AI 雲計算巨頭Snowflake CEO專訪：DeepSeek是好模型，而ChatGPT是一款好產品

企業數據領域，Databricks 和 Snowflake 是目前主要的競爭選手。

Databricks 目前是全球估值最高的初創公司之一，而 Snowflake 是一家市值 600 億美元的上市公司，年收入 35 億美元，年增長率達 30%。Sridhar Ramaswamy 是 Snowflake 的現任 CEO，他 2019 年創辦的 AI 搜索公司 Neeva 被 Snowflake 以 1.5 億美元收購後加入了 Snowflake。

在創辦 Neeva 之前，Ramaswamy 在谷歌工作了 15 年，將 AdWords 和谷歌廣告業務的收入從 15 億美元增長到超過 1000 億美元。

加入 Snowflake 後，Ramaswamy 領導公司 AI 戰略。他迅速推動了 Cortex AI，一個用於在數據雲中構建大語言模型應用的託管服務，以及 Snowflake Intelligence 這樣的 AI 智能框架。

近日，Sridhar Ramaswamy 接受了著名播客 20VC 的訪談。主持人 Harry Stebbings 與 Ramaswamy 聊了最近火熱的 DeepSeek 是否會對 OpenAI 造成威脅，模型從商品化產品轉變爲可持續產品套件的關鍵要素是什麼？以及 Snowflake 在面對 NVIDIA 和 Databricks 的競爭時，如何創新。

一些有趣的點

DeepSeek 對 OpenAI 不形成威脅，因爲它只是一個商品化的模型，而 ChatGPT 是一個完善的產品，它具有更持久的競爭力。

我認爲絕對有價值的地方在於那些擁有客戶關係、提供明確價值，並且願意快速擁抱 AI 以防止被顛覆者取代的公司。這就是我對 Snowflake 感到樂觀的原因，因爲我們是一個數據平臺，幫助人們收集數據、理解數據、對數據進行分析，並在數據之上運行預測性工具（比如機器學習）。我認爲 AI 是數據生命週期和數據訪問的巨大加速器。

創新不是一種選擇，而是我們必須做的事情。相比 Databricks 這樣的私人公司，我們是否面臨更多限制？絕對有。他們可以大手筆收購業務，而不必擔心自由現金流之類的問題。但這就是創新的意義所在——如何在限制條件下推動發展？某種程度上，DeepSeek 是另一個例子，說明擁有「富親戚」並不總是好事。

一家初創公司如果找到了產品市場契合點 (PMF)，就像一個活生生的、會呼吸的東西，這是一種魔法。Snowflake 是這種魔法的具體體現，通過複製很難創造出一個數據產品，你必須不斷創新，錢買不到令人驚歎的基礎模型，也買不到 Snowflake。

Stratechery 的 Ben Thompson 和 Nat Friedman 討論 AI 泡沫是否是一個像 90 年代電信泡沫那樣的「好泡沫」，後者最終爲全世界鋪設了光纖，讓谷歌、Facebook 以及你和我都受益；還是說這是一個像早期互聯網泡沫那樣的「愚蠢泡沫」，燒掉了大量資金，試圖爲你送雜貨，而我們不得不等 15 年纔等到 Instacart 出現？

如果你看 AI 領域，在企業端，尤其是在消費端，我不認爲存在單一的入口。不過 ChatGPT 有可能正在成爲那個入口。所以如果你是一個押注消費端的人，那麼在模型的變體和專業化方面，我認爲這將有利於現有的主導者，而現有主導者 100% 是 ChatGPT 和 OpenAI，其他模型的入口最終會變得分散。

點擊關注，每天更新深度 AI 行業洞察

01DeepSeek 引領了模型商品化，但ChatGPT這款好產品更具吸引力

20VC：我現在作爲一名投資者看着整個市場，一直在思考可持續的價值將在哪裡產生。看起來模型比預期更快地商品化了，我認爲 DeepSeek 在過去幾周已經證明了這一點。很多應用層的東西似乎只是建立在商品化模型之上的輕量級產品。你如何看待當今AI市場中的可持續價值？

Ramaswamy：我認爲部分原因在於——我曾與 OpenAI 的一些人以及一家應用公司（比如某編碼平臺）進行過對話——今天基礎設施提供商和應用提供商之間的界限非常模糊，這很奇怪。如果有全新的應用需要被創造出來，基本上 OpenAI、Anthropic、微軟或谷歌這些搞大模型的就會去直接創建它們。

