引言

最近，一篇題為AI Has an Uber Problem（The Information）的文章引人深思。

作者Tim O'Reilly指出：當(dāng)初Uber和Lyft利用豐厚的風(fēng)投資金補貼車費，趕走了競爭對手。如今OpenAI等財大氣粗的AI初創(chuàng)企業(yè)，正在重復(fù)這種Uber模式。

在國內(nèi)，我們常說滴滴是“虛假壟斷”——下架18個月，歸來仍是王者&成立至今，累計虧損超千億元。

當(dāng)Facebook們已經(jīng)憑借網(wǎng)絡(luò)效應(yīng)搶先一步成為“贏家”時，同樣具備網(wǎng)絡(luò)效應(yīng)的滴滴們卻還在持續(xù)燒錢，而且只能燒錢。

網(wǎng)約車行業(yè)的網(wǎng)絡(luò)效應(yīng)像是一種“詛咒”。

首先，從A到B的出行服務(wù)過于標(biāo)準(zhǔn)化，乘客奔著解決出行需求而來，司機也在同時切換幾個平臺。其次，在出行服務(wù)上放大社交功能，很容易出現(xiàn)安全問題，例如滴滴的順風(fēng)車業(yè)務(wù)。

因此，即便做到了“壟斷”，滴滴也沒有定價權(quán)。如果想提高客單價，取消補貼來增加毛利，且不說虎視眈眈的高德們，就連城市出租車系統(tǒng)也會分一杯羹。

為何說OpenAI迎來了Uber時刻？在文章中，作者Tim O'Reilly其實主要是想批判一種“堵死市場公平競爭”的現(xiàn)象。

但我們不妨將OpenAI們的困境與Uber們進(jìn)行一個類比。

硅谷知名投資人Chris Dixon曾說“因工具而來，為網(wǎng)絡(luò)而留”。這句話，Uber們沒有完全做到，OpenAI們只做到了前半部分。

雖然技術(shù)壁壘遠(yuǎn)比Uber深厚，大模型玩家沒有表現(xiàn)出捆綁用戶的能力。Similarweb 數(shù)據(jù)顯示：2023年5月—2024年1月，其中的5個月內(nèi)，ChatGPT總訪問量都在下降；去年11月驚艷亮相的GPT Store也沒有什么水花，絕大多數(shù)聊天機器人，每天只能吸引到 1-2 個用戶。

大膽想象一下，現(xiàn)在Claude 3已經(jīng)開始“田忌賽馬”定價策略，下一步該不會又是熟悉的價格戰(zhàn)？

其次，AI時代的網(wǎng)絡(luò)效應(yīng)是“有毒”的——某種程度上，用戶越多，虧得越多。Anthropic長期毛利率在 60%左右；OpenAI因為ChatGPT免費版，毛利率可能更低。相較之下，美國SaaS公司普遍毛利率在70%左右。

當(dāng)然，只要AI創(chuàng)業(yè)能保持這種增長勢頭，投資人也可以忽略虧損，直到收入增長掉進(jìn)30%—40%。一位VC合伙人表示：到那時，如果一家公司的經(jīng)營現(xiàn)金流為負(fù)，并在短期內(nèi)沒有將至少10%的收入轉(zhuǎn)化為現(xiàn)金流，就很難吸引新的投資人入局。

由此產(chǎn)生了一個問題：OpenAI們的“護(hù)城河”真的堅不可摧嗎？以及，AI初創(chuàng)企業(yè)該如何構(gòu)建自己的“護(hù)城河”。

01 關(guān)鍵點：獲取并維系付費客戶

什么才是“護(hù)城河”？是關(guān)鍵性技術(shù)壁壘，還是壓倒性的市場占有率？

這些都是表象，真正的“護(hù)城河”是企業(yè)產(chǎn)生利潤的能力——企業(yè)與供應(yīng)商和客戶的議價能力，幫助企業(yè)提高價格并降低成本，以產(chǎn)生更高的利潤。

一個簡單的推導(dǎo)：如果我花費X元（CAC），能獲取一個為我花費Y元（LTV）的客戶，只要Y>X，燒錢也值得。

為此，企業(yè)要么降低X，要么提高Y。如果不能同時實現(xiàn)，也可以通過拉長時間周期，最終讓Y總值>X總值 。

當(dāng)我們將企業(yè)核心組成分割為“a創(chuàng)造東西；b吸引客戶購買東西；c分發(fā)東西”（Evan Armstrong），就會發(fā)現(xiàn)兩個差異點：

