那些最好地使用AI的企业,其实做法有点不一样。
根据最近的一项调查,他们正在构建模型路由器,制定组织架构和数据主权策略,并且总体上让他们的AI管理层变得更加健壮。
与此同时,他们使用AI的领域以及从中获得的价值也在发生变化。
在所有这些中,他们正在打造一个其他企业可以效仿的模板。
这也是我们今天要讨论的内容。
《AI每日简报》是一个关于AI领域最重要新闻和讨论的每日播客和视频节目。
好了朋友们,在我们深入之前,先说几个快速通知。
我们最近讨论了很多关于个人AI代理的新兴竞争,而在那些代理大战中的一个早期胜利,让Meta的股票迎来了多年来最好的一个月。
Meta的股票在九月份上涨了27%,尽管本周因为OpenAI发布了一个Muse的竞争对手的消息而下跌了5%。
这使得Meta自2022年11月以来的单月表现最佳,当时公司开始了他们的效率之年,进行了大规模裁员、招聘冻结,并在元宇宙计划上有所节制。
Muse早期的成功到目前为止已经增加了5000亿美元的市值。
但更重要的是,它向市场表明Meta有一套可行的AI战略。
华尔街共识已将Meta推至强力买入,但并非所有人都信服。
Needham的分析师Laura Martin是少数在周四的一份报告中坚持持有评级的人之一。
在肯定他们的同时,她写道Meta显然已经从元宇宙转向了以Muse为中心的个性化代理AI。
不过,她对回报持怀疑态度,指出据她所说,Meta在以新产品的商业化方面是出了名的慢。
事实上,Muse目前除了最重度用户外对所有用户都是免费的,而且Meta表示他们计划将用户数据与广告业务隔离开来。
即使在本周早些时候推出了企业平台,Morningstar也认为Meta运营企业业务的能力是“未经证实的”,因为消费者产品仍然是公司的核心。
不过,如果你是Meta,你肯定感觉不错。
六个月前,投资者还在质疑该公司在AI方面的基本能力,而现在他们质疑Meta能否将成功的赌注变现,这是一个巨大的转变。
现在,继续市场话题,Anthropic正力争在感恩节前完成IPO,投资者会议定于本月晚些时候举行。
彭博社报道称,Anthropic计划在11月9日那一周开始IPO营销。
假设首个交易日定在感恩节那一周的早些时候,那么他们将有大约两周的时间进行路演。
消息人士称,时间表仍有变动的可能,但Anthropic正在大力推动在年底前完成交易。
在营销活动之前,Anthropic计划于10月14日举办投资者日。
可能参与IPO的机构投资者已受邀参加此次活动,届时他们将有机会与高级管理层会面。
时间表趋于明确的消息,是在路透社本周早些时候泄露了Anthropic的S-1招股说明书部分内容之后传来的。
S-1文件显示,Anthropic在2025年的营业收入为46亿美元,运营亏损为80亿美元。
围绕这些数字有很多悲观论调。
但我非常非常坚定地认为,如果真到了紧要关头,投资者会关心Anthropic 2025年的数据吗?Anthropic在2026年有超过10倍的增长,我觉得这就像是把Anthropic当成一家前AI时代的公司来对待了,而它显然不是。
这绝不是说投资者会喜欢他们在完整招股说明书中看到的一切,只是说如果IPO表现不佳,那不会是2025年的运营亏损造成的。
看来我并不是唯一这么想的人,彭博社报道说,潜在的IPO投资者认为公司能达到1.8万亿到2万亿美元的目标估值。
顺便说一下,这预计将是历史上最大的IPO,募资额超过SpaceX的750亿美元。
有人拿这个高得离谱的目标估值和之后不可避免的下跌开玩笑,Liquidity发帖说,如果Anthropic在感恩节前上市,我宁愿等到他们的黑色星期五/网络星期一打75折时再投资。
与此同时,还是说Anthropic,也许出乎很多人的意料,特朗普总统似乎对Dario产生了好感。
周四,《时代》杂志发表了与总统的广泛访谈,其中一句引人注目的引用是特朗普对与Anthropic CEO会面的积极印象。
