Box CEO Aaron Levie：谈 Box AI、企业热情与 SaaS 的演进

摘要

• 企业对 AI 的需求远超云时代的热情，但生产级应用仍处于“非常早期”。 云计算要求企业不情愿地放弃物理基础设施、信任陌生供应商；AI 则让高管主动提出“尽可能多的用例”，有时甚至超出实际可行范围。Levie 认为，大型科技公司、企业软件厂商和新兴智能体创业公司，正处在一个相对狭窄的需求承接窗口中。

• AI 正把 IT 从软件赋能部门改造成数字劳动力的运营部门。 业务部门未来向 IT 提出的，不只是部署 CRM 或 HR 系统，还包括配置能够执行销售活动、审阅合同和发票、完成入职流程的智能体。借用 Jensen 在 NVIDIA 的说法，“IT 部门会变成 AI 的 HR 部门”，这要求 IT 掌握更深的业务知识，并拥有更高的战略地位。

• Box 的 RAG 优势部分来自 ChatGPT 之前就已搭建的架构，也有运气成分。 Box Hubs 允许用户整理权威文档，无需复制文件或改变权限，从而降低企业知识库中大量草稿污染检索结果的风险。由于企业缺少类似公共互联网 PageRank 的权威信号，Levie 认为，这种人工策展让 Box 的 RAG 至少比对全公司数据进行无差别搜索好 100 倍。

• 战略终点是一个新的“智能系统”，把结构化控制与概率性判断结合起来。 Box 当前的智能体包含模型访问、工具、技能、指令和企业数据，但 Levie 也承认，其中很多在两年前还会被称为助手。更大的机会在于让智能体审阅内容、作出依赖上下文的判断、分派工作，并与 Salesforce、ServiceNow、Microsoft 或人类协同。

• 达到人类水平或便宜 40%，仍不足以克服企业采用阻力。 买方仍要面对 17 个竞争项目、AI 委员会审批、可能耗时 6 个月的测试，以及隐私、安全和员工转型问题；涉及重大后果的工作还可能要求“99.99999% 的可靠性”，而不是 98%。Levie 的商业门槛是成本、质量或能力提升一个数量级，尤其适用于此前从未被自动化的工作。

• 在自然应用领域，现有厂商应继续守住自己的阵地；创业公司则应争取跨平台或此前无人服务的工作流。 “AI-first CRM”必须假设 Salesforce 也会变成 AI-first，Workday 和 ServiceNow 同样会捍卫各自领域；因此，叠加在现有厂商或 OpenAI 之上的薄层产品都很脆弱。独立的合规、智能体红队测试、跨应用工作流，以及需要大量非 AI 界面的产品，仍是创业公司的可信机会。

• AI 可能重新打开 SaaS 定价空间，并在宏观统计明确反映之前先改善生产率。 Levie 预计，按结果收费、按算力消耗收费和订阅制将长期并存，结束持续 20 年的按席位 SaaS 主导格局；Box 自身仍在测试。公司内部，编程工具带来的提升从部分工程师的 5–10% 到新员工可能达到的 50% 不等，但如果从几年后开始计算，Levie 愿意押注全经济生产率最终会超过预测。

精读

1. 企业热情颠覆了云计算的采用路径

• Levie 不愿给 AGI 下明确结论，因为它的定义仍然模糊，而且自己“取决于 Ilya、Sam 或 Greg 在谈什么”。如果当前进展速度持续，他认为数学、逻辑和编码方面的推理能力仍会提升；基准测试持续改善，可能为能够自主学习的模型提供基础，让“某种我们过去会定义为 AGI 的东西”在几年内成为可能。

• 个人采用速度提供了一个小规模需求信号：过去 6 个月，Levie 至少把 5 个 AI 应用加入了手机主屏幕；而在此前 10 年里，他每 1 到 2 年才会有大约 1 次有意义的新增。他经常使用 Gemini Voice、ChatGPT 的语音和视频功能，也用 Perplexity，尝试 xAI 和 Grok，并用 Artifacts 和 Claude 搭建过原型。

