从 Co-pilot 到 Agentic AI，Sierra 如何改变客服的游戏规则

01.

“专业小军团”级别的部署团队

Sierra 通过真正理解客户的需求，提供量身定制的解决方案，打造了一个很难复制的竞争壁垒。正如 Bret 曾说的，Sierra 关注的并不是单纯交付 AI Agent，而是交付成功：更高的客户满意度、更低的客户流失率、更强的品牌、更多的收入和更好的利润率。

目前，AI Agent 主要有三种形式：

1. Personal Agents：为普通消费者打造，能帮用户便捷处理日常事务，像安排预约、完成购物等，让个人生活与消费场景更高效。

2. Role-Based Agents：面向企业员工，依据特定岗位角色，辅助开展专业工作，比如数据的分析、内容创作。

3. Company Agents ：服务于企业整体业务，聚焦运营场景，可承担客服、订阅管理、销售协助等工作，帮助企业优化业务流程、提高效率。

Sierra 则是切入 Company Agents 市场，帮助每一个客户解决针对性的痛点问题，并以更合理的成本和更低的技术门槛，推动真正的价值增长和用户留存。

• 量身定制：智能化、个性化解决方案

Sierra 的核心竞争力之一是其在行业化定制需求方面的表现，如广告参数配置、行业定价逻辑、个性化交互流程等。不同于 PolyAI、Parloa 等“开箱即用”平台，Sierra 可深入调整流程配置、语音参数、数据字段。

这种定制化能力依靠着其强大的数据分析和机器学习能力，在收集到客户数据后，Sierra 的第一步就是为每类客户构建画像。通过分析客户的行为模式、活跃度、使用频率等指标，Sierra 能够判断客户的需求变化，从而实现个性化的对话定制。

Sierra 还设计了对话智能模块，该模块能够利用智能算法分析客户的语言、情绪和意图，从而模拟人类的语言风格和应答模式。通过不断地自学习和优化模型，Sierra 的 AI Agent 能够提供更加自然、流畅的对话体验。

对于简单的 FAQ 问题，Sierra 提供直接的语音应答，而对于复杂的技术支持问题，Sierra 则能够通过多轮对话引导客户到适当的解决方案。当 AI 代理无法解决问题时，Sierra 将自动触发智能转接机制，给予客户一个更加流畅的服务体验。在转接人工前，AI 代理已经做好了如下工作：

1. 信息聚合：抓取对话上下文、客户历史交互记录及系统操作日志。

2. 智能摘要：生成结构化问题简报（含问题类型、已尝试方案、优先级标签）。

3. 精准路由：根据问题属性（如技术支持、账单争议、产品咨询）匹配对应业务团队，人工接手时可直接基于完整背景信息展开服务，避免重复询问。

•清晰对话：革命性的噪声抑制技术

现实世界中，电话通话充满了音乐、婴儿哭声、旁人的对话等噪声。为了打造更优质语音体验，Sierra 开发了专有的语音活动检测（VAD）系统。该系统采用高分辨率的谱噪声估计算法，可以实时分析音频输入，区分背景噪音、打断、同声传译等多种声音类型，显著提升语音识别的鲁棒性。

让 Sierra 引以为豪的是，基于 VAD 系统的 AI  Agent 能够对“打断”（停止讲话的提示）做出超快速反应。传统 IVR 系统中最让人烦恼的部分之一就是： Agent 所解读为“打断”的情况，有时只是背景噪音。比如有人走过繁忙的街道，背景电视的声音，甚至有人在对狗说“别叫了”。而 Agent 不应假设所有的语音都是相关的，它们应该像人类一样思考自己听到的内容。

目前，Sierra 的 VAD 系统性能超越了所有的其他模型。公司在噪音减少、多人说话检测和上下文分析投入了大量资源，这使得 Agent 能够区分打断（“等等，不是那个”）、同意（“好，明白”）和旁人对话（“亲爱的，我去接孩子”），从而实现更自然的对话。

• Walk and chew gum（一心多用）：多任务处理与实时反应能力

为了使得交互更具拟人化，Sierra 的 AI Agent 还具备“一心多用”的能力，即同时进行思考、聆听、对话和反思。这要求 AI 代理能够在客户讲话过程中提前获取信息、应对打断、处理多轮对话，并在必要时纠正识别错误，确保对话的连贯性和准确性。此步骤与传统的基于规则的自动化系统显著不同，Sierra 需要能够根据实时数据动态调整对话的内容和语气。

