智能时代的权力

市场上更令人费解的异常之一是 Stripe 与 Adyen 之间的估值差距。这两家支付公司处理的总支付量相近。Stripe 增长更快。Adyen 报告显示其利润率和现金转化率都非常出色。据报道称 ，Stripe 在私有市场以 1400 亿美元的估值进行要约收购。Adyen 在公开市场的估值为 340 亿美元。关于为何出现这种情况有多种理论，大多归结为：风险投资家是白痴，如果 Stripe 真的上市，他们就会知道答案。

Ramp 与 Brex 是同一观点的另一个例子。Ramp 在私有市场上最近的估值为 320 亿美元。Brex 在私有市场上的估值曾为 120 亿美元，但以 51.5 亿美元售予 Capital One。Ramp 的营收更高且增长更快，但并非高出 6 倍的营收或增长速度。再次出现的是，实际市场与风险投资者的判断并不一致。

还是不一致呢？

我有一个不同的理论，它恰好解释了这两个案例、SaaSpocalypse、SpaceX 高达 1.25 万亿美元的估值，甚至风险投资自身不断演变的结构： 赢家通吃 。

商业史基本上就是价值日益集中史，而技术变革则会在若干时刻加速这一进程。几个世纪前，公司只能在距客户可拉车到达的范围内经营，形成了地方性垄断体系。1800 年的酿酒商可能只服务于一个小镇，甚至更小。罐头、铁路、电报、大规模生产、电气化、集装箱化、飞机和互联网等技术扩展了企业的可及市场，胜出者获得了越来越多的价值份额。

经济数据支持这一点。

在一篇 2020 年论文中，Jan De Loecker 和 Jan Eeckhout 发现，整体加价率（markup）从 1980 年的高于边际成本 21%上升到 2010 年代后期的 61%，而这一增长几乎完全由分布的上端推动；中位数公司的加价率几乎没有变化，而第 90 百分位的加价率大幅飙升。

在 《劳动份额的下降与超级明星公司的崛起》 一文中，Autor 等人发现，各项衡量指标显示行业销售集中度随时间上升，并且在销售方面的上升幅度超过就业，Brynjolfsson 等人称之为“有规模却无体量”（scale without mass）。在他们的解释中，这一转变反映了向加价率和利润高、劳动份额低的超级明星公司重新配置的趋势。

芝加哥大学的 Spencer Y. Kwon、Yueran Ma 和 Kaspar Zimmermann 在 2023 年发表的一篇论文 《100 Years of Rising Corporate Concentration》，利用美国国税局的所得统计显示，按资产计的美国公司中位列前 1%的企业在 1930 年代约占公司总资产的 72%，而在 2010 年代约占 97%。同期按资产计的前 0.1%公司其占比从 47%增长到 88%。权力中的幂律。

如今，“辉煌七巨头”占标普 500 市值的三分之一，Apollo 显示这七家公司正在推动绝大多数权益回报。

风险投资对此信息的反应如同预期。根据 Pitchbook，截至去年八月，2025 年在美国部署的风险投资资金中有 41%流向了仅十家公司。根据 Axios，较新的 Pitchbook 数据表明，“独角兽的估值总额实际上并未发生太大变化——4.4 万亿美元对比 2025 年底的 4.7 万亿美元——因为前十家公司约占总价值的 52%（而在 2022 年仅为 18.5%，为十年来最高）。”

风投公司自身也在集中化。正如我在 a16z: The Power Brokers 中写道，“a16z 占据了 2025 年美国风险投资募集总额的 18%以上。”就在昨天，Thrive 宣布筹集了 100 亿美元：10 亿美元用于早期投资，90 亿美元用于晚期投资——这是在相信你的赢家将继续取胜时才会做出的这种资金划分。

投资于像 a16z、Founders Fund、Thrive、General Catalyst 和 Greenoaks 这样超大型基金的理论是：它们最有可能在那少数关键公司的大额配售中胜出，而这些公司将在这一届次中夺取大部分价值。值得注意的是，我刚提到的这五家机构都是 Stripe 的投资者，且其中三家（Founders Fund、Thrive 和 General Catalyst）也是 Ramp 的投资者。

所有这些数据都表明集中度在上升。从这个角度看，SaaSpocalypse（软件股票的猛烈抛售）与其说是软件整体走向衰亡，不如说是针对单点解决方案软件的经济重力终于显现。它们不再仅凭良好的商业模式就能获得豁免。

过去几十年的软件例外主义之所以成为例外，是因为其商业模式极为诱人、能力普遍实用，使得战略规则虽然并非毫无重要性，却远不如正常情况下那么关键。风险投资家可以查看一套标准的 SaaS 指标（ARR、增长率、净留存率、毛利率、LTV:CAC、40 法则等），据此为遇到的任何新业务提供资金支持。这也是你会听到“这是你需要达到多少 ARR 才能进行 A 轮融资”之类说法的原因。那些公司本质上都是同一事物的不同变体。

当然，把软件卖给专业服务公司和把软件卖给能源公司之间确实存在一些特殊差异，但基本模式相同：事先投入雇佣工程师，编写能让某人工作更轻松的软件，并以高利润向尽可能多的客户出售。不同产业可能需要软件完成不同的功能，买家不同，规模有大有小，付费意愿和获客成本也各不相同。一个更大、竞争不那么激烈且有强烈需求和高付费意愿的市场，要优于相反的情况。但要弄清这些相对来说比较直接。 由于软件在大多数行业中处于价值边缘，而并非试图攻克或与行业核心竞争，因此并不需要进行彻底的竞争分析。

