应用层AI公司无法通过微调或模型路由等简单的技术调整，来构建可持续的护城河以抵御模型提供商。

产品形态即护城河

封装洗白

自2022年以来，一种“封装洗白”的障眼法便一直上演。

创业者们构建AI封装层，并不断编造简单的故事，声称他们的工作“艰难”且“可防御”，以筹集资金。

当一个故事过时，新的故事就会悄然填补空缺。

首先是微调，然后是评估，现在是模型路由。

所有这些都可以用几句话解释，并配上看似科学的图表，以便显得可信、易于理解。

但大多数微调自己模型的公司已经销声匿迹。评估虽然有用，但并非万能。而从长远来看，要在模型路由上击败模型提供商也并不容易（这是另一篇文章的话题）。

形态即护城河

显然，我们认为在@SpellbookLegal，应用层公司有其存在的理由。但我们认为现实更加细致，且不那么性感：

应用层公司相对于模型公司最大的优势在于产品形态。

环顾四周：你几乎拥有的每一个成熟产品都是为特定目的而设计的。

你不可能同时拥有一款出色的水壶和出色的烤面包机。你不可能同时拥有一款出色的杯子和出色的台灯。你不可能拥有一款既擅长写作又擅长音频处理的应用程序。

从长远来看，进化压力会使产品越来越适应其目的。

无论你多么聪明，你都无法创造出最好的烤面包机同时也是最好的水壶。

我们根本不会使用很多瑞士军刀式的产品。

AI领域所有事物之间的竞争都是缺乏独创性的表现。

大多数公司仍然专注于AI的终端界面：聊天。

是的：如果你构建一个带有工具的聊天框，你就必须拿出一些巧妙的数字来证明你的聊天在垂直领域比Claude略胜一筹。

但从长远来看，这是一场必输的游戏。如果一件事可以通过聊天体验很好地完成，那么Claude或ChatGPT最终会很擅长。Anthropic会为其拥有数据的所有垂直领域（即所有领域）调整其聊天形态的产品。

模型公司难以复制的是你的产品形态。

产品形态丰富的例子

昨天，Spellbook推出了自主合同管理，这是我们为用AI管理协议而构建的深度定制端到端基础设施。

0:35用AI管理合同的形态

用AI管理合同的形态

它包含了一系列相互连接且经过优化的、适合特定目的的形态：

• 用于跨业务自动摄取和分类的面板
• 用于实时跟踪谈判步骤的时间线视图
• 专为律师设计的手术般精准的修订工作流程
• 用于管理升级和审批的协作面板
• 仅适用于合同的存储和召回机制

没错，我们还有数据护城河，即实时跟踪合同市场数据，我们可以用它来提供越来越好的建议。这也是我们产品形态的一部分。

而我们仍然只是触及皮毛。为了创建最好的合同AI基础设施，我们还有很多东西要构建。争议应如何解决？我们如何与财务对接进行对账？我们如何确保合同的履行？

模型提供商做不到的事

OpenAI和Anthropic不可能无所不能。对它们这种规模的组织来说，维持1000种产品形态是不可行的。这会分散它们的精力，使其无法专注于更高杠杆的活动。即使它们能够做到，一个品牌也不可能延伸得那么远。你会从汽车制造商那里购买电脑吗？

你可能会说：“很快AI就能即时创建你想要的任何用户界面。那又怎样？”

这对于临时用例来说很好。但任何在现实世界中构建过应用程序的人都知道，全公司范围内非确定性的动态用户界面无法在日常使用中正常工作。如果我们在Spellbook中移动一个按钮，就会收到20张愤怒的支持工单。人们需要像洗衣机一样稳定直观的用户界面。

应用层竞争对手则不同

在本文中，我讨论的是针对模型提供商构建护城河。它们无法覆盖1000种形态。

然而，你必然会有应用层的竞争对手，他们可以复制你的形态。在这种情况下，你需要关注更传统的软件护城河：网络效应、数据、品牌和原始速度。但至少在这里，你不是在与资金和人才近乎无限的公司竞争。

产品形态的寒武纪大爆发

我认为AI产品的寒武纪大爆发才刚刚开始。

聊天框是我们的共同祖先。作为社会性生物，我们很难在这一点上停止互相模仿。

但进化压力将促使我们分化出令人眼花缭乱的新型、适合特定目的的AI产品。