内容目录
- [00:00:00 - 00:03:00] Cribl 与企业遥测数据
- [00:03:00 - 00:06:30] AI 数据排放的价值与竞争风险
- [00:06:30 - 00:10:00] AI 可观测性与代理数据爆炸
- [00:10:00 - 00:12:54] AI 使用数据的商业价值
- [00:12:54 - 00:16:50] 企业如何应对 AI 代理
- [00:16:50 - 00:19:32] AI 代理与机器速度的网络安全
- [00:19:32 - 00:24:06] 企业采用 AI 的阻力
- [00:24:06 - 00:28:23] 前沿模型的访问与防御
- [00:28:23 - 00:30:01] Cribl 如何检测 AI 威胁
- [00:30:01 - 00:34:08] AI 数据成本的上升
- [00:34:08 - 00:37:50] AI 投资是否值得
Alex Kantrowitz：AI产品到底有多安全？公司应该如何管理如今正在处理的爆炸式增长的数据？让我们听听 Cribl 联合创始人兼首席执行官 Clint Sharp 的看法。克林特，很高兴见到你，欢迎来到节目。亚历克斯，很高兴来到这里。先简单介绍一下 Cribl：这是一家成立九年的公司，拥有 1,200 名员工，年度经常性收入（ARR）为 3.5 亿美元。Cribl 的工作，本质上是帮助人们、尤其是企业，理解如今不断爆炸式增长的数据，而且随着 AI 代理在网络上扩散，这些数据似乎只会越来越多。请你进一步解释一下什么是遥测数据，以及它的作用。 [00:00:00]
Clint Sharp：它是由运行业务的系统发出的数据。广义地说，当我与软件交互时，系统会排放出大量“尾气”数据。比如，我在网上购物车里完成一个订单，可能请求了数百张图片、打开了几十个页面，于是这些过程都会产生数据。我需要这些数据来了解几件事：首先，这个应用对我的性能如何？这叫可观测性。如果我想追溯某个用户的具体体验，比如 Alex 的体验，又该怎么办？我年纪不小了，还记得以前打电话给航空公司、和客服代表沟通，所有事情都通过电话完成。现在我几乎不会再通过电话和任何人联系，一切都在应用里完成。比如我登录 United 的应用，在里面完成所有操作。如果这个应用只对我一个人失效，企业如何深入遥测数据，判断我在那个时刻经历了什么、可能遇到了什么问题？另一方面，如果我要了解组织安全性，就需要高保真地记录每个人的操作，以判断是否有恶意行为者在进行所谓的横向移动，即在系统之间转移、探查自己暴露了哪些入口，以及获得了什么权限。安全漏洞发生后，我也希望能通过这些数据还原事件经过。这就是遥测数据，而且规模极其庞大。我们最大的客户每天传输 PB 级信息，并且保存多年。相比之下，PB 级的数据仓库对 Snowflake 或 Databricks 来说已经是非常大的规模，而我们的客户每天都在处理这样的量。数据非常庞大，而且增长很快。所以我想和你谈两个方面。 [00:00:48]
Alex Kantrowitz：我很高兴我们在讨论这个话题，因为它现在非常重要。第一，我们要谈 AI 模型如何从这些“尾气”中学习；第二，这些数据如何影响企业的竞争能力、服务能力和运营能力。模型究竟会从中学到什么？几周前，Satya Nadella 在 X 上发表了一篇题为“反向信息悖论”的文章。他说，从基础模型公司购买 AI 解决方案，不像购买传统产品，因为模型会从你的使用中学习：人们写下的提示、代理调用的工具，尤其是模型出错时人们做出的纠正，都会成为训练材料。每一次纠正都会沉淀为组织知识——这是竞争对手无法购买的知识，却可能在一次次轨迹、纠正和评估中几乎无声地泄露。我们稍后会谈这些数据的正面用途，但节目近期也一直在讨论：模型会不会利用我们与产品交互产生的详尽数据，来削弱我们自己的产品，或者构建我们无法分享收益的新产品？作为每天处理这类问题的人，你认为 Satya Nadella 对风险的判断有多准确？ [00:03:05]
