社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

Snowflake CEO:目前Deepseek只是模型,而ChatGPT是产品,用户还不会迁移到Deepseek

DataFunTalk • 2 月前 • 78 次点击  
转自 | Z Potentials
图片来源:20VC
  • 绝对能创造价值的地方在于那些拥有一系列客户关系、能提供明确价值,并且愿意足够快地拥抱人工智能,从而不会被颠覆者取代的公司。

  • ChatGPT所具备的所有额外功能,比如创建图像的能力、进行小文件上传的能力、运行小段代码的能力。它是一款精心打造的产品,我认为它有持久的生命力。

  • 人工智能领域的军备竞赛就像泡沫一样,在泡沫破裂的时候结束。

  • 推动Snowflake实现快速增长的是基于Snowflake平台进行开发的用户,像FactSet、JPMC、BlackRock、Fiserv、Siemens等都在Snowflake平台上构建数据应用程序。而且在如何整合自身数据和客户数据以创建这些数据应用程序方面,我们给他们一定的自由度,这将成为我们未来营收的增长点。

Sridhar Ramaswamy,曾任谷歌广告与商业业务副总裁,现任Snowflake CEO,本次20VC针对最近大热的Deepseek话题与Sridhar进行了对谈,Sridhar分享了对Deepseek与ChatGPT之争的见解。

01

从软件工程师到CEO,Sridhar的成长和挑战

Harry: 我认为依托OpenAI创办初创公司是件很可怕的事。如今基础设施提供商和应用程序提供商之间的界限非常模糊。基本上无法保证OpenAI、Anthropic、微软或谷歌不会涉足其中。你不会从ChatGPT切换到Deepseek。它是一款产品,而不是一个模型。这其中有很大的区别。Anthropic表现不佳是有原因的,因为它主要在模型层面开展业务。我认为ChatGPT具备持久影响力的原因在于它所包含的所有额外元素。

Sridhar,能邀请你参加这个节目我太兴奋了。感谢你能和我一起做这个节目。节目开始前我和Margot聊过,她说如果你直接聊人工智能和担任CEO的话题,那可就错失和Sridhar深入交流的好机会了。所以她说得聊点更私人的话题。从这个问题开始吧:你在大学时期或第一份工作时,有没有想过自己会成为一名CEO?

Sridhar: 没有,读本科的时候肯定没想过,读博士的时候也肯定没想过。事实上我觉得读博士的时候,成为一名教授听起来更理想。但在某个时候我对做研究没那么感兴趣了,于是我转行做了软件工程。即使在软件工程领域,也要有远大的抱负,但要从小事做起。当你在正确的时间处于正确的位置时,美好的事情就会发生。

Harry: 对于那些20、21岁刚进入职场,对人工智能有些恐惧,会问长期工作机会在哪里的年轻人,你会给出什么建议?

Sridhar:  我经常和我的孩子们聊天。他们一个25岁,一个23岁,我们会聊他们应该从事什么工作。大致来说我给他们的建议是,找到你热爱且社会重视的事情。别选择那些我们假装重视但实际上并不重视的高尚职业。但是希望到你毕业的时候,你已经掌握了社会所重视的技能,并且对某件事充满热情。显然,一切都在经历巨大的变化。我对于应对这种环境的最佳建议是,保持开放的心态,灵活应对变化的到来。拥抱变化。别成为那种说“互联网永远成不了气候”的人。它已经成功了。人工智能也是如此。所以要拥抱变化,看看有哪些可能性,并且投入时间和精力,既要在工作中表现出色,也要思考未来的发展方向。我认为这种驱动力和适应能力的核心法则就是我给21岁年轻人的建议。说实话,这也是我在为Snowflake招聘高级管理人员时所看重的品质。

Harry: 我看到很多关于软件工程和工程领域的讨论,都说这是人工智能首先会真正占据主导地位的领域。从Copilot以及我们周围看到的很多工具中就能看出来。你是否同意这种观点,认为软件工程在未来仍有巨大的价值?还是说你认为这实际上是最先受到影响的领域?

Sridhar: 我认为各类知识型职业都会受到极大的影响。我对人工智能所能做到的事情有一个简单但相当准确的描述,即它是各类知识之间令人惊叹的转换层。无论是非结构化知识还是结构化知识,你都能以一种只有人类才能做到的方式理解它们。所以我想说,任何知识型工作者,当然包括软件工程师,都应该拥抱并关注这项技术的发展方向。我认为现在就断定软件工程会成为顶尖职业还是会逐渐萎缩还为时过早。

你看互联网出现后,每个国家的每个城市都在华盛顿设立驻外办事处就没有什么特别的理由了。 因为像《纽约时报》这样的大型媒体能够触及世界的每一个角落,报道范围很广。也许你不喜欢它们,也许你想要其他的观点,但情况变得复杂了。所以,新闻行业从一个基础广泛的职业变得狭窄了。音乐行业也是如此。所以我想说很难预测它会产生多大的影响。但就软件将继续在我们所做的一切中占据重要地位而言,我仍然看到在将软件和人工智能应用于越来越多的领域方面有大量的机会。所以我对软件工程这个职业并不悲观,就像我对分析师或首席执行官这些职业也不悲观一样。我跟别人开玩笑说,我就是一台邮件处理机,我就只会说话、写作和阅读。所以,再次强调,拥抱未来,看清发展方向,保持灵活应变才是关键。我不认为软件工程在短期内会消失。

Harry: 我喜欢你这种简洁的表述。人们总是认为,随着时间的推移,你作为首席执行官会越来越出色,而且随着岁月的流逝,你展现出了完美的形象。我能问个奇怪的问题吗?随着时间的推移,你在哪方面变得不如以前了?