移動互聯(lián)網(wǎng)時代打破了“c分發(fā)規(guī)律”，得益于規(guī)模經(jīng)濟+網(wǎng)絡(luò)效應(yīng)，巨頭們的“X總值”可以非常�。ǔ�了沒有差異性的Uber們）。

AI時代的主題是打破“a創(chuàng)造規(guī)律”，雖然能大大降低用戶使用數(shù)字組件生產(chǎn)商品的成本，但算力需要花錢，“X總值”不可能是一個小數(shù)目。

因此，獲取并維系付費客戶的能力將成為AI企業(yè)構(gòu)筑“護(hù)城河”的關(guān)鍵所在。

比起充滿不確定性的C端用戶，注重技術(shù)革新（付費強）+長期合作（粘性高）的B端客戶才是穩(wěn)妥之選。

具體來看，OpenAI逐漸轉(zhuǎn)向B端業(yè)務(wù)，ChatGPT為引流，API才是營收大頭；Anthropic更是旗幟鮮明地一頭扎向了B端市場；而Inflection被微軟“生吞”幾乎宣告了初創(chuàng)企業(yè)放棄C端的聊天機器人戰(zhàn)場。

02 差異點：搶先“包裝”AI品牌

一旦企業(yè)發(fā)現(xiàn)底層技術(shù)不能制造差異，就要尋找新的差異點。此時，品牌和影響力比以往任何時候都重要。

著名風(fēng)投機構(gòu)NFX 研究了幾百家AI應(yīng)用層初創(chuàng)企業(yè)，發(fā)現(xiàn)它們的產(chǎn)品居然像“水”一樣，技術(shù)差異化趨向于零！

很多AI企業(yè)期待憑借“（數(shù)據(jù)+模型）*用戶體驗”取得勝利。

但實際上，真正有效的公式是“（數(shù)據(jù)+模型）*用戶體驗*（分發(fā)+客戶感知價值）”。

NFX認(rèn)為，目前在數(shù)據(jù)和模型上，不太可能實現(xiàn)差異化——非結(jié)構(gòu)化數(shù)據(jù)可能會在一段時間內(nèi)給企業(yè)帶來優(yōu)勢，但最終數(shù)據(jù)本身是不夠的，模型大部分情況下也可以互換。

還剩下什么？

首先是用戶體驗。在加密貨幣中，用戶體驗就像吃玻璃。AI現(xiàn)在的問題也是如此，會有人想出一種驚艷的AI應(yīng)用嗎？但這個應(yīng)用100%不會是純聊天機器人。

其次是分發(fā)。例如，想要基于用戶數(shù)據(jù)開發(fā)個性化AI應(yīng)用，就很難和Instagram、Sharepoint、Google Drive等現(xiàn)有企業(yè)抗衡。

最后是客戶感知價值。這部分是目前最具發(fā)揮空間的元素。如果企業(yè)一開始能做好品牌，就可以在最豐富、最平淡的材料注入情感價值，但這幾乎會變成一個“心理游戲”。

綜上，NFX分享一個思考框架：生成式AI如水，AI應(yīng)用如瓶裝水。

水有三個特征：必需品、無處不在、每瓶水都差不多。

聽上去有點絕望，但美國目前約有80個瓶裝水品牌，而且大家都活得還挺好，且瓶裝水也是美國最暢銷的飲料。

歷史上，美國的瓶裝水行業(yè)經(jīng)歷過一個“衰退--智能營銷和細(xì)分市場定位復(fù)蘇--現(xiàn)有企業(yè)進(jìn)入、收購真正佼佼者、擊敗大部分競爭對手”的重生循環(huán)。

1850s，在美國公共水系統(tǒng)發(fā)展初期，出現(xiàn)了一些區(qū)域性瓶裝水企業(yè)，宣傳瓶裝水比自來水更干凈。1900年，美國大多數(shù)公共飲用水已經(jīng)變得干凈，隨后瓶裝水行業(yè)逐漸銷聲匿跡。

