软件企业正从固定成本模式转向可变、按消耗付费的成本模式，因为 AI 自动化了初级工作并让软件创建变得商品化。

轻资产软件

2010 年代末我们创业时，听到的关于如何向风险投资人募资、以追求快速增长的建议始终如一：创始人需要筹集大量风险资本，用于承担软件开发人员和销售人员等固定成本，这些成本会随时间慢慢回本。Robert Smith 创办并用近二十年时间将私募股权公司 Vista Equity Partners 发展到管理超过 1000 亿美元资产的规模，他的理念是：“所有软件公司的味道都像鸡肉。他们卖的产品不同，但 80% 的业务其实大同小异。”

我们两家公司追逐的机会截然不同——John 的公司向学区提供分析和自动化服务，Will 的公司处理非结构化医疗数据——但我们所做的投资和承受的压力完全相同。我们都在争先恐后地用昂贵的人才组建团队，寄望于快速成长，以便能募集更多资金，再次加速这个循环。

这个范式如今已经饱和。表面之下，软件企业正从固定成本转向可变成本，催生出新的高利润率商业模式，并赋予创始人对公司未来的更大掌控力。软件作为一个品类正在商品化，而企业则变得轻资产。这一新模式将彻底改变软件公司的构建、融资和运营方式。

目前，自力更生的 B2B SaaS 公司的中位数年经常性收入（ARR）约有 90% 被用于成本——25% 用于市场进入策略与执行，24% 用于研发，15% 用于行政及其他杂项支出，13% 用于网站托管与实施，10% 用于客户留存。如今，每一类成本在 SaaS 世界里都已形成了一个完整的生态体系。因为“所有软件公司的味道都像鸡肉“，无论你向医院、学区还是地方零售商销售，你面对的都是你的前辈 SaaS 公司早已攻克的同类问题——只是如今有无数的 LinkedIn 思想领袖、昂贵的咨询顾问和现成的现成产品可供你求助。

SaaS 生态体系已完全成熟。每一类固定成本都可以被选择性地忽略、自动化、外包或作为服务消费。如今，公司可以不雇用销售和市场人员，通过借助拥有庞大客户基础的再分销渠道（如 AWS）销售产品，即可产生数百万自由现金流。曾几何时，定制化研发项目只属于百万美元级别的合同，而现在你只需花 650 美元在 Replit 赏金任务上购买一个基础的 Django 网页应用，或对由 AWS 或 Microsoft 构建的可扩展商业智能工具进行变现。扩大运营规模曾需要人手；如今你只需要虚拟助手。像 Zapier 或 Intercom 这样支撑了无数垂直市场软件公司的 SaaS 产品，正越来越多地按消耗量收费：按任务付费的软件，而非以往按用户按年付费。

这一未来在我們所处的生成式 AI 时代之前就已经萌芽；如果公司能利用大语言模型自动化初级水平的工作，它只会加速到来。生成式 AI 正迅速为软件开辟一个新前沿，在这里，组织结构、成本结构和增长策略可以也应该被重新构想。

AI 驱动的 SaaS 未来的三个理论

我们使用的大语言模型，如 GPT 和 Claude，代表的是一种模拟人类智能的通用算法实现。关键词是“模拟“：这些模型尚不具备智能——它们是在海量训练数据的基础上进行模拟。随着训练数据的数量和质量提升，模拟会变得更加精确；但在缺乏持续高质量训练数据的情况下，模型可能会“幻觉“，产生成为对人类可能说的话的拙劣模仿。因此，尽管这项技术进步迅速、备受关注、引发种种猜测，它仍处于萌芽阶段。即便如此，在这一早期阶段，几个主题已经显现。

生成式 AI : 内容 :: 互联网 : 分发

互联网以零边际成本提供可编程的、全球规模的内容分发。这一特性对我们的经济和社会产生了变革性影响。它让软件产品可以通过浏览器交付、按服务收费（SaaS），而非装在 CD 上一次性买断。它连接了原本分散的群体和地域，例如，视频会议取代了面对面的线下会议。随着我们的社交和经济活动越来越多地原生于互联网，它割裂了我们传统的地域联系，削弱了有组织宗教的制度根基，也让异地恋的人们走到了一起。

生成式 AI 以递减的边际成本提供可编程的、全球规模的内容创作。这一特性对白领工作而言是一场工业革命。正如能量捕获让人类可以用机器而非手工来生产商品，可编程的内容创作让大量的知识工作可以用计算机而非手工完成。

