The AI Opportunity 深度访谈

开场部分，Alex Rampell借用Chris Dixon早年的框架，说明科技行业的长期增长并非线性发生，而是由一轮轮产品周期推动。从PC、互联网、云到移动，每一轮都同时孕育基础设施层与应用层公司：PC时代有Apple、Microsoft与Lotus、Adobe；互联网时代有Cisco、Akamai与eBay、Amazon；云时代有AWS、Workday、Shopify、Veeva；移动则把超级计算能力放进每个人口袋。随后他指出，AI并不是凭空出现的新事物，而是建立在智能手机、云计算和全球连接基础上的新一层能力，因此其扩散速度远超以往。相比两年前只有文本、图像和初级推理，当前AI能力已经大幅跃迁，整个AI时代正在全面展开，且软件新增收入的主要来源正是AI应用层与基础设施层。

这一段从AI能力进展谈到企业落地现实。嘉宾先说，如果把今天的大模型展示给10年、20年甚至30年前的人看，很多人都会认为这已经接近“有感知的智能”，只是社会不断在重新移动AGI的标准。接着他反驳了“企业AI部署效果不佳”的论调，称自己看到的恰恰相反，并以Ramp这类企业客户支出数据为例，指出从2025年初开始，企业在AI上的采纳出现明显拐点。早期GPT-3.5和GPT-4更多像炫技式“魔术”，能让人惊叹，但现在这些能力已经进入真实企业流程，为组织节省时间和金钱。他用一句调侃总结人性：人们都想“更有钱、更懒”，而生成式AI正是在满足这两个目标，所以不论估值高低，实际创造的价值已十分显著。

此处话题转向消费者与整体应用生态。Alex用“马斯洛需求层次”作类比，说过去人们打趣基础需求是Wi-Fi，而现在AI正开始成为新的日常必需品。他提到，全球约15%的成年人每周都在使用ChatGPT，原因不是单一场景，而是它已嵌入日常生活：查事实、找方向、解决争议、起草正式沟通等，几乎存在“可数无限”的用例。随后他回顾从2017年《Attention Is All You Need》提出Transformer，到GPT-2并不令人惊艳，再到近两年能力爆发的过程，认为2023年至今已进入“应用黄金时代”。其判断依据不是概念热度，而是前所未见的软件收入增长速度——越来越多AI公司在一两年内就逼近上亿美元营收，因为客户买单是出于真实价值回报。

在这一段，嘉宾开始系统阐述自己观察到的三类AI应用机会，并解释为什么讨论重点不应停留在模型层。他指出，一个关键投资问题是：什么东西具有防御性，哪些机会是大模型实验室不会亲自做、或者做不好做不全的。因为OpenAI不只是后端模型提供商，它也在积极扩张消费者应用；微软等巨头也会深度入局，历史上平台型巨头常常对应用生态造成巨大压力。基于此，他给出三条路径：第一，传统软件类别正在AI原生化；第二，也是最大的一类，软件开始直接替代人工劳动，而不是只和软件市场竞争；第三，依托专有数据、封闭场景和最终产品交付能力构建“围墙花园”。他强调，尽管商业规律不变，仍需真正的护城河，而不是可被迅速复制或低价替代的小插件。

这一部分详细展开第一类机会：传统软件类别向AI原生重构。Alex用“bingo board”形容软件版图中大量可被AI重做的类别，并以Mercury为例说明“绿地机会”比“棕地替换”更容易切入市场。Mercury并非直接从硅谷银行手里抢存量客户，而是在新公司成立时成为默认选择；同样，想直接让现有客户抛弃Mailchimp、NetSuite等成熟系统往往很难，但在新公司创建、或业务复杂度跨越某个拐点时，客户会重新选择基础软件。比如公司从QuickBooks升级到更复杂ERP时，就可能考虑像Rillet这样“带50项AI功能、还能帮你结账”的新产品。他同时指出，存量巨头也会普遍加AI并增强定价能力，因此创业公司更需要瞄准“system of record”类核心系统，因为这类产品嵌入业务流程深、切换成本高，拥有真正的结构性护城河。

在访谈可见的最后一段中，Alex转向他个人最兴奋的第二类机会：不是重做已有软件，而是创造过去并不存在的软件类别，因为这些工作过去主要由人来完成。他强调，这类市场甚至没有现成的“bingo board”，因为原来根本没有对应的软件公司。很多岗位需要雇人处理，但现实中人力稀缺、成本高、语言覆盖有限、无法全天候工作，而软件却可以在多个维度上完成90%的职能，例如支持多语言、7×24小时响应、规模化处理重复性任务。这里的关键变化是，企业不再只是为一个数字工具付费，而是为它替代掉的大量劳动结果付费，这使AI应用的市场边界从软件预算扩展到更庞大的人力预算。