威尔·格里菲斯 (00:00)：
在 ICONIQ，我们认识 Bret 已有十多年了，早在他担任 Facebook 首席技术官时，我们就在 2024 年建立了合作伙伴关系。当时，我们所写和相信的是，每家公司都需要自己的面向客户的代理，而 Bret 和 Clay 非常适合定义这种新范式。
(00:22):
如今，基于 Sierra 构建的代理现已与超过 40% 的财富 50 强公司进行解决并进行对话。 7 月，Sierra 推出了 Horizon，旨在让客服人员在数周内追求结果，而不仅仅是解决单个对话。布雷特，我们还有一年的时间要追赶。再次感谢您来到这里。我们真的很感激。
布雷特·泰勒 (00:46)：
谢谢你有我。
威尔·格里菲斯 (00:47)：
Bret，12 个月前你和 Matt 坐在讲台上，你们讨论了随着基础模型的不断改进，如何才能真正建立一家持久的人工智能应用公司。你能告诉我们什么是你当时相信但今天不再相信的吗？
布雷特·泰勒 (01:06)：
有趣的是，那只是一年前的事。人工智能的发展速度非常快。我想，如果你回到一年前，麻省理工学院有一项研究谈到 90% 的人工智能项目都会失败。在我的圈子里，它得到了很多关注。每个董事会和首席执行官都会将其发送给他们的首席技术官，并询问“发生了什么事？”
(01:32):
有趣的是，从那时起，Claude Code 和 Codex 就出现了爆炸式增长，我们已经从不知道如何处理 AI 转向 tokenmaxshing，“我的代币账单怎么了（经过审查）？”所以这真的很有趣。这几乎就像是问题的彻底翻转。我从概念上考虑的应用人工智能的价值主张，除了客户体验、销售和服务之外，是帮助人们成功部署项目。但现在你可以看到另一个价值主张，即人们用这些代币的组件构建人工智能解决方案会导致所有这些其他问题，现在人们在智能上过度花费，以获得问题的解决方案。
(02:16):
我认为所有这些都是，尽管这是字面上相反的问题，但我认为所有这些都是对应用人工智能解决方案的需求。如果你看看应用人工智能、软件工程、客户体验和法律方面有成功应用的少数几个领域，在法律领域有成熟的供应商，你就会发现 Harvey 和 Legora。而客户体验，你有我们，你不需要考虑其他任何人。
威尔·格里菲斯 (02:44)：
我们对莱戈拉也有同样的感觉，只是为了澄清一下。
布雷特·泰勒 (02:46)：
是的，很公平。其他的我就不说了。然后编码......在这些领域，您往往不会担心我会获得什么价值，因为它们往往是您可以快速部署的现成解决方案。它们往往不以代币定价。它们的定价往往是为了更多的业务成果，而您认为这些业务成果是无价值的。它把优化代币支出的负担留给了软件供应商，他们可以在所有合作伙伴之间分摊研发成本。这让公司需要弄清楚在哪里部署该解决方案来解决他们的问题。
(03:22):
我的逆向观点是因为我认为在旧金山圈子里，人们会说，“哦，只有两家名为 Anthropic 和 OpenAI 的软件公司。”我就是没看到。事实上，如果说有什么不同的话，那就是我现在的信念更加坚定了。我实际上在想，为您的 CFO 专门构建的解决方案在哪里？建造目的在哪里？每个部门都应该有一个供应商帮助他们部署代理来交付业务成果，例如审计财务。而我们还没有这些公司。所以我非常看好应用人工智能。我认为对 POC 失败和代币最大化的担忧是应用人工智能市场不成熟的症状。
威尔·格里菲斯 (04:01)：
让我们继续讨论一下。为什么你认为那些已经成功的垂直行业已经发展和演变为具有结构，并且实际上那些市场领导者正在使企业更容易消化……我的意思是，首席财务官，一个很好的例子。在其他领域，组织有点混乱，并且您有潜在的基础模型，可以寻找前沿部署的工程师并建立能够真正尝试直接自己解决这些问题的公司？
布雷特·泰勒 (04:29)：
