核心概念

Box 創辦人 Aaron Levie（估值 35 億美元，Fortune 500 有 64% 在用 Box）提出了「三年視窗」的創業時機論：大型技術平台每 10 到 20 年出現一次，每次都創造出一批新的大公司——大型主機、個人電腦、網路、雲端+行動，每個時代都有對應的公司浮現。AI 是當下這樣一個時機點，接下來會有一大批 applied AI companies 出現。

為什麼是三年而不是十年？ 先跑的公司會建立 network effect 和數據飛輪——你用他們的產品，他們的 agent 從你身上學到更多，技術越來越強，競爭優勢越來越高。Walmart 今天很難被顛覆，正是因為幾十年的客戶黏著度。這個時間點進去，飛輪還沒轉太快，還有機會。

誰在這波 AI 浪潮裡有優勢？ 他的觀察是兩個方向都成立：年輕心態（不一定指年紀，而是在某領域還比較早期）的人，因為沒包袱可以把 AI 用得很徹底。但反過來，一個在某領域有 20 年積累的人，如果願意擁抱這些工具，等於有了超能力——他完全理解那個領域的輪廓，知道哪些 AI 輸出是對的、哪些是錯的。核心是願不願意投入去學。

AI 讓三人公司長成十人公司。他舉了一個小型電商的例子：以前想往更大市場走，光是招業務和行銷就足以讓人打退堂鼓，那個人力門檻是真實存在的。現在有了 agent，可以讓它跑行銷活動、建更好的客戶體驗網站、做市場研究。業績動了，供應鏈問題就來了，客戶複雜問題就來了，新功能需求就來了。agent 幫你破了初期成長瓶頸，三人團隊可能變成五人、十人。他的預測是：AI 在整個經濟體裡催生的是更分散的就業成長，而不是「某家公司把兩千個工程師裁到一千五百個」的故事。後者確實會發生，但前者的規模更大。就業總體影響詳見 AI 就業效應與 Jevons Paradox。

關鍵要點

  • 三大市場缺口：垂直 AI（Harvey 在法律垂直已驗證，每個行業都還在等它的 Harvey）、agent 付款基礎設施（agent 要買資料、做任務、跟其他服務互動，Stripe 旗下 Tempo 正在做）、AI 整合顧問（Mark Cuban 認為幫非矽谷企業建 agentic workflow 是接下來十年數十億美元的市場）
  • 招人框架：領域專業 + AI fluency。技術深度不一定要整天 vibe coding，但要真的搞懂 agent 怎麼運作、MCP 是什麼、CLI 是什麼、skill 怎麼設計——這些知識在接下來 3 到 5 年會是決定性的。但行銷要真的懂行銷，業務要真的懂銷售，AI 是放大器，不是替代品
  • 競爭的新瓶頸：AI 降低了把想法推到市場的門檻，但競爭的想法也變多了。真正的新瓶頸不是「能不能生出 code」，而是有沒有人在跟客戶對話、做銷售、做行銷——傳統的業務和市場能力反而變得更重要
  • 護城河檢驗：「我在建的東西，在 AI 繼續進步的情況下還有沒有護城河？」——要建那些無論 AI 多強都還是被需要的東西：資料儲存、安全合規、最後一哩路的人類判斷
  • 工具的真正閾值：他推薦 Codex（即使對非技術人員在知識工作場景也越來越適合）、Claude、Perplexity。關鍵不是下載哪個 app，而是真正做到「把多個 MCP server 連起來、讓 agent 存取真實資料來源，然後理解它怎麼 query 那個系統」——建立那層好奇心才是能力分水嶺，這些知識在接下來 3 到 5 年會是決定性的
  • 他不願意交換：被問到是否願意回到 19 歲重來，他明確說不。Box 12 萬家企業客戶的信任是幾十年才換來的起跑點，讓他能從現在的位置做事而不是從零開始。他說他現在是做 Box 以來最興奮的狀態，同時也感受到最大的壓力

實務應用

創業選題框架：先問「假設世界上最聰明的 AI 系統已經存在，哪個領域能創造最大的價值？」再去看「哪裡有現有的大公司沒有認真回應這件事？」另一個切入點是找「AI 很難在這個領域部署」的地方，因為那通常代表需要大量整合工作，而整合工作就是服務公司的生意。

順浪的反直覺：順著 AI 走，不一定是去建 AI 工具。可能是去做「因為 AI 的存在讓人更想要的東西」——現場活動（因為 AI 讓資訊觸手可及，反而讓人更想要真實連結）、wellness clinic（AI 讓更多人意識到自己需要去實體診所）、或 AI 整合顧問服務本身。

Figma 悖論的啟示：Claude 推出設計功能時 Figma 股票跌了，但他的設計團隊最後一里路還是在 Figma 裡完成的。他說這些事情沒有媒體描述的那麼二元——AI 工具的威脅不代表既有工具死亡，問題是「不管 AI 多強，你在建的東西還是會被需要嗎？」

AI 與高等教育的矛盾困境：他是「非常無聊的現實主義者」，承認這個問題讓他每次想都陷入循環。從第一原則看，他快七歲的小孩已能對任何問題立刻找到答案——AI 消除了資訊門檻，傳統教育機構的存在邏輯被動搖。但大學除了課程還有什麼？一個可以一起學習和連結的人際網絡、一個 18 歲過渡到真實世界的緩衝期，這些需求在 AI 時代並未消失。他比較確定的是：學費才是真正的問題，為一個學位背 20 年的債在任何年代都荒唐；AI 製造出的新豐饒，應該要被用來把學費壓下來，而不是讓大學這個概念消失。

延伸閱讀：AI Agent 工作流的人機分工原則

反向連結

以下頁面引用了本頁：