自从“SaaSpocalypse”以来，人们让 AI 写出数万字，讨论在 AI 时代哪些类型的软件公司能构筑护城河，并把这些文章发到 X 上。他们的论述比“SaaS 很好”要具体一些。数据是一道护城河，或者至少是某种特定类型的数据。又或者不是，也许会是因为代理人会吞噬你的记录系统 。当然，应对监管难题能为你赢得护城河。不是吗？

我看到的大多数观点都忽略了真正重要的东西。

在纸面上，Stripe 和 Adyen 的护城河基本相同，Ramp 和 Brex 亦是如此。我比别人更喜欢好的硬件护城河，正如我自 The Good Thing About Hard Things （2022 年 7 月）以来一直在写的那样——那时还没有 ChatGPT 或 Claude Code，但已经清楚仅靠优秀的软件无法形成护城河。我在那篇文章里也说得不够具体。有些硬件业务会变得非常庞大，另一些则会失败。硬件本身并不是护城河。祝你在美国制造 LFP 电池好运。

不，重要的是以非常贴合本行业的方式成为行业领袖，并以这样的方式让你的企业从像人工智能和电池等通用技术的大量改进中受益，而不是受到威胁。

现在重要的东西与以往一直重要的东西相同，只是软件曾一度让这些问题得以回避： 拥有行业中稀缺且可防御的资产，并以此作为制高点来主导市场。 里卡多（Ricardo）是这么说的。

如果你是初创公司，且尚未拥有该稀缺资产， 你需要找出制约行业发展的瓶颈，把一切力量聚焦于打破它，然后从那里扩张。

历史上最有影响力的军事理论家卡尔·冯·克劳塞维茨这样写道。他称之为 Schwerpunkt，即重心。“因此，筹划一场战争的首要任务就是识别敌人的重心，并尽可能将其追溯到单一目标，”他在战争论中写道。“第二个任务是确保用于打击该点的力量为主攻集中起来。”

就我们的目的而言，Schwerpunkt 是你要攻击的瓶颈。制高点是你通过打破它而赢得的稀缺且有价值的位置。护城河是阻止他人夺取它的手段。

即便兵力必须在重心处集结，进攻方也必须在胜利尚未到手时就为胜利做规划。打破约束的公司需要构建互补资产（分销、制造、顾客关系），以从自身创新中获取价值。否则，竞争对手会这么做。

大卫·蒂斯在 1986 年在《Profiting from Technological Innovation》中提出了这一观点。他在论文中写道：“证明了当模仿容易时，市场运行不佳，创新的利润可能归属于某些互补资产的所有者，而不是知识产权的开发者。这说明在某些情况下，创新公司需要在这些互补资产上建立先发地位。”这正是我的观点：单靠创新，无论是软件还是硬件，都不够。

弄清哪些公司可能占据 Schwerpunkt（重点突破）并把它作为一个向外扩张的制高点，是一种完全不同的承保判断，光靠电子表格无法做到，即便是在 Excel 中用 Claude 辅助也是不够的。

不拥有制高点的公司，将面临来自技术进步的生存性风险。如果你只是卖点状解决方案的软件，那么软件的泛滥就是一种威胁。硬件未必像人们想的那样是护城河，即便它对 AI 的敏感性较低，因为并非只有 AI 在快速进步。“硬件是护城河”这种想法，跟“软件即服务是有史以来最伟大的生意”这一类的懒惰思维没什么两样。如果你只是在卖更好的捕鼠器，那么每当有人造出略好一点的捕鼠器，你就会面临风险。

同样，目前占有制高点但不能驾驭现代技术的既有企业，也会面临能驾驭技术者带来的生存性风险。这就是为什么今天对初创公司来说有如此巨大的机会。新技术意味着旧有的制约终于可以被攻破，而很可能是新兴公司来发起这些攻势。

拥有制高点的公司则不同——它们本身就以技术为核心，能从技术进步中获益，正如土地所有者从更多的农场劳动力和更好的农具中获利一样，不过更为显著，因为这些现代的地主会聚拢最顶尖的人才、最多的资本和最丰富的分销渠道。简而言之，可以说“一个有 AI 的 Ramp 工程师会比一个有 AI 的 CFO 做出更好的东西，无论 AI 变得多么强大。”你不该担心的是看起来更有氛围的程序员。

新近变得丰富的资源会根据你的立场对你的业务产生截然相反的影响，而很可能正是掌握制高点并运用这些资源的公司，会使处于弱势的公司走向灭亡。问问 Slack 在与 Microsoft Teams 竞争时的感受；像 Microsoft 这样的公司现在可以构建更多的“Teams”。

赛场上的较量全在于弄清谁能在某个行业中占据制高点。

护城河和过去一样。学习 《七大力量》。 刚起步时，你 需要弄清你的护城河可能是什么 ，但要让护城河有意义，你必须拥有值得保护的东西。你需要占据制高点。

如果我们真正在经历史上最具影响力的技术革命，那你为什么还花这么多时间为保护那些小而陈旧的城堡而忧心忡忡，而不是思考如何打造历史上最宏伟的企业？

丰富的投入不断变得更便宜。稀缺的资产变得愈发有价值。那些拥有后者并利用前者的公司将变得比以往任何时候都更大。

这些企业本身就是稀缺资产，因其战略重要性和行业规模而被赋予价值，因为机会不再是向各行各业出售软件以对其进行边际改善，而是要赢得这些行业并掌握它们的经济命脉。

如果你的目标是构建或投资这些公司，老一套的经验法则对你无济于事。你需要有自己的头脑，付出辛勤努力，并借助一些传统的策略框架来帮助你分析眼前的机会。

这篇文章旨在为愿意思考的人提供一种思路，帮助他们推演权力可能如何集中。若胜者通吃，本文讨论的就是构建或投资那些有望主导大型行业的公司的必要条件。它还讨论了如何定位自己，从技术进步中获得力量，而不是对其逃避，并在身后留下脆弱的“护城河”。