特朗普说:“我非常喜欢他和他的妻子。”
“非常聪明的人。”
“也许和我想象的有点不一样。”
“确实有点不一样。”
“但不会,他懂。”
特朗普在周日与Amodei及其妻子共进了两小时的晚餐,赶在本周科技领袖聚会之前。
看来总统离开时对Dario的世界观有了更细致的理解。
特朗普评论说:“我和他谈过他的观点,我认为这些观点与媒体描绘的非常不同。”
这些评论表明,白宫与Anthropic之间的某些敌意至少是由工作人员推动的,而非特朗普本人。
六月,你可能记得《连线》杂志报道说,工作人员对Anthropic联合创始人Tom Brown接管了Fable发布的相关谈判感到宽慰,因为他没有“像Dario那样古怪”。
《时代》那篇文章还详细说明了总统本人对使用AI的投入程度。
一位工作人员说,特朗普在12月与Elon Musk会面后,花了几个小时与Grok聊天,询问这个聊天机器人关于他的总统遗产。
当时,特朗普正在权衡是否升级在委内瑞拉的行动。
他问Grok,《时代》写道,“如果美国抓获马杜罗,委内瑞拉人会如何反应。”
《时代》继续写道,据在场的官员说,聊天机器人回答说,马杜罗是一个压制性且极不受欢迎的独裁者,许多委内瑞拉人可能会庆祝他的倒台。
在特朗普下令于次月执行抓捕马杜罗的任务后,街头爆发了庆祝活动。
据官员称,特朗普离开时觉得Grok很有智慧。
这让很多人得出了下一个结论,Hakio在X上总结道:“等等,难道伊朗的惨败是因为某个大语言模型告诉他斩首行动也会迅速导致政权垮台吗?”
真是活久见。
接下来,对于那些认为太空数据中心只是营销噱头的人来说,SpaceX已经正式将一枚AI芯片发射到太空,作为构建轨道数据中心网络的第一步。
周四一次成功的试飞使用了猎鹰9号火箭,将一颗包含4块谷歌TPU的卫星送入轨道。
这是谷歌Suncatcher项目下的首次发射,该项目是去年11月宣布的SpaceX与Planet Labs的合作。
Suncatcher旨在确定在当前技术下,在太空中运营太阳能数据中心是否可行。
当然,4块TPU对于任何实际用途来说都是微不足道的算力,所以这纯粹是对芯片和其他组件的压力测试。
到目前为止,测试看起来不错。
Project Suncatcher 的高级总监 Travis Beals 报告说,他们的团队已经与卫星通信,一切运行正常。
Beals 写道,这是长期研究“登月计划”的第一步,旨在探索太空未来能否承载可扩展的机器学习基础设施。
在接下来的几周里,我们将收集在轨数据,了解我们的 TPU 如何应对太空飞行的物理压力,以及太空中的辐射和极端温度。
有些事情只能在太空中测试。
随着实验的开始,我们会利用学到的东西来优化设计,也很期待随着任务推进分享更多进展。
就测试范围而言,TPU 每次只会运行 15 分钟,以免给卫星的电源和热管理系统造成过大负担。
如果芯片能正常工作,下一步就是发射两颗更大的卫星,测试更重的工作负载和基于激光的网络技术。
记住,这是一个可能需要好几年甚至几十年的项目,依赖多项技术突破。
中期来看,Google 计划发射一个由 80 颗 TPU 卫星组成的网络,并且已经在开会讨论设计一个足球场那么长的巨型卫星。
要达到这种规模,Falcon 9 是不可能的,所以这个项目需要依赖 SpaceX 的 Starship 成功——它在九月份首次进入轨道。
Beals 在解释这个项目的雄心和规模时说,如果五年后我们做的一切都完美成功,那很可能意味着我们承担的风险不够多,学到的东西也不够。
如果我们长期来看真的成功了,这最终会变得很普通,人们不会意识到他们的 Gemini 查询可能是在太空里处理的。
转到 AI 安全方面的戏剧性事件:OpenAI 解雇了安全团队的三名员工,原因是他们不当处理公司信息。
OpenAI 在一份声明中说,我们与三名个人分道扬镳,因为他们违反了关于访问和处理敏感公司信息的规定。