Sridhar: 这是个好问题。随着年龄的增长,身体机能会变差,这是自然规律。曾经我跑20英里都不会多想,也不用做什么准备,就觉得“行,那就跑一会儿”。现在可做不到了。但心智方面很大程度上是可以自我掌控的,这一点让我很欣慰。我会不断鞭策自己去学习、去评估、去适应。说到身体方面,确实更难了。另一个随着年龄增长我们必须面对现实的问题是,你投入大量时间去钻研一个全新领域的能力会受到限制。我们必须对此保持谦逊。我跟我儿子开玩笑,我有个儿子23岁了,我就说,你这辈子不太可能成为一名音乐会钢琴家了,这事儿没指望了。

所以我们必须接受哪些是可以改变的,哪些是无法改变的。但尤其是在心智方面,我想说,对于那些适应能力强的人来说,世界充满了机会。现在有很多语言模型能为你编写定制程序,能完成很多你以前想都不敢想的事情。所以从这个意义上说,我认为在心智方面的机会比以往更多了。

Harry: 你提到了跑20英里,还提到了坚持不懈。我和你的很多朋友聊过,他们说你工作起来精力极其充沛。我当时就想这又是对Sridhar的一番赞扬。他们还说你身边的人很难跟上你的节奏。我可跑不了20英里,也没有你那么好的运动天赋,但我做事也很投入,身边的人也很难跟上我的节奏。我为此很苦恼。对于我和其他工作精力充沛、但需要带动他人却又觉得困难的首席执行官们,你有什么建议吗?

Sridhar: 我认为要确保人们明白大局,明白机会稍纵即逝,很快就会消失。我经营的公司一年大约能创造35亿美元的收入。如果你想想GDP,扣除通货膨胀因素后,每年增长多少呢?1%、2%还是3%?如果以1%的增长率计算,要让某个事物翻番大概需要100年,而你说要在两年内实现这个目标。我想我首先要告诉大家的是,我们非常幸运能处在一个能创造如此巨大价值和增长的环境中,要维持并加速这种增长需要非凡的人才。这不是每个人都能做到的,我对此表示理解,但让我来告诉你们在Snowflake公司取得成功需要具备什么条件:因为回报丰厚,所以期望也很高。机会很大,机会成本也更大。所以我认为这是一个人们想参与什么的问题。在Snowflake公司,我们绝对想成为全球每一家企业的数据引擎。我觉得这是一个非常了不起的使命。而且在此过程中,我们还能打造一家标志性的公司。
Harry: 当你招聘某人时,认为他们能够适应公司不同阶段的发展,但后来发现你错了,你为什么会判断失误呢?

Sridhar:  这些事情是不可预测的。人生漫长,人也会随着时间而改变。你可以想象一下五千万到一亿英镑会给人们带来怎样的影响。我在2003年加入了谷歌,也就是谷歌上市的前一年。我能取得成功的部分原因在于,2001年和2002年加入谷歌的一群人突然身价高达15亿美元,他们觉得生活太美好了,心满意足。说实话,我不怪他们。但这也是打造一支有冲劲的团队所需要面对的情况。不是每个人都能适应规模的扩大。我和很多人聊过,要让团队规模翻倍需要具备什么条件。我的建议一直都是,每次团队规模翻倍,那些曾经让你在之前的团队中表现出色的因素,通常会成为你在新岗位上取得成功的巨大阻碍。我不确定你是否真正理解了这一点。

这要求人们进行大量的自我重塑,明确自己要成为什么样的人以及如何开展工作。有不少人能够完成这些转变,他们会适应并蓬勃发展。我几乎把给人们提供这类机会视为我的职责、我的工作、我的责任。但是我在给人们时间和机会这件事上既坚定又不留情面。成年后我学到的一件事就是如何不回避不愉快的对话。我会和人们谈论哪些方面行得通,哪些方面行不通。我给他们时间。如果还是不行,那就是不行。我曾给一些人降职,让他们只承担原来一半的工作,并告诉他们,这样对他们更好。这是你一生中最难做的事情之一。

Harry: 关于如何真正强迫自己进行艰难的对话,你有什么建议吗?每当我有一封不想发或者不知道怎么发的邮件时,我就强迫自己走进公寓楼的电梯,等我到达电梯另一端时,不管写了什么内容都会发出去。这是我给自己定的规矩。你有什么实际强迫自己去做这件事的建议吗?