他們會想：「編碼助手正在起飛，我也要做一個編碼助手或者類似的東西。」

「AI 正在生成更好的法律文件，也許我們應該發佈一個法律行業的 ChatGPT 類產品。」

對我來說，這就是爲什麼在當今環境中創造價值變得如此難以確定的原因之一。我認爲絕對有價值的地方在於那些擁有客戶關係、提供明確價值，並且願意快速擁抱AI以防止被顛覆者取代的公司。這就是我對 Snowflake 感到樂觀的原因，因爲我們是一個數據平臺，幫助人們收集數據、理解數據、對數據進行分析，並在數據之上運行預測性工具（比如機器學習）。我認爲 AI 是數據生命週期和數據訪問的巨大加速器。

會有人從這些新的基礎能力出發，並且最終做得比 Snowflake 更好嗎？我們打賭他們做不到。因此，我認爲 AI 顯然正在創造價值。例如，Salesforce 正在通過 Agentforce 做一些非常酷的工作，他們非常清楚自己的優勢在於關係網絡，他們正在自我顛覆，主動出擊。但所有新價值的創造，從長期來看，仍然顯得非常模糊不清。

產品本身是有價值的。重要的是要理解，OpenAI 之所以會成功，不僅僅是因爲他們總是能以最好的價格創建基礎模型，而是因爲他們擁有產品體驗。根據統計，他們有大約 5 億忠實用戶，這是非常難以複製的。

20VC：你認爲忠誠的用戶會讓某個產品一天之內登上排行榜第一嗎？

Ramaswamy：你不會從 ChatGPT 切換到 DeepSeek。而且 OpenAI 並不愚蠢，如果他們能夠通過託管 DeepSeek 來爲 ChatGPT 提供動力，他們會毫不猶豫地這樣做。

20VC：爲什麼你不切換到 DeepSeek？它是免費的。

Ramaswamy：ChatGPT 背後有一系列附加功能。它是一個產品，而不是一個模型，這是一個很大的區別。有一個原因可以解釋爲什麼像 Anthropic 這樣的公司沒有做得那麼好，因爲它主要是在模型層面運作。生成圖像的能力、上傳文件的功能、運行一小段代碼的能力——都讓 ChatGPT 成爲一個完整的產品，我認爲這種組合具有持久的吸引力。

20VC：我曾經邀請OpenAI的 Sam Altman 參加節目，我當時還在想品牌推廣的事情，他第一句話就是：「我們要碾壓初創公司。」我當時心想：「天哪，糟了。」這對我的風投基金可不是好事。但我的問題是，如果你是今天的 Sam，你會怎麼做？我們邀請過 Grok 的創始人，他說他必須開源。

Ramaswamy：Sam 的成功正如我所說，他正在打造一個接近 Meta 和 Google 規模的消費級產品。

部分原因可能因爲 OpenAI 擁有一臺令人難以置信的宣傳機器，但你能想到最近哪家公司在幾乎沒有廣告投入的情況下獲得了 5 億用戶？而且它還不是一個社交網絡。OpenAI 一直帶有一點神秘色彩，他們的閉源模式也是如此。

現在越來越清楚的是，他們在誤導人們關注某些問題方面非常擅長。而像 DeepSeek 這樣的公司揭露了一些這類神話，這是好事。但我會將 OpenAI 這家公司的成功與模型的未來分開來看。顯然，他們還有其他目標，比如在 AGI 領域佔據主導地位。但 Sam 對你提到的一點我完全同意，那就是：在 OpenAI 的基礎上構建初創公司是非常可怕的。

02初創公司如果找到了 PMF，就沒那麼容易被複制

20VC：有兩個問題讓我感到疑惑。第一個是，假如 NVIDIA 進入你的領域併成爲競爭對手。你會爲此擔憂麼？

Ramaswamy：我必須時刻警惕這類事情。AWS 有 Redshift，微軟有 Fabric，谷歌有 BigQuery，Oracle 有自己的數據倉庫平臺。你總是會擔心自己成爲巨人世界裡的小老鼠。如果他們打個噴嚏，你可能會被吹走，我明白這一點。

但另一方面，我告訴人們，過去三年裡，OpenAI 和 Anthropic 創造了地球上最好的模型，而不是微軟、亞馬遜或谷歌。Gemini 還不錯，但說實話，最多是個快速追隨者。

