編者按：外行看熱鬧，內(nèi)行看門道。當(dāng)這波新的人工智能熱潮掀起時(shí)，大多數(shù)人關(guān)注的是生成式人工智能那些酷炫的例子。但對(duì)于投資者來說就不一樣了，他們關(guān)心的是誰能從中分到最大一份蛋糕。那么該如何思考這個(gè)問題呢？以史為鑒是很好的參考?？纯催^去的技術(shù)轉(zhuǎn)變的情況是什么樣的，看看誰是最大的受益者，可以捕捉到這場(chǎng)新的技術(shù)轉(zhuǎn)變的價(jià)值捕捉的蛛絲馬跡。文章來自編譯。

從大型機(jī)到個(gè)人電腦、從臺(tái)式機(jī)到移動(dòng)設(shè)備、從無網(wǎng)絡(luò)到互聯(lián)網(wǎng)、從本地部署到云計(jì)算與 SaaS，軟件的技術(shù)進(jìn)步往往遵循熊彼特的創(chuàng)造性破壞理論：新時(shí)代會(huì)出現(xiàn)新的贏家。正如我們的合伙人 Martin Casado 和 Sarah Wang 最近所探索那樣，現(xiàn)在這種動(dòng)態(tài)終于也開始在人工智能領(lǐng)域發(fā)揮作用作用了。人工智能在（間歇性地）經(jīng)歷了幾十年的寒冬之后，我們終于即將迎來真正的平臺(tái)轉(zhuǎn)變。而這場(chǎng)轉(zhuǎn)變，將會(huì)為人工智能企業(yè)創(chuàng)造更多價(jià)值。雖然大部分焦點(diǎn)都集中在大語言模型以及生成式人工智能驅(qū)動(dòng)的新用例上，但價(jià)值創(chuàng)造不會(huì)僅限于生成式人工智能，也會(huì)包括非生成式用例，尤其是日益成熟的計(jì)算機(jī)視覺模型相關(guān)的用例。

人工智能引領(lǐng)計(jì)算進(jìn)入新的時(shí)代，誰將贏得價(jià)值捕捉的競(jìng)賽？為了探討這個(gè)問題，從本地計(jì)算到 SaaS 和云計(jì)算，我們回顧了最近的平臺(tái)轉(zhuǎn)變。我們研究了過去 20 年來 262 家上市 的B2B 軟件公司的創(chuàng)收情況，從而了解初創(chuàng)企業(yè)與既有企業(yè)* 之間的競(jìng)爭(zhēng)動(dòng)態(tài)，并確定從基礎(chǔ)設(shè)施到應(yīng)用的這個(gè)軟件棧上下的價(jià)值捕獲情況。

在本文中，我們將分享我們從 SaaS 時(shí)代了解到的市場(chǎng)動(dòng)態(tài)。這些動(dòng)態(tài)也可能會(huì)體現(xiàn)在人工智能時(shí)代，其中最值得注意的是，這將是一場(chǎng)正和游戲，新的基礎(chǔ)設(shè)施層的出現(xiàn)可能會(huì)產(chǎn)生出最大的贏家。我們還解釋了為什么向人工智能的轉(zhuǎn)變的規(guī)?？赡軙?huì)比向 SaaS 的轉(zhuǎn)變大得多，為什么它的發(fā)生速度似乎要比向云計(jì)算的轉(zhuǎn)變還要快，以及人工智能產(chǎn)品特有的一些潛在的防御來源。

正和游戲，可爭(zhēng)奪的市場(chǎng)規(guī)模達(dá)數(shù)萬億美元

關(guān)于平臺(tái)轉(zhuǎn)變，盡管流行以弱勝強(qiáng)、零和顛覆的說法，但其實(shí)這通常是一種正和游戲。隨著技術(shù)的進(jìn)步，初創(chuàng)公司和既有企業(yè)的蛋糕都在變大。自納斯達(dá)克指數(shù)于 2003 年第二季度觸底以來，上市 B2B 軟件公司的總收入已從 990 億美元增長(zhǎng)到 5870 億美元，既有公司和初創(chuàng)企業(yè)的總收入增長(zhǎng)了 5.9 倍。軟件既有企業(yè)的營(yíng)收已從 990 億美元增長(zhǎng)到 3230 億美元，仍保持著 55% 的市場(chǎng)份額。或者，換句話說，既有企業(yè)增加了收入，但卻讓出了 45% 的市場(chǎng)給新進(jìn)入者。 SaaS 推出 20 年之后，仍有大量?jī)r(jià)值有待挖掘 - 摩根士丹利最近估計(jì)，云端的工作負(fù)載在企業(yè)的滲透率仍只有29%。**

