編者按：外行看熱鬧，內行看門道。當這波新的人工智能熱潮掀起時，大多數(shù)人關注的是生成式人工智能那些酷炫的例子。但對于投資者來說就不一樣了，他們關心的是誰能從中分到最大一份蛋糕。那么該如何思考這個問題呢？以史為鑒是很好的參考?？纯催^去的技術轉變的情況是什么樣的，看看誰是最大的受益者，可以捕捉到這場新的技術轉變的價值捕捉的蛛絲馬跡。文章來自編譯。
從大型機到個人電腦、從臺式機到移動設備、從無網絡到互聯(lián)網、從本地部署到云計算與 SaaS，軟件的技術進步往往遵循熊彼特的創(chuàng)造性破壞理論：新時代會出現(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)在這種動態(tài)終于也開始在人工智能領域發(fā)揮作用作用了。人工智能在（間歇性地）經歷了幾十年的寒冬之后，我們終于即將迎來真正的平臺轉變。而這場轉變，將會為人工智能企業(yè)創(chuàng)造更多價值。雖然大部分焦點都集中在大語言模型以及生成式人工智能驅動的新用例上，但價值創(chuàng)造不會僅限于生成式人工智能，也會包括非生成式用例，尤其是日益成熟的計算機視覺模型相關的用例。
人工智能引領計算進入新的時代，誰將贏得價值捕捉的競賽？為了探討這個問題，從本地計算到 SaaS 和云計算，我們回顧了最近的平臺轉變。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)* 之間的競爭動態(tài)，并確定從基礎設施到應用的這個軟件棧上下的價值捕獲情況。
在本文中，我們將分享我們從 SaaS 時代了解到的市場動態(tài)。這些動態(tài)也可能會體現(xiàn)在人工智能時代，其中最值得注意的是，這將是一場正和游戲，新的基礎設施層的出現(xiàn)可能會產生出最大的贏家。我們還解釋了為什么向人工智能的轉變的規(guī)模可能會比向 SaaS 的轉變大得多，為什么它的發(fā)生速度似乎要比向云計算的轉變還要快，以及人工智能產品特有的一些潛在的防御來源。
關于平臺轉變，盡管流行以弱勝強、零和顛覆的說法，但其實這通常是一種正和游戲。隨著技術的進步，初創(chuàng)公司和既有企業(yè)的蛋糕都在變大。自納斯達克指數(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 億美元增長到 5870 億美元，既有公司和初創(chuàng)企業(yè)的總收入增長了 5.9 倍。軟件既有企業(yè)的營收已從 990 億美元增長到 3230 億美元，仍保持著 55% 的市場份額?；蛘?，換句話說，既有企業(yè)增加了收入，但卻讓出了 45% 的市場給新進入者。 SaaS 推出 20 年之后，仍有大量價值有待挖掘 - 摩根士丹利最近估計，云端的工作負載在企業(yè)的滲透率仍只有29%。**
上市B2B軟件公司總收入的增長趨勢
如果這種5.9 倍的軟件擴張速度在未來20年仍“一切照舊”的話，上市B2B軟件公司的收入將增長到3萬億美元以上。但是，我們認為即便 3萬億美元+ 也是未來機會的下限。盡管 SaaS 通過在本地無法實現(xiàn)的協(xié)作軟件（比方說 Slack）釋放出強大的網絡效應，但應用層大多數(shù)的最大贏家都是我們所熟悉的本地產品的云實現(xiàn)：就像在CRM領域，Salesforce 之于 Siebel 、 人力管理系統(tǒng)領域的Workday 之于 PeopleSoft，在 ITSM（IT服務管理）領域的 ServiceNow 之于 BMC， ERP 領域的 NetSuite 之于 SAP，設計領域的 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、綜合既推進人類集體知識與經濟生產力的一種新的手段。因此，人工智能會像互聯(lián)網那樣創(chuàng)造出新的價值：通過開辟全新的做事方式來創(chuàng)造價值，而不僅僅是做舊的事情的更好方式。
按照美國經濟分析局（US Bureau of Economic Analysis）的數(shù)據(jù)估計，云軟件將 B2B 軟件的范圍擴大到包括從拼車到送餐的一切消費者互聯(lián)網應用，令美國數(shù)字經濟的市場規(guī)模從 2005 年的 1.0 萬億美元增長到 2021 年的 2.4 萬億美元，軟件需求的復合年增長率達到了 9.4%，我們預計這種增長不會很快出現(xiàn)放緩。人工智能軟件最終帶來的增值將超越軟件預算所捕獲帶的確切美元數(shù)字，而是會覆蓋它所支持的所有經濟活動。
按照企業(yè)類型（既有企業(yè)/初創(chuàng)企業(yè)），技術棧（基礎設施層/應用層）兩個維度劃分的情況
