SF Tech Week

摘要

Elsa Capital 創辦人 Sarah Fu 與前 OpenAI 銷售主管 Aliisa Rosenthal 的爐邊對談。Aliisa 分享了她從加入 OpenAI 到見證 ChatGPT 引爆全球的內幕故事，深入探討了金融服務、醫療保健等行業如何成為 AI 的早期採用者，並分享了 Morgan Stanley、Carlyle Group 等公司的實際應用案例。她也為專注於垂直領域 AI 的新創公司指出了巨大機會，並為創業者提供了寶貴建議。

Highlight

1.

讓我們談談這為何重要。你們有些人可能看過 Andreessen Horowitz 的這份報告。它顯示了未來十年可能受 AI 顯著影響的前 50 項工作。這些工作代表了大約 2500 萬白領工作者，佔了整個美國勞動力的三分之一。

這裡強調的工作中，大約有一半屬於金融與專業服務領域。這些不僅僅是普通的工作，它們是我們經濟中薪酬最高、知識最密集的職位之一。然而，其中也有大量可以被 AI 自動化的單調和手動任務。

2.

Aliisa 加入 OpenAI 時，銷售團隊只有兩個人，除了研究人員之外，產品市場契合度有限。她將團隊擴展到超過 150 人，同時將 OpenAI 的營收年增率從 1000 萬美元增長到 100 億美元。

我先從我如何進入 OpenAI 的故事開始，因為我經常被問到這個問題，妳到底是怎麼得到這份工作的。其中有很大一部分是運氣，但當時我在 WalkMe 工作了大約四年，正在思考下一步該做什麼。有一家叫做 Jasper 的公司，它基本上是建立在 GPT-3 之上的應用，他們正在招募我擔任 CRO。我當時覺得這個產品太棒了，我從未見過能這樣寫作的東西。我在看他們的說明文件時，看到了一個對 GPT-3 的引用，我想說那是什麼東西。然後我就像掉進兔子洞一樣，發現了 OpenAI。

我當時離開的是一個管理著 WalkMe 龐大團隊的職位，那是一家上市公司，然後要變成管理一個只有兩個人、產品市場契合度不明、年營收只有幾百萬美元的公司。所以這在當時並不是一個顯而易見的選擇。

老實說，我剛到那裡的時候很無聊，我不知道該做什麼。我的主管是 Peter Welinder，他是一位機器人專家，他被聘來打造一隻能解魔術方塊的手。而我是一位銷售人員。我問他：「Peter，你想讓我做什麼？」他說：「去學 Python，做個應用程式。」

這就是我頭幾個月做的事。我們幾乎沒有客戶。另一件有趣的事是，我們當時賣的東西叫做「AI 創新授權」，一年 6 萬美元，我們會每週花一小時和妳通電話，談論 AI。這大概是你能想像到最難規模化的事情了。所以我剛加入時，負責提供那一小時服務的團隊，我們稱之為解決方案團隊，團隊負責人 Toki 走過來說：「妳得打電話給這些客戶，取消合約。我們沒辦法提供服務了，我沒有足夠的人，也沒有足夠的時間。」所以我第一週的工作就是和我們所有的客戶分手。這就是我非常吉利的開始。

3.

在 ChatGPT 發布之前，妳收到一條 Slack 訊息，說這只是一個低調的研究預覽，不應該影響銷售團隊。在一週內，每週的潛在客戶從 30 個增加到 10,000 個。可以帶我們回到那個時刻嗎？當時是什麼樣的？

當時我大約有五名銷售代表，其中一位正在休育嬰假。我們整個市場推廣團隊，包括支援、解決方案，我只有一位銷售工程師，我們大概有 12 個人。當時我們的系統是，我們每週大概收到 10 到 20 個潛在客戶的詢問。有人會從 HubSpot 拿到潛在客戶資料，貼到 Slack 上，然後其中一個銷售代表會說「我來處理」。這就是我們當時整個潛在客戶管理系統，在當時是行得通的，因為我們的潛在客戶非常少。

然後，公司發了一條 Slack 訊息說我們要推出這個東西，這只是一個研究預覽，不用擔心。所以我們就沒擔心。但你可以感覺到那天有事情在發生，我們還不太確定是什麼。我們早上發布了，然後它開始慢慢受到關注。

到了ChatGPT發佈後第二天，它受到了更多的關注，到了一週結束時，我們登上了《紐約時報》的頭版，我們對此非常驚訝。我們把那份《紐約時報》裱了起來，當時我們不知道我們接下來三年都會上頭版，但那是一個重要的時刻。

當時推出 ChatGPT 時很棘手的一點是，我唯一的企業產品是 API。所以客戶會來問：「嘿，我公司有 100 人在用 ChatGPT，我可以拿到發票嗎？可以有 SSO 嗎？可以簽企業合約嗎？」我只能說：「不，我什麼都不能給你。抱歉。這是 API，你可以自己開發。」

那是一個非常尷尬的時刻。而且要讓 OpenAI 開發一個企業版的 ChatGPT 並不容易。我知道現在看來這很明顯，但你必須意識到我們當時規模有多小，我們有多少相互衝突的優先事項。光是想著開發像 SSO 或發票這樣的功能就已經讓我們不堪重負了。

我花了大概六個月才終於說服公司開發這些功能，我們在 2023 年 8 月推出了 ChatGPT Enterprise。然後我們的銷售團隊才真正開始發力。我可以開始擴大銷售團隊，我們可以建立一個正式的銷售流程、潛在客戶評分，感覺像一個正常的銷售流程。

4.