Sierra 的多任务对话协同能力主要表现为以下几个场景：

1. 思考和听取，这样 Agent 可以提前行动。如果问“你能帮我为女儿预约理发吗？”，基于 Sierra 的 Agent 可以在客户说完之前就开始调取理发店信息（即调用不同的 API），使对话看起来既聪明又有响应。

2. 听与说，这样 Agent 可以应对打断。如果 Agent 正在讲解技术故障排除步骤，且客户插话——“我已经试过了”或“等下，刚才居然好了！”—— Agent 能够迅速调整，使对话不显得机械。另一方面，如果客户只是简单地插话“好的，明白了”，这就不算打断， Agent 应该继续响应（但要记住客户的确认）。

3. 说与思考，让 Agent 展示进展。如果问“你们有 9 号的鞋吗？”，基于 Sierra 的 Agent 可能会说：“让我查查 9 号的是否有货……抱歉，没有，但这款相似的怎么样？”这样避免了在 Agent 查找信息时出现冷场，这种冷场如果没有处理，会显得尴尬、困惑，甚至让人沮丧。

4. 实时反思，使 Agent 的能力超过单纯的组合。例如，即使是最先进的语音识别模型也会出错，Sierra 曾见过银行客户将“我想查余额”误听成“我要一份鸡肉沙拉”。因此， Agent 需要确认它们听到的内容是否真正有意义，并根据上下文线索纠正错误。

• 深度集成，轻松适配多种系统需求

Sierra 采用了灵活、模块化的系统架构，使其能够轻松与各种第三方工具和平台进行集成。无论是像 Salesforce、Zendesk 等大型 CRM 系统、CDP 系统，还是 ERP（企业资源计划）系统，Sierra 都能与它们无缝对接，确保数据流通畅。

Sierra 提供了多样化的 API 和开发工具，无论是自动化处理客户查询、订单管理，还是智能分析客户数据，Sierra 都能与现有工作流和技术栈无缝对接。与此相比，像 Amazon Lex 和 Google Dialogflow 等解决方案，由于各自云平台的特性限制，其集成能力无法与 Sierra 的灵活性和适应性相匹敌。一次构建，全渠道部署，这是客户选择 Sierra 的关键原因之一。

•灵活定制，唯一支持无代码与编程式开发的 AI Agent 平台

Sierra 的 Agent OS 是目前唯一支持无代码和编程化 Agent 开发的平台，能够协调复杂、多步骤的工作流完成目标。

其中， Agent SDK 是 Sierra 的平台即服务（PaaS），允许使用者无论是否有 AI 专业背景，均可借此定义自己的工作流逻辑，实现高度定制化的功能开发。客户旅程的目标与防护机制可简可繁，智能体均能自主规划最优执行路径。同时，Agent SDK 无缝融入现有软件开发生命周期，提供版本控制、持续集成等功能。

Agent Studio 则是一个无代码工具，客户体验团队可以在无需工程支持的情况下，快速构建和维护 AI Agent（无需历史对话数据）。企业还能通过该工具定制智能体的品牌调性，并确保业务变动（如新促销、产品更新）自动同步至客户旅程，保障智能体高效执行任务。

以下是混合搭配方法的一个实际示例：一家零售商使用 Sierra 的 Agent SDK 通过代码实现了保修索赔流程，从而可以有效地执行来自其他系统的限制条件——例如需要检查上传的图像，以确定产品是否真正损坏。但对于随着新产品发布而变化的退货流程，由客户体验团队在 Agent Studio 中无代码构建和维护就格为适合，无需任何工程支持。

• 打破传统，Shorter isn’t （always） sweeter

与传统基于规则的软件不同，AI Agent 能够思考和推理，因此当它们拥有更多背景信息时，最能有效解决问题。这一点在语音交互中尤为明显，语音中的含义往往依赖于上下文内容，而且人们自然会倾向于提供更详细的信息。例如，如果有人提到他们的电视遥控器坏了，在语音对话中他们可能会提供更多细节，比如：“自从我把水洒在上面之后”，而不仅仅是通过文字聊天简单提及。

这种“越多越好”的方式与消费者习惯的基于检索的系统（如搜索引擎）大相径庭。在传统检索系统中，句子片段和关键词一直被视为最佳实践。Sierra 从设计角度发现，当 AI 代理提供更为详细的回应时，用户会感知到这一信号，并进而提供更多的背景信息，从而形成一个正向循环，促进模型性能的有效优化和微调。

02.

