自由软件与软件商业模式的未来

除了 ChatGPT/Claude 之外，编程一直是 AI 的杀手级应用场景。AI 让软件开发变得更便宜、更容易，而这一趋势将会持续下去。

这一趋势已经被广泛报道，但我觉得人们往往把论点停留在“软件已死”上。我想提出论点的第二部分：“软件已死，软件万岁。”

所以我写这篇文章是为了回答这个问题：哪些商业模式能从这一趋势中获益，以及公司如何构建能够利用 AI 生成软件优势的商业模式？

我将从历史先例开始。

自由软件

1970 年 1 月 1 日：IBM 通过将硬件、软件和服务分开销售，创造了现代软件产业。历史上第一次，一家大型计算公司将软件作为独立产品出售，开创了此后 50 年整个行业所遵循的模式。

20 年前，GE“出售”了早期版本的商业软件。更准确地说，他们将这些软件打包，并“免费”赠送，以便销售他们的数控机床。

它是一种差异化的方式，一种销售话术。“购买我们的硬件，就能免费获得我们的软件和服务。”

软件是免费的，而且它是一种差异化的手段。

随着 Cursor、Claude Code、Lovable 等 AI 编码工具的兴起，我们正进入一个软件商业模式更像 20 世纪 50 年代而非 2010 年代的世界。

我今天论点的简要总结是：

1. 软件的构建成本正在降低，开发也变得越来越容易，而且这种趋势只会持续下去。
2. 因此，技术差异化将更难以创造和维持。
3. 这并不意味着软件没有价值；它非常有价值 ，但客户将不太愿意仅为软件本身付费。
4. 因此，软件开发看起来正日益商品化，这意味着价值需要在其他地方创造。
5. 因此，“自由软件”将会更加普遍，这将需要围绕自由软件构建可持续的商业模式。

这些商业模式包括：

1. 硬件： 使用软件销售硬件（或反之）
2. 垂直整合： 提供垂直整合的硬件和软件
3. 服务： 为工作本身（会计、法律）收费，或提供服务将软件集成到复杂的定制化部署中
4. 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
5. 支付： 免费提供软件，通过交换手续费收费
6. 软件即广告： 软件本质上变成了“互动内容”。如果涉及网络效应，则可获得（∞）额外加分
7. 基础设施 / 计算： 支持“自由软件”的平台将对其每一部分收取税费

免责声明：并非所有这些例子都是“自由软件”，但它们都是差异化商业模式的例子。软件的切换成本极高；在另一个平行世界里，这篇文章可能会被称为“寻找切换成本”。一旦软件被部署，就往往很难被替代。其次，除了这些商业模式之外，还有许多可以构建的护城河。容错能力很重要。垂直领域的软件和监管要求也能形成护城河。本文并非面面俱到，而是探讨未来十年将会发展的一个趋势，以及我对如何让自己顺势而为而不是逆势而行的看法。

让我们开始吧。

1. 用软件来区分硬件（或反之亦然）

如今，免费软件最明显的受益者是硬件公司。过去，要同时在硬件和软件上都做到出色是很困难的。这一进入壁垒正在改变。

“ 将你的互补品商品化 ”的核心思想是，当价值链的一部分价格下降时，另一部分的价格会上升。

如果我们以一种简单化的视角看待计算机行业，价值链的两个主要组成部分是硬件和软件。如果软件获得的价值较少，价值就会流向硬件。

为了利用这一点，公司可以选择免费提供软件以区分其硬件（例如，Google 将 Kubernetes 开源，以便更容易从 AWS 迁移）。或者使用硬件来区分软件；如果你能先卖出硬件，就能享受切换成本带来的好处。

有助于这一论点的是，世界上最有价值的由单一公司管理的“自由软件”是 Nvidia 的 CUDA。

自 21 世纪初以来，他们一直在通过 CUDA 的编程语言、库和驱动程序开发工具包，以“加速计算”。

如今，这已成为 Nvidia 硬件平台最大的差异化优势。请看这段引自 Semianalysis 对 AMD MI300X 与 Nvidia H100/H200 的分析 的引用：

简而言之，在比较 Nvidia 的 GPU 与 AMD 的 MI300X 时，我们发现 MI300X 在纸面上的潜在优势并未实现，原因在于 AMD 公开发布的软件栈存在不足，以及 AMD 缺乏足够的测试。