新創的優勢：開放、好奇與協作

這在早期真是太神奇了，能和研究人員並肩坐著，一起構思。有一次午餐，我碰巧坐在一個來自財務、產品和研究團隊的人旁邊，我們一起想出了一個全新的產品供應方式，如果我們不是就這樣坐在桌邊，這絕對不可能發生。所以對我來說，最大的驚 喜是公司裡每個人是多麼開放、好奇和協作，特別是對待一個銷售人員，在那樣的早期階段。

5.

金融業在AI領域的早期採用

第一，金融服務業本質上是內容密集的，比如投資備忘錄、研究報告等。因此，無論是撰寫文件還是分析和總結文件，都需要投入大量精力，而模型從早期就非常擅長這方面的工作。

其次，金融服務業是一個薪酬優渥的行業。因此，如果你能為一位銀行家或研究分析師節省 10% 到 20% 的時間，這對銀行或機構來說就是很高的投資回報率。

最後我認為是客戶需求，這在 ChatGPT 之後更為明顯。我認為銀行和財富管理公司開始從他們的客戶那裡收到很多問題，比如「你們如何利用 AI 來優化我的投資組合？」或者「你們在日常工作中如何利用 AI 來簡化你們的承銷或簡報製作？」我認為客戶對於差異化有真實的需求。所以，我認為這三件事情促使傳統的金融服務銀行、保險公司，甚至是資產管理公司，在對待這些工具時，比你預期的更願意承擔風險。

6.

最早的客戶 Morgan Stanley

我在 2022 年 6 月在 OpenAI 的第一次會議就是和 Morgan Stanley 開的。當時我們完全沒有為企業客戶做好準備，我們什麼都沒有，沒有任何認證、合規或數據基礎設施是銀行所需要的。但他們願意和我們一起走這段路。

很多新創公司，在座可能有很多創辦人，他們問我，我應不應該和 Morgan Stanley、American Express 或 Citigroup 這樣的公司合作？這是不是個好主意？我會說，是也不是。一方面，他們確實引導我們走過了企業化的過程，可以說是教會了我們需要做什麼。但這個過程非常痛苦，耗費了我們早期大量的法律、安全、產品和工程資源，才達到 Morgan Stanley 可以和我們合作的水平。現在回想起來，我很高興我們這麼做了，因為等到 ChatGPT Enterprise 推出時，我們基本上已經具備了向企業銷售所需的一切，或者說 95% 的條件。另一件事是，我們可以去告訴其他所有金融服務公司或任何客戶，我們和 Morgan Stanley 合作，這就足夠了。他們會說，好吧，如果 Morgan Stanley 信任你們。

回到為什麼他們想和我們合作。我認為他們很早就看到了這一點，回想起來，他們在 2022 年就看到這一點真的很驚人。他們認為財富管理是他們的第一個應用場景，讓財富管理師能夠查看大量不同的內部數據集和研究，為客戶做決策。

所以他們在內部開發了這個財富管理聊天機器人。這是在 ChatGPT 之前，如果現在他們可能會利用 ChatGPT，但他們開始和我們合作時還沒有。

他們做的主要事情是檢索，當時檢索還很早期。

所以，他們可以查看所有內部的專有研究文件，將答案返回給財富管理師，然後他們可以幫助客戶做決策。這是他們開創的第一個應用案例。

我們在大約 ChatGPT 推出時，將這個功能推廣給了他們所有的財富管理師。

然後，他們一直保持著領先地位。他們做了一些非常有趣的事情。

他們創建了一個企業如何安全部署 AI 的框架，我認為這非常重要，而且他們允許我們與其他客戶分享。

所以他們有點像成為了如何以合規且安全的方式推廣 AI 的潮流引領者。他們創建了自己的評估框架，所以每次他們發布新產品或應用案例時，他們都會用不同的模型在內部進行評估。

最近，他們發布了一個工具，可以將他們遺留的內部代碼，比如 COBOL 和所有這些舊的語言，翻譯成自然語言。

所以他們的開發人員可以開始在他們遺留的大型主機軟體上開發更新的應用程式。這大概是二月份的一個專案。所以，我認為他們一直在不斷地推動邊界，並且是一個非常早期的採用者。

7.

我們常常從這些 AI 主管那裡學習，然後我們可以把學到的東西幫助那個行業的其他公司。

舉個例子，我提到醫療保健是早期採用者，特別是生物科技。Moderna 是我們在醫療保健領域最早的大客戶之一。同樣地，他們教會了我們他們在做什麼。我們對藥物開發或進行臨床試驗一無所知，他們來到我們辦公室，向我們展示了他們在藥物開發的每一步是如何使用 ChatGPT 的。他們開發了一個叫做 Dose ID GPT 的東西，為他們節省了 37 天的流程時間，因為它能計算出精確的劑量，這通常是一個極其複雜的過程。然後我們問，我們可以把這個分享給其他製藥公司和生物科技公司嗎？他們說，當然可以。所以，這有點像是，我們從領先行業的公司那裡學習，然後我們可以幫助那個行業的其他公司，從他們那裡學習，了解他們在做什麼。

8.

