人工智能浪潮中，杀出了OpenAI这样的初创企业，谷歌微软等科技巨头也在大力加码，谁是这波AI浪潮的最大受益者？
近期，美国科技投资公司“a16z”（Andreesen Horowitz）发布了一篇报告，对这一问题进行深入剖析，其指出，这是一场正和博弈，新基础设施层的出现可能会产生最大的赢家。
报告指出，人工智能不仅是一种商业模式和软件交付创新，更是一种挖掘、综合和提升人类集体知识和经济生产力的新方式。因此，人工智能软件的最终附加值不仅限于软件预算中的确切美元数字，还包括它将支持的所有经济活动。
云计算的本质还在基础设施和应用之间建立了一种共生关系，这种关系将随着人工智能基础设施的发展而继续存在。核心基础架构为应用释放了新的机遇，而应用数量的扩展增加了对基础架构的需求，从而推动基础架构提供商更快地走向成熟。
以下是报告原文
当平台转变重塑技术格局时，谁是赢家？
从大型机到个人电脑，从台式机到移动设备，从无网络到互联网，从内部部署到云计算和 SaaS，软件领域的技术进步往往遵循熊彼特的创造性破坏理论，新的时代出现新的赢家。正如我们的合作伙伴Martin Casado和Sarah Wang最近探讨的那样，这种动态终于开始在人工智能领域上演。
在经历了数十年的人工智能寒冬之后，我们终于迎来了真正的平台转变，这将为人工智能公司带来更多的价值创造。虽然大部分焦点都集中在由 LLM 和生成式人工智能驱动的新用例上，但价值创造将超越生成式人工智能，尤其是围绕日益成熟的计算机视觉模型。
随着人工智能带来计算领域的新时代，谁将在获取最大的价值？为了探讨这个问题，我们回顾了最近的平台转变--从内部部署计算到 SaaS 和云计算。我们对过去20年中262 家上市B2 软件公司的创收情况进行了研究，以了解初创企业和现有企业*之间的竞争态势，以及决定从基础设施到应用程序的软件堆栈上下游价值获取的因素。
在这里，我们将分享我们从 SaaS 时代了解到的市场动态，这些动态很可能会在人工智能时代体现出来，最值得注意的是，这是一场正和博弈，新基础设施层的出现可能会产生最大的赢家。我们还解释了为什么向人工智能的转变可能比向 SaaS 的转变要大得多，为什么这种转变似乎比向云计算的转变还要快，以及人工智能产品特有的一些潜在防御来源。
争夺数万亿美元的正和游戏
尽管流行着“大卫对抗歌利亚”（力量对比悬殊的战争）、"零和颠覆 "的说法，但平台转变通常是正和游戏。随着技术的进步，初创企业和现有企业的蛋糕都会越来越大。自 2003 年第二季度纳斯达克指数触底以来，上市的 B2B 软件公司的总收入已从 990 亿美元增长到 5870 亿美元，现有公司和初创公司的年创收均增长了 5.9 倍。现有软件公司的收入从 990 亿美元增长到 3,230 亿美元，保持了 55% 的市场份额。或者换一种说法，现有公司增加了收入，但市场份额的 45% 被新进入者夺走。SaaS 发展了 20 年，仍有大量价值有待捕捉--摩根士丹利最近估计，云服务在企业中的渗透率仅为29%。
如果这种“一切照旧”的 5.9 倍软件扩张速度在未来 20 年持续下去，公共 B2B 软件收入将增长到 30 亿美元以上。然而，我们认为3000000 美元以上只是未来机遇的下限。虽然 SaaS 在协作软件（如 Slack）中释放出了强大的网络效应，而这在企业内部是不可能实现的，但应用层的大多数最大赢家都是熟悉的企业内部产品的云实施：在 CRM 领域，Salesforce 对 Siebel；在 HRIS 领域，Workday 对 PeopleSoft；在 ITSM 领域，ServiceNow 对 BMC；在 ERP 领域，NetSuite 对 SAP；在设计领域，Figma 对 Adobe等等。
人工智能不仅是一种商业模式和软件交付创新，更是一种挖掘、综合和提升人类集体知识和经济生产力的新方式。因此，人工智能创造价值的方式与互联网创造价值的方式类似：通过开辟全新的做事方式，而不仅仅是更好地做旧事。
据美国经济分析局的数据估计，云软件使美国数字经济的市场规模从 2005 年的 10 亿美元增长到 2021 年的 24 亿美元，软件需求的年复合增长率达到 9.4%，而且我们预计这种增长不会很快放缓。人工智能软件的最终附加值不仅限于软件预算中的确切美元数字，还包括它将支持的所有经济活动。
