為你
世界
協助他人成長
創新者
最新消息與趨勢
投資人關係
2025年9月30日
如今人人都想涉足人工智慧領域。
這個炙手可熱的行業湧現出大量新創企業、新理念和數十億美元的新投資。
雖然這項技術已經存在一段時間了，但它正在以驚人的速度發展和改進。在人工智慧領域如此火爆的情況下，現在或許正是停下來思考並提出以下問題的絕佳時機：“那麼，人工智慧的意義究竟是什麼呢？”為了回答這個問題，萬事達卡新聞編輯室採訪了 Databricks 的共同創辦人兼現場工程資深副總裁 Arsalan Tavakoli。
Databricks 由加州大學柏克萊分校的一群研究人員於 12 年前創立，如今已發展成為世界上最有價值的新創公司之一，本月完成的一輪融資使其估值超過 1000 億美元。這家總部位於舊金山的公司致力於普及數據和人工智慧，使全球超過 20,000 家企業能夠更輕鬆地利用其數據的力量進行分析和開發人工智慧應用程式及代理。萬事達卡使用 Databricks 開發新的代理，例如用於簡化萬事達卡客戶註冊流程的代理。
Databricks 共同創辦人 Arsalan Tavakoli
「想想人們談論想要用人工智慧改變世界的一切——更好的藥物發現，更好的詐欺檢測，」塔瓦科利說。“所有這一切都完全建立在利用數據和人工智慧的基礎上，而 Databricks 平台使這一切成為可能。”
繼公司近期頻頻登上新聞頭條之後， Databricks 和 OpenAI上週宣布了一項價值 1 億美元的協議，將 OpenAI 模型（包括 GPT-5）原生整合到 Databricks 的旗艦 AI 產品 Agent Bricks 中。
為了篇幅和清晰度，以下對塔瓦科利的訪談內容經過編輯。
塔瓦科利：我認為有兩個面向。第一，你應該專注在結果，而不是工具。表示「我們落後了」的人數。我得讓一批代理商投入營運。我必須證明我能勝任人工智慧方面的工作。你說我搞砸了人工智慧，是得不到任何分數的，對吧？
相反，你真正需要弄清楚的是，我想要實現的業務成果是什麼？通常情況下，這意味著“我有一個現有的流程，我想將其自動化並使其更加高效”，或者“我想推出一套新的功能”，而人工智慧正是解鎖並實現這一切的關鍵。
第二點是，大家都對人工智慧非常興奮，並將其與生命週期管理（LLM）聯繫起來，你會使用哪種模型？說實話，企業界最重要的就是高品質、準確、值得信賴的人工智慧。這很大程度上取決於“你的數據資產是否井然有序，以及你是否制定了治理策略？”
關鍵不在於模型本身，而在於其他所有部件。如何保證準確率？你如何管理它？如何確定如何將其投入生產並進行衡量？而且，在一個快速發展的領域，你又該如何做到這一點？大多數在六個月前推出人工智慧應用程式的人都會告訴你，如果今天讓他們重新建構該應用程序，他們會完全採用不同的方式，因為現在已經出現了新的產品。
塔瓦科利：目前的收入結構呈金字塔形。最底層需要大量的基礎設施，而這些基礎設施就是晶片。這個領域不會有很多公司，因為准入門檻非常高。
除此之外，還有基礎模型提供者。我們最初有很多模型，但現在已經精簡了很多，主要是因為訓練其中一些模型需要資金。
最上層是應用程式。而今天，由於還處於早期階段，這還不算龐大——儘管 Databricks 最近的 AI 收入年化率剛剛突破 10 億美元，所以這也不是一筆小數目。
如果快進到五年後，金字塔將會更加龐大，而且它會倒置。更多的收入將來自那些利用人工智慧改變人們生活方式的應用。在這個領域，我認為不會出現獨佔鰲頭的贏家。
塔瓦科利：現在的情況不再是「哦，我的天哪，我要建造一個大型模型」。現在人們開始採用客製化的、特定領域的模型，這些模型嚴重依賴企業數據。
