a16z 終于把 AI 的投資邏輯說清楚了！真正值錢的，只剩這三條路

過去幾年，AI領(lǐng)域不斷上演著令人目眩的增長故事。模型能力指數(shù)級提升，軟件公司從零到億的速度驚人，而“軟件吞噬世界”的敘事也讓人們相信AI將重塑幾乎所有行業(yè)。

AI應(yīng)用是否創(chuàng)造了真實(shí)、可持續(xù)的商業(yè)價值？當(dāng)技術(shù)紅利趨緩，企業(yè)真正的護(hù)城河是什么？在軟件可以快速復(fù)制的時代，哪些壁壘無法被輕易跨越？

今天，我們聚焦a16z合伙人Alex Rampell的深度分享。作為金融科技與軟件投資領(lǐng)域的資深投資人，他沒有停留在趨勢描述，而是系統(tǒng)拆解了驅(qū)動增長的核心——產(chǎn)品生命周期理論，并指出：當(dāng)前AI價值的爆發(fā)，本質(zhì)上命中了人類“更懶更富”的永恒需求。

他提煉出當(dāng)下最具潛力的三類投資方向：

①傳統(tǒng)軟件的AI原生改造

②軟件對勞動力的替代

③基于“圍墻花園”式獨(dú)家數(shù)據(jù)的價值重構(gòu)

本文將深入解讀這一框架，揭示在基礎(chǔ)設(shè)施日趨同質(zhì)化的背景下，競爭優(yōu)勢將如何向應(yīng)用層與數(shù)據(jù)層轉(zhuǎn)移，并為讀者提供一幅超越技術(shù)表象、直指商業(yè)本質(zhì)的AI路線圖。

AI如何滿足人性需求“更懶更富”

納斯達(dá)克指數(shù)自1977年至今，雖然長期呈上升趨勢，但中間經(jīng)歷了幾次暴跌。這背后對應(yīng)著四個主要的產(chǎn)品周期。它們顯示的規(guī)律是：先有基礎(chǔ)設(shè)施層的公司鋪路，再有應(yīng)用層的團(tuán)隊(duì)開發(fā)實(shí)際產(chǎn)品。

最早是PC時代，接著是互聯(lián)網(wǎng)時代，再后來是移動時代。AI時代已然來臨。目前軟件領(lǐng)域的絕大多數(shù)新增收入，實(shí)際上都來自AI，無論是應(yīng)用層面還是基礎(chǔ)設(shè)施層面。

每當(dāng)科技股牛市來襲，總會有人說“這不過是泡沫”或“根本行不通”。以信用卡費(fèi)用管理公司RAMP為例，2025年1月的數(shù)據(jù)顯示，許多采用技術(shù)升級路徑的企業(yè)，并非通用電氣這類傳統(tǒng)巨頭，而是舊金山灣區(qū)或紐約那些擁有數(shù)千名員工、更具前瞻性的科技公司，突然意識到：“哇，這玩意兒真厲害！”

我始終秉持一種關(guān)于人類行為的普遍認(rèn)知，每個人都渴望兩樣?xùn)|西：既想變得更富有，又想更懶。這正是生成式AI所鎖定的核心價值，且這一趨勢正在當(dāng)下真正顯現(xiàn)。

盡管增長曲線一度趨于平緩，但其影響已十分顯著，從成本支出到企業(yè)增長，無論是基礎(chǔ)設(shè)施還是應(yīng)用層面，皆可見其蹤跡。現(xiàn)在全球約有15%的成年人每周都會使用ChatGPT，這已成為日常習(xí)慣：跟朋友打賭、問路、或者搞不懂某個東西時。

一切發(fā)展得很快。2017年，Transformer模型的論文發(fā)表，引發(fā)廣泛關(guān)注。我們的長期合作伙伴Frank Chen曾演示過早期的GPT模型，效果并不理想。

這讓我想起了60年代的Eliza系統(tǒng)，那個只會把你的話變成疑問句的AI治療師。直到你問：“嘿，我想向?qū)W校投訴校車司機(jī)。”它卻反問：“你為什么想向?qū)W校投訴校車司機(jī)？”這顯然沒提供答案。

