原文：Nobody Wants Your Software
作者：Yoni Rechtman, Partner @ Slow Ventures（Euclid Ventures 访谈）
来源：SandHill.io #299 推荐阅读 · Investment Themes & Theses
Yoni Rechtman 是 Slow Ventures 的合伙人。Slow 是一家通用型种子与前种子基金，管理超过 10 亿美元资产。Yoni 从 Tusk Ventures 加入 Slow，在那里花了五年投资受监管行业。Slow 因押注新颖的创业公司商业结构而知名：他们种子投资了 Metropolis——它通过收购进入停车行业，现在是一家 50 亿美元的物理 AI 公司；他们投资了 Phoebe，一个面向居家护理的三边 Agent 网络；他们领投了 Ando 在餐厅排班 AI 上的 400 万美元种子轮。Yoni 也写 99% Derisible，并制作了 Slow 许多关于 rollup 与增长收购（growth buyouts）的热门幻灯片。在这一集里，Yoni 预告了他的下一份幻灯片：一套五部分的分类法，关于当软件可以远超它曾经所是之时，真正能跑通的未来商业模式。
观看完整一集
今日这一集
大多数人，在大多数时候，想买的是结果（outcomes），而不是工作流，不是仪表盘，也不是一种更漂亮的方式去做他们本来就不想做的事。
这不是新观察，但背后的数学已经变了。软件历史上只捕获一家企业收入的 1–3%。服务拿走其余。这个比率之所以存在，不是因为企业喜欢付钱给顾问，而是因为软件并不能真正把活干了。它只能编排工作。世界上最好的软件生意（Google、Visa、Uber、Facebook）是例外：卖结果而不是卖工作流的网络效应生意。其他所有人都在卖一把锤子，希望客户会自己挥下去。
AI 改变了物理定律。软件现在可以交付那颗被钉进去的钉子，或整座柜子。市场会大 30–100 倍。但把我们带到这里的商业模式（高毛利、被动留存、把研发摊销在很长的产品周期上）几乎会在利润表的每一行上崩掉。取代它们的是什么，就是这一集的主题。
卖柜子，而不是卖锤子
Yoni 的开场主张很直白：「从来没有人早上醒来会说，我想买工作流软件。」数据也站在他这边。一家正常企业把收入的 1–3% 花在软件上。如果软件只占 1%，其余 99% 花在其他所有事情上。机会是捕获那 99% 的一部分。
前线部署工程（Forward-deployed engineering, FDE）是第一种做到这一点的模式。你不是卖一个产品再训练客户去用，而是对结果负责。「与其说你围绕我的软件改业务流程，」Yoni 的说法是，「我要围绕你的业务流程改我的软件，并且我保证它会做到。」
实际结果：你停止通过软件科目销售，开始通过转型科目销售。企业现在想买的是 AI 转型。如果你带着专家出现并拥有实施，你就是他们「面向未来」故事的一部分。如果你带着一个 web 应用出现，你就是在功能上和每一个其他 web 应用竞争。
权衡是显而易见的。FDE 生意有更重的交付成本和更难的规模化曲线。但它们可以收高得多的价钱——年合同价值（ACV）50 万美元而不是 5 万美元——因为它们更接近买方真正想要的：「我说它会做的那件事，它真的在做。」正如我们在 Service-Level Disagreement 里探讨过的，战略问题是：你能否在套利窗口关上之前，从楔子毕业到某种具有软件式防御性的东西。
来自赞助商 Parafin 的一句话。Parafin 现已超过 1 亿美元收入，并由 Goldman Sachs 牵头的信贷额度支持，为 DoorDash、Jobber、TikTok Shop 等垂直平台提供嵌入式借贷、卡和保险。专为服务中小企业的平台而建，无需自建基础设施。今天就为你的平台探索定制方案 →
后 SaaS 软件的五种形态
Yoni 一直在做一份幻灯片（到本文发布时应该已经出来），列出他认为今后能为软件公司真正产生耐久价值的五种商业模式。分类法如下：
1. 前线部署（Forward-Deployed）
用服务来差异化软件。拥有结果，拥有实施。Palantir 的文化阴影在这里很长，是有原因的。你通过做出承诺并兑现它们，让买方体验去商品化——而这正是软件历史上做不到的事。
2. 新式事务所（Neo Firms）
用软件来差异化一项服务。建一种新型专业服务公司，AI 是操作系统，而不是一个功能。Yoni 的对比很锋利：Crosby 在内部用软件交付法律服务并拥有产出，对比 Harvey 把模型做后训练再放进一个 UI。「我远更有信心 Crosby 在推理之上有附加价值，」他说，「对我来说这毫无疑问。」分界线是所有权：谁对工作负责？如果你拥有责任（liability）和结果，你就是和转售更好提示词完全不同的一类公司。
3. AI Rollups
或其他无机策略，比如增长收购。不是把软件卖给一家经营性企业，而是买下这家企业，把软件建进它的 DNA。这是 Slow 的招牌论点。Metropolis 2019 年种子轮，收购 Premier Parking（600 个车库），然后是 SP Plus（15 亿美元），现在在数千个地点运营 AI 驱动的免结账停车，估值 50 亿美元。垂直 SaaS 捕获 TAM 的 1–3%。拥有这家企业，捕获软件所创造价值的 100%。正如我们在 The Siren Song of Services 里指出的，以更低利润捕获客户支出中更大一块，数学上可以显著好过以 80% 毛利率捕获一小片——前提是你有执行所需的运营 DNA。