我们的调查确认,这些人在既定公司流程之外处理了敏感信息,违反了我们的政策,也破坏了工作中必要的信任。
与 The Information 交流的消息人士还补充说,这件事涉及向一个做 AI 评估的外部组织泄露敏感信息。
考虑到目前围绕 AI 安全的所有争议,以及我们对细节知之甚少,针对这些解雇事件出现大量不同的解读,一点也不奇怪。
有些人怀疑这是否应该被视为对告密者的报复。
CodeAI 的总法律顾问 Nathan Calvin 则担心 OpenAI 放弃了熟练的安全研究员。
他们的名字泄露后,他指出这些人是关于思维链监控的学术研究的主要作者,并评论说,他们在安全可监控性崩塌的时候离开 OpenAI,真是太糟糕了。
另一些人则不太同情违反公司规定的行为,Mark Kretschmann 写道,做 AI 安全不代表你就可以随意泄露机密信息。
这个标签并不能让你在其他人必须遵守的规则之外获得道德豁免。
如果指控属实,解雇他们似乎完全合理。
从外部来看,很难判断 OpenAI 解雇这些员工是否合理,很大程度上是因为我们不知道泄露了什么信息。
我猜,对这件事的解读大多取决于一个人对 AI 安全的看法。
如果某人极其担忧安全问题,那么 OpenAI 因为员工与独立第三方分享担忧而解雇他们,感觉就站不住脚。
另一方面,也有很多人同意 OpenAI 的看法:关心 AI 安全不代表你就有权在现有流程之外,把公司机密透露给独立组织。
我想,不管我们在这个光谱上站在哪一边,大家可能都能同意的是,这件事很好地提醒了我们,尽快建立正式的举报和第三方评估渠道有多重要。
最后,如果你最近试新模型还没试够的话,似乎 Fable 5.5 的首批踪迹已经开始出现了。
小道消息说,有些Anthropic的用户被引导到了一个版本,知识截止日期更新了,还测试了一些很酷的新设计。
Chubby在X上发帖说:来了来了!
很多用户反映,他们的查询被路由到了Fable 5.5。
这只是时间问题。
准备好了,全球最厉害的模型就要发布了。
Token Gremlin补充说,第一批Fable 5.5的结果看起来简直不可思议。
期待一个非常强大的模型,特别是在设计、3D工作和空间智能方面。
有趣的是,Opus 5.5本身就已经这么猛了,所以升级到Fable可能反而没大家想象中那么震撼。
这是接下来一周值得期待的,不过今天就到这里,新闻部分结束。
接下来是主节目。
毕马威和德州大学奥斯汀分校的一项新研究发现,当人和AI合作时,光有类似的技能并不能保证相似的成果。
研究人员调查了500多名职场新人,发现表现最好的人通过引导、评估和完善AI的输出,持续放大了AI的价值。
这些顶尖高手,被称为AI放大器,他们并非单凭知识取胜,而是靠和AI协作的方式。
每期节目我都会聊OpenAI、Anthropic、xAI、Google和Meta之间的竞争。
如果你听了一段时间,可能心里已经有了偏爱。
也许你觉得OpenAI和Anthropic能保持领先,或者Meta的开源策略最终会胜出。
无论你怎么看,每家AI实验室都创造了不同的投资机会。
开会的时候,我会全神贯注。
我思考的是推动目标所需的反复迭代和创意碰撞。
我不会去想记要点、跟踪待办事项这类事。
欢迎回到《AI每日简报》。
最近出了太多新品,新模型、新形态,比如各种个人助手,搞得大家都没空喘口气,看看AI在企业里的实际应用进展。
现在,我想说说为什么这对你很重要。
如果你在企业工作,那当然不用说,了解其他公司的情况、什么方法有效、他们遇到了什么障碍,都是很关键的。
这些信息能帮你判断你的组织处于采纳曲线的哪个位置,以及需要做哪些调整。
但如果你不在大企业,比如你是独立创业者或自由职业者,我觉得有两点值得你关注。
第一,你们很多人可能和这些公司有交集。
比如作为服务提供商。
所以理解他们目前的状况和面临的挑战,对你来说就很有价值。
但除此之外,企业级AI的采纳会在很多方面深刻影响AI的发展,而这些影响远远不止于企业本身。