Harry，你比任何人都清楚。一家初創公司如果找到了產品市場契合點 (PMF)，就像一個活生生的、會呼吸的東西，這是一種魔法。這不是靠幾句漂亮話或一些想法就能創造出來的。

Snowflake 是這種魔法的具體體現，通過複製很難創造出一個數據產品，你必須不斷創新。顯然，Databricks 在過去五年裡已經成爲數據領域的非常強大的競爭者，但我們 Snowflake 同樣有很強大的產品，並且與 Databricks 的運作方式有很大不同。我們需要繼續創新並保持領先。

錢買不到令人驚歎的基礎模型，也買不到 Snowflake。

20VC ：關於 NVIDIA 的問題是一方面，另一方面是你提到的 Databricks。假設你的一些董事會成員和投資者說，Databricks 可能在AI工作負載方面處於領先地位，比如 Mosaic、MLflow（機器學習流程管理工具）和直接模型託管。你怎麼看待這個問題？你認爲 Snowflake 在這方面落後了嗎？

Ramaswamy：我們應該把機器學習和 AI 區分開來。我跟別人開玩笑，所有機器學習的人都把自己標榜爲經典 AI。似乎他們是第一個進入市場的，那是他們的甜點領域，而且他們在那方面已經做了很長時間。

我們確實在追趕模式中，但 AI 是一個更年輕的領域，在 ChatGPT 之前幾乎不存在。我對我們不僅處於前沿，而且在許多方面領先於他們感到非常自信。我們在如何更好地進行數據轉換和數據工程等方面，系統性地思考並迅速將 AI 變成了現實。

我們如何理解非結構化數據？如何可靠地將其轉化爲結構化數據？我們會將所有這些整合到一個名爲 Snowflake Intelligence 的智能框架中，它即將推出。在 AI 領域，我對 Snowflake 的現狀感到非常滿意。

我們有許多令人印象深刻的客戶案例，比如西門子、Elevance 和拜耳製藥，還有很多其他公司正在生產環境中使用 Snowflake 的 AI。所以我覺得我們在這一方面表現不錯。這是一個快速變化的領域，而我引以爲豪的是我和 AI 團隊在這個快速變化的領域中一起戰鬥，我的態度是：我可以跑得和任何人一樣快。放馬過來吧！

20VC：我想問一下，哪種結構更有助於創新，更有助於贏得競爭？是 Databricks 這樣超級晚期的私人公司，還是 Snowflake 這樣的上市公司？

Ramaswamy：創新不是一種選擇，而是我們必須做的事情。相比 Databricks 這樣的私人公司，我們是否面臨更多限制？絕對有。很明顯他們可以大手筆收購業務，而不必擔心自由現金流之類的問題，他們的銷售人員數量是我們的一倍。但燒錢很容易，花錢也很容易失控，你應該小心。

我們是否在限制下運作？絕對是。但這就是創新的意義所在——如何在限制條件下推動發展？某種程度上，DeepSeek 是另一個例子，說明擁有「富親戚」並不總是好事。

20VC：這些限制在哪裡幫助了你，又在哪裡傷害了你？

Ramaswamy：比如，在 AI 方面，我們決定不會對團隊規模提出不合理的要求。我沒有要求空白支票，我們明確知道自己需要做什麼，需要對要構建的內容有清晰的認識，並且必須執行得非常好。因此，通過適度的投資，我們能夠迅速在 AI 領域迎頭趕上。我認爲這些限制帶來了清晰度。你不會試圖做所有事情，也不會追逐不可擴展的業務。

當出現劇烈的市場反應時，限制可能會帶來問題。例如，人們可能會過度解讀季度間數字的變化。在某種程度上，Snowflake 股票的起伏反映了公衆公司面臨的嚴格審查。

在一個理想的世界裡，我可以告訴我的團隊和投資者：「我們已經掌控了局面，別擔心，一切都會好起來。」但實際上，你必須擔心，因爲人們會根據股票的價值來做抵押貸款之類的決策。

於是你進入了難以管理的外部性問題，這提高了負責任運營的標準。這是我們去年不得不快速學習的東西。但這也是一個例子，說明作爲一家公衆公司，你不必擔心劇烈反應，因爲它們可能會引發一系列二階後果。

20VC：如果可以，你會選擇將公司私有化以消除這些限制嗎？

Ramaswamy：不，我認爲透明度是一件好事。它提供了流動性，並且能夠讓你對自己的表現進行評估，我認爲這是很重要的一部分。有時 CEO 很容易讓自己陷入一種「一切都會好起來」的幻想中，而實際上你並沒有得到任何反饋。

