内容整理自@企业AI前瞻

摘要：本文聚焦AI行业竞争壁垒与企业生存逻辑，剖析了传统软件公司的三大护城河（技术门槛、网络效应、切换成本）在AI领域逐步瓦解的原因，指出当前90%的AI企业因缺乏核心壁垒，陷入同质化内卷与烧钱竞争的困境。同时明确，仅10%能存活的AI企业，需依托规模飞轮效应、垂直纵深布局、上游资源卡位三者之一构建真正护城河。文章还探讨了AI时代定价逻辑从“卖工具”到“卖结果”的颠覆性转变，以及这一变化对传统软件公司、外包企业的冲击，最终提出核心观点：AI企业的护城河不在于技术先进度，而在于商业模式结构与价值链不可替代的位置。

引言：人工智能行业的竞争壁垒，以及为什么大部分AI公司其实并没有真正的护城河，还有未来它们会面临怎样的淘汰

AI公司护城河的消失和行业的大规模淘汰

这也是最近大家热议的话题，为什么A16Z会判断，现在90%的AI企业其实是没有护城河的？

其实A16Z这个警告真的不是危言耸听，因为过去软件公司赖以生存的三大护城河——技术门槛、网络效应和切换成本，在AI领域都在迅速瓦解，听起来确实很严峻。那具体来说，这些壁垒是怎么被打破的呢？

首先是技术门槛。现在因为大模型开源，API调用也几乎免费，想进入AI开发领域的门槛已经变得非常非常低了。

第二个是网络效应。以前你用GPT-4做了一个应用，别人想复制你很难；但现在大家直接用Claude或者其他类似工具，马上就能复制你的功能，复制成本极低。

最后一个是切换成本。用户从一个AI产品换到另一个产品，只需要改几行提示词就可以，根本没有什么障碍。

这三大护城河全部失效之后，你会发现市面上比如有20家公司，都在同一个赛道上，用同样的底层模型，做着几乎一模一样的产品。大家只能拼融资速度、拼烧钱补贴，却很多都没搞清楚自己的核心竞争优势到底在哪里。

那如果AI公司只有速度这一个优势，还能不能守住自己的市场地位？

现在很多公司就是比对手早三个月上线，比如它是第21个做客服机器人的，或是第15个做会议纪要工具的。它唯一的所谓优势就是这三个月，但对手马上就能用更便宜的价格、更新的模型、更大的补贴，把你的用户抢走，所以根本没办法真正守住市场地位。

AI公司要怎么做，才能真正建立起自己的护城河？

其实能活下来的那10%的公司，都至少在这三个维度中的一个，建立了真正的护城河：第一个是规模飞轮效应，第二个是垂直纵深，第三个是上游卡位。必须在这三者中占至少一个，才能在行业里站稳脚跟。

先看第一个真正的护城河——规模飞轮效应。为什么在AI行业，规模飞轮效应一旦形成，就会成为难以逾越的壁垒？举个反欺诈领域的例子，可能有很多公司都在做这个业务，但如果你见过40亿用户的欺诈模式，而竞争对手只见过10亿用户的欺诈模式，你的AI就能识别出更隐蔽的欺诈手段，误判率也会比对手低很多。这就是数据飞轮的力量。

但要达到这种规模非常难，因为上百个竞争对手都在疯狂烧钱抢客户。那AI企业在还没达到临界规模之前，要怎么避免被淘汰？这里要刷新一个认知：在AI时代，产品刚发布时其实是没有护城河的，真正的壁垒要等达到临界规模后才会出现。所以在这之前，必须找到方法活下来，直到飞轮自己转起来。

第二个真正的护城河——垂直纵深。这和我们刚才说的通用型AI产品有什么区别？那些能存活下来的AI公司，有个共同特点：它们从不会尝试做一个“什么都能做”的工具，而是会专注在一个非常细分的垂直场景里，把产品做深做透。

比如有一家公司，就把AI声音智能体用在了汽车贷款催收这个很难啃的领域，目标就是取代这个领域的人工。这家公司是怎么做的？它不是像传统模式那样自动拨号、念固定脚本话术，而是会自动分析客户的还款记录、财务状况，甚至包括之前和客户的所有对话，再根据分析结果判断客户是否有还款意愿。

如果客户只是临时资金紧张，它就会主动提供分期方案，而不是一味施压催收。这样一来，回收率能提升30%，成本却能降到原来的1/10。

这里有个疑问：这种模式是怎么重构行业定价方式，又怎么让客户的切换成本变得极高的？

它们的定价不是像以前那样收固定服务费，而是按回款金额提成——比如帮客户收回100万，就分走10万。这样一来，AI越厉害，双方赚的钱就越多，这才是真正的利益绑定。而且一旦客户裁掉了自己的催收团队，核心流程全依赖这家公司的AI，再想换服务商，就相当于要重新组建整个团队，成本远高于继续使用它的服务，所以这个壁垒非常坚实。

