作者 林易

編輯 重點君

1月20日，硅谷頂級風險投資機構(gòu)a16z發(fā)布了一份關(guān)于AI應用的深度分析報告。主題聚焦于AI應用真正的護城河在哪里？

a16z總結(jié)出三個要點：

一、軟件取代勞動力

過去二十年，SaaS行業(yè)的黃金法則一直是：將原本由人完成的工作流程化、工具化，然后按人頭向企業(yè)收費。但在a16z看來，這個邏輯正在失效。AI應用正在進入一個新的階段，軟件即勞動力（Software is eating labor）。

這是一個比傳統(tǒng)軟件市場大得多的生意。a16z以投資的Salient為例，傳統(tǒng)的SaaS思路是賣一套更好的管理軟件給催收公司，幫他們省錢，但Salient的做法是：直接用AI取代催收員。傳統(tǒng)的催收員不僅成本高、流動性大，而且受限于情緒和法律知識，經(jīng)常出錯。而AI催收員可以熟知全美50個州復雜的法律條款，精通21種語言，且永遠情緒穩(wěn)定。結(jié)果Salient不僅降低了成本，更重要的是幫客戶多收回了50%的欠款。

“每個人都想省錢，但每個人更想賺錢。”當軟件不再只是工具，而是直接交付結(jié)果時，客戶愿意支付的就不再是每人每月幾美元的訂閱費，而是基于結(jié)果的分成。

二、傳統(tǒng)軟件的AI原生化

盡管創(chuàng)業(yè)公司攻勢兇猛，但a16z并不認為巨頭會輕易倒下。最好的公司擁有的是“人質(zhì)”（Hostages），而不是客戶。

像NetSuite、Workday這類巨頭，記錄系統(tǒng)早已嵌入企業(yè)的肌理，極難被替換。對于這些存量市場的霸主來說，AI成了加固城墻的工具。Workday可以輕松上線一個AI背景調(diào)查功能，并為此向每個員工收取500美元，客戶雖然抱怨，但別無選擇。因此，a16z建議創(chuàng)業(yè)者避開這些巨頭，去尋找那些全新的增量市場。

三、用專有數(shù)據(jù)構(gòu)建圍墻花園

隨著OpenAI、Google等巨頭將大模型能力不斷推高，模型本身的稀缺性正在下降。在模型日益商品化的今天，專有數(shù)據(jù)（Proprietary Data）成為了唯一的圍墻花園。

Open Evidence是一個典型的案例。雖然ChatGPT也能回答醫(yī)學問題，但Open Evidence擁有《新英格蘭醫(yī)學雜志》等核心醫(yī)學文獻的獨家授權(quán)。這種基于封閉數(shù)據(jù)構(gòu)建的答案，是通用大模型無法通過公開爬蟲獲取的。當AI擁有了理解和推理能力，沉睡的數(shù)據(jù)就變成了金礦。

a16z認為人性底層的邏輯非常簡單：每個人都想要兩樣東西：變得更富和變得更懶。對于企業(yè)來說，采用AI不僅僅是為了降本（更懶），更是為了直接創(chuàng)造營收（更富）。從Ramp的數(shù)據(jù)來看，企業(yè)在AI上的支出在2025年1月出現(xiàn)了一次巨大的躍升。這是實打?qū)嵉纳�產(chǎn)力落地。

不同于移動互聯(lián)網(wǎng)時代僅僅是把電腦裝進口袋，AI時代的變革是疊加在過去五十年P(guān)C、互聯(lián)網(wǎng)、云和移動技術(shù)之上的。它面對的是全球80億已經(jīng)聯(lián)網(wǎng)的用戶，擴散速度前所未有。雖然外界對AI泡沫的擔憂從未停止，但在a16z的投資版圖中，那些能在數(shù)據(jù)上構(gòu)建圍墻、在業(yè)務上直接交付結(jié)果的公司，正以0到1億美元營收的最快紀錄，證明著這個時代的真實性。對于創(chuàng)業(yè)者而言，現(xiàn)在不是擔心巨頭的時候，而是去尋找那些還未被數(shù)字化的角落，用AI把苦力活變成印鈔機的最佳時機。

  a16z報告內(nèi)容劃重點：

1、軟件即勞動力是最大增量

SaaS行業(yè)的邏輯正在發(fā)生根本性轉(zhuǎn)變，從賣工具進化為直接交付工作結(jié)果。過去企業(yè)按人頭購買軟件（如Office）來輔助員工工作，而AI時代，軟件將直接取代勞動力完成任務。