我认为答案是流程形式，我将双击它，但我认为人工智能代理的原子单元是一个流程，而不是一份工作或一个人。我的意思是，就拿银行来说，KYC、AML、了解你的客户、反洗钱。如果您要加入一家金融服务机构，您需要经历一个相当正式的流程，以确保您的真实身份，并且银行可以与您开展业务。
(04:59):
如果您想象为银行的每位员工提供 ChatGPT 工作，然后您快进两年并说：“嘿，KYC 流程的数字化和代理化程度如何？”您可能不会看到太多的变化，因为事实证明这是一个负责客户入职的业务团队与一个技术合规团队之间的协作。所有这些团队都需要共同努力，并且您需要自上而下地了解实际应用人工智能代理将其完全数字化的过程。
(05:28):
如果你看看软件工程的几个领域，特别是客户服务和法律领域，这些领域恰好是流程非常正式的领域。工程师们，我们作为一种爱好，20 年来一直在尝试像机器人一样行动，现在我们终于可以了。从单元测试到代码审查，再到这些几乎就像手套一样适合的流程，您拥有一切。代码库的上下文可供代理使用。
(05:54):
由于离岸外包现象，该行业的客户服务、标准操作程序或 SOP 也已经由第三方正规化。而现在，你只是将第三方而不是 BPO 作为人工智能平台。然后，在法律方面，类似地，仅仅因为法律程序的自然形式主义，想想反垄断程序，你就会为大量公司一遍又一遍地执行相同的程序。所以它只是适合人工智能代理的手套。
(06:24):
如果您看看您业务的其他部分，就会发现这些流程往往不太正式，或者至少肯定没有正式用于外部律师事务所或 BPO。因此，最终会出现这种成熟过程，因此，最终会需要更多的变革管理和大规模部署人工智能所需的行业高峰。
(06:45):
我认为，未来的人工智能本土公司将对推动其业务、客户获取、客户获取成本、新入职等流程抱有非常强烈的固执己见。如果你考虑供应商，像 Uber 这样的市场，你有入职商家、入职司机和消费者。这些流程越正规化，你就越能应用人工智能代理来做得更好、更快、更便宜。我认为，对于大多数现有企业（即世界上所有最大的公司）来说，这是一个关键障碍，因为您的业务的大部分部分往往没有这些正式的流程。
威尔·格里菲斯 (07:23)：
我知道你有一份日常工作，但听起来你应该建立一个孵化器并真正帮助解决这个问题。但是转向一点成本方程，我们在 Tuhin 最近的演讲中看到，只是 Baseten，只是开源正在发生的事情的增长。作为 OpenAI 的主席，您也有独特的视角。你们使用开源来完成某些任务，并且一直在使用它并且更频繁地谈论它。您能否谈谈您现在使用开源的内容和位置，以及您如何看待开源的使用与 Sierra 未来发展的前沿模型之间的平衡？
布雷特·泰勒 (07:58)：
是的。 Sierra，我们使用了大量的开放权重模型，并对其中的许多模型进行了微调，可能作为一种衡量标准，只是我们推断的百分比，可能是 80% 左右。或者至少我会说 80% 至少不是前沿尺度参数计数。我想说使用开放权重模型有三个原因。一是如果你想微调模型，这对于像我们这样的应用人工智能公司来说尤其重要。我们打了数十亿次电话和聊天，你不需要有前沿情报就能理解汽车喇叭或有人说话，这在我的业务中是一件重要的事情。因此，微调较小的参数数量模型是实现性价比的最佳方式。
(08:45):
第二是成本。因此，在很长一段时间里，如果你使用 Anthropic 和 OpenAI 的真正前沿，它可能会非常昂贵，而且其中一些开放权重模型的成本较低。 第三是主权，有点像亚历克斯·卡普的咆哮。如果您还没有看过咆哮，我认为这非常有趣，只是这个想法，您是否为模型播种了一些战略价值？
(09:09):
我认为最后一个问题基本上可以通过合同来解决。在我看来，我们正在走向这样一个世界：大多数公司都会租用他们的智慧，但拥有上下文。我认为大多数公司不能甚至不应该尝试在原始情报上实现差异化。
(09:26):
在成本方面，我认为我们正在看到一些非常有趣的演变。如果您还没有使用过 GPT-5.6 Luna，那么您应该使用。我认为对于大多数公司来说，它可能比大多数开放权重模型更便宜。换句话说，前沿实验室可以提炼自己的模型并将其出租。对我来说，为什么你托管自己的模型应该比这更便宜，这并不明显。确实没有科学理由解释为什么会这样。
