人工智能浪潮中，殺出了OpenAI這樣的初創企業，谷歌微軟等科技巨頭也在大力加碼，誰是這波AI浪潮的最大受益者？

近期，美國科技投資公司“a16z”（Andreesen Horowitz）發布了一篇報告，對這一問題進行深入剖析，其指出，這是一場正和博弈，新基礎設施層的出現可能會產生最大的贏家。

報告指出，人工智能不僅是一種商業模式和軟件交付創新，更是一種挖掘、綜合和提升人類集體知識和經濟生產力的新方式。因此，人工智能軟件的最終附加值不僅限于軟件預算中的確切美元數字，還包括它將支持的所有經濟活動。

(相關資料圖)

云計算的本質還在基礎設施和應用之間建立了一種共生關系，這種關系將隨著人工智能基礎設施的發展而繼續存在。核心基礎架構為應用釋放了新的機遇，而應用數量的擴展增加了對基礎架構的需求，從而推動基礎架構提供商更快地走向成熟。

以下是報告原文

當平臺轉變重塑技術格局時，誰是贏家？

從大型機到個人電腦，從臺式機到移動設備，從無網絡到互聯網，從內部部署到云計算和 SaaS，軟件領域的技術進步往往遵循熊彼特的創造性破壞理論，新的時代出現新的贏家。正如我們的合作伙伴Martin Casado和Sarah Wang最近探討的那樣，這種動態終于開始在人工智能領域上演。

在經歷了數十年的人工智能寒冬之后，我們終于迎來了真正的平臺轉變，這將為人工智能公司帶來更多的價值創造。雖然大部分焦點都集中在由 LLM 和生成式人工智能驅動的新用例上，但價值創造將超越生成式人工智能，尤其是圍繞日益成熟的計算機視覺模型。

隨著人工智能帶來計算領域的新時代，誰將在獲取最大的價值？為了探討這個問題，我們回顧了最近的平臺轉變--從內部部署計算到 SaaS 和云計算。我們對過去20年中262 家上市B2 軟件公司的創收情況進行了研究，以了解初創企業和現有企業*之間的競爭態勢，以及決定從基礎設施到應用程序的軟件堆棧上下游價值獲取的因素。

在這里，我們將分享我們從 SaaS 時代了解到的市場動態，這些動態很可能會在人工智能時代體現出來，最值得注意的是，這是一場正和博弈，新基礎設施層的出現可能會產生最大的贏家。我們還解釋了為什么向人工智能的轉變可能比向 SaaS 的轉變要大得多，為什么這種轉變似乎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防御來源。

爭奪數萬億美元的正和游戲

盡管流行著“大衛對抗歌利亞”（力量對比懸殊的戰爭）、"零和顛覆 "的說法，但平臺轉變通常是正和游戲。隨著技術的進步，初創企業和現有企業的蛋糕都會越來越大。自 2003 年第二季度納斯達克指數觸底以來，上市的 B2B 軟件公司的總收入已從 990 億美元增長到 5870 億美元，現有公司和初創公司的年創收均增長了 5.9 倍。現有軟件公司的收入從 990 億美元增長到 3,230 億美元，保持了 55% 的市場份額。或者換一種說法，現有公司增加了收入，但市場份額的 45% 被新進入者奪走。SaaS 發展了 20 年，仍有大量價值有待捕捉--摩根士丹利最近估計，云服務在企業中的滲透率僅為29%。

如果這種“一切照舊”的 5.9 倍軟件擴張速度在未來 20 年持續下去，公共 B2B 軟件收入將增長到 30 億美元以上。然而，我們認為3000000 美元以上只是未來機遇的下限。雖然 SaaS 在協作軟件（如 Slack）中釋放出了強大的網絡效應，而這在企業內部是不可能實現的，但應用層的大多數最大贏家都是熟悉的企業內部產品的云實施：在 CRM 領域，Salesforce 對 Siebel；在 HRIS 領域，Workday 對 PeopleSoft；在 ITSM 領域，ServiceNow 對 BMC；在 ERP 領域，NetSuite 對 SAP；在設計領域，Figma 對 Adobe等等。

人工智能不僅是一種商業模式和軟件交付創新，更是一種挖掘、綜合和提升人類集體知識和經濟生產力的新方式。因此，人工智能創造價值的方式與互聯網創造價值的方式類似：通過開辟全新的做事方式，而不僅僅是更好地做舊事。

據美國經濟分析局的數據估計，云軟件使美國數字經濟的市場規模從 2005 年的 10 億美元增長到 2021 年的 24 億美元，軟件需求的年復合增長率達到 9.4%，而且我們預計這種增長不會很快放緩。人工智能軟件的最終附加值不僅限于軟件預算中的確切美元數字，還包括它將支持的所有經濟活動。