Clint Sharp：我几乎百分之百相信这些公司最终会想和我的业务竞争。所以我需要它们，需要它们的模型和正在出售的智能，但我确实担心，在未来 6、12 到 18 个月里，它们会推出与我产品直接竞争的遥测和安全产品。和我交谈的大多数企业也有类似担忧：这些公司正在建立大型前线工程师团队，表面上是在帮助企业构建优秀应用，但它们是否也在利用积累的知识帮助企业的竞争对手？这正是我们处理的数据类型。过去几个月，很多客户开始要求 AI 可观测性：他们想查看轨迹数据、了解成本、知道代理调用了哪些工具。从安全角度说，我需要对这些自主智能代表我采取的行动进行充分审计。这是六个月前还不存在的问题，几乎一夜之间就出现了。我们正在帮助客户处理这些数据，并回答那些事先根本没有计划过的问题。 [00:04:51]
Alex Kantrowitz：六个月前我并不知道我需要AI的可观察性。我怎样才能让你有能力理解这一切呢？正确的。就像当你看到AI工作时，它正在调用所有这些工具，访问这些网站，所有这些都是为了解决你的问题。但这通常是相当不透明的。 [00:06:29]
Clint Sharp：它非常不透明，而且我并不在循环中。如果我把自己放进循环，就会破坏这件事自主完成任务的效果。我希望它能自主行动、代表我做事，但如何确信它做的是正确、有益且安全的事？你在 X 上经常能看到模型出错、意外删除数据或采取错误行动；这就是让自主智能代表你行动的真实后果。Satya 所说的“尾气”，正是我们帮助客户处理的数据。比如有一家你熟悉的普通品牌，已有数百年历史，并不以创新著称，却正在把 Claude 部署到 50,000 台桌面设备上。这简直不可思议。每个用户都会产生大量此前没有规划的遥测数据。企业年初不会想到要为 50,000 台桌面设备制定遥测采集方案，但安全部门非常担心：如果想回溯它做了什么，没有数据就无从提问。 [00:06:46]
Alex Kantrowitz：所以我认为我们在这里讨论两个问题，对吗？所以第一个问题是，这些AI公司是否会利用这些耗尽的数据来构建与你的产品或其他公司的产品竞争的产品？然后就像当你想要进行安全审查时，比如你如何处理AI留下的所有废气？那么我们就一一来说吧。我认为关于AI公司与其他公司竞争的问题，正确的问题是这些耗尽的数据有多大价值？因为这有点像 Satya 所说的，你使用 AI 模型会留下废气，然后 AI 模型公司可以来构建竞争产品。我只想问你，这句话的真实性如何？这些数据实际上是否足够有价值，可以让人类或开放AI看到人们以某种方式使用他们的模型，然后能够走出去，基本上进入高端市场并构建另一种产品？ [00:08:18]
Clint Sharp：所以我的联合创始人喜欢说这些数据的价值本质上为零，直到突然间它就不是了。然而，单独查看一个用户的跟踪基本上是毫无价值的，除非我遇到一些安全问题，我需要紧急查看它，但通常它一文不值，但总的来说，它非常有价值，因为它能够以不同的方式进行正确的切割，而且它也很有价值，所以说好吧，嘿，观察每个开发人员，他们问什么问题，生成什么代码，无论代码是好还是坏，都是有价值的，这将使我能够对这些模型进行强化学习，使它们对每个人都更好。然后，好吧，还有组织特定的价值，这就是在组织内部工作的模型。我们相信我们将为特定组织进行强化学习，以根据其特定环境调整模型。从安全角度来看，无论是单独的还是总体的，了解什么是好的、什么是坏的也是有价值的。所以它很有价值，但也非常昂贵。这些数据以非常非常高的速度和非常大的数量发出。因此，我们必须开发新技术来有效地处理这种成本，以便我们能够实际使用它。因为对于一个组织来说，这些数据可能不值几百万美元。它可能不值1000万美元。它可能不值1亿美元。但如果我只是天真地收集和存储所有这些数据，而不对其进行任何聪明的处理，也不对其进行处理和总结，那么成本将是数千万美元。然后商业案例就行不通了。 [00:09:19]
