企业组织并非拒绝AI，而是拒绝运营上的不稳定。
这是许多创始人尚未理解的转变，也是区分能够规模化发展的企业AI公司与那些早期势头后停滞不前的公司的关键现实之一。
过去几年，AI初创企业受益于一个以试验为驱动的市场。一个精彩的演示、一个令人印象深刻的模型和一个强有力的愿景，往往足以引起企业兴趣、启动试点项目并获得投资者的热情。
但企业AI现在进入了一个不同的阶段，企业不再评估AI是否令人兴奋，而是在评估是否可以安全地大规模部署。
在2026年10月13日至15日于旧金山Moscone West举办的TechCrunch Disrupt大会上，Databricks联合创始人兼现场工程高级副总裁Arsalan Tavakoli-Shiraji将在他的AI舞台演讲“企业并未破碎，你对它的假设才是”中深入解析这一转变。
Disrupt大会将汇聚超过一万名创始人、投资者和运营者，共同探讨正在改变企业构建和扩展方式的技术与运营压力。为期三天的活动将包含六个舞台上的250多个议题，由当今行业的技术领袖主导。
过去，企业AI市场充斥着许多成功的试点项目，但这些项目未能转化为真正的部署。这并非因为技术失败，而是因为企业无法承受采用AI带来的运营后果。
如今，创始人需要面对的现实是，AI交易失败很少是因为模型表现不佳，而是因为企业对部署所需的资源和风险失去了信心。
大多数企业评估的重点不再仅仅是AI产品是否有效，而是：
- 实施风险
- 治理复杂性
- 工作流程中断
- 基础设施压力
- 合规风险
- 组织信任
一个AI产品即使在受控环境中表现出色，如果其部署导致企业内部不稳定，也可能商业失败。
这一点对创始人尤为重要，因为许多AI初创企业仍在优化错误的目标——他们专注于初期的兴奋感，而非长期的运营采纳。企业则越来越严格地区分这两者。
参加Disrupt大会，了解企业AI领导者如何评估试点阶段之后的实际存活情况。5月29日太平洋时间晚上11:59前注册，可享最高410美元的票价优惠。
企业AI正逐渐成为一个运营信任问题。那些在大型企业中获得认可的AI初创企业，通常有一个共同点：它们减少了不确定性。
它们能更好地集成到现有系统中，减少工作流程摩擦，更易于治理，内部解释更清晰，随着时间推移更容易获得组织的信任。
这听起来不如突破性演示或模型基准那样激动人心，但它正迅速成为区分引起关注和产生持久收入的AI初创企业的关键。
市场正在成熟，企业买家现在提出不同的问题：
- 部署后会发生什么？
- 需要多少运营变革？
- 这如何影响治理？
- 团队能否实际大规模采纳？
- 模型失败时怎么办？
这些问题不再是次要考虑，在许多组织中，它们已成为购买决策的核心。对于向企业销售的AI创始人来说，本次演讲将解析试点阶段结束后真正推动采纳的因素。
Tavakoli-Shiraji之所以有独特视角，是因为他既具备企业战略背景，也拥有深厚的技术系统架构经验。
加入Databricks之前，他曾是麦肯锡公司的副总监，曾为企业、技术供应商和公共部门提供云计算、下一代IT和企业转型战略咨询。他还拥有加州大学伯克利分校计算机科学博士学位，专注于网络和分布式系统。
这一视角对初创企业极具价值，因为企业AI的成功越来越依赖于不仅仅是强大的工程能力。创始人需要理解技术系统如何与组织行为、基础设施现实、采购流程、治理问题和运营风险相互作用。
未来几年，企业AI领域成功的初创企业不一定是拥有最先进模型的企业，而可能是最懂得企业如何吸收变革的企业。
这正是Tavakoli-Shiraji和其他演讲嘉宾将在Disrupt AI舞台上探讨的运营压力。该舞台由谷歌云赞助，聚焦AI代理和生成式AI如何重塑SaaS、企业采纳、软件经济、安全和运营基础设施，包括Tavakoli-Shiraji关于企业AI成功越来越依赖运营信任而非单纯技术性能的演讲。
在整个舞台上，创始人将学习为何关注点正从AI的新颖性转向在真实组织内部部署、治理和扩展AI系统的现实挑战。
距离享受企业AI洞察优惠仅剩两天。探索Disrupt议程，了解创始人、投资者和企业运营者如何应对AI采纳的下一阶段。5月29日太平洋时间晚上11:59前注册，可节省最高410美元门票费用。
