不是 ChatGPT,不是 Anthropic,也不是 DeepSeek、Kimi。是一家做 AI 客服的公司 —— Sierra。9.5 亿美元融资,估值 150 亿美元,由 Google Ventures 和 Tiger Global 联合领投。这家成立没几年的旧金山公司,让两家顶级机构同时下注,凭什么?工具的逻辑会告诉你:"做 AI 客服的公司没有 100 家也有 80 家,凭什么 Sierra 能拿钱?"商业的逻辑告诉你另一件事:AI 客服不是能力题,是治理题。
一、过去 18 个月,74% 的企业 CIO已经后悔了
上周 Dataiku 出了一份企业 Agent 平台评测,顺手甩了一组硬数据:74% 的企业 CIO 后悔过去 18 个月买过的 AI 平台或供应商。这是基于 600 个 CIO 的真实调研,不是吐槽大会。也就是说,你身边那些"我们上了 AI 系统"的公司,每 4 家里有 3 家的负责人心里是沉着的。Dataiku 的报告里有一个 7 维评估体系:治理、集成、记忆与 RAG、可观测性、部署灵活、定价、供应商绑定。报告开篇第一句话直接点破——"治理,不是构建能力,才是 2026 年企业 Agent 平台的真正分水岭。"翻译成大白话:搭一个能聊天的 Agent 谁都会,难的是搭完之后要担责、能守住、能被审计。工具的逻辑是"我能不能让 Agent 干活",商业的逻辑是"我能不能让 Agent 干完活之后,老板能审计、监管能看、财务能记账"。扎心金句:AI 算的是数学题,商业要的是审得过的题。
二、Sierra 给客户的不是机器人,是一套治理系统
因为它给客户交付的不是"一个能聊天的机器人",是一套带审计、带权限、带可解释性的客服系统。它解决的就是 CIO 们后悔的那 74% 没解决的问题。一个零售客户的客服系统收到投诉:"我上周退的货没收到退款。"系统调取订单数据,生成一份处理建议:同意补发 + 补偿 50 元代金券。这条建议提交给人工客服复核,客服点"同意",系统把这条决策完整地写到审计日志——这一整套链路,事后审计能查、合规能对、出了纠纷能还原。这才是 150 亿的护城河。Sierra 的 150 亿估值不是按"AI 模型有多聪明"算的,是按"企业客服这条最难治理的业务线,谁能真正落地"算的。
三、AI Agent 跟企业员工之间,差的是"被开除"的可能
技术视角会想:Agent 就是个软件,跑得快、效率高、不出错。商业视角会想:Agent 是企业里一个"员工",能担责的意思是它做的事有人看、有人批、有人能解释。员工做错事,HR 能开除;Agent 做错事,HR 看不懂它为什么做错。做不到治理的 AI 系统,本质上就是 HR 看不见的实习生。看起来在干活,出了事没人接得住。扎心金句:做不到治理的 AI 系统,本质是 HR 看不见的实习生。
四、企业 AI 落地的三个真坑
如果你也在给企业做 AI 落地,2026 年下半年最容易踩的三个坑,值得提前知道。第一个坑,把 Agent 当项目交付,不当系统建设。Agent 不是一次性开发,是要长期运维的系统。系统没有运维,客户用半年就荒废。第二个坑,用"调用次数"定价。模型成本几乎归零,Token 报价打到几美分,按调用次数卖给客户是把自己逼进死胡同。客户要的是"做出来的活",不是"用了多少次"。第三个坑,跳开治理谈能力。客户的高管永远要的是"出事能交账",不是"平时很能跑"。治理不到位,一切白搭。聚火产链这一年看到的坑就是这三个 —— 不交付一个 Agent,交付一个能扛责任的内审数字员工;不按调用次数卖,按业务结果卖;治理永远领先半步能力。Sierra 的故事告诉我们一件事:AI 这场竞争,真正分胜负的不是模型那一层,是治理那一层。谁能替企业把"出事能交账"做扎实,谁就能拿走下一波真钱。AI 培训:陪管理者和执行者,把 AI 真正跑进业务流程AI 模型资源:高效接入与匹配优质模型,选对模型比选贵模型更重要AI Agent 与数字员工:落地到能被审计、能担责的内审版数字员工欢迎加入 OPC(一人公司)社群,和正在用 AI 把小生意做扎实的同行一起拆活。私信留言即可。