Alex Kantrowitz：因此，我们必须非常仔细地考虑业务案例以及如何从这些数据中获取价值。正确的。所以我相信你还记得 CNBC 对 Alex Karp 的采访，他基本上是说，如果你使用AI产品，他们会向你收取如此低廉的费用，以便获得这些废气数据，并最终拿走你的面包和黄油。我正在尝试评估。就像这样，听起来这是一种可能性，但不像鲤鱼说的那么容易，是的，我认为它们就在那里，我发现有点难以相信，我的意思是，我认为肯定有开放AI和人类，特别是它们并不便宜 [00:11:18]
Clint Sharp：不是与我们所看到的开放权重模型等进行比较，所以我不相信他们可能会补贴，你知道，代币，他们的高级代币以获得这个强化学习数据。我认为可能有，我认为更有可能来自光标，或者其他人，他们实际上，你知道，明确地基于这些数据构建自己的模型。这些数据集很有价值。我的意思是，SpaceX 以 600 亿美元的价格收购，其中很大一部分与该数据集有关，因为 Composer 2.5 比 Opus 5 或 Fable 5 更具成本效益。并且由于他们拥有的数据集，他们能够使其更具成本效益。我懂了。 [00:12:06]
Alex Kantrowitz：好的，现在我们来谈谈这对公司有何价值。因此，当您在软件中执行操作时，会再次发出所有这些数据。首先也是最重要的，随着代理开始起步，我们看到的数据量增加了多少？我想格雷格·布罗克曼几个月前告诉我，只有五到一千万人使用代理。但我很想听听您的看法，您现在是否看到正在生成的数据量的增加？你预计这会走向何方，因为这些药物不是由 5、10 或 1500 万人使用，而是由 10 亿人使用？ [00:12:54]
Clint Sharp：是的，所以我相信它是有感觉的，但我认为我们还无法测量它。因此IDC测算的数据总体增长约为30%的复合增长率。在过去的几年里，这个数字比我们称之为 25%、27% 有所上升。但就您而言，今天的特工只掌握在少数人手中。它不仅存在于使用代理本身输出的数据中。这也是另一种废气，因为代理以机器速度而不是人类速度移动。因此，如果我现在拥有比人类工作速度快 10、20、50 倍的智能体，那么它们复制的人类过去所做的所有事情现在也会得到放大。因此，如果该代理正在浏览一个网站，而我以前有，你知道，假设我是一家企业，这个应用程序曾经有 10,000 个内部用户，但现在我的代理正在探索多种假设，现在开始看起来有 30,000 或 50,000 个用户。好吧，现在我刚刚将所有其他排气和所有其他发出此数据的系统增加了三到五倍。话虽如此，现在就指出一个行业例子还为时过早，比如，我们知道它会消失。从逻辑上讲，我们感觉到了。我们知道它正在发生。你可以获取一些样本和对AI原生组织的一些观察，以更快的速度生成数据。但我认为我们不能给你一个确切的数字，但我认为在一两年内我们会有一个更坚定的把握。你有什么想法吗？ [00:13:34]
Alex Kantrowitz：我的意思是，我想您已经通过让公司监控其AI编排数据来触及这一点。您是否认为来自代理的数据爆炸式增长可能使公司能够利用这些数据来改进他们的工作？ [00:15:16]
Clint Sharp：企业发展缓慢。它基本上是相同的，但更大。我们需要解决的问题是，我的用户（或者在这种情况下可能是我的代理）是否获得了良好的体验？他们通常表现良好吗？或者我如何检测从安全角度相关的异常行为？第三个新问题是，我可以使用这些信息来改进这些模型吗？我认为大多数企业可能还需要数年时间才能做到如此复杂的事情。我认为初创公司和技术前沿的人们，像我这样的公司，我们将能够做到这一点，我们将这样做，我们将代表企业这样做。但与我合作的许多企业，他们甚至还不确定如何开始使用AI。就像未来就在这里一样。只是分布非常不均匀。 [00:15:39]
Alex Kantrowitz：是的。从安全的角度来看，我的意思是，你是否认为这些数据会越来越有用，例如，如果我们有更多开放AI和Hugging Face发生的情况，模型实际上变得流氓，被黑客入侵Hugging Face。现在我们知道他们已经尝试过，他们在数据库中采取了大约 17,000 种不同的操作。我想，就像公司处理安全问题一样，您正在查看的一些数据对于跟踪和测试AI代理是否真的像您一样安全非常有帮助。 [00:16:50]
