Box創辦人爆料:AI時代的黃金3年創業窗口即將關閉!

Box創辦人Aaron Levie在最新的創業者訪談中投下震撼彈!這位雲端儲存巨頭的CEO斷言,我們正處於AI革命的黃金創業窗口,但這個機會只剩下不到3年時間。在這場深度對談中,Levie不僅顛覆了「AI會搶走工作」的主流論述,更揭露了企業內部驚人的浪費現象,以及AI如何為新創公司創造前所未有的機會。

- #AI不是來搶工作,而是解放人類潛能

Levie直接挑戰主流媒體的恐慌論述:「你會讀到很多媒體基本上說AI要來搶我們的工作,但大部分媒體都沒有深入大公司內部,看到我們在無用但必要的活動上花費了多少時間。」

他提供了一個令人震驚的洞察:「如果你去大部分公司,讓他們列出一整天在做什麼,然後評估這些工作的價值,你會發現絕大部分時間都花在不具戰略意義的事情上。」

這些非戰略性工作包括:尋找資訊、手動處理文件、撰寫例行性電子郵件,以及各種必要但重複的任務。Levie指出,當AI代理人能夠處理這些工作時,企業將能夠:專注於突破性創新、花更多時間與客戶互動、主動支援客戶而非被動回應,以及推出更多行銷活動。

- #非結構化數據的革命性價值

Levie揭露了企業數據的驚人真相:「企業中的絕大部分數據都是非結構化數據,包括合約、發票、行銷素材、簡報等。這些數據過去完全無法自動化處理。」

在AI出現之前,企業面臨這樣的困境:結構化數據(存在資料庫中的客戶ID、收入數字等)可以查詢和分析,但非結構化數據(文件、合約、簡報)只能人工處理,無法進行自動化分析。

AI代理人徹底改變了這個現狀:「現在你可以向所有文件提問,可以圍繞這些數據開始自動化工作流程。我們的整體願景就是將所有這些資訊轉化為企業新型的知識資產。」

- #商業模式的根本性轉變

傳統SaaS公司的收費模式即將被顛覆。Levie解釋:「如果你在今年之前建立SaaS公司,你唯一的真正獲利策略就是『有多少人需要我軟體的授權』。」

這種模式的限制很明顯:如果你的軟體是給律師用的,在一家公司最多只能賣出該公司律師數量的授權。但AI代理人打破了這個限制:「AI代理人可以做相當於無限律師工作量的事情,這意味著你不再基於公司的人數來銷售,而是基於需要完成的法律工作量來銷售。」

新的商業模式將是消費導向的:如果過去人工審核一份合約需要5-10美元,AI代理人可能只需要10分錢的成本,但你可以收費2美元,客戶省下80%,你還能獲得豐厚利潤。

- #10年來最大的創業機會窗口

Levie提供了一個令人興奮的時間框架分析。他回憶三年前的情況:「我列出了我們生活中的所有名詞和動詞,發現大部分問題都已經被解決了。」

從2008年到2014年,幾乎每個核心需求都有了解決方案:音樂有Spotify、食物有DoorDash、住宿有Airbnb、交通有Uber。企業端也是如此:薪資有Gusto、CRM有Salesforce、電子郵件已被解決。

但AI改變了一切:「今天是近十年來第一次,我非常確信現在有了新的名詞和動詞集合,新創公司處於正確的位置去創造下一套解決方案。」

關鍵在於找到「軟體以前從未做過,但AI代理人現在完全能夠勝任的事情」。Levie預測:「在去年到未來三年之間,將會有100家新創公司成立,它們都會成為50億、100億、200億美元的公司。」

- #給創業者的黃金建議

Levie給出了具體的行動指南:

必讀三本書:《跨越鴻溝》(有史以來前五大商業書籍)、《創新者的困境》(有史以來第一大商業書籍)、《藍海策略》。他保證:「如果你照著這些書的內容去做B2B市場,你會比其他白手起家的新創公司好10倍。」

組建優秀團隊:「試著找一個朋友,他們可能是最不技術的朋友,但要和某個人一起奮鬥,因為你會有更多樂趣,也能一起度過更困難的時期。」

選擇正確市場:「確保你要進入的市場真正被AI轉型。如果你的市場沒有真正被AI轉型,就不要碰它,因為你將面對不必要的逆風。」

把握時機:「現在是關鍵時刻。這個窗口會結束。從一年前到現在起大約3年左右,這是下一批偉大公司將要起步的時候。」

- #為什麼大公司無法壟斷AI代理人市場

許多人擔心像Salesforce這樣的大公司會直接推出AI版本,但Levie認為新創公司仍有巨大優勢:「現有企業只會為他們現有的客戶群提供代理人服務,這意味著新創公司將有大量機會服務那些現有企業沒有接觸到的市場。」