(09:54):
然后微调可能是真的。我的直觉是，与大多数工业公司相比，这可能更适合应用人工智能公司。当你微调模型的那一刻，就像驶出高速公路一样，人工智能的势头仍在继续。所以这就像分叉 Linux 内核之类的。这样做可能有充分的理由，但总的来说，如果您走这条路，您确实应该成为一名领域专家。
(10:26):
我认为开放重量模型将会成为趋势。我认为我只是围绕它的第一原理经济学，我真的很高兴 OpenAI 为它的不同性价比部分提供了更多选择，就像一个矩阵一样。我认为，作为 OpenAI 的主席，我只是认为我们应该能够以比大多数开放权重模型更低的成本或更好的代币效率，以合适的价格和质量提供您想要的模型。但我确实认为开放权重模型很重要，特别是对于微调而言。
(11:00):
因此，我认为硅谷对话的经典潮起潮落往往过于简单化，而且我认为计算规模可能是该供应链中最重要的事情，在我看来，这一点并没有得到足够多的讨论。因为归根结底，推理就是推理，当您考虑推理成本时，无论是开放权重还是封闭权重几乎都为零。所以我认为这确实是我认为最应该关注的地方。
威尔·格里菲斯 (11:29)：
您认为基础模型是否在 Nikesh 所说的一点点方面具有优势，即真正管理安全带的能力，拥有记忆，拥有前沿模型和一些他们应该能够在相对于仅仅转向开放重量之间进行交易的遗留模型之间的背景？您认为结果如何？
布雷特·泰勒 (11:47)：
我认为这实际上取决于应用程序。我认为很多人将智能与 ChatGPT Work 或 Claude 混为一谈，就像信息工作者的桌面应用程序一样。顺便说一句，在这些情况下，有一个非常重要的市场，它是巨大的，所以我无意轻视它。在这种情况下，你对模型路由和代币经济学进行了很多思考，因为有人为晚宴整理一组电子邮件，其经济价值与小企业到银行的 KYC 流程有很大不同，但你对这两件事使用相同的代币计数，因为你最终对此产生了很多关注，这是有道理的。这就像 ChatGPT 时刻一样。这就是我们现在所处的时刻。
(12:35):
我认为，如果你购买我在 Applied AI 上销售的产品，那么 5 或 10 年后，我会有点失望。如果你只考虑在季度结束后报告收益之前审计你的财务状况的人工智能代理，我认为现在不存在这样的代理。我认为它可能应该而且将会存在。如果您只考虑每年向审计师支付的费用，代理商就可以做到这一点。
(12:58):
我的感觉是，将会有相当多的微调模型，这些模型是专门为供应商的任务的各个方面而构建的……他们的利润基本上取决于他们能够在多大程度上保持质量并降低代币支出。在那里，我不认为说前沿实验室有什么优势……这非常，你可以称之为深奥，除非你是一名会计师，以防它真的很重要，但我想说的是，应用程序与模型的垂直集成将带来很多价值。
(13:31):
因此，我认为您将会看到这些基础广泛的软件工程信息工作用例，我确实认为前沿实验室具有结构优势。对于工业垂直应用，我非常相信垂直应用的力量，以及垂直集成和获得其他方式无法获得的性价比的能力。
威尔·格里菲斯 (13:54)：
有道理。很有道理。让我们稍微转向现有的非原生人工智能软件业务。作为联席首席执行官，您拥有非常独特的视角，在创立 Sierra 之前，您曾担任 Salesforce 的联席首席执行官。您如何看待传统软件企业？您对它们有何建议？它们将如何在这个新的人工智能世界中发展？
布雷特·泰勒 (14:15)：
我将从我的观点开始，你可能同意也可能不同意，这样当我给出答案时，你可以决定是否驳回它。我认为人工智能代理与传统软件的区别在于，人工智能代理实际上是在完成任务，而不仅仅是提高生产力。因此，我认为有机会进行基于结果的定价，如果你愿意的话，可以向代理人支付佣金，以完成出色的工作。
(14:47):