这就是智能时代的权力 。

两个工业革命的故事

或者，这实际上关乎在任何快速技术变革时代中的权力。

尽管我们今天所经历的进步感觉前所未有，我的论文一直是：我们正在经历一场现代版的工业革命。

最初，机器完成了此前只有人类肌肉能做的事。现在，机器正在做此前只有人类大脑能做的事，并被装入为容纳这些大脑而建的新躯体。这就是技术工业革命 。

因此，研究洛克菲勒、卡内基、斯威夫特和福特是有用的。没有人从零创建一个产业。他们都符合这一模式： 识别现有产业中的施重点（Schwerpunkt），攻破它，占据制高点， 向外整合 ，并实现主导。

标准石油

当约翰·D·洛克菲勒接触到石油产业时，它既年轻又有价值，而且极不稳定。原油本身并不稀缺。精炼厂很多——仅在他开始工作时的家乡克利夫兰，大约就有 30 家——但它们的质量参差不齐，工艺效率低下。正如奥斯丁·弗农所言，“1860 年代中期的精炼方法效率如此低下，以至于一桶原油（42 加仑）的售价几乎与一加仑精炼煤油相同。如今，精炼产品与原油的价格比约为 1.25 倍，而非 42 倍。”

石油行业实现有利可图增长的一个重大制约因素是波动性，只有通过规模和控制才能打破。要实现规模和控制，洛克菲勒需要压低成本以抢占市场。鉴于炼油的低效率，以及正如 Vernon 所言，“化学工程中的一个典型经验法则是资本成本随产能呈亚线性增长，通常按（产能比）^0.6 计算。产出翻倍的工厂建造费用仅增加 50%，而运营成本往往呈类似趋势”，炼油是实现规模的关键。

因此，洛克菲勒与化学家 Samuel Andrews——最早从石油中提炼煤油的人之一——合作，不断提高煤油产率。与此同时，他通过“吃下整头牛”式的策略积极增加收入并降低成本。他出售别人丢弃的非煤油副产品（石蜡、石脑油和汽油），并用部分燃料油为自己的工厂提供动力。他还向桶装业务延伸（通过购买一片橡树林和一家制桶作坊来实现整合）。

随着成本降低并提供更稳定的产品，洛克菲勒的炼油厂（Standard Oil 的前身）不断发展，而随着发展，它又进一步降低了成本。Vernon 再次写道：

Standard Oil 及其前身公司在 1865 年至 1872 年末之间将产量提高了约 20 倍，这意味着它们的成本可能下降了超过 85%。到那时，它们已成为世界上最大的炼油厂，拥有两位数的产能份额， 胜负已成——这是他们的游戏要输也难。如果我们理解了这段短暂时期，那么我们就知道这家公司最终如何取胜。

后来成为 Standard Oil 的公司通过突破制约因素赢得了高地，然后向外整合，既有横向也有纵向整合。

到 1870 年，标准石油已成为一家资本为 100 万美元的股份公司，掌控了美国石油贸易的 10%。洛克菲勒忙于收购困境中的炼油厂或使其停业，在此过程中提高了规模和效率。洛克菲勒还与铁路达成了有利的交易，但 Vernon 认为，这些交易对标准石油的成功的作用实际上不及其不断扩大的规模和效率。他继续扩张，在宾夕法尼亚州、纽约和新英格兰收购炼油企业。他向管道（取代铁路）、分销、零售（ExxonMobil 和 Chevron 是标准石油的继承者）以及产出本身的垂直整合扩展。

到 19 世纪 80 年代末，标准石油控制了美国 90%的炼油业份额，这一份额一直保持到 1911 年公司被拆分为止；当时其 11 亿美元的市值占整个美国股市的 6.6%。按 Vernon 的解释，到他在 1860 年代攻克 Schwerpunkt 并夺得高地时，结果已成定局。

卡内基钢铁

安德鲁·卡内基的故事如此相似，几乎令人怀疑。像洛克菲勒一样，卡内基并未发明他的产品（钢）；是贝塞麦发明的。像洛克菲勒一样，卡内基意识到钢铁增长的制约在于低效率和不稳定性。像洛克菲勒一样，卡内基雇佣了一名化学家（在他的情况下，用来测量炉内发生的情况），并痴迷于成本，他知道那是他唯一能控制的事项：

把你的成本表给我看。了解你是如何以及多廉价地完成这件事，比知道你赚了多少钱更有趣，因为后者只是暂时的结果，可能是由于特定的贸易条件，而前者意味着一种持久性，只要工厂存在就会持续下去。

他的化学知识使卡内基能够让高炉比任何人都烧得更热、更久，产出更多钢材且成本更低。他对成本的痴迷进一步降低了成本。低成本、高质量的钢材就是制高点。

从那里，他向外整合。向后延伸到焦炭（弗里克）和铁矿（梅萨比矿区），进入铁路以运输原料，又向前延伸到制成品。他当然不会把自己的服务和专有技术卖给既有企业；他用它们以价格击垮竞争对手，直到1901年美国钢铁以4.8亿美元（约合今天的180亿美元）收购了他，创建了历史上第一个十亿美元级公司。