以Workday為例,它可能只有1萬個客戶,但全球有1000萬家企業需要HR相關的AI代理人服務。「至少,你可以向所有非Workday客戶銷售。」

- #核心與情境的永恆定律

Levie引用了Geoffrey Moore的經典理論:每家公司都必須決定什麼是核心業務,什麼是情境業務。以迪士尼為例:「核心業務是設計驚人的IP和角色,情境業務是HR系統。迪士尼需要在讓皮克斯變得極其強大的技術上做得非常好,但不需要在經營HR部門的技術上創新。」

這解釋了為什麼大部分公司不會自建所有軟體:「就因為你能做某件事,世界上絕大多數人最終不會去做那件事。」大部分公司會選擇購買現成的解決方案,而不是承擔自建系統的風險和維護成本。

這段精彩的訪談為我們描繪了AI時代創業的全新圖景。正如Levie所說,這是一個千載難逢的機會窗口,但它不會永遠開放。對於有志創業的人來說,現在就是行動的時候。

- #AIagent時代的投資邏輯

參考資料來源:https://www.youtube.com/watch?v=uqc_vt95GJg

Read more

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

很多人問我,在 Claude 裡面,Project、Skill、Connector 這三個東西到底差在哪裡? 什麼時候該用哪一個? 老實說,我一開始也搞得很混亂。 但實際用了一段時間之後,我發現其實邏輯很簡單。 先從最基本的開始:Connector 是對外的資料來源 如果你需要從外部拿資料,比如說接 Google Calendar、接 Notion、接你自己的資料庫,你就需要 Connector。 它就是一個 MCP 的連結,讓 Claude 可以去外面抓資料回來。 沒有 Connector,Claude 就只能用它自己知道的東西,沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller,專門負責處理運算的部分。 比如說,你想讓 Claude 用特定的格式改寫文章、

By Andy Lin
讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單:你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory,它會根據你不斷詢問的過程,主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手:從進階到客製化 自從我串接 GA MCP 後,這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間,能夠對齊我的知識,知道我要什麼。 你不用想太多,不用一次設定好整個 instructions。 試著使用一週,再回頭看看 memory,你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼,但網站分析不一樣。 因為我沒有那麼多美國時間,

By Andy Lin
AGI 來臨:兩大 AI 巨頭的預測與警示

AGI 來臨:兩大 AI 巨頭的預測與警示

在近期的達沃斯論壇上,Anthropic 執行長 Dario Amodei 與 Google DeepMind 執行長 Demis Hassabis 進行了一場關於「AGI 之後的世界」的深度對談,揭示了 AI 發展的最新進展與未來展望。 AGI 時間線預測 Dario 重申了他去年的預測:在 2026-2027 年,AI 模型將能夠在諸多領域達到諾貝爾獎得主的水準。他表示目前 Anthropic 的工程師已經不再親自寫程式碼,而是讓模型來完成編寫工作,人類只負責編輯和周邊任務。他預估在 6-12 個月內,模型將能端到端完成大部分工程師的工作。 Demis 則持稍微保守的態度,認為在十年內有 50% 的機會實現 AGI。他指出編程和數學領域較容易自動化,因為結果可驗證;但自然科學領域則更具挑戰性,需要實驗驗證,且目前模型在「提出問題」和「建立理論」

By Andy Lin
讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

最近我嘗試做了一個 Agent,專門用來分析我的身體健康狀況。 這不是什麼有商業潛力的專案,純粹是出於好奇。 我想知道現在的 AI 到底能幫我們把健康分析做到什麼程度。 資料從哪來? 要讓 AI 分析任何東西,首先得有資料。 我第一個想到的就是 Apple Health。 因為我每天戴著 Apple Watch,它本來就會自動記錄睡眠、運動、心跳這些數據。 除此之外,我也在嘗試另一個經絡檢測的儀器,有點像中醫把脈的概念,只是還沒整合進來。 我覺得如果未來能把更多資料源串在一起,應該可以做出更有意思的應用。 技術架構其實不難 我用了一個叫「Apple Health Auto Export」的 App。 這個 App 可以把健康資料透過 REST API 自動傳送到你指定的伺服器。 資料打到伺服器後,我再處理並存到 Database 裡。 接著寫一個 MCP Server,然後在

By Andy Lin