很難想象這竟發(fā)生在幾年前。但從2023年到現(xiàn)在，我們確實(shí)已真正邁入了應(yīng)用的黃金時代。

我們正目睹軟件公司在一兩年內(nèi)實(shí)現(xiàn)營收從零到一億美元的飛躍。這并非是經(jīng)濟(jì)活躍時候的盲目消費(fèi)，而是這些技術(shù)能為企業(yè)創(chuàng)造巨大價值。他們渴望更懶散、更富裕，而這項(xiàng)技術(shù)正為他們打開這扇門。

AI 原生改造：綠地?fù)Q軌與勞動力替代

接下來我將探討AI應(yīng)用領(lǐng)域中三個更廣泛的主題，這些正是我們投資的公司類型。

第一，傳統(tǒng)軟件正在向AI原生化轉(zhuǎn)型，現(xiàn)在的機(jī)會就在AI原生。

作為投資者，我深刻認(rèn)識到一個關(guān)鍵經(jīng)驗(yàn)：Mercury堪稱“烏龜戰(zhàn)勝兔子”的絕佳范例。他們?yōu)槌鮿?chuàng)企業(yè)打造了新銀行，不僅能幫你支付賬單，還能提供會計(jì)服務(wù)。這正是典型的綠地投資機(jī)會。

在這張“賓果游戲板”上，無論是薪資、ERP還是客服軟件，現(xiàn)有企業(yè)都在積極采用AI。像Workday這樣的公司，即將開始為AI功能收費(fèi)。例如，系統(tǒng)可能會問：“您想讓我們對每個新員工都進(jìn)行背景調(diào)查嗎？”每次收費(fèi)500美元。為什么不能是499美元？

最成功的企業(yè)已經(jīng)與客戶建立了深度綁定，形成了極高的轉(zhuǎn)換成本。

在RPA（機(jī)器人流程自動化）領(lǐng)域，像UiPath或Zendesk，傳統(tǒng)的“按月按席位付費(fèi)”模式正在面臨挑戰(zhàn)。客戶會思考：“如果99%的查詢都能由AI自動解決，我為什么還要為閑置的人力席位付費(fèi)？我更愿意為實(shí)際達(dá)成的結(jié)果付費(fèi)。”

因此，真正值得投資的公司是那些能構(gòu)建并守住這種優(yōu)勢局面的企業(yè)，而非一味追求客戶增長的公司。當(dāng)?shù)讓拥腁I模型日趨同質(zhì)化，真正的競爭壁壘往往在于“別人拿不到的數(shù)據(jù)”。

第二，軟件正在取代勞動力，這是一個規(guī)模大得多的市場。

如果說AI對傳統(tǒng)軟件的改造是“優(yōu)化”，那么它對勞動力的取代則意味著“重構(gòu)”。這是我個人最期待的新興領(lǐng)域。

此前，少有軟件公司能真正涉足這一領(lǐng)域，因?yàn)樯鐣闹髁鬟x擇始終是雇傭?qū)I(yè)人才。但現(xiàn)在，情況不同了：軟件能完成一個崗位90%的核心工作量，它掌握21種語言，并且永不間斷。

這在軟件史上具有標(biāo)志性意義。以Plaza Lane驗(yàn)光中心為例，他們招聘前臺接待員的職位描述有八項(xiàng)要求。如果你能提供一款軟件滿足其中五項(xiàng)核心職責(zé)，他們就會“錄用”這款軟件。

企業(yè)不會為軟件支付與人類員工同等的47,000美元年薪，但也絕不會只付500美元。一個合理的價格可能是每年2萬美元。

我們的投資邏輯，是希望這類軟件能進(jìn)一步演化成一套不可替代的“核心業(yè)務(wù)記錄系統(tǒng)”。這樣，當(dāng)軟件執(zhí)行了五項(xiàng)工作職責(zé)，就沒人能輕易用19,999美元的年費(fèi)把它替換掉。我們希望確保這一解決方案能帶來極具粘性的長期價值。