应用层的市场动态
虽然我们无法从单一平台的转变中得出软件物理学的自然规律，但在 SaaS 时代，初创企业在应用层赢得的市场份额要多于基础设施层。云基础设施和 SaaS 应用程序之间的总体软件组合从 2003 年的大约 70/30 到 2023 年第一季度的 60/40。在此期间，我们样本中的新进入者获得了 2310 亿美元应用资金中的大约一半（1120 亿美元），但只获得了 3560 亿美元基础设施资金中的 40%。
与基础设施公司相比，初创应用程序从现有公司手中抢走了更多的市场份额，这与应用程序往往是防御性较差的产品这一普遍直觉是一致的。开发者工具和现成核心基础设施的成熟，使得开发新版本的熟悉应用程序更容易从上一代产品中抢夺客户。要说服客户翻新核心基础架构则要困难得多，这就延长了从旧基础架构到新基础架构的过渡周期，为现有企业赢得了更多的适应时间。
在人工智能时代，现有企业适应得更快吗？
SaaS 时代的现有企业面临着一系列适应障碍。它们需要新的工程人才来架构传统产品的云实施，更新产品开发实践以持续部署软件更新，并为订阅业务模式重组销售组织和薪酬模式。毫不奇怪，许多企业的适应速度很慢。Siebel 在 Salesforce 推出三年多后才推出云 CRM 产品，PeopleSoft 在 SuccessFactors 上市十多年后才推出云托管人力资源信息系统。
与 SaaS 时代相比，现有企业这次显然更快地适应并推出了应用。ChatGPT 于 2022 年 11 月推出，此后，绝大多数大型 SaaS 现有企业都推出了自己的生成式人工智能产品，包括 Salesforce 的 Einstein GPT、Crowdstrike 的 Charlotte AI、HubSpot 的 ChatSpot 和 Adobe 的 Firefly。
还必须指出的是，虽然现有公司似乎适应得更快，但向人工智能的转变也比向云和 SaaS 的转变更快。在云基础设施就位后，SaaS 应用程序花了大约 5 年时间才真正发展起来。但在短短 6 个月内，ChatGPT 的用户就达到了 3 亿，并推出了插件和 API，供开发者在 GPT 的基础上进行开发。
因此，开发人工智能应用程序所需的人才和精力远远少于将内部产品调整为云计算所需的人才和精力，而且随着 LLM 生态系统和现成工具的进一步成熟，开发人工智能应用程序只会越来越容易。
鉴于推出一款由 ChatGPT 驱动的应用程序非常容易，我们认为这股热潮更像是现有公司在挺身而出，而不是证明他们这次已经破解了创新者的难题。现有厂商推出的首批解决方案往往分为两类：1）用户界面单薄，以聊天的形式展示传统产品，而不提供任何新功能；或者2）产品类别由于无法自圆其说的用例（如制作营销文案）而已经饱和。
对于 SaaS 现有企业来说，应用层的真正赢家可能是那些能够想出办法把记录系统发展成预测系统，并最终发展成执行系统的企业。企业级 SaaS CRM 之所以能打败内部部署的现有系统，是因为它们是更有用的记录系统，具有更好地跟踪和预测销售的功能。
现在，这些 SaaS 时代的销售工具不得不与人工智能销售智能产品竞争，例如，这些产品已经能够告诉销售代表“这是下一个最有希望交谈的客户该怎么说”，甚至可以直接与客户复制令人信服的电话交谈。虽然少数经验丰富的工程师可以在旧产品的基础上开发出LLM驱动的用户体验，但要实现更有意义的创新，就需要建立全新的工程团队，以掌握这项技术。
当平台发生转变时，新的基础设施层就会出现
当基础设施出现创新时，例如随着大型云平台的崛起，就会在软件堆栈中创造出新的层级，并释放出巨大的价值。亚马逊网络服务（2006 年推出）、微软 Azure（2010 年）和谷歌云平台（2013 年）目前的运行率收入已达 1730 亿美元，占所有公共软件收入的 30%。随着规模经济的不断扩大，云计算平台已按上市顺序占据主导地位，其中 AWS 占 33%，Azure 占 22%，GCP 占 10%。