基于成果定价：

从”卖工具“到”卖结果“

Bret Taylor 在 5 月召开的 Sequoia AI Ascent 闭门会议上特别提到：AI 不仅带来了新的交付方式和技术，更重要的是，催生出了新的商业模型。

历史上速度一直是创业公司的优势，但在当前这个技术驱动的时代，创业公司不仅在速度上占优势，更能在商业模型上进行突破。传统企业在固守既有模式时，往往无法灵活应对市场的变化，而创业公司可以利用这种灵活性进行创新，迅速调整和适应新的需求。当企业能够通过 AI 提供直接的业务成果而不仅仅是技术解决方案时，这种商业模式的转变便为创业公司提供了巨大的竞争优势。

• 成本节省 vs 增量收入增长

Bret 讨论了目前 AI Agent 的两种主流营销策略：一是通过成本节省，二是通过增量收入的增长提成。对于一些财务压力较大的公司，尤其是那些由私募股权公司拥有的公司，成本节省通常是一个关键因素，因为这些公司通常会高度关注如何通过降低成本来提高盈利。而在竞争激烈的市场中，尤其是 CEO 们，更多关注的是如何通过 AI 推动收入增长，而不仅仅是节省成本。

两年前，OpenAI 的 GPT-4 每百万输出标记的成本为 60 美元，而如今模型成本下降了两个数量级，同时质量提升了 2 至 10 倍。随着 AI 技术的普及和基础设施成本的逐步下降，许多公司可能会将节省的资金再投资于增长，而非直接提高利润。因此，尽管成本节省是重要考虑因素，但这种成本节省效应可能会随着时间的推移而减少，增量收入的增长往往更具吸引力和价值。

Bret 比喻 AI 技术的普及就像 20 世纪 80 至 90 年代计算机硬件的不断升级：每一次技术革新都让硬件变得更便宜、更强大。AI 市场的成本节省效应也类似，随着技术的成熟，AI Agent 在替代传统人工劳动力时，节省的成本会逐步缩小。因为竞争不断加剧，新的 Agent 不断推出。这种变化表明，AI 不仅仅是一个短期的成本节省工具，更多的是一个长期推动企业收入增长和市场竞争力的关键因素。

• Sierra 基于成果定价的商业模式

与传统技术收费方式不同，Sierra 采用基于成果的定价模型，即客户只有在 AI  Agent 成功完成任务时才需要付费。如果 AI  Agent 无法完成任务，则无需付费，客户可以升级到人工服务。这一商业模式的本质是与客户的商业目标对接，提供“完成工作”的服务。让企业能够基于实际成果进行收费，而不是仅仅依靠订阅费或软件许可证费。

基于“为做得好的工作付费”，这个想法来源于 Sierra 对企业软件生态系统的深刻反思。在传统模式下，软件销售通常与客户需求和实际成果脱节。软件供应商在销售后很少参与到客户的实际使用过程中，往往由系统集成商负责部署，整个过程可能需要数月甚至一年之久。这种模式使得供应商与客户之间的联系变得疏远，无法确保软件的实际效果和价值。

Bret 提出，AI 软件的正确做法应该是将供应商的成功与客户的成果直接挂钩，这样可以避免传统商业模式中的“销售即结束”现象，推动更加紧密的合作和责任感。他还提到，随着可编程 Agent 在专业服务行业的影响日益增长，这一创新的商业模式将对行业产生深远影响。通过将公司的收益与实际成果挂钩，AI 不仅能改变软件的销售方式，更能带来全新的问责制和透明度。这种模式的创新，正如史蒂夫·乔布斯所言：“做海盗比在海军中服役更有趣。”

产品驱动型增长和市场分布策略的选择对企业的成败至关重要。例如，Google 的创新在于它使得访问新的 URL 变得非常容易，而这种简化的用户体验成为了其市场制胜的关键。Google 的成功不仅是技术创新，更是商业模式的成功转型，特别是在通过优化广告模型实现高效匹配后，形成了持续的现金流。

