NEA合伙人Tiffany Luck谈AI IPO、个人代理及ROI大考

背景

今年早些时候，硅谷最火爆的趋势是“Tokenmaxxing”（即无节制地增加 AI 令牌使用量）。各大科技公司的 CEO 们鼓励员工尽可能多地使用 AI 工具，试图通过大规模部署来挖掘潜力。然而，随之而来的是账单的到期与现实的冲击。

据报道，Uber 在短短几个月内就耗尽了其年度 AI 预算；部分公司开始削减 Claude 的许可证以控制成本；Meta 甚至取消了其内部的 AI 排行榜。这种从狂热炒作到投资回报率（ROI）审视之间的张力，正是 NEA 合伙人 Tiffany Luck 目前所处的核心位置。

Tiffany Luck 的职业生涯始于说服企业相信电子商务是未来，如今她全情投入于 AI 领域，特别是关注 AI 在消费者业务中创造“魔法时刻”的可能性。在 TechCrunch 的 Equity 播客最新一期中，Luck 与主持人 Rebecca Bellan 深入探讨了个人智能代理的未来、今年 AI IPO 市场的表现，以及初创企业如何帮助企业追踪 AI 支出的回报。

核心内容

本期对话主要围绕 AI 行业从“盲目扩张”向“理性评估”转型的关键节点展开，具体涵盖了以下四个维度的深度讨论：

1. 从 Tokenmaxxing 到 ROI 的衡量转变 Luck 指出，早期的“Tokenmaxxing”时代，企业往往不计成本地消耗算力令牌以测试 AI 边界。然而，随着预算压力的显现，企业必须重新定义如何衡量 AI 支出。这不仅仅是削减成本，更是建立一套新的指标体系，以评估 AI 投入是否真正带来了业务增长或效率提升。企业正在从关注“用了多少 AI”转向关注“AI 带来了什么价值”。

2. “前沿部署工程师”成为 AI 普及的“特洛伊木马” Luck 提出了一个有趣的观点：前沿部署工程师（Forward Deployed Engineers, FDEs）正在成为 AI 在企业内部普及的关键驱动力。这些工程师直接深入业务一线，将 AI 技术嵌入到具体的工作流程中。他们不像传统的 IT 部门那样仅提供基础设施，而是通过解决实际问题，让非技术背景的员工直观感受到 AI 的价值。这种“润物细无声”的方式，使得 AI adoption（采用）像特洛伊木马一样，悄然渗透并改变了企业的运作模式。

3. 企业不再押注单一提供商，而是混合搭配模型 在模型选择上，Luck 观察到企业正在摆脱对单一 AI 提供商的依赖。过去，企业可能倾向于锁定某一家大模型厂商；现在，为了优化成本和性能，企业倾向于“混合搭配”（mix and matching）不同的模型。例如，在处理简单任务时使用低成本模型，而在需要高复杂度的推理任务时调用高性能模型。这种策略不仅降低了风险，还迫使模型提供商在价格和服务上展开更激烈的竞争。

4. 价值创造遍布 AI 栈的每一层，而非仅局限于模型层 Luck 强调，AI 的价值创造并不仅仅发生在底层的模型层（Model Layer）。虽然基础大模型（如 Llama、Claude 等）至关重要，但真正的商业价值往往体现在应用层、数据层以及整合层。初创企业正在通过解决特定行业痛点、优化数据管道或提供垂直领域的解决方案来创造价值。这意味着，对于投资者和企业而言，关注点应从单一的模型竞赛，扩展到整个 AI 技术栈中各个环节的创新与效率提升。

关键要点

• 预算警钟已响：Uber 等巨头耗尽 AI 预算、Meta 取消内部排行榜等事件，标志着 AI 狂热期结束，行业进入 ROI 审视期。
• 衡量标准重构：企业正在从关注令牌消耗量转向关注 AI 支出的实际业务回报，需要建立新的评估体系。
• FDE 的关键角色：前沿部署工程师通过深入业务场景，成为推动 AI 在企业内部广泛采用的“特洛伊木马”。
• 模型组合策略：企业不再绑定单一供应商，而是根据任务需求混合使用不同模型，以平衡成本与性能。
• 全栈价值论：AI 的商业价值不仅存在于基础模型层，更广泛分布于应用、数据整合及垂直解决方案等各个层级。
• 个人智能代理的未来：对话还涉及了个人智能代理（Personal Agents）的发展趋势，暗示 AI 正从工具向个性化助手演进。

意义与影响

这一转变对科技行业和资本市场具有深远的影响。首先，它标志着 AI 行业从“基础设施竞赛”阶段进入“应用价值验证”阶段。对于初创公司而言，单纯拥有强大模型已不足以吸引投资，必须证明其能在具体场景中产生可量化的 ROI。

其次，企业 IT 策略将更加务实和灵活。混合模型策略的普及将加速 AI 服务的商品化，降低使用门槛，同时也促使基础模型提供商更加注重性价比和特定场景的优化。

最后，Tiffany Luck 的观点提醒投资者和从业者，AI 的革命性影响不仅仅来自底层的算法突破，更来自技术与具体业务场景的深度融合。那些能够解决“最后一公里”问题、将 AI 能力转化为实际生产力（即创造“魔法时刻”）的企业，将在下一轮竞争中占据主导地位。