可以預(yù)見，當(dāng)現(xiàn)有軟件產(chǎn)品推出更優(yōu)替代方案并瞄準(zhǔn)綠地市場時，它們的市值將大幅增長。而在此情況下，選擇棕地市場甚至可能獲得更高的定價空間。這條道路能帶來遠(yuǎn)超預(yù)期的收入增長。

以法律行業(yè)為例，其對文檔處理的高要求與AI的能力天然契合。這個市場有一個獨(dú)特之處：尤其是原告律師，通常采用風(fēng)險代理模式，即只在勝訴后才獲得報酬。這種模式使得律師與客戶的利益高度一致，他們不按小時收費(fèi)，而是分享最終成果。

因此，原告律師每獲得10個潛在案件，往往只能接手1個，因?yàn)楹Y選和評估案件需要投入大量時間。這正是AI能發(fā)揮巨大價值的環(huán)節(jié)。

相反，對于按小時收費(fèi)的公司律師而言，AI將初級律師效率提升50倍，可能會侵蝕其收入模式；但對于原告律師，效率提升5倍，則意味著潛在收入可能增加5倍甚至更多。

我們投資的Eve公司，便是一個典范。他們的產(chǎn)品思路非常清晰：致力于掌控從潛在客戶篩選到案件最終完結(jié)的端到端工作流程。

Eve最近推出了一款語音助手，專門收集潛在客戶資料。它能從海量醫(yī)療記錄和就業(yè)文件中篩選信息，幫助律師判斷案件價值，比如“這個病例可能值5萬美元，那個值500萬美元，你應(yīng)該把時間花在這邊”。

更進(jìn)一步，該系統(tǒng)能夠協(xié)助律師梳理整個訴訟流程：自動整理醫(yī)療記錄、生成法律索賠函，并準(zhǔn)備正式的起訴文件。

這個業(yè)務(wù)最有趣的地方在于數(shù)據(jù)閉環(huán)。當(dāng)Eve開始生成結(jié)果數(shù)據(jù)時，這些數(shù)據(jù)并不公開，大型實(shí)驗(yàn)室也無法利用。Eve可以利用這些專有數(shù)據(jù)回溯分析，找出決定案件價值的關(guān)鍵變量，從而形成更優(yōu)的模型。

正如我們所分析的，這種方式顯著降低了律師受理案件的門檻。過去，考慮到成本，律師可能只接標(biāo)的價值5萬美元以上的案子；現(xiàn)在，借助AI，他們可以經(jīng)濟(jì)地處理標(biāo)的價值5000元的案件。

法律服務(wù)的市場總量由此得以擴(kuò)張。在原告方，長期以來存在著明顯的供需失衡，而Eve正在精準(zhǔn)地釋放這部分被壓抑的需求。結(jié)果就是，市場對這類產(chǎn)品的渴望遠(yuǎn)超預(yù)期。因?yàn)樗昝赖仄鹾狭恕案鼞懈弧钡脑瓌t，既能幫助律所提升營收，又能為更多人提供可負(fù)擔(dān)的法律服務(wù)。

Eve所代表的，正是我們推崇的商業(yè)模式。其收入在短時間內(nèi)實(shí)現(xiàn)從0到20%-30%的增長，看似驚人，但只要你能快速行動，并真正兌現(xiàn)“讓我更省力、更賺錢”的承諾，這種增長便是可復(fù)制的常態(tài)。

當(dāng)然，許多消費(fèi)級AI應(yīng)用難以切入核心業(yè)務(wù)環(huán)節(jié)，且作為工具組件，用戶切換成本很低。這里的關(guān)鍵，在于區(qū)分 “功能差異” 與 “商業(yè)護(hù)城河”。

AI能創(chuàng)造強(qiáng)大的功能差異，例如一個能說50種語言、智能收集信息的語音助手，這本身就能帶來顯著價值。但僅憑功能優(yōu)勢，并不足以構(gòu)建穩(wěn)固的護(hù)城河。Eve的護(hù)城河，在于它并非單一工具，而是替代并整合了律師的整個工作流程，成為了業(yè)務(wù)運(yùn)營的“中樞系統(tǒng)”。