我认为，当我们从基于展示次数的广告转向每次点击费用广告时，我们已经看到了与此类似的情况。现在，对于许多移动应用生态系统来说，您确实按安装付费或按转化付费。 您越能将您的业务模式朝着负责任、可衡量的结果调整，您愿意在该结果上花费的利润就越多，因为它更可衡量且更容易跟踪。
(15:14):
我认为在有可量化、可衡量结果的领域工作的代理商，我相信市场只会朝着基于结果的方向发展，因为这样做的供应商会发现买家更愿意花钱。因为支付贷款、客户加入或客户服务电话解决比考虑这一切的代币经济学更容易。这就是我的观点。这显然是我们在 Sierra 首创的，我刚才所说的所有成果都是我们今天获得报酬的成果。
(15:51):
因此，回到您关于现有软件公司或您所说的传统软件公司的问题，我认为挑战将是三重的。一是你必须改变你的技术。因此，您将让代理来执行您之前制作的网络应用程序中的任务，人们可以在其中执行这些任务。这与您之前生产的产品类型不同。因此，您需要围绕基于代理的工作流程而不是表单和字段重新构想您的产品，这是一种传统的软件即服务应用程序。
(16:26):
第二是你需要考虑不同的商业模式。因此，您将从基于座位的商业模式转向其他模式。再次强调，我是这方面成果的坚决拥护者。
(16:38):
第三，你需要进行这种转变，而这些公司大多数都是上市公司，这是一场噩梦。这真的很难，因为公开市场投资者非常不耐烦，他们想看到一切。
(16:56):
他们希望您的有机业务不断增长，您的新事物不断增长以及所有其他事情。实现这种转变的公司并不多。显然，微软可能是最著名的 Windows 到 Azure，而 Shantanu 的收入可能是 Adobe 的较小版本。但这是非常困难的，我认为同时做这三件事，就会出现这个新时代的萨蒂亚，但我认为还会有很多其他人，因为两者兼而有之。
(17:27):
我认为这就是为什么我多次公开说过这一点，我相信这是......我现在显然是企业软件领域的守旧派，但你往往会看到从最佳解决方案到平台的钟摆摆动。因此，当出现像互联网这样的新技术时，您会看到人们从 Oracle 转向 Salesforce，因为 Salesforce 是网络原生的，现在被称为软件即服务。然后与移动设备相同。
(17:57):
然后，随着技术变得普遍，不再难做代理，你可以从每个人那里得到代理，然后你往往会看到大量的整合，其中规模扩大的本土公司将成为新的现有企业，其余的将被整合。然后你会看到很多首席技术官、首席信息官、首席执行官说，“让我们简化我们的供应商格局”，然后你往往会得到这种最好的平台整合。我们现在确实处于最佳状态，只是因为你无法真正从大多数现有公司那里购买出色的解决方案，但本质上就像我们已经经历过很多次一样，这是一场竞赛，看看哪些现有公司可以升级他们的平台和商业模式。这是一场竞赛，看哪家人工智能本土公司能够赢得未来成为现有企业的权利。
(18:50):
我当然希望 Sierra 出现在后一个列表中，但有趣的是，在这些不同的领域中看到这种情况将会发生，但整合将会发生。这只是时间问题。是一年后吗？现在是两年后吗？但这只是一种自然的潮起潮落，我认为它只会重演。
威尔·格里菲斯 (19:09)：
我们喜欢您在前沿的位置。您确实非常有信心自己将成为这些获胜者之一。让我们先来谈谈基于结果的定价。谈到了广告界的类比，从展示次数到点击次数再到 CPA。真正将代理视为执行流程和任务并为此获得报酬是有意义的。对于传统上注重软件和工作流程而不是成果的企业来说，这是否很难？他们采取这种心态有多难？您是否一直在倡导这一点？反响如何？
布雷特·泰勒 (19:46)：
有时我在这里看到一些客户可以让我对此保持诚实，但总的来说，我认为人们相当容易接受。我只想告诉你我们的模型，我认为它与此交织在一起，我们几乎总是从现场概念验证开始，这意味着现场，我的意思是它实际上是在与客户交谈。也许它正在为您的市场上的商家提供服务，也许它正在为保险公司发出第一时间的损失通知。因此，您实际上可以衡量代理在生产中的表现，以便在您决定“这意味着什么？明年我要购买多少结果？”时。实际上，您可以在电子表格中推断它，而不是测量它。