Sridhar: 有。首先要记住的是,冲突通常不会自行解决。所以你得从内心明白,拖延只会让情况变得更糟。你拖延得越久,情况就越糟糕。我觉得提醒自己这一点很重要。另外,回避艰难的对话通常也会对对方不利,因为你没有帮助他们。并非所有艰难的对话都得是那种“你被解雇了”的类型。这类对话可以更多地聚焦于“我认为在这些方面需要有所改进,我来告诉你原因,也告诉你我的期望是什么”。我认为保持尊重也很重要。我发现在这类对话中,极其谦逊是很有必要的。通常我会在开始对话时说,这对我们来说会是一场艰难又不愉快的对话,我就直说了。我不会假装自己知道所有答案。进行这样的对话对我来说非常尴尬,但我觉得我们有必要进行这次交流。对我来说,尊重、直率和谦逊相结合能起到很大的作用。

Harry: 你提到了降职这件事。如果你愿意给某人降职,那是不是意味着你应该直接解雇他们呢?有人曾经跟我说过,如果你愿意接受更少的回报,那就永远别做这笔交易。我在这里也有点认同这个观点。如果你愿意留用他们,但给他们更少的职责,那他们是不是干脆走人更好呢?

Sridhar: 有些情况是这样的。所有这些都是快速变化的环境。你原本以为20个工程师就能搞定的一个领域突然出了问题。突然间,这个领域需要100个人。那个原本带着20个人把工作完成得很好的人,现在要管理一个原本40人且需要扩充到100人的团队,他们很吃力,而业务又等不了。这并不意味着他们做的不好。这也不意味着他们没有能力做好工作,但对我来说,找到合适的情境,找到合适的框架来帮助某人在某个特定时间点取得成功。我有一位主管,他负责了两个不同的领域。我去跟他说的其中一件事就是,我要把其中一个领域从他手里拿走。他手里剩下的那个领域将会发展成一个价值400亿美元的业务。五六年内那就是谷歌购物业务。这就是我们所面临的情况,是一个巨大的机会,但你可以专注于一项工作。那个人接受了这个安排,最终成为了副总裁,取得了巨大的成功。这可真得费不少口舌去说服,因为人们往往会觉得,每当你进行这样的对话时,人们的第一反应就是,我是个失败者。比如说,你不是这样的,你被赋予了一项不可能完成的任务。让我们调整一下,让你能够成功。这才是真正的领导力。去推销人们不想要的东西,描绘未来的愿景,并让他们留下来,这很难。

Harry: 你认为更富有的领导者会成为更好的领导者吗?因为你更有信念,不用太担心负面影响,也不用害怕直白地说如果我丢了工作或者发生了什么事情会怎样。更富有的领导者会成为更好的领导者吗?

Sridhar: 我认为这可能会让他们变得冷酷无情。这可能会让他们对大量风险过于容忍。这需要平衡。你总是有不同的利益相关者。作为领导者,重要的是要不只是你自己,还包括你公司的员工、你的股东和你的客户。去年我们公司经历了一段相当艰难的时期。就在那时,情况变得清晰起来。这会影响很多不同的人。并不总是要孤注一掷。有时候你不得不做出戏剧性的90度左转才能到达某个地方。但是我不认为从金钱角度看个人不受结果影响的处境一定是件好事。我们也想进入人工智能领域。
02

对竞争与创新的洞察——AI行业中的可持续价值

Harry: 老实说,我想先听听你的建议。我们一起在海德公园散步,如今作为投资者我看着这个市场会想,可持续的价值将在哪里产生呢?似乎模型比任何东西都更快地被商品化。DeepSeek在过去几周已经证明了这一点。就基于商品化模型进行构建而言,很多应用层的内容似乎相当单薄。你认为在如今的人工智能市场中,可持续的价值在哪里呢?

Sridhar: 我觉得,我和OpenAI的一些人以及一家应用公司进行了一次交谈。这次交谈的内容是, 如今基础设施提供商和应用提供商之间的界限非常模糊。如果要创建一个全新的应用,基本上不能保证OpenAI、Anthropic、微软或谷歌不会去开发它。目前所有这些都是有动力的公司,他们可能会说,chatbots很火,没关系,我也做个chatbots或者其他的。我看到人们能生成更好的法律文件,也许我们应该推出一个类似法律版ChatGPT的东西。在我看来这就是在当今环境下创造价值如此难以捉摸的部分原因。

我想说,绝对能创造价值的地方在于那些拥有一系列客户关系、能提供明确价值,并且愿意足够快地拥抱人工智能,从而不会被颠覆者取代的公司。这就是我看好Snowflake的原因,因为我们是一个数据平台。我们帮助人们收集数据、理解数据、对数据进行分析,还能在数据基础上进行机器学习等预测性操作。我认为人工智能是数据生命周期和数据访问的巨大加速器。以这些新的基础能力为起点的公司会比Snowflake更好吗?但要注意,从头开始的话,我的赌注是他们做不到。所以我清楚地看到人工智能正在创造价值。比如Salesforce通过AgentForce做了一些非常酷的工作。他们明确表示,我们有客户关系,我们要自我颠覆,我们要走在前沿。但我得告诉你,所有新的价值创造,从长期价值来看,都显得非常模糊。产品是有价值的。重要的是要明白,我认为OpenAI会成功,不是因为他们在创建基础模型方面总是最好、最便宜的,而是因为他们的产品体验据某些统计有5亿忠实用户。这真的很难做到。我认为产品方面正在积累价值。

HarryDeepseek一天之内就在排行榜上排到了第一,你认为他们是忠实用户吗?

