尽快到达的公司，因为外面是零下 20 度，家里可能还有孩子或老人，或者某个东西已经坏了。
当你找到一家企业后，通常可以通过聚合网站、搜索引擎，或者现在的新型大模型入口找到它。
你可以用任何想用的方式联系这家公司。
如果这家公司使用 Netic，你可以打电话、发短信，也可以去网站上在线预约。
和客户交流的是 Netic 的 agent。
它会问：你住的是什么样的房子？我们有没有你的历史记录？我明白了。
Elad Gil：这可以是语音电话，对吧？Netic 实际上也提供语音。
Melisa Tokmak：完全是。
Elad Gil：也就是说，Netic 负责判断这个人需要帮助，然后应该派人去修他的暖通系统。
Melisa Tokmak：而且这件事其实非常复杂，这也是我们从基本服务开始的原因。
运营需求并不是简单的「Elad 的暖气坏了，于是 Melisa 过去修」这么直接。
首先要知道，他用的到底是哪种设备？有什么具体需求？我们能不能去他家？需要今天去，还是明天去？这个客户的长期价值是多少？
我们应该现在还是稍后派出最合适的人？比如今天只派能修锅炉的人，还是派能处理新型系统的人？
所以，第一步就很复杂：要理解客户到底需要什么。
然后要确认企业能不能服务这个需求；如果能，应该由谁去，什么时候去；同时还要保证整个流程经过优化，既让客户满意，也为企业创造更多收入。
03:52—06:09
Elad Gil：这听起来很合理。现在市场上有没有类似的传统做法？其他参与者是什么样？大家应该把你们替代的东西理解成什么？
Melisa Tokmak：我们先回到今天人们是怎么做这件事的。
我们当然只是一家成立两年的公司，所以在我们之前，这些企业也是这样工作的。
主要依靠人。
这些企业规模非常大，而它们之所以很难增长，恰恰是因为每次增长都要继续投入更多人。
从很多时候看，它们是 EBITDA 业务。
很多企业实际上由私募股权持有，因此必须关心利润率和利润，然后才能把钱重新投入业务。
企业里最重要的劳动力，其实是那些真正要去交付工作的人员。
你希望把所有事情都做好，让终端客户满意，因为很多这样的业务在客户看来是可以互相替代的商品。
如果你不接我的电话，我就会去 Google 搜索结果里的下一家，去新的搜索入口里的下一家，或者去 ChatGPT 给出的下一个结果。
所以，把钱投入真正的劳动力，也就是蓝领服务劳动，非常重要。
到目前为止，这些企业主要靠成百上千的人，想办法随时支持客户。
而在企业内部，支持这些流程的团队本身也不可靠。
我们可以看看一家年收入十亿美元的企业的一天。
企业可能凌晨四五点就开始营业，但公司里甚至可能还没有人；技术人员可能要到早上六点才开始工作。
经理可能会在这时来上班，但已经有至少三个人辞职，或者五个人没有出现。
所有客户从早上六点开始涌入，因为现在全国正在经历热浪。
实际上，就在上周，全国还出现了创纪录的热浪。
企业要怎么办？
这些企业很多都是周期性业务。
冬天、夏天、假日，或者人们开始锻炼的季节，它们都很重要。
你必须确保在这些月份接住足够多的价值，才能维持企业和员工。
Elad Gil：所以你们提供的是 agent，它们可以处理溢出的需求。比如电话突然很多，它们可以替企业接电话。
Melisa Tokmak：很多客户确实是这样开始使用我们的。
但现在，超过 70% 的客户已经是 AI 优先。
我们把这种状态叫作 Netic first，也叫 N1。
超过 70% 的客户，终端用户第一次与企业互动时，接触的都是 Netic agent。
06:26—10:38
Elad Gil：对于这种市场，有几种不同做法。
