“编者按：我们为什么翻译这篇文章？因为 AI 正以前所未有的速度重塑软件行业。当代码本身趋于免费和商品化时，企业的核心价值与护城河究竟在何方？
本文不仅深刻剖析了这一时代命题，更系统地梳理出七种未来可行的商业模式。它不是空泛的预测，而是一份极具参考价值的战略思考手册。
作者：ERIC FLANINGAM
日期：2025 年 8 月 11 日
除了 ChatGPT 和 Claude，编程已成为 AI 的杀手级用例。AI 让软件开发变得极为廉价和简易，而且这一趋势只会持续下去。
这一崛起已是广为人知，但在我看来，人们似乎总将论点停留在软件已死的层面。我想阐述这个论点的第二部分：软件已死，软件永生。
因此，我写这篇文章是为了回答一个问题：哪些商业模式能从这一趋势中受益？公司又该如何构建能够充分利用 AI 生成软件的商业模式？
我将从历史先例说起。
免费软件
1970 年 1 月 1 日：IBM 通过将硬件、软件和服务进行拆分，开创了现代软件产业。一家大型计算公司首次将软件作为独立产品出售，创造了此后 50 年行业所遵循的模式。
在此之前的 20 年，通用电气销售过早期版本的商业软件。更准确地说，他们将软件与硬件捆绑，作为免费赠品，目的是为了卖出他们的数控机床。
这是一种差异化手段，一种销售说辞。“买我们的硬件，你就能免费获得我们的软件和服务。”
软件是免费的，并且它是一种差异化因素。
随着像 Cursor、Claude Code、Lovable 这类 AI 编程工具的兴起，我们正进入一个软件商业模式更像 1950 年代而非 2010 年代的世界。
我今天论点的核心摘要如下：
软件的构建正变得越来越便宜和简单，并且这一趋势只会继续。 因此，技术上的差异化将更难创造和维持。 这不意味着软件没有价值；它极具价值，但客户将不太愿意单独为软件付费。 所以，软件开发看起来日益商品化，这意味着价值需要在别处创造。 正因如此，免费软件将变得更加普遍，而这将催生出围绕免费软件构建的可持续商业模式。
这些商业模式包括：
硬件：用软件来销售硬件（反之亦然）。 垂直整合：提供垂直整合的硬件和软件。 服务：为工作本身收费（如会计、法律服务），或提供服务将软件集成到复杂的定制化部署中。 平台：客户会为平台的便利性付费，而不是为单点解决方案的功能付费。 支付：免费赠送软件，通过收取交易手续费来盈利。 软件即广告：软件本质上变成了交互式内容。（如果能涉及到网络效应，那更是锦上添花 (∞)） 基础设施/计算：赋能免费软件的平台将从每一个环节中抽取自己的税收。
让我们开始吧。
1. 用软件为硬件创造差异化（反之亦然）
当今免费软件最清晰的受益者是硬件公司。在过去，要同时精通硬件和软件非常困难。但这一进入门槛正在改变。
商品化你的互补品的核心思想是，当价值链中一部分的价格下降时，另一部分的价格就会上涨。
如果我们以一种简化的视角看待计算行业，价值链的两个主要组成部分是硬件和软件。如果软件产生的价值减少，价值就会流向硬件。
为了利用这一点，公司可以免费提供软件来差异化其硬件（例如，Google 开源了 Kubernetes，以使用户更容易地从 AWS 迁移出来）。或者，用硬件来差异化软件；如果你能预先售出硬件，你就能享受到转换成本带来的好处。
一个有力的论据是，当今世界上由单一公司管理的最有价值的免费软件，正是英伟达的 CUDA。
自 2000 年代初以来，他们一直在开发工具包，通过 CUDA 的编程语言、库和驱动程序来加速计算。
今天，它已成为英伟达硬件平台最大的差异化因素。请看Semianalysis 对 AMD MI300X 与英伟达 H100/H200 的分析中的这段引述：
简而言之，在比较英伟达的 GPU 和 AMD 的 MI300X 时，我们发现 MI300X 纸面上的潜在优势并未实现，原因是 AMD 公开发布的软件栈存在缺陷，且 AMD 自身缺乏测试。
AMD 的软件体验充满了 bug，导致开箱即用的训练在 AMD 平台上根本无法进行。我们曾希望 AMD 能在训练负载方面成为英伟达的有力竞争者，但遗憾的是，截至今日，情况并非如此。由于 AMD 弱于预期的软件质量保证 (QA) 文化和充满挑战的开箱即用体验，AMD 尚未能跨越 CUDA 的护城河。而就在 AMD 试图填平 CUDA 护城河的同时，英伟达的工程师们正加班加点地通过新功能、新库和性能更新来加深这条护城河。
