66degrees是美国顶级的谷歌 AI咨询和服务合作伙伴之一，随着客户从 AI 概念验证转向生产，今年AI 销售额猛增 325% 。
芝加哥66degrees首席执行官本·凯斯勒 (Ben Kessler) 表示：“市场趋势一是，我们已经从 POC 转向尝试各种可能性，选择一些增加收入或降低成本的途径，客户正在应用人工智能来测试这些途径。”
凯斯勒表示，谷歌在企业搜索和代理人工智能(AI代理)方面的市场地位和战略“具有强大的后劲”。
“这两个领域是人们可以看到、触摸和感受到人工智能的领域——他们虽然不熟悉人工智能——但可以想到人工智能在他们业务中的用例，”凯斯勒说。“如果你能让人们在你的业务中采用人工智能，用例就会出现，用例就会传播开来。”
“对于在人工智能方面非常先进的客户，他们已将人工智能交到了员工的手中。他们说，‘我们将为您提供这些工具。我们将为您提供 Gemini for Workspace 或 Copilot。我们将为您提供各种不同的东西，以便您可以开始尝试，’66degrees 首席执行官说道。
“因为如果你和我正在进行头脑风暴，我们会想出 10 个好主意。但是如果你能让一家拥有 5,000 名员工的公司提出想法，你的用例就会源源不断，”他说。“因此，真正有远见的 CIO 会说，‘让我们让尽可能多的人掌握人工智能，熟悉它并对其进行培训。采用率会上升，但我们组织中的想法也会上升。’”
66degrees 和 Google Cloud
66degrees 是领先的 AI 咨询和数据服务解决方案提供商，也是Google Cloud 的顶级 AI 渠道合作伙伴之一，专门与Google 技术一起开发以 AI 为中心、数据主导的解决方案。
事实上，该公司赢得了 Google Cloud 2024 年度北美扩展合作伙伴奖。
在接受 CRN 采访时，凯斯勒深入探讨了为何 2024 年 AI 销售额会飙升、Google BigQuery将客户数据资产迁移到云端的势头、Google 的AI 代理费用以及 66degrees 的制胜 AI 战略。
66degrees 的 AI 销售额增长了多少？
从 2022 年底到 2023 年底，我们的 Google AI 增长了约 600%。我们无法再次复制这一增长。但如果你看看 2023 年底到 2024 年底，我们的 AI 实践，我们的 AI 收入，增长了 320% 到 325%。这是通过我们 AI/ML 顾问的可计费收入来衡量的。
随着越来越多的公司从 POC 转向企业 AI 的生产用例，这是市场上令人兴奋的趋势。
2024 年谷歌 AI 销售额为何增长 3 倍以上？
66degrees 有大约 50 名数据科学家。这是发展最快的领域。
我们的战略分为客户可以从 AI 中获益的业务中心。分为两个部分。第一部分是：从代理的角度来看，如何让 AI 和 GenAI 互动，帮助推动业务收入增长？
我给你举几个案例。从勘探到帮助识别高概率，再到帮助保持现有和活跃客户的参与度并购买更多产品，因此收入中心的所有内容都是我们在一个支柱中考虑的。
然后第二个支柱是如何真正优化你的运营。这将归结为各种不同的东西：有些是代理，有些只是更传统的数据科学模型。
这可能是，“你如何提高预测能力？你如何提高定价能力？你如何通过数据科学模型实现自动化，真正构建你的供应链和物流部门？你如何提高员工生产力？”这就是人工智能代理真正发挥作用的地方。那么，“你如何在你的财务部门做到这一点？你的人力资源部门？”这与每一家企业都息息相关。
Google 的战略针对了上述每个方面。因为 CEO 或 CIO 关心的是什么？如果你能提出一个解决方案，增加最终客户的收入、降低成本或提高生产力，你就会得到董事会和 CIO 的青睐。
推动 66degrees 销售的最大市场趋势是什么？哪些对你有利？
我们的销售趋势有三方面。去年，企业从人工智能的 POC 转向现在实际投入生产——尤其是如果它能带来商业价值的话。
我们让很多客户对他们的 AI 进行投资回报率测试。市场趋势 1 是，我们已经从 POC 和尝试可能性的艺术转向选择几条创收或降低成本的途径，客户正在应用 AI 来测试这一点。
第二点是数据，因为要有好的 AI，就需要好的数据。我的职业背景是顾问，我的职业生涯始于商业咨询和金融。你不能有坏数据。
目前，66degrees 的优势在于部署了推动投资回报率的 AI。但我们的绊脚石是，如果一家公司没有准备好数据，如果他们的数据没有现代化，他们的数据不存在，那么该模型就只能走这么远。
谷歌和其他模型目前都相当不错。归根结底，这要归功于人工智能和数据，公司实际上将他们的数据放在了好的地方，然后才能够拥有足够的数据来训练他们的最终产品。
第三：我们看到一些复苏，这仅仅是因为一些云迁移、实际进行了一些提升和转移以及一些应用程序现代化。其中一些拉动因素是人工智能和数据，但我认为利率环境和支出也略有放松。
人们说，‘嘿，如果这件事、移动这个或使这个应用程序现代化能带来投资回报，我绝对会这么做。’