我很高兴自己是这家公司的投资人。
我也投过 AI 并购整合项目：比如 Long Lake 这样的公司，会买下一批企业，再用 AI 优化它们。
有些企业的画像与你们的客户重合，而你也提到，很多企业已经由私募股权持有。
你为什么决定做这种服务，而不是做并购整合，直接买下这些资产并经营？这些路线之间的取舍是什么？
Melisa Tokmak：我觉得有三个原因。
第一，是我想在世界上建设什么、我的能力是什么，以及产品能达到什么规模。
在创建 Netic 之前，我在 Scale AI 工作了大约四年，搭建了很多真实世界企业业务，从政府，到大型企业，再到各个行业。
Elad Gil：顺便为正在看或听这期节目的人介绍一下 Scale AI。
Scale AI 最开始是一家数据标注公司，后来与 Meta 达成了某种授权或合作协议，Meta 付给了它一大笔钱，我记得大约是 280 亿美元？
Melisa Tokmak：我记得大概是 300 亿美元。
Elad Gil：差不多，总之是非常大的金额。
你在 Scale AI 早期就是很重要的人物，参与过很多不同业务。
而且你是在那件事发生之前离开，开始创建这家公司。
Melisa Tokmak：是的。
Scale AI 让我更多地了解真实世界企业。
我在 Scale AI 搭建过政府业务，也搭建过面向物流、制造、金融服务和医疗等大型企业的业务，几乎覆盖了所有方向。
我觉得，一个人在世界上可以产生的切实影响非常大。
在科技行业，我们经常谈论那种并不常发生在很多人身上的满足感，但我喜欢这种真实的满足感。
我的背景是，我在土耳其一个很小的城镇长大，家里几乎什么都没有，我是来美国读大学的。
我获得 Stanford 全额奖学金时，之前甚至没有拥有过一台电脑。
我所在的那个城镇，很多人都在这类行业里工作。
所以对我来说，我们都来到这里谈科技、谈创造影响，但大多数公司服务的其实还是其他创业公司或科技公司。
我很在意，我们到底在为真实世界建设什么。
我把这个问题和一个技术追求结合在了一起，这也有一点自私，因为我想解决一个 AI 还没有解决好的问题。
AI 很擅长帮助消费者，也很擅长做副驾驶。
下一个还没有解决的问题是：我们如何把 AI 放进任务关键型流程？
一个完全自主、真正能执行工作的系统会是什么样？
Netic 就是把这两个方向结合起来的结果。
我很喜欢在 Scale AI 工作，我认为自己很擅长做文化和价值观面试，也很喜欢我的团队。
我最好的朋友有一些就是在那里认识的，Alex 作为创始人也是一个很棒的合作对象。
但对我来说，那里缺少的是产品。
产品到底是什么？
建设 AI 的基础设施，本身是一项运营负担很重的工作，尽管人们不愿意谈论这一点。
它很有回报，但对我来说缺少产品上的锋利感。
所以我知道，我想做一个可以扩展、可以复利的产品。
第二，是个人能力。
很多并购整合项目最重要的事情是并购本身。
我不是并购型的人。
我是一个建设者、工程师和产品人。
这与我的能力不匹配。
我不想建设一家企业，而这家企业最需要的能力恰恰不是我能提供的能力。
第三，是产品的规模。
我看到过很多成功的并购整合和技术赋能并购整合项目。
但最后，你做出来的所有产品都是为刚刚买下来的那家公司服务的。
它们很难真正应用到其他公司。
所以你实际上承诺的是：在你感兴趣的行业里买下几家公司，再为这些公司提供产品。
而我感兴趣的是，所有真实世界企业都能运行在 Netic 上。
如果我们不必限制它们，让它们专注于自己擅长的事情，也就是劳动力和服务质量上的差异化，那么 Netic 能不能运行剩下的所有工作？
10:38—12:56