此外，那個關(guān)鍵的“X因素”依然是業(yè)務(wù)閉環(huán)中產(chǎn)生的獨(dú)家數(shù)據(jù)。數(shù)據(jù)的私密性創(chuàng)造了強(qiáng)大的競爭優(yōu)勢：Eve處理的案件越多，產(chǎn)品就越智能；產(chǎn)品越智能，就越能吸引更多案件。這就像帶著自動步槍參加一場冷兵器戰(zhàn)斗，它很快會成為原告律師的必備裝備，一旦被深度采用，便難以被取代。

因此，競爭的關(guān)鍵不在于語音識別的準(zhǔn)確度或文檔摘要的優(yōu)美程度，而在于系統(tǒng)是否有能力成為最終工作成果的記錄者和生成者。

我們常說“軟件正在吞噬世界”，而現(xiàn)在，我們正以驚人的速度開發(fā)和部署這些“軟件”。但這同時也在加劇所有高利潤軟件公司的風(fēng)險，高利潤本身就是吸引競爭的信號。如果我能輕松寫出代碼復(fù)制你的核心功能，那么你的產(chǎn)品就必須具備極強(qiáng)的用戶粘性和獨(dú)特的競爭優(yōu)勢，而數(shù)據(jù)，往往是其中最堅(jiān)固的壁壘之一。

像擁有350萬從業(yè)者的卡車運(yùn)輸行業(yè)，未來必然會出現(xiàn)更優(yōu)的AI調(diào)度與駕駛輔助方案。但在大多數(shù)情況下，這是一個成本與價值的動態(tài)平衡。企業(yè)不會雇傭成本高于其創(chuàng)造價值的人力。引入AI，正是為了在提升價值或維持價值不變的前提下，重新找到這個平衡點(diǎn)。

你會廣泛地采用AI作為增強(qiáng)工具，但并不會立即大規(guī)模裁減人類員工。更值得思考的是，我們無法預(yù)知未來將誕生哪些全新的職業(yè)。75年前，并沒有“產(chǎn)品經(jīng)理”或“用戶體驗(yàn)設(shè)計(jì)師”這些職位，它們在19世紀(jì)的語境下毫無意義。

因此，我們不應(yīng)武斷地認(rèn)為AI只會替代人力，事實(shí)上，我們觀察到的更多是AI增強(qiáng)人類效率，而非簡單粗暴的替代。

當(dāng)我與朋友通話時，系統(tǒng)能根據(jù)他的地理位置，例如從加州前往堪薩斯州，自動判斷并提示適用的交通法規(guī)。這就是數(shù)據(jù)模式的力量。因?yàn)樘幚磉^數(shù)百萬次通話，他們能精準(zhǔn)掌握應(yīng)答內(nèi)容，實(shí)現(xiàn)極低延遲。

他們將復(fù)雜的場景處理得如此流暢，使得后來者的競爭變得異常艱難。在軟件開發(fā)變得前所未有的便捷的今天，這種由數(shù)據(jù)與場景深度融合形成的“模式”，其重要性已超越以往任何時候。

數(shù)據(jù)壁壘：如何將“公共資源”煉成“獨(dú)家資產(chǎn)”？

垂直軟件公司早已能成長為行業(yè)巨頭，如Toast靠餐飲專屬系統(tǒng)和支付/貸款鎖定客戶，AI時代同理。

這不僅僅是“人工成本差一便士”的問題，關(guān)鍵是建立專屬的記錄系統(tǒng)和垂直運(yùn)營體系，讓客戶無法輕易換成更便宜的供應(yīng)商。

這也正好引出第三個主題，我稱之為“圍墻花園”，這個概念當(dāng)下尤為重要。

以O(shè)penAI為例，他們原本像“蔬菜農(nóng)場”，把基礎(chǔ)大模型賣給開發(fā)者。后來卻想在農(nóng)場里開“餐館”，自己直接開發(fā)面向最終用戶的應(yīng)用，這讓原本采購“蔬菜”的開發(fā)者感到不滿：供應(yīng)商突然變成了競爭對手。這個例子很有參考意義，它揭示了一個未來趨勢：當(dāng)基礎(chǔ)技術(shù)日趨普及，真正的稀缺性將向產(chǎn)業(yè)鏈上游轉(zhuǎn)移——即優(yōu)質(zhì)、獨(dú)家的“原材料”（數(shù)據(jù)）。