(20:27):
从广义上讲，这是极其简单的，但如果你看看软件行业的历史，大多数公司每在软件许可成本上花费 1 美元，他们就会在实施上花费 4 美元。很长一段时间以来都是如此。我听说有人说信任，但要验证。我试图......我不知道堆栈来自哪里，但当我说出来时很有趣，我看到很多人点头，“这基本上是正确的。”我当时想，人们会说，“我不知道什么是对的，但基本上是对的。”
(20:53):
所以你最终会得到这个有趣的事情，你购买一个软件然后实现它。在那个时期，你已经购买了它，但你没有使用它，你没有从中获得任何价值。然后你花费数百万美元让它为你的企业服务。
(21:07):
然后当你到达它的实时部分时，你可能有一个不同的客户团队，你可能所有这些事情都被改变了，人们经常忘记他们最初为什么这样做。当你回到带有投资回报率计算器的 PowerPoint 演示文稿时，你会想，“等等，什么？这里发生了什么？”
(21:25):
因此，我认为，这有点像企业软件行业的一个肮脏的小秘密，在兑现这些企业软件销售周期的承诺方面，完全缺乏责任感。因此，基于结果的定价虽然新颖，但它却有很多二阶效应。
(21:49):
首先，我们公司的大部分业务都专注于售后，例如交付，而不是销售，因为在实际交付生产之前我们无法获得任何价值。我认为这真的很棒。我认为这对于企业软件公司来说是一个积极的变化。
(22:08):
其次，如果您考虑一下与我们合作一年后会发生什么，即季度业务审查，我们都会关注相同的指标。我们正在努力实现与您相同的结果。因此，它实际上创造了这种持久的伙伴关系，相对而言，我认为这种伙伴关系感觉更加始终如一，我认为这是非常不同的。所以我总是喜欢说我们是合作伙伴，而不是供应商。我们并不总能达到这个标准，但这就是我们想要的。
(22:35):
这就是我喜欢商业模式转变的原因，因为它们实际上迫使你改变公司的一切，以满足新商业模式的要求。因此，我是这方面的成果传播者，如果不适合用例，我们会让任何事情发挥作用，但我认为这对行业来说是向前迈出的积极一步。
威尔·格里菲斯 (22:57)：
太不可思议了。我认为那里的一致性非常深刻，并且希望能够简化很多事情。您推出了 Horizon，它可以在数周内真正显现结果，而不是单次对话。是否针对任何特定的垂直领域并继续开放市场？是否存在必要的市场来实现这一点，而不仅仅是快速互动？
布雷特·泰勒 (23:20)：
是的，我将从它的来源开始，然后它肯定是一些行业。因此，在 Sierra，我们一直试图将我们的公司想象为超越传统服务，广泛帮助您成为您业务的数字前门。您的企业的数字化大门不仅仅涉及服务。
(23:39):
我们最终与 Rocket Mortgage 等几家公司合作，做诸如贷款发放之类的事情，这显然不是客户服务。这不是贷款服务，而是在发起方，真正了解这需要什么。如果您访问 Rocket.com，您可以使用 Rocket Assist 并完成大部分抵押贷款发放流程，因为尝试起来有点昂贵。买房子，没问题，但它真的很整洁，我们才刚刚了解它。
(24:06):
但是，当我们缩小范围，以及医疗保健中的一些用例时，比如从初级保健医生转诊给专家，然后发现大多数转诊都被放弃了，如果你的医疗保健系统也遭受了收入损失和患者的不良结果，你会想，“好吧，人工智能应该能够帮助解决这个问题，但是如何呢？”
(24:29):
您意识到其中的一次对话只是更广泛过程的一部分。事实上，这不是一个明确定义的过程。如果您只考虑初级保健医生和专科医生，那么假设您运营着一个大型医疗保健系统，并且除骨科医生外，大多数医生都在您的网络中。这恰好是我们一位客户的真实故事。因此，如果您将某人转介给骨科专家，那么它不在您的 Epic 实例中。你实际上无法预约，你实际上必须打电话给他们。所以你实际上依赖病人来承担这个负担，最终你会损失所有这些收入。
(25:05):