Elad Gil：人们谈论真实世界的 AI 时，通常指两三件事。
一种是你们在 Netic 做的事情，为家庭、宠物或生活的其他方面提供不同服务的企业服务。
另一种是机器人，比如自动驾驶。
你觉得这些事情最终会融合吗？时间表是不是很远，以至于暂时不影响其他方向？
Melisa Tokmak：这有点像在看同一本书，但可能处在不同章节，而且是未来几十年的不同章节。
我确实相信，未来会有专门属于机器人的章节。
但在我工作的某些行业里，那一章还相当遥远。
我总是说，如果你花几天时间和这些企业待在一起，就会明白为什么。
这对我们非常重要。
我还要告诉你我是怎么了解这些行业的：我们公司的每一位工程师都必须去客户现场，再回到旧金山把正确的产品做出来。
如果你看看周围，看看窗外的每一栋建筑，就会明白问题所在。
如果机器人要完成今天这些企业正在做的工作，那么每一栋建筑都需要被 3D 打印，或者完全标准化。
我看不到这件事会发生。
Elad Gil：你是觉得机器人无法应对这些不同和变化吗？
Melisa Tokmak：如果你看看今天的机器人能力，尤其是灵巧性，它距离处理不同类型的螺丝还很远。
这是什么样的房子？我该怎么上去？我怎么进入那些很狭窄的地方去修东西？
很多时候，问题并不清楚。
你必须先把整面墙打开，才能知道到底需要修什么、应该怎么修。
除此之外，这些行业还有很强的人性因素。
很多人面对这些服务时，正经历人生中最糟糕的一天。
可能是家里被水淹了，也可能是他们想抽出一天，减轻压力，去 Bay Club 打网球。
无论是哪一种，他们都正在经历某件事，而其中有人性的一面。
所以我确实认为，机器人要在我们这一章里接近这些工作，还需要相当长时间。
12:56—15:35
Elad Gil：我听你谈过 OpenAI、Anthropic，也谈过 Google、Meta 等大模型公司。
你觉得你们做的事情与它们有什么不同？
Melisa Tokmak：换一种问法：大模型公司能不能做这件事？
这是一个合理的问题，因为如今有很多创业公司，做出来的功能和视觉上都与大模型公司的产品很像。
要么是聊天机器人，要么是编程 agent。
不过我听到这个问题时会有一点想笑。
因为十年前，同一个问题是：Google 能不能做这个？
现在问题变成了：大模型公司能不能做这个？
Elad Gil：当然，有些事情它们的核心能力可以做，但还有一些事情它们并没有投入。
以 Netic 为例，我不把它们看作竞争风险。
实际上，尤其是领先的大模型公司，它们都是很棒的企业，也可以成为像我们这样的公司的优秀合作伙伴。
我非常尊重这一点。
但如果看我们为这些行业和企业提供的东西，我认为有两件事很重要。
第一是对正在建设的东西保持聚焦。
我会这样问这些企业：OpenAI 很快就能做出惊人的产品，但它也可能很快把产品砍掉。
所以我不认为企业，至少不认为这些行业的企业，会追求这种快速变化。
在 Anthropic 的例子里，硅谷形成了一个共识：它们因为聚焦编程 agent，也就是 Claude，所以领先了。
但到了企业场景，你看到的恰恰是相反的情况：大约有 20 个产品，到底发生了什么？
我看不到企业需要的那种持续聚焦。
而且，如果把问题放到大模型公司和研究人员身上，他们会关心用最通用的方式解决问题。
所以面对我们正在解决的问题，他们可能会说：等 AGI 出现之后，我们就问 AGI 如何为基本服务行业解决这个问题。
我认为，这在运营上和智力上都有一点懒惰。
要解决这类极难的问题，你面对的是全国数百万人，他们有完全不同的烦恼、口音、互动偏好，也需要被再次吸引回来，成为多次购买的客户。
这里有大量最后一公里的工作。