就像歷史上通過劃定邊界并建立收費(fèi)站來創(chuàng)造價值一樣，在數(shù)據(jù)領(lǐng)域，同樣可以構(gòu)筑這樣的“圍墻”。

以Flight Aware為例，他們的數(shù)據(jù)本身并不涉及商業(yè)機(jī)密，卻極具獨(dú)家價值。自馬航MH370事件后，民航領(lǐng)域廣泛采用ADS-B廣播式自動相關(guān)監(jiān)視系統(tǒng)，飛機(jī)實(shí)時發(fā)射位置、高度、速度等信號。理論上，任何人在亞馬遜上買一個接收器都能捕獲這些信號。

但Flight Aware的壁壘在于，他們在全球精心部署了約100個接收天線，通過長期、系統(tǒng)地收集與清洗，構(gòu)建了一套連貫、完整、高可用的全球航班追蹤數(shù)據(jù)庫。

這類經(jīng)過深度加工的數(shù)據(jù)信噪比極高，是ChatGPT等通用AI無法直接獲取的，類似的還有Pitchbook的私募融資數(shù)據(jù)、彭博的實(shí)時金融數(shù)據(jù)、Co Star的房地產(chǎn)數(shù)據(jù)等。

再比如Ancestry.com，他們通過購買摩門教會收藏的家譜記錄，并持續(xù)投入數(shù)字化，構(gòu)建了獨(dú)一無二的家族歷史數(shù)據(jù)庫。這些數(shù)據(jù)構(gòu)成了他們的“圍墻花園”，這些數(shù)據(jù)在ChatGPT、Anthropic上都無法獲取，即便開放API授權(quán)，其核心價值也在于數(shù)據(jù)的獨(dú)家性與完整性。

這種獨(dú)占性直接轉(zhuǎn)化為定價權(quán)。例如，運(yùn)用Pitchbook的數(shù)據(jù)：如果一位分析師需要撰寫某家公司的深度報告，或?qū)Ρ人蟹煽萍脊镜臍v史業(yè)績，Pitchbook能提供自1992年以來每一家法律科技公司B輪融資的完整數(shù)據(jù)面板。

這份獨(dú)家數(shù)據(jù)，使他們既可以向個人用戶每月收取20美元，也能向?qū)I(yè)機(jī)構(gòu)每年收取2萬美元，因?yàn)橹挥兴麄冇小＿@可能意味著你能少雇一位分析師，核心不是訂閱數(shù)據(jù)，而是把這些“蔬菜”轉(zhuǎn)化為“成品餐”。

我最喜歡的另一個經(jīng)典案例是域名查詢工具，如Whois。它能查詢“誰擁有某個特定域名”，這項(xiàng)服務(wù)早在AI出現(xiàn)之前就已存在。即便回到1998年，它也能提供確鑿的歸屬信息。這種基于長期積累的獨(dú)家數(shù)據(jù)模式，本身就構(gòu)成了強(qiáng)大的競爭壁壘。

而AI的加入，讓這些“花園”的價值成倍放大。以下三個案例能清晰地說明這一點(diǎn)：

其一，Open Evidence。數(shù)據(jù)顯示，美國三分之二的醫(yī)生每周都會使用它。它的界面和交互可能與ChatGPT相似，但關(guān)鍵區(qū)別在于：它擁有《新英格蘭醫(yī)學(xué)雜志》等頂級醫(yī)學(xué)期刊的獨(dú)家全文授權(quán)。

如果我需要治療跟腱炎，ChatGPT能提供一些通用的循證醫(yī)學(xué)證據(jù)，效用尚可。但Open Evidence的優(yōu)勢在于，他們是唯一掌握完整證據(jù)鏈的機(jī)構(gòu)。這就好比他們不僅梳理了所有獨(dú)特的“蔬菜品種”，還說服了供應(yīng)商禁止向其他“餐廳”供貨。