“恭喜你，卡内基先生，”在交易完成时，JP 摩根对他说，“你现在是世界上最富有的人。”

Swift Meats

古斯塔夫·斯威夫特，像洛克菲勒一样，也会“吃掉整头牛”。不过他在自己的发展路径上更晚些、而且更字面地这么做。

限制在于：活体动物只有大约60%的质量可食用，而且肉类会变质。这意味着在1870年代之前，肉类行业按活重运输1,000磅的牛，通过铁路把牛从饲养地运到食用地。他们按磅付费（额外多付约40%），还得喂养牲畜以保持其存活和健康，途中仍有一些死亡损失。

于是 Swift， 在底特律人 George Hammond 早期实验的基础上 ，雇了一名工程师为他设计冷藏车厢。然后，他可以在芝加哥屠宰牛肉并更高效地将肉块运到最终餐桌。铁路公司不愿放弃运送牲畜这一摇钱树，拒绝牵引他的车厢，于是 Swift 租赁了自己的车厢并与较小的铁路公司合作运输。随后，他沿线路建造制冰站，并直接与威斯康星及其他寒冷的中西部州的采冰者签约补充冰块。出于必要，他从零开始构建了整条冷链。

这种将芝加哥的集中屠宰与通往海岸的冷链相结合的模式，构成了他的制高点。他之所以被迫进行纵向整合，是因为各个环节单独看都不合算，但一旦掌握了整条产业链，他便用它来压低成本。

像洛克菲勒一样，Swift 对浪费深感震惊，由于他掌控着自己的屠宰场，他得以着手解决这个问题：他把牛的副产品做成肥皂、胶水、肥料、日用品，甚至医疗用品，从而提高了收入并降低了价格。他还充分利用冷藏车，把黄油、鸡蛋和奶酪堆放在运往东部的屠宰牛的摆动尸体下方，以提高运载效率。

到 1884 年， 在作为屠宰商仅经营六年后 ，Swift 已成为美国第二大肉类包装公司。到 1900 年，肉类包装业不受约束地发展，已成为仅次于钢铁的全国第二大行业。

福特

正是一次对芝加哥屠宰场的参观激发了亨利·福特对装配线的构想。“大约在 1913 年 4 月 1 日，我们第一次试验了装配线，”福特在我的生活与工作中写道。“我们将其用于组装飞轮磁电机。我相信这是有史以来安装的第一个移动流水线。这个想法大体上来自芝加哥肉类包装商在处理牛肉时使用的天车。”

福特并未发明汽车。到1908年，有数百家美国汽车公司向富人出售昂贵的手工制造车辆。一辆典型汽车售价在2000至3000美元之间，约为普通工人两年半的工资。制造成本是新兴汽车工业增长的制约因素，因此制造成本就是福特的重心。

福特打破了移动装配线的限制。在此之前，一名工人组装一个完整的飞轮电磁点火器大约需要20分钟。福特把这项工作拆分为29道工序，使时间缩短到13分钟。随后他把传送带抬高八英寸，又缩短到7分钟。然后他调整了传送带的速度，缩短到5分钟。整辆车也是同样的过程：整车总装配时间从每辆底盘超过12小时降到93分钟。

这种制造能力就是制高点。Model T 于 1908 年上市，售价 850 美元，已经是竞品价格的一半。随着装配线的改进，福特不断降价：到 1913 年降至 550 美元，1916 年降到 360 美元，1924 年降到 300 美元以下。原本相当于普通工人 18 个月工资的价格，变成了 4 个月。

从这个制高点出发，福特进行了猛烈的整合。巴西的橡胶种植园。密歇根的铁矿和林地。一家玻璃厂、一条铁路、一家钢铁厂，甚至为塑料部件种植的大豆农场。所有这些都汇入鲁日河综合体，原料从一端进入，世界道路上一半的成品汽车从另一端驶出。

结果是福特的销量从1909年的1.2万辆增长到1916年的50万，再到1923年的200多万。巅峰时期，全世界一半以上的汽车都是福特牌。

在工业革命中最成功的企业家们身上，有一个明显的模式，这种模式几乎与人们如今思考 SaaS 业务扩张的方式完全不同： 识别现有行业的 Schwerpunkt（重点攻势），瓦解它，占据制高点，向外整合，称霸。

先停一下。想想今天人们让你如何分析企业。那些由 AI 生成的护城河清单，或他们那个时代的类似东西，能在识别洛克菲勒、卡内基、Swift 或福特时给你任何优势吗，更别说成为他们中的一员？事情从来没有那么简单，总要付出努力。

我希望你能切身感受这些例子，因为旧事物又重现于今。今天世界上最大的公司正在按照同一套框架执行，只是在各自行业中有着不同的具体方式。

SpaceX 直上云霄

关于当今最大的几家软件公司，一个有趣的事实是它们在硬件上的巨额支出。今年，四家起家于软件的全球最大公司计划在数据中心建设上投入约 6000 亿至 7000 亿美元，相当于美国 GDP 的约 2%，这一基础设施建设规模可与 19 世纪 50 年代美国铺设铁路相提并论。