Sridhar: 你不会从ChatGPT切换到Deepseek的,而且OpenAI也不傻,如果他们能让Deepseek为ChatGPT的部分功能提供支持,他们会毫无顾忌地这么做,而且也应该这么做。

Harry: 你为什么不切换到Deepseek呢?它是免费的。

Sridhar: ChatGPT还附带了一系列额外功能,它是一款产品,而不是一个模型,这有很大的区别。Anthropic表现不佳是有原因的,因为它某种程度上是在模型层面运作。ChatGPT所具备的所有额外功能,比如创建图像的能力、进行小文件上传的能力、运行小段代码的能力。它是一款精心打造的产品,我认为它有持久的生命力。

Harry: 我曾邀请Sam参加节目,他当时说,我们会碾压初创公司。他穿上了一件印有20家风投公司标志的毛衣,这让我很高兴。我当时想着这是品牌推广。然后他一开口就说,我们要碾压初创公司。我当时就想。这对我的风投基金可不好。但我想问你,如果今天你是Sam,你会怎么做?上周我们邀请了Grok的创始人参加节目,他说他必须要开源。

Sridhar: Sam成功了。拥有一款接近达到Meta和谷歌规模的消费级产品而言,部分原因是Sam和OpenAI拥有强大的宣传机器。但是你近年来听说过哪家公司在几乎没有投入广告的情况下就获得了5亿用户?而且这还不是一家社交网络公司。OpenAI及其闭源模型一直以来都带有一丝神秘色彩。而且现在也越来越清楚,他们很擅长误导人们,告诉人们难题所在。很高兴像DeepSeek这样的公司站出来打破了一些神话。但我会把OpenAI这家公司的成功和未来会发生的事情分开来看。显然,他们还有其他想做的事情,比如在AGI上进行巨额押注。现在又有一家新公司加入了竞争。但Sam跟你说的一点我完全赞同,那就是我认为对于在OpenAI基础上开展业务的初创公司来说,这是非常可怕的。

Harry: 对我来说,有两点让我不禁思考,那里会发生什么呢?第一点是,当你看到英伟达在技术栈底层时,我会担心他们开始打造一个与Snowflake竞争的产品。你在多大程度上担心英伟达进入你的业务领域并成为竞争对手呢?

Sridhar: 我对云服务提供商(CSPs)也有同样的担忧。我总是得对这类事情保持警惕。亚马逊云服务(AWS)有Redshift,微软有Fabric,谷歌有BigQuery,甲骨文有他们的数据仓库平台。你在巨头林立的世界里就像一只小老鼠,得时刻担心,他们打个喷嚏,你可能就被吹跑了。但另一方面,我告诉人们在过去三年里,是OpenAI和Anthropic打造了全球最好的模型。不是微软,不是亚马逊,也不是谷歌。谷歌的Gemini很不错,但咱们直说吧,它充其量只是个快速追随者。

一个找到产品与市场契合点的初创公司就像一个有生命、会呼吸的实体。这太神奇了。这可不是你我能用几句话、几个想法就能创造出来的。Snowflake就是这种神奇的体现和实现。通过抄袭很难打造出一款数据产品。你必须不断创新。显然,在过去五年里,Databricks在数据领域已经成为一个非常可靠的参与者。更值得称赞的是他们。但Snowflake有很多我们非常自豪的地方,而且与Databricks的运营方式有很大不同。我们需要继续创新,保持领先。但是钱买不来出色的基础模型,也买不来像Snowflake这样的产品。
03

Snowflake与Databricks之间的竞争

Harry: 我关于英伟达的问题是一方面,你提到的另一方面是Databricks。我和朋友们、董事会成员、投资者聊过,他们说Databricks凭借Mosaic、MLflow和直接模型托管等技术,在人工智能工作负载方面可能领先。你怎么看这个问题?你认为Snowflake在这方面落后了吗?

Sridhar: 所以我们应该把机器学习和人工智能分开来看。我跟人们开玩笑说,所有机器学习领域的人都把自己标榜为传统人工智能领域的人。他们是最早进入市场的。那是他们的优势领域。而且他们在这方面已经擅长了一段时间,我们当时处于追赶模式。但人工智能发展还处于早期。

我们可以说,在ChatGPT出现之前它其实并不存在。在这方面我非常有信心,我们不仅处于前沿,而且在很多方面领先于他们。我们既进行了系统的思考,又迅速地将人工智能在Snowflake变成了现实,从如何更好地进行数据转换、数据工程,到如何理解非结构化数据,以及如何可靠地将其转化为结构化数据。然后我们将所有这些都纳入即将推出的名为Snowflake Intelligence的自主框架中。谈到人工智能,我对Snowflake的现状感觉非常好,这不是问题。

我在推广产品、争取更多客户方面还有工作要做。我们有像西门子、埃维安斯、拜耳这样令人惊叹的知名客户,有很多客户都在生产中使用Snowflake AI。所以我对我们在这方面的现状感觉良好。这是一个快速发展的领域。我和人工智能团队引以为傲的是,我和团队里的很多人共事已久,在快速发展的领域中,我的态度是我能和任何人一样快地前进。

Harry: 你认为哪种架构更有利于创新,更有利于取得成功呢?是像Databricks这样处于后期阶段的私有公司,还是像Snowflake这样的上市公司呢?