2、專有數(shù)據(jù)是唯一的圍墻花園

隨著大模型能力的普及和商品化，模型本身的稀缺性下降，專有數(shù)據(jù)（Proprietary Data）成為真正的護城河。創(chuàng)業(yè)者應利用私有數(shù)據(jù)構(gòu)建通用模型無法復制的優(yōu)勢。

3、商業(yè)模式變革：從賣原材料轉(zhuǎn)向賣成品

在AI時代，單純的數(shù)據(jù)訂閱模式（賣原材料）價值有限，真正的價值在于利用獨家數(shù)據(jù)生成成品。過去像PitchBook這樣的公司出售數(shù)據(jù)供人分析，現(xiàn)在AI應該直接基于數(shù)據(jù)生成完整的分析報告或備忘錄。這種從賣蔬菜到賣大餐的轉(zhuǎn)變，能將產(chǎn)品價值提升10倍甚至100倍。

4、巨頭的防御：擁有人質(zhì)而非客戶

現(xiàn)有的軟件巨頭（如Salesforce、Workday）不會輕易被顛覆，因為它們擁有極難被替換的記錄系統(tǒng)和客戶關(guān)系，這些客戶更像是被鎖定的“人質(zhì)”。巨頭可以利用現(xiàn)有的壟斷地位，輕松上線AI功能并強制收費，客戶雖然抱怨但別無選擇。

5、垂直整合服務：AI時代的門口野蠻人

與其開發(fā)一個難以銷售給會計師的軟件工具，不如直接收購一家會計師事務所作為試驗田，利用AI大幅提升效率，從而以更低成本服務成千上萬的新客戶，成為一家AI驅(qū)動的超級會計師事務所。這種模式解決了傳統(tǒng)軟件銷售中最難的獲客和交付問題。

6、AI重構(gòu)勞動力價值方程：增強而非單純替代

目前的AI變革更多是增強勞動力或解決人才短缺，而非引發(fā)大規(guī)模失業(yè) 。商業(yè)決策的核心是成本與價值的權(quán)衡：當AI能以極低成本全天候工作且情緒穩(wěn)定時，它實際上是在做人類不愿意做或做不好的工作 。未來的工作形態(tài)不是人類被淘汰，而是隨著AI接管低效勞動，人類轉(zhuǎn)向更高價值的領(lǐng)域，正如昔日的農(nóng)民轉(zhuǎn)向其他職業(yè)一樣 。

7、消費者AI的機會在于聚合與新類別

在消費者應用領(lǐng)域，除了創(chuàng)造全新的原生類別（如11Labs所在的語音市場），“模型聚合者”往往比單一模型更有價值。這就好比Kayak之于航空公司，用戶需要一個統(tǒng)一界面來調(diào)用所有模型的最佳能力，而不是被鎖定在某一個大廠的模型中。因為大廠通常受限于自家模型，這給第三方聚合平臺留出了巨大的生存空間。

以下為a16z報告原文：

1、宏觀視角：產(chǎn)品周期驅(qū)動市場增長

回顧1977年至今的納斯達克指數(shù)，盡管短期內(nèi)市場有漲有跌，但長期趨勢始終向上。這一增長的核心動力在于產(chǎn)品周期。過去幾十年，我們經(jīng)歷了四個重大的產(chǎn)品周期：

