精选金句
如果物流可以在人睡觉的午夜到凌晨 8 点之间继续运行，想象一下这会如何加速世界运转。 物理 AI 终于迎来了它的拐点时刻。 我们作为工程师，意识到销售实际上是一个巨大的工程问题。如果你追求影响力，你必须学会如何把产品交到用户手中。 我们的任务不是训练一个通晓百科的模型，而是训练一个能在 2 瓦功耗下识别道路风险的模型。 现在是创业的最佳时机，因为你可以利用 AI 工具将想法以前所未有的速度转化为现实。
内容概要
在这场深度对话中，Samsara 创始人 Sanjit Biswas 分享了他作为技术创始人在过去二十年间的两次传奇创业经历。从 MIT 的 Roofnet 项目到以 12 亿美元出售给思科的 Meraki，再到如今市值 230 亿美元的物理操作平台 Samsara，Sanjit 的技术路线始终围绕着“现实世界的影响力”。
物理 AI 的爆发背景
Sanjit 指出，2015 年创立 Samsara 时，他们押注了三个关键趋势的交汇：首先是连接性的普及，互联网已从昂贵稀缺变得无处不在；其次是计算能力的飞跃，尤其是嵌入式 GPU 的成熟；最后是智能手机浪潮带动的摄像头传感器革命。这三者的结合，为通过数百万个实时传感器处理现实世界数据奠定了基础。
边缘计算与物理世界的复杂性
物理 AI 与数据中心 AI 有着本质不同。访谈中深入探讨了在 2 到 10 瓦功耗限制下运行推理的挑战。Samsara 并不追求通用大模型，而是采用“蒸馏”或“教师模型”的方法，在云端训练大规模模型，然后将其精简为针对特定任务（如疲劳驾驶检测、天气识别）的小型高效模型，使其能在车载 Linux 系统中运行。Sanjit 强调，物理世界极其“混乱”且多样，涵盖城市、乡村、各类天气和住宅区，这种多样性虽然增加了训练难度，但也构建了极强的数据壁垒。
从技术研发到市场执行
作为一个典型的技术创始人，Sanjit 坦诚自己最初并不擅长销售，甚至在学校时会刻意避开募集资金。然而，在 Meraki 经历 2008 年金融危机后，他意识到健康的销售模式是技术产生影响力的唯一路径。他将 GTM（进入市场）视为一个大型工程问题来解决。在 Samsara，这种思维体现为“同心圆”产品策略：从最初的 GPS 追踪起步，根据客户反馈快速迭代出 AI 行车记录仪，随后扩展到建筑、公共事业、民航等多个实业领域。Sanjit 强调，实业领域的创新需要极强的现场执行力，数百万台设备的安装与维护是纯软件公司难以复制的竞争优势。
未来展望：自动化、人机协作与实业现代化
谈及未来，Sanjit 对自动驾驶和具身智能持乐观看法。他认为自动化不会取代人类，而是会通过提升效率降低成本，从而释放更多需求。他特别提到了“第三班次”的概念，即利用自动化技术在人类休息的深夜进行物流操作。到 2030 年，随着增强现实（AR）和可穿戴设备的发展，一线工人将能够通过 AI 语音和视觉反馈获得前所未有的辅助力。Sanjit 认为，我们正处于 AI 采纳曲线的起点，对于年轻的创始人来说，现在利用自动代码工具和强大的基础模型进行创作，正处于最有利的指数增长轨道上。