我們的公開市場是很現實的，要麼賺錢，要麼不賺錢；要麼有自由現金流，要麼沒有。我認爲這種現實感是有幫助的。

注：二階後果（Second-Order Consequences）是指由初始行動引發的一階後果進一步導致的後續影響。它超越了直接、表面的結果，需要從時間、系統、因果鏈等維度進行深入思考才能預見。

03AI 肯定有泡沫，但仍有創新空間

20VC：我想談企業對 AI 的採用。前幾天我在一個峰會上和一羣 CEO 坐在一起，他們說：「你知道嗎？我們還在等待技術領域的新人真正帶來投資回報。」我的問題是，你認爲我們會像對待自動駕駛那樣經歷興奮期然後進入平臺期，還是會看到企業在 AI 領域的指數級加速採用？

Ramaswamy：我認爲增長會更溫和一些。另一方面，我可以非常自信地告訴你，AI 今天正在創造價值，並且將繼續創造持久的價值。

許多曾經對我們來說極其困難的事情現在變得更容易了。如果某個 CEO 告訴你他們從 AI 中沒有看到任何價值，我會說：「我不確定你瞭解多少，那麼讓我們來看一些例子，那些顯而易見、簡單的例子。」

我在達沃斯進行了 30 場會議。我使用了一些 AI 工具，比如聽寫和轉錄工具來爲自己寫筆記。我也手寫了大量的筆記，我的團隊中有個人說：「真的要寫 25 頁嗎？我真的不想讀這個。能不能給我一個總結？」於是我把所有筆記都上傳到雲端，輸入指令：「我要每場會議的一句話總結。」結果出來了一個簡潔漂亮的總結。同樣，我們內部有一個聊天系統，它可以訪問結構化數據，並能處理那些你需要在儀表板上點擊很多次才能找到答案的問題，甚至需要提供大量上下文的問題。這帶來了巨大的價值。

20VC ：達沃斯是全球CEO聚集地，從你在達沃斯感受到的情緒中，有什麼收穫嗎？

Ramaswamy：首先，我對達沃斯採取了一種非常實用主義的態度，而不是關注更大的議題。這是我第一次參加，我原本對離開工作五天感到恐懼，尤其是因爲董事會和財報季即將到來，但事實證明非常值得。

我在這裡有大量的會議，也見到了許多公司的關鍵人物。我從 CEO 們那裡聽到的信息更多是：「幫助我們創造具有實用性的 AI，告訴我們什麼是能做到的。」

當我向他們介紹我們如何利用非結構化數據快速創建一個基於文檔語料庫的聊天機器人，或者如何利用結構化數據時，他們都理解了。

當我告訴他們，現在你可以混合匹配這些功能，創建一個智能平臺，在一個地方訪問大量相關信息時，人們感到興奮。

當我向他們解釋如何通過整合所有結構化和非結構化信息來自動化部分承保流程，比如爲一棟建築投保時，他們會說：「這太棒了。」我們需要繼續專注於實用性，但我沒有遇到太多對 AI 的狂熱懷疑，因爲我只是拿出手機，向他們展示了昨天用 AI 做的五個愚蠢但有趣的事情。

20VC：感覺我們從未見過巨頭像現在這樣快速創新。比如 Scott Belsky（前 Adobe 高管），顯然他所在的公司以前行動緩慢，但現在每個人都行動得更快了。過去我們認爲巨頭都很慢、很糟糕，但現在他們不再如此了。

Ramaswamy：是的。

20VC：你見過巨頭像現在這樣快速行動嗎？

Ramaswamy ：我們都記得歷史，沒有人想成爲那個因 IBM 與微軟交易而聞名的人（早起與 IBM 的合作成就了微軟）。

人們明白那是一次多麼戲劇性的轉變，也知道像 DEC（Digital Equipment Corporation）這樣的公司是如何消失的。谷歌在山景城接手的第一棟大樓就是 SGI（Silicon Graphics）的那座紫色建築。在那之後的五年裡，我總是告訴加入我團隊的每個人：「SGI 建造了這些建築。」然後我會觀察他們是否明白了這一點。所以我們從中學到了教訓。