個人電腦（PC）時代：這是起步階段。

互聯(lián)網(wǎng)時代：在PC基礎(chǔ)上建立連接，誕生了Cisco等基礎(chǔ)設(shè)施公司以及eBay、Amazon等應用層巨頭。

云計算時代：AWS等基礎(chǔ)設(shè)施崛起，支撐了Workday、Shopify、Veeva等應用層公司的爆發(fā)。

移動互聯(lián)網(wǎng)時代：將計算機放進了每個人的口袋。

現(xiàn)在，我們正處于第五個周期——AI時代。這并不是憑空出現(xiàn)的全新事物，而是建立在智能手機普及和云計算基礎(chǔ)設(shè)施之上的。如果退回幾十年前，只有ENIAC計算機而沒有云計算和移動端，AI只能是博物館里的陳列品。如今，全球80億人大多擁有智能手機，新技術(shù)的采納速度前所未有。我們觀察到，軟件領(lǐng)域絕大多數(shù)的新增收入目前都來自于AI，無論是基礎(chǔ)設(shè)施層還是應用層。

我對人類行為有一個普遍的觀察：每個人都想變得更富有、更懶惰。也就是說，人們希望用更少的工作獲得更多的經(jīng)濟價值。生成式AI正是解鎖這一需求的關(guān)鍵。

兩年前，ChatGPT剛發(fā)布時，大家覺得它像個能寫劇本的新奇玩具。但現(xiàn)在，它已經(jīng)滲透進企業(yè)，實實在在地為人們節(jié)省時間和金錢。以企業(yè)支出管理公司Ramp為例，我們可以看到具有前瞻性的公司（不僅僅是初創(chuàng)公司，也包括擁有數(shù)千員工的傳統(tǒng)企業(yè)）正在積極采用AI技術(shù)。這不僅是曲線的平穩(wěn)增長，而是一個劇烈的拐點。

馬斯洛需求層次理論的底層曾被戲稱為Wi-Fi，而現(xiàn)在出現(xiàn)的下一個需求底層實際上是AI。美國約有15%的成年人每周使用ChatGPT，它已成為日常工具——從解決生活瑣事（比如我妻子用它查詢法律條款來處理校車投訴）到處理復雜的商業(yè)邏輯。

2、a16z的三大AI投資主題

我們一直在思考：什么是具有防御性的？哪些是OpenAI等巨頭不會去做的事情？基于此，我們總結(jié)了三個主要的投資主題：

傳統(tǒng)軟件的AI原生化：

這指的是現(xiàn)有的軟件類別正在利用AI進行自我革新�；仡櫄v史，如果能回到15-20年前投資云原生公司（如Salesforce、NetSuite），你會獲得巨大的回報，因為當時的本地部署軟件巨頭無法適應訂閱模式。

但這一次情況不同。現(xiàn)有的軟件巨頭如Adobe、Salesforce、Workday并沒有坐以待斃。它們正在將AI融入現(xiàn)有產(chǎn)品，并以此為新功能收費。例如，Workday可能會利用其壟斷地位（擁有“人質(zhì)”而非僅僅是客戶），提供內(nèi)置的背景調(diào)查功能，價格雖高但客戶難以拒絕。這些巨頭因AI而變得更強大，因此在現(xiàn)有的軟件版圖上直接競爭非常困難。

軟件取代勞動力（Service-as-Software）：

這是我們最興奮的領(lǐng)域，也是最大的市場機會。這屬于空白市場（Greenfield Opportunity）。

以前，軟件公司是在賣工具；現(xiàn)在，軟件開始直接銷售工作結(jié)果。

假設(shè)一家眼科診所，每年花500美元訂閱Microsoft Office，但會花4.7萬美元雇傭一名前臺接待。如果現(xiàn)在有一款軟件能完成前臺90%的工作（24小時在線、懂多國語言），診所不會只愿意付500美元，而是愿意支付接近人工成本的一小部分（例如2萬美元）。