Sridhar: 创新不是一种选择,而是我们必须要做的事情。作为上市公司,我比Databricks面临更多限制,他们在追求自由现金流。他们的销售人员数量是我们的两倍。但我也告诉别人,很容易就会亏损很多钱。毫无节制地花钱是很容易的。你应该谨慎对待自己的期望。我们是在限制条件下运营,但创新的意义就在于,如何在限制条件下取得进展。从某种程度上来说,就像DeepSeek这个例子再次表明,有富有的靠山并不总是好事。

Harry: 我能问一下,这些限制条件在哪些方面对你有帮助,又在哪些方面对你有不利影响呢?

Sridhar: 比如说在人工智能方面,我们说过不会不合理地扩大团队规模。我没有要求无限制的资金。我们说我们知道自己要做什么。我们需要专注,明确我们要构建的东西和擅长做这些事情。所以通过适度的投资让我们在人工智能领域迅速赶上。我认为这些限制条件能带来明确的方向。你不会试图做所有的事情。而且你也不会试图去追逐每一种可能无法规模化的业务。当市场出现剧烈反应时,限制条件可能会带来问题,因为人们可能会过度解读季度数据的变化。我想说,从某种程度上来说,Snowflake股票的涨跌起伏,反映了上市公司面临的严格审视。

在理想情况下,我能够告诉我的团队和投资者,我们能处理好一切。你们不用担心,一切都会好起来的。但实际上你们肯定得担心,因为人们会根据自己持有的股票价值来还房贷。所以会产生一些难以处理的外部影响。这提高了我们负责任运营的标准。这就是我们去年必须迅速学会的。但这也是作为上市公司的一个例子,你不得不担心剧烈的反应,因为它们可能会引发一系列的连锁反应。

Harry: 如果可以的话,你会把公司私有化以消除这些限制条件吗?

Sridhar: 我认为这种透明度是件好事。我认为它能提供流动性。而且能够自我评估,我认为这是很重要的一点。人们很容易自欺欺人地认为一切都会好起来,但实际上却得不到任何反馈。我们生活在一个以金钱衡量一切的世界,这些衡量标准是很客观的。

你要么赚钱,要么不赚钱,要么有自由现金流,要么没有。我认为这种现实的考量实际上是有帮助的。即使看看我们几个月来一直在谈论的竞争对手,一开始说人工智能发展得非常好,突然之间,最近又没怎么听到他们谈人工智能了,现在又说SQL发展得非常好。在我看来这有点像玩三张牌骗局。我认为作为上市公司会迫使你保持开放,并且在整个过程中展示你的成果。 

Harry: 我想谈两个方面,首先是企业对人工智能的应用。前几天我在一个峰会上和一群首席执行官坐在一起,他们说:“你们这些科技界的,我们还在等着你们真正带来可观的投资回报率呢。”我想问你,你认为我们会先经历一阵热潮,然后像自动驾驶那样进入平台期吗?还是说企业对人工智能的应用会呈指数级加速增长,会像一个平滑上扬的冰球杆曲线那样持续上升呢?

Sridhar: 我认为就增长而言会比较平缓。另一方面,我可以非常自信地告诉你,人工智能如今正在创造价值,而且会持续创造持久的价值。很多过去对我们来说极其困难的事情现在都变得容易了。如果有CEO跟你说他们从人工智能中看不到任何价值,我会想说,我不确定你了解多少。我在Davos(达沃斯论坛)的时候,开了30场会议,用语音录入和转录工具来给自己记笔记。我也手写了很多笔记。然后我团队里有人说:“25页啊。真的吗?我可不想读这个。你给我个总结怎么样?”我就把所有笔记上传到云端,然后说:“我想要每场会议的一句话总结。”结果就出来了漂亮、简洁的总结。同样我们有内部chatbot可以访问结构化数据。它们可以处理那些你原本需要在仪表盘上到处点击、还需要提供很多背景信息才能解决的问题。同样价值巨大。

04

从谷歌经验到Snowflake的未来战略

Harry: Davos汇聚了全球最大企业的CEO,你从Davos上感受到的氛围中有什么深刻的收获吗?