Clint Sharp：让他们放松。我的意思是，这已经发生了。即使是行动缓慢的企业也会有 [00:17:22]
Alex Kantrowitz：要应对这样一个事实，即攻击者可以获取移动速度非常非常快的前沿情报。所以我想，你知道， [00:17:28]
Clint Sharp：显然，我们经历了整个Mithril恐吓策略，但它是真实的，而且不一定是Mithril。就像我在 Kimi K3 或 GLM 5.2 中提供的更好，就像它可能比以前的普通攻击者更熟练一样。他们的行动将会非常非常快。他们已经是了，这就是为什么我的客户，你知道，他们中的许多人都在寻求 [00:17:42]
Alex Kantrowitz：如何检测恶意活动？如何将该时间缩短为以毫秒到秒为单位进行测量？ [00:18:06]
Clint Sharp：因为我必须能够以自动化的方式做出响应，因为攻击者正在以完全自动化的方式进行攻击。然后还有一系列的后果，也是困难和可怕的， [00:18:17]
Alex Kantrowitz：好吧，反应不准确或错误，或者是一种简单的幻觉。假设响应是，我检测到一些恶意活动，并且我将尝试在我的网络上隔离该活动。我希望这种恶意活动停止。但有些模型会幻想它应该放入多宽的块， [00:18:30]
Clint Sharp：然后网络突然出现脑裂或完全瘫痪。这些都是非常现实的问题，所以一方面我担心可能会出现 [00:18:55]
Alex Kantrowitz：攻击者移动速度如此之快，如果我必须将人类置于循环中，我就不可能检测或阻止他们，然后在操作上我也害怕我可能拥有自主智能 [00:19:06]
Clint Sharp：对我的系统进行生产更改可能会意外地导致我以安全的名义出现问题。所以这将是一个非常有趣的 [00:19:19]
Alex Kantrowitz：在接下来的几年里，我们将弄清楚如何防御和实施对此类攻击的防御。是的，克林特，你告诉我，你的许多客户现在只是想弄清楚如何使用AI。在我们过去的谈话中，您提到您从高级管理层和基层人员那里获得了使用AI的大力支持。但当你去法律或金融部门时，他们不会允许事情继续进行。他们很害怕。这是其中的一部分吗？是因为你放弃了控制吗？或者到底是什么阻碍了这里的推出？我想，我的意思是，恐惧，几乎总是如此。好吧，是的。人们担心的是，我的专有数据（就像我们之前讨论的那样）最终会落入这些模型提供商的手中吗？将来会用它来训练模型吗？ [00:19:32]
Clint Sharp：你知道，如果我在操作上使用AI作为站点可靠性工程师或 SecOps 工程师怎么办？如果它做出了错误的更改，就像我刚才提到的那样怎么办？ [00:20:34]
Alex Kantrowitz：你知道，我如何控制操作，你知道，发生了什么？很多很多的恐惧。更重要的是，进展较慢的事情是采购、合法的事情，对吗？所以当我们签署协议时，里面有AI条款，然后他们带着红线回来，对吗？就像，不，不，对我来说，如果你想卖给我的组织，这些是你必须接受的条款，否则你可以没有AI条款。因此，您实际上会在播客上看到一位首席信息安全官谈论他们正在采取哪些措施来保护自己免受Mithril的侵害。 [00:20:47]
Clint Sharp：我可以告诉你，我现在正在向他们出售产品，而你告诉我你不会使用我的任何AI技术，这将帮助你防御此类事情。情况正在好转。这是暂时的，我的意思是，五年后，我们就会忘记这甚至是一件事。但这绝对是一个障碍。因为100%绝对真实且不可改变的东西 [00:21:27]
Alex Kantrowitz：是攻击者没有这样的限制。是的，在《Hugging Face》的开头一集中，我认为Hugging Face提到的一件事是，他们试图弄清楚发生了什么，谁在黑客攻击他们，他们从安全护栏和模型中得到了一堆拒绝，而攻击者显然不必处理这些拒绝。对每个人来说最好的事情就是每个人都能获得最好的东西。 [00:21:50]