同样，AI 市场的成功也依赖于如何定义正确的产品和商业模型，如何通过精确的市场定位找到合适的客户群体，以及如何降低客户流失。AI 市场将会像互联网泡沫时代一样竞争激烈，但最终能够脱颖而出的公司将会是那些能有效执行技术和市场策略的企业。

不同 AI Agent 定价模式的横向对比：

Bret 分享了一个有关 LinkedIn 为其业务定价的故事：LinkedIn 最初采用了基于使用量的定价模型，但发现许多 HR 部门的预算限制让这一模式难以推广，因此他们将定价模型调整为订阅制，这大大改善了与 HR 部门的采购流程。HR 部门通常是成本中心，需要经过严格的预算审批，而销售和营销部门可能更容易获得资金支持。因此，在设计产品定价策略时，还要深入了解客户的内部运作，确保定价模型与客户的实际需求和预算审批流程相匹配。

• AI Agent 不仅是提高生产率，而是重塑劳动力市场的格局

AI Agent 的真正价值在于改变了软件的市场范围，真正承担起了工作，这种变革标志着 AI 技术从一个辅助工具转变为一个实际的“劳动力市场”参与者。这一变化类似于自动取款机的引入，虽然并不会减少现有岗位数量，但会改变工作的性质，使得人类从基础计算工作转向更具价值和创造力的领域。

AI Agent 帮助企业以更低的成本解决过去需要大量人工投入的高价值业务问题，以至于人们愿意为此支付比简单的生产力提升更多的费用。Bret 将这种模式比作“卖镐卖锤”，即提供工具的公司能够从市场中获得利益。

对于投资者而言，这意味着 AI  Agent 所带来的业务增长潜力远超技术本身，其应用层的实际价值将成为未来市场的关键。过去被视为软件领域“死角”的领域，开启了新的商业机会。

客户典型用例

Sierra 的客户包括各类面向消费者的企业，尤其是在零售、媒体、健康、金融和电信等需要增强客户互动和运营自动化的行业。这些公司利用 Sierra 的 AI  Agent 提升客户体验、提高效率并降低成本。

以下是两个代表性的 case：

•SiriusXM：唤醒“和谐”之声，重塑下一代客户体验

SiriusXM 作为北美领先的音频娱乐公司，长期致力于为其数百万订阅用户提供丰富的内容服务，包括音乐、体育、脱口秀和播客等。然而，在庞大的用户群体中，客户服务的需求和挑战仍然存在显著痛点：

首先，SiriusXM 面对的是一个具有高度个性化需求的用户群体，这些用户对服务的期望越来越高。现有的聊天机器人，常常无法处理复杂的自然语言请求。例如，传统聊天机器人无法处理如“调整收音机”这类抽象和模糊的表述，或者无法正确理解“哪里能找到霍华德（主持人）”的询问。同时，随着公司业务发展以及客户基数的不断增加，SiriusXM 面临的另一个挑战是如何高效、自动化地管理数百万客户的咨询和需求。这种规模化的服务压力要求公司必须找到一种能够解决复杂问题并大规模部署的技术解决方案。

在这种背景下，SiriusXM 决定与 Sierra 合作，推出了定制化的 AI 助手——Harmony，旨在解决其客户服务中的痛点。不同于传统聊天机器人，Harmony 能够在多个高频场景中进行有效的自动化交互，包括帮助客户刷新车载收音机、处理付款和更新账单信息等。更重要的是，Harmony 还能整合 SiriusXM 的独有知识，确保能够处理公司特定的需求，例如精确地发送刷新信号到车载收音机等任务。

Sirius XM 通过不断优化封闭率（客户问题得到解决且不会转接给人工客服）来评估 Sierra 的效率和客户体验，尤其是在减少回访和提高客户满意度方面，Sierra 比之前的 LivePerson 解决方案表现更好。

SiriusXM 的 CTO Joe Inzerillo 表示：“作为一家致力于通过最新技术保障卓越听众体验的公司，我们寻求与同样坚守品质承诺的合作伙伴携手。通过与 Sierra 团队合作，我们开创了全新的客户服务模式，这将助力我们在全业务链中交付最佳体验。”