這徹底改變了軟件的市場規(guī)模。我們不再是爭奪那500美元的軟件預算，而是去切分那數(shù)萬億美元的勞動力市場。這類公司通常沒有歷史包袱，是在全新的領(lǐng)域創(chuàng)造價值。

圍墻花園與專有數(shù)據(jù)（Walled Gardens）

這一類是指擁有專有數(shù)據(jù)模型，且能形成深厚護城河的企業(yè)。其核心在于利用私有數(shù)據(jù)構(gòu)建通用的AI模型無法復制的優(yōu)勢。

在法律領(lǐng)域，大家可能聽過服務于高端企業(yè)律所的Harvey。但我們關(guān)注到了另一個獨特的市場——原告律師（Plaintiff Law），例如處理人身傷害或勞動法的律師。

這個市場的商業(yè)模式非常特殊：風險代理/勝訴分成（Contingency Fee）。律師按勝訴金額的一定比例收費，而非按小時計費。

如果是企業(yè)律師，AI提高50倍效率可能會導致計費工時減少，從而降低收入。但在原告業(yè)務中，效率提高5倍意味著律師可以處理5倍的案件，收入直接翻倍。這與AI的核心價值完美契合。

我們投資的Eve不僅僅是一個工具，它正在接管端到端的工作流。Eve推出了語音代理，可以自動聯(lián)系潛在客戶、收集證據(jù)、梳理數(shù)千頁的醫(yī)療記錄，并起草索賠函。Eve的防御性不僅在于它能打電話或?qū)懻�要（這些是差異化，不是防御性），而在于它成為了記錄系統(tǒng)（System of Record）。

隨著Eve處理的案件越來越多，它積累了關(guān)于案件結(jié)果的私有數(shù)據(jù)。它能告訴律師：“根據(jù)過去的數(shù)據(jù)，這個案子只值5千美元，不值得投入精力；而那個案子可能值500萬美元。”這種基于結(jié)果數(shù)據(jù)的判斷力是OpenAI或其他通用模型無法獲取的，因為這些數(shù)據(jù)不是公開的。

在AI投資中，我們不僅關(guān)注差異化（Differentiation），例如能用50種語言對話；更關(guān)注防御性（Defensibility）。

如果在現(xiàn)有的軟件版圖上競爭，你面對的是擁有深厚客戶關(guān)系的巨頭，這很難。但如果你能：

開辟空白市場，用軟件取代昂貴且低效的人工勞動；

建立記錄系統(tǒng)，通過掌控工作流積累私有數(shù)據(jù)，形成“數(shù)據(jù)-洞察-價值”的正向循環(huán)；

那么，你就能建立起真正的壁壘。正如Eve在法律領(lǐng)域的實踐，它不僅降低了處理案件的邊際成本，還通過數(shù)據(jù)優(yōu)勢指導商業(yè)決策，這種粘性和網(wǎng)絡(luò)效應才是我們尋找的持久增長動力。

3、關(guān)于失業(yè)與技術(shù)替代的思考

關(guān)于大規(guī)模失業(yè)對社會的影響，我認為這種情況不會很快發(fā)生�；乜�1789年，98%的美國人都是農(nóng)民。顯然，拖拉機的出現(xiàn)取代了部分人力，但也促使這部分人轉(zhuǎn)向了其他工作。坦率地說，我們目前看到的大多數(shù)技術(shù)變革并不是在消除工作崗位。

以那350萬名卡車司機為例，未來某個時間點，我們肯定會找到比人類駕駛卡車更好的解決方案——即由AI來完成。商業(yè)決策的核心在于成本與價值的權(quán)衡：當產(chǎn)出價值低于成本時，雇傭人類是不合理的；但如果你能雇傭AI，情況就變了。當成本大幅下降而價值保持不變時，企業(yè)會大量采用AI，但這并不意味著會大規(guī)模淘汰人類。這很難精準預測，但回顧75年前，軟件公司里并沒有產(chǎn)品經(jīng)理或設(shè)計師這樣的職位，對于1800年代的人來說，現(xiàn)代的許多工作也毫無意義。因此，我們現(xiàn)在看到的許多變化，并不是直接的替代，而是增強。