上市B2B軟件公司總收入的增長(zhǎng)趨勢(shì)

如果這種5.9 倍的軟件擴(kuò)張速度在未來20年仍“一切照舊”的話，上市B2B軟件公司的收入將增長(zhǎng)到3萬億美元以上。但是，我們認(rèn)為即便 3萬億美元+ 也是未來機(jī)會(huì)的下限。盡管 SaaS 通過在本地?zé)o法實(shí)現(xiàn)的協(xié)作軟件（比方說 Slack）釋放出強(qiáng)大的網(wǎng)絡(luò)效應(yīng)，但應(yīng)用層大多數(shù)的最大贏家都是我們所熟悉的本地產(chǎn)品的云實(shí)現(xiàn)：就像在CRM領(lǐng)域，Salesforce 之于 Siebel 、 人力管理系統(tǒng)領(lǐng)域的Workday 之于 PeopleSoft，在 ITSM（IT服務(wù)管理）領(lǐng)域的 ServiceNow 之于 BMC， ERP 領(lǐng)域的 NetSuite 之于 SAP，設(shè)計(jì)領(lǐng)域的 Figma 之于 Adobe等等。人工智能不僅僅是一種商業(yè)模式和軟件交付創(chuàng)新，還是利用、綜合既推進(jìn)人類集體知識(shí)與經(jīng)濟(jì)生產(chǎn)力的一種新的手段。因此，人工智能會(huì)像互聯(lián)網(wǎng)那樣創(chuàng)造出新的價(jià)值：通過開辟全新的做事方式來創(chuàng)造價(jià)值，而不僅僅是做舊的事情的更好方式。

按照美國經(jīng)濟(jì)分析局（US Bureau of Economic Analysis）的數(shù)據(jù)估計(jì)，云軟件將 B2B 軟件的范圍擴(kuò)大到包括從拼車到送餐的一切消費(fèi)者互聯(lián)網(wǎng)應(yīng)用，令美國數(shù)字經(jīng)濟(jì)的市場(chǎng)規(guī)模從 2005 年的 1.0 萬億美元增長(zhǎng)到 2021 年的 2.4 萬億美元，軟件需求的復(fù)合年增長(zhǎng)率達(dá)到了 9.4%，我們預(yù)計(jì)這種增長(zhǎng)不會(huì)很快出現(xiàn)放緩。人工智能軟件最終帶來的增值將超越軟件預(yù)算所捕獲帶的確切美元數(shù)字，而是會(huì)覆蓋它所支持的所有經(jīng)濟(jì)活動(dòng)。

應(yīng)用層的市場(chǎng)動(dòng)態(tài)

按照企業(yè)類型（既有企業(yè)/初創(chuàng)企業(yè)），技術(shù)棧（基礎(chǔ)設(shè)施層/應(yīng)用層）兩個(gè)維度劃分的情況

雖然我們無法從一次平臺(tái)轉(zhuǎn)變總結(jié)出軟件物理的自然法則，但在 SaaS 時(shí)代，初創(chuàng)公司在應(yīng)用層面贏得的市場(chǎng)份額要高于基礎(chǔ)設(shè)施層。2003年剛開始那會(huì)兒，云基礎(chǔ)設(shè)施與 SaaS 應(yīng)用的占比大概是 70/30，截止 2023 年第一季度時(shí)，這個(gè)比例已經(jīng)變成了 60/40。在此期間，我們樣本里面的新進(jìn)入者在 2310 億美元應(yīng)用市場(chǎng)大概占據(jù)了半壁江山 (1120億美元)，但在 3560 億美元的基礎(chǔ)設(shè)施市場(chǎng)所占份額則只有 40%。

