布拉德·伯恩斯坦

想想你认识的最著名的拳击手，可能是重量级人物：穆罕默德·阿里、乔·路易斯、迈克·泰森。在泰坦之间的冲突中，优势似乎很容易理解，因为更大的战斗机看起来更强大。

但规模本身并不是一种战略。舒格·雷·罗宾逊 (Sugar Ray Robinson) 是一名中量级选手，而不是重量级选手，在 20 世纪 50 年代，AJ Liebling 说他看起来“更像是一位四肢松弛的舞者，而不是拳击手”。

罗宾逊的优势在于全面性：速度、步法、智力和耐力。在 1951 年与杰克·拉莫塔 (Jake LaMotta) 的一场著名比赛中，罗宾逊在第 13 回合 TKO 了这位卫冕中量级冠军。

完整性也适用于公司。市场倾向于认为大公司将从人工智能中获得最大收益。但无论规模如何，人工智能都很难做到正确。

以 Klarna 为例，该公司到 2024 年的估值将达到 60 亿美元。该公司声称其由 OpenAI 驱动的聊天机器人可以处理数百万次对话并完成 700 名客户服务员工的工作，这成为了头条新闻。客户讨厌这一部署，到 2025 年，Klarna 开始重新招聘员工。或者 Jasper，在 ChatGPT 将其主要产品商品化后，其价值蒸发了。

如果每个人都会让人工智能出错，那么谁会获胜？

斗志旺盛的中量级选手登场

每年我们都会与数以千计的运营商和创始人交谈，一个模式很明显：人工智能带来的最大长期收益不会流向重量级现有企业或许多人工智能本土初创公司，而是流向斗志旺盛的中端市场科技公司，即中等重量级企业。

人工智能颠覆的下一阶段将充满挑战，但中等重量级企业可以取得重大进展。

一个反对意见是：超大规模公司不会追求某些垂直领域吗？如果 Microsoft 365 或 Salesforce 1 代理内的 Copilot 可以运行工作流程，那么中型公司如何生存？答案取决于持久优势的构成。水平平台是为通用工作而构建的，而不是现实世界中混乱、监管繁重、特定类别的工作流程。中量级企业可以通过让他们的软件成为人工智能调用的记录系统而不是人工智能取代的软件来获胜。

目前，利用人工智能取得巨大、有影响力的收益的可能性有利于中间市场，在该市场，成熟的成长型公司可以利用客户信任、领域专业知识、资本结构和速度来实现业务转型，从速度较慢的现有企业手中夺取市场份额。根据普华永道的数据，目前人工智能四分之三的经济收益仅被 20% 的公司占据，停滞不前的企业家可能已经输掉了这一轮。

是什么造就了一家成功的中量级公司？

最好的中量级科技公司都具有以下五个特征，所有这些特征都作为一个系统协同工作。

严格的自我评估。 中量级企业旨在根据诚实的反馈迅速采取行动，他们的董事会帮助他们测试人工智能在哪些方面产生价值，而在哪些方面仅消耗工程能力和预算。

基于席位的定价是残酷评估的领域之一。当自主代理完成工作时，收入模型应该反映结果，而不是用户。 2023 年，客户服务平台 Intercom 做出了大胆的转变，将其 AI 代理 Fin 定价为每次解决对话 99 美分。该代理成为该公司的核心产品，最近以 36 亿美元的价格出售给 Salesforce。基于结果的定价一开始可能看起来很痛苦（并重新组织你的 GTM 团队及其激励措施），但它预示着一个充满活力的未来。

敏捷。 企业公司受到技术债务和遗留基础设施的拖累。中量级企业拥有足够的规模和专有数据，但组织规模不够大，以至于每个实验都需要 10 层批准。他们的敏捷性不仅是结构性的，也是文化性的。

这些都是雄心勃勃、规模增长 20% 或以上的公司，具有强大的单位经济效益，技术优先的思维贯穿整个企业，而不仅仅是工程组织。以餐厅软件 Toast 为例，该软件早期的人工智能收益来自于产品主管使用人工智能来减少文档和流程工作；然后，这些产品团队构建了一个飞轮，将新产品功能与外部通信连接起来，法学硕士不断编辑和改进人工智能代理的指令。

工作流所有权。 在人工智能时代，最坚固的护城河是拥有复杂的工作流程。中量级公司花了数年时间才获得这一地位——集成到客户系统中，积累异常级别的数据，学习操作上的细微差别，从而使索赔流程的准确率从 95% 提高到 99.5%。 （最后4.5分是护城河。）

FTV Capital 公司 Agiloft 不仅将人工智能应用于合同；它的护城河正在吸收围绕每个合同的决策流程。当合同经过批准、谈判和红线处理时，重要的部分是从历史中学习内部团队为何做出这样的决定。定位良好的公司将拥有人工智能代理完成工作所需查询的机构记忆。

技术能力。 大多数大公司都陷入了人工智能试点的炼狱，市场仍然低估了人工智能部署的运营要求。中量级企业拥有大多数人工智能初创企业所缺乏的东西：与真实客户的多年合作。另一家 FTV 公司 ReliaQuest 成立于 2007 年，是一家以服务为主的网络安全企业，通过在 1,000 多个客户环境（包括一些全球最大的企业）的运营中学习了深度检测逻辑。随着该公司看到机器学习带来的快速自动化，以及更复杂的人工智能，它将内部 SOC 分析师转移到更高价值的产品开发角色，让拥有深厚网络专业知识的工程师能够推动关键研发。

资本充足的资产负债表。 资产负债表更干净的公司可以更快地行动，吸收实验成本，进行选择性并购，并在混乱时期继续投资。大型传统软件公司拥有高杠杆率，针对成本削减进行了优化，并以 5%-10% 的速度增长，它们的脚步不可能轻松，并且将难以积极地将资本重新分配到人工智能研发中。

势在必行

很多拳击手都可以完成一个赛季的比赛。舒格·雷·罗宾逊 (Sugar Ray Robinson) 在 200 场职业比赛中表现稳定，通过可靠的系统掌握了甜蜜的科学。同样的高标准现在也适用于人工智能时代的公司。

人工智能带来变革收益的窗口不会无限期地打开。速度是中量级领先者的优势。不要等待完善你的人工智能策略；开始执行。

如果您不知道从哪里开始，请选择关键工作流程，绘制它们，并询问人工智能是否使它们更容易防御或更容易暴露。答案可能决定你是放弃一轮还是赢得比赛。

Brad Bernstein 是 FTV Capital 的执行合伙人，负责监督公司的全球战略和投资决策。 20 多年来，他一直是 FTV 的成长型股权投资者，主导企业技术和服务以及金融技术和服务领域的投资。 Bernstein 拥有超过 25 年的私募股权经验。在加入 FTV 之前，他是 Oak Hill Capital Management 及其前身的合伙人，负责管理商业和金融服务部门。他在 Patricof & Co. Ventures 开始了他的私募股权职业生涯，并在纽约美林投资银行部门开始了他的职业生涯。

插图：多姆·古兹曼