A16z： AI 产品的护城河在哪里？

作者

a16z 又发新博文《From Demos to Deals: Insights for Building in Enterprise AI》，OpenAI 声称现在全球 10% 的系统都在使用他们的产品，许多财富 500 强公司CEO亲自指挥AI落地集成，AI 已成为几乎所有企业的战略核心。这对于企业级AI公司来讲是巨大的机会。

与此同时，AI 公司的增长和运营模式与传统 SaaS 截然不同，过去的成功经验正在失效。 在文章里，A16Z结合与一些创始人们的沟通总结了AI公司如何才能突围，成长的关键点。

1. 华丽的演示容易，可靠的产品很难 

在 ChatGPT 发布之初，普遍的论调是所有 AI 软件都将被商品化，因为它们只是“GPT 的外壳 (GPT wrappers)”。但近三年过去，事实并非如此。

  • “演示”与“产品”的鸿沟巨大：制作一个亮眼的 AI 演示相对简单，但要将其实现在真实、复杂的企业生产环境中，完成“最后一公里”的产品化工作却异常困难。AI 模型的非确定性输出加剧了这一鸿沟。
  • 高风险与高要求：加拿大航空公司的聊天机器人“幻觉”事件，就是企业部署 AI 失败后面临财务和声誉风险的例证。在会计、法律等对准确性和信任度要求极高的领域尤其如此，不能“凭感觉”去生成财务报表或法律文件。
  • 成功的 AI 公司如何做：
    • 复杂模型编排：他们会对最新的模型进行严格评估，并根据不同任务（综合考虑质量、成本、速度）编排调用不同的模型。
    • 构建强大“脚手架”：在基础模型之上构建大量辅助系统，甚至微调自己的小型专用模型与大模型协同工作，以提供单一 API 调用无法实现的稳健产品体验。
    • 深入客户业务逻辑：投入大量工程和实施资源，将产品与每个客户独特的政策、文化和系统进行深度集成。这是模型提供商自己不会去做的“脏活累活”。

由于模型编排、产品化和深度客户集成的复杂性，应用层 AI 公司有足够的空间建立可持续的业务，而不会轻易被基础模型提供商商品化。

2. 异军突起门槛更高：10倍增长是新的3倍

AI 初创公司的增长速度远超传统 SaaS 企业，成功的标准也随之水涨船高。

  • 增长基准被颠覆：
    • 过去，SaaS 公司在变现后 12 个月内实现 100 万美元的年化收入（ARR）是 A 轮融资的经典基准。
    • 如今，对于 AI 公司而言，这一数据已低于 A 轮融资的中位数。
    • Stripe 的数据显示，AI 客户达到 500 万美元 ARR 的速度也远快于 SaaS 同行。
  • 惊人的增长率：如今增长最快的 AI 软件公司年增长率超过 10倍，甚至有像 Cursor 这样的公司通过产品驱动的 GTM 策略，成为有史以来增长最快的软件公司之一。

原因分析：

  1. 企业采购行为转变：企业已清晰看到 AI 的价值，设立了专门的 AI 预算并主动寻求（Pull）AI 解决方案，而不是像过去那样需要销售去推动（Push）。
  2. 更大的合同价值：AI 软件卖的不仅是“帮助人工作的工具”，而是“工作成果本身”。这意味着 AI 公司正在替代的是企业的劳动力预算，其规模远超传统软件预算，因此合同金额也更大。

3. 入门门槛降低：应用将迎来井喷

两个因素正急剧降低软件开发的成本和复杂性，预示着新应用的爆炸式增长。

  • 模型成本暴跌（LLMflation）：在不到两年的时间里，每百万 token 的成本从 30 美元降至 5 美元以下。仅本月，OpenAI 就将其 o3 模型的价格降低了 80%。这种成本下降速度甚至超过了 PC 革命时期的计算成本和互联网泡沫时期的带宽成本。
  • 开发工具的革新：像 Cursor 这样的智能 IDE 和 Lovable、Replit 这样的“文本到应用”平台，极大地提高了开发效率，甚至让非技术用户也能通过自然语言构建应用。