最初作为在线书店起家的 Amazon 将投入 2000 亿美元。搜索引擎巨头 Google 将投入 1750 亿至 1850 亿美元。面向大学生的社交网络 Meta 将投入 1150 亿至 1350 亿美元。而制作操作系统和办公软件的 Microsoft 将投入 1000 亿至 1500 亿美元。

当然，实际上它们并非仅仅是那些业务。它们是利用早期互联网在各自行业打破重心、占据制高点并向外整合扩展的科技巨头，如今在这道新边界上相互交错。尽管它们竭尽全力并在陆地数据中心上投入数千亿美元，Elon Musk 依然认为我们需要把这些设施放到太空中。

SpaceX

在 SpaceX 之前，航天产业的制约因素是上天成本。SpaceX 通过可重复使用火箭打破了这一制约，将成本降低了一个数量级，实实在在地占据了制高点。此后，它向外延伸整合到 Starlink 通信卫星领域——由于拥有自己的火箭，它能比竞争对手更便宜地发射这些卫星，并以此资助更大更强的 Starship 火箭的研发，这又进一步将每公斤送入轨道的成本压低。SpaceX 以垂直整合的方式运作，正如洛克菲勒所做的：它既是自身最大的客户，又是自身最便宜的供应商。Casey Handmer 的 The SpaceX Starship is a very big deal 对此主题有出色的阐述。

2023 年，埃隆·马斯克创立了 xAI，旨在构建最大限度追求真理的人工智能。随后他将其与 X（原名 Twitter）合并。xAI 起步较晚，尚未拥有最强的模型，但它在全球最擅长的，是以极快速度建设数据中心。因此，当埃隆表示我们永远无法在地球上建设足够的数据中心以满足人工智能的需求，需要开始在太空中建设数据中心时，世界为之侧目。

因此在 2026 年 2 月 2 日，SpaceX 宣布 “SpaceX 已收购 xAI 以打造地球（及地球之外）上最雄心勃勃、垂直整合的创新引擎 ，集 AI、火箭、基于太空的互联网、直达移动设备的通信以及全球最先进的实时信息与言论自由平台于一体。”据 Musk 称，SpaceX 将通过每年约 1 万次的 Starship 发射——大约每小时一次，持续不断——在太空中获得其所需的数据中心。与此同时，它还将建设一个自我扩展的月球城市 ，并计划从那里建造一台质量加速器，以每年制造出相当于一太瓦特级的更多 AI 卫星 ，这比洛克菲勒所能想象的能源规模大得多，最终目标是殖民火星并实现 SpaceX 将“我们已知的意识和生命扩展到群星”的使命。

是否“高地”还能在 AI 竞赛中为 SpaceX 带来决定性优势尚未可知，但这无疑表明自工业革命以来，赌注已然提高，尽管战略依旧如故。

但无论结局如何，SpaceX（以及 Google、Microsoft、Amazon、Meta、Apple、Tesla、NVIDIA、OpenAI 和 Anthropic）也不会吞噬一切，否则我就不会投资创业公司了。

争夺制高点

卜尔顿和瓦特并未完全占有他们用蒸汽推动的工业革命的全部价值，尽管他们实行了纵向整合：卜尔顿将业务整合进索霍制造厂，那是当时以蒸汽机为动力的超级工厂；瓦特则通过他的儿子进入了蒸汽船领域。洛克菲勒也没有在内燃机时代吞噬一切，尽管他拥有驱动这一切的石油。

除洛克菲勒（石油）、鲍尔顿和瓦特（蒸汽机）、卡内基（钢铁）、斯威夫特（肉类加工）、福特（汽车）之外，工业革命还为范德比尔特家族（铁路）、摩根家族（金融）、西尔斯与罗巴克（零售）、哈维梅耶家族（糖业）、麦考密克家族（农业装备，遗憾地并无关联）、威斯汀豪斯家族（电力）、奥蒂斯家族（电梯）、普尔曼家族（豪华铁路车厢）、贝尔与韦尔（电信）、普利策与赫斯特（出版业）、伊士曼家族（摄影）、凯洛格家族（加工食品）、皮尔斯伯里家族（磨粉）、辛格家族（缝纫机）、诺布尔家族（炸药）、杜邦家族（化学品）和杜克家族（烟草）带来了代际巨额财富。这份名单并不完整。

值得注意的是，创造这些财富的行业多种多样。机器让“劳动力”变得更为充足，那些抓住技术创新、打破所在行业的重心（Schwerpunkt）、夺取制高点并实现扩张的公司都取得了巨大成功。他们并非仅仅在抵御机械化，而是获取了作为关键投入变得充裕时价值流向的互补资产。

人工智能由大型实验室开发并以比特速度传播，这与充斥着机器的工业时代工厂显然不同，但我预计科技工业时代的演进会类似。每个行业都有独特的制约因素和由此产生的制高点，而只有极少数可以仅靠数字智能来攻克并据为己有。

然而，正是这种在各行业创造独特机会的多样性，使得对这些机会进行承保比承保更同质化的 SaaS 公司要截然不同且更为艰难。没有清单、没有电子表格、也没有公认的指标能告诉你哪些会成为今天的标准石油。只有对制约因素的评估和对制高点的搜寻。

与其给出一张清单，不如让我举我最喜欢的例子：Base Power Company。

Base Power Company

Base Power Company 不仅仅生产电池。它购买电芯（价值链中商品化的部分）、制造电池组、将其安装在家庭中（从德克萨斯开始）、编写协调这些电池组的软件、参与电力市场交易，并与公用事业公司合作以帮助平衡电网。Base 的构建基于那种逻辑——如果公司（及其投资者）想在现代时代竞争，就必须运用这种逻辑——其大致如下。