英伟达有数千名员工致力于 CUDA 这个免费软件！而这些投资的回报高达数百亿（甚至数千亿）美元。
另一方面，你也可以用硬件来销售软件。以我们的朋友 Vast Data 为例（据报道，他们正在进行一轮融资，估值高达 300 亿美元（!））。他们销售的软件运行在数据中心的存储设备上，用于管理 AI 工作负载的数据。
他们最初销售的是集成的硬件和软件。但在 2021 年，他们停止了自建硬件，选择让合作伙伴来做。他们仍然深度参与硬件的配置和设计，但不再自己生产。
现在，客户从他们的合作伙伴那里购买硬件，而这些硬件由 Vast 的软件驱动。这种模式的美妙之处在于，Vast 获得了数据中心热潮带来的好处，但其收入来自软件的经常性收入，因此在硬件投资周期放缓时，他们不会受到负面影响。
用硬件来卖软件！
“核心启示：硬件很难，但困难创造差异化。如果软件被商品化，更多的价值将流向硬件。
而本文正是要探讨如何在软件中找到差异化。如果一家公司能利用硬件获得性能提升，这便是构建护城河的绝佳方式。
对于下一代硬件公司（例如半导体公司）而言，构建软件的成本降低，为他们创造了一种建立护城河和分销硬件的新途径。
2. 提供垂直整合的解决方案
从硬件中获益的另一种方式是提供垂直整合的软硬件产品。公司以单一价格销售单一产品，该产品集成了硬件和软件，以提供最佳的客户体验。
我们已经看到过去三十年里许多最大的公司都利用这一战略，提供了远胜于现有企业的客户体验：苹果、特斯拉、SpaceX、超大规模云服务商、Anduril。
基本前提是：通过控制用户体验的每一个环节，你可以更容易地创造出神奇的体验。这就是为什么史蒂夫·乔布斯会一丝不苟地审查苹果产品的每一个细节。随着软件构建变得更容易，拥有价值链的每一个环节也变得更加容易。
我们也看到像 Radiant Nuclear、Base Power 等许多新玩家正在利用这一策略。
Packy McCormick 曾写过一个关于垂直整合创业公司的精彩系列文章。这些创业公司正在整合一系列经过验证的技术组件，然后在系统层面进行创新：整合即是创新。
我认为 Anduril 是现代垂直整合者的完美典范（他们的崛起堪称传奇，自下表制作以来，他们的估值已高达 305 亿美元）：
在 Anduril 出现之前，国防承包商赢得的大部分合同都是成本加成合同。顺便问一句，还有比这更糟糕的激励机制设计吗？
再加上国防承包商的整合与寡头垄断，所有的激励措施都与创新背道而驰。
直到像 Anduril（以及作为其前身的 Palantir，我们稍后会讨论）这样的公司出现。为了赢得政府合同，他们不仅要击败现有企业，而且其解决方案要比现在的好得多，好到足以克服那些承包商数十年积累的惯性和关系网。而实现这一点的最佳方式就是垂直整合。
他们组建了世界上最顶尖的硬件和软件团队之一，并开始销售集成解决方案，从瞭望塔、无人机到潜水艇。大量的硬件，由软件赋能。其结果是更好、更快、更便宜的产品，并由此建立了一家价值 300 亿美元的公司。
如果你问我，未来二十年哪个领域我认为将产生最高的投资回报威力比来诞生百亿美金公司，那就是将这一理论应用于医疗、机器人、制造业等更多领域！
3. 提供服务
尽管软件一直以来都极具价值，但它的承诺总是超越其带来的实际影响。
销售软件的问题在于，你可以把它卖出去，但你无法保证客户会使用它。你绝对无法保证他们会以最优化的方式使用它。在人工智能时代，这一问题被无限放大。
服务，即在软件之外提供人力劳动，有助于防止这种情况。在这种背景下，服务有两种应用方式：
前线部署工程师：帮助客户实施软件；实施越复杂，服务的价值就越大。 销售服务，而非软件：如果一个 AI 工具确实能提升性能，为什么不围绕这个工具建立一家企业，用更优的价格和更好的体验来超越竞争对手呢？你可以不再满足于从价值链中分得软件大小的一杯羹，而是拥有整个价值链。
对于前线部署工程师模型，其逻辑如下： 软件只有被采用才有价值。而软件采用的障碍通常在于采用者的技术知识。对于复杂的环境，例如：