對 OpenAI 來說，和大型企業合作並不容易。這真的不容易，我想人們聽到這個都會很驚訝。就像我之前描述的那些限制，即使我們收費 1 億美元，對 OpenAI 來說，要投入足夠的資源來幫助這些大型企業以真正有意義和有用的方式實施這些工具，仍然非常困難。

目前還沒有人真正解決這個問題。

9.

企業銷售的關鍵-信任和關係

再看企業生態系統，我認為妳說得對，有中小型企業和中端市場，他們採用速度會快得多。我認為這些垂直 AI 公司會在那個領域看到很大的牽引力。我認為比較困難和有趣的是誰能向上進入大型企業市場。這需要大量的信任、企業合規性，而且就像過去幾年和 Microsoft 競爭一樣，大多數組織會說，對我們來說 OpenAI 是一個未知的實體，但我們信任 Microsoft，因為我們和他們做生意已經三四十年了。這很難取代。所以我認為這對很多公司來說，要進入企業市場將是一個巨大的挑戰。你必須建立信任和關係。

逐字稿

大家早安，我們準備開始了。

大家早安，歡迎來到 Tech Week，感謝各位今天早上參與我們關於 AI 對金融服務業轉型的討論。

我的名字是 Sarah Fu，我是 Elsa Capital 的創辦人兼管理合夥人。在我們開始之前，讓我簡單介紹一下今天的議程。我們會先有一段開場白，然後會與 Aliisa 進行一場爐邊對談。Aliisa 是一位真正處於第一線的人物，她不僅僅是見證，更是積極塑造了金融服務領域的 AI 革命。

關於 Elsa Capital

首先，讓我簡單介紹一下 Elsa Capital。我們是一家位於舊金山的早期風險投資公司，我們只專注於一件事：與那些正在打造金融與專業服務未來的傑出 AI 新創公司合作。

稍微談談我的背景，以及我為何對這個領域如此充滿熱情。我的整個職業生涯都在兩個世界的交會點上：金融服務與科技。

在金融服務方面，我曾在 Morgan Stanley、Fidelity、T. Rowe Price 等機構工作。在這些機構中，我親眼見證了許多流程是多麼複雜、手動且效率低下。在科技方面，我曾是 Stripe 的早期員工，負責打造我們的旗艦產品 Stripe Connect。我創辦了一家獲 YC 投資的金融科技新創公司。我也在 Stanford 認識了許多優秀的朋友，他們後來創辦的新創公司如今都已成為獨角獸。

這些經歷讓我深刻體會到，科技所能做到的，與金融服務公司實際在做的之間，存在著巨大的鴻溝。

這個鴻溝終於在縮小，而 AI 正是催化劑。這就是我創辦 Elsa Capital 的原因——支持那些正在為金融與專業服務領域打造 AI 原生未來的創辦人，這個領域佔了我們整體經濟的 20% 以上。

AI 對金融與專業服務的深遠影響

讓我們談談這為何重要。你們有些人可能看過 Andreessen Horowitz 的這份報告。它顯示了未來十年可能受 AI 顯著影響的前 50 項工作。這些工作代表了大約 2500 萬白領工作者，佔了整個美國勞動力的三分之一。

這裡強調的工作中，大約有一半屬於金融與專業服務領域。這些不僅僅是普通的工作，它們是我們經濟中薪酬最高、知識最密集的職位之一。然而，其中也有大量可以被 AI 自動化的單調和手動任務。

這不是遙遠的未來，這場轉型正在此刻發生。這就是為什麼我們對於新創公司能以 AI 為核心重新構想這些工作流程的巨大機會感到如此興奮。

讓我給各位看幾個我們投資組合中的例子。在左邊，您可以看到我們在垂直 AI 應用領域的投資，針對特定的專業與金融服務職位。我們投資了像 Pearson 這樣為律師打造 AI 副駕駛的公司，為對沖基金打造 AI 的 Portrait，為會計師打造的 Accrual，以及為風險管理者打造的 BasisAI。這些公司各自都在打造 AI 副駕駛或代理人，能夠大幅增強，甚至在某些情況下取代特定的知識工作者任務。

在右邊，我們也投資於將為 AI 經濟提供動力的金融基礎設施層。像 DeelOps 這樣的公司正在為 AI 公司徹底改變交易定價方式，而 Sudosy 則在轉變採購流程。這些公司正在重新構想在新的 AI 世界中，金融工作是如何完成的。

建立社群與分享知識

我們在 Elsa Capital 的使命之一不僅是投資，還要建立社群和分享知識。我們定期舉辦創辦人 Office Hours。例如，我們與 Anthropic 的市場推廣領導團隊成員 Ryan O'Halloran 舉辦了一場銷售大師班，他之前是 Stripe 的全球第一銷售代表。我們也與 Adina 舉辦了一場創辦人 AMA，她是 Dwell Homes 的共同創辦人兼執行長，該公司最近以 10 億美元的價格成功退出。對於在座的創辦人，您可以掃描 QR Code 在 LinkedIn 上關注我們，以獲取未來活動的最新資訊。