1970年，法國品牌Perrier進(jìn)軍高端市場，銷售模式主要為B2B，用來調(diào)制雞尾酒。

1975年，Perrier開始播放D2C廣告，將品牌定位為高端、性感，以及更新鮮、更純凈的自來水替代品。隨后，Perrier銷售額從1975年的300萬美元飆升至1979年的2億美元。（1992年被雀巢收購）

可以說，Perrier帶動了美國瓶裝水市場正式復(fù)興，且增長勢頭持續(xù)不斷——1988年到1998年，整個美國瓶裝水市場的銷售額增長了144%。

2001年，可口可樂和百事可樂通過凈化自來水，創(chuàng)立了兩個中端市場品牌：Aquafina和Dasani，并憑借其原有的分發(fā)優(yōu)勢，擁有巨大的市場份額。但這兩個品牌并沒有堵死其他品牌的活路，如今還有新的瓶裝水企業(yè)以同樣的模式出現(xiàn)：Liquid Death、Chlorophyll water。

理性來看，人們并不需要這么多的瓶裝水品牌，但當(dāng)越來越多的創(chuàng)始人帶著獨特的故事和價值觀來到市場，品牌總能活下去。

基于此，NFX認(rèn)為，AI企業(yè)至少要在獲得技術(shù)優(yōu)勢之前學(xué)會營銷游戲。

03 轉(zhuǎn)折點：從找數(shù)據(jù)到處理數(shù)據(jù)

風(fēng)投機構(gòu)Greylock同樣認(rèn)為，AI創(chuàng)企需要精通市場推廣，并給出了進(jìn)一步建議。

首先，創(chuàng)始人應(yīng)該是具有領(lǐng)域經(jīng)驗的產(chǎn)品構(gòu)建者：只有深入了解復(fù)雜性，才能制定正確的營銷推廣策略、預(yù)測銷售時間表和招聘計劃表。

其次，用緊迫感（FOMO)來主導(dǎo)主要的分銷渠道：從經(jīng)驗來看，那些沒有采取 FOMO策略的垂直企業(yè)需要花費很長時間才能看到業(yè)績起飛。

但與NFX的“擺爛式”不同，Greylock強調(diào)了數(shù)據(jù)的重要性——不可復(fù)制的專有數(shù)據(jù)集能夠制造差異點，而且只有客戶使用產(chǎn)品時所產(chǎn)生的數(shù)據(jù)才能形成長期壁壘。例如，客戶標(biāo)記自己的行為數(shù)據(jù)或與產(chǎn)品交互產(chǎn)生的數(shù)據(jù)集。

目前對于許多垂直行業(yè)而言，數(shù)據(jù)還留在雜亂的傳統(tǒng)系統(tǒng)中。為了處理數(shù)據(jù)，一些大型科技公司已經(jīng)開始提供為客戶合成數(shù)據(jù)的服務(wù)，并將合成數(shù)據(jù)用于模型訓(xùn)練，以實現(xiàn)快速交付的目標(biāo)。

如此看來，AI創(chuàng)企的戰(zhàn)場正在從舊的壁壘（數(shù)據(jù)來源）轉(zhuǎn)移到新的壁壘（處理數(shù)據(jù)）。

結(jié)語

“護(hù)城河”通常是以靜態(tài)方式被我們討論，就好像它早已被“固定”在企業(yè)中。但事實上，每一家企業(yè)倒閉的概率都不可能為零。甚至從大數(shù)據(jù)來看，一家企業(yè)在誕生第10年倒閉和誕生第25年倒閉的概率相同。

一勞永逸的“護(hù)城河”行不通。無論是過去還是未來，最好的企業(yè)永遠(yuǎn)能夠為特定客戶，解決“不斷更新”的痛點，而這需要企業(yè)持續(xù)高速改進(jìn)最佳產(chǎn)品，用創(chuàng)新擴大競爭優(yōu)勢。就像馬斯克說的“創(chuàng)新步伐”。

對于AI創(chuàng)企而言，如果你正在搖擺不定，不妨將AI元素從解決方案中剔除，再來看這是不是一門好生意。

       原文標(biāo)題 : AI迎來Uber時刻，初創(chuàng)公司如何構(gòu)筑新護(hù)城河？