雖然我們無法從一次平臺轉變總結出軟件物理的自然法則，但在 SaaS 時代，初創(chuàng)公司在應用層面贏得的市場份額要高于基礎設施層。2003年剛開始那會兒，云基礎設施與 SaaS 應用的占比大概是 70/30，截止 2023 年第一季度時，這個比例已經變成了 60/40。在此期間，我們樣本里面的新進入者在 2310 億美元應用市場大概占據(jù)了半壁江山 (1120億美元)，但在 3560 億美元的基礎設施市場所占份額則只有 40%。
與基礎設施型公司相比，應用型初創(chuàng)企業(yè)奪走了既有企業(yè)更多的市場份額，這與應用產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)成的核心基礎設施日漸成熟，這使得開發(fā)熟悉的應用的新版本變得更加容易，從而讓初創(chuàng)企業(yè)得以從上一代產品手中搶走客戶。說服客戶拆除并更換核心基礎設施則要困難得多，這會導致從舊的基礎設施過渡到新的基礎設施的周期更長，并為既有企業(yè)贏得更多的適應時間。
SaaS 時代的既有企業(yè)在適應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)遺留產品的云實現(xiàn)，要更新產品開發(fā)實踐來持續(xù)部署軟件更新，還得針對訂閱模式重組銷售組織與薪酬結構。毫不奇怪，很多公司適應得很慢。 Siebel 在 Salesforce 推出 3 年后才推出了云端版的 CRM 產品，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)對應用的適應速度和推出速度顯然會比 SaaS 時代更快。 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 產品實現(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)的適應速度似乎更快了，但向人工智能轉變的速度也比向云和 SaaS 轉變的速度要快。在云基礎設施到位后，SaaS 應用又用了大約 5 年的時間才真正開始起色。但在短短 6 個月內，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 的基礎之上進行開發(fā)。因此，交付人工智能應用所需投入的人才和精力遠遠少于將本地產品調整為云實現(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)，這件事情只會變得越來越容易，越來越成熟。
考慮到推出基于 ChatGPT 的應用的容易程度，我們認為這一系列的活動更多地是既有企業(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)飽和的類別的產品用例（比方說，制作營銷文案）。
對于 SaaS 的既有企業(yè)來說，應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)展為預測系統(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)，因為它們是更有用的記錄系統(tǒng)，具備可以更好地跟蹤和預測銷售的功能。現(xiàn)在，作為既有者，這些 SaaS 時代的銷售工具必須與人工智能驅動的銷售智能產品競爭，比方說，這張銷售智能產品已經能做到告訴銷售代表，“這是下一個最有希望談成的客戶，以下是你的銷售話術，”甚至可以將一次令人信服的電話交流直接復制到與客戶的通話中。盡管少數(shù)經驗豐富的工程師可以弄清楚如何以舊產品為基礎推出由大語言模型支持的精簡用戶體驗，但更有意義的創(chuàng)新將需要建立一支原生于該技術的全新的工程團隊。
當確實發(fā)生了基礎設施創(chuàng)新，比方說隨著大型云平臺的興起，它會在軟件棧之中創(chuàng)建出新的層并釋放巨大的價值。 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 1730 億美元，占到了上市軟件公司收入的 30%。隨著規(guī)模經濟的不斷增強，云計算平臺的先發(fā)優(yōu)勢也日益凸顯，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
在人工智能時代，同樣的市場力量已經在模型層出現(xiàn)，跟早年 AWS 的競爭格局類似，OpenAI也處在領先地位。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)云計算業(yè)務的延伸?？紤]到運行人工智能模型對計算的高需求、當前的芯片短缺，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模型，在計算層和模型層展開角逐。
