（预览）SaaSmageddon 与未来、市场回调后的 Microsoft、Anthropic 的超级碗谎言

摘要

• 一位读者的看空论点，把 Microsoft 3500亿美元的市值蒸发视为软件行业的警报：模型掌握在实验室手中，享有所谓“边际成本低70%”的优势，还可能劫持 incumbent 的分发渠道。 Andrew Sharp 基本认同，但 Ben Thompson 质疑实验室会“在每个维度上”都更优——企业软件的采购，往往看重控制、合规和问责，而不是 AI 体验。

• SaaS 真正持久的护城河，可能存在于概率系统失败的2%场景，而不是 LLM 能提供更好界面的98%场景。 Thompson 举的医疗行业例子是 Epic：那些令人厌恶的表单编码了 HIPAA、药物相互作用、监管和责任，使其“在人人都讨厌的维度上更优”，但这一维度才真正驱动利润。

• 企业软件把重复性流程制度化，是因为一次错误就可能抹去多年积累的小幅效率收益。 Thompson 以日历为例：按嘉宾所在时区排期看似合理，但他分心修改日程时可能漏掉这个设置；僵化流程的前提是“我一定会搞砸”，从而阻止代价高昂的例外。

• Microsoft 的产品短板并非新问题，这反而让 Thompson 没有市场回调所暗示的那么看空。 他问道：“Microsoft 产品一直都很差，我们为什么认为它这次会做好？”在他看来，Microsoft 正处于 Google、Apple 和 Meta 过去都经历过的同一轮怀疑周期中。

• 捍卫既有软件护城河，并不足以推断代码生产成本大幅下降后什么都不会改变。 Thompson 将这一投入端冲击比作互联网消除报纸分发成本：可触达市场看似扩大，最终却摧毁了地方垄断，让每家出版物都暴露在幂律竞争之下。

• 报纸类比并不完美，因为软件护城河更具层次，但 Thompson 认为，AI 最终可能动态识别并处理这些规则。 用户生成内容用了大约30年才成为大多数人的媒体消费——姑且把电视部分排除在外，可能达到“99%”；AI 也许会比当前预期更久，但高速发展的技术往往会惩罚这种自信。

精读

1. AI 实验室并非在每个企业维度上都胜出

• 读者 Rav 的指控很具体：Microsoft 已经获得 OpenAI 知识产权3年，但 ChatGPT 在企业场景中击败了 Copilot，而 GitHub Copilot 还“停留在2024年”，落后于 Cursor、Windsurf 和 Claude Code。由于高成本模型掌握在实验室手中，他认为应用层产品不可能击败边际成本低70%的对手。

• Sharp 几乎全程点头，只纠正了 Rav 的比喻：Microsoft 会是“矿井里的金丝雀”，而不是“烟雾弹”。

• Thompson 的反驳值得保留——究竟是在哪个维度上更优？如果任务是提供最好的 AI 体验，实验室“从定义上”就会胜出。但企业应用往往正因为用户体验不是采购标准，才得以长期存在；它们解决的是风险、控制和边缘情况等棘手且大多不可见的问题。

2. 丑陋的2%，才是企业软件的护城河

• Thompson 对糟糕应用为何能存活的解释是：外在的丑陋，反映了隐形需求。供应商理解行业里的“泥沼”，把控制机制编码进去，让 CIO 可以放心：员工使用 Excel 时，不会一不小心“把公司拖下水”。

• 医疗行业是最极端的样本。Epic 的部署会让医生填“多得离谱的框和表单”，但这些字段背后连接着 HIPAA、药物相互作用、监管要求和巨额责任。当软件必须管理如此多变量，并在出错时明确责任归属时，Thompson 认为，简洁界面“从定义上就不可能存在”。

• 他承认，这套系统的净效果可能更差，因为医生被文书工作淹没，无法专心治疗患者；他也提到，Epic 在解决 Obamacare 之后衍生出的下游要求后，已经变得根深蒂固。但这仍然是“人人都讨厌的维度”，也是“真正驱动利润的维度”。

3. 制度化流程，防住一次手滑

• Thompson 用跨时区安排面试说明了这层护城河。一位同事按每位嘉宾所在的本地时区排期，这在沟通上说得通；但 Thompson 希望系统固定使用自己的时区，因为他可能在分心时修改日程，漏掉时区设置：“我们需要一套假设我一定会搞砸的流程。”

• 这个微小例子可以放大到一家公司的“400个 SaaS 应用”。按钮和表单都是制度化流程：一项任务手动完成只需3分钟时，每个席位支付$50看似荒谬，但“只要出一次错，就会损失一大笔钱”。

• LLM 提供“更优体验”，因为它具有概率性、宽松，而且大多数时候都能答对。但这种流畅之中也内含错误；许多传统软件存在的目的，正是消除错误发生的可能性。反复节省的一点点成本，完全可能被那2%彻底抵消。

4. Microsoft 的旧弱点，撞上真正的新投入冲击

• Thompson 的直白判断，并不是 Microsoft 突然变得不擅长 AI 产品，而是：“Microsoft 产品一直都很差，我们为什么认为它这次会做好？”几十年来，产品卓越从来不是 Microsoft 的优势；这反而支持把当前局面视为又一轮针对大科技公司的怀疑周期，而不一定是终局性判决。

• 但 Thompson 不允许 SaaS 护城河论演变成自满。软件生产成本大幅下降后，“你不能因为软件很重要，就说什么都不会改变”。基础投入发生了变化，市场结构也会随之变化。

5. 零成本分发，如何把优势变成暴露面

• 互联网出现之前，报纸本质上是制造和运输企业。上线后，《华盛顿邮报》的市场看似从华盛顿—马里兰—弗吉尼亚地区扩大到全世界；但实际上，它原本视为约束的高昂分发体系，保护了自己的地域垄断。

• 当分发成本趋近于零，每家出版物都获得了同样的触达范围。幂律随之出现：读者通常只会选择一个差异化不足的全国性订阅，而“所有人都订阅《纽约时报》”，于是《华盛顿邮报》只能争夺剩余市场。

• 进入成本也随之崩塌，《华盛顿邮报》开始与 Thompson 及其他出版物争夺订阅用户，同时还要与 Facebook、TikTok 和 YouTube 争夺有限的注意力。Thompson 指出，1993年很少有人预料到，用户生成内容最终会占据大多数媒体消费的“99%”左右，姑且把电视部分排除在外；整个转变用了大约30年。

• 读者 Marshall 反驳称，报纸的可防御性证明护城河很浅，而软件拥有“层层叠加且多维度”的护城河，包括切换成本。Thompson 同意这一类比低估了这些层次，但保留了尚未解决的风险：AI 为什么不能最终动态识别所有这些监管要求和规则？他认为这在逻辑上成立，可能只是需要比预期更久，同时也承认，快速发展的技术一次又一次惩罚了这种自信。