在整理客户数据以便让 AI 发挥其魔力方面，谷歌为 66degrees 做了哪些工作？
因此，谷歌提供的数据产品（首先是 BigQuery）是非常好的产品。同类最佳的产品。
我将 AI 视为三条腿的凳子。您的数据平台是否井然有序？您的数据状态是否井然有序？这既可以从数据仓库的角度，也可以从数据湖的角度来考虑。我们对 BigQuery 产品非常满意，尤其是它如何集成和集中人们的数据，但它与其他 Google 产品或其他所需的大型语言模型集成在一起。
所以，第一，BigQuery 非常好。
第二是大型语言模型。
然后，从 RAG [检索增强生成] 的角度来看，第三点是最后一英里，合作伙伴的介入不仅会移动和更新您的数据，还会设置 RAG 框架，以便您可以根据数据构建最后一英里模型。您还可以调整应用程序或分析。
从产品角度来看，谷歌提供的另一种帮助是，他们从迁移的角度为我们提供资金。资金是存在的，尤其是如果后续有支出的话。谷歌在这方面一直是一个很好的合作伙伴。他们将与合作伙伴一起推广的一些有针对性的活动非常成功。
Google 的某个特定活动是否对您有帮助？
重塑客户体验是我们目前关注的重点。有十几个用例。
重塑客户体验意味着使用和利用 CCAI [联络中心即服务 AI] 平台来开发代理并将其投入市场。
我们为大型主题公园打造了基于 Google 的 AI 代理，以提升游客体验。对于旅行和旅游业，我们打造了客户体验，在您到达度假村或酒店之前，您会与 Google AI 代理互动，从而扩展您的体验。
因此，我们能够通过代理后端将我们的解决方案推向市场，该代理最初使用 Google 技术构建，但使用 [66degrees] 作为最后一英里，帮助我们根据客户的用例执行和训练 Google 模型。这实际上非常有效。
三条腿的凳子是 BigQuery、Gemini 或 Google 模型作为大型语言模型。但最后一英里对我们来说非常重要。因为很多时候，当你从盒子里拿出一个大型语言模型时，它并不是特别有用。你必须根据你的数据和预期用例来训练模型。
谷歌目前在人工智能领域最大的推动力之一是人工智能代理。您说客户之所以购买代理人工智能或人工智能代理，是因为它既能增加收入，又能为他们省钱。首先，您能谈谈人工智能代理如何为客户创造新收入吗？
我们讨论了各种旅行和旅游用例中的代理。我们还在金融服务、制造业和能源行业进行了此类工作，代理帮助客户服务代表或帮助客户做各种事情。
在制造业、物流业和能源业，代理帮助客户服务代表解决问题。例如，停电或找不到替换零件。它帮助客户服务代理更快、更迅速、更响应。
在面向客户方面，金融服务确实如此。代理直接与客户互动。因此，客户正在与 AI 代理进行对话。
如果你实际上可以对代理进行微调以理解（我们甚至正在与大型电信客户就此展开合作），如果你可以根据客户的数据对该代理进行培训，那么与你或我实际为该客户服务相比，它实际上可以提供更加精细和更好的客户体验。
如果您考虑度假村，或者您正在用手机与该代理商互动，您会发现其语气和数据实际上更加精细。
我们可以了解你上次度假做了什么以及你喜欢哪些体验的数据。电信公司如此，银行也是如此，大型船舶也是如此。这一切都是为了使用 Google 技术来帮助提高每个客户的收入。这就是我们今年增长 325% 的原因。
从节省成本的角度来看，客户购买人工智能代理有什么好处？
在成本方面，我将举几个不同的例子。
财务和采购办公室总是需要帮助来预测业务需求。如果你想想财务分析师的工作，也就是我刚开始工作时的工作，那就是处理数据。它处理信息和大量结构化和非结构化数据。
我们已帮助许多不同的客户实际构建数据科学模型来处理和帮助这些数据。它不会取代分析师。它只是让分析师拥有更好的洞察力。这可能是关于定价，也可能是关于需求预测等。
从很多方面来看，本例中的代理（基于数据科学模型）正在向人类代理提出有关前景的建议。想象一下，如果你能够制定未来 6 个月或 12 个月的预测，而这不仅仅基于你的财务分析师，而且能够采用数据科学模型并对其进行全面处理。
它实际上正在加速并提高需求的准确性。或者说，它正在提高原材料输入的准确性，你可以说，“我可以进行更精细的调整。”从本质上讲，[人工智能代理] 所做的不是将人类的决策从中剔除出去，而是利用正确的数据改进人类的决策。
因此，如果你想想数据科学在做什么以及表面上的代理在做什么，它正在改善财务分析师的生活，以便他们能够做出更好、更明智的决策。
关于人工智能节省成本的另一个例子是什么？
许多客户要求我们为其人力资源、财务和信息[部门]添加企业搜索功能。
这更像是企业 AI，而不是代理 AI。但 AI 允许他们进行智能企业搜索，以便全面搜索并更快地获取信息。我们看到一些客户实际上使用代理来提出建议，并且可以与企业搜索进行对话。
因此，这些是我们看到的几个最常见的用例：“如何在多个不同指标上让财务分析师的工作更轻松？然后第二个问题是，你如何真正消除财务分析师、人力资源人员或法务人员的一些界面，以便你实际上可以进行一些非中介化并更快地获取信息？”
从根本上来说，你们所做的就是使数据民主化。