在消費領域，你想要利用的資訊大多是唾手可得的。ChatGPT擅長旅遊規劃。所以你可以告訴它：“這些是我去過的地方，這些是我感興趣的地方，這是一個有旅行靈感的子版塊，這些是我孩子的年齡——你能幫我計劃一次假期嗎？”他們會做得很好，因為這些都是公共資訊眾所周知的問題。
另一方面，萬事達卡正努力讓所有這些新用戶，例如企業或商家，加入到使用萬事達卡產品的平台中。然後就是，“我得給某人打個電話。”我得跟他們談談。我該如何完成這一步？所以你們把它叫做 POA——產品引導助手。我們找來一名代理人，並對他進行了所有文件和專業知識的訓練。現在用戶可以隨時聯絡客服尋求協助。它大大縮短了新進員工入職所需的時間。在這個過程中，很多人會退出，對吧？人員流動率也下降了。
塔瓦科利：沒人喜歡這個答案。但很多你花很多錢的流程並不吸引人。我給你舉個例子。你是保險公司。你會收到大量的索賠表格，並且會耗費大量的人力和精力去處理——“我該如何從所有這些索賠表格中提取我需要的信息？”我該如何將它放入分析表單中，以便進行數據分析，並根據分析結果採取行動？沒人會為此感到興奮——除了那些坐在那裡，因為索賠需要三個月才能得到報銷而感到惱火的人。但如果我現在能夠將過去需要幾個月才能完成的事情，以極低的成本——而且是自動化的——完成，那將是一個非常令人興奮的應用案例。
或者，你是一家半導體製造商，如果你有某種技術可以聰明地檢測異常情況並將良率提高 0.1%——那麼，上一次有人對晶圓廠良率感到興奮是什麼時候呢？但這意味著一大筆錢。
生產力巨大，成本也巨大，但並非人們通常認為的驚天動地的大事。我認為這些都是很無聊的人工智慧應用案例。人工智慧可以帶來有意義的改進，而我們也從客戶身上看到了這一點。
塔瓦科利：我總是這樣回答：按照這個邏輯，如果我們說，“嘿，當自動取款機出現時，或者當計算機出現時，它們帶來了巨大的變革——很多人會因此失業嗎？”
現在人們做的一些事情，未來將由人工智慧自動完成。然而，在許多這類事情上，僅僅為了保證質量，你仍然需要人參與其中。而整個前提是，當你實現這些任務的自動化時，它們也會帶來一系列全新的需求，讓你去做以前做不到的事。例如，現在有了自動櫃員機和網路銀行，就出現了許多我們過去從未想過的電子商務職位，這些職位也創造了大量的就業機會和生產力。
隨著技能提升和培訓，雖然具體的工作職責會發生變化，但公司需要人們來承擔一類全新的工作職責。所以我認為勞動力需求將會增加。所以問題更多的是“如何提陞技能？”
塔瓦科利：算是，也不算是。是的，我們正處於人工智慧泡沫之中。不，這不會改變計劃。
我經常被問到這個問題的反面，那就是：“人工智慧是具有變革性的，還是被過度炒作了？”我的答案是肯定的。我認為人們仍然沒有完全了解人工智慧，所以任何問題的答案都是：人工智慧將會解決它。我四處走走，看到一個牌子上寫著「人工智慧洗車」。我當時就想，我完全不知道那是什麼意思。現在一切都由人工智慧驅動。總會有一段興奮期，但隨著我們最終確定人們真正需要的應用場景，這種興奮期必然會消退。我認為你不會看到目前人工智慧領域的所有公司都能繼續生存下去。
之所以這不會改變 Databricks 的計劃，是因為人工智慧很棒，我們認為它在未來非常重要，而且顯然在過去的 12 年裡，我們已經大力發展了人工智慧。但資料方面也是我們業務的核心部分，例如資料轉換和營運工作流程，這些都是經過驗證的，絕對不是泡沫，而且還在不斷發展。從Databricks的角度來看，你需要適應客戶的需求。我們已經看到這種從過度炒作到關注關鍵重要用例和成果的轉變，並且我們在這方面給予了支持。