AMD 的软件体验充满了漏洞，使得开箱即用的 AMD 训练几乎不可能。我们曾希望 AMD 能在训练任务中成为 NVIDIA 的有力竞争者，但截至目前，不幸的是情况并非如此。由于 AMD 软件质量保证（QA）文化不如预期，以及开箱体验存在挑战，AMD 仍未跨越 CUDA 的护城河。就在 AMD 试图填平 CUDA 护城河的同时，NVIDIA 工程师正加班加点，通过新功能、库和性能更新不断加深这道护城河。

Nvidia 拥有数千名员工专注于 CUDA，为自由软件服务！而这些投资的回报率高达数百亿美元。

或者，你也可以通过硬件来销售软件。以我们在 Vast Data 的朋友为例（据报道他们正在融资，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，他们停止了硬件制造，选择让合作伙伴为他们生产。他们仍然深度参与硬件的配置和设计，但不再自行制造。

现在，客户从他们的合作伙伴那里购买由 Vast 软件驱动的硬件。妙处在于，Vast 能够从数据中心的繁荣中获益，但他们的收入来自软件的持续订阅，因此当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！

要点： 硬件很难，但难度带来差异化。如果软件被商品化，更多的价值将流向硬件。而本文的主题是寻找软件中的差异化。如果一家公司能够利用硬件获得性能提升，这将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），构建软件的成本下降，为构建护城河和分发硬件创造了一种新方式。

2. 提供垂直整合的解决方案

另一种从硬件中获益的方式是提供垂直整合的软件和硬件产品。公司以一个价格出售一款产品，将硬件和软件整合在一起，以提供尽可能最佳的客户体验。

在过去三十年中，我们看到许多最大型的公司利用这种策略，提供远远优于现有竞争对手的客户体验：Apple、Tesla、SpaceX、The Hyperscalers、Anduril。

基本的前提是：通过掌控用户体验的每一个环节，你可以更容易创造出神奇的体验。这就是为什么 Steve Jobs 会一丝不苟地审查 Apple 产品的每一个细节。随着软件构建变得越来越容易，掌控价值链的每一个环节也变得更加容易。

我们也看到一些新玩家在运用这种策略，比如 Radiant Nuclear、Base Power 以及许多其他公司。

Packy McCormick 写了一系列精彩的关于垂直整合型初创公司的文章（我希望自己没有过度引用他的文章， 但如果你还没读过，务必去看看 ）。这些初创公司正在整合一组经过验证的技术组件 ，然后在系统层面进行创新： 整合本身就是创新。

我认为 Anduril 是现代垂直整合商的完美典范（而且它的崛起令人瞩目，自从这张图表制作以来，他们的估值已达到 305 亿美元）：

在 Anduril 出现之前，大多数由国防承包商赢得的合同都是成本加成合同。顺便问一句，有人能告诉我还有比这更糟糕的激励机制吗？

再加上国防承包商的整合与寡头垄断，所有的激励机制都与创新背道而驰。

直到像 Anduril（以及它的前辈 Palantir，不过我们稍后会谈到）这样的公司出现。为了赢得政府合同，他们不仅要击败现有的竞争对手，还要以压倒性的优势击败这些竞争对手的解决方案，以至于能够克服这些承包商几十年来积累的惯性和关系网络 。而做到这一点的最佳方式就是垂直整合。

他们组建了世界上最优秀的硬件和软件团队之一，并开始销售从瞭望塔、无人机到潜艇的集成解决方案。大量的硬件由软件驱动。这带来了更好、更快、更便宜的产品，并打造出一家市值 300 亿美元的公司。

如果你问我，在未来二十年里，哪个领域会产生最多 “长打率” 最高的百亿美元公司，我认为就是将这一理论应用于医疗、机器人、制造业等领域！

3. 提供服务

尽管软件一直以来都很有价值，但它的承诺始终超过了它的实际影响。

销售软件的问题在于，你可以把它卖出去，但无法保证客户会使用它，更无法保证他们能最优地使用它。而在 AI 领域，这个问题会被无限放大。

服务，即将人工劳动与软件结合，有助于防止这种情况。在此背景下，服务有两种应用方式：

1. 前线部署工程师： 帮助客户实施软件；实施过程越复杂，服务的价值就越高。
2. 销售服务，而非软件： 如果一款 AI 工具确实能带来性能提升，为什么不围绕这款工具建立业务，并通过更优惠的价格和更好的体验击败竞争对手呢？与其只在价值链中占据软件这一环节，不如掌控整个链条。