• Minted：效率飞跃，节日旺季的智能革命

Minted 是一个连接全球设计师与消费者的平台，致力于为客户提供个性化且富有艺术感的产品。从节日贺卡到婚礼请柬、定制艺术品等，Minted 将创意与独特性传递到每一位消费者手中。

然而，正是这种个性化和定制化的需求使得 Minted 面临着巨大的挑战，尤其是在节日旺季时。随着客户量的激增，客服团队需要处理大量复杂的咨询和需求，包括订单追踪、设计修改和紧急处理等。每一个客户的需求往往涉及到多步骤的流程，从设计确认、印刷到运输的每一个环节，都需要客服团队在极短的时间内做出精准反馈，传统的客服流程可能导致客户体验不佳。而且，客户在这些时刻通常面临情感压力，如担心订单延误或设计不符合预期，因此 Minted 亟需一种既能提升效率，又不损害声誉的解决方案。

为了解决上述问题，Minted 决定与 Sierra 合作，部署一款 AI 助手来应对节日旺季期间大规模的个性化需求。通过 AI 助手，Minted 能够在客户请求上传地址时，提供分步指导；在客户误批设计稿时，快速而无缝地进行修改；同时，对于需要紧急处理的最后一分钟订单，AI 可以提供实时的进度更新，并推荐可行的解决方案，从而确保订单按时交付。

结果不言而喻。自部署 AI 助手以来，Minted 在其设计处理的案例中实现了超 65%的结案率。这些咨询往往涉及最有时效性和细节性的客户需求，从修改婚礼请柬到确保节日订单准时送达。同时，AI 助手的客户满意度（CSAT）评分超过 95%。  

Minted 的 COO Sarah Wallis 表示：“这不仅仅是自动化，而是创造更优质、更快捷且仍具个性化和关怀感的体验。”  通过与 Minted 流程的无缝集成，Sierra 不仅提升了 Minted 效率，还使客服团队能专注处理更复杂的案例，确保没有客户感觉自己只是队列中的一个工单。  

03.

未来 AI Agent 的核心是

“具体业务解决方案”

• 未来的竞争不再是单纯的技术竞争，而是基于具体业务问题的解决方案竞争

在今天的市场中，AI 供应商如雨后春笋般涌现，许多初创公司在向潜在客户推销时往往使用相似的语言和推销方式，这使得市场变得饱和且同质化。这要求创业公司不仅要推销自己的技术，而是深入了解客户，理解他们的痛点，并从客户的需求出发，提出有针对性的解决方案。

Sierra 专注于客户的真实需求，通过对技术的深度定制和优化，提供针对性的解决方案，从而帮助企业提升客户服务质量。同时，Sierra 提供的 AI 解决方案非常简便，甚至不需要客户进行大规模的技术投资。这与传统的技术解决方案相比，更能满足中小企业及非技术团队的需求，从而大大降低了技术门槛，提升了 AI 技术的普及性和可接纳性。这种技术与市场需求的紧密结合，是 Sierra 拥有“护城河”的成功所在。

这也是 Bret 和 Clay 在创业过程中持续反思的关键：在技术创新的背后，最重要的是如何理解市场需求，并在此基础上建立独特的价值 proposition。有效的销售不仅是展示技术，而是通过同理心与倾听来形成真正有意义的解决方案。

• 创业公司发展的焦点从“基础建设”转向了“创新和市场差异化”

Bret 回顾了他在 FriendFeed 和 Facebook 的经历，他提到，FriendFeed 时代公司需要自行搭建服务器，处理大量基础设施问题，这对创业公司来说是一项巨大的挑战。而随着云基础设施（如 Azure 和 AWS）的崛起，创业公司如今可以轻松地通过第三方服务来处理这些以前需要巨量资源的工作，从而将注意力集中在核心业务上。

这种变化是创业环境的一次重大进化。过去，创业公司必须在技术上投入大量时间和资源，如今这些基础设施部分已经可以通过外部企业来实现，极大地降低了创业的运营成本。这一转变让创业公司能够把更多精力投入到核心产品和市场差异化上，而不是被繁琐的技术维护所困扰。