这将释放大量过去因不经济而无法构建的“长尾”工具。企业终于能将过去依赖人力或脆弱的 RPA 方案处理的边缘工作流程产品化，从而催生新市场、解锁由人力主导的领域。

4. 速度比以往任何时候都重要

在拥挤的市场中，速度和势头是脱颖而出的关键。

  • 抢占先机：企业买家面对海量选择，倾向于从可信的、率先建立品牌的供应商处购买。成为“第一”的价值巨大。
  • 势头滚雪球：早期势头能帮助公司迅速扩大产品覆盖面、获得口碑、签下大客户并建立品牌主导地位。例如，Cursor 的快速产品迭代使其品牌深入人心，以至于像 Canva 这样的公司在招聘时都要求员工具备其使用能力。
  • 超越巨头：Decagon、ElevenLabs、Harvey 等公司都利用早期势头建立了卓越的企业品牌。这种专注和速度，使得 AI 初创公司能够领先于行动迟缓、精力分散的传统软件巨头和模型提供商。

专注打磨“最后一公里”的产品细节，是初创公司从众多竞争者中脱颖而出的关键。

5. 维持早期优势，护城河依然关键

执行速度可以让你脱颖而出，但要构建持久的价值，企业仍需建立强大的护城河。AI 本身不是护城河，而是传递价值的方式。

以下是 AI 公司建立护城河的几种方式：

  1. 成为记录系统 (System of Record)：这是企业软件最经典的护城河。AI 可以作为一个“楔子”，通过捕捉非结构化数据（如语音通话）切入，最终发展成为行业的核心记录系统。比如：找一个传统记录系统（如 Salesforce）覆盖不到的“脏活累活”，比如分析销售团队和客户的通话录音。利用 AI 将这些通话录音转化为结构化的数据（如客户意图、产品反馈、关键承诺等）。这时，这个 AI 应用就成了“通话洞察”这个全新数据领域的记录系统。一旦公司依赖你的系统来获取通话洞察，你就可以围绕这些数据构建更多功能，比如任务提醒、客户跟进、合同生成等，一步步蚕食原有记录系统的地盘，最终目标是成为整个销售流程的新核心。Eve (法律)、Salient(销售)、Toma (餐厅) 都是此类案例。
  2. 创建工作流锁定 (Workflow Lock-in)：将产品深度嵌入用户的日常工作流，形成操作上的“肌肉记忆”。即使是自动化 AI，也需要人类监督和交互的界面，这种 UI/UX 体验能创造强大的锁定效应。例如，Decagon 为其 AI 客服座席提供了强大的人工监控和分析工作流。
  3. 深度垂直整合：与企业依赖的、API 有限的复杂遗留系统进行深度集成。这种集成一旦完成就很难被替换。例如，Tennr 深入整合医疗领域的传真和遗留系统，HappyRobot 连接自建的货运管理系统。
  4. 巩固客户关系：成为客户的战略思想伙伴，而不仅仅是工具供应商。在 AI 时代，与客户建立的信任关系比任何单一功能或价格都更重要。

a16z 认为，当前是创业者最好的时代之一。AI 正在解锁新市场并扩展现有机会。对于致力于建立伟大公司的创始人来说，理解这些新的游戏规则至关重要。

笔者看来，随着AI落地进入深水区，不论是简单的AI项目落地，还是更进一步的AI产品构建护城河，a16z提出的这些洞见都非常有启发，AI不实际解决业务关键问题，不染脏活累活，不切入绑定核心业务流程，都无法形成坚固的护城河，时刻有被替代的风险，更别提生根发芽，茁壮成长了。

原文：https://a16z.com/insights-for-enterprise-ai-builders/

公众号回复“进群”入群讨论。 

（文：AI工程化）

发表评论