在金融服务领域，需要与大型机和 COBOL 代码集成。 在医疗保健领域，需要将软件部署到拥有数百家诊所、大型医院和数千名患者的系统中，一旦出错就可能危及生命。 在政府部门，嗯……你可以想象在政府内部署软件是什么样子。
在这些例子中，提供实施服务不是一种选择，而是一种必需。我们可以用一个简单的框架来理解：行业的复杂程度与 FDE 模型的成功几率成正比。这种模式增长较慢，但更具持久性！
Palantir (现在) 已是 FDE 模式的著名先驱，这也解释了他们在销售政府软件方面的成功。同样也解释了为什么他们在医疗保健部署中如此成功。对于项目，他们的团队会亲赴现场，利用 Palantir 平台，与客户共同构建针对其特定问题的解决方案。
再来看看销售服务本身。对此，我更愿意通过一个思想实验来解释：为什么至今没有出现向对冲基金销售 AI 而发展起来的大公司？
这些软件极具价值，非常聪明的人们一直在研究这些问题，并且也能筹集到资金来销售软件。但答案是，如果算法真的能提供超额收益 (alpha)，那么创办一家对冲基金，并利用该软件来产生 alpha，会远比卖软件更有利可图。
如果你试图销售软件，逻辑会在两方面失效：
如果软件没用，没人会买。 如果软件确实有效，而你卖给了许多客户，那么竞争优势就会被稀释，使其价值降低且更容易被复制。
现在，如果我们将这个逻辑应用到法律界，一个常见的 AI 用例：
你可以向律师事务所销售 AI 软件，但他们是出了名的难缠买家，很大程度上是因为按小时计费的激励机制与 AI 提效的目标不一致。 或者，如果 AI 确实有效，你可以垂直整合为一家律师事务所，利用 AI 带来的 50% 生产力提升，去击败那些不愿采用 AI 软件的律所。随着时间的推移，当 AI 自动化了越来越多的工作，这家公司就能捕获更多的价值，越来越像一家软件公司。
所以，销售服务的基本思想是，销售工作本身远比销售软件更有价值。与其从价值链中分得一块高利润的软件大小的蛋糕，不如采取一种低利润率的方法，但吞下整个蛋糕。
这与史蒂夫·鲍尔默描述微软向云转型时所说的类似：“你应该预料到我们未来的毛利率会降低，但我们会在销量上弥补回来。”
实现这一点的两种尝试是：创办一家 AI 原生公司，或者通过收购整合现有企业，并利用其客户作为分销网络来传递 AI 的价值。这两种都是创造差异化商业模式的合乎逻辑的策略。（至于这是否是风险投资 (VC) 的明智之选，则值得另写一篇文章探讨。）
最近由 Thrive Holdings 主导的三个收购整合策略案例是：Crete(会计)、Shield Technology Partners(IT 咨询) 和 Savvy Wealth(财富管理)。
4. 处理支付
就目前世界而言，无论公司选择谁，他们仍然需要为支付支付交易手续费。如果公司能将支付集成到他们的平台中，这就提供了另一种无需对软件收费就能盈利的方式。
我最近和一位朋友争论 Ramp 的估值应该是多少。他的论点是“那不是真正的软件收入”。如果我们退一步看，企业软件的好处在于它是：
经常性的 可预测的 难以转换的
以 Ramp 为例，他们免费提供软件，然后通过 Ramp 的费用卡、Ramp 的差旅平台或 Ramp 的采购工具处理的费用中收取一定比例。如果一个客户同时使用这三项服务，Ramp 的业务就是：
经常性的（并且与客户业务的成功相挂钩） 可预测的（尽管比传统 SaaS 合同的可预测性稍低） 难以转换的（与传统 SaaS 具有相同的软件转换成本）
Ramp 并非个例。我在我的 Toast 深度剖析中谈到过：让餐厅在软件上花大钱真的很难。但让他们为一个支付处理器付费则更容易，因为无论如何他们都要支付交易手续费！
在一个企业软件竞争日益激烈的世界里，人们愿意为其支付的费用会越来越少。但如果你免费提供软件，并通过平台提供支付功能，这就为客户提供了不同的价值主张：
“反正你都要支付交易手续费，不如付给我们，我们还把所有这些软件免费送给你！
5. 销售一个平台
当我在微软工作时，有一个竞争优势比其他所有优势都突出：他们平台的实力，以及随之而来的通过其分销网络进行向上销售的能力。