與基礎(chǔ)設(shè)施型公司相比，應(yīng)用型初創(chuàng)企業(yè)奪走了既有企業(yè)更多的市場(chǎng)份額，這與應(yīng)用產(chǎn)品的防御能力往往比較差的普遍直覺是一致的。開發(fā)者工具以及現(xiàn)成的核心基礎(chǔ)設(shè)施日漸成熟，這使得開發(fā)熟悉的應(yīng)用的新版本變得更加容易，從而讓初創(chuàng)企業(yè)得以從上一代產(chǎn)品手中搶走客戶。說服客戶拆除并更換核心基礎(chǔ)設(shè)施則要困難得多，這會(huì)導(dǎo)致從舊的基礎(chǔ)設(shè)施過渡到新的基礎(chǔ)設(shè)施的周期更長(zhǎng)，并為既有企業(yè)贏得更多的適應(yīng)時(shí)間。

在人工智能時(shí)代，既有企業(yè)的適應(yīng)速度會(huì)不會(huì)更快？

SaaS 時(shí)代的既有企業(yè)在適應(yīng)過程中面臨著一系列的障礙。他們需要新的工程人才來開發(fā)遺留產(chǎn)品的云實(shí)現(xiàn)，要更新產(chǎn)品開發(fā)實(shí)踐來持續(xù)部署軟件更新，還得針對(duì)訂閱模式重組銷售組織與薪酬結(jié)構(gòu)。毫不奇怪，很多公司適應(yīng)得很慢。 Siebel 在 Salesforce 推出 3 年后才推出了云端版的 CRM 產(chǎn)品，而 PeopleSoft 直到 SuccessFactors 上市十多年后才推出云托管的人力管理系統(tǒng)。

這一次，既有企業(yè)對(duì)應(yīng)用的適應(yīng)速度和推出速度顯然會(huì)比 SaaS 時(shí)代更快。 ChatGPT 是在 2022 年 11 月推出的，此后絕大多數(shù)大型 SaaS 企業(yè)都推出了自己的生成式 AI 產(chǎn)品實(shí)現(xiàn)，其中包括 Salesforce 的 Einstein GPT、Crowdstrike 的 Charlotte AI、HubSpot 的 ChatSpot 以及 Adobe 的 Firefly 等。

同樣重要的是，要注意，雖然既有企業(yè)的適應(yīng)速度似乎更快了，但向人工智能轉(zhuǎn)變的速度也比向云和 SaaS 轉(zhuǎn)變的速度要快。在云基礎(chǔ)設(shè)施到位后，SaaS 應(yīng)用又用了大約 5 年的時(shí)間才真正開始起色。但在短短 6 個(gè)月內(nèi)，ChatGPT 就擁有了 3 億用戶，并推出了插件與 API，讓開發(fā)者可以在 GPT 的基礎(chǔ)之上進(jìn)行開發(fā)。因此，交付人工智能應(yīng)用所需投入的人才和精力遠(yuǎn)遠(yuǎn)少于將本地產(chǎn)品調(diào)整為云實(shí)現(xiàn)所需的人才和精力，而且隨著大語言模型生態(tài)體系與開箱即用工具的出現(xiàn)，這件事情只會(huì)變得越來越容易，越來越成熟。

考慮到推出基于 ChatGPT 的應(yīng)用的容易程度，我們認(rèn)為這一系列的活動(dòng)更多地是既有企業(yè)只是在迎難而上，而不是證明他們這次已經(jīng)破解了創(chuàng)新者的困境。既有企業(yè)提供的第一批解決方案往往可以分為兩類：1）瘦用戶界面，以基于聊天的形式呈現(xiàn)其遺留產(chǎn)品，而不提供任何的新功能，或 2）由于無法防御而出現(xiàn)飽和的類別的產(chǎn)品用例（比方說，制作營(yíng)銷文案）。

對(duì)于 SaaS 的既有企業(yè)來說，應(yīng)用層的真正贏家可能是那些能夠弄清楚如何將記錄系統(tǒng)發(fā)展為預(yù)測(cè)系統(tǒng)并乃至于最終發(fā)展為執(zhí)行系統(tǒng)的人。企業(yè) SaaS CRM 擊敗了本地部署的既有系統(tǒng)，因?yàn)樗鼈兪歉杏玫挠涗浵到y(tǒng)，具備可以更好地跟蹤和預(yù)測(cè)銷售的功能?，F(xiàn)在，作為既有者，這些 SaaS 時(shí)代的銷售工具必須與人工智能驅(qū)動(dòng)的銷售智能產(chǎn)品競(jìng)爭(zhēng)，比方說，這張銷售智能產(chǎn)品已經(jīng)能做到告訴銷售代表，“這是下一個(gè)最有希望談成的客戶，以下是你的銷售話術(shù)，”甚至可以將一次令人信服的電話交流直接復(fù)制到與客戶的通話中。盡管少數(shù)經(jīng)驗(yàn)豐富的工程師可以弄清楚如何以舊產(chǎn)品為基礎(chǔ)推出由大語言模型支持的精簡(jiǎn)用戶體驗(yàn)，但更有意義的創(chuàng)新將需要建立一支原生于該技術(shù)的全新的工程團(tuán)隊(duì)。