这些工作不只是模型能完成的。
你还需要在模型之上建设支撑层、编排系统、软件和产品。
如果说有什么不同，那就是 Netic 这样的公司必须同时擅长这三层。
15:35—18:15
Elad Gil：这让我想到一个旁支问题。
四年前，我在投资 Harvey、Perplexity；稍晚一些，又投资了 Decagon、Abridge，以及很多垂直应用，当然也包括 Netic。
我觉得现在很多创始人似乎过度担心大模型公司会做什么。
于是，他们不进入新的垂直行业，也避开那些他们认为在大模型公司路线图上的事情。
而在传统情况下，人们可能会更愿意直接竞争一番。
这让我有点意外。
Melisa Tokmak：我觉得这可能是因为，如今很多建设都围绕一个问题：我怎么马上退出？
Elad Gil：有意思。
Melisa Tokmak：相较之下，我觉得以前做创始人是一件更值得尊重的事。
你知道自己是在把一生投入进去。
我创建 Netic 之前，真的花时间找过工作，也问自己：有没有一件事是我想建设的？
我想过第四个想建设、扩展的东西，问自己是否还对其他事情感兴趣。
然后我又问：有没有一个我真正想帮助、帮助它继续完成使命的人？
我认为，成为创始人是一件非常困难的事，你要用几十年把整个人生投入其中。
它不是一件可以轻率对待的事情。
但现在人们过度担心这个问题，是因为他们总在想：我还能不能在很短的时间里完成退出？
第二件事可能和招聘哲学有关。
Netic 的人深切在意自己正在建设的东西，对客户长期负责，有行动能力去开始一件事，有紧迫感去解决问题，同时又有足够的严谨和耐心把事情继续推进。
我在招聘时，尤其看到一些 Z 世代的人被「永久底层」的心态困住。
如果我不能在未来 18 个月里赚到钱，或者不能在未来六个月里学会世界上的一切，那我就会永远贫穷。
Elad Gil：我明白了。
这是一种被 AGI 影响的看法：18 个月之后，AI 会吸收很多人的价值，而我将不再有价值，所以我的价值会下降。
Melisa Tokmak：我认为这其实是一种非常危险的心态。
真正优秀的东西需要很长时间才能建成。
我人生里最重要的一些教训，都来自对一件事做出承诺，并且在所有问题中坚持下去。
无论是在 Scale AI 工作的四年里，还是现在建设一家公司，都是如此。
你必须看到的不只是某件事的第一版。
你还要思考它在世界上会做什么，需要改进什么，如何跟上其他研究，如何跟上其他人。
18:15—22:35
Elad Gil：你需要如何继续改进，对吧？
我们尤其会寻找这一点，也会主动避开追逐新鲜事物的人。
我最近读到一句据说出自马丁·路德的话：基督徒鞋匠并不会通过在鞋上缝几个小十字架来荣耀上帝，而是通过把鞋做得最好来荣耀上帝。
因为上帝在意的是工艺。
当你思考一个创始人在建设什么、为什么建设时，我很认同这个比喻。
归根结底，就是把产品做到最好，解决你在乎的人的问题。
如果一定要说，你往往可以用更少的资源做到更多：保持更聚焦，让一小群真正聚在一起的人去完成一件很大的事。
所以，如何筛选有行动能力的人？你看什么？是面试问题、经历，还是别的东西？
Melisa Tokmak：我看的是一个人过去一直展示出来的行动能力，而不是他此刻突然表现出来的行动能力。
如果你有行动能力，而且在意行动能力，那你应该在生活中持续展示过它。
所以我会深入追问：事情当时是什么样的？
如果你是刚毕业的人，不一定要有工作经历。
你在大学里做过什么？你为了进入大学做过什么？你有没有一个真正关心的项目？
重点不只是「我周末做过这件事」，而是你有没有持续做下去。
Elad Gil：对，具体是什么例子？
