AI初创公司快速创造财富 | AI生成和翻译
问题：Sierra 和 OpenEvidence 是什么？为什么说它们是 AI 快速创造财富的例子？
答案：
这是两家有趣的 AI 应用层初创公司。它们与 OpenAI/Anthropic（基础模型）不同，而是利用大语言模型攻克特定的高价值市场。（Sierra）
1. Sierra
Sierra
它的功能：
- 为企业客户服务构建 AI 代理。
-
目标不是只回答常见问题的聊天机器人，而是能够：
- 理解客户请求
- 访问公司系统
- 执行操作（退款、更改订阅、预约服务等）
- 在需要时转接给人工
示例：
客户：
“我想取消机票并退款。”
传统聊天机器人：
“这是我们退款政策的链接。”
Sierra 风格的 AI 代理：
- 验证身份
- 查询预订信息
- 计算退款金额
- 执行退款
- 发送确认通知
由以下创始人创立：
- Bret Taylor
- Clay Bavor
Bret Taylor 已经是知名硅谷高管（Google Maps、Facebook CTO、Salesforce 联合首席执行官），因此 Sierra 拥有强大的创始人-市场契合度。（Sierra）
有趣之处：Sierra 非常迅速地达到了极高的估值，因为投资者相信 AI 代理可能会取代部分传统企业软件。（Sierra）
2. OpenEvidence
OpenEvidence
它的功能：
- 面向医生的 AI 助手。
-
类似于“医生版 ChatGPT”，但更加专业化：
- 医学文献搜索
- 诊断支持
- 治疗信息
- 临床推理辅助
示例：
医生：
“65 岁患者，
胸痛，
肌钙蛋白升高，
心电图异常。
可能的诊断是什么？”
OpenEvidence：
- 检索医学证据
- 总结指南
- 提出鉴别诊断
- 引用来源
由以下创始人创立：
- Daniel Nadler
- Zachary Ziegler
该公司专注于医疗领域，因为医疗行业具有：
- 巨大的经济价值
- 昂贵的专家劳动力
- 信息过载
- 对 AI 辅助的强烈需求
（维基百科）
你的观察是正确的：AI 正在压缩从初创公司到亿万富翁规模成果的时间。
旧模式：
1995 年 Google：
搜索引擎
↓
10 年以上
↓
大型公司
AI 模式：
2023 年初创公司
↓
优秀的创始人 + 大语言模型浪潮
↓
2-3 年
↓
数十亿估值
为什么？
因为 AI 拥有三个加速器：
1. 已有的基础模型
初创公司无需花费 10 亿美元训练 GPT-5。
它们可以构建：
GPT/Claude/开源模型
+
领域数据
+
工作流程集成
=
有价值的产品
2. 软件的规模扩展成本近乎为零
传统公司：
10,000 客户
=
10,000 员工
AI 公司：
10,000 客户
=
相同的模型基础设施
+
更多 GPU
3. 领域专家的能力大幅增强
一位医生 + AI 可以变成：
一位医生
+
100,000 篇医学论文
+
AI 推理助手
一位程序员 + AI：
一名工程师
+
代码库理解代理
+
测试代理
+
部署代理
这就是为什么在 AI 出现之前只值“数百万”的人，突然能够创立价值数十亿美元的公司。
对于建设者来说，重要的启示是：最大的机会可能不仅在于“训练更大的模型”。许多财富可能来自：
基础模型
↓
垂直代理
↓
真正的工作流程替代
↓
商业价值
Sierra = 企业代理。 OpenEvidence = 医疗代理。
两者都是同一类 AI 原生公司模式的例子。（Sierra）
参考文献：
- Sierra 官方概述（Sierra）
- Sierra AI 代理融资/估值报道（TechCrunch）
- OpenEvidence 概述（维基百科）
AI生成和翻译，但整理分享仍需精力。如果觉得有帮助，欢迎
捐助支持。
微信：@lzwjava
·
X: @lzwjava ·
打个招呼 👋