• 云计算最初几年，市场怀疑企业是否应把基础设施移出数据中心、是否应信任 Amazon 等陌生供应商，以及是否应以 API、仪表盘和审计报告取代物理控制。在 AI 处于相同发展阶段时，客户正在创造用例，“可能很多时候已经超过了实际可行的范围”。

• 但部署仍是关键限制：热情尚未转化为大量规模化的企业使用。尽管如此，Levie 认为，大型科技公司如 Microsoft、Oracle 和 Google，企业软件厂商如 Box、Salesforce 和 ServiceNow，以及全新的智能体公司，都处在一个“相对狭窄的窗口”内，可以解决企业过去无法着手的问题。

2. IT 成为 AI 劳动力的运营部门

• 传统 IT 负责选择、部署、保护和管理系统，销售、财务、市场和 HR 等业务职能则负责执行。CRM 能提高销售人员的生产率，但销售活动本身并不归 CRM 执行。

• AI“把这一切彻底倒转”。销售负责人可能要求 IT 为一场营销活动配置智能体，运营团队则可能要求智能体审阅发票、处理合同或管理客户入职；技术部门开始参与完成工作，而不只是提供支持。

• NVIDIA 的 Jensen 给出的表述准确概括了这一组织变化：“IT 部门会变成 AI 的 HR 部门。”IT 必须理解运营流程、模型能力、智能体供应商和更广泛的生态，才能配置数字劳动力；这会让 IT 变得更具战略性，但也迫使其发生剧烈转型。

• Levie 表示，Box 服务约 15,000 家客户企业，存储文件超过 1000亿个，正在把企业内容定位为这类数字劳动力的基础。Box AI 在保留权限、隐私、安全和访问控制的同时，把模型连接到文档，提取结构化元数据，并最终让智能体能够处理合同、财务记录、研究资料、媒体文件和产品计划。

3. 权威策展，而非单靠嵌入，让企业 RAG 真正可用

• Labenz 的质疑指向人们熟悉的“幻灭低谷”：许多 RAG 系统在生成开始前就已经失败，因为向量搜索召回了错误来源。相似的嵌入无法可靠地区分权威的业绩报告与企业多年积累的“Earnings_Final”“Earnings_Draft_1”和“Earnings_Draft_1_Sally_Edits”等版本。

• Box 恰好在 ChatGPT 出现前约 1 年开始建设 Hubs。其多对多架构允许同一份规范文档出现在 20 个主题 Hub 中，无需移动、复制文件或改变权限；源文件更新后，所有 Hub 会自动同步。Levie 坦言：“这次我们完全是走运了。”

• 公共搜索可以借助类似 PageRank 的证据，判断某篇文章或某个网站是否比其他来源更权威；混乱的企业内容通常没有类似信号。通过决定哪些内容应进入销售、产品、区域或 HR Hub，员工同时确定了可信语料库，以及适合在其中提出的问题。

• 这种边界明确、经过策展的检索层才是其所谓的突破。用户不再对 1亿份异构文件提出泛化问题，而是在销售 Hub 内查询权威销售材料；Levie 估计，这种服务至少比跨全部数据的广泛 RAG 好 100 倍。

4. 智能体从品牌助手走向概率性工作流

• Box 有意采用宽泛的智能体定义，避免让客户面对“17 个不同版本的同一种东西”。一个智能体由 1 个或多个模型、平台工具、底层技能或能力、系统提示词、专有架构，以及对企业数据的权限访问组成。

• 第一代产品相对有限：用户可以与单份文档对话、查询多个文件、生成内容、提取元数据，或创建一个具备专门语言和指令的销售智能体。Levie 承认，“其中很多智能体，按我们两年前的叫法，其实会被称为助手”。

• 终点更接近 Labenz 提出的自主性测试：多步骤工作流，并拥有实质性的决策自主权。智能体审阅合同、识别风险条款、判断下一步应触发什么流程，再把结果分派给另一个智能体或人类；在缺少清晰 API 的系统之间，浏览器操作也可以充当桥梁。