微软似乎与世界上每一家企业都有合作关系。当他们发布新产品时，他们可以几乎免费地提供它，通过分销网络进行向上销售，嵌入转换成本，然后再提价。
更妙的是，一家公司的数据已经存储在微软那里，通常是非常高价值的数据，所以他们信任微软。另外，IT 部门不需要管理另一个供应商，只需将其添加到合同中即可！
他们用这个策略一次又一次（又一次）地击败了单点解决方案。
随着行业整合，竞争的变量也在变化：从功能，到性能，到便利性，再到价格（商品化）：
来源: https://medium.com/keqius-management-notes/the-innovatorss-dilemma-7f36f5e7af94
我主张构建平台的论点是，我们正处于软件的便利性阶段。没有足够的差异化让客户为单点解决方案付费，但他们愿意为不必管理许多不同软件的便利性而付费。
以 Rippling 的成功（现估值 168 亿美元）为例。看看他们的发布公告：
“今天，我们推出了一个一流的、一体化的人力资源信息系统 (HRIS)、薪资和福利系统。但 Rippling 本身不仅仅是一个 HR 系统。它在技术栈中处于更深的一层——一个员工信息系统，它连接到你所有的关键业务系统，并自动化整个公司的手动流程，而不仅仅是 HR 部门。
如果要选择一个以平台进入市场的时机，那就是现在。
但更妙的是，如果要选择一个构建平台的时机，那就是现在。
随着软件的进入门槛降低，现在可以比以往任何时候都快得多地构建一个平台。
6. 广告
这些微型文章中最短最简单的一篇，核心在于一个事实：有史以来最好的两种商业模式都建立在免费软件之上。
它们通过聚合注意力，借助由网络效应驱动的市场来实现。显然，如果你能在业务中构建网络效应，那将是一件美妙的事情。但这非常困难。
这也指向了另一个事实：如果你能用软件拥有注意力，你就能将其变现。
在一个注意力比以往任何时候都稀缺的时代，你甚至能更好地将其变现。
请将这视为一个预测：我们将看到越来越多的软件即内容。
品牌将利用其业务中拥有的独特数据，构建应用程序，并将其作为为业务吸引注意力的另一种方式。
举个小例子，看看 Ramp 的 AI 指数。Ramp 利用他们的数据，构建了轻量级软件将其可视化，并向世界展示。结果，Ramp 的名字在成千上万的文章中被分享。
7. 基础设施、市场进入策略、惯性，以及所有理论是脆弱的理由
最后，赋能这一转变的基础设施又如何呢？
我认为，开源基础设施从一开始就开创了这些商业模式。从 1993 年的红帽 (Red Hat) 开始，他们就提供围绕 Linux 构建的服务和计算。
因此，我将创建最后一个类别：赋能免费软件的基础设施。从云服务，到托管，到 AI 编程，再到数据库。那些让这些软件得以构建的公司，将从每一个环节中抽取自己的税收。
除此之外，分销/市场/销售、深度数据集成和转换成本，以及通过垂直领域特定法规建立的任何护城河，都比以往任何时候都更加重要。
软件开发的门槛已经降至近乎为零。随之而来的是，将创意转化为创造的门槛也降低了。
我记得 2022 年第一次使用 GitHub Copilot，2023 年使用 Cursor，以及 2024 年底使用 Lovable 时的情景。
每一次，我都记得有同样的感觉：创造的门槛比以往任何时候都低。任何人都可以构建软件，任何人都可以创建企业。
对于那些真正想创建企业的人来说，这是历史上最好的时代。希望这些战术手册能帮助他们实现目标。
一如既往，感谢阅读！
免责声明：本文所含信息并非投资建议，也不应被用作投资建议。投资者在投资本文讨论的任何证券之前，应自行进行尽职调查。虽然我力求信息的准确性，但我不能保证这些信息的准确性或可靠性。本文基于我的个人观点，应被视为观点而非事实陈述。在本网站链接的帖子和其他内容中，或在社交媒体及其他平台上发布的观点均为我个人观点，不代表 Felicis Ventures Management Company, LLC 的观点。
原文地址：https://substack.com/inbox/post/170605687
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