Elsa Capital 名字背後的故事

最後，讓我分享一個關於我們為何取名為 Elsa Capital 的個人故事。這個名字的靈感來自我的女兒 Serena，在我創辦公司時她三歲。她全心全意地相信自己是電影《冰雪奇緣》中的 Elsa 女王，並且自己也擁有魔法。

這裡的照片顯示了我筆記型電腦上的第一張貼紙，是我女兒貼上去的。

雖然人們可能很容易將其視為孩子的天真，但我深信，我們每一個人，都擁有自己獨特的力量，我們自己的魔法。

創辦一家公司需要相信某個尚不存在的事物。這需要勇氣去邁出那一步。所以這個名字提醒著每個人，我們都有能力選擇是否要擁抱我們自己的魔法，並採取勇敢的行動，去創造我們想看見的未來。

介紹 Aliisa Rosenthal

而我們今天的來賓，她絕對擁抱了她的魔法。並且在這樣做的過程中，她幫助將 AI 的魔法帶給了世界上一些最重要的公司。我非常興奮地介紹 Aliisa Rosenthal，她從 2022 年 6 月到 2025 年 3 月擔任 OpenAI 的銷售主管。在這段期間，她見證了科技史上最非凡的成長故事之一。

Aliisa 加入 OpenAI 時，銷售團隊只有兩個人，除了研究人員之外，產品市場契合度有限。她將團隊擴展到超過 150 人，同時將 OpenAI 的營收年增率從 1000 萬美元增長到 100 億美元。

在加入 OpenAI 之前，Aliisa 在 WalkMe 擔任銷售副總裁近四年，並協助該公司上市。在此之前，她曾在 InVision、Mixpanel 和其他高成長的 SaaS 公司擔任領導職位。Aliisa 一直處於 AI 採用的最前線，並且可以說在很大程度上塑造了金融服務公司對 AI 的採用。這就是為什麼我們今天能邀請到她而感到如此興奮。讓我們以熱烈的掌聲歡迎 Aliisa 上台。

嗨，Aliisa，歡迎妳。謝謝妳的參與。

謝謝，很興奮來到這裡，現場座無虛席。

加入 OpenAI 的契機與驚喜

妳在 2022 年 6 月加入 OpenAI，當時團隊只有兩個人。妳提到妳的父親，一位數學家，他一直關注大型語言模型，是唯一告訴妳應該接受這份工作的人，而當時許多人，包括我這個行業的人，都建議妳不要去。或許可以和觀眾分享一下，是什麼讓妳在三年半前決定邁出這一步？以及在妳上任的頭幾個月裡，最大的驚喜是什麼？

我先從我如何進入 OpenAI 的故事開始，因為我經常被問到這個問題，妳到底是怎麼得到這份工作的。其中有很大一部分是運氣，但當時我在 WalkMe 工作了大約四年，正在思考下一步該做什麼。有一家叫做 Jasper 的公司，它基本上是建立在 GPT-3 之上的應用，他們正在招募我擔任 CRO。我當時覺得這個產品太棒了，我從未見過能這樣寫作的東西。我在看他們的說明文件時，看到了一個對 GPT-3 的引用，我想說那是什麼東西。然後我就像掉進兔子洞一樣，發現了 OpenAI。

我在 LinkedIn 上看看是否認識 OpenAI 的人，結果發現我認識，我有一些前同事在那裡工作。我問他們對 Jasper 有什麼看法，他們說：「哦，妳在找工作嗎？妳應該見見 Sam。我們正在建立一個銷售團隊。」我當時不知道 Sam 是誰。我在一個週五下午見了他，我記得那天是我的生日。我做了一點研究，對他有些了解。我當時完全不知道我將見到一位基本上是 AI 界的泰斗。我見了他，他說：「我們覺得我們想建立一個銷售團隊，但還不太確定，不知道會是什麼樣子。這會是一段瘋狂的旅程，我們還沒有一個商業化策略，妳願意加入嗎？」我當時就決定，好，為什麼不呢。

這花了一點時間。我當時離開的是一個管理著 WalkMe 龐大團隊的職位，那是一家上市公司，然後要變成管理一個只有兩個人、產品市場契合度不明、年營收只有幾百萬美元的公司。所以這在當時並不是一個顯而易見的選擇。然後我打電話給一些創投朋友，我不會說出是哪些創投，他們後來都向我道歉了。我問他們覺得我該不該去 OpenAI 工作，他們說：「不，不要。去一個有產品市場契合度的地方吧。」

我很慶幸我沒聽他們的。我認為對我來說最重要的一個時刻是，我當時坐在產品經理 Joey Jean 家裡，她很棒，她說：「我給妳看 DALL-E。」她打開筆記型電腦，向我展示了 DALL-E。我只記得當時我想，我不知道我們要如何商業化這個東西，我不知道誰會買這個，為什麼要買，但我就是無法忘記我所看到的東西。這將改變一切。DALL-E 特別地直觀，看到一張圖片被創造出來，那種感覺非常震撼。我知道現在我們已經習慣了，人們適應得很快，這很驚人，但在 2022 年，在 2022 年 2 月看到 DALL-E 真是令人大開眼界。我當時還在和其他幾家公司談，但我滿腦子想的都是 OpenAI。所以我最終決定邁出這一步。