與其說軟件正在吞噬勞動力，不如說軟件正在增強勞動力，或者是在解決人才短缺的問題。例如，我很難雇人在凌晨2點接電話，但我可以部署AI來做這件事。這不僅僅是成本問題，更是價值與成本方程的重構(gòu)。

一個很好的例子是汽車貸款催收行業(yè)。這是一項艱難的工作，員工需要整天面對那些拒絕還款、因為車禍或保險糾紛而憤怒的客戶。還要忍受漫長的電話等待音樂，這種環(huán)境讓人極其痛苦，導致員工流失率極高。而在這種場景下，AI的價值不在于省錢，而在于它能將回款率提高50%。

像Salient這樣的公司之所以能爆發(fā)式增長，是因為他們改變了推銷邏輯。他們不對客戶說“我要幫你省錢”，而是說“我要通過合規(guī)的方式，幫你把每月的收入提高50%，同時確保“你不會因為員工受氣說錯話而惹上法律麻煩”。AI可以全天候工作，情緒穩(wěn)定，嚴格遵守合規(guī)要求。這才是真正的價值創(chuàng)造。

通過軟件建立記錄系統(tǒng)（System of Record）并構(gòu)建垂直操作系統(tǒng)，是讓產(chǎn)品具有極高粘性的關(guān)鍵。

即使在餐飲這樣看似不買軟件且倒閉率高的行業(yè)，Toast也證明了垂直軟件的巨大潛力。起初很多人看衰Toast，但他們最終不僅提供軟件，還整合了金融服務（支付處理和貸款），成為了餐廳運營的一站式平臺。這種深度集成使得傳統(tǒng)的支付處理公司無法通過簡單增加軟件功能來取代它。

同理，處理復雜的合規(guī)問題也是一種護城河。比如在人力資源或法律科技領(lǐng)域，你需要捕捉每一條新的聯(lián)邦和州法律。你在密蘇里州、加利福尼亞州和愛荷華州需要說的話完全不同。人類很難實時記住所有這些差異，但像Salient這樣的系統(tǒng)可以掌握21種語言和所有法規(guī)細節(jié)，這就是為什么它的表現(xiàn)能高出50%。

現(xiàn)在我們進入一個非常重要的概念——圍墻花園（Walled Garden）。

目前像OpenAI這樣的公司就像是一個基礎(chǔ)設(shè)施供應商，或者比喻為蔬菜農(nóng)場，他們種植并出售tokens。原本他們應該只做基礎(chǔ)設(shè)施，讓下游公司去構(gòu)建應用。但現(xiàn)在OpenAI也開始自己做應用，這就相當于農(nóng)場主在農(nóng)場里開了餐廳，直接與買菜的餐廳老板競爭。

在這種環(huán)境下，應用層公司的生存藍圖在于掌握稀缺的原材料——數(shù)據(jù)。這就像是世界上最古老的商業(yè)模式：圈一塊地，建立實體資產(chǎn)，然后對訪問者收費。在AI時代，你可以通過數(shù)據(jù)做同樣的事情。

有些數(shù)據(jù)本身是公開的，但聚合起來就變成了獨家資產(chǎn)。比如FlightAware的數(shù)據(jù)來自ADS-B應答器，這在技術(shù)上是公開且免費的，你甚至可以自己在亞馬遜買個天線來接收。但FlightAware在全球建立了龐大的接收網(wǎng)絡(luò)，將這些碎片化信息整合成完整的航班追蹤數(shù)據(jù)。這就是ChatGPT無法直接回答，但FlightAware知道的信息。