Bret 强调，许多小公司在发展的初期容易犯一个错误，即将大量资源和时间花费在与核心业务无关的任务上。无论是处理基础设施问题，还是参与低价值的活动，都会消耗大量时间和精力，影响公司业务的核心发展。他指出，最宝贵的资源不是你所做的事，而是你没有花时间做的事情。

如今，Sierra 采用了一种高效的战略，将核心精力集中在推动差异化上，而非在非核心领域分散资源。Bret 强调，创业公司需要高度自律，将有限的资源和时间投入到真正具有市场价值的创新上，而非追求短期的、看似有趣但没有差异化的任务。这种专注和自律能够确保创业公司保持持续增长和核心市场竞争力。

• 基础模型与应用层公司的市场分工  

Bret 分析了基础模型市场的未来，认为该市场将经历大规模的整合，并逐渐形成寡头格局。由于基础模型需要大量的资本支出和资源投入，这意味着只有具备足够资金的公司才能在这一领域中占据一席之地。

与数据中心的建设类似，基础模型的核心支出集中在硬件和计算能力上，而这些公司将受益于规模效应。尽管利润率可能相对较低，但通过规模化运营，这些公司将在全球范围内收取“税费”，成为 AI 生态系统中的基础设施提供者。并且，其规模大小将决定市场份额和盈利能力。

对于应用层公司而言，Bret 认为这是一个充满机遇的市场，尤其是在 AI  Agent 的应用上。他将 AI  Agent 比作“新型 SaaS”，强调企业将不再单纯购买一个模型，而是购买一个能完成具体任务的 AI Agent，这将改变传统的软件购买方式。通过为法律、客户体验、营销等领域提供定制化的 AI Agent，应用层公司能够提供有实际效果的解决方案，而非仅仅依赖于基础模型的能力。

在 AI  Agent 的应用上，出现了两个重要趋势。首先，许多大企业在 ChatGPT 发布后急于购买模型，做了很多 PoC，然而大多数公司并未真正获得预期的价值。这表明，单纯购买基础模型并不足以带来真正的商业成果，企业需要在应用层面上进行更多的投入和优化。第二，AI  Agent 的兴起改变了市场需求的结构。例如，法律行业传统上以提升生产力为目标，但这个市场的规模有限。然而，如果 AI Agent 能够提供如反垄断审查等高价值的服务，市场的潜力将大大提升。

目前主导标准普尔 500 指数的五大软件公司，虽然在市场中占据主导地位，但并没有一家是纯粹的 SaaS 公司。微软、亚马逊等企业是基础设施公司，更多聚焦于为大规模的消费市场提供服务。而像 ServiceNow、Salesforce、SAP 和 Oracle 这样的 SaaS 公司，尽管它们的市值已经相当庞大，但仍然远未达到万亿美元级别。Brett 提出，随着 AI Agent 的兴起，未来可能会涌现出第一个万亿美元级别的应用型企业软件公司。

这一趋势的背后，是从“卖工具”到“卖结果”的转变。AI  Agent 带来的不仅是技术的进步，更是商业模式的革命，未来的市场将会围绕“结果”展开，这为 AI 应用型企业软件提供了巨大的成长空间。

•垂直还是通用 

Bret 坚信，垂直行业的 AI  Agent 具有更大的潜力。他指出，AI  Agent 能够快速为行业特定的核心工作流带来价值，尤其是在电信、银行、保险等行业中，AI 能够解决专业的业务问题。例如，电信公司最关心的是如何提高客户服务效率，而保险公司则更关注理赔处理和福利解释问题。每一个行业都有其独特的需求，这些需求往往需要定制化的解决方案，能够更快速地进入并占领市场。

成功的秘诀在于“离问题越近，成功越大”，通过专注于特定行业和客户需求的解决方案才能真正获得市场的认可。正如 Salesforce 的 Mark Benioff 所说：“如果你有一个成功的客户，就能做成两个；有两个，就能做成十个。”

有时候，创业者可能会被一些理论上的想法或过于“聪明”的战略所误导，而忽略了实际操作的难度和客户的真实需求，从而陷入“第一并不具代表性”的思维中。这往往是战略过于理论化，忽视了市场的现实需求。

因此，Bret 对通用 AI 平台持谨慎态度，他认为这种平台在进入企业市场时面临很大的挑战。虽然一些开源项目如 Lang Chain 可能会取得成功，但对于企业市场而言，要想通过一个广泛的平台突围是非常困难的，这就像，拥有一个稍微更好的“捕鼠器”通常很难突破“维生素与止痛药”门槛。

04.