另一件讓我印象深刻的事情是，當時 Jasper 的年營收有 6000 萬美元，而 OpenAI 只有大約 300 萬美元。我當時想，這裡有些事情不太對勁。有些公司在 OpenAI 的 API 上開發應用，賺的錢比開發底層模型的公司還多。所以，一個燈泡在我腦中亮了起來。我覺得這裡有機會，不確定是什麼，但感覺好像有機會。

妳問我最大的驚喜是什麼。老實說，我剛到那裡的時候很無聊，我不知道該做什麼。我的主管是 Peter Welinder，他是一位機器人專家，他被聘來打造一隻能解魔術方塊的手。而我是一位銷售人員。我問他：「Peter，你想讓我做什麼？」他說：「去學 Python，做個應用程式。」

這就是我頭幾個月做的事。我們幾乎沒有客戶。另一件有趣的事是，我們當時賣的東西叫做「AI 創新授權」，一年 6 萬美元，我們會每週花一小時和妳通電話，談論 AI。這大概是你能想像到最難規模化的事情了。所以我剛加入時，負責提供那一小時服務的團隊，我們稱之為解決方案團隊，團隊負責人 Toki 走過來說：「妳得打電話給這些客戶，取消合約。我們沒辦法提供服務了，我沒有足夠的人，也沒有足夠的時間。」所以我第一週的工作就是和我們所有的客戶分手。這就是我非常吉利的開始。

但最讓我驚喜，也最美好的是，我是一個銷售人員，在一家滿是研究人員的公司裡。我看起來完全不同，說話也完全不同，我能進行眼神交流。我們公司餐廳的設置是，你拿了食物，就在這長長的野餐桌的下一個空位坐下。你不去找你的朋友，你就坐下，這是每個人的禮儀。這非常有趣，因為我每天坐下時，他們會問：「妳是哪個團隊的？」我說：「我是銷售團隊的。」他們會說：「哦，我們有銷售？我們賣什麼？」

我說：「這是個好問題，我正在想辦法弄清楚。」然後我會問：「你是哪個團隊的？」他們會說：「我是超級計算團隊的」，或者「我是數學生成團隊的」。我會問：「數學生成是什麼？」他們會說：「我們在教模型如何做數學。」我會問：「那你們是怎麼做的？」然後他們會坐下來，耐心地在接下來的一個小時裡向我解釋他們在做什麼。這在早期真是太神奇了，能和研究人員並肩坐著，一起構思。有一次午餐，我碰巧坐在一個來自財務、產品和研究團隊的人旁邊，我們一起想出了一個全新的產品供應方式，如果我們不是就這樣坐在桌邊，這絕對不可能發生。所以對我來說，最大的驚 喜是公司裡每個人是多麼開放、好奇和協作，特別是對待一個銷售人員，在那樣的早期階段。

ChatGPT 發布：從研究預覽到全球現象

在 ChatGPT 發布之前，妳收到一條 Slack 訊息，說這只是一個低調的研究預覽，不應該影響銷售團隊。在一週內，每週的潛在客戶從 30 個增加到 10,000 個。可以帶我們回到那個時刻嗎？當時是什麼樣的？那些聯繫妳的人都是誰？他們來自哪些類型的公司？是什麼職位？

我先描繪一下 ChatGPT 發布前的景象。當時我大約有五名銷售代表，其中一位正在休育嬰假。我們整個市場推廣團隊，包括支援、解決方案，我只有一位銷售工程師，我們大概有 12 個人。當時我們的系統是，我們每週大概收到 10 到 20 個潛在客戶的詢問。有人會從 HubSpot 拿到潛在客戶資料，貼到 Slack 上，然後其中一個銷售代表會說「我來處理」。這就是我們當時整個潛在客戶管理系統，在當時是行得通的，因為我們的潛在客戶非常少。

然後，公司發了一條 Slack 訊息說我們要推出這個東西，這只是一個研究預覽，不用擔心。所以我們就沒擔心。但你可以感覺到那天有事情在發生，我們還不太確定是什麼。我們早上發布了，然後它開始慢慢受到關注。真的花了好幾天。第一天結束時，我們覺得，嗯，這個東西受到的關注比我們預期的要多，這個連結開始像病毒一樣傳播。但我們還沒太在意。到了第二天，它受到了更多的關注，到了一週結束時，我們登上了《紐約時報》的頭版，我們對此非常驚訝。我們把那份《紐約時報》裱了起來，當時我們不知道我們接下來三年都會上頭版，但那是一個重要的時刻。我們上了《今夜秀》，突然之間，我們這個默默無聞的小實驗室，全世界每個組織和個人都聽說了我們。

這很難形容，但想像一下，你一生中互動過的每個人都在聯繫你，還有你從未互動過的人。我的手機響個不停，我的電子郵件，我的 LinkedIn 交友請求達到了 1 萬個。我只好宣布 LinkedIn 破產了，我再也處理不了了。我們的潛在客戶管道，我們完全沒有基礎設施來支持這個。要從那種情況中走出來需要一些時間。真的，大概花了三個月，可能到三月份，我才能稍微喘口氣，意識到我需要招聘一個大團隊。我需要採購所有這些工具，我需要導入 Salesforce，我需要潛在客戶評分，我需要 SDR 和 inbound 代表來分派這些潛在客戶，我需要大量的銷售代表。而且我還得弄清楚我們到底在賣什麼。