但我想說的是，移動設備是一個重大的平臺轉變，而現有巨頭在其中表現得相當不錯。還記得馬克·扎克伯格最初試圖推動 Facebook 的移動網頁，然後放棄了，轉而開發應用程序嗎？谷歌也是如此，他們將搜索轉移到移動端。我帶領團隊經歷了五年的「恐怖時期」，將移動端的付費從桌面端的 10% 提升到 100%。所以我想說，即使在上一輪技術變革中，所有科技公司都變得相當聰明。亞馬遜沒有因爲移動設備而被顛覆。

移動設備確實催生了一些全新的事物，比如 Uber 和 Lyft，但那一代公司已經學會了如何應對平臺顛覆帶來的巨大挑戰。這就是爲什麼你看到這些公司在瘋狂投資未來，因爲他們看到了一些東西，並且有足夠的資金去做這件事。這就是爲什麼 Facebook 變成了 Meta。

馬克·扎克伯格並不在意元宇宙（Metaverse）的失敗。他就像在說：「放馬過來吧！我現在專注於 AI 了。」我認爲這是公司真正從過去吸取教訓並努力創新的表現。

20VC：我看到馬克·扎克伯格投資了 650 億美元在數據中心上，你也看到了 Stargate（星際之門）的 5000 億美元公告。我知道這裡面有股權和債務，但我們從未見過如此大規模的資金投入某件事。這是AI的軍備競賽，它會走向何方？

Ramaswamy：AI 泡沫終究會破裂，就像其他泡沫一樣。Stratechery 的 Ben Thompson 和 Nat Friedman 之間有一段非常有趣且富有洞察力的對話，他們討論了這是否是一個像 90 年代電信泡沫那樣的「好泡沫」，後者最終爲全世界鋪設了光纖，讓谷歌、Facebook 以及你和我都能受益。還是說這是一個像早期互聯網泡沫那樣的「愚蠢泡沫」，燒掉了大量資金，試圖爲你送雜貨，而我們不得不等 15 年纔等到 Instacart 出現？

面對現實吧，你和我都不知道。如果這些投資大部分流向了電力和建築等領域，你可以說：「這爲世界創造了盈餘，總會有好的事情從中產生。」另一方面，如果它們流向了快速貶值的硬件，那價值就會瞬間消失，我認爲現在還爲時尚早。

但回到你剛纔的問題——我們該怎麼做？仍然有創新的空間。我認爲像 OpenAI 這樣的公司不可能覆蓋所有的工作流。你和我需要做的是找出那些仍然適合顛覆的領域，並在那裡創造價值。

我認爲 Harvey 是一家很棒的公司，它不會被 OpenAI 顛覆。我認爲找到這樣的細分市場並投資於它們是我們成功的關鍵公式。錢並不總能買到一切。

04AI ToB 市場，不會出現壟斷入口

20VC：說到錢並不總能買到東西，市場上有人說：「Snowflake 的問題是增長在哪裡？」你能在多大程度上「購買」增長？你對併購戰略的看法是什麼？

Ramaswamy：首先，我們已經有 35 億美元的收入，並且還在持續增長。顯然，我們必須繼續保持這種勢頭。

我們在上次財報中提到的是，我們已經顯著擴大了 Snowflake 的業務範圍。我們過去專注於數據層，我們也做一點機器學習。

現在我們已經從這一點擴展到：我們將幫助你完成數據攝取，幫助你搭建數據工程架構。我們希望成爲你在數據工程、分析、機器學習以及通過 AI 實現用戶訪問方面的關鍵部分。無論是我們創建的工具，還是像 Snowflake Intelligence 這樣的平臺，我們的業務範圍都大大拓寬了。

我們有一個團隊，不僅在推動如何獲取更多分析市場份額，還在進入其他非常大的數據細分市場，逐一顛覆它們。

當然，我們會繼續關注一些公司，但與我們核心業務無關的非有機收購策略並不是我感興趣的，我認爲那會是一種干擾。Snowflake 是一家由產品驅動創新的公司，不是一傢俬募股權公司。因此，我們的大部分增長必須由產品創新來驅動。我們會做一些明智的收購嗎？比如 Snowflake 花了大約 1.5 億美元收購 Neeva，我認爲這筆投資已經得到了回報。這些是我們應該做的事情。

20VC：有沒有哪條收入線目前對 Snowflake 來說很小或微不足道，但在 7 到 10 年內將成爲主導收入來源，我們應該關注？

Ramaswamy：100% 是 AI。我認爲它將是一件大事，它提供了顛覆當前商業智能（BI）的機會，更直接面向消費者。

能夠加速 Snowflake 增長的關鍵在於人們基於 Snowflake 構建應用。像摩根大通、貝萊德（BlackRock）、西門子這樣的公司都在 Snowflake 之上構建數據應用。我們的平臺允許他們做一些非常巧妙的事情，比如整合他們自己的數據和客戶的數據，以創建數據應用。

