在 Motley Fool Hidden Gems Investing 的这一集中，Motley Fool 撰稿人 Rachel Warren 与 Tungsten Automation 的首席人工智能官 Adam Field 进行了对话，该公司为 25,000 家组织提供服务，其中包括 40% 的财富 100 强企业，讨论了真正的人工智能转型与昂贵的旋转之间的区别。他们讨论：

要观看 The Motley Fool 的所有免费播客的完整剧集，请访问我们的播客中心。当您准备好投资时，请查看这份最值得购买的 10 只股票列表。

完整的文字记录如下。

该播客录制于 2026 年 7 月 19 日。

Adam Field：这就像给某人最好的相机并称他们为摄影师。我们永远不会那样做。我认为，向某人提供如此强大的技术，然后突然说他们是人工智能专家，或者这个系统将在一夜之间自动运行，改变我们开展业务的方式，这是绝对不正确的。

Rachel Warren：Tungsten Automation 首席人工智能官 Adam Field 解释了为什么为公司提供世界上最强大的人工智能工具仍然不够。 Tungsten 为超过 25,000 个组织提供服务，其中包括 40% 的财富 100 强组织，Adam 花了数十年的时间观察企业在这种转型中的成功和失败。我是 Motley Fool 分析师 Rachel Warren。

在这次对话中，亚当和我深入探讨了从人工智能中获得投资回报的公司与在人工智能上浪费预算的公司的真正区别。其中包括一个令人惊讶的简单信号，您可以通过观察他们的招聘来区分他们。我们希望您喜欢。当我们谈论围绕人工智能的巨额资本支出时，话题几乎总是默认为微芯片和原始基础模型。但对于推动全球经济发展的大型企业来说，真正的竞争优势不仅仅是租用一个模型。它涉及自动化数十亿个复杂的工作流程、交易和文档，以保持这些业务的运行。

今天加入我们的是 Tungsten Automation 首席人工智能官 Adam Field。 Adam 在软件自动化和人工智能方面拥有数十年的深厚专业知识，为一家四十年来一直是数字工作流程转型巨头的公司引领全球产品愿景和企业范围的 DAI 战略。 Tungsten Automation 为超过 25,000 个全球组织提供服务，其中包括 40% 的财富 100 强企业。现在，Adam 将详细介绍世界上最大的品牌如何将暗数据转化为可操作的收入、为什么不起眼的基础设施层是许多企业软件业务真正的摇钱树，以及所有这一切对于您投资组合中的股票或您可能正在关注的股票意味着什么。亚当，欢迎来到这个节目。

亚当·菲尔德：雷切尔，谢谢你邀请我。很高兴来到这里。

雷切尔·沃伦：我真的很想为我们今天的谈话奠定基础。您花了数十年时间引领产品愿景和软件自动化。对于可能试图了解这个领域的投资者来说，传统的数字自动化模式与人工智能驱动的工作流引擎今天实际可以做什么之间的根本区别是什么？

Adam Field：当你思考 30 多年的软件开发时，我们喜欢将其视为非常确定性的，这意味着你构建了软件自动化、流程自动化，有些人可能听说过 RPA、机器人流程自动化、机器人。你基本上告诉他们要做什么，然后他们就重复了这一点。人工智能和机器学习已经存在很长时间了，但通常相同的输入会得到相同的输出。现在，我们能够对代理（现在一切都被称为代理）做的事情就是给它一个任务，给它一个输出，给它一个目标，它会使用它可以使用的工具和信息来完成某件事。这确实是根本性的转变。显然，这一切背后有很多细微差别，但这是基本的转变。

雷切尔·沃伦（Rachel Warren）：我认为我们正处于一个市场非常关注的时代，显然，芯片公司，建立大规模法学硕士的公司，当然这是一个令人兴奋的领域，但我认为有一种倾向忽视了下面的很多基础设施。我想知道，从您的角度来看，为什么自动化层会创造一些真正的价值？

Adam Field：嗯，你有三层。你有世界各地的芯片制造商，Nvidia、AMD。你有我们所知道的模型公司 Anthropic、OpenAI 和一堆开源模型，然后你有应用程序层。有些人喜欢 Nvidia 在这两个领域都在玩，但真正磨损了软件自动化，模型本身通常对很多人来说，我想说，就像我在 Tungsten 的员工每天所做的 95% 一样，模型真的并不重要。现在，如果您正在编码并且正在进行繁重的编码，并且有大量代理在循环中运行，修复代码，那么模型很重要。有些人在这些任务上比其他人要好得多。

但对于我们所做的很多事情，比如记录 Tungsten 的繁重工作量，处理发票不需要《神鬼寓言 5》。不需要吃掉所有这些代币。模型本身就变成了一种商品。我认为这就是你在其之上构建的内容、你构建的行业基础、你提供的数据，这就是区别所在。您提供的数据。否则，每个人都可以访问这些相同的模型。

Rachel Warren：我认为另一个值得关注的有趣的事情是人工智能的演变。我的意思是，显然，过去几年我们已经经常听到它，但正如您之前指出的，人工智能并不新鲜。当前的迭代显然已经发生了很大变化。也许你可以带领我们的观众经历一下这段旅程。

Adam Field：Rachel，当人们（分析师、客户、投资者）问我时，我总是觉得很有趣，他们问，你在产品中使用人工智能吗？我说，是的，40 年来，我们一直在我们的产品中应用人工智能。这到底意味着什么？嗯，不幸的是：不幸的是，我认为很多传统人工智能已经被抛在一边，每个人都专注于最新、最伟大的生成式人工智能。但像 Tungsten 这样的公司，我们真的很自豪能为正确的工作提供正确的人工智能，我认为我们需要更多地考虑这一点。

机器学习技术仍然具有巨大的价值。它速度更快，通常更具成本效益，也更环保，因为它不需要这些大型 GPU 来为其提供动力来回答问题。我们认为，将传统的机器学习方法与最新的生成式人工智能和大型语言模型结合起来，使用正确的人工智能来解决正确的问题，这才是组织获得运动价值的地方。能够提供这一点的平台，可以动态地找出使用什么技术来解决所提出的问题以及摆在面前的问题，我认为这就是您获得最大胜利的地方。