举个例子,Ramp 最近公布的最新数据。
在本周的 AI 指数中,他们发现代币消费比上周下降了 5.2%。
有意思的是,代币数量其实是上升的,这意味着企业能够在降低使用 AI 成本的同时,增加 AI 的使用量。
Ramp 的首席经济学家 Eric Karazian 也指出,这跟开源模型没关系,开源模型在企业支出中的占比仍然不到 5%。
他说,这个下降几乎完全是由 OpenAI 和 Anthropic 之间的竞争推动的。
与此同时,这周 OpenAI Dev Day 上最被低估的公告之一,就是 OpenAI 现在为企业提供了一项市场功能,企业可以用他们的消费承诺,不是花在 OpenAI 的代币上,而是花在通过 OpenAI 销售的其他开放模型上。
所以企业得到的是他们越来越想要的多种模型灵活切换的能力,以及利用更便宜的开放权重模型的机会。
而 OpenAI 继续得到的是客户锁定,以及即使资金流向其他代币商家,也能让消费留在自己生态内的能力。
所有这些都会影响这些不同模型提供商之间的竞争方式,当然也会影响市场如何看待它们的前景。
如果华尔街的投资者开始相信,用量上升但支出下降是长期趋势,你最好相信,这会影响他们愿意为基础设施的建设提供多大程度的资金支持。
所以,说完了这些,我们再回到一些最近的数据,看看现在企业采用 AI 的情况到底如何。
为此,我们来看一个我们一直使用的可靠来源,就是 KPMG 第三季度的 AI Pulse 调查。
第三季度的 Pulse 是基于对 20 个不同国家超过 2100 名高级领导人的调查得出的。
结果显示,企业 AI 战略已经相当显著地走向成熟。
现在,KPMG 开始做的一件非常有意思的事情,就是根据各个组织在 AI 旅程中所处的阶段来细分结果。
我的意思是,他们对比了仍处于试验阶段的组织与已经从 AI 投资中获得回报的组织的回答。
那些仍在实验的组织和那些已经获得回报的组织之间的差距,读起来就像一张未来几个月企业 AI 用户整体走向的地图。
而那些已经获得回报的组织正在做的和关注的事情,很多都是我们节目里经常讨论的内容。
举个简单的例子,在已经获得回报的组织中,有 48% 表示员工正在大量采用 AI 代理。
这并不令人惊讶。
2026 年,就像我说过很多次的,是代理真正成为现实的一年。
如果参加我们免费和付费项目的人能说明什么的话,那就是这确实是一个正在影响企业的现象。
然而,走得更远的组织和仍处于实验阶段的组织之间仍然存在巨大差距。那些实验者中,只有 15% 表示员工大量采用了 AI 代理。
现在,在这个代理时代,网络防御显然变得越来越重要。那些成熟且已获得回报的组织中,有 58% 正在部署 AI 辅助的网络防御。
这与实验组织之间相差 50 个百分点,后者只有 8% 在进行任何形式的 AI 辅助网络防御。
在已经获得 AI 回报的组织中,整整 86% 拥有正式的 AI 管控层。
也就是说,他们维护着某种接口,员工通过它来与 AI 交互。
我们再次看到 55 个百分点的差距,不过即使在实验者中,也有 31% 拥有了正式的 AI 管控层。
在最近我们一直讨论的数据主权问题、组织对将数据交给模型实验室的感受,以及他们是否要构建更复杂的架构来避免其中一些问题方面,53% 已经获得回报的组织表示拥有企业级的数据主权策略,而实验者中只有 8%。
KPMG 总结当前最大的差异和转变时指出,我们正在进入一个阶段,最重要的东西是位于 AI 之上的管理层,它确保一切在组织的边界和背景之内正常运行。
53% 的企业将由AI驱动的决策问责放在C-suite层面。
有趣的是,我们开始看到一些效率和成本方面的担忧也出现在管理层,23%的企业已经建立了某种模型路由能力,覆盖AI管理的各个维度,从实验、战略规划、规模化、推动采用,到确立投资回报率。
组织越成熟,就越有可能针对特定问题采取正式的跨职能或全企业范围的方案。
但他们在用这个新基础设施做什么呢?