因為當時推出 ChatGPT 時很棘手的一點是，我唯一的企業產品是 API。所以客戶會來問：「嘿，我公司有 100 人在用 ChatGPT，我可以拿到發票嗎？可以有 SSO 嗎？可以簽企業合約嗎？」我只能說：「不，我什麼都不能給你。抱歉。這是 API，你可以自己開發。」

那是一個非常尷尬的時刻。而且要讓 OpenAI 開發一個企業版的 ChatGPT 並不容易。我知道現在看來這很明顯，但你必須意識到我們當時規模有多小，我們有多少相互衝突的優先事項。光是想著開發像 SSO 或發票這樣的功能就已經讓我們不堪重負了。

我花了大概六個月才終於說服公司開發這些功能，我們在 2023 年 8 月推出了 ChatGPT Enterprise。然後我們的銷售團隊才真正開始發力。我可以開始擴大銷售團隊，我們可以建立一個正式的銷售流程、潛在客戶評分，感覺像一個正常的銷售流程。但最初那幾個月非常尷尬，因為我們沒有合適的產品來滿足需求，我的人手遠遠不夠，我也沒有任何工具。不堪重負這個詞都無法形容那幾個月。那就像我腦中的一個黑洞。我想那段時間沒有人睡覺，但我們挺過來了，並推出了一個能滿足大多數進來客戶需求的產品。

現在，真正有趣且讓我們驚訝的是，我們推出了一個消費級產品，結果全世界的企業都來聯繫我們。這並不是很直觀的事情。ChatGPT 發生了一些事情，所有那些一直在實驗或嘗試 AI 的企業，他們之前可能把 AI 放在創新實驗室或實驗小組裡，但突然之間，就像一個燈泡亮了，他們意識到，這是真的。這不再只是我們創新實驗室的東西，這是我們主要產品的東西，這是我們核心用戶群的東西。這是我們現在必須馬上處理的事情。就像一個喚醒世界的時刻，我們真的沒有預見到或打算這樣。那是一個非常大的驚喜，就是一個消費級產品的意外推出，卻在企業界引發了如此大的興趣。

金融服務業為何成為 AI 早期採用者？

金融服務業是 AI 的早期採用者之一，這讓很多人感到驚訝，包括 Sam Altman 也曾在一場會議上提到他個人對金融服務業採用 AI 的速度感到驚訝，特別是考慮到這個行業受到高度監管。現在回頭看，妳認為是什麼原因讓金融服務公司如此渴望採用 AI，而傳統上他們對其他科技浪潮的反應比較慢？

我認為有幾個原因。第一，金融服務業本質上是內容密集的，比如投資備忘錄、研究報告等。因此，無論是撰寫文件還是分析和總結文件，都需要投入大量精力，而模型從早期就非常擅長這方面的工作。

其次，金融服務業是一個薪酬優渥的行業。因此，如果你能為一位銀行家或研究分析師節省 10% 到 20% 的時間，這對銀行或機構來說就是很高的投資回報率。

最後我認為是客戶需求，這在 ChatGPT 之後更為明顯。我認為銀行和財富管理公司開始從他們的客戶那裡收到很多問題，比如「你們如何利用 AI 來優化我的投資組合？」或者「你們在日常工作中如何利用 AI 來簡化你們的承銷或簡報製作？」我認為客戶對於差異化有真實的需求。所以，我認為這三件事情促使傳統的金融服務銀行、保險公司，甚至是資產管理公司，在對待這些工具時，比你預期的更願意承擔風險。

企業 AI 應用的實際案例

妳提到了來自不同類型金融服務公司的 AI 需求，無論是銀行、保險公司還是資產管理公司。除了 ChatGPT Enterprise 之外，是否可以分享一些不同類型客戶使用 AI 的具體案例？

我先從我們最早的客戶 Morgan Stanley 開始。這真的非常有趣。我在 2022 年 6 月在 OpenAI 的第一次會議就是和 Morgan Stanley 開的。當時我們完全沒有為企業客戶做好準備，我們什麼都沒有，沒有任何認證、合規或數據基礎設施是銀行所需要的。但他們願意和我們一起走這段路。

很多新創公司，在座可能有很多創辦人，他們問我，我應不應該和 Morgan Stanley、American Express 或 Citigroup 這樣的公司合作？這是不是個好主意？我會說，是也不是。一方面，他們確實引導我們走過了企業化的過程，可以說是教會了我們需要做什麼。但這個過程非常痛苦，耗費了我們早期大量的法律、安全、產品和工程資源，才達到 Morgan Stanley 可以和我們合作的水平。現在回想起來，我很高興我們這麼做了，因為等到 ChatGPT Enterprise 推出時，我們基本上已經具備了向企業銷售所需的一切，或者說 95% 的條件。另一件事是，我們可以去告訴其他所有金融服務公司或任何客戶，我們和 Morgan Stanley 合作，這就足夠了。他們會說，好吧，如果 Morgan Stanley 信任你們。

