2026年2月，Big Technology播客邀请到PromevoCEO Karthik Kripapuri，围绕企业AI落地展开了一场坦率对话。主持人Alex Kantrowitz向来以尖锐著称，这次他把焦点对准了一个所有人都在问却鲜有人能回答的问题：企业AI，到底在哪里真正赚到了钱？

　　回到2023年底，ChatGPT横空出世，整个商界为之震动。Kripapuri对这段历史有自己的判断：那时候对终端用户来说确实是新鲜事，但我们也看到谷歌当时有点措手不及。

　　他并不回避这个判断，但随即话锋一转。过去两年，他亲历了谷歌在AI赛道上的大幅追赶——Gemini模型迭代提速、Vertex AI开放更多调参空间、Agent框架（A2K）向合作伙伴开放。在他看来，整个行业正从回答问题的聊天机器人跨越到真正能自主行动的智能体流水线（agent assembly lines）阶段。

　　这个判断有数字支撑：Promevo过去18个月间，协助谷歌为企业客户举办了约250到300场Gemini for Workspace采用培训工作坊，亲眼目睹了从管理层试点到全员渗透的完整曲线。

　　这和1990年代数字化转型遇到的问题是同一个问题。他说，语气里带着一种历史重演的感慨。在他看来，当前制约AI智能体发挥全部潜力的核心障碍免费翻墙哪个好，是企业内部的数据完整性问题：数据高度孤立，分散在不同系统；组织内部没有公认的单一事实来源（single source of truth）；各部门对同一数据的定义可能截然不同。

　　只有把这些对齐，模型才能真正接地气，才能给出可供智能体采取行动的洞察。他的逻辑很清晰：AI不缺智能，缺的是干净、统一、可信赖的数据土壤。

　　他的回答分两层。第一层是托管服务逻辑：99%的企业需要的是消费托管服务，而不是自己搭基础设施。谷歌在基础设施、模型、开放性上的全栈投入，让企业可以拿来即用，避免了大量重复建设。

　　第二层是企业最关心的灰盒子特性。通过Vertex AI，企业可以调节模型的开放程度——想要更广泛的推断？还是更严格的约束？这个可调参数背后，对应的是两个企业级需求：一是数据主权，你输入的数据不会被用来训练全局模型；二是IP保护，谷歌提供的知识产权赔偿条款（IP indemnity），让那些担心自家代码被泄露的CTO大大松了一口气。

　　模型不是黑盒，而是灰盒——你能看到它在想什么，能干预它的决策边界。Kripapuri把这一点视为与CTOs建立信任的核心基础。

　　Gold Bond是Promevo帮助推进AI转型的客户之一。起点是Gemini for Google Workspace的全员推广，结果70%的员工实现了真实采用——这个数字在他看来才是文化层面真正落地的信号。随后，双方把AI应用场景拓展到产品可视化（释放销售时间）、再到订单处理自动化。

　　这个路径，才是2026年大多数企业应该复制的样板。他说。关键动作有三：从小处起步、设定可量化的KPI、让业务负责人真正卷入（不只是技术部门）。

　　与此相对，他也点名了失败模式：我最不知道怎么执行的，就是我们要成为AI优先的公司这种口号。这在董事会说说好听，但在我看来根本不知道从哪落地。

　　以前每月头一周是财务关账期，CFO、财务控制和FP&A团队不可能休假。现在，Promevo正在构建一个坐落在Looker和BigQuery之上的智能体，目标是把这些每月一次的繁琐操作全部自动化——让财务团队真正能在月初申请年假。

　　另一个案例来自员工自发提案。一位同事负责Chromebook售后，发现设备出问题时的退货处理（RMA流程）耗时极高。她自己考取了Gemini认证，写了提示词，和技术团队合作构建了一个自动化智能体，目标是每周省回8小时工时，即将上线。

　　这两个案例有一个共同特点：从下往上生长，而不是自上而下强推。Kripapuri把这视为AI内化成组织能力的真实信号。

　　他还提到，公司在Friday下午固定留出学习时间块，不排会议。目前全员大多已完成谷歌Gemini相关认证，公司还在奥斯汀举办了一场内部黑客马拉松，用了半天时间跑通了三个内部用例原型，后续20多个用例排队等待落地。

　　Promevo在Q4做2026年战略规划。通常情况下，从董事会层面的战略目标到各部门OKR的拆解，再到与三年时间跨度的对齐，是一个耗费数周的文字游戏（他原话叫word smithing，即反复斟酌措辞）。这次，他们把战略文件输入Gemini，让模型按部门拆解OKR，并与整体三年目标对齐。

　　这场对话最有价值的地方，不在于Promevo比别人更懂AI，而在于它展示了一家体量不大的咨询公司如何把自己变成活的样板间——先在内部跑通，再向客户输出。Kripapuri的逻辑一以贯之：从小开始，锁定KPI，让真正使用的人来提需求，把无聊的重复劳动交给机器，把省下来的时间还给人。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。