Clint Sharp：就像，我们不能，你知道，我们不能保护我们的安全。因为正如我们所看到的，你知道，Kimi K3 是《Fable 5》的级别，仅落后几个月，你不可能想进入这项不存在的技术。你知道，我不能只是把头埋在地下，假装它不存在。我需要快速保护我的企业并最大限度地减少使用此技术的攻击者的有效能力。我需要与防御者具有相同的访问权限来修补自己，这样我就可以保护自己免受这项技术的影响。我认为我们确实做到了这一点。当一群 CISO 去 Hugging Face 与防守团队交谈时，我的 CISO 进行了交谈，这确实发生了。他们不得不去开源的中国模型中寻找被OpenAI越狱所利用的漏洞。这对我来说真是令人困惑。发生这种情况的唯一原因是政府干预主义，而这也是因为 Anthropic 在过去 6 到 12 个月的时间里散布恐惧，试图说服世界，比如，看，如果你到处跑告诉人们你发明了核武器，我想他们可能会感到害怕，他们可能会试图阻止你向其他人提供这项技术。但现实情况是，正在发明的同一种武器是由八到十个不同的前沿组织同时发明的。因此，当很多人同时建造相同的东西时，你就无法防止扩散 [00:22:16]
Alex Kantrowitz：时间。因此，我们必须继续前进，让每个人都能获得最好的东西。好吧，克林特，让我特别问你关于人择的问题。我们在节目中争论了一段时间，关于Mithril的东西到底是营销还是它是否像一个真正的地区问题。而且，你知道，如果这些模型能够像这些长期计划一样，他们可以查找错误，他们可以找到零日并侵入像 Hugging Face 这样的实体，那么在拉响警报、护栏等方面，这里的正确方法是什么，你知道，等等。因为，你知道，我在这里提到的一件事是，如果你知道这些功能看起来足够真实，我想知道就像你知道的那样，你是否只是将它们发布给所有人，或者你在哪里划清界限，你认为这种Mithril情况有多少是一种非理性的炒作，而不是基于某些现实，我的意思是，有各种各样的谣言，就像真的是营销炒作，因为他们没有计算能力，所以他们不想看起来像他们一样 [00:24:06]
Clint Sharp：落后了，他们无法发布它，否则人们会得到一个糟糕的体验，那么一旦他们得到了 spacex 计算，你就会神奇地知道它已经出局了 [00:25:15]
Alex Kantrowitz：我不知道我的意思是这样的，我的意思是推测这类事情很有趣，但我你知道谁能说这是否属实，我认为创建一个有无系统，由人类或美国政府指定哪些组织可以是安全的，然后其他人都不是，这对我来说感觉不对，另一方面，我的意思是，我认为与所有安全相关的事情一样，例如负责任的披露，是一件事。就像我们绝对应该私下告诉人们一些事情，这样我们就可以 [00:25:25]
Clint Sharp：修补它们，并确保我们最大限度地减少世界上零日的数量。所以我认为这是一个非常困难的情况，我不知道我单方面拥有所有正确的答案。我认为美国政府当然有权利要求他们尽早进入。我们有一个非常大的联邦企业，而且我， [00:26:09]
Alex Kantrowitz：我与很多这样的客户交谈过，他们肩负着极其艰巨的使命。他们的工作是保护我们的国家机密和我们的战士， [00:26:32]
Clint Sharp：这是一项需要极其认真对待的使命。因此，我绝对可以看到政府和主要组织正在获得此类东西的世界。另一方面，我认为这绝对是犯罪行为，就像《Hugging Face》中发生的那样，他们实际上被削弱了，无法自卫。当然，这个问题极其复杂。就像，你知道，我们在 Cribl 内部进行了一些评估，以评估哪些模型可以有效地让你成为一名防守者，哪些模型会拒绝你，哪些不会。当然，我们会告诉他们我们正在运行这些，以便他们知道我们是，你知道的。但是，我的意思是，你不能真正信任。我的意思是，有人走到某人面前说，相信我，我是个好人。我只是想防御性地分析这段代码。当然每个人都会这么说，对吧？即使是那些想要恶意使用它的人。所以这在某种程度上是一个棘手的问题，但我确实认为这是一个暂时的问题，就安全性和黑客攻击以及人们被剥削而言，我们将度过非常糟糕的一年。这将是糟糕的一年。但我们实际上只需要经历一次，随着这种情报的成本下降，我们最终会找到所有潜在的可利用路径，我们将修补它们并解决它们，因此从现在起 18 到 24 个月，我们将处于一个更好的位置，你知道，然后我认为这只是一个非常有争议的问题，而不是关于如何获得普遍正确的答案。 [00:26:45]