我经常只问一个问题：你这一生做过最难的事情是什么？
他们可以从任何地方开始讲，但我们会继续追问为什么。
Melisa Tokmak：我通常会得到很好的答案，而且答案都不一样。
有些人会真正敞开自己。
我想听的不是工作经历。
它可以是生活中任何真正困难的事情。
有时候，你会听到一个人不得不经历、并非自己选择的事情，但重点在于他如何回应，控制了什么。
他如何把自己能够控制的部分拿回手里，然后改变未来？
Elad Gil：有时它也不需要是一件宏大的事情。
举一个我们刚刚招到的人为例，他下周开始工作。
这是第一次有人给我这样的答案。
他说：我的生活很简单，我非常在乎工作，而且我对健康有一套近乎疯狂的安排。
Melisa Tokmak：他详细说了自己的意思。
他说：除此之外，我没有太多东西，但对我来说最难的是，我已经坚持了很多年，每天都在同一时间起床，每隔几个小时做这些事情，晚上也这样做，还要为同事出现。
Elad Gil：最难的事情，是连续 15 年坚持这些，没有感到无聊，也没有开始想着别的事情，而是把自己交给真正关心的东西。
Melisa Tokmak：我觉得这是一个很有创造力的答案。
我不是在找某种标准答案。
我自己的答案可能和建设公司有关，也可能和我从一个非常小、父母几乎没有资源的小镇来到这里有关。
但我寻找的不是这种统一故事，每个人的经历都不一样。
Elad Gil：你是如何写出自己的故事的？
我觉得这是一个很棒的答案，我们很高兴找到他。
你怎么看公司五年后的样子？或者说，你对公司的长期愿景是什么？你们已经完成了什么，接下来在做什么？你的北极星是什么？
22:35—23:52
Melisa Tokmak：就愿景而言，我们正在建设一家自主企业。
我们希望这些企业里除实际服务和劳动力本身之外的每一件事，都可以由 Netic 自主处理。
劳动力是人的部分，企业应该能够完全把注意力放在它身上，交付服务，让客户满意。
这是公司的第一目标。
我们建立的每一个产品、每一项建立在智能层之上的能力，都会持续积累，并与其他产品连接，服务于这个目标。
Elad Gil：第二点是……
Melisa Tokmak：建设公司非常困难，我这样做是为了愿景，也是为了和非凡的人一起工作。
随着公司成长，我非常在意的一件事是：我们如何一直只和非凡的人一起工作？
没有一个简单答案。
我尊重、也长期思考过这些问题的公司，比如 Palantir、SpaceX 和 Notion，都非常重视工艺，以及多年为自己的受众交付，但它们也都在如何保持团队质量这件事上遇到过困难。
所以，对我来说，深入思考并实现这一点非常重要。
23:52—27:25
Elad Gil：你服务的很多行业，被认为采用技术很慢，不在技术前沿，使用新东西需要很长时间。
你是在向它们销售 AI 方案和 agent。
这件事有挑战吗？是顺利的吗？这种看法正确吗？你怎么看客户采用新东西的速度？
Melisa Tokmak：把这些行业想成老派行业，是一个很大的误解。
我遇到的一些最懂技术、最关注商业的人，恰恰来自这些行业。
首先，我们服务的是大型企业，所以它们极其关注价值，也必须走在技术前面。
举个例子，我们刚刚完成的一笔业务，合同金额可能是 50 万美元，从开始到结束用了 14 天。
Elad Gil：这不是因为……
Melisa Tokmak：不是因为我有什么魔法药水，公司也没有，AI 也没有。
客户非常认真地考虑自己应该做什么，以及价值是否真的存在。
他们的购买行为本身也很谨慎。
我对这些行业的看法是，它们同时非常原始，也非常技术化。
比如一家大型屋顶公司，它可能需要员工挨家挨户敲门，走遍社区，找到朋友或邻居，向你解释为什么应该考虑更换屋顶，或者在屋顶上安装太阳能。
