Good post on what the applied AI strategy looks like at scale. It’s clear that there’s a wide gap between the AI models and the underlying workflows of an enterprise, which leaves a ton of opportunity for applied AI c…

事件核心：发生了什么

8 月 26 日，Box 首席执行官 Aaron Levie 在 X 平台上转发了一篇题为《Moats in the age of floods》的文章，并配发了一段关于企业级 AI 战略的长评。Levie 的核心观点是：大模型实验室虽然不断刷新收入纪录、吸收更多能力，但在模型与实际企业工作流之间存在一条巨大的鸿沟，这正是应用层 AI 公司的机会所在。

他引用了原文中的关键判断——“世界不只需要原始的模型和智能体，而是需要问题被解决、结果被交付”——并细化解释了应用层公司需要具备的能力：理解特定行业的业务上下文、推动组织变革管理、构建可路由到不同模型的调度层（harness）、对接关键业务系统、解决用户在真实工作流中与智能体交互的 UX 挑战，以及建立适合垂直场景的评测体系。

为什么重要

Levie 的发言代表了企业软件领域头部玩家对“模型即一切”叙事的直接反驳。当前行业内存在一种主流焦虑：随着 OpenAI、Anthropic、Google 等实验室持续输出更强的通用大模型，应用层是否会被压缩成薄薄一层，甚至被模型厂商的能力吞并。Levie 的回应给出了一个更清醒的视角：模型能力是商品化的底层供给，而企业的核心痛点——流程改造、系统集成、变更管理、结果闭环——是模型厂商短期内不会也不愿意深入做的脏活累活。

这也意味着 AI 行业的竞争重心正在从“谁的模型更强”转向“谁能把模型能力转化为可度量的业务结果”。垂直领域的护城河不再依赖参数规模或推理算力，而是依赖对行业数据的理解深度、与现有 IT 资产的适配能力，以及将用户工作流重新设计为“人类+智能体协作”形态的组织能力。

对用户/开发者/创作者的影响

对于企业采购决策者而言，Levie 的评论提供了一个评估供应商的新框架：不要只盯住模型跑分或演示 Demo，而要看这家厂商是否了解你的业务数据、能否与现有 ERP/CRM/协作工具打通，以及能否训练你的员工接受新的工作方式。对于开发者和创业者，这是一个关于差异化策略的明确信号——与其在通用模型之上做一层薄薄的封装，不如选择某个具体垂直领域，利用对行业上下文的理解建立数据壁垒和流程壁垒，这也是中小团队避免与大模型厂商正面竞争的现实路径。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

目前公开信息显示，Levie 的评论更多是行业判断，而非对 Box 产品路线的直接预告。后续值得观察三个维度：第一，Box 自身的企业 AI 产品（如 Box AI）是否会向“深度工作流编排”方向扩展，而不只是在内容管理场景中提供问答能力；第二，微软、Salesforce、ServiceNow 等巨头是否会在企业应用层加速并购或推出针对性方案，以封堵这类新创公司的生存空间；第三，这篇被转发的原文后续是否引发更多企业软件高管的公开回应，从而推动行业对“应用层价值评估标准”形成新的共识。对于投资人而言，判断窗口期的核心指标不是模型能力差距，而是这些应用公司能否在企业内部跑通第一个年费百万级以上的部署案例。

来源：Follow Builders · X · Aaron Levie