a16z 的 Anish Acharya：SaaS 尚未消亡，我们并未身处泡沫之中，而真正的 AI 赢家才刚刚起步

关于“SaaS 末日”的论调，已经成了科技圈最懒惰的说法。a16z 的普通合伙人 Anish Acharya 负责领导消费者和金融科技领域的投资，他与 Harry Stebbings 花了 80 分钟，有条不紊地驳斥了这一论调，同时对人工智能时代价值的实际创造和破坏提供了更为细致的分析。

对话内容

Acharya 带来了罕见的多重视角：他曾两次创业（Snowball 被 Credit Karma 收购，SocialDeck 被 Google 收购），作为运营者，他将 Credit Karma 的美国信用卡业务扩展到超过 1 亿用户，现在又作为 a16z 的普通合伙人，在 A 轮阶段投资消费者和金融科技领域。对话涵盖了 SaaS 颠覆的叙事、对人工智能泡沫的担忧、开源与闭源的辩论、a16z 的内部文化，以及下一波人工智能原生公司将在哪里涌现。

“万物皆可代码”的谬论

Acharya 开门见山地指出：我们将会用代码搞定一切的普遍说法是完全错误的。

“You have this innovation bazooka with these models. Why would you point it at rebuilding payroll or ERP or CRM?” 你手握这些模型这种创新火箭筒，为什么要用它来重建工资单、ERP 或 CRM？

他的论点是：整个 SaaS 市场被“过度销售的软件”所笼罩，混淆了两种截然不同的现象。没错，人工智能会颠覆一些软件类别。但认为每个 SaaS 产品都可以被一个用代码实现的替代品所取代，是误解了企业软件最初的粘性所在。

真正的颠覆力量不是代码，而是人工智能代理打破了传统供应商的锁定。当从一个 SaaS 供应商过渡到另一个供应商的成本大幅下降（因为人工智能处理了系统集成），这比从头开始构建粗糙的替代品更能改变竞争格局。

现有企业 vs. 初创公司：分销之战

关于谁将真正赢得人工智能转型，Acharya 提出了一个值得研究的框架：

开发者工具看起来像云，而不是 Uber/Lyft。 开发者工具市场不会像网约车那样趋同于一个赢家。相反，它会像云基础设施一样：多个大型玩家共存，因为开发者确实有不同的需求和偏好。这意味着市场可以同时支持 Cursor、Replit 等，而不会出现赢者通吃的局面。

现有企业拥有分销渠道，初创公司拥有创新速度。 但仅仅拥有分销渠道是不够的。能够胜出的公司是那些能够将分销渠道与真正的人工智能原生产品思维相结合的公司，而不仅仅是将人工智能功能附加到现有产品上。

切换成本的崩溃才是真正的故事。 当人工智能能够处理之前将企业锁定在现有供应商中的痛苦的系统集成工作时，整个竞争格局就会发生变化。那些通过锁定而非产品优势获胜的公司最容易受到攻击。

聊天框不是未来

Acharya 提出了一个更违反直觉的观点：主导当前人工智能产品的聊天框界面不是长期的制胜范式。

对于大多数用例来说，基于浏览器的界面（人工智能主动呈现和组织信息）仍然是更可取的。聊天模式适用于探索和一次性查询，但对于重复的工作流程，用户需要结构化的界面，在底层利用人工智能，而不是对话式交互。

在人工智能时代，超级用户更有价值。 随着人工智能提高个人生产力，超级用户和普通用户之间的差距会急剧扩大。这对产品设计和定价产生了深远的影响：为超级用户进行优化变得更加重要。

我们绝对不是处在人工智能泡沫中

Acharya 的泡沫论点是基于数据，而不是基于感觉：

当前的人工智能时刻与之前的泡沫（互联网泡沫、加密货币泡沫）之间的区别在于，人工智能公司正在产生真正的、快速增长的收入。底层技术正在带来可衡量的生产力提升，而不仅仅是投机性的潜力。当你观察人工智能公司的实际收入轨迹与它们的估值时，这些比率是紧张的，但并没有像 2000 年或 2021 年那样与现实脱节。

市场地图：法律和支持领域有数十个赢家

对于法律和客户支持等领域，Acharya 预测不会出现一个占主导地位的赢家，而是会出现数十个。他的理由是：这些行业本质上是分散的，不同的细分市场需要专业的领域知识。用于专利诉讼的法律人工智能工具与用于并购尽职调查的工具几乎没有任何共同之处。这种分散性为许多超过 1 亿美元的公司创造了空间，而不是一个单一的 100 亿美元平台。

利润率还重要吗？

关于人工智能公司利润率是否重要的激烈辩论，Acharya 的立场是务实的：利润率很重要，但它们需要“良好”的时间比传统的 SaaS 更长。人工智能公司在计算方面消耗更多，但增长也更快。关键指标不是孤立的毛利率，而是公司在扩展和优化其模型使用时，利润率改善的轨迹。

从 Marc Andreessen 那里学到的经验：正确性高于流程

Acharya 分享了关于 a16z 内部文化的一个有启发性的见解：Marc Andreessen 的核心信念是，正确性的质量高于流程。

“Mark talked about this: when you’re small, the VC sort of gives you power. The VC basically takes your brand, which is not big, and they lend you their brand.” 马克谈到过这一点：当你还很小的时候，风投会给你力量。他们把你还不大的品牌拿走，然后把他们的品牌借给你。

这不仅仅是关于逆向思维，而是关于有信念去采取与共识不同的观点。Andreessen 的方法：深入研究以形成观点，然后全力支持它。半途而废和寻求共识会产生平庸的回报。