其實我職業生涯早期在一家叫 Mixpanel 的公司工作時，我們和 American Express 也有類似的經歷。他們是我們第一個真正重量級的客戶。和他們走完採購流程非常痛苦，但一旦我們成功了，我們就有了那個 logo，我們就可以利用它來進入很多其他機構。所以，和 Morgan Stanley 的合作，我會說這既是福也是禍，他們非常有幫助，但過程也很艱難。

回到為什麼他們想和我們合作。我認為他們很早就看到了這一點，回想起來，他們在 2022 年就看到這一點真的很驚人。他們認為財富管理是他們的第一個應用場景，讓財富管理師能夠查看大量不同的內部數據集和研究，為客戶做決策。所以他們在內部開發了這個財富管理聊天機器人。這是在 ChatGPT 之前，如果現在他們可能會利用 ChatGPT，但他們開始和我們合作時還沒有。他們做的主要事情是檢索，當時檢索還很早期。所以，他們可以查看所有內部的專有研究文件，將答案返回給財富管理師，然後他們可以幫助客戶做決策。這是他們開創的第一個應用案例。我們在大約 ChatGPT 推出時，將這個功能推廣給了他們所有的財富管理師。

然後，他們一直保持著領先地位。他們做了一些非常有趣的事情。他們創建了一個企業如何安全部署 AI 的框架，我認為這非常重要，而且他們允許我們與其他客戶分享。所以他們有點像成為了如何以合規且安全的方式推廣 AI 的潮流引領者。他們創建了自己的評估框架，所以每次他們發布新產品或應用案例時，他們都會用不同的模型在內部進行評估。

最近，他們發布了一個工具，可以將他們遺留的內部代碼，比如 COBOL 和所有這些舊的語言，翻譯成自然語言。所以他們的開發人員可以開始在他們遺留的大型主機軟體上開發更新的應用程式。這大概是二月份的一個專案。所以，我認為他們一直在不斷地推動邊界，並且是一個非常早期的採用者。

其他一些公司，這對我來說非常有趣，在我們甚至還沒有推出 ChatGPT Enterprise 之前，我甚至還沒有定價，Carlyle 就說，給我簽約吧。直接給我一份合約，我不在乎，我就簽。我們當時想，Carlyle 這樣的公司。我們還打電話問他們，你們要用這個做什麼？可以給我們看看嗎？他們真的來我們辦公室，向我們展示了他們如何使用 ChatGPT 來做交易的盡職調查，做 Black-Scholes 分析。他們在一些複雜的量化應用場景中使用它，也用來做交易的盡職調查，這真的讓我們大開眼界。我們當時甚至沒想過 ChatGPT 會這麼複雜。他們可以說是幫助我們擴展了對機構如何使用這個工具，資產管理公司如何使用的看法。所以他們是我們第一個 ChatGPT Enterprise 客戶，然後他們也幫助我們接觸到他們所有的投資組合公司，並且一直在這個領域處於領先地位，這可能不是你對 Carlyle 的預期，所以這非常有趣。

最後一個例子是 BBVA，一家西班牙大銀行。他們也是 ChatGPT 的早期採用者，並且投入了大量資源在內部開發客製化的 GPT。他們建立了一個完整的 GPT 商店，所以他們有像信用分析師 GPT、法律顧問 GPT 等。他們說，他們每年要處理 4 萬份法律文件，所以光是簡化這個流程就節省了大量的效率。

然後，我認為他們做的另一件事是發布了一個叫做 Blue 的東西，這基本上是一個聊天機器人，幫助消費者瀏覽他們的網站，找到合適的產品。我認為我們會看到更多銀行提供這樣的功能，與用戶直接互動，引導他們找到合適的工具、產品和建議。

垂直 AI 新創的機會

很多成功的應用案例似乎都來自客戶本身。傳統的矽谷智慧告訴我們，要深入了解客戶，問他們最大的痛點是什麼，然後為他們開發解決方案。但在妳分享的例子中，客戶似乎已經有很多想法，比如 Carlyle 用它來做 Black-Scholes 分析。我想知道，在最成功的企業 AI 應用案例中，有多少是客戶已經有了具體的想法，又有多少是 OpenAI 或其他新創公司向他們提出建議或最佳實踐？

這真的取決於公司。有一些公司非常明確，這始於領導層。我們開始看到一個新職位出現，就是 AI 主管。當你遇到這些 AI 主管時，一開始我們還在想這個職位是做什麼的，他們是友善的還是不友善的。他們非常友善，對我們來說是很好的合作夥伴。這對我們來說也是一個很好的指標，如果一家公司有 AI 主管，這意味著他們對此非常深思熟慮。所以，我們常常從這些 AI 主管那裡學習，然後我們可以把學到的東西幫助那個行業的其他公司。

舉個例子，我提到醫療保健是早期採用者，特別是生物科技。Moderna 是我們在醫療保健領域最早的大客戶之一。同樣地，他們教會了我們他們在做什麼。我們對藥物開發或進行臨床試驗一無所知，他們來到我們辦公室，向我們展示了他們在藥物開發的每一步是如何使用 ChatGPT 的。他們開發了一個叫做 Dose ID GPT 的東西，為他們節省了 37 天的流程時間，因為它能計算出精確的劑量，這通常是一個極其複雜的過程。然後我們問，我們可以把這個分享給其他製藥公司和生物科技公司嗎？他們說，當然可以。所以，這有點像是，我們從領先行業的公司那裡學習，然後我們可以幫助那個行業的其他公司，從他們那裡學習，了解他們在做什麼。