这就带来了第二个认知刷新：AI公司的护城河，早已不是技术有多牛，而是能否真正嵌入客户的业务决策流程中。你能多深地融入客户的日常业务和关键决策，才是真正的壁垒，而非技术有多炫酷。

第三个护城河：上游卡位。为什么能成为AI公司的护城河？我们举个具体例子，比如Tinder公司，它是怎么通过控制数据入口，一步步扩大在医疗领域的影响力的。Tinder一开始他只做一件事情，就是脏数据清洗，他把医院里的邮件、传真、电话这些乱七八糟的信息自动提取出来，整理好，然后帮你录入到电子病历系统里，看起来是非常不起眼的事情，但其实它牢牢控制住了医疗数据的入口，因为他掌握了最上游的数据，所以他可以沿着数据流往下游拓展。Tinder后面开始做预约调度，然后做医保资格审核，再后来做医疗决策辅助，未来它可能将来直接取代那些老牌电子病历系统，成为新的行业标准。

这就是第三个认知发现：AI公司要想站稳脚跟，关键是抢到上游核心资源的卡位，护城河往往藏在上游的资源掌控力里。

AI公司定价逻辑的变化

大部分AI公司面临商业模式的困境——为什么这些公司始终停留在功能层，进不到决策层或价值链核心位置？根本原因就是，它们既无法形成规模飞轮，也无法实现垂直纵深，只能在容易被替代的功能层内卷。再加上商业模式还停留在传统软件那一套，比如按席位收费、按月订阅，而AI时代，这种定价方式早就过时了。

那AI时代的到来，定价逻辑发生了颠覆性的变化。现在的企业不关心“要为多少用户买单”，只关心“能不能靠这个工具完成任务”。比如以前订票软件Salesforce按每个座位每月85美元收费，毛利率高达80%，但现在一个AI工具能直接完成同样的工作，企业自然会问：我为什么还要为单纯的记录工具买单？

再比如Adobe，可能卖出去600个软件许可证，但其中200个用户根本没用过。这种按人头收费的模式，让传统软件公司的日子越来越不好过。资本市场其实已经给出了答案：那些曾经毛利率高达80%的软件巨头，股价正在被疯狂抛售，因为投资者看清了结局——卖工具的公司，正在被卖结果的AI公司降维打击。

AI公司靠“卖结果”，是怎么把传统外包公司和按人头收费的公司逼到墙角的？

举个典型例子：以前像塔塔咨询这样的传统BPO公司，靠给JP摩根这样的大银行提供10万人的呼叫中心服务赚钱。现在它只有两条路可选：要么自己用AI把团队缩减到1万人，把利润提升10倍，留住客户；要么银行直接找AI公司合作，把它一脚踢开。不管选哪条路，靠“卖人头”赚钱的公司，最终都会被靠“卖结果”的AI公司取代。

AI大规模进入职场后，到底怎么改变了企业的成本结构和市场边界？

A16Z有个深刻的洞察：AI不会让所有岗位消失，但会让所有“一美元就能雇到人完成”的岗位被自动化。比如以前企业没办法给每个客户配专属顾问，但现在有了AI，一对一服务变得非常便宜，原本让人头疼的成本中心，就变成了新的增长机会，市场边界一下子被拉宽了很多。

因为软件的边际成本几乎为零，原本10万美元的软件成本，能扩展到覆盖40万美元的人力成本，市场一下子扩大了8倍。但同时，做软件的门槛变得极低，你的竞争对手也不再是20家，可能一下子冒出2000家公司来抢生意。

所以在AI行业，企业到底要怎么做才能不被淘汰？A16Z这个判断的底层逻辑是：市场扩大了8倍，但竞争对手增加了100倍，最终只有10%的公司能活下来。这些公司，要么建立了规模飞轮效应，要么在垂直领域扎得足够深，要么掌握了上游核心资源。如果这三者都没有，现在所谓的创业，本质上就是在等着被淘汰。

也就是说，AI公司的护城河，从来不在技术有多先进、产品有多酷炫。这是我们最后一个认知刷新：真正的护城河，藏在商业模式的结构里。核心是你能不能在价值链上占据一个不可替代的位置，能不能让客户根本不想离开你。如果还抱着传统软件的思路做AI，从一开始就输了。

—   感谢您的阅读  —