在近期的一次内部高端对话中，知名风投机构a16z的合伙人Anish Acharya与主持人Jen Kha，围绕当前AI市场的宏观环境、模型发展路径、企业竞争壁垒以及应用层未来可能爆发的领域，展开了一场全面的讨论。
面对市场上日益升温的“AI泡沫”论调，Anish首先给出了自己坚定的乐观判断。他指出，如果观察那些更底层的二级指标，当前市场的本质是“无限的需求与极度受限的供给”之间的碰撞。
一个值得注意的反常信号是，即便是像B200这样并非最顶尖的GPU，其按小时计算的租赁价格也在持续上涨。在正常的科技产业周期中，硬件算力本应呈现出高度的通缩特性，而这种逆势上扬的走势，恰好印证了AI算力供给端面临严重瓶颈，而需求端则异常强劲。
在这一宏观背景下，随着开源模型的日益成熟，过去因高昂获客成本而被压垮的面向消费者的AI应用，正迎来一个真正的盈利转折点。
宏观市场面：需求近乎无上限，市场或许“不够乐观”
面对外界关于AI SaaS是否存在泡沫的质疑，Anish给出了截然不同的观察视角。他认为，与其去争论这是否是泡沫，不如思考市场是否反而“不够乐观”。
他援引了一个反常规的行业数据来佐证自己的观点：如果你查看某些底层指标，比如B200（这甚至不是最前沿的GPU）的每小时租赁价格，会发现它正在上涨。这非常奇怪，因为通常这类资源是高度通缩的。这种反常现象指向了极度受限的供应和本质上无限的需求。
对于企业级软件市场，Anish保持了冷静的商业视角。他指出，当前企业软件支出仅占企业总支出的大约8%到12%，这一比例并不算高。对于企业来说，试图用AI完全替代薪酬系统或CRM系统，其“上涨空间不是特别大，但搞砸了的下行风险却基本上是无限的”。因此，对于那些对精度要求极高的核心系统，纯AI代码代理在短期内很难实现完全颠覆。
护城河重塑与模型算账逻辑：破除“商品化”迷思
AI时代是否彻底颠覆了企业传统的护城河？Anish对此给出了否定的回答。他认为，绝大多数传统护城河，例如网络效应、规模效应和品牌效应，在智能充足且成本低廉的时代依然坚固。他举例称，再多的编码代理也无法让耐克变得不再是耐克；Instagram的力量也从来不在于构建App的复杂性，而在于它背后庞大的社交网络。
真正面临致命威胁的，是所谓的“集成护城河”。Anish以SAP为例，指出SAP以难以整合进出而闻名，如今甚至连从一个版本迁移到下一个版本都存在生存风险，而编码代理的出现让这一切变得极其简单。
在企业如何选择大模型的问题上，Anish提出了一个极具操作性的“ROI算账模型”，即根据业务的“价值上限”来区分。对于销售、产品等“收益无上限”的岗位，企业应毫不犹豫地使用最顶级的闭源模型，因为为了哪怕聪明一个IQ点的模型而支付任何价格，在经济上都是合理的——你无法预估一个新功能或一个大客户能带来多大的收益。而对于财务、HR等“收益有上限”的后台岗位，最佳状态是“准确”，因为你不可能把账本关得比“准确”还要好10倍。因此，使用经过强化学习微调的开源模型，追求成本效率曲线的最优解，才是理性的经济行为。
与此同时，Anish坚决反对“模型商品化”的论调。他观察到，模型已经出现了领域专长甚至“性格特征”的分化。例如，OpenAI的新模型非常擅长知识工作，而Claude则偏向软件工程；有些模型表现得高度神经质且刻板，适合会计工作，有些则更加开放和具有创造力，适合设计领域。
应用层之争：大模型厂商为何不“向上做应用”？
随着基础大模型能力的不断进化，市场曾普遍担忧大厂会直接吞噬应用层，但实际情况正相反。Anish表示，我们看到的情况截然相反——大模型实验室确实在垂直整合，但它们是向下整合到推理和计算领域。他解释道，推理的工作负载高度同质化，容易建立规模壁垒；而应用层则涉及到极其复杂的定价、包装以及满足客户的异质性需求，这是一项极其沉重的运营开支业务。将“智能原语”转化为信用合作社等特定行业的经济成果，需要完全不同的产品形态。这正是应用层创业公司的巨大机会，他们可以将单一的AI能力，通过产品和商业模式的封装，转化为垂直行业的解决方案。
C端应用的“文艺复兴”：迎接高客单价的“奢侈品软件”
在沉寂了近三年后，Anish认为AI的C端应用迎来了真正的突破口。过去阻碍C端爆发的核心痛点在于高昂的边际成本和获客成本。他透露了自己尝试开发X应用的数据：获得一个新用户的成本高达250美元，对于初创公司来说，想要做一个面向大众的免费产品非常困难。
但现在，低成本、高性能的开源大模型改变了这一现状。加上极高的用户支付意愿，C端市场正在经历类似“2009年iPhone发布时的圣诞节”那样的繁荣。Anish指出，现在的消费者渴望尝试新软件，但与过去99美分的时代不同，他们现在愿意每月支付200美元。他提出了一个引人瞩目的概念——“软件界的爱马仕铂金包”，并建议创业者思考：如果过去软件的天花板是20美元，那么你产品每月200美元甚至2000美元的SKU应该是什么样？我们将拥有这种“奢侈品软件”，并且已经看到了消费者的支付意愿。
在这种新范式下，创始人的画像也在发生改变。Anish观察到，现在的创业团队中“MBA越来越少，研究员越来越多”。这类年轻的纯技术背景创始人虽然可能缺乏商业成熟度，但技术敏锐度极高，且没有思想包袱，“他们认为一切皆有可能”。在资本端，这也解释了为何现在会出现上亿美元的超大种子轮——有了AI工具的杠杆，少数顶尖人才配合充足的资本，足以覆盖过去需要庞大团队才能完成的产品矩阵。
Comments