生成式 AI 是一次经典的技术革命

在《技术革命与金融资本》一书中，研究者 Carlota Perez 论证了新的技术范式——微处理器、互联网、蒸汽磨坊——在向更广泛的经济和社会进行大规模扩散时，遵循相似的模式。（你可能也想阅读这本书的摘要或 Ben Thompson 的分析。）这些革命会催生出相似模式的金融和政治周期。它们始于一次“大爆炸“，催化出对这项技术安装的狂热投资。这种狂热催生泡沫，泡沫最终破裂，但破裂后会出现一段稳定采纳和部署的时期。

来源：《技术革命与金融资本》，Carlota Perez 著。

Perez 在 2002 年撰写了她的论点，但如果我们将这一框架大致套用到过去 30 年的互联网采纳周期，它可能看起来是这样的：

安装期：整个 1990 年代（互联网诞生到互联网泡沫破裂）

• 新技术框架形成，文化采纳加速，默认界面出现：网页浏览器

• 一个完整的品类星图浮现：搜索、电子商务、社交网络

金融衰退：互联网泡沫破裂 → 大衰退

部署期：整个 2010 年代（大衰退到 2022 年）

• 创新和市场潜力的全面扩张：Salesforce 等核心业务 SaaS 平台的成熟，AWS 等基础设施即服务（IaaS）的增长，AirBnB 和 Uber 等作为市场平台的创新型经济模式

• 最后一批新产品和行业：为狭窄垂直市场构建的 SaaS（如 John 的公司为学校辅导员构建自动化软件），或按消耗量计价的下一代云计算基础设施，如 Snowflake

这个周期最近已重新启动。我们正处于生成式 AI 所带来的技术革命的安装期。ChatGPT 的发布是一次大爆炸，推动了对这一领域的狂热投资：仅 2023 年一年，投入生成式 AI 初创公司的 270 亿美元就超过了苏丹的 GDP。

新的界面正在快速涌现并趋于稳定。大多数生成式 AI 的终端用户都是通过聊天与其互动的；自然语言似乎正成为一种标准。与此同时，随着公司竞相构建通用模型并与 OpenAI 竞争，或企业试图基于自身数据构建特定的窄模型，新的品类也在不断涌现。

即将到来的金融衰退不可避免。市场是轻量级的。我们都沉醉于投机狂热之中，早上能感觉还行就算幸运了。许多人都需要从醉酒拘留室里被捞出来。生成式 AI 的投资回报率尚不明确，尽管显然存在真实的商业模式，但单位经济模型尚不清楚，被掩盖在风险投资和投机的舒适毛毯之下。即便微软旗下的 AI 编程工具 Github Copilot 拥有 1 亿美元的平均经常性收入，并产出了微软 Visual Studio 中大约一半的代码，该公司在计算和训练数据上仍对每个 Copilot 用户每月亏损约 20 美元。

生成式 AI 对产品而言是维持性创新，对成本而言是颠覆性创新

Clayton Christensen 将创新分为“维持性“创新和“颠覆性“创新：前者强化现有优势，后者削弱甚至彻底重置市场。Apple 自研定制芯片属于维持性创新；而将手机、网页浏览器和 iPod 结合创造出智能手机这一新品类，则属于颠覆性创新。

商品化的通用人类智能服务——可通过 API 获取、可嵌入任何产品（例如 ChatGPT）——代表了一种维持性创新。这些服务和界面的采用将使软件更加个性化、自动化且更易使用。改进这些服务将极大地提升软件能力，并使其更具粘性。

然而，软件能力的大幅提升对白领工作的成本而言，代表了一种颠覆性创新。大多数白领工作都是在生成文本：写代码、回复客服邮件、撰写摘要、创作博客文章。一支无限量的初级到中级知识工作者大军，通过 API 即可获取，为初级到中级雇员提供了替代方案，包括开发人员、市场人员、销售代表、律师、客户支持经理、产品经理等。

但用无限量的初级员工来构建业务，就会带来无限量的初级错误。将工作委托给 LLM 来构建软件业务存在巨大的机会，但如何将幻觉的威胁降至最低，并规模化地监督这项工作呢？

也许未来的组织结构中，高级成员的比例会显著高于现在。大型软件工程组织当前的架构图看起来像一个金字塔：少数资深领导者和架构师位于更多中级工程师和经理之上，而后者又位于更多初级开发人员之上。如果未来的软件组织看起来更像市场部组织呢？资深策略师、创意人才和领导者将管理自动化系统，而非初级开发人员，以此规模化地交付工作。就像 Hubspot 和 Mailchimp 自动化了发送营销邮件的过程一样，Poolside 这样的公司可以实现软件创作的充裕供给。

