初创企业正面临实现快速增长的巨大压力，这通常要求它们赢得拥有庞大 IT 预算的大型企业（Enterprises）的合同。然而，签署这些合同并不像许多初创企业想象的那样容易。
在 TechCrunch Disrupt 大会上，Databricks 联合创始人兼现场工程高级副总裁 Arsalan Tavakoli-Shiraji 揭示了初创企业常犯的一个根本性错误，即认为卓越的技术足以自动促成产品销售。尽管技术质量是必要条件，但 Tavakoli-Shiraji 强调，“人为因素和组织流程才是最重要的”。
“伞形”战略：与巨头合作的力量
Tavakoli-Shiraji 回顾了 Databricks（目前估值 1900 亿美元，服务于 70% 以上的财富 500 强企业）早期的经历。该公司起初在接触瑞士银行（UBS）等大型客户时遇到了困难，但转折点在于与 Microsoft 达成合作伙伴关系，成为 Azure 云平台的合作伙伴。
这种合作关系为 Databricks 提供了两项关键优势：
- 法律条款覆盖：销售协议在微软的条款框架下进行，简化了流程。
- 分销渠道与准入：微软的销售团队负责预约会议并为 Databricks 的产品背书，这为原本对初创企业关闭的大门提供了通道。
如今，Databricks 正在为 Hightouch、Addepar 和 Tecton 等其他初创企业扮演“保护伞”的角色，在自身的条款和安全标准下销售它们的产品。
应对人工智能的顾虑：四大要素（4 Cs）
在向大型企业销售人工智能解决方案时，Tavakoli-Shiraji 确定了初创企业必须解决的四个主要挑战，他将其称为 “四大要素”（The Four Cs）：
- 情境（Context）：人工智能理解公司术语、流程和优先事项的能力，就像新员工一样。
- 选择（Choice）：赋予企业在不同人工智能模型之间切换的自由，而不是绑定在单一供应商身上。
- 成本（Cost）：提供控制人工智能产品运行成本的机制。
- 控制（Control）：制定规范人工智能行为并保护敏感信息的保障措施。
升级遗留系统作为黄金机遇
Tavakoli-Shiraji 指出，企业内部在采用人工智能方面存在巨大差距；虽然企业渴望达到高级自动化水平，但绝大多数（约 99%）仍处于初级阶段，仅限于使用 ChatGPT 等工具编写代码。
他认为，初创企业的真正机会在于升级遗留系统（Legacy Systems），这些系统既昂贵又复杂，例如 IBM AS/400 和大型机（Mainframes），企业因其代码复杂性而不敢触碰。如今的人工智能代理（AI Agents）可以理解并拆解这些旧代码，从而为开发能够为这些系统添加现代界面或完全替换它们的各种产品打开了大门。
为什么这则新闻很重要？
这一分析表明，在企业技术领域取得成功不仅取决于软件创新，还取决于融入现有生态系统（如 Azure）的能力，以及理解大型企业所面临的运营和法律障碍。它还为专注于人工智能的初创企业指明了清晰的路径，即从单纯提供辅助工具转向提供能够解决旧系统问题以及控制和成本挑战的根本性解决方案。