“三倍、三倍、两倍、两倍”的问题

关于经典的 SaaS 增长基准（T2D3）是否已经过时，Acharya 的细致看法是：该框架本身并没有过时，但驱动这种增长的构成正在发生变化。人工智能公司可以达到这些增长率，但收入构成看起来不同：更多的是基于使用量，更少的是基于席位，并且具有不同的保留动态。今天达到这些数字的公司正在以与五年前的 SaaS 公司根本不同的上市方式来实现这一目标。

开源 vs. 闭源：一个错误的二元对立

Acharya 拒绝将开源与闭源定义为二元选择。现实是一个光谱：Meta 开源 Llama 的方法服务于一个战略目的（将模型层商品化，以增加对 Meta 其他产品的需求），而 OpenAI 的封闭方法服务于一个不同的战略目的（捕获价值链的更多部分）。对于各自的商业模式来说，两者可以同时都是正确的。

更有趣的问题不是开源与闭源，而是开源模型是否足以满足边缘用例。如果是这样，闭源供应商需要提供明显更好的性能或独特的功能来证明溢价是合理的。

造王者真的存在吗？

关于顶级风险投资公司是否可以通过纯粹的分销能力来成就或摧毁公司，Acharya 的回答是令人耳目一新的诚实：投资者可以成为催化剂，但不能将一个原本不会成为赢家的产品加冕为赢家。

他指出 Deel 的 Alex Bouaziz 是创始人-风险投资杠杆作用的黄金标准。Bouaziz 知道如何最大限度地从 a16z 的网络中提取价值，甚至在周日早上 7 点打电话给合伙人进行介绍，即使是像 1000 美元这样的小交易。但这样做的原因是 Deel 已经拥有最好的产品；a16z 的品牌和网络放大了现有的优势，而不是从无到有地创造优势。

a16z 的 100/100 规则

也许是最能揭示文化内涵的见解：a16z 按照 Acharya 称之为 100/100 规则运作。

“We have to see 100% of the deals in our domain and we win 100% of the deals that we go after.” 我们必须看到我们领域内 100% 的交易，并且赢得我们追求的 100% 的交易。

他们不相信运气。因为你从未见过一家伟大的公司而错失它，这是不可接受的。而且当他们参与时，他们期望获胜。执行机制同样严格：每两年，a16z 都会进行 360 度评估，他们会采访每个普通合伙人合作过的创始人。如果创始人说你说了实话、出现了、做了工作并且反应迅速，那么无论回报如何，你都做得很好。如果没有，“你就要在别处找工作了。”

人工智能原生类别理论

Acharya 最具前瞻性的框架：我们即将进入人工智能原生类别的时代。

他对当前周期的时间表：

• 2022 年末：ChatGPT 发布
• 2023 年：显而易见的好想法开始出现（法律人工智能、代码人工智能、创意工具）
• 2024 年末：推理模型（o1、DeepSeek）开始工作，使以前无法实现的想法突然变得可行
• 2025 年：那些早期的领导者扩大规模
• 2026 年：新的、两年前无法想象的人工智能原生类别出现

OpenClaw 和 Moltbook 仅仅是个开始。现在创始人需要思考的问题是：了解我们今天所了解的关于人工智能能力的一切，你会建立什么样的公司？答案不应该是“现有 SaaS 的更好版本”，而应该是以前不可能存在的东西。

有趣的是，Acharya 指出，2023-24 年的早期领导者保持了他们的主导地位（Harvey、Gamma、Runway），这让他感到惊讶。在移动时代，早期的领导者（Friendster）被后来的进入者（Facebook）所取代。这一次，先发优势被证明更持久，可能是因为人工智能产品积累数据优势的速度更快。

“People are looking at the point and they say that we’re overhyping it. But they’re not looking at the slope, which is being underhyped.” 人们只看到了点，说我们过度炒作了。但他们没有看到斜率，而斜率是被低估的。

他最大的投资失误

Acharya 最坦率的承认：他最糟糕的投资来自于对产品与市场契合度过于随意，尤其是在 2021 年。具体的陷阱是：一位创始人有一个可信的理论，与 Acharya 自己关于产品为何能达到产品与市场契合度的理论相符。但拥有共同的理论与拥有牵引力的证据是不同的。

教训是：很容易高估从零到一的路径。带着自我欺骗进行投资（“让我们假设它正在工作，即使它并没有完全工作”）是最大的罪过。如果你在智力上诚实地相信某件事会奏效，那是一个很好的种子赌注。但将你的理论与公司的现实混为一谈，你就会被烧伤。

一些想法

对于任何试图理解 SaaS 颠覆叙事背后细微现实的人来说，这次对话都值得花时间。

• “SaaS 已死”和“人工智能泡沫”的说法都很懒惰。真相是外科手术式的：一些类别正在被颠覆，另一些类别正在被加强，并且正在诞生一整套新的类别。了解哪个是哪个是整个游戏的关键。
• 切换成本崩溃的理论被低估了。当人工智能消除了在供应商之间迁移的痛苦时，赢家会从“最佳锁定”转变为“最佳产品”。这是一场大规模的财富转移，等待着发生。
• Acharya 关于 Moltbook 的“点与斜率”的区别适用于广泛的领域：任何给定的人工智能演示都可能被过度炒作，但它所指向的方向始终被低估。
• a16z 的 360 度评估系统（通过创始人满意度而不是回报来衡量普通合伙人）解释了为什么他们在资本商品化的时代保持了交易流量。文化作为竞争护城河。
• 人工智能原生类别理论是最具可操作性的见解：停止尝试构建现有软件的更好版本。问问什么是新可能的，而不是什么是新可改进的。