應用層的市場動態

雖然我們無法從單一平臺的轉變中得出軟件物理學的自然規律，但在 SaaS 時代，初創企業在應用層贏得的市場份額要多于基礎設施層。云基礎設施和 SaaS 應用程序之間的總體軟件組合從 2003 年的大約 70/30 到 2023 年第一季度的 60/40。在此期間，我們樣本中的新進入者獲得了 2310 億美元應用資金中的大約一半（1120 億美元），但只獲得了 3560 億美元基礎設施資金中的 40%。

與基礎設施公司相比，初創應用程序從現有公司手中搶走了更多的市場份額，這與應用程序往往是防御性較差的產品這一普遍直覺是一致的。開發者工具和現成核心基礎設施的成熟，使得開發新版本的熟悉應用程序更容易從上一代產品中搶奪客戶。要說服客戶翻新核心基礎架構則要困難得多，這就延長了從舊基礎架構到新基礎架構的過渡周期，為現有企業贏得了更多的適應時間。

在人工智能時代，現有企業適應得更快嗎？

SaaS 時代的現有企業面臨著一系列適應障礙。它們需要新的工程人才來架構傳統產品的云實施，更新產品開發實踐以持續部署軟件更新，并為訂閱業務模式重組銷售組織和薪酬模式。毫不奇怪，許多企業的適應速度很慢。Siebel 在 Salesforce 推出三年多后才推出云 CRM 產品，PeopleSoft 在 SuccessFactors 上市十多年后才推出云托管人力資源信息系統。

與 SaaS 時代相比，現有企業這次顯然更快地適應并推出了應用。ChatGPT 于 2022 年 11 月推出，此后，絕大多數大型 SaaS 現有企業都推出了自己的生成式人工智能產品，包括 Salesforce 的 Einstein GPT、Crowdstrike 的 Charlotte AI、HubSpot 的 ChatSpot 和 Adobe 的 Firefly。

還必須指出的是，雖然現有公司似乎適應得更快，但向人工智能的轉變也比向云和 SaaS 的轉變更快。在云基礎設施就位后，SaaS 應用程序花了大約 5 年時間才真正發展起來。但在短短 6 個月內，ChatGPT 的用戶就達到了 3 億，并推出了插件和 API，供開發者在 GPT 的基礎上進行開發。

因此，開發人工智能應用程序所需的人才和精力遠遠少于將內部產品調整為云計算所需的人才和精力，而且隨著 LLM 生態系統和現成工具的進一步成熟，開發人工智能應用程序只會越來越容易。

鑒于推出一款由 ChatGPT 驅動的應用程序非常容易，我們認為這股熱潮更像是現有公司在挺身而出，而不是證明他們這次已經破解了創新者的難題。現有廠商推出的首批解決方案往往分為兩類：1）用戶界面單薄，以聊天的形式展示傳統產品，而不提供任何新功能；或者2）產品類別由于無法自圓其說的用例（如制作營銷文案）而已經飽和。

對于 SaaS 現有企業來說，應用層的真正贏家可能是那些能夠想出辦法把記錄系統發展成預測系統，并最終發展成執行系統的企業。企業級 SaaS CRM 之所以能打敗內部部署的現有系統，是因為它們是更有用的記錄系統，具有更好地跟蹤和預測銷售的功能。

現在，這些 SaaS 時代的銷售工具不得不與人工智能銷售智能產品競爭，例如，這些產品已經能夠告訴銷售代表“這是下一個最有希望交談的客戶該怎么說”，甚至可以直接與客戶復制令人信服的電話交談。雖然少數經驗豐富的工程師可以在舊產品的基礎上開發出LLM驅動的用戶體驗，但要實現更有意義的創新，就需要建立全新的工程團隊，以掌握這項技術。

當平臺發生轉變時，新的基礎設施層就會出現

當基礎設施出現創新時，例如隨著大型云平臺的崛起，就會在軟件堆棧中創造出新的層級，并釋放出巨大的價值。亞馬遜網絡服務（2006 年推出）、微軟 Azure（2010 年）和谷歌云平臺（2013 年）目前的運行率收入已達 1730 億美元，占所有公共軟件收入的 30%。隨著規模經濟的不斷擴大，云計算平臺已按上市順序占據主導地位，其中 AWS 占 33%，Azure 占 22%，GCP 占 10%。