我们要解决电力问题。瓶颈在哪里？电网。各公司在竞争建设发电设施和消耗这些电力的电动设备——它们做得越好，对电网的压力就越大。电网就是制约点。那么如何修复电网？新铺输配电线路既慢又贵，而且现有电网本来就是为了满足峰值需求而设计的，结构上存在闲置，因此要平滑负荷，就需要电池。应该把电池放在哪里？集中式电池农场有帮助，但它们要排队接入，这使得启动更慢，而且这些电池在需求高峰时仍需向终端用户分配电力，这意味着它们不能完全解决瓶颈。所以你需要把电池放在需求点旁边。在电网有容量时为其充电，在需求高时用它们来平滑负荷。如果你想把电池放在需求点（先从家庭开始），全国哪里是最适合的地方？ 德克萨斯州运营着其自行放开管制的电网 ERCOT，该电网波动性大（这意味着有可能获得更高的交易利润，同时顾客和公用事业公司对稳定性的需求也更高），且监管环境友好。因此，起步应当在德州的早期采用者家中安装电池。这些安装名额稀缺——客户要大幅更换电池门槛很高，也没人会同时安装两家公司的电池。然后，将这些电池通过软件连接起来，随着网络上更多电池的接入改善电网和每位客户的体验，利用全国最富裕的需求来源开始扩大规模。把制造环节内部化，持续改进电池、降低成本、提高安装效率、接入更多电池、签约更多早期采用者的公用事业公司，从而获得更大规模。到那时，很难想象有可行的方式能在这一领域击败 Base。接着，扩张：向上游整合到电网硬件和发电，向下游延伸到电子设备，销售给与你已建立信任的客户。 在地理上扩张，利用规模、经验值和软件，提供比试图从次佳市场立足的潜在竞争对手更好的产品。继续扩张。主导市场。再多扩张一些。

我希望你能从这段话中记住几件事。

首先，这是一段很长的话。这既不简单也不容易。我认为那些为 SaaS 之死感到惋惜的投资者，部分原因是他们对以已知、直接的指标来承保软件业务的时代已结束感到难过。为这一代最大的公司做承保将成为一个更为定制化的过程。现在是从简单分析转向战略的时候了。这并非巧合，我的第一篇关于 Base 的深度剖析就是以讲述 Zach 和 Justin 在触及任何一个原子之前所写策略备忘录的演进为结构的。

第二，随着技术进步——从人工智能到电力堆栈 ——绝大部分回报将归于那些找准进攻方向并坚定执行的公司。一个简单的思路是：更好的软件对 Base 的价值，远高于对较小的竞争对手、电池场运营商或发电公司的价值，硬件亦然。更先进的制造和物流机器人会使 Base 更快、更有利可图，而让游戏变得更依赖资本开支则会使其相较潜在竞争者更具优势。

从 Base 学到的教训并不是硬件就是护城河，也不是你应该把产品放在德州人家门口。

而是你需要深入理解你要解决的问题、制约问题的瓶颈是什么、你将如何用技术打通它（以及为什么是现在？）、以及一旦打通后如何扩展以占据市场。每个行业的应用方式都不同。

对于航空公司来说，限制因素是发动机：当今的涡扇发动机已经以它们能够达到的最快和最高效方式推进飞机。航空旅行中所有不良体验都源自此之后的环节。因此 Astro Mechanica 正在制造一种在所有速度下都更快且更高效的新型发动机。但为商用航空器取得认证是一个漫长且昂贵的过程，所以 Astro 计划先进入国防市场，然后制造私人超音速飞机（这类飞机更容易获得认证，并且可以立即在成本上与头等舱票价竞争）， 随后再制造在成本上可与商业航班竞争的更大型超音速飞机，利用速度和成本优势建立自己的全栈航空公司，从预订到飞行一应俱全。

对于互联网来说，限制在于架构：既有电信运营商基于 2000 年代早期关于何为昂贵的假设固定了他们的架构，把自己锁定在无源光网络和对供应商的依赖上，现在每隔几年就花数十亿美元进行升级，但仍然只提供共享的、性能下降且无冗余的带宽。他们不做任何研发。所以 Somos Internet 正在从头重建整个栈：借鉴数据中心的主动以太网架构，物理上简单、复杂性转移到软件上，能够以极低的资本支出向每户提供专用带宽。随着规模扩大，Somos 吞并了更多的供应链：“这一直是一场不断循环的游戏：先做一些粗糙的事情，获得信誉，然后做更疯狂的事，获得更多资源，吸引更聪明的人来修复在粗糙的前一轮中弄坏的东西，”Forrest 解释道。“然后获得信誉以换取更多资源去吸引更厉害的人做更疯狂的事。就像一个自我维持的裂变过程。”Somos 正在地理上扩张，进入新市场；在纵向上，制造自己的硬件并铺设自有光纤；在横向上，建设水力发电的数据中心。凭借在向用户提供少数人人都会付费的家庭公共服务这一领域，比现有企业更好、更快、更便宜的地位，它计划扩大对那些已建立信任与忠诚的客户所提供的服务。也许有一天，它会提供电池和电力。也许有一天，它会利用日益增长的现金实力进入美国市场。