但与此同时，Netic 今天已经把多种产品组合起来，从处理所有入站和出站互动，到分析，再到劳动力交付。
我们会连接卫星数据，判断不同社区的情况。
比如飓风如何影响不同屋顶？应该考虑什么材料？
这些信息可以被自主放进 agent 的上下文里。
这样，agent 不只是更有能力和客户对话，也能帮助企业发现应该主动触达谁。
这并不是这些企业以前完全没有做过的事。
Elad Gil：他们之前就使用这些技术吗？还是后来你们把它们接进 Netic 平台？
Melisa Tokmak：他们一直在想，怎样才能更好地服务客户。
但过去他们要自己解决怎么做。
数据要不要从别处拿？谁来看？人工看，还是手动筛？
现在想象一下，同一个平台可以同时帮我处理来自广告的入站需求，也可以建立我要服务的社区上下文，并主动联系客户，带来新的收入。
这些事情现在可以在一个平台里很容易地完成。
以前他们也会想这些额外数据的问题，只是要用不同的工具、人或者流程去筛选，然后再派人挨家挨户敲门。
这只是一个行业的例子。
我们刚才谈到了并购整合和私募股权持有。
假设一家私募股权公司在不同领域拥有 20 或 30 家企业。
如果这些企业都在 Netic 上运行，就可以做更多事情。
比如说，如果你要向某个客户推荐健康服务，而我养了一只很喜欢的狗，那么我成为健康服务会员时，会很愿意选择同时提供宠物服务的方案。
如果你知道这一点，作为企业所有者，你会怎么和我沟通？
这就是上下文：真正理解客户，并让企业很容易使用这些信息。
27:25—31:18
Elad Gil：你怎么看私募股权公司对这轮 AI 浪潮的回应？
有人非常积极，正在尝试新东西。
有些机构会部署公司，也会与 BrainCo 之类的公司合作。
另一些机构可能动作更慢。
你怎么看私募股权与 AI 的互动？
Melisa Tokmak：我认为，私募股权的打法已经改变了。
过去是找到一颗宝石，找到一个估值倍数很好的公司，换掉团队，创造价值，再卖出去。
但那些还没有被发现的宝石已经不太存在了。
所以总体来看，打法已经变成：如何和自己正在合作的企业一起创造切实价值？
你说得对，有些机构非常积极，甚至可能有点过度。
它们像测试软件一样测试 AI，但我使用的任何 AI 产品，都不是第一周就能决定结果的。
不应该这样看待平台。
第一周应该是关系的开始。
你真正想确保的是，一年之后这些结果仍然存在，而且还在变好，而不是变差。
所以，重要的是改变测试 AI 的方式，把空中楼阁式产品和真实投资回报区分开。
很多机构有时会更软件化、更确定性地思考：为什么我不能一周试试看，然后立刻做判断？
但我认为，很多机构已经理解这一点，因为它们现在聘请了新的角色。
比如 AI 运营合伙人，或者几位更偏 AI 的工程师。
他们也会帮助机构和被投企业学习。
我在公司里一直看到一件事：没有什么问题是真的无法解决的，问题是我们还能做得更好吗？
所以，在很多私募股权的谈话里，核心都是它们能得到什么价值，以及现在能看见什么具体结果。
不是做演示，不是拉出幻灯片，而是展示真实部署。
如果它已经在工作，为什么不直接展示这个客户赚到了什么？
你刚才问过我的北极星。
到目前为止，我认为通过 AI 处理的互动，我们已经为客户创造了超过 6 亿美元的价值。
就把这个展示出来。
它是怎么工作的？真实世界里的客户是如何与这项技术互动的？
我觉得一旦这样做，私募机构也会受到教育，并能指导自己的企业。
但这并不意味着企业和 AI 公司之间的直接关系不重要。
私募股权更多是对所拥有企业提供指导。