在人工智能時代，同樣的市場力量已經出現在模型層，OpenAI 在競爭中處于領先地位，這與 AWS 早年的情況類似。這一次，AWS 和其他大型云計算公司是現任者。他們將人工智能視為其傳統云計算業務的延伸。考慮到運行人工智能模型的高計算需求、當前的芯片短缺以及這些云提供商在提供自己的芯片或在第三方芯片上構建數據中心容量方面的能力，大多數云提供商都推出了自己的基礎模型，以便在計算層和模型層展開競爭。

云計算的本質還在基礎設施和應用之間建立了一種共生關系，這種關系將隨著人工智能基礎設施的發展而繼續存在。核心基礎架構為應用釋放了新的機遇，而應用數量的擴展增加了對基礎架構的需求，從而推動基礎架構提供商更快地走向成熟。

防御性最終決定長期價值

從長遠來看，人工智能的價值最終取決于可防御性。在 SaaS 時代，最大的可防御性來源通常是難以復制的技術（如 Databricks）、作為企業工作流和下游應用基礎的平臺記錄系統（如 Salesforce）、直接嵌入產品體驗的網絡效應（如 Slack），以及通過釋放客戶反饋飛輪來促進產品擴展的市場主導地位（如 Workday）。

我們預計，在人工智能時代，所有這些可防御性來源都將同樣重要。但是，人工智能產品背后的底層技術也帶來了新的潛在競爭優勢。我們的早期合作伙伴已經撰文介紹了生成式人工智能平臺中的價值獲取，并將繼續探索人工智能基礎設施中的可防御性。在此，我們將分享我們評估成長期人工智能公司可防御性的早期框架，此時，競爭優勢將從早期理論過渡到決定長期市場輸贏的因素。

2019 年，我們曾寫道，為什么我們認為在許多情況下，數據護城河可能是一個空洞的承諾。然而，隨著越來越多的人工智能初創企業走向成熟，我們看到，當人工智能產品依賴專有數據或數據規模作為關鍵要素和關鍵差異化因素時，數據提供了持久的競爭優勢。例如，貴金屬勘探公司KoBold Metals與大型礦業公司簽訂商業協議，獨家獲得他們對各種勘探地點的歷史記錄，從而提供了競爭護城河。作為一家國防初創企業，Anduril 必須贏得合適的聯邦合作伙伴，才能獲得敏感數據。Flock Safety 為執法部門收集了最大的計算機視覺數據，通過提供攝像頭硬件，可以在從捕捉到實施的整個生命周期內控制數據。這就開啟了一個飛輪：更多客戶→更多攝像頭→更多數據→更好的預測→更安全的社區→更多客戶，等等。

雖然數據護城河在人工智能可防御性辯論中往往最受關注，但生成式人工智能的最新周期也引入了其他新的潛在可防御性載體。Character.AI具有產品網絡效應，當用戶體驗產品時，其使用情況就會成為訓練數據，從而改善產品體驗。Midjourney 專注于開發性能最佳的專有基礎模型，以便在此基礎上創建最佳的應用層用例。

在生成式人工智能產品的第一階段，一些潛在的防御來源可能會有利于 SaaS 時代的現有企業。例如，在 SaaS 時代實現規模化的公司可以利用人工智能在成熟的工作流程功能之上添加一個相對較薄的自然語言用戶界面。在這種情況下，現有企業一開始就可以推出具有強大功能的人工智能生成產品，即使這些功能實際上并不是新的，只是以一種新的方式呈現在用戶面前。同樣，如果現有廠商能夠向傳統客戶群銷售產品，或將自己定位在強大的安全性或合規性聲譽上，那么它們就可能擁有優勢。

我們認為，人工智能將徹底重塑軟件的工作流程和用戶界面，因為人工智能軟件越來越多地充當預測和執行系統，而不僅僅是記錄系統。我們已經看到了這種轉變發生的速度，這意味著那些能夠吸引人工智能人才并快速進行分銷的靈活公司將處于制勝的有利地位。

長遠來看消費者是贏家

無論防御性從何而來，也無論最終誰能獲得市場價值，消費者終將是最大的贏家。2019 年的一篇論文發現，消費者對“免費”產品的重視程度令人震驚，他們愿意為搜索引擎支付1.75萬美元，為電子郵件支付8.4萬美元，為流媒體服務支付1.2萬美元。

考慮到已經出現的各種有趣的消費者應用--全天候服務的虛擬治療師、掌握全部醫學知識的醫生、處理日常生活中所有單調細節的自動秘書助理--人工智能帶來的消費者增加規模肯定會刺激一波難以置信的創新浪潮。如果說軟件史告訴我們什么是創新，那就是偉大的企業家總能在每個新技術時代找到建立重要、持久公司的方法。

關鍵詞：