我認爲這部分目前還很小，但我預期這將成爲 Snowflake 一個巨大的整體收入機會。最酷的地方在於，你從一個昂貴的項目變成了這些公司收入的一部分。正如你所能想象的，這種合作關係的動態要好得多。我希望我們能夠說：「當你們賺錢時，我們也會賺錢。」

20VC：我們可以擴展一下模型領域的討論，我不知道 5 到 7 年後會是什麼樣。我們會生活在一個有許多專業化、垂直化模型的世界，還是一個有少數通用化、超大規模模型的世界？我記得曾經讀到過，歷史上有人認爲搜索最終會被某種垂直化的服務所取代，但他們沒有預料到會有這些龐大的多領域巨頭幾乎掌控了一切。

Ramaswam：這是一個非常好的問題。不幸的是，我的答案將是預測未來總是困難的。

如果我們拆解一下谷歌搜索並分析它爲何能夠佔據主導地位，首先也是最重要的一點是，谷歌做了一系列交易，基本上成爲了許多門戶或瀏覽器的默認搜索引擎，比如 Yahoo、美國在線（AOL），Firefox，以及所有 PC 製造商。這是一種非常刻意的戰略，旨在成爲搜索的核心。微軟在那些早期年份裡忽略了這種機會，這就是谷歌如何起步的。有機營銷確實是一部分原因，但這只是其中一小部分。真正起作用的是那種「引力效應」，使他們能夠逐一擊垮其他垂直領域。

有趣的是，Bing 的前身 Live.com 實際上擁有更好的圖片搜索功能，超過谷歌。但谷歌的做法是：「你在找圖片？我們會把它們直接放在主搜索頁面上，你不需要去別的地方。」這就是谷歌征服幾乎所有垂直領域的方式，無論是購物、視頻還是地圖。通過這個核心的粘性屬性，谷歌就這樣征服了消費者世界。

如果你看 AI 領域，在企業端，尤其是在消費端，我不認爲存在單一的入口。不過 ChatGPT 有可能正在成爲那個入口。所以如果你是一個押注消費端的人，那麼在模型的變體和專業化方面，我認爲這將有利於現有的主導者，而現有主導者 100% 是 ChatGPT 和 OpenAI，其他模型的入口最終會變得分散。

我曾經擔心過：「會不會出現一個單一的企業入口點，統治一切？」我現在仍然擔心這一點。我認爲這種機會仍然存在，但在企業端，我看到各種各樣的專業化機會出現。因爲在過去的 50 年裡，這個領域並沒有出現類似於谷歌搜索的東西。

20VC ：我也很喜歡關於谷歌通過合作實現分發策略的歷史細節。我不知道它竟然達到了這種程度。

Ramaswamy：我們都以爲谷歌是靠「完美消費」成功的。有一天，所有人都決定我們應該用谷歌。

20VC：分發，你認爲哪個合作伙伴關係對谷歌的分發能力產生了最大的影響？

Ramaswamy：雅虎和更早的一些公司，那些是入口。美國在線不知道如何做搜索，雅虎也不認爲搜索很重要。

20VC：先付錢真的重要嗎？

Ramaswamy：100% 重要。如果我沒記錯的話，我們付給美國在線的錢比我們賺到的還多。谷歌的創始人非常了不起，他們做出了一系列極其明智的商業決策。是的，產品很棒，但人們低估了商業的力量。

20VC：我看到很多關於軟件工程的爭論，認爲這些是AI最早主導的領域。你是否不同意這種說法？你會說，軟件工程仍然有巨大的價值，學生應該繼續學習它？還是會說，不，這確實是受影響最早的領域？

Ramaswamy：我認爲各種知識型職業都會受到巨大的影響。我有一個簡單但相當準確的描述，可以說明 AI 能做什麼：它是一個強大的翻譯層，可以在各種結構化和非結構化的知識之間進行轉換，以一種只有人類才能做到的方式理解它們。因此，我認爲任何知識工作者，包括軟件工程師，都應該擁抱這項技術，並看看它將走向何方。