Sridhar: 首先,我对Davos持非常实用主义的观点,没太关注那些宏大的东西。这是我第一次参加,一开始我很害怕要离开工作五天,尤其是董事会会议和财报季就要来了,但这一切都很值得。会议数量惊人,还有很多公司的关键人物。我从CEO们那里听到的更多是希望我们帮助他们创造实用价值,告诉他们有哪些可能性。当我和他们谈到我们如何利用非结构化数据快速为文档语料库创建聊天机器人,以及如何处理结构化数据时,他们都明白了。

但当我告诉他们现在可以将两者结合起来,创建一个能在一处获取大量相关信息的智能平台时,大家都很兴奋。当我和他们谈到如何通过整合承保所需的所有结构化和非结构化信息来实现部分承保流程自动化,比如为一栋建筑办理保险时,他们会说:“天哪,太厉害了。”你说得对,我们要继续关注实用价值。而且我并没有遇到太多无端的质疑,因为我直接拿出手机,给他们看我昨天用人工智能做的五件既有趣又实用的小事。

Harry: 就创新速度而言,感觉老牌企业的创新速度是我们前所未见的。比如,我和Scott Belsky是朋友,他前不久还是Adobe的首席产品官。感觉每个人的行动都快了很多。Sridhar,科技行业以往的情况是老牌企业行动超级迟缓、效率低下。但现在他们不再是这样了,这是怎么回事?你见过老牌企业行动这么快吗?

Sridhar: 我认为这是经历了三轮颠覆。我们都记得历史。没人想成为那个因IBM和微软的合作而被铭记的人。大家都明白那是多么巨大的转变,也记得像DEC这样的公司,还记得DEC吗?它消失了。我们接管了SGI的大楼。它们曾经是宠儿。谷歌在山景城接管的第一栋楼就是那栋有着奇特紫色外观的SGI园区大楼。在那之后的五年里,我总会跟加入我团队的每个人说,这些楼是SGI建的,然后观察他们是否能明白其中的含义。所以我们从中学到了教训。

但我想说,移动互联网是一次重大的平台变革,老牌企业在这次变革中表现得还不错。你记得吧,马克·扎克伯格一开始想让Facebook发展移动网页版,后来又说“算了,我要做应用程序”。谷歌也是如此,他们把搜索业务迁移到了移动端。我带领团队经历了痛苦的五年,把移动广告营收从桌面端的10%提升到了100%。所以我想说,即使在上一轮变革中,所有科技企业都变得相当精明了。

亚马逊并没有因为移动互联网而受到冲击。移动互联网确实催生了像Uber和Lyft这样真正的新事物。但我想说,那一代的公司已经意识到平台颠覆将是一件非常重大的事情。这就是为什么你会看到这些公司对未来进行疯狂投资,因为他们预见了某些趋势,并且有资金去付诸行动。这就是为什么Facebook变成了元宇宙Meta。马克并不在意增强现实技术遭遇滑铁卢。他就像是在说,来吧,我现在转向人工智能了。我认为这是公司真正从过去吸取教训并大力创新的表现。

Harry: Sridhar,这种情况会如何发展呢?我希望给我点建议。我看到马克在数据中心投资了650亿美元。你也看到了宣布投资5000亿美元的“星际之门”项目。我知道其中涉及股权和债务,并非那么简单直接,但我们从未见过如此大规模的资金投入。这就是人工智能领域的军备竞赛,它何时会结束呢?

Sridhar: 就像所有泡沫一样,当这个泡沫破裂的时候。 战略家本·汤普森和纳特·弗里德曼进行了一场非常有趣且有见地的对话,他们讨论的是,这是一个像90年代电信泡沫那样的良性泡沫吗?90年代的电信泡沫最终为全世界铺设了光纤,谷歌、脸书以及你我都从中受益。还是说这是像21世纪初那种愚蠢的互联网泡沫,当时那些公司烧钱只为给你送杂货,而我们等了15年才等到Instacart的出现。说实话,你我都不清楚。如果这些投资大部分都投入到能源和建筑等领域,这为世界创造了过剩产能。总会有一些好事从中产生。

另一方面,如果投资进入疯狂贬值的硬件领域,那价值就会瞬间消失。我认为现在还处于早期阶段。但回到你关于我们该怎么做的问题上,仍然有创新的空间。我觉得就像每一个新领域的出现,我不可能涉足所有的工作流程。你我需要做的是找出哪些领域仍然容易受到颠覆,正在创造价值的领域有哪些?我认为Harvey是一家很棒的公司。我不认为它会被OpenAI颠覆。所以我觉得找到像这样的利基市场并进行投资,这是我们的成功之道。金钱并不总是能买到一切。

Harry: 确实如此。说到金钱并不总是能买到一切,市场上都在说Snowflake公司的问题是增长在何处。你能在多大程度上用钱买来增长?你如何看待未来的并购战略,以额外增加10%的增长率,让市场达到他们所期望的水平呢?

Sridhar: 首先,35亿美元朝着300亿美元迈进,这对我来说听起来相当不错,我们必须维持这种增长态势。这是一个不错的起点。我在上次财报会议上也提到过,就是我们大幅拓宽了Snowflake公司的业务范畴。我们原本专注于高端市场。我们说用Snowflake公司的产品进行数据分析,我们也做一点机器学习,现在我们已经从这些业务拓展到帮助你进行数据摄入,我们想成为你建立数据工程体系的关键一环。

还有数据分析和机器学习。在人工智能方面的终端用户访问,既包括我们开发的工具,也包括像Snowflake Intelligence这样的平台,业务范畴大大拓宽了。我们有一个团队,他们不仅致力于如何在我们的优势领域——数据分析市场中占据更大份额,还在数据领域的其他各个庞大细分市场中去进行颠覆。

我们会继续关注其他公司。但是那种非有机的、不相关的收购战略并不是我所感兴趣的。我认为那会造成干扰。Snowflake公司是一家以产品为导向的创新型公司。我们不是私募股权公司。并不是说做私募股权公司有什么不好。只是这是不同的技能。这不是我们擅长的。所以我们的很多增长必须由产品创新来推动。我们会时不时地进行明智的收购吗。Snowflake公司花了约1.5亿美元收购了Aneva,这笔投资的回报远超成本,我们就应该做这样的事情。

Harry: 对于Snowflake公司来说,目前哪些收入来源规模较小或不太重要,但在未来7到10年将成为主要的收入来源,值得我们关注呢?

