Benedict Evans

智能体编程是 AI 首个毋庸置疑实现产品市场匹配的场景，但几乎所有更广泛的市场结构问题仍没有答案。 Evans 说，它已经从“有点有用”变成了“真正改变一切”，客户几乎是在把产品从供应商手里拽走。但由于 6 个月前这件事还几乎行不通，预测 3 年后的工程团队结构、初级工程师招聘或软件职业走向，都是“疯了才会这么做”。

基础模型在结构上似乎注定走向商品化的经济模式，除非其提供商能够证明持久的差异化，或向价值链上游迁移。 Evans 看不到明确的网络效应，除了砸钱之外也看不到多少差异化；客户不太可能关心一个 SaaS 产品底层由哪个模型驱动——正如他们很少会问它托管在哪家云服务商上。他有意保留余地地提出挑战：按现有逻辑，这些东西“看起来确定会成为商品”，所以“请解释为什么它们不会”。

今天的 token 经济学属于过渡性的稀缺状态，并不是永久定价权的证据。 用户可以花 20 美元获得“价值 1 万美元的 tokens”，也可能意外收到 1 万美元账单，这让人想起 2009–10 年前后的移动数据。随着可能到来的 1 万亿美元–2 万亿美元资本开支，以及模型效率每年提升“100x、200x”，供给、使用、价格和 ROI 必须寻找新的均衡。

移动网络的先例表明，巨量使用和基础设施投资未必能转化为有吸引力的回报。 移动流量增长约 1,500–2,000 倍；网络运营商合计年收入约 1 万亿美元、每年资本开支约 2,000 亿美元，但相关股票 20 年来基本横盘，而“所有酷东西都是别人造的”。投资者真正要问的是，模型会变成低毛利基础设施，还是获得类似操作系统的杠杆——Evans 指出，模型目前并不具备这种能力。

AI 很可能创造“多得多的软件”，但这并不能说明哪些既有 SaaS 公司能够存活。 更低的开发成本、此前不可能实现的功能，以及概率模型与确定性系统的新组合，都将扩大供给并加剧竞争。Evans 预计，一定比例的 SaaS 公司会被淘汰，但认为投资者无法有足够把握地识别它们，不足以支持把整个板块估值一律下调 50%。

最大的机会将来自制造此前不可能存在的产品，而不只是用 AI 重做旧软件。 Evans 的例子从在图片中找到一件外套，进阶到推荐替代品，最后从用户的 Instagram 中挑出一件能改变其风格“但不要变化太大”的外套；企业系统则可能综合通话、邮件、遥测数据和分析，推荐有助于降低客户流失率的价格调整。“重要的不是把旧事做得更多，而是做一件用旧东西做不到的新事。”

财务约束会在技术可行性之前遏制 AI 资本开支，而由此产生的大部分价值可能会在竞争中转化为消费者剩余。 Microsoft、Meta 和 Google 的资本开支占收入比例都将超过 50%，四大公司的指引合计约为 7,000 亿美元；Evans 说，世界根本承受不起每年 10 万亿美元的 AI 基础设施投入。即便 AI 把一份耗时 1 周的 DCF 变成 10 秒钟的任务，公司也可能在不额外收费的情况下做 50 次分析——直到今天的“魔法”变成计算机仿佛一直都会做的事情。

🔗 原始收听与视频来源： AI 使用的经济学与 SaaS 的下一步 | a16z 上的 Benedict Evans

生成式 AI 可能带来平台级变革，但 Evans 目前看不到它超越互联网或智能手机的证据。 他的“中间派”立场是：AI“和互联网或智能手机一样重要，但也就和互联网或智能手机一样重要”。上行空间依然异常难以判断，因为我们既没有关于智能的可用理论，也不了解这些模型为何表现得如此出色。

AI 需求规模巨大，却高度不均衡，使工作流采用成为核心商业问题。 ChatGPT 拥有“8亿或9亿”周活跃用户，但只有约5%付费；Evans 估计，发达国家用户中约10–15%每天使用，另有20–30%每周使用。投资者真正要问的是：为什么多出5倍的人已经理解这个产品，却“这周或下周都想不出能拿它做什么”。

泡沫大概率会出现，但无论时点还是最终基础设施需求，都无法有把握地建模。 Evans 认为，“如果现在还不是泡沫，那也会是”，而实时区分1997、1998和1999年式的市场状态根本不可能。即使使用量爆发，算力需求也可能每年下降20倍、30倍或40倍，重演1990年代末那种无法落地的带宽预测。

模型之上的产品机会，很可能集中在能够编码工作流、验证机制和机构知识的专业化产品。 “人们买的是解决方案，不是技术”：律所要的是法律取证软件，而不是翻译和情感分析 API 调用。讨论指向的是围绕通用模型打造的专用应用，而不只是出售裸模型访问权限。

OpenAI 的8亿至9亿周活跃用户代表分发能力，但还不是持久护城河。 Evans 看到了品牌和默认入口地位，却看不到明确的网络效应、功能锁定、专有基础设施或成本优势：“每个月 Satya 都会给你寄来一张账单。”OpenAI 必须同时冲刺两件事：建立可防御的产品生态，以及联合 NVIDIA、Broadcom、AMD、Oracle 和新一轮资本池打造基础设施。

对在位者的影响并不对称：Google 可以吸收 AI，Meta 和 Amazon 面临更深层的产品问题，而 Apple 可能继续保持隔离，除非计算本身发生变化。 Google 能够为前沿模型提供资金，并把 AI 变成搜索和广告的功能；Amazon 则可能终于改善超越商品零售的发现体验。如果应用消失，Apple 会受到威胁；但即使进入 LLM 优先的世界，用户可能仍然需要“一块漂亮的大彩色屏幕”、摄像头和电池——换句话说，仍然需要某种和 iPhone 非常相似的东西。

最深层的颠覆，会暴露那些利润依赖路由、捆绑或摩擦，而非依赖名义产品本身的企业。 Evans 的判断路径是：先采用功能，再出现新能力，最终可能“把整个行业从里到外翻过来”；报纸后来发现，自己部分上是轻工业、本地分发和卡车运输公司，而 LLM 可能抹掉建立在繁琐行政流程上的防御。不过，要说 AI 比互联网更大，他还需要看到狭窄护栏之外“真正就是一个人”的能力：“我们现在拥有的还不是那个。”

🔗 原始收听与视频来源： AI 吞噬世界：Benedict Evans 谈下一轮平台变迁