对于前线部署工程（Forward-Deployed-Engineering）模式，其逻辑如下：

软件只有在能够被采纳时才有价值。采纳软件的障碍往往在于采纳者的技术知识。对于复杂的环境，例如：

1. 在金融服务领域，与大型机和 COBOL 代码进行集成
2. 在医疗保健领域，将软件部署到拥有数百家诊所、大型医院和成千上万患者的系统中，如果出现错误，可能会带来生死攸关的后果
3. 在政府中，嗯……你可以想象在政府中实施软件是什么样的情形

在这些例子中，提供实施服务不是可选项，而是必需的。用一个简单的框架来说，行业的复杂性与 FDE 模式的成功程度成正比。增长会更慢，但它的持久性更强！

Palantir（现在）以开创 FDE 模式而闻名，这解释了他们在政府软件销售上的成功，也解释了他们在医疗保健领域部署中的高成就。在项目中，他们的团队会到现场，利用 Palantir 平台，与客户共同构建针对其特定问题的解决方案。

接下来谈谈直接销售服务。为此，我更愿意通过一个思想实验来解释：为什么至今没有出现过向对冲基金销售 AI 而建立起来的大公司？

该软件极其有价值，非常聪明的人曾经研究过这些问题，并且可以筹集资金来销售该软件。但答案是，如果这些算法确实能够提供超额收益，那么创建一家对冲基金并利用该软件来产生超额收益会更加盈利。

如果你试图出售该软件，逻辑会在两个方面崩溃：

• 如果软件无效，就没有人会购买它。
• 如果软件确实有效，并且你将其销售给许多客户，那么竞争优势将被逐渐削弱，使其价值降低且更容易被复制。

如果我们现在将这种逻辑应用到法律领域，这是人工智能的一个常见用例：

• 你可以将人工智能软件卖给律师事务所，而律师事务所是出了名的难对付的买家，很大程度上是因为按小时计费的激励机制不一致。
• 或者，如果人工智能真的有效，你可以作为一家律师事务所进行纵向整合，获得人工智能带来的50%生产力提升，从而击败那些不愿采用人工智能软件的律所。随着时间推移，人工智能自动化更多工作，律所将收获更多价值，看起来越来越像一家软件公司。

所以，销售服务的基本理念是，出售“工作”比出售软件更有价值。与其在价值链中咬下一块高利润的软件份额，不如采取低利润的方式，但吞下整个价值链。

类似于 Steve Ballmer 描述微软向云端转型时所说的：“你们应该预期我们未来的毛利率会降低，但我们会通过销量来弥补。”

实现这一目标的两种尝试是创办一家 AI 原生初创公司，或通过 rollup（收购）现有企业，并利用其客户作为分销网络来传递 AI 的价值。这两种都是打造差异化商业模式的合理策略。（至于这是否适合作为风险投资的标的，则值得单独写一篇文章探讨。）

由 Thrive Holdings 主导的三例近期 rollup 策略分别是 Crete（会计）、Shield Technology Partners （IT 咨询）以及 Savvy Wealth（财富管理）。

4. 处理付款

在当今世界，无论公司选择谁，仍然需要为支付支付交换费。如果公司能够将支付集成到他们的平台中，就能在不向软件收费的情况下，通过另一种方式从软件中获利。

我最近和一位朋友争论 Ramp 的估值应该是多少。他的观点是“这不是真正的软件收入”。如果我们退一步来看，企业软件的优势在于它是：

1. 经常性的
2. 可预测的
3. 很难摆脱

在 Ramp 的例子中，他们免费提供软件，然后通过 Ramp 的报销卡处理的费用、Ramp 的差旅平台或 Ramp 的采购工具收取一定比例的费用。如果客户同时使用这三种服务，Ramp 的业务是：