其二，vLex。這家擁有26年歷史的公司，剛被收購。其創(chuàng)始人來自西班牙，收購了西班牙境內(nèi)所有的合法記錄。像Wilson Sonsini這樣的國際律所，需要了解西班牙法律時，vLex是必經(jīng)之路。過去，他們以高價將數(shù)據(jù)庫授權(quán)給律所。

當(dāng)他們引入AI時，游戲規(guī)則變了。假設(shè)我是Harvey的用戶，急需在七點(diǎn)前給客戶寫備忘錄，且必須包含西班牙語法律數(shù)據(jù)。vLex成了我的唯一選擇。這時，他們就不必按每篇文章兩美元收費(fèi)，而是可以按“成品”收費(fèi)。

其三，專有數(shù)據(jù)的價值。真希望我能直接問ChatGPT關(guān)于50份舊德勤合同的細(xì)節(jié)，但它根本搞不到這些信息。這就是專有數(shù)據(jù)的價值，它是世界上的“寶藏庫”，AI模型再大也無法憑空獲取。

最近我跟一位創(chuàng)業(yè)者聊過，他專注于YouTube的歷史訂閱數(shù)據(jù)。YouTube不會公布Mr. Beast在2017年8月4日有多少訂閱者，但他的公司收集并出售這些數(shù)據(jù)。這就像我們文章里提到的“野生花園的果實(shí)”。

你可以去縣記錄辦公室免費(fèi)查詢產(chǎn)權(quán)記錄，但必須親自去。如果你能將這些資料數(shù)字化、可訪問化，并應(yīng)用AI，價值就會倍增。現(xiàn)在，這些數(shù)據(jù)構(gòu)建了一道高高的“圍墻花園”。

很多數(shù)據(jù)原本是免費(fèi)的，像ADS-B飛行數(shù)據(jù)，或者是廉價的，但當(dāng)你將其數(shù)字化并結(jié)合AI時，就能創(chuàng)造出前所未有的價值。你早該在打造AI之前就完成這個數(shù)據(jù)積累的項(xiàng)目，否則現(xiàn)在你根本不可能創(chuàng)建一家價值百倍的公司。

那么，一個隨之而來的問題是：既然擁有了“獨(dú)家晚餐”，為什么這些公司不都直接面向最終消費(fèi)者銷售，而是有時會選擇通過中間商呢？

以vLex為例，他們本可以把數(shù)據(jù)賣給Harvey，卻最終意識到：應(yīng)該直接面向客戶銷售，不再向Wilson Sonsini這類中間商出售數(shù)據(jù)。若確需合作，必須徹底調(diào)整定價策略，摒棄按小額訂閱費(fèi)收費(fèi)的陳舊模式，這種模式只會把大部分價值讓渡給第三方。

就像航班數(shù)據(jù)、Mr. Beast的訂閱量數(shù)據(jù)，當(dāng)下的訂閱量在YouTube上一目了然，完全免費(fèi)，但十年前的歷史數(shù)據(jù)才是真正的專有內(nèi)容。

有時所謂的專有性，恰恰源于免費(fèi)資源的時間積累。比如家譜信息，我可以直接去摩門教教堂獲取，無需付費(fèi)開通Ancestry.com賬戶，但通過平臺操作比飛往猶他州更便捷。

人們選擇LexisNexis這類服務(wù)商，也是因?yàn)樗鼈兡軐右褦?shù)字化的系統(tǒng)，把信息轉(zhuǎn)化為更易理解的格式。即便它們有時是唯一或最優(yōu)選擇，如今也能提供成品解決方案，為終端客戶節(jié)省成本。比如我無需購買LexisNexis的全部數(shù)據(jù)，只需用它確認(rèn)交易可行性，但其數(shù)據(jù)能支撐大量后續(xù)工作流程。

對金融服務(wù)公司而言，欺詐分析師破解謎題的關(guān)鍵線索往往來自LexisNexis。對現(xiàn)有企業(yè)來說，若能獨(dú)占這類數(shù)據(jù)，就能挖掘巨大價值。

PS：如果你對AI大模型領(lǐng)域有獨(dú)特的看法，歡迎掃碼加入我們的大模型交流群。