因此，我们与他们一起开发的人工智能代理实际上会呼叫初级保健医生，呼叫并导航专家的 IVR，呼叫患者并安排相关事宜，这将花费尽可能多的时间。它可能必须多次致电患者，也可能必须多次致电提供者，但长期代理涉及多人。它涉及不确定的时间，而它所做的只是尝试在您设定的范围内追求目标。
(25:35):
如果您考虑入职客户、入职市场中的供应商，如果您考虑订阅业务的订阅流失管理，如果您考虑医疗保健领域的任何护理协调用例，如果您考虑贷款发放、数字理赔员、数字信贷员，这些都是我们正在研究的用例。
(26:02):
我对此感到非常兴奋，因为从根本上讲，这使您的数字化大门从简单地降低客户服务成本转变为可以降低客户获取成本并真正推动营收增长并有望真正推动真正成果的事情。我的意思是，这就是我喜欢医疗保健用例的原因，因为我们国家的 GDP 的 18% 用于医疗保健。
(26:24):
如果您考虑处方药依从性、护理协调以及所有这些事情，那么就有可能为这个国家的每个人提供一对一的数字礼宾服务。我认为这将对我们经济中不良成本的一些基本驱动因素产生巨大影响。
威尔·格里菲斯 (26:43)：
爱它。它绝对是一个巨大的 TAM 扩展器和用例扩展器，因此这在很多不同的层面上都会令人兴奋。房间里有很多创始人，我一直认为一个大问题是，基础模型是否会继续发展到他们的焦点将成为一个功能并且不持久的程度？您谈到了真正租用情报，但拥有流程、拥有关系。对于如何在不断发展的人工智能世界中实现持久性，您对创始人有何看法和建议？
布雷特·泰勒 (27:21)：
答案是我真的不知道。即使作为 OpenAI 的主席并在 Sierra 竞选，也很难预测未来，但它告诉我，旧金山的聪明人在过去几年里所说的一些事情刚刚被证明是完全错误的。因此，如果我们将一些人工智能自动化，所有的工作岗位都会消失。今天的软件工程职位招聘信息比三年前还要多。我不知道为什么，但不这么说是非常明智的。
(27:51):
事实上，我认为达里奥在电视上做到了。我这么说的唯一原因不是要嘲笑他，而是事实证明经济非常复杂，你在这里创建一个数字代理，突然之间就好像没有二阶效应一样，这个想法是可笑的。我也是一张带着资本家的牌，也许不像以前那么受欢迎了，但事实证明，世界上的每个人都有同样的机会获得同样的智慧。因此，人们可以将某些东西自动化并将利润传递给股东的想法也是可笑的，因为每个人都可以使用相同的技术。所以我认为二阶效应是所有有趣的事情所在。
(28:34):
第二件事是我要说的是前沿实验室将做一切事情的想法。首先，我只是不相信经济会以这种方式运行。有很多抗体可以对抗它。但我认为我的思考方式是，如果你将 ChatGPT 视为消费者足迹，并看看 Claude 开创的桌面足迹，我认为如果你考虑的话，ChatGPT 的工作要好得多。听着，我是一个单一问题的选民。
威尔·格里菲斯 (29:09)：
我明白了。我得到它。
布雷特·泰勒 (29:12)：
我想说，如果您的产品与其中任何一个直接相邻，那么您就飞得非常靠近太阳。因此，如果您考虑在桌面上为信息工作者建立的应用程序，您必须问自己，您将如何与 Claude 和 ChatGPT Work 等内容的思想份额竞争？如果您正在开发消费者实用程序，您将如何与 ChatGPT 的思维份额竞争？
(29:38):
我并不是要忽视双子座或所有其他人。我只是说你飞得离太阳非常非常近。您向非开发人员出售业务价值的次数越多，而不只是试图提高信息工作者的工作效率，我认为您的业务的持久性就越可信，您将拥有该流程的专业知识。您将有一个专门针对该买家的进入市场动议。
(30:06):
然后，当您考虑通过构建背景来帮助您的客户脱颖而出时，正如我所说，租用情报，拥有背景。我认为有一个可信的论点表明，你真的可以在你的垂直领域和你的领域创造一个良性循环。这就是我的想法，但存在很多不确定性。
(30:24):
我唯一想说的是，如果你考虑到你的企业现在可能消亡的所有原因，你永远不会仅仅因为你能提出一个可信的案例就开始创业。现在一切的尾部风险都是疯狂的。所以我的一部分就像，有点像保罗格雷厄姆，就像，“做一些人们想要的东西。”我确实认为有一件重要的事情，那就是花时间与客户在一起，真正了解他们的业务问题并解决它们。
