从 SaaS 到 AI-First：企业如何重塑创新

摘要

• 不加甄别地押注“SaaSpocalypse”，把一个真实的长期转向误判成了眼前的灭绝事件。 Gil认为，像Samsara这样的车队管理产品，拥有车载硬件、分销、企业销售和支持体系，不会被一个周末用vibe coding写出来的应用简单替代，但支持环节可以使用vibe agents。Guo说，Fortune 100企业的变革管理和安全要求，意味着一个周末搭出的CRM大概率不现实。Decagon和Sierra确实展示了从按席位计费的软件转向按使用量计价的支持代理，但“这不可能波及每一家SaaS公司”。

• AI原生公司表明，代码可以变得充裕，但公司建设的其他环节并不会因此充裕。 Guo提到，投资组合中有些公司的收入已达数亿美元，但工程师不到50人，却能迅速从0人扩张到接近100名销售人员：“Vibe sales 不会发生。”Gil预计，工程生产率提升会被巨大的未满足软件需求吸收，而不是简单地消灭工程团队。

• 可投资的工程瓶颈，可能从写代码转向分配值得信赖的人类注意力。 如果代理生成了海量代码，却没人阅读，“没人真正理解代码库”，生产系统就会变得脆弱，充斥着“vibe coding 垃圾”。Guo认为，围绕代理优先的工程管理、测试、智能审查和形式化验证，“这个极其、极其重大的问题仍是一片开放赛场”。

• 一个月的AI炒作，把合作关系、演示和人为植入的行为都模糊成了自主市场的证据。 Gil反驳代理已经在选择供应商的说法：默认配置某些工具的合作关系，就像Airtable在后台静默运行于AWS之上，并不代表独立的采购判断。“Malt book”这个类似Reddit的论坛案例，看起来也有部分内容由人生成，或是为营销而植入。Guo对看空派股票研究的更尖锐批评是：“竞争优势理论并没有就这么凭空消失”；生产、分销、变革管理和产品完整性仍然重要。

• 剥离炒作后，底层经济学依然非同寻常。 通过Capital IQ数据和预测，Gil的团队估算，AI实验室从10亿美元收入增长到100亿美元大约需要1年，而ADP和Adobe用了20多年；公开市场预测则意味着，AI实验室从100亿美元增长到1,000亿美元可能需要3到5年。与此同时，GPT-4等效模型的价格在21个月内从每百万token约37美元降至0.25美元，降幅达150倍；o1等效模型的价格则从2024年12月的26美元降至2025年11月的0.30美元，11个月便下降了88倍。

• AI可能把远多于以往的GDP纳入科技，同时将由此产生的大部分价值集中在幂律分布的头部。 Gil说，领先科技公司的占比已从2005年约4%的美国GDP升至如今约12%，到2035年可能达到15%-20%，甚至30%；目前市值最高的8家科技公司合计约23万亿美元，已占标普价值的一半以上。Guo认为，技术覆盖面的扩大可能让长尾占据主导，而Gil则表示，市值超过1,000亿美元的企业可能会更多，但“头部和躯干几乎聚合了全部价值”。

• 更快的增长并不带来SaaS时代的持久性：AI可能把长达10年的替代周期压缩到1到2年。 Gil警告，许多初创公司处于峰值估值的窗口期只有约12个月，因此董事会应每年安排1到2次不带情绪的退出评估；只有极少数公司应该“永远、永远、永远不卖”。最强的防御是围绕同一个垂直行业或应用，覆盖5个或10个方面的产品组合，再叠加平台、生态、网络或硬件，因为“如果每2年就等于10年”，一个可被复制的单点产品就会成为岌岌可危的控制点。

精读

上游暂未提供，后续同步将继续补齐。