現在就得出結論說這意味着軟件工程會成爲一個好職業或變成一個狹窄的專業領域還爲時過早。在互聯網出現之後，像《紐約時報》這樣的大媒體可以覆蓋世界的每個角落，也許你不喜歡它們，也許你想看到其他觀點，但它確實變得集中化了。同樣的事情也發生在音樂行業，以及其他領域。所以，我認爲很難預測它會產生多大的影響。但只要軟件仍然重要，我就能看到將軟件和 AI 應用於越來越多領域的巨大機會。

所以，我不認爲軟件工程作爲一種職業會比分析師或 CEO 這樣的職業更容易被淘汰。我和別人開玩笑——我是一臺電子郵件機器，這就是我所做的全部，我講話、寫作、閱讀。因此，我認爲關鍵在於擁抱未來，看看它能走向何方，保持靈活性。我認爲軟件工程不會在短期內消失。

05真正的領導力：告訴人們他們不想聽的話，並讓他們留下來

20VC：我想問一些職業生涯早期的問題，從你大學時期或者第一份工作時說起，當時你有沒有想過自己會成爲一名CEO？爲什麼？

Ramaswamy：不，我沒有想過，尤其是在讀本科的時候，甚至在攻讀博士的時候也沒有。實際上，當我攻讀博士學位時，成爲教授更像是理想的選擇。但在某個時刻，我對做研究並不那麼感興趣了，於是轉而投身軟件工程。當你在正確的時間出現在正確的地點，偉大的事情就會發生。

20VC：當你回顧那些日子並反思它們時，現在你作爲一家年收入 35 億美元的上市公司的CEO，你會不會想：「我可以從中吸取教訓？」那些教訓是什麼？

Ramaswamy：不懈努力？我仍然記得每次和 Larry 或 Sergey 討論問題時都讓人筋疲力盡。他們會就每一個話題與你爭論，但好東西往往就是這麼產生的。你審視了每一個可能的細節，並且對自己要求非常高。我還開玩笑地跟別人說，當我成爲廣告部門負責人時，像與法務團隊合作這樣的事情變得容易多了，因爲他們已經被 Larry 和 Sergey 在 Google Books 或 YouTube 等項目上推到了極限——早期 YouTube 是一個法律噩夢。所以，這就是我的終生收穫：堅持到底，保持第一性原則思維。

這就是谷歌，我認爲他們在每一次討論中投入的能量以及追求真相、追求正確商業結果的不懈精神，絕對是我至今仍在踐行的東西。

20VC ：人們總是認爲隨着時間推移，你會變得越來越好，尤其是作爲CEO。那麼，有什麼事情是你覺得自己變得更糟的？

Ramaswamy：這是個好問題。身體技能隨着年齡增長確實變得更難維持，這就是自然規律。我曾經可以毫不猶豫地跑 20 英里，不需要任何準備，想跑就跑，但現在不可能了。不過，我認爲精神方面的事情很大程度上是可以控制的，這也是讓我感到欣慰的部分。在推動自己學習、衡量、適應方面，我毫不鬆懈。

另一件我們必須現實面對的事情是，隨着年齡增長，你投入到全新領域的時間會變得有限。你必須對這種事情保持謙遜。我開玩笑地跟我的兒子們說：「你這輩子不太可能成爲音樂會鋼琴家了，那部分已經結束了。」所以我們必須接受什麼是可以改變的，什麼是不可改變的。

但是在精神方面，我想說的是，對於一個敏捷且有驅動力的人來說，世界任你馳騁。現在有這麼多語言模型可以幫助你創建定製程序，做一些以前根本無法做到的驚人事情。所以從這個意義上，我認爲在精神層面的機會甚至比以前更多了。

20VC：你會給像我這樣以及其他高強度工作的CEO們什麼建議？我們需要帶着別人一起前進，但這很難。

Ramaswamy：我認爲，確保人們理解大局、機會的短暫性以及它消失的速度有多快，至關重要。

我經營的這家公司每年創造大約 35 億美元的收入。如果你考慮世界 GDP 的增長率，經過通脹調整後，它每年增長 1%-3%。如果是 1% 的增長率，讓它翻倍需要 100 年左右的時間，而我們談論的是在兩年內實現這種增長。

我告訴人們的第一件事是，我們非常幸運能夠處於一個可以創造如此多價值和如此快速增長的環境中。要維持並加速這種增長，需要非凡的人才。這並不適合所有人——期望值很高，回報也很高，機會巨大，而機會成本甚至更大。所以我認爲問題在於，人們想在 Snowflake 成爲什麼樣的人？