鑒于云計算的本質，它還在基礎設施與應用之間建立了一種共生關系，這種關系會隨著人工智能基礎設施的發(fā)展而持續(xù)下去。核心基礎設施為應用釋放了新的機遇，而擴展應用的數(shù)量會增加對基礎設施的需求，從而推動基礎設施提供商更快地走向成熟。
從長遠來看，人工智能的價值會在什么地方形成最終是一個可防御性的問題。在 SaaS 時代，可防御性的最大來源通常是這些：受到開發(fā)者關注，難以復制的技術，比方說 Databricks；作為企業(yè)工作流以及下游應用基礎的平臺記錄系統(tǒng)，比方說 Salesforce；直接嵌入到產品體驗之中的網絡效應，比方說Slack；以及源自擁有產品進入市場（GTM）的主導地位，從而為產品擴展提供信息的客戶反饋飛輪，比方說，Workday。
我們預期，在人工智能時代，所有這些可防御性來源同樣還是會很重要。但人工智能產品背后的底層技術也帶來了新的潛在競爭優(yōu)勢。我們的早期階段合作伙伴已經撰寫過關于生成式人工智能平臺的價值捕獲的文章，并繼續(xù)探索了防御性將如何在人工智能基礎設施當中發(fā)揮作用。在本文中，我們將分享評估成長階段人工智能公司可防御性的早期框架，這時候，競爭優(yōu)勢將從早期理論轉變?yōu)闆Q定長期市場贏家和輸家的因素。
人工智能時代防御性有了新的衡量維度
2019 年的時候，我們曾經寫過一篇文章，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)護城河也許只是一個空洞的承諾。不過，隨著更多人工智能初創(chuàng)企業(yè)走向成熟，我們看到，當人工智能產品依賴專有數(shù)據(jù)或數(shù)據(jù)規(guī)模作為關鍵要素和關鍵差異化因素時，數(shù)據(jù)開始提供持久的競爭優(yōu)勢。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探礦地點歷史記錄的獨家訪問權，從而造就了一條有競爭力的護城河。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)模的計算機視覺數(shù)據(jù)集，通過提供攝像頭硬件，可以在從捕獲到執(zhí)行的整個生命周期當中控制住數(shù)據(jù)。這就解鎖了一個飛輪：更多客戶→更多攝像頭→更多數(shù)據(jù)→更好的預測→更安全的社區(qū)→更多客戶。
雖然數(shù)據(jù)護城河往往在人工智能防御性辯論中受到的關注最多，但生成式人工智能這個最新的周期也引入了新的具備防御可能性的維度。 Character.AI 具有產品網絡效應，當用戶體驗產品時，使用情況就會成為訓練數(shù)據(jù)，從而改善產品體驗。 Midjourney 專注于開發(fā)性能最佳的專有基礎模型，從而可以在其之上做出最佳的應用層用例。
在第一輪出現(xiàn)的生成式人工智能產品當中，一些潛在的防御來源可能有利于 SaaS 時代的既有企業(yè)。比方說，在 SaaS 時代達到一定規(guī)模的公司，可以在成熟的工作流功能的基礎之上，利用人工智能添加相對精簡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品，雖然這些功能實際上并不是新功能，而只是新瓶裝舊酒。同樣地，當既有企業(yè)能夠向傳統(tǒng)客戶群銷售產品，或憑借強大的安全性或合規(guī)性聲譽來贏得勝利時，它們可能就會具備一些優(yōu)勢。
我們認為人工智能將徹底重塑軟件的工作流與用戶界面，因為人工智能軟件將日益充當預測和執(zhí)行系統(tǒng)，而不僅僅是記錄系統(tǒng)。我們已經看到這種轉變發(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的公司將處在取勝的有利地位。
無論可防御性從何而來，也不管最終是誰捕獲了市場價值，到頭來消費者才是最大的贏家。 2019 年的一篇論文發(fā)現(xiàn)，消費者給予“免費”產品非常高的估值，據(jù)估計，他們對搜索引擎的支付意愿高達 1.75 萬美元、電子郵件的支付意愿也有 8400 美元、流媒體服務的支付意愿為 1200 美元。鑒于已經出現(xiàn)了各種有趣的消費者應用——24/7 全天候為你服務的虛擬治療師、了解整個醫(yī)學知識庫的醫(yī)生、處理日常生活各種單調細節(jié)的自動化秘書助理——人工智能催生的消費者剩余的規(guī)模是肯定會激發(fā)一波令人難以置信的創(chuàng)新浪潮。如果說要以史為鑒的話，關于創(chuàng)新，軟件的歷史告訴我們，那就是偉大的創(chuàng)業(yè)者總是會在每個新的技術時代找到建立起重要的公司的方法，總能發(fā)現(xiàn)讓基業(yè)長青的妙招。