生产力仍然是AI的一个关键目标,但实际上,这个比例从今年第一季度的42%下降到了今年的37%。
相反,KPMG所谓的运营优先级正在成为AI要解决的重要举措,越来越受到重视。
人机协作的比例从Q1到Q3上升了4个百分点。
负责任AI、治理、信任和安全也上升了4个百分点。
适应性和韧性上升了3个百分点。
说到我们一直关心的效率与机会型AI的问题,KPMG写道,四分之一的组织报告正在开发多智能体系统,五分之一的组织在编排多个智能体。
随着他们这样做,目标也在扩大。
以收入为导向的智能体策略自Q1以来有所上升,而以效率为导向的策略则有所下降,大多数组织现在同时追求两者,而不是在两者之间取舍。
因此,随着他们对AI用例思考方式的成熟,成本管理也在成熟,这是有道理的。
KPMG将其描述为从成本控制转向从AI经济管理的角度来思考问题。
他们写道,成本可见性已经非常普遍。
将其与价值挂钩是下一步。
对于那些还在实验的组织来说,他们显然还没有将其与价值挂钩。
这就是为什么他们被归类为尚未确立ROI的原因。
但对于那些已经确立ROI的组织,48%报告他们持续评估价值与成本的对比。
在实验组织中,已经有43%拥有AI成本监控仪表板,而在已确立ROI的组织中,这一比例跃升至77%。
在AI审批环节,50%的实验企业有成本审查,而已确立ROI的企业中这一比例为73%。
使用量或token预算也开始出现。
31%的实验组织有这样的预算。
而已确立ROI的组织中,46%也有某种形式的使用量或token预算。
当然,我一直在强调的一点是,在实验阶段对使用量或token预算过于严格可能会相当限制发展。
但当然,如果不了解具体的项目,很难确切知道人们所说的使用量或token预算到底是什么。
总的来说,这项调查讲述了企业采用AI的故事,一个组织日益成熟的故事。
管理AI的经济性,构建更好的AI监控系统,思考主权和多模态架构等问题。
如果你回到一年前,即2025年Q3的脉搏调查,大部分这些考量甚至都不在雷达上。
KPMG当时还在问诸如有多少组织尝试过使用智能体之类的问题。
所有这些都属于关键的管理决策层面,我认为这对整个行业来说是非常积极的。
另外,对于那些担心注重成本效率会导致投入减少的人,毕马威发现,未来12个月计划的人工智能投资平均值从第一季度的1.86亿美元跃升至第三季度的2.1亿美元。
我个人认为,我们在智能方面的最终投入,目前还只是刚刚触及表面。
那么,今天就到这里,以上就是今天的AI Daily Brief。
一如既往,感谢你的收听或观看。
下次见,保重。
已剔除 4 处广告(点击展开查看)
First of all, thank you to today's sponsors, KPMG, Section, Harbor, and Granola.
To get an ad-free version of the show, go to patreon.com/AIDailyBrief, or you can subscribe on Apple Podcasts.
And to learn more about sponsoring the show, send us a note at [email protected].
Learn more about what separates AI amplifiers from everyone else at kpmg.com/us/ai-amplifiers.
Here's a harsh truth.
Your company is probably spending thousands or millions of dollars on AI tools that are being massively underutilized.
Half of companies have AI tools, but only 12% use them for business value.
Most employees are still using AI to summarize meeting notes.
If you're the one responsible for AI adoption at your company, you need Section.
Section is a platform that helps you manage AI transformation across your entire organization.
It coaches employees on real use cases, tracks who's using AI for business impact, and shows you exactly where AI is and isn't creating value.
The result?
You go from rolling out tools to driving measurable AI value.
Your employees move from meeting summaries to solving actual business problems.
And you can prove the ROI.
Stop guessing if your AI investment is working.
Check out Section at sectionai.com.
That's S-E-C-T-I-O-N-A-I dot com.
Harbor Capital Advisors' AI Lab Ecosystem ETF suite lets you invest in the ecosystem behind the AI lab you believe in.
Search Harbor AI Lab Ecosystem ETFs wherever you invest or follow @HarborCapital on X to learn more.
Visit harborcapital.com for a prospectus containing investment objectives, risks, fees, expenses, and other important information.
Read and consider it carefully before investing.
Risks include principal loss and artificial intelligence-related risks.
Harbor ETFs are distributed by Foresight Fund Services, LLC.
Harbor is not affiliated with AI Daily Brief, and the funds are not affiliated with, sponsored by, or endorsed by any AI lab.
This is a paid advertisement and not personalized investment advice.
Investing involves risk, including possible loss of principal.
And that's where Granola comes in.
Granola is an AI-powered notepad that captures what happens in your meetings and turns it into clean, structured notes with the decisions and action items pulled out and easy to find.
There's no setup and no configuration.
It just fits into how you already work.
For me, it means I get to stay in idea mode and Granola makes sure those ideas actually become action.
Once you try Granola on a first meeting, it is hard to go without.
You can try it totally free at granola.ai/brief.
That's granola.ai/brief to get your time back.