Sridhar: 从人工智能开始,我觉得它为颠覆我们如今所知的商业智能(BI)提供了机会,更偏向直接面向消费者的模式。实际上,我想说能推动Snowflake实现快速增长的是基于Snowflake平台进行开发的用户。像FactSet、JPMC、BlackRock、Fiserv、Siemens等,他们都在Snowflake平台上构建数据应用程序。而且在如何整合自身数据和客户数据以创建这些数据应用程序方面,我们给他们一定的自由度。目前这方面规模还较小,但我完全预计这将为Snowflake公司带来巨大的整体营收机会。而关于这一点真正酷的地方在于,你从这些公司的一项成本支出项变成了其营收的一部分。正如你所能想象的,这是一种更好的合作模式。我希望能够说,你赚钱的时候我们也赚钱。

Harry: 我能问一下,如果我们将范围扩大到模型领域,我不知道未来五到七年它会发展成什么样。我们会迎来一个拥有众多专业化、垂直化模型的世界吗?还是会有一个模型数量较少、通用且规模非常大的世界?我很好奇,尤其是考虑到你在谷歌的经历。这是一种非常独特的视角。我记得以前人们认为搜索引擎在某个阶段会走向垂直化,但他们没想到后来会出现那些占据主导地位的大型巨头。

Sridhar: 我认为这是一个非常好的问题。不幸的是,我的答案是要尽早预测,并且经常预测。那么如果我们来剖析一下谷歌搜索以及它为何能占据主导地位,首先,谷歌达成了一系列合作,基本上让自己成为了一大批合作伙伴如雅虎、美国在线,后来还有火狐等浏览器,以及所有的个人电脑制造商的默认搜索引擎。这是一个经过深思熟虑的成为搜索中心的策略。微软在早期的很多年里都反应迟钝。谷歌就是这样起步的。自然营销是其中一部分原因,但说实话,这只是很小的一部分。

正是这种吸引力让他们能够击败其他所有细分领域。说出来可能会让你觉得有趣,必应的前身“Live.com”曾经拥有更好的图片搜索功能,他们的图片搜索是最棒的。谷歌当时并没有。但凭借所谓的“通用搜索”,基本上谷歌是说,你在搜索图片,我们会把图片直接显示在主搜索页面上,你不用去别的地方。这基本上就是谷歌征服几乎所有其他细分领域(无论是购物、视频还是地图)的途径。所以,正是凭借这种核心的粘性特质,谷歌征服了消费市场。

现在,人工智能领域对我来说尤其是在企业领域,并不存在一个明显的单一入口。在消费端我认为ChatGPT正在成为那个入口。所以如果我在消费端进行预测的话,就模型的多样性和专业化程度而言,我认为这里面会包括现有的主导者。而现有的主导者百分百就是ChatGPT和OpenAI。我认为其他模型的入口非常分散。

曾经有段时间,我担心会不会出现一个能一统企业领域的单一入口呢?我现在仍然有这样的担忧。我觉得还是存在这样的机会。但在企业端,我绝对看到会有各种各样的专业化应用,因为在过去的50年里,还没有出现过类似谷歌搜索这样的现象。

Harry:  我也很喜欢你对谷歌合作式分发策略所做的历史分析。我之前都不知道有这么多细节。

Sridhar: 我们都以为谷歌是凭空出现的,突然有一天,大家都决定要用谷歌了。

Harry: 从分发的角度来看,哪个合作对谷歌的分发能力影响最大呢?

Sridhar: 早期是雅虎和美国在线。它们是入口。美国在线不知道如何做搜索,雅虎则认为搜索不重要。

Harry: 先进入市场真的重要吗?

Sridhar: 百分百重要。如果我没记错的话,我们付给美国在线的钱比我们赚的还多。这差不多是超过100%的收入分成。当时那些用户是最有价值的。谷歌的创始人太厉害了。他们做了一系列极其明智的商业决策。谷歌产品很棒,但人们低估了商业策略的力量。

Harry: 当你回顾那些日子并进行反思时,作为一家年营收达35亿美元的出色上市公司的CEO,你现在有没有想过,我能从中学到些什么?