過去，像PitchBook這樣的公司出售私募市場的融資數(shù)據(jù)（例如1992年某公司的B輪估值），或者CoStar出售房地產(chǎn)數(shù)據(jù)。以前他們的模式是賣數(shù)據(jù)訂閱費（比如每月200美元）。但在AI時代，真正的價值在于利用這些獨家數(shù)據(jù)生成成品。與其讓分析師去訂閱PitchBook然后寫報告，不如讓AI直接基于獨家數(shù)據(jù)生成一份關(guān)于某公司的完整備忘錄。這意味著商業(yè)模式從賣蔬菜（數(shù)據(jù)訂閱）轉(zhuǎn)變?yōu)橘u大餐（完整的分析結(jié)果），其價值可能從幾百美元提升到幾千美元。

Open Evidence是醫(yī)療領(lǐng)域的ChatGPT。它的界面和ChatGPT一樣，但區(qū)別在于它擁有《新英格蘭醫(yī)學雜志》及其他權(quán)威醫(yī)學期刊的獨家授權(quán)。如果你跟腱斷裂，問ChatGPT只能得到中等質(zhì)量的建議；但Open Evidence基于權(quán)威循證醫(yī)學數(shù)據(jù)，能提供精準得多的建議。因為它壟斷了高質(zhì)量的食材供應。

VLex是一家擁有26年歷史的公司，他們收購了西班牙所有的法律檔案。通過將AI應用于這些獨有的法律數(shù)據(jù)，他們的收入增長了五倍。因為律師需要的不是通用的法律建議，而是基于特定判例法的、能在早上七點前準備好的精準備忘錄。

在企業(yè)采購領(lǐng)域，Lio展示了專有數(shù)據(jù)的力量企業(yè)采購部門不僅要省錢，還要處理復雜的合同博弈。比如你正在與德勤談合同，Lio系統(tǒng)可以調(diào)用該企業(yè)過去與德勤簽訂的50份舊合同，分析歷史條款，告訴你應該在哪些條款上進行回擊。這些私有的歷史合同數(shù)據(jù)是ChatGPT永遠無法獲取的寶庫，這讓Lio的產(chǎn)品具有了不可替代的價值。

許多信息在過去看起來是免費的或價值不大（例如飛機的實時位置、YouTuber的歷史訂閱數(shù)），但在AI時代，這些數(shù)據(jù)成為了極其寶貴的訓練資源和競爭壁壘。只要你能收集、聚合別人無法獲取的數(shù)據(jù)，并在此基礎(chǔ)上構(gòu)建服務，你就擁有了應對巨頭競爭的圍墻花園。

我非常鼓勵大家去關(guān)注所謂的圍墻花園（Walled Garden）及其成果。這里指的不僅僅是創(chuàng)意檔案，還包括物流信息，甚至是縣政府記錄員辦公室里的數(shù)據(jù)。例如，你可以查到誰擁有哪處房產(chǎn)，但這些信息通常必須親自去線下的辦公室才能獲取。雖然這些信息本質(zhì)上是免費的，但如果你能將其數(shù)字化、使其易于訪問，并在此基礎(chǔ)上通過AI增加價值，那么你創(chuàng)造的產(chǎn)品價值將遠超數(shù)據(jù)本身。

這不僅僅是添加AI那么簡單，其核心邏輯在于你擁有別人沒有的東西。人們之所以爭相購買，是因為你在創(chuàng)造一種最終更具價值的資產(chǎn)。現(xiàn)在正是做這件事的最佳時機。舉個例子，一位創(chuàng)業(yè)者找到了上世紀80、90年代所有攪拌機的舊說明書。在1999年，你根本不知道去哪里找這些東西，但在eBay上可以低價買到。這展示了利用被忽視的數(shù)據(jù)構(gòu)建信息孤島的潛力。如果你在十年前做這件事，可能只是個普通生意，但在今天，通過AI交付成品，其實際價值可能提升10倍甚至100倍。

這就引出了一個經(jīng)典的投資框架：初創(chuàng)公司與既有巨頭之間的戰(zhàn)斗。關(guān)鍵在于，是初創(chuàng)公司先搞定分發(fā)渠道，還是巨頭先搞定創(chuàng)新？