它们很少可以直接把某项东西硬塞给企业，但可以做好的顾问，告诉企业应该检查什么。
Elad Gil：看起来，很多私募机构也从八十年代那种进来、大规模裁员、拆解集团的方式，转向你说的优化价值和增加价值。
Melisa Tokmak：不过我想补充一点。
私募机构的第一次对话仍然总是非常关注降本。
我觉得这是因为它们还没有看到很多像我们这样的产品和平台。
我并不是来帮你砍成本的。
当然，这种效果会发生，但我真正感兴趣的是：你将如何创造新的收入？
这是一段需要主动开启的对话。
你必须给出具体例子，否则谈话仍然会回到底线：我们怎么降成本？
但企业必须扩大视野，思考 AI 还能做什么。
如果 AI 只被用来降本，那会很可惜。
31:13—34:28
Elad Gil：除了 Netic 正在做的事，你对 AI 的未来最期待什么？
Melisa Tokmak：我真的很期待教育。
我刚才讲过一点自己的经历。
在我还没有资源的时候，有一种技术帮助过我：我会找到一两个从我高中毕业、已经去美国读大学的人，请他们帮我看申请文书或作品，给我反馈，也会通过 Facebook Messenger 联系他们。
那只是让我有机会和他们交流，而他们当时已经在美国读大学。
Elad Gil：他们也是从土耳其去的美国。
这很不可思议。
我想，我会把答案说成教育，因为教育会改变很多人的生活，而这些人原本甚至不会想到那个世界存在。
Melisa Tokmak：我个人真的很期待这一点。
以后没有人会再因为资源不足而受限。
你想学习的东西、想做的事情，都会有一部分在你的口袋里。
我们让这个世界变得更依赖人的行动能力，而这一点让我很兴奋。
我迫不及待想看到它展开。
Elad Gil：这非常令人兴奋。
对我来说，一个重要教训一直是：你可以直接去做事情。
你不需要得到许可，也不需要先把所有东西都学会。
你可以直接开始做。
Melisa Tokmak：但这也会让人有一点害怕。
当你看到人们仍然什么都不做时，它就会呈现出一点反乌托邦的版本。
无论生活在哪个时代，使用什么技术，你总能做一些事情。
最后仍然取决于你要做出的选择。
我们让做出选择变得越来越容易，但我敢保证，世界上大多数人仍然不会选择行动。
这是一个需要思考、也稍微更负面的方面。
但至少，我们正在把「有没有资源、有没有机会接触某件事」从问题里拿走。
第二件让我很期待的事是，当前美国乃至全世界对 AI 的主流讨论往往非常负面。
而我期待的是，我们开始讨论更多正向的应用。
我正在做的很多事情，面对的都是人一生中最糟糕的日子，他们真的需要帮助。
我们如何确保他们得到帮助？
教育也是这样。
又或者，人们可以查看自己的健康记录，并真正理解它们。
我最近还在使用健康功能，试图理解自己怎样才能睡得更好，但没有得到答案。
Elad Gil：你得停止当创始人了。
Melisa Tokmak：但我认为，未来会有更多正向的方式去讨论 AI。
人们第一次接触 AI 时，话题不应该只关于某个东西为什么要消失，或者工作为什么要消失，也应该谈 AI 带来的正向影响。
我也期待世界上的讨论更多转向这一点。
Elad Gil：太棒了。谢谢你今天参加节目，Anna Pires。很高兴和你聊天。谢谢。
Melisa Tokmak：谢谢邀请我。你可以在 Twitter 上关注 NoPriorsPod；如果想看我们的脸，可以订阅 YouTube 频道；也可以在 Apple Podcasts、Spotify 或任何你收听节目的地方关注本节目，这样每周都能收到新一期。
你还可以订阅邮件，或者在 no-priors.com 找到每一期节目的文字稿。
Comments
Sign in to comment.