Sridhar: 坚持不懈。我还记得和Larry、Sergey的每一次讨论都让人精疲力尽。这些讨论永远不会结束,他们就是会和你争论每一个话题。但这样做能带来好的结果。你会审视每一种可能,并且全力以赴。我还跟别人开玩笑说,当我成为广告业务负责人时,和法务团队合作变得轻松多了,因为拉里和谢尔盖在处理Google Books或YouTube等业务时,不断挑战极限,让法务团队备受折磨,而这些业务早期在法律方面简直就是噩梦。全力以赴,坚持第一性原理这是我一生的收获。还记得荷兰式拍卖吗?还有哪家公司在IPO时采用过荷兰式拍卖?显然,是谷歌。但他们在每一次讨论中投入的精力,以及追求真相、实现正确商业成果的坚持不懈的精神,至今都一直影响着我。

05

创始人模式、育儿哲学与领导力

Harry: 我想进入快速问答环节,我说出一个简短的陈述,你立刻给出你的想法。你如何看待创始人模式?你在硅谷有丰富经历,你是首席执行官,也是Neva公司的创始人。你对创始人模式有什么看法?

Sridhar: 我认为这只是描述高效人士的一个捷径。我觉得任何人都可以做到。

Harry:  你有一个23岁和一个25岁的孩子。你和他们关系很好。我哥哥刚有了第一个孩子。我第一次当上了叔叔。对于刚有第一个孩子的我哥哥,你有什么建议?

Sridhar: 在我看来,养育孩子90%靠陪伴,10%靠运气。别去操心那些你想买的育儿书籍、酷炫的软件。我觉得那些都没用。你能给孩子最好的礼物就是你自己,就是陪伴在他们身边。

Harry: 你相信的事情,周围大多数人却不相信,是什么事情?

Sridhar: 改变的可能性。我觉得人们往往认为太多事情无法改变,包括他们自己。我认为我们在自己能做什么以及周围人能做什么方面给自己设限了。

Harry: 听过一句很棒的话:“生活中最沉重的东西不是铁或金子,而是未做的决定。”你最常思考的未做的决定是什么?

Sridhar: 总体来说,我会追随自己的直觉。对我来说,来到硅谷很疯狂,因为我在泽西岛是一位成功的研究员。辞去我的第一家公司的工作也很疯狂,但当时我管理着一个120人的团队。从那之后我成了一名软件工程师。我没什么可后悔的。我有一个美好的家庭,我的妻子支持我做这些疯狂的决定。我们搬家她一开始很反对,但新家离朋友更近了。我就是会去做想做的事,我经常会失败,但我会重新站起来继续前行。

Harry: 你可以当任意一家公司一天的首席执行官。你想当哪家公司的首席执行官?

Sridhar: 我热爱我在Snowflake的工作。

Harry: 你最喜欢的品牌是什么?

Sridhar: 我不得不钦佩Beniof为Salesforce打造的品牌光环。这不仅仅是品牌,还包括品牌营销。我认为他是一个了不起的人。

Harry: 你认为如今品牌和营销对Snowflake公司重要吗?

Sridhar: 绝对重要,因为我们很多喜欢Snowflake公司的客户只把我们看作是一家非常出色的数据公司。我认可这一点。我认为我们还有很多工作要做。

Harry: 当Snowflake公司的首席执行官,最困难的事情是什么?

Sridhar: 归根结底,你是在和人打交道。你想做一个好人,但你也希望你的团队取得成功。要在确保团队前进的同时做一个好人,这很难。这就应该是件难事,不能掉以轻心。

Harry: 很多人采访你。你一整天都会被各种人提问,团队成员、员工、孩子、家人,等等。有没有什么问题没人问过你,但你觉得他们应该问的?

Sridhar: 有一个有趣的问题可能是:你最自豪的事情是什么?我觉得没人问过这个问题。

Harry: 你最自豪的事情是什么?

Sridhar: 可能最自豪的是成为一个好父亲。正如我所说,我和我妻子所做的就是陪伴和给予爱。在孩子们最需要我们的时候,我们都在他们身边。我们为他们树立了好榜样。我们俩都工作。我妻子在她30年的职业生涯中从未请过一天假,一天都没有。对我来说,这就是树立了一个好榜样,陪伴他们,帮助他们成为有思想、独立的人。

Harry: Sridhar,我非常感谢你接受这次采访。我非常珍惜我们的友谊。非常感谢你如此坦诚。我很享受这次交流。

Sridhar: 谢谢你。这是一次非常有趣、非常有趣、非常有趣的对话。

原视频:Sridhar Ramaswamy, CEO @Snowflake: Deepseek is Not a Threat to OpenAI & OpenAI Beats Anthropic|E1258

https://www.youtube.com/watch?v=fpX8mwIB4P0

编译:Iris Tian


活动推荐

往期推荐


都接入DeepSeek,等于都没接DeepSeek?

Data+LLM:大模型时代的「数据炼金术」

如何基于国产数据库构建ChatBI+RAG应用?

面向数智融合的贝壳数据架构演进

Blaze向量化引擎赋能竞技世界大数据离线数仓架构升级

YouTube、Airbnb等公开网站数据集免费获取

RPA+Agent在德国汽车工业中的应用

从技术突破到商业落地:三维原生大模型Rodin的创新与实践

NL2SQL在雅迪数据分析中的应用

DeepSeek团队新作:把代码变成思维链,大模型推理各种能力全面提升!

点个在看你最好看

SPRING HAS ARRIVED

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/179382
 
78 次点击