對于那些擁有難以被取代的圍墻花園數(shù)據(jù)的領(lǐng)域，初創(chuàng)公司有巨大的顛覆機會。比如在eBay上賣舊手冊，以前這只是賣原材料（數(shù)據(jù)），只能通過訂閱費變現(xiàn)，價值有限；但現(xiàn)在利用AI，你可以交付價值千金的成品，這讓商業(yè)模式變得可行。這就回答了創(chuàng)投圈常問的“為什么是現(xiàn)在？”的問題。就像Uber的出現(xiàn)需要iPhone和GPS普及一樣，現(xiàn)在AI技術(shù)成熟了，讓那些曾經(jīng)掙扎多年的垂直領(lǐng)域公司（如法律科技公司VLex）有機會變成獨角獸。相比之下，我對那些僅僅是在現(xiàn)有軟件基礎(chǔ)上做改良的項目持悲觀態(tài)度。

我不認為NetSuite或QuickBooks會被輕易顛覆，因為它們掌握著巨大的金礦——客戶數(shù)據(jù)和支付流。它們完全可以向現(xiàn)有客戶群推出AI功能并收費。因此，對于SaaS（軟件即服務）領(lǐng)域的既有巨頭，我非�？春盟鼈兝�用AI進一步鞏固地位。為什么出租車公司沒有做出Uber？往往是因為既有者受限于現(xiàn)有思維，看不上新模式，或者覺得新模式很蠢，直到為時已晚。但對于那些能夠替代人工勞動、或者基于專有數(shù)據(jù)構(gòu)建圍墻花園的新機會，我是非�？春玫�。

如果你擁有專有數(shù)據(jù)，不應該只是把它賣給AI公司（如Harvey或OpenAI），而應該利用這些數(shù)據(jù)自己構(gòu)建產(chǎn)品，直接面向終端客戶銷售。如果VLex把數(shù)據(jù)賣給律所，他們可能只能收一筆訂閱費；但如果他們利用數(shù)據(jù)提供高價值的法律分析服務，就能大幅提高定價權(quán)。這就像OpenAI雖然收費低廉，但基于其模型開發(fā)的應用可以創(chuàng)造巨大價值。

聰明的公司會通過AI將原材料加工成成品。例如，你不需要買LexisNexis的原始數(shù)據(jù)，你真正需要的是一份經(jīng)過分析的風險評估報告。如果一家公司能利用AI完成從數(shù)據(jù)清洗、分析到輸出結(jié)論的全過程，直接幫客戶解決問題（例如判斷是否接受一筆交易），那么它就不僅是賣軟件，而是在替代昂貴的人工服務。

這就談到了白領(lǐng)服務領(lǐng)域的變革。我曾將其稱為“門口的野蠻人（AI版）”。傳統(tǒng)的私募股權(quán)公司喜歡收購會計師事務所或牙科診所，通過裁員和外包來削減成本。但現(xiàn)在，AI提供了全新的整合路徑。

以會計行業(yè)為例，最大的瓶頸是招聘注冊會計師（CPA）。如果你開發(fā)了一套AI工具，收購一家會計事務所作為試驗田，用AI大幅提升效率，你就不需要再去收購100家事務所了。你可以依托這一家事務所的牌照和現(xiàn)有客戶，利用AI處理能力，以更低的成本服務成千上萬的新客戶。與其做一個賣給會計師的軟件工具（這很難銷售），不如直接成為一家“AI驅(qū)動的超級會計師事務所”。

同理，在債務催收領(lǐng)域，你可以買下一家有合規(guī)牌照但經(jīng)營不善的催收公司，植入AI技術(shù)，利用其現(xiàn)有的客戶資源，迅速擴大業(yè)務規(guī)模。這種“垂直整合軟件加服務”的模式，比單純賣軟件更具吸引力，因為它解決了獲客和交付的難題。