當(dāng)平臺(tái)轉(zhuǎn)變出現(xiàn)時(shí)，新的基礎(chǔ)設(shè)施層也會(huì)隨之出現(xiàn)

當(dāng)確實(shí)發(fā)生了基礎(chǔ)設(shè)施創(chuàng)新，比方說隨著大型云平臺(tái)的興起，它會(huì)在軟件棧之中創(chuàng)建出新的層并釋放巨大的價(jià)值。 Amazon Web Services（2006 年推出）、Microsoft Azure（2010 年推出）以及 Google Cloud Platform（2013 年推出）目前的年收入達(dá) 1730 億美元，占到了上市軟件公司收入的 30%。隨著規(guī)模經(jīng)濟(jì)的不斷增強(qiáng)，云計(jì)算平臺(tái)的先發(fā)優(yōu)勢(shì)也日益凸顯，率先推出的AWS 占到 33% ，Azure 拿到了 22%，GCP 也有 10%。

云公司所占份額的演變情況

云變成既有者了

在人工智能時(shí)代，同樣的市場(chǎng)力量已經(jīng)在模型層出現(xiàn)，跟早年 AWS 的競(jìng)爭(zhēng)格局類似，OpenAI也處在領(lǐng)先地位。但這一次，AWS 以及其他的大型云廠商變成了既有者。它們把人工智能看作是自身傳統(tǒng)云計(jì)算業(yè)務(wù)的延伸。考慮到運(yùn)行人工智能模型對(duì)計(jì)算的高需求、當(dāng)前的芯片短缺，以及這些云提供商提供自有芯片或基于第三方芯片打造數(shù)據(jù)中心的能力，大多數(shù)云提供商都推出了自己的基礎(chǔ)模型，在計(jì)算層和模型層展開角逐。

鑒于云計(jì)算的本質(zhì)，它還在基礎(chǔ)設(shè)施與應(yīng)用之間建立了一種共生關(guān)系，這種關(guān)系會(huì)隨著人工智能基礎(chǔ)設(shè)施的發(fā)展而持續(xù)下去。核心基礎(chǔ)設(shè)施為應(yīng)用釋放了新的機(jī)遇，而擴(kuò)展應(yīng)用的數(shù)量會(huì)增加對(duì)基礎(chǔ)設(shè)施的需求，從而推動(dòng)基礎(chǔ)設(shè)施提供商更快地走向成熟。

可防御性最終決定長(zhǎng)期價(jià)值的俘獲

從長(zhǎng)遠(yuǎn)來看，人工智能的價(jià)值會(huì)在什么地方形成最終是一個(gè)可防御性的問題。在 SaaS 時(shí)代，可防御性的最大來源通常是這些：受到開發(fā)者關(guān)注，難以復(fù)制的技術(shù)，比方說 Databricks；作為企業(yè)工作流以及下游應(yīng)用基礎(chǔ)的平臺(tái)記錄系統(tǒng)，比方說 Salesforce；直接嵌入到產(chǎn)品體驗(yàn)之中的網(wǎng)絡(luò)效應(yīng)，比方說Slack；以及源自擁有產(chǎn)品進(jìn)入市場(chǎng)（GTM）的主導(dǎo)地位，從而為產(chǎn)品擴(kuò)展提供信息的客戶反饋飛輪，比方說，Workday。

我們預(yù)期，在人工智能時(shí)代，所有這些可防御性來源同樣還是會(huì)很重要。但人工智能產(chǎn)品背后的底層技術(shù)也帶來了新的潛在競(jìng)爭(zhēng)優(yōu)勢(shì)。我們的早期階段合作伙伴已經(jīng)撰寫過關(guān)于生成式人工智能平臺(tái)的價(jià)值捕獲的文章，并繼續(xù)探索了防御性將如何在人工智能基礎(chǔ)設(shè)施當(dāng)中發(fā)揮作用。在本文中，我們將分享評(píng)估成長(zhǎng)階段人工智能公司可防御性的早期框架，這時(shí)候，競(jìng)爭(zhēng)優(yōu)勢(shì)將從早期理論轉(zhuǎn)變?yōu)闆Q定長(zhǎng)期市場(chǎng)贏家和輸家的因素。