(30:51):
我知道这听起来确实简单又愚蠢，但你可能会真正陷入“这个怎么样，那个怎么样？”的策略中。就像，嗯，你永远不会真正取得进步。我确实相信，如果您遵循客户价值，那么耐用性就会变得微妙。我认为那些坚持不懈地关注客户的公司比那些考虑在 Twitter 上写备忘录的公司更有可能成功。
威尔·格里菲斯 (31:21)：
布雷特，谢谢你。真的很感激一切。感谢您的合作。你正在继续定义边界。我们对此印象深刻，非常感谢您今天分享您的观点。请大家和我一起感谢 Bret 的宝贵时间和他的见解。
布雷特·泰勒 (31:35)：
谢谢你。
免责声明：
本演示文稿不构成投资建议或出售要约或购买任何证券（包括但不限于本文提及的任何投资基金或投资产品）的要约邀请，仅根据最终发行文件和认购协议做出。
演示文稿中提供的某些声明由 Sierra 联合创始人兼 OpenAI 董事会主席 Bret Taylor 发表，这两家公司都是 ICONIQ 投资组合公司[KK1]。 Taylor 先生的观点必然代表其他 ICONIQ 投资组合公司或其高管的观点，他们的经历可能与本演示文稿中表达的经历不同。
Taylor 先生是 ICONIQ 的客户。 ICONIQ 没有直接或间接向 Sierra、OpenAI 或 Taylor 先生参与本次演示提供报酬，但鉴于 Taylor 先生作为 ICONIQ 投资组合公司的联合创始人和董事会成员（如适用）以及作为 ICONIQ 的客户，他可能会遇到某些利益冲突。 ICONIQ 持有 Sierra 和 OpenAI 的所有权权益，并与这些公司保持持续的关系。作为投资组合公司，Sierra 和 OpenAI 可能会直接或间接地从与 ICONIQ 的关系中受益，包括通过获得资本、战略指导、运营支持、网络机会以及 ICONIQ 提供的其他资源。因此，Taylor 先生可能有动机发表有利于 ICONIQ 的声明，以维持或加强这些关系。此外，作为 ICONIQ 的客户，泰勒先生的利益可能与此类基金和顾问的业绩、声誉和筹款前景一致。关于 ICONIQ 的积极言论可能会间接使泰勒先生作为客户受益。
本演示文稿可能包含基于当前计划、估计和预测的前瞻性陈述。请注意，许多重要因素可能导致实际结果和结果与前瞻性陈述中表达或暗示的结果存在重大差异。本演示文稿中包含的数字、图表和案例研究仅用于说明目的，不能保证任何 ICONIQ 投资组合公司的实际结果与本演示文稿中包含的信息相符。本文不包含有关可能很重要的利益冲突的信息。本演示文稿中重点介绍的投资组合公司和高管并不代表 ICONIQ Venture and Growth 的整个投资组合或投资历史。 ICONIQ Venture and Growth 向投资组合公司实际提供的服务和资源的类型、级别和条款可能有所不同。如需 ICONIQ Venture and Growth 投资的完整列表，请联系我们或访问我们的网站。
本文包含的某些经济和市场信息可能是从公开来源获得的和/或由其他方准备的。虽然此类来源被认为是可靠的，但 ICONIQ 或其任何附属公司、合作伙伴、员工和代表均不对此类信息的准确性承担任何责任。
本演示文稿中的所有信息均截至 2026 年 9 月 1 日（“生产日期”）（除非另有说明），如有更改，恕不另行通知，并且可能不是最新的，也可能在生产日期和您实际查看的日期之间发生了（可能是重大的）变化。 ICONIQ 不承担更新或以其他方式修改本演示文稿中包含的任何信息、预测、预测或估计的义务，包括为反映经济或市场条件的变化或在向您提供项目之日后发生的其他情况或反映意外事件的发生而进行的任何修改。
ICONIQ 在提供本演示文稿的任何方面均不充当顾问或受托人，您与 ICONIQ 之间不会因您观看该视频而产生任何关系。
这些材料仅供一般信息和讨论之用，不得依赖。
