文章
模型快速迭代加速，企业AI从大规模实验转向风险可控的垂直落地
2025年10月6日，a16z合伙人Kimberly Tan在OpenAI第三届年度开发者大会DevDay上与Decagon和Clay的创始人对话，聚焦企业级AI的构建与销售策略。对话涉及快速演进的模型环境下的产品决策、AI实验与风险管理的平衡、确保AI试点成功的关键要素、在嘈杂市场中突围的策略、垂直深耕与横向扩展的权衡、投资时间与资金的优先级分配，以及对创始人的核心建议。
来源信息
发布时间：2025年10月7日
英文原标题：OpenAI DevDay: Building AI for the Enterprise with Decagon and Clay
来源：查看 a16z 原文
核心要点
- 对话在OpenAI DevDay 2025进行
- 参与方包括a16z合伙人Kimberly Tan、Decagon创始人、Clay创始人
- 议题覆盖模型快速变化中的产品决策
- 探讨AI实验与风险管理平衡
- 提供确保AI试点成功的关键要素
关键判断
- 在模型快速迭代的背景下，企业AI产品决策必须保持敏捷并能够快速适配新模型能力。
- 在推进AI实验的同时，需要系统化地管理技术风险，以防止实验失败对业务造成重大影响。
- 确保AI试点成功的关键要素包括明确的目标设定、跨部门协同以及持续的反馈迭代机制。
- 在嘈杂的AI市场中突围需要通过垂直领域的深度定制或更高的风险控制能力实现差异化。
- 企业在垂直深耕与横向扩展之间面临权衡，深度定制可以提升客户粘性但限制规模化速度。
未来推演
判断：未来 6-12 个月，企业 AI 采购会更快从试点预算转向平台化和治理导向的正式采购。
时间跨度：未来 6-12 个月
为什么是现在：文中已经出现采购、治理、交付和预算协同成熟的信号，说明企业买方正在进入更系统化阶段。
重点信号：是否出现统一采购平台、是否更强调治理和可维护性、试点项目是否转成组织级部署
置信度：中