Alex Kantrowitz：从这里到那里。正确的。因此，如果我没听错的话，Cribl 可以做的就是监控组织中传入和传出的数据并帮助安全专业人员 [00:28:23]
Clint Sharp：尽早发现。是的。我的意思是，这就是我们所做的。我的意思是，我们刚刚宣布收购一家名为 Cardinal Ops 的公司。我们正在转向使用安全数据来实际运行检测引擎。我们拥有这种能力已经有一段时间了，但现在我们拥有了内容，并且我们正在直接进入这个领域。显然这是一个繁忙的市场。那里有很多人。我们认为我们有更好的方法。客户对我们进入这个领域感到兴奋，这就是我们所做的。我们将帮助您发现这些问题。我们还将尝试为您提供专注于遥测用例的前沿级智能，我们可以比您从 Anthropic 或 OpenAI 做的事情更具成本效益。我们将在今年晚些时候进入这个领域，但我们在那里看到了机会。我们认为客户向我们询问是一个很大的机会。因为我们与他们有关系，回到我们之前讨论的合同，一旦我与客户签订了合同，他们同意他们将使用我的AI功能，那么他们继续与我进行交易比与其他模型提供商等开辟第二个领域要容易得多。所以有这个优势。然后我们也有，我不会与他们竞争。所以他们可以放心，因为我不想从事与他们相同的业务。所以我认为我们可以做很多事情来帮助这里的人们。 [00:28:34]
Alex Kantrowitz：好吧，我们最后谈谈成本。我们先缩小范围，然后再扩大范围。我听到您谈论代理创建的数据的增加。我的一部分只是说，伙计，这听起来存储和分析的成本将非常昂贵。我下班了吗？它已经很贵了，所以在此之前，正如我们在会议上提到的，该公司已有九年历史了 [00:30:00]
Clint Sharp：播客开始时，当我们进入这个市场时，您已经知道，在 1718 年的那个时候，您知道我们更大的前景每年花费数千万美元来处理和分析遥测数据，请记住，这不是商业数据，他们不会用这些数据来增长。他们正在帮助保护他们的企业。他们正在帮助经营他们的企业。所以这是以成本为中心的数据。就像，我必须这样做。这不一定能让我赚更多钱，但为了经营我的生意我必须这样做。因此，我们也没有兴趣将所有这些数据的存储和分析成本或运输成本增加三倍、四倍、五倍。所以，那些让你到达 2026 年的东西并不会让你到达 2036 年。我们必须想办法提高成本效益。这从一开始就是公司的使命。这就是我们继续出去做的事情。首先，它通过流媒体和数据湖帮助人们使用新的云原生技术来降低处理这些数据的成本。现在是为他们提供我们的 Lake House、我们的 Lake House 引擎、更高效且更具成本效益的存储和分析这些数据的方法。很快，线速模型就可以识别在 GPU 上运行的数据中的潜在问题，但我们可以以非常非常高的速度做到这一点，这样也许我什至不必存储所有数据。我可以更聪明地扔掉大部分不重要的东西，只保留重要的东西。 [00:30:25]
Alex Kantrowitz：我知道，100%按照 10 年前的方式做事现在已经行不通了。是的，这让我想起了维基百科的例子，它是网站访问，而不是数据收集，但那里有相似之处。AI模型一开始训练，维基百科的流量就增加了 10 倍，这是它无法应对的。因为一旦你让机器在一个环境中运行，就没有任何限制了，真的。所以我想象它乘以基本上每个软件 [00:32:09]