Base 和 Somos 有许多相似之处：两者都拥有核心的家庭实用服务，并且比现有企业做得更好，这为它们赢得了扩张的资格。但也存在差异。Base 从最适合其技术的市场起步，因为那里需求最大且监管环境最友好。如果 Somos 在像纽约市这样的地方起步，它会被繁复的行政手续和多年缓慢且昂贵的电信诉讼缠住；因此它选择在一个需求高、监管友好的环境中起步，积累现金以备更大的战斗。Astro 的方法几乎完全不同于 Base 和 Somos，除了使用现在由于 Curve Convergence 可行的更好技术来打破限制并占据制高点之外。比如，人们乘坐飞机，因此 Astro 无法像 Base 或 Somos 那样以相同方式占据他们的房地产。

我又开始写长段落了。好吧。这其中有无尽的细微差别。

我是在为自己的书而辩护，并不是因为我认为我的投资组合公司是智能时代中唯一会成功的企业，而是因为我对它们的策略了解得更透彻。非常聪明的人会在每个行业的重点（Schwerpunkts）和潜在制高点（High Grounds）上与我持不同意见。即便你已经把所有这些工作在纸面上做完，很多事情最终还是取决于执行。识别出正确策略的团队，是否也是能够围绕该策略构建并抓住机会的团队？只有时间会证明。这正是这件事如此有趣的原因——答案并不显而易见！

显而易见的（我希望到此为止已经很清楚）是：没有一个统一答案，也没有什么方便的指南能告诉你如何在智能时代取胜。这也意味着没有单一的商业模式。

关于商业模式的说明

尽管“软件即服务（SaaS）的终结”被夸大了，我希望这种恐慌能终结一种默认的投资者假设：即每个企业都应该尝试成为一家 SaaS 公司。

在抛售发生一周前，我会见了三位不同的创始人，他们都告诉我，投资者不看好他们的业务，因为他们不是 SaaS。在两种情况下，创始人正在打造服务型业务——传统上这是风险投资的一大红旗。在所有三起案例中，他们都认为自己正在构建的技术非常好，可以用来直接与既有企业竞争，而不是仅仅出售能让对方边际上更高效的软件。

在抛售期间，Flexport 的 Ryan Petersen 在推特上表示，所有“聪明”的人都告诉他去做 SaaS。意思是说，向货运代理销售软件会比真正成为货运代理并与之竞争要容易。

其他创始人在引用推文时表示他们也收到了同样的建议并置之不理，包括 Cover 的 Alexis Rivas，她的公司建造房屋。我甚至不确定在这里卖“软件”会是什么样子。

这并不是因为投资者愚蠢。出售软件确有切实优势，而且这些优势更快显现。我采访的三位创始人中有两位表示，他们有竞争对手确实在出售软件并迅速创造大量收入，这就是投资者认为他们也应该如此的原因。

过去，这确实是一个合乎逻辑的讨论：你是应该尝试出售软件以在短期内创造大量高毛利收入——以便对下游资本而言可辨识，从而能够持续融资并希望为自己争取时间去构建护城河，还是应该尝试直接竞争，用更好的技术争取在所在行业的商业模式下获得更好的经济回报——即便这些回报比 SaaS 经济学更差，但为了那更大、更有可能改变行业、最终取得胜利的机会？

在大多数情况下，这已不再是一个争论点。人工智能从两方面挤压这一格局。一方面，SaaS 成为一个竞争更激烈、防御性更弱的业务；竞争噪音会足够大，使得建立传统护城河（如网络效应和转换成本）更难，而那些足够大、足够专业化而真正愿意支付高额费用并利用你工具的客户，可能会选择自行构建定制方案。另一方面，这项技术在合适的人手中强大到足以比确定性软件更有力地进攻势力集中点（Schwerpunkt）。换言之，假如新进入者的技术确实解决了行业的关键约束，那么科技原生的新进入者比以往任何时候都更有可能打败 incumbents（既有者）。

这意味着投资者需要对更广泛的商业模式感到适应，以便包容适用于某家公司所处行业的正确模式。这并不意味着他们现在应当把所有商业模式一视同仁。相反，他们需要彻底停止盲目地进行模式套用。

服务型业务对大多数公司来说可能仍然糟糕，但对某些公司却恰恰是正确的模式。Stripe 显然不该成为一家服务型公司；也许一家以人工智能为本的律师事务所应该这样做。向既有企业出售硬件可能是个糟糕的商业模式，不仅因为做硬件难，还因为买方在某一行业掌握全部话语权，或因为现有供应商已将买方锁定在整个粘性生态系统中。更好的做法可能是将更优的硬件作为制高点，用以整合并参与竞争。

我希望更多投资者问的问题，而不是“为什么不卖 SaaS”，是：

如果你的技术如此优秀，为什么你不利用它来竞争？

有些公司只有通过反复试错才发现向既有企业出售软件是错误的模式。我最喜欢的例子是 Earth AI。

Earth AI 在人工智能尚未普及之前就开发了用于识别勘探钻探目标的 AI 模型，并以高利润将其卖给勘探公司，售价相当可观。挑战在于：他们从未收到客户的反馈。许多客户破产——勘探业以成败分明著称——因此停止付款；客户留存很难。另一些则根本没有报告的动力，这意味着 Earth AI 无法知道其目标哪些是好的、哪些是坏的，也就无法改进模型。于是他们买了一台自己的钻机，亲自到客户现场去实地验证，随后意识到自己可以制造更好的钻机，并将其与更优秀的模型结合，直接进入竞争。正如我在我的 深度解析 ：