我們常常會把這些人請到我們活動的舞台上，像是 Moderna 的 Bryce，我在一個大型的 OpenAI 活動上採訪過他，Morgan Stanley 的專案負責人也是一樣。我們讓他們成為英雄，他們也確實是，他們理應因為他們早期的遠見而獲得讚譽。這順帶一提，對任何從事企業銷售的人來說都是一個很好的策略，讓你的客戶成為英雄，給他們一個舞台。然後我們就可以幫助把他們所做的偉大工作推廣給他們領域裡的其他公司。

企業採用 AI 的挑戰與未來

對於中小型企業（SMB）和大型企業來說，情況會有什麼不同？目前 OpenAI 的很多成功案例都來自大型企業，他們可以簽署數百萬美元的合約，OpenAI 也可以為他們提供專門的工程師。但對於佔經濟大多數的中小型企業來說，他們將如何採用 AI？

首先我想挑戰妳一下，對 OpenAI 來說，和大型企業合作並不容易。這真的不容易，我想人們聽到這個都會很驚訝。就像我之前描述的那些限制，即使我們收費 1 億美元，對 OpenAI 來說，要投入足夠的資源來幫助這些大型企業以真正有意義和有用的方式實施這些工具，仍然非常困難。

目前還沒有人真正解決這個問題。我認為這裡還有很大的發展空間。我認為在這方面最成功的公司是 Accenture。他們填補了當前現實與每個人夢想之間的差距。我曾與很多 CIO 交流，他們說：「嘿，我有 2000 萬美元的預算可以用在 AI 上。這是我想要的，我想自動化所有這些內部流程，我想要一個新的客戶支援票務系統，我希望能更容易地找到我的產品並購買。」他們有很多遠大的想法，但我只能說：「太好了，但我們幫不了你。」我們沒有人力來幫助你。

而且坦白說，這裡存在經濟上的不匹配，因為在這些應用案例中，token 的消耗量相對較低。所以對於一個基礎模型公司來說，無論是 Anthropic、OpenAI 還是 Google、Microsoft，這對你來說都不是最好的交易。所以現在就有這樣一個缺口，CIO 們有預算可以花在 AI 上，他們有遠大的夢想，他們願意承擔風險，他們真的願意在這方面下注，但沒有服務提供商能夠填補這個缺口。所以，只是想在這點上挑戰妳一下。

那麼，你再看企業生態系統，我認為妳說得對，有中小型企業和中端市場，他們採用速度會快得多。我認為這些垂直 AI 公司會在那個領域看到很大的牽引力。我認為比較困難和有趣的是誰能向上進入大型企業市場。這需要大量的信任、企業合規性，而且就像過去幾年和 Microsoft 競爭一樣，大多數組織會說，對我們來說 OpenAI 是一個未知的實體，但我們信任 Microsoft，因為我們和他們做生意已經三四十年了。這很難取代。所以我認為這對很多公司來說，要進入企業市場將是一個巨大的挑戰。你必須建立信任和關係。

很多人順帶問我，銷售會被自動化淘汰嗎？我認為不會，因為這些客戶真的需要看著你的眼睛，和你握手。我很難想像在不久的將來，這會外包給一個自動化系統。所以，這是一個大問題，也和我之前提到的有關，這些應用程式是透過逐步向上進入市場並贏得信任來進入企業的，還是透過被 Microsoft、Salesforce 或其他公司收購來進入的。

對此我還不確定。我們會看看這會如何發展。但我認為中小型企業會很快採用這些東西，而真正能成為劃時代的公司將是那些能夠向上進入市場的公司，這要困難得多。

妳認為企業採用 AI 的主要障礙是什麼？

我認為，老實說，大多數公司都低估了自行使用 API 的難度。他們需要有懂得如何使用這些模型的開發人員，他們需要知道每個模型的優缺點，他們需要管理延遲，他們需要運行自己的評估。而且你可能還想使用檢索來提高準確性。這還是在你已經有一個可以整合的 UI 或應用程式的前提下。對大多數企業來說，這真的非常困難。

所以，我認為企業員工接觸 AI 的方式將會是透過一個應用程式層。現在的問題是，是新創公司開發所有這些應用程式，然後被企業採用，還是你會看到像 Microsoft、Salesforce 和 SAP 這樣的現有巨頭自己開發軟體。我認為可能會是兩者的結合，以及一些收購。看看這會如何發展會很有趣，但我認為不會是企業自己開發。這會由第三方應用程式來開發。

給創辦人的建議

最後，對於在座的創辦人，無論是已經在創業的還是有志於此的，妳有什麼建議？

我最大的建議就是要有膽識，敢於夢想，不要被當前環境的限制所束縛。我認為在未來幾年，我們會看到事情發生非常巨大的變化。不要只是取代現有的流程，而是重新思考整個流程，重新思考用戶與你想要解決的問題互動的整個方式。所以，要有膽識，要大膽，下大賭注，不要害怕向金融服務業銷售，因為他們會和你一起走這段路。