技术将运营杠杆沿着商业链条向上推移。在电子表格软件问世之前，美国的文员和记账员比分析师、审计师和经理多出三分之一。二十年后，分析师和经理的人数是文员的 2.5 倍。生成式 AI 让每个文员都能成为分析师，每个写作者都能成为编辑，每个开发人员都能成为架构师。

SaaS 已死，SaaS 万岁

在所有这些变化之后，乌托邦已近在眼前：软件成为一种可变成本的业务。新软件业务不再需要默认依赖开发人员、销售代表或客户成功经理来可靠地产生规模化现金流。每一分成本都是一个选择，创始人如今可以选择避开过去的那些陷阱和问题。

如果生成式 AI 能充分发挥其潜力，它将为软件开辟一个新前沿，在这里，组织结构、成本结构和增长策略可以也应该被重新构想。这些新的机会催生了创造性的业务拓展：交易撮合、市场营销、“捕猎大象”。想象一下，服务型业务能够快速推出整条产品线，或者将私募股权基金严格的运营程序应用于构建——而非收购——软件公司。

新事业需要新的风险投资

软件新范式的出现带来了软件增长融资的新范式。投入的资本必须以完全不同的方式花销和承保。

今天所知的风险资本，是面向特定公司在特定市场条件下的一种狭隘产品。传统的风险资本被投向追求巨大、尚未饱和市场的企业，使其能够快速增长并扼杀任何竞争。其目标是将对早期业务的信念变现，并相信如果你的信念得到验证，其他人会开出一张大得多的支票——这与 Vista 或 Warburg Pincus 等大型并购基金那种严谨的金融工程和运营干预截然不同，后者收购现金时对所获得的股权有精确的预期。

软件企业的光谱极其宽广：从 11 位数市值、靠大量机器学习工程师和能吓退战斗机飞行员的药物栈支撑的公司，到奥马哈的注册会计师用无代码工具建立稳定收入的公司，不一而足。目前可用的融资渠道严重偏向于前者而非后者，但软件的这一新范式将孕育出新一代的另类软件企业，它们需要与其未来更匹配的融资选项，而非高增长的风险资本。未来的中位数软件创始人追求的是成为 Hank Hill，而非 Mark Zuckerberg。随着创办软件业务的门槛降低，创始人将选择稳定的现金流而非疯狂的高速增长，选择在家睡觉而非在办公室睡觉，选择服务好一个利基受众而非征服全球市场。风险资本拒绝这些创始人——而这些创始人也会拒绝风险资本，转而偏好信贷、认股权证或贷款等非稀释性和结构性融资来源。

传统的“有声望的“风险资本公司，按照大多数衡量标准来说，已经给自己挖好了坟墓。按粗略估算，投入私募软件股权的大多数美元按 50 美分的价格都卖不出去。Pitchbook 追踪的自 2018 年以来的 1 万亿美元投资中，大部分都是在公开市场估值高于 ARR 十倍的环境中进行的。目前，公开 SaaS 公司的中位数估值为 ARR 的五倍。假设公开 SaaS 市场会回归历史均值，那还有很长的下跌空间。对 Atherton 房地产的影响尚待观察。

一个繁荣的未来正等待着富有创造性的业务拓展者，但在微笑曲线的另一端，是超大规模云服务提供商正在建设将支撑这些企业的基础设施。

我们永远无法成为商业记者的原因之一是，我们每天会把头条新闻这样写：

AWS + AZURE + GOOGLE CLOUD 年营收 2000 亿美元，年增长率 20%

垂直市场软件提供商专注于捕捉、留存和向上销售一个特定的垂直市场，例如学区、医院或地方零售商。看待垂直市场软件的一种极端概括的方式是：它是基于商品化数据仓库和工作流产品之上的行业特定模板和集成。记住 Robert Smith 那句“所有软件公司的味道都像鸡肉“的格言——这些公司销售的软件类型相同，但它们必须成为其垂直市场技术栈的专家：他们必须集成的数据系统的类型、其市场所需的标准化报表、其用户特有的隐私或访问问题。

当客户有垂直特定的需求、需要垂直特定的个性化和功能、并被垂直特定的品牌所吸引时，垂直市场软件就能奏效。但随着软件成本日益可变，像 AWS 和 Microsoft Azure 这样的云服务提供商可以侵蚀垂直市场软件……