使勘探客户成为糟糕客户的那些因素——行动迟缓、不愿采用新技术——如果你的技术确实像你所宣称的那样有效，会使他们成为非常有吸引力的竞争对手。如果你愿意纵向整合——做勘探、钻探，甚至可能做撤离——你或许能打造出最具效率的勘探者。

明确一点，Earth AI 目前的商业模式远比单纯卖软件更复杂。它必须先期投资购买钻机，支付押金，将团队派到现场进行验证，并不断证明可行性，直到下游的矿业公司愿意购买该矿床的一部分权益或直接整宗收购并向 Earth AI 支付特许权使用费——在那一刻，它就会成为最漂亮的商业模式之一。矿业特许权和流媒体公司的人均市值在全球名列前茅。Franco Nevada 市值达 480 亿美元，只有 41 名员工，人均价值高达 12 亿美元！Earth AI 有潜力以更低的成本建立起类似的投资组合，因为它愿意下地挖掘。

关键是，也许你在澳大利亚钻探矿床以建立矿山投资组合；也许你购买电池单元、制造电池包、安装到家庭，成为零售电力供应商，通过电力交易和出售辅助服务赚钱；也许你雇佣昂贵的人才，使他们效率倍增，然后出售他们的时间；也许你甚至会卖软件！

无论需要做什么来打破限制、夺取制高点并赢得行业，决定了你应该采用的商业模式。

只要你赢了，你甚至可以出售软件

有时，神灵会眷顾一篇文章。就在我写这篇文章的时候，Stripe 联合创始人 John Collison 发布了他播客的最新一集，Cheeky Pint。他的嘉宾是 Ramp 的首席执行官 Eric Glyman。

在回答 John 的第一个问题时，Eric 用现在应该听来熟悉的话描述了 Ramp 的演变。几年前，Ramp 的毛利中有超过 90% 来自卡片交易手续费。今天，非卡业务——包括账单支付、资金管理、采购、差旅和软件——将构成 Ramp 贡献利润的多数。

Ramp 利用卡片、软件和对位策略去进攻它认为在企业支出中的重点（即每个人都在卖钱，却没人卖时间这一事实），并赢得了交易层——这一制高点，正是从这里它开始扩展，吞并财务团队接触的每一个点解决方案。

在整个对话中，他从内部视角详细阐述了这一切如何以及为何发生。一切都源自获得制高点。Ramp 拥有别人没有的数据，而任何新进入者也无法更快地积累这些数据。随着它增加更多智能，它获得更多数据。它用更多代币构建了那些代价过高、难以复制的东西——“我认为公司适应度函数变成了，你是否能以这样的方式去做事：即便你可以在上面花代币，创造该事物或完成那项工作的代币成本也会高于你为驱动该结果而构建的系统。”——并且它乐于用代币去构建其它一切。随着它增加更多功能，它也在成长。该公司现在“支持美国超过 2%的公司及小型企业信用卡交易”。它的份额越大，学到的越多，赚得越多，也能投入越多代币去吞并相邻机会，而这些机会不断为这台机器提供燃料。

这就是为什么 Ramp 的估值为 320 亿美元，而 Brex 的出售价为 51.5 亿美元；这也是为什么 Stripe 的价值远高于 Adyen；这也是为什么成立仅两年的 Base 就被估值为 40 亿美元。

在一个行业中占有稀缺地位本身就是一种稀缺资产。 市场，无论是否使用这种说法，都会在其估值中包含这样一种信念：从这种地位出发，你可以主导一个行业。

在这样做时，他们依靠的是历史和经济数据。一旦洛克菲勒在 19 世纪 60 年代平抑了炼油业的波动性并开始获得音阶优势，胜负已定。一旦 SpaceX 将把质量送入轨道的成本压低，并利用这一优势建立一个可以再投资于更便宜发射的电信摇钱树，它就成为了竞逐任何需要将大量质量送入轨道的有经济价值用例的首选。在埃隆意识到太空数据中心会成为现实之前，他已经赢得了赢得太空数据中心的权利。

如果你对某个行业的制约因素和制高点的分析有信心，并且确信哪家公司最有利打破前者以赢得后者，你可以支付溢价，假设该行业更多的经济价值将流向领导者。这一趋势——经济价值的集中化——是长期且稳定的，并被新技术所加速。

如今，我们的新技术比以往任何时候都更强大、更通用，这意味着能够运用这些技术的类别领导者的能力也比以往任何时候都更大。他们的杠杆作用与技术进步的步伐相连。

如果人工智能变得更聪明，Stripe 和 Ramp 就能更快地吞噬更多邻近市场。如果电池单体效率提高，Base 就能为其零售和公用事业客户提供更好的服务。随着功率电子技术的持续进步 ，Astro Mechanica 可以制造更快、更高效的引擎。

SaaS 是否已死是世界上最无趣的问题之一。SaaS 作为有价值企业的源泉——几乎不论这些企业实际的实力如何——曾是一个历史性异常。

这并不意味着软件已死。我们将看到软件企业成为历史上最大的一些企业，就像我们也会看到硬件乃至服务型企业的规模远超标准石油。经济投入变得更加丰富，这意味着更多价值将流向那些稀缺的互补资产。只要丰富性持续，这一趋势就会继续。

现在真正重要的问题是你打算如何在所在行业中取胜。其他一切都随之而来。

智能时代的权力流向赢家。赢家获得更多。

今天就到这里。周五我们会带着每周一剂回到你的收件箱。

感谢阅读，

Packy