人工智能時(shí)代防御性有了新的衡量維度

2019 年的時(shí)候，我們?cè)?jīng)寫過一篇文章，里面闡述了為什么我們相信在很多情況下（如果不是大多數(shù)情況下）數(shù)據(jù)護(hù)城河也許只是一個(gè)空洞的承諾。不過，隨著更多人工智能初創(chuàng)企業(yè)走向成熟，我們看到，當(dāng)人工智能產(chǎn)品依賴專有數(shù)據(jù)或數(shù)據(jù)規(guī)模作為關(guān)鍵要素和關(guān)鍵差異化因素時(shí)，數(shù)據(jù)開始提供持久的競(jìng)爭(zhēng)優(yōu)勢(shì)。比方說，貴金屬勘探公司 KoBold Metals 與主要的礦業(yè)公司簽訂了商業(yè)協(xié)議，獲得了這些公司各個(gè)探礦地點(diǎn)歷史記錄的獨(dú)家訪問權(quán)，從而造就了一條有競(jìng)爭(zhēng)力的護(hù)城河。作為一家國防初創(chuàng)企業(yè)，Anduril 必須贏得合適的聯(lián)邦合作伙伴才能訪問敏感數(shù)據(jù)。 Flock Safety 為執(zhí)法部門匯集了最大規(guī)模的計(jì)算機(jī)視覺數(shù)據(jù)集，通過提供攝像頭硬件，可以在從捕獲到執(zhí)行的整個(gè)生命周期當(dāng)中控制住數(shù)據(jù)。這就解鎖了一個(gè)飛輪：更多客戶→更多攝像頭→更多數(shù)據(jù)→更好的預(yù)測(cè)→更安全的社區(qū)→更多客戶。

雖然數(shù)據(jù)護(hù)城河往往在人工智能防御性辯論中受到的關(guān)注最多，但生成式人工智能這個(gè)最新的周期也引入了新的具備防御可能性的維度。 Character.AI 具有產(chǎn)品網(wǎng)絡(luò)效應(yīng)，當(dāng)用戶體驗(yàn)產(chǎn)品時(shí)，使用情況就會(huì)成為訓(xùn)練數(shù)據(jù)，從而改善產(chǎn)品體驗(yàn)。 Midjourney 專注于開發(fā)性能最佳的專有基礎(chǔ)模型，從而可以在其之上做出最佳的應(yīng)用層用例。

在第一輪出現(xiàn)的生成式人工智能產(chǎn)品當(dāng)中，一些潛在的防御來源可能有利于 SaaS 時(shí)代的既有企業(yè)。比方說，在 SaaS 時(shí)代達(dá)到一定規(guī)模的公司，可以在成熟的工作流功能的基礎(chǔ)之上，利用人工智能添加相對(duì)精簡(jiǎn)的自然語言用戶界面。在這種情況下，既有企業(yè)可以推出一開始就具有沖擊力的生成式人工智能產(chǎn)品，雖然這些功能實(shí)際上并不是新功能，而只是新瓶裝舊酒。同樣地，當(dāng)既有企業(yè)能夠向傳統(tǒng)客戶群銷售產(chǎn)品，或憑借強(qiáng)大的安全性或合規(guī)性聲譽(yù)來贏得勝利時(shí)，它們可能就會(huì)具備一些優(yōu)勢(shì)。

我們認(rèn)為人工智能將徹底重塑軟件的工作流與用戶界面，因?yàn)槿斯ぶ悄苘浖⑷找娉洚?dāng)預(yù)測(cè)和執(zhí)行系統(tǒng)，而不僅僅是記錄系統(tǒng)。我們已經(jīng)看到這種轉(zhuǎn)變發(fā)生的速度，這意味著敏捷者勝——能夠吸引人工智能人才，并通過某些渠道快速行動(dòng)的公司將處在取勝的有利地位。

從長(zhǎng)遠(yuǎn)來看，消費(fèi)者才是贏家