C3. ai ， Inc.(AI) 奥本海默第 27 届年度技术 ， 互联网和通信会议(成绩单)

公司参与者 Tom Siebel - 董事长兼首席执行官 电话会议参与者 蒂姆 · 霍兰 - 奥本海默 Tim Horan 这是Oppenheimer的云分析师Tim Horan。不过我想说的是，我也涉足了云计算和AI领域，如果这已经成为一个产业趋势的话——因为我今天不仅要主持这个会议，还要去录制一个AI播客，并且明天还要进行一次内部的AI演讲。所以，这确实是一个非常热门的话题时期。 与硅谷传奇人物汤姆·西贝尔交谈，他非常早地洞察了最重要的科技趋势，并且在美国及全球范围内持续引领这些趋势。汤姆几乎开创了SaaS行业，并且是为数不多的纯AI公司之一。感谢汤姆接受我们的采访，我们非常欣赏这一点。如果您想随时展示一些幻灯片，请尽管告知。不过，也许我们可以从一个疯狂的要求开始——能否请你用电梯演讲的方式简要描述一下你的公司？然后，再详细介绍一下你们的核心竞争力以及你们所从事的工作模式。 汤姆 · 西贝尔 早上好。感谢邀请。我们核心竞争力在于企业应用软件。我们在企业应用软件业务领域已经耕耘了四十余年。我是甲骨文早期成员之一，在那里我们构建了Oracle关系型数据库和应用程序。作为1993年最终管理该业务的人之一，我们思考如何将信息技术和通信技术应用于销售、市场营销和客户服务领域，这正是在赛贝思公司进行的工作。我们发明了今天所知的CRM市场。到2003年，我们在全球销售、市场营销和客户服务市场的占有率达到了85%。最终，那家公司被甲骨文收购。 在2006年，当我们应收款项被出售给Oracle后，我们开始思考企业计算领域的下一步发展方向。我们认为，下一步将是应用程序、ERP、CRM、供应链等方面。当我们审视基础设施层时，我们认为下一步将是弹性云计算。随后，我们又认为下一步将是物联网。因此，下一步将是大数据。于是，我们在2008年开始了这项工作。 我在2008年理解的时候，AWS已经非常庞大，Azure并不存在，Google Cloud也不存在，GPU也不存在。没有人谈论企业AI。因此，我们在2009年1月正式开始，并在接下来的12-15年里投入20亿至30亿美元构建了一个软件栈。这个软件栈的理念是提供所有必要的服务来设计、开发、部署和运营企业AI应用。这是一个相当庞大的工程。让我看看，我或许可以分享一张幻灯片这里。我不知道这样做是否合适。不过，这确实是一项艰巨的工作。 所以我们在搭建平台之后，又开发了90个开箱即用的企业AI应用。给我一会儿，我来展示一张幻灯片。我们到了。是的。分享这张幻灯片。我现在在分享幻灯片吗？ Tim Horan 是的。看起来很棒。 汤姆 · 西贝尔 完美。所以这是第一个平台，理念是这个平台是首个AI平台，并且涉及价值20亿至30亿美元的软件工程。目标是提供所有必要且充分的服务。 设计、开发、提供和运营大规模的企业级AI应用。然后我们利用这个平台构建了90个（确切地说是90个）开箱即用的企业级AI应用，涵盖金融服务、制造业、航空航天与国防、健康医疗、电信、石油和天然气等公用事业领域。当我们进入2015年、2016年、2017年、2018年、2019年甚至2020年时，C3，我是世界上唯一一个谈论企业级AI的人。 并且我们——所以我们专注于开发这些应用程序，到了2024年中期，全世界讨论的都是企业AI。没错。我们有90个开箱即用的企业AI应用程序来服务这个市场，这可能比世界上任何其他公司多出89个。 现在，我们已在全球一些最大的企业中部署了规模最大的企业级AI应用，这些企业包括壳牌、埃克森美孚、美国空军、国防部门和情报机构等。从11月22日起，随着ChatGPT的推出，世界上所有在过去一个世纪里构建了软件栈的企业都将在其系统中加入AI功能，Dot AI、Salesforce、ServiceNow等公司也不例外。突然之间，所有人都进入了企业级AI市场，这确实有些令人好奇。