Clint Sharp：以及世界上的每个网站。所以这是生成的数据。因此，对于我们的客户，您使用的同一示例，现在我将不得不存储 10 倍量的遥测数据，因为我要记录是人还是代理在产生流量。我正在记录所有的流量。然后，如果我想询问该数据的问题，那么我处理它的成本会更高，因为我的数据量是原来的 10 倍。然后，如果我让AI代理对这些数据提出问题，那么该代理将提出比任何人类都多得多的问题。他们以机器速度移动，因此他们探索所有这些假设。他们走上了所有这些不同的道路。因此，当没有答案的痛苦大于提出问题的痛苦时，人们通常会提出数据问题，对吗？所以代理没有这样的护栏。就像，只是为了好玩，我要去探索所有其他假设，因为发生了一些事件，我认为，我的模型说它可能是五件事之一。我要去问五个人。所以现在我必须拥有处理能力才能处理五倍数量的问题，这些都是可以解决的问题，但它们无法通过尝试解决 [00:32:44]
Alex Kantrowitz：我们一直在做的事情最终是否值得，克林特，我的意思是，为了实现这个AI时刻，成本似乎到处都在上升，我的意思是真正的 [00:34:08]
Clint Sharp：大多数组织的成本都是人力成本，所以如果可以的话，我们现在正在与我们自己的工程师一起看到这一点，就像我们在 Cribl 交付的软件数量一样，我的意思是，我们的交付量是一年前的两到三倍。我的意思是，生产力的惊人提高，你知道，我一直告诉客户的是，这将是真的， [00:34:20]
Alex Kantrowitz：对你来说很快就会很难，因为市场上会出现差异化。 [00:34:43]
Clint Sharp：所以构建软件是如此高效，尤其是复制软件。因此，如果我喜欢，如果您有某个功能，我可以实现该功能的一个版本。超级简单。你把模型指向它，他们就会给你做一些看起来像那样、感觉像那样、做那些事情的东西。所以基本上每个人都会拥有一切。每个供应商都会开始变得非常相似。那么问题就变成了，天啊，如果每个人看起来都一样，我该如何决定我应该买什么？这将成为一个越来越困难的问题，因为所有供应商都将具有相同的功能。我该从哪家购买？我一直在说的一件事是软件是一个以人为本的行业。人们购买软件，尤其是企业，从他们信任的人那里购买软件。我已经和这位代表一起工作了三年。他们待我很好。他们给了我很好的价值。随着这个领域的成功，您是否尊重您的客户？比如，你的客户在离开与你的互动时是否会认为我物有所值？我认为对于那些长期垄断的供应商来说，比如我有这个功能，没有其他人有这个功能。因此，我将寻求寻租并从每笔交易中提取最大价值，并确保每个客户为此支付非常高的溢价。我认为我们在即将到来的时代面临风险，因为人们将有选择。 Cribl 代表选择、选择、控制和灵活性。我对我们与客户建立的关系感觉非常好。我相信成为一名有价值的球员。我相信努力让他们的美元价值最大化。我认为这体现在整个公司的文化中。作为始终将客户放在第一位的公司，这就是一种价值观。我们公司的第一价值观是公平对待客户。 [00:34:49]
Alex Kantrowitz：我想如果你从这个角度来看的话，这一切都值得吗？ [00:36:38]
Clint Sharp：是的，我的意思是，如果我们最近能做出重大转变，人们就不再那么频繁地谈论劳动力补偿，因为我们只是没有看到这种情况发生的证据。但他们谈论的是生产力。如果我们都能更快地构建，那么对于大多数组织而言，目前的最大限制就是我无法雇用更多的人力资本来更快地发展这项业务。我们将开始消除这些限制。所以我认为这将是一个非常光明的未来。这将会非常非常有趣。它永远不会沉闷。很棒的东西，克林特。如果人们想了解更多关于 Cribl 的信息，应该去哪里？ Cribl.io 和 CriblCon 将于 9 月举行，很高兴见到芝加哥的所有人。我们将会有很多非常非常酷的事情要说。哦，是的，CriblCon 的日期是哪一天？ 9 月 28 日至 30 日，我们将在芝加哥。我们非常兴奋，我希望在那里见到大家。 [00:36:45]
Alex Kantrowitz：好吧，太棒了。该公司是Cribl。我们的客人是Clint Sharp。克林特，很高兴一如既往地与您交谈。感谢您来到节目。谢谢，亚历克斯。谢谢大家的聆听和观看。我们下次在“大科技”节目中再见。 [00:37:38]