• Levie 将这一变化划分为 3 个时代：记录系统以确定性方式修改数据库行；互动系统让人类协作变得更流畅、结构更弱；智能系统则把记录系统的控制能力与互动系统的适应性结合起来。由于大多数真实工作“确实需要判断”，概率性工作流将扩大企业软件可以数字化的范围。

5. 可靠性重要，但企业惯性要求 10 倍结果

• Levie 同意，企业对已有能力的使用仍然不足。即便自己沉浸在 AI 中，他也必须提醒自己，与其找人处理一项任务，不如“去试试”用 AI 创建它；而行业之外的认知差距可能更大。

• 但他拒绝接受涉及重大后果的流程只有 98% 可靠：没人能接受抵达机场后才发现已订机票中有 2% 根本不存在。企业可能要求“99.99999% 的可靠性”；当 0.01% 的错误率作用于 10亿笔金融交易时，也足以让产品出局。

• 成本是另一项约束。客户可能希望部署 10,000 个智能体来解决一个问题，随后才发现自己暂时负担不起所需 AI；隐私、安全、员工转型和再培训又会增加阻力。因此，Levie 预计企业真正变成 AI-first，至少还需要 10 年的变化。

• Labenz 提出了更尖锐的挑战：只要存在明确算法，就应使用确定性代码，因为它更快、更便宜、更可靠；智能能力应留给模糊工作，而经过良好上下文处理的模型可能已经能达到人类水平。Levie 同意，另一个商业障碍在于，“略好一点、略便宜一点、略快一点”通常不足以通过企业内部的优先级排序。

6. 创业公司需要正交市场，而不是复制现有厂商

• 如果把现有流程的成本降低 40%，放进经济模型里看似很有吸引力，但项目可能仍排在 17 个项目中的第 9 位。买方还要获得 AI 委员会批准，甚至进行 6 个月的验证，因此 Levie 认为，供应商需要把成本降到十分之一、把质量提升 10 倍，或实现类似数量级的改善。

• 全新的增强型产品面临的阻力小于替代型产品。Copilot 和 Cursor 之所以有效，是因为用户继续编码，同时获得即时生产率提升。Levie 还认为，10 倍更好的结果，例如更有效的癌症发现，足以支撑采用；此前从未被自动化的工作，可以在不先拆除现有人员配置的情况下增加新能力。

• Levie 所说的“永恒”创业规则，是去做现有厂商无法自然吸收的事情。叠加在 OpenAI 或 Salesforce 之上的薄层产品不是好赌注：“你应该预期 Salesforce 会成为 AI-for-CRM 系统”；Workday 和 ServiceNow 也会为各自领域构建 AI 产品。

• 机会仍存在于跨应用工作流、需要大量非 AI 界面，或与现有厂商战略正交的领域。Levie 认为，独立的智能体安全、合规和红队测试可以成为可行方向；而覆盖 Salesforce、HR、ERP 和 Box 的供应商，则可能占据单一应用未必拥有的中间层。

7. 定价与生产率会发生变化，但扩散速度决定时间表

• 对于 Klarna 关闭几个记录系统的报道，Levie 的看法刻意保持混合：这一说法可能被过度渲染，但技术上并非不可能。为了节省几十万美元而自研一个 AI Workday 替代品，“极具挑衅性”，但他怀疑 90% 的企业是否会把这件事列为优先事项。

• AI 更接近最终结果，重新打开了定价空间。获客智能体可以按每条线索收费，按生成 10,000 条线索所消耗的算力收费，或通过固定订阅吸收用量波动；在按席位 SaaS 主导超过 20 年后，Box 仍在测试不同模式，没有给出一套普适建议。

• 在 Box 内部，新员工学习销售产品时，可以查询销售 Hub，“就像在和公司里最顶尖的专家交流”，并且全天候可用。据称，编程生产率提升从 5–10% 到新员工可能达到的 50% 不等；实际 KPI 很简单，就是交付更多软件。

• 如果从几年后开始计算，Levie 愿意押注 AI 最终会让年度生产率提升超过 0.5 个百分点。即便即时获得某个主题约“第 90 百分位的专业能力”已经让技术突破变得不可忽视，通过“人类介导的环境”完成扩散，仍会比预期更慢。