但真正能说明问题的是谁在从中获益。 这些是可比较C3与世界上其他所有公司相比的净推荐值，可以在其网站上查看。总体而言，我们拥有地球上最满意的客户，他们正在提供——或接收——极高的价值。因此，目前普遍认为企业级AI市场是一个相当大的市场领域。我们在这一市场中处于极佳的位置，能够确立并保持市场领导地位。我们于2020年12月上市。据我回忆，我们筹集了大约10亿美元的资金。我们一直专注于重新构架我们的定价模式，从基于订阅的定价转变为基于消费的定价，这在短期内对我们的年度同比增长率产生了影响，从约60%的增长下降到不到0%。现在，随着基于消费的定价模式开始发挥作用，我们在过去五个季度中看到了积极的转变。我记得它从负7%上升到0%，再到3%，再到7%，再到11%。据我记忆所及，去年最后一个季度的收入增长率约为20%。我们预计，在本财年，我们将实现约23%的年收入增长率。 所以我们有一家快速增长的软件公司。我们资金充裕，有能力在未来的应用层市场中确立并维持市场领导地位。这并不是说我们要像英伟达那样关注硅片，或者像AWS、Azure和Google Cloud那样关注基础设施。我们专注于应用层面。长远来看，当这个市场机会成长为一个价值约20亿美元的可寻址市场时，大部分价值将集中在应用层面，而不是硅片或基础设施。简而言之，这就是我们的业务所在。 问答环节 Q - Tim Horan 并且退一步来说，我想谈谈平台层，然后再谈到应用层。我确实需要和你们讨论一下整体人工智能领域的情况。其实我不知道从哪里开始，但或许我们从整体人工智能市场开始吧。目前有很多担忧，认为超大规模厂商可能在资本支出（CapEx）上投入过多，而应用收入并没有因为这些投资而相应增加，原因不明。我这是简化了问题，但大概你们也有类似的担忧吧？ 汤姆 · 西贝尔 我认为AI对许多软件公司构成了阻力。确实如此。你知道我的意思吗？这些公司自称为拥有20世纪软件堆栈的公司很多都未命名，但很多都在这张幻灯片上有所体现。这些软件中没有AI技术。因此，这些公司的做法并不奏效。传统上，人们从最初的Apache开源Hadoop堆栈开始，后来再到基础设施提供商提供的组件，试图构建这些应用程序，但效果不佳。 没有人愿意构建应用程序，各位。也就是说，有多少公司会想要构建自己的Bloomberg终端？又有多少公司会想要构建自己的ERP系统？又有多少公司会想要构建自己的CRM系统？或者说，有多少公司会想要构建任何其他他们可能需要的系统？我指的是关系型数据库，没有人会去做这些事情。那么，是什么让你认为他们会能够构建这些系统呢？ 企业级AI应用？它们比其他应用程序复杂得多，复杂程度相差一个数量级以上。人们希望购买的是能够解决实际业务问题的企业级一站式应用，如客户流失、库存优化、欺诈检测、电网优化、供应链优化以及国防社区的准备情况。从长远来看，这就是这个市场的发展方向。这是我们正在参与的游戏，我认为前景将会非常好。 Tim Horan 并且企业在应用生成式AI技术时还面临哪些其他障碍，你们为什么能够比其他公司做得更好？ 汤姆 · 西贝尔 这是一个很好的问题。生成式AI确实非常庞大。好吧，这项技术非常强大，也非常令人困惑，因为目前市场上有很多不同的技术，无论是LAMA、Anthropic、ChatGPT、Mistral等，每一种技术都非常有趣，它们解决了某些有趣的难题，但同时也存在许多问题，使得企业不愿意安装这些技术。例如，答案是随机的；例如，在处理结构化数据和非结构化数据时，你无法确定答案的来源，因此无法追溯到真实情况。 他们 none 中的企业访问控制措施均未得到执行。我们面临巨大的来自大型语言模型（LLM）的网络安全风险和攻击向量，这些风险和向量现在已经被卡内基梅隆大学等机构详细记录。我们存在由于大型语言模型导致的数据泄露问题，例如三星的经典案例，其中所有其知识产权突然在网络上公开。我们还面临幻觉问题，这些问题非常引人注目。