从程序员到战略 CEO：

Bret Taylor 的成长路径

Bret Taylor 的职业生涯是从程序员到战略 CEO 的转型过程。从在 FriendFeed 的行业初探，到在 Google 和 Facebook 的大厂历练，再到将这些经验带入自己的创业旅程，创办了 Quip 和如今的 Sierra，每一段经历都让他变得更加成熟且富有洞察力，他的成就更映射出那股“拥抱失败、快速迭代、推动创新”的硅谷精神。

在今年 6 月，Bret 在与知名风投 Kleiner Perkins 的 1v1 采访时，深入探讨了自己的职业历程以及这些经历对个人成长的深远影响。

从 FriendFeed 到 Google：创新精神的初启

Bret Taylor 的职业生涯起步于 2007 年，他与团队共同创办了 FriendFeed，一个创新的实时社交平台。尽管未能取得商业上的巨大成功，但其推出的“点赞”按钮打破了传统的社交互动方式，对社交平台的发展产生了深远影响。FriendFeed 在实时信息流和社交互动上的突破为后来的社交平台设定了新的标准。此后，Bret 加入 Google 仅用一个周末改写了 Google 地图的前端，他创新性地采用 AJAX 技术替代传统的页面刷新方式，实现了地图交互的平滑拖拽和缩放，显著提升了用户体验。

Facebook：突破舒适区，“不要让擅长的事情定义你”

在 Facebook 担任 CTO 期间，最初，他陷入了亲力亲为的困境，未能有效扩展团队的能力，直到与 Cheryl Sandberg（当时的首席运营官）的对话让他意识到，作为领导者，他的责任不仅仅是解决技术问题，更重要的是通过分配任务和提升团队的运作效率来实现整体目标。这一转变促使 Bret 从技术执行者转向战略决策者，他学会了如何在公司发展过程中调整自己的角色，放下对技术的执念，专注于提升整体影响力。他认为，硅谷文化的开放性为他的转型提供了巨大支持，让他能在挑战中快速成长，并最终帮助公司渡过危机。

Quip 的收购：角色转换，迅速适应新挑战

Facebook 上市后，Bret 认为这是一个新的起点，决定与好友一同创办 Quip，一款专注于打造更加简洁高效的协作办公软件，并最终以 7.5 亿美元的价格被 Salesforce 收购。加入 Salesforce 后，Bret 需要迅速适应从产品负责人到首席运营官的新角色，负责管理一个拥有约 80,000 名员工的大型公司。他没有局限过去习惯的“打工人”身份中，而是调整自己的角色快速进入“老板”身份。在疫情期间，面对如此庞大的团队和复杂的市场环境，他展现出卓越的领导力，带领公司应对复杂的市场环境。

Sierra：精准把握时代机遇

2023 年，Bret 与 Clay Bavor 共同创办了 Sierra，致力于通过 AI  Agent 重新定义企业与客户之间的互动方式。Sierra 标志着 Bret 职业生涯的成熟，他从专注技术问题到关注整体战略，通过更宏观的视角推动产品商业模式的创新和整个行业发展，同时他也认识到，企业的成功不仅取决于技术创新的突破，还需要敏锐的市场洞察和战略远见。

当 Bret 回望过去时谈到，他人生中的一大哲学是：要能够识别并把握独特的机会。他引用 Eric Schmidt 对 Sheryl Sandberg 说的一句话：“如果有人给你提供坐火箭的机会，不要问坐哪儿。”这句话深深打动了他，并反映了硅谷文化中的心态——要抓住市场的变化和科技的进步，不拘泥于既定计划。

Bret 还讨论了创业成功后面临的心态变化，特别是如何平衡风险与回报。他提到，像 Elon Musk 那样愿意将财富投入到下一个具有更大风险的项目是值得钦佩的，因为有些人在取得财富后会变得更加谨慎，尤其是当他们有了更多的声誉时，他们倾向于选择低风险项目，他们担心失败可能带来更大的损失。

 排版：夏悦涵