在人工智能时代，同样的市场力量已经出现在模型层，OpenAI 在竞争中处于领先地位，这与 AWS 早年的情况类似。这一次，AWS 和其他大型云计算公司是现任者。他们将人工智能视为其传统云计算业务的延伸。考虑到运行人工智能模型的高计算需求、当前的芯片短缺以及这些云提供商在提供自己的芯片或在第三方芯片上构建数据中心容量方面的能力，大多数云提供商都推出了自己的基础模型，以便在计算层和模型层展开竞争。
云计算的本质还在基础设施和应用之间建立了一种共生关系，这种关系将随着人工智能基础设施的发展而继续存在。核心基础架构为应用释放了新的机遇，而应用数量的扩展增加了对基础架构的需求，从而推动基础架构提供商更快地走向成熟。
防御性最终决定长期价值
从长远来看，人工智能的价值最终取决于可防御性。在 SaaS 时代，最大的可防御性来源通常是难以复制的技术（如 Databricks）、作为企业工作流和下游应用基础的平台记录系统（如 Salesforce）、直接嵌入产品体验的网络效应（如 Slack），以及通过释放客户反馈飞轮来促进产品扩展的市场主导地位（如 Workday）。
我们预计，在人工智能时代，所有这些可防御性来源都将同样重要。但是，人工智能产品背后的底层技术也带来了新的潜在竞争优势。我们的早期合作伙伴已经撰文介绍了生成式人工智能平台中的价值获取，并将继续探索人工智能基础设施中的可防御性。在此，我们将分享我们评估成长期人工智能公司可防御性的早期框架，此时，竞争优势将从早期理论过渡到决定长期市场输赢的因素。
2019 年，我们曾写道，为什么我们认为在许多情况下，数据护城河可能是一个空洞的承诺。然而，随着越来越多的人工智能初创企业走向成熟，我们看到，当人工智能产品依赖专有数据或数据规模作为关键要素和关键差异化因素时，数据提供了持久的竞争优势。例如，贵金属勘探公司KoBold Metals与大型矿业公司签订商业协议，独家获得他们对各种勘探地点的历史记录，从而提供了竞争护城河。作为一家国防初创企业，Anduril 必须赢得合适的联邦合作伙伴，才能获得敏感数据。Flock Safety 为执法部门收集了最大的计算机视觉数据，通过提供摄像头硬件，可以在从捕捉到实施的整个生命周期内控制数据。这就开启了一个飞轮：更多客户→更多摄像头→更多数据→更好的预测→更安全的社区→更多客户，等等。
虽然数据护城河在人工智能可防御性辩论中往往最受关注，但生成式人工智能的最新周期也引入了其他新的潜在可防御性载体。Character.AI具有产品网络效应，当用户体验产品时，其使用情况就会成为训练数据，从而改善产品体验。Midjourney 专注于开发性能最佳的专有基础模型，以便在此基础上创建最佳的应用层用例。
在生成式人工智能产品的第一阶段，一些潜在的防御来源可能会有利于 SaaS 时代的现有企业。例如，在 SaaS 时代实现规模化的公司可以利用人工智能在成熟的工作流程功能之上添加一个相对较薄的自然语言用户界面。在这种情况下，现有企业一开始就可以推出具有强大功能的人工智能生成产品，即使这些功能实际上并不是新的，只是以一种新的方式呈现在用户面前。同样，如果现有厂商能够向传统客户群销售产品，或将自己定位在强大的安全性或合规性声誉上，那么它们就可能拥有优势。
我们认为，人工智能将彻底重塑软件的工作流程和用户界面，因为人工智能软件越来越多地充当预测和执行系统，而不仅仅是记录系统。我们已经看到了这种转变发生的速度，这意味着那些能够吸引人工智能人才并快速进行分销的灵活公司将处于制胜的有利地位。
长远来看消费者是赢家
无论防御性从何而来，也无论最终谁能获得市场价值，消费者终将是最大的赢家。2019 年的一篇论文发现，消费者对“免费”产品的重视程度令人震惊，他们愿意为搜索引擎支付1.75万美元，为电子邮件支付8.4万美元，为流媒体服务支付1.2万美元。
考虑到已经出现的各种有趣的消费者应用--全天候服务的虚拟治疗师、掌握全部医学知识的医生、处理日常生活中所有单调细节的自动秘书助理--人工智能带来的消费者增加规模肯定会刺激一波难以置信的创新浪潮。如果说软件史告诉我们什么是创新，那就是伟大的企业家总能在每个新技术时代找到建立重要、持久公司的方法。