最后且不容忽视的是，我们面临着知识产权责任问题，人们使用了基于互联网语料库训练的大规模语言模型。而互联网语料库中的所有信息均为他人的受版权保护的信息，无论是彭博社、天气公司，还是斯蒂芬·金的作品。这些权利持有者希望能够获得相应的报酬。 所以，由于任何其中一个原因，这头狗就不会猎兔。现在当我们结合这些因素时，看看我有没有一个幻灯片展示了这一点。当我们结合这些因素，在C3.ai平台上，我们已经解决了与网络安全、访问控制以及终端因素认证所有相关的问题。也就是说，我们已经解决了所有这些问题。因此，当我们将生成式AI与C3.ai平台结合时，首先，我们实现了全模态，而非多模态的数据注入。我们可以将任何类型的数据，如遥测数据、结构化数据、非结构化数据、ERP数据等，都纳入其中。 现在我们解决了这个问题，因为我们使用LLM的方式将其与数据分离。LLM无法访问数据。因此，在这种架构下，当我们使用LLM时——顺便说一句，这种方法对LLM是通用的，我们可以使用LAMA、Chat、Anthropic、Mistral等任何模型。当我们部署这些应用程序时，答案是确定性的。无论我们多少次提问，答案都是一样的。每个答案都可以追溯到真实数据。所有企业的访问控制措施都被严格执行。不存在逐步增加的网络安全风险。不存在LLM成本数据泄露的风险。没有幻觉问题。我们已经消除了知识产权责任暴露的问题，因为我们不是使用这些语言模型，而是将它们作为空白画布使用，然后在此基础上构建一个企业级语言模型或小型语言模型，所用数据来自实体机构，无论是空军、美国银行还是可乐指数等。 并且，这些解决方案对LAMA（大型语言模型代理）不具依赖性，使得供应商能够在令人惊叹的速度下相互创新。我们的客户可以利用当前最热门的技术。因此，我们已经解决了所有这些问题。对我们而言，这是一个巨大的机遇——目前我们已有30个生成式AI解决方案在市场上推出。我们提供了针对Salesforce、Workday、SAP、ServiceNow以及所有C3.ai企业应用的生成式AI，还有针对如《平价医疗法案》、奥巴马医保、Medicaid和Medicare等公共福利计划的生成式AI。这是一项庞大且快速增长的业务。我认为这代表了生成式AI，可能将企业AI可寻址市场的规模翻倍，并且自身可能是一个高达1万亿美元的可寻址市场。因此，这确实是一桩大事。 Tim Horan 你提到的一些核心创新有哪些？实际上，在过去几周里，我们看到了大量对大型语言模型的升级。你对此更为了解，你认为这些升级是重要的改进吗？ 汤姆 · 西贝尔 我认为在未来五年里，在大型语言模型方面的创新将会令人惊叹。大家普遍认为OpenAI、Anthropic或Google会赢得这场竞争，但我认为这种观点并不合理。这完全可以是来自布朗克斯、巴黎或慕尼黑的任何人。我们将看到巨大的创新。对于对这个领域感兴趣的人来说，有一本书叫《ChatGPT做了什么以及它为什么有效》，作者是斯蒂芬·沃尔弗姆。这本书可以在互联网上以14美元的价格购买到，我强烈推荐这本书。 我 mean，它会详细解释这些大型语言模型做什么？永远不会做什么？它们是如何工作的？当我们涉及到这些生成性前置Transformer时，你会发现——确实存在一些神秘的成分。事实上，尽管它们非常有益，但我们真的无法解释它们是如何训练出来的。这可能很难让人相信，但却是事实。因此，我强烈推荐这本书给所有感兴趣的人，我认为电话里的每个人都对此感兴趣。 Tim Horan 你认为推断这些人工智能模型的成本是什么 ？ 过去一年左右的趋势如何 ？ 汤姆 · 西贝尔 我 mean，我认为如果你想构建所有已写内容的语料库或互联网上的语料库，这可能会很昂贵。我认为在这一页中之前向你们展示过的一家公司就构建了自己的语言模型，花费了大约1000万美元的推理成本，可以理解。训练这些模型的成本可能在1000万到1亿美元之间。但在企业级学习模型的训练过程中，假设你想使用sec.gov的数据来提取所有的S-1文件、10-K文件和10-Q文件，