1. 可持续（并与企业的成功保持一致）
2. 可预测（尽管不如传统 SaaS 合同那样可预测）
3. 很难切换（与传统 SaaS 相同的软件切换成本）

Ramp 并不孤单。我在 Toast 深度解析中谈到过这一点：让餐厅在软件上花很多钱真的很难。但让他们为支付处理器付费就容易多了，反正他们无论如何都要支付交换费！

在一个企业软件竞争日益激烈的世界里，人们会为它支付更少的费用。但如果你免费提供软件，并且可以通过平台提供支付服务，这就为客户提供了不同的价值主张：

你反正已经要支付交换费，不如把这笔钱付给我们，我们会免费提供所有这些软件！

5. 销售一个平台

当我在微软工作时，有一个竞争优势尤为突出：他们平台的强大，以及由此带来的通过分销网络进行追加销售的能力。

微软似乎与世界上几乎每一家企业都有合作关系。当他们发布一款新产品时，可以几乎免费赠送，通过分销网络进行追加销售，嵌入转换成本，然后再提高价格。

更妙的是，企业的数据已经存储在微软那里，而且往往是非常高价值的数据，因此他们信任微软。此外，IT 部门也不需要管理另一个供应商，只需将其添加到合同中即可！

他们一次又一次（再一次）地用这种策略击败了单点解决方案。

随着行业的整合，竞争的变量发生变化：从功能，到性能，到便利性，再到价格（商品化）：

我主张构建平台的理由是，我们正处于软件的便利性阶段。客户不会为单点解决方案付费，因为差异化不足，但他们会为不必管理许多不同软件的便利性付费。

以 Rippling（目前估值 168 亿美元）的成功为例。看看他们的发布公告 ：

今天，我们推出了一款业内领先的、集人力资源信息系统（HRIS）、薪资和福利于一体的全方位系统。但 Rippling 本身不仅仅是一个人力资源系统。它在技术栈中更深一层——是一个员工信息系统，可以连接到你所有的关键业务系统，并在整个公司范围内（不仅仅是人力资源部门）自动化手动流程。

如果说有一个最适合以平台进入市场的时机，那就是现在。

但更好的是，如果说有一个最适合构建平台的时机，那就是现在。

随着软件进入门槛的不断降低，现在比以往任何时候都更快地构建一个平台成为可能。

6. 广告

这些微型短文中最简短、最简单的一篇围绕一个事实展开：有史以来最好的两个商业模式都是建立在“免费软件”之上的。

他们通过由网络效应驱动的市场来聚合注意力。显然，如果你能将网络效应融入到你的业务中，那是件非常美妙的事情。但这非常难做到。

这也指出了另一个事实：如果你能用软件获取注意力，你就能将其变现。

在注意力比以往任何时候都稀缺的时代，你甚至可以将其变现得更多。

可以将此视为一个预测：我们将会看到越来越多的“软件即内容”。

品牌将利用他们业务中独有的数据，开发应用程序，并将其作为为业务获取关注的另一种方式。

举个小例子，可以看看 Ramp 的 AI 指数 。Ramp 随后因利用他们的数据、构建轻量级软件进行可视化并向全世界介绍它，而在文章中被分享了成千上万次。

7. 基础设施、GTM、惯性，以及所有导致理论脆弱的原因

最后，那些促成这一转变的基础设施又是什么呢？

我认为，开源基础设施从一开始就在开创这些商业模式。早在 1993 年，Red Hat 就以 Linux 为核心，提供相关的服务和计算能力。

所以我会再创建一个类别：支持“自由软件”的基础设施。从云服务，到托管，到 AI 编码，再到数据库。那些促成这些软件得以构建的公司，将会从每一份软件中收取“税费”。

除此之外，分发/营销/销售、深度数据集成与切换成本，以及通过特定垂直领域法规建立的任何护城河，比以往任何时候都更为重要。

软件开发的门槛已经降到接近零。随之而来的，是将创造力转化为创作的门槛也降低了。

我记得我第一次使用 GitHub Copilot 是在 2022 年，然后在 2023 年使用了 Cursor，最后在 2024 年底使用了 Lovable。

每一次，我都记得自己有同样的感受：创造的门槛比以往任何时候都低。任何人都可以开发软件，任何人都可以创建企业。

对于那些想要创业的人来说，这是历史上最好的时代。希望这些行动指南能帮助他们实现目标。