4、消費者AI（Consumer AI）的三大趨勢

這種邏輯同樣適用于消費者領(lǐng)域。我們觀察到三個主要趨勢：

傳統(tǒng)類別的AI原生化（AI-Native）：就像Photoshop是設(shè)計師的標配，但在AI時代，年輕設(shè)計師可能會選擇其他的AI原生設(shè)計工具。因為這些新工具從底層就內(nèi)置了AI邏輯，使用體驗完全不同。

新類別的創(chuàng)造：例如11Labs所在的語音和音頻模型市場，五年前幾乎不存在，或者只是極小眾的配音市場。通過縱向整合和技術(shù)突破，他們在極短時間內(nèi)創(chuàng)造并占據(jù)了這個新類別。

專有數(shù)據(jù)的變現(xiàn)：這是一個非常有效的劇本。以我們投資的Slingshot為例，它是一個AI治療師。他們通過為人類治療師提供AI記錄工具來收集數(shù)據(jù)（筆記），然后用這些高質(zhì)量的專業(yè)數(shù)據(jù)訓練基礎(chǔ)模型，最終開發(fā)出直接面向消費者的心理咨詢產(chǎn)品Ash。OpenAI雖然強大，但沒有這種垂直領(lǐng)域的深度數(shù)據(jù)，這就是Slingshot的護城河。

很多人問，為什么不是Google或OpenAI等大公司通吃一切？原因在于，在消費者應用中，做“模型聚合者”往往比只做一個模型更有價值。

這就像Kayak之于航空公司。用戶想要搜索所有航班的組合，而不是只去美聯(lián)航官網(wǎng)。在視頻生成或創(chuàng)意工具領(lǐng)域，不同的模型各有所長，用戶需要一個能調(diào)用所有模型能力的統(tǒng)一界面。大廠通常受限于只能使用自家的模型，這就給第三方的聚合平臺留出了巨大的生存空間。

在a16z，我們尋找的是最好的交易，而不是不錯的交易。這意味著我們更傾向于反向選擇——主動去發(fā)現(xiàn)那些還未在市場上公開融資的頂級創(chuàng)業(yè)者，而不是等著看那些已經(jīng)流傳了半年的商業(yè)計劃書。

我們的決策過程是信念驅(qū)動（Conviction Driven）而非單純的共識驅(qū)動。如果一位合伙人對某個項目有極強的信念，哪怕其他人有疑慮，我們也會支持。因為在風投領(lǐng)域，錯失一個改變世界的機會比投錯一個項目代價更大。

一旦決定投資，我們會啟動中斷流程，集全公司之力去贏得這筆交易。這不僅是資金的支持，更是利用我們在各個領(lǐng)域的專家資源（無論是企業(yè)服務還是消費者應用）來幫助創(chuàng)業(yè)者成功。我們不希望僅僅做開支票的人，而是成為創(chuàng)業(yè)者在該領(lǐng)域的最佳合作伙伴。

關(guān)于AI原生公司的客戶留存率，目前我們還沒有看到嚴重的問題。雖然市場上有很多嘗試和切換，但企業(yè)客戶越來越傾向于尋找能夠提供豐富生態(tài)系統(tǒng)和整體解決方案的初創(chuàng)公司。單純提供一個AI功能（如語音轉(zhuǎn)文字）是不夠的，必須在核心功能周圍構(gòu)建完整的工作流。

在銷售方面，我們發(fā)現(xiàn)了一個有趣的現(xiàn)象：比起傳統(tǒng)的推銷，現(xiàn)在更多的是前置部署工程（Forward Deployed Engineering）。大型企業(yè)非�？释麘�用AI來降本增效，但他們往往不知道具體該怎么做。因此，初創(chuàng)公司需要深入客戶內(nèi)部，幫助他們理解如何重構(gòu)業(yè)務流程以適應AI。這不僅是賣軟件，更是一場文化變革。那些能夠幫助企業(yè)完成這種自我改造的初創(chuàng)公司，將獲得巨大的市場機會。

       原文標題 : 硅谷頂級風投a16z最新報告：SaaS已死，AI應用的護城河來自三方面