我們絕對希望成爲地球上每個企業的數據引擎，我認爲這是一個非常了不起的使命。此外，我們還可以在此過程中建立一家標誌性的公司，這需要特殊的人才。

20VC：當你招聘某人時，認爲他們能夠適應公司發展的不同階段，但結果卻錯了，爲什麼你會犯錯？

Ramaswamy：這些事情是不可預測的，人生很長，人也會隨着時間改變。某些事情——隨便舉個例子，比如擁有 1000 萬或 5000 萬美元——會對人產生影響。

我之所以在 2003 年加入 Google，部分原因是因爲一些在 2001 年和 2002 年加入的人突然間身價達到了 5 億美元。

並不是每個人都能擴展自己的能力。我與很多人討論過，當團隊規模翻倍時需要具備哪些條件。我的建議通常是這樣的：每次你的團隊規模翻倍，所有那些讓你在之前的團隊中表現出色的東西，通常會成爲你在新崗位上成功的巨大障礙。我不確定你是否能真正內化這一點。它需要人們進行大量的自我重塑，重新定義自己是誰以及如何運作。

只有少數人能夠完成這些轉變，適應並茁壯成長。我認爲給人們提供這樣的機會，是我的責任、工作和義務，但同時，我也是無情且冷酷的，因爲我給了人們時間和機會。

作爲成年人，我學到的一件事是如何不逃避那些令人不快的對話。我會和人們談論哪些地方做得好，哪些地方做得不好。我給他們時間。如果最終還是不行，那就沒辦法了。我曾經讓一些人承擔一半的工作，並告訴他們這對他們來說是更好的選擇。這是我一生中最難做的事情之一。

20VC：你剛纔提到了降職的問題，這是否意味着你應該直接解僱他們？有人曾經對我說過，如果你願意接受更少的回報，就永遠不要做這筆交易。我在這裡也應用了這個原則：如果你願意讓他們留下，但給予更少的責任，他們不應該直接離開嗎？

Ramaswamy：所有這些都發生在快速變化的環境。一個你原本認爲 20 名工程師就能搞定的領域，突然間需要 100 人。那個原本管理 20 人的員工現在負責 40 人，並且需要擴展到 100 人。他們在掙扎，而業務不能等待。這並不是因爲他們是壞人，也不是因爲他們無法勝任工作，而是對我來說，找到合適的背景和框架，幫助某人在特定時刻取得成功，這類對話是可以進行的。

我曾經有一位總監，他意外地負責了兩個不同的領域。我告訴他：「我要拿走其中一個領域。順便說一句，你手頭的這個領域，它將成長爲一個 400 億美元的業務，但這是五年、六年之後的事情（也就是 Google Shopping。）這是我們看到的一個巨大的機會。」那個人接受了這份工作，最終成爲了副總裁，取得了巨大的成功。

這需要很多說服力，因爲每當進行這樣的對話時，人們的第一個反應通常是「我失敗了」，但實際上並不是。你被賦予了一項不可能完成的任務。讓我們重新塑造它，讓你再次取得成功。這纔是真正的領導力：告訴人們他們不想聽的話，描繪未來的願景，並讓他們留下來。這很難。

20VC：你認爲更富有的領導者會成爲更好的領導者嗎？因爲你更有決心，不那麼擔心下行風險，也不害怕失去工作或者發生其他事情。

Ramaswamy：不，我認爲這可能會讓他們變得冷漠，甚至可能對巨大的風險過於寬容。這是一種平衡，作爲領導者，你總是面對不同的利益相關者羣體，重要的是要記住，這不僅僅是關於你自己，還有公司裡的員工、股東和客戶。去年我們作爲一家大公司經歷了一段非常艱難的時期，當情況逐漸清晰時，我們意識到這影響了許多不同的人。這並不總是關於全力以赴追求高風險目標。有時你確實需要做出一個 90 度的大轉彎才能到達某個地方。但我不認爲在那些從個人角度不受結果影響的職位上，就一定是更好的領導者。

Founder Park 正在搭建開發者社羣，邀請積極嘗試、測試新模型、新技術的開發者、創業者們加入，請掃碼詳細填寫你的產品/項目信息，通過審覈後工作人員會拉你入羣～

進羣之後，你有機會得到：

高濃度的主流模型（如 DeepSeek 等）開發交流；

資源對接，與 API、雲廠商、模型廠商直接交流反饋的機會；

好用、有趣的產品/案例，Founder Park 會主動做宣傳。