4. Agent 网络（Agent Networks）
下文会展开。这是 Yoni 最兴奋的一种，也是值得细看的一种。
5. 硬件优先（Hardware-First）
用硬件来差异化软件。Apple 是经典例子。软件还行。它之所以成立，是因为硬件非凡。
明显缺席的：带 AI 功能的普通 SaaS。Yoni 看空。「复制功能相当容易，」他说。如果你的价值主张是基础模型与用户之间一个更好的提示词，你就是在对基础模型进步做空。这四年来一直是亏钱的交易。
感谢阅读 The Verticalist！现在订阅，以跟上垂直 AI 的前沿。
深潜：Agent 网络
Yoni 框架里最新颖的一块，也是与我们在 The Dark Marketplace 里所写内容连接最清晰的一块，是 Agent 网络。打法如下：
从单人模式开始。
为客户做真正的工作：补班、给护理员排班、管理发票。为此收费。
用这种单人效用，在交易的一侧获取大量客户。
然后叠上多人模式——从这些客户之间的连接中涌现出的网络效应。
与上一代市场平台生意的对比很有启发。Uber 花了数十亿美元克服冷启动问题，补贴乘车、付钱让司机注册。Agent 网络打法把这倒置了：你因为解决冷启动问题而拿到钱。你的单人产品在产生收入的同时，也在建设网络的供给或需求侧。
Phoebe（Slow 的一家投资组合公司）说明了机制。他们为居家护理机构做劳动力编排，一个分配班次的排班 Agent。在做这项工作的过程中，他们获取每家机构所管理的全部人才。下一步是一个人才 Agent，代表这些护理员跨多家机构；然后是一个面向家庭的 Agent，帮助家庭找到并管理护理。三边，一张网，每一边都喂养其他边。Ando 在餐厅排班上做了类似的事：预测需求、补班，为工人建立一份随他们跨雇主走的身份护照。
Yoni 把这与 2019 年代「为工具而来，为网络留下」（come for the tool, stay for the network）的打法区分开来，后者大多没有成功。「当时并没有实质性的底层平台变迁在驱动变化，」他说。「基本上只是人们从两种不同商业模式里借东西，把它们糊在一起。」AngelList 和 HoneyBook 是还不错的生意。它们没有产生其模式所承诺的网络效应，因为下面没有新的能力。只是两种模式钉在一起。
Agent 提供了缺失的能力。一个能真正把活干了、而不是给人呈现一套去操作的工作流的工具，创造出值得付钱的真正单人价值。这意味着你可以为获客收费，而不是补贴获客。
数据护城河之辩
这一集我们花了一段时间讨论：垂直 AI 里的数据护城河是真的，还是创始人讲给投资人听的故事。Yoni 比大多数人更怀疑。
他的论点：「我们都有同样的 API key。」在一个领域内做后训练和微调，是保质期很短的产品，因为基础模型会直接来做这项工作。他指向 Jasper AI，它早期拿到 OpenAI API 的访问，用更好的提示词做了一个文案产品。「我觉得 Jasper 已经不存在了。而且它居然会存在，现在想来有点可笑。」
我反驳了。如果数据真正是专有的（制造工艺、长达十年的预订历史、模型实验室永远不会去买的内部运营数据），它会复利。一家嵌入客户工作流的垂直 AI 公司会积累外人无法用更好提示词复制的上下文。
Yoni 的反驳：「拥有它的那个人并不拥有它。客户拥有它。那为什么利润会归我而不是归他们？」如果专有数据住在客户系统里，而你代表他们抽取并处理它，你描述的是一家 IT 服务公司。
有生产力的张力落在一个区分上：什么流过流程，以及流程本身变成了什么。Yoni 的观点：「流程和产品是不同的。直到它们不再不同。」如果你能把流程产品化，而不只是把产出产品化，耐久价值就住在那里。他拿 Bain、BCG 和 McKinsey 做类比。它们在任何常规意义上都不是科技公司，但它们开创了一种技术——科学管理——并把它规模化地产品化。战后管理咨询公司卖的不是交付物。它们卖的是一种运营方式。
这是否算传统意义上的护城河（挣来的数据、转换成本、平台锁定）仍是开放问题。无论你站哪边，Yoni 的举证责任标准都有用：「我认为举证责任在你，去说明为什么有护城河和终局利润率。而不是在我，去证明没有。」
给垂直创始人的要点
SaaS 利润表正在每一行上恶化。毛利率被推理成本压缩。LTV 随着转换成本下降而收缩，因为是 Agent 在用软件而不是人，换 API 调用比再训练一支团队容易。研发摊销窗口缩短，因为竞争压力在加速。这一切并不意味着软件公司更差。它意味着它们不同了。
对垂直 AI 创始人的问题是：你的公司实际上正在变成这五种形态里的哪一种。你是在通过 FDE 拥有结果？在建一家用软件差异化服务的新式事务所？在收购一家经营性企业并做一次完整的 AI 驱动改造？在构建一个由单人效用为冷启动问题出资的 Agent 网络？还是通过硬件来差异化？
「带 AI 功能的 SaaS」不在名单上。用更好提示词转售 token 不在名单上。如果你的护城河故事从「我们有更好的 evals」开始也到此结束，那你离一次基础模型或模型实验室 harness 更新带来的无关，只有一步之遥。
利润率低一点，市场机会大得多——尽管炒作仍在继续，对那些愿意建造真正有差异化之物的人来说，蓝海比比皆是。
下周见。
本集关键时刻
00:00——为什么客户从来没有真正想要软件
06:27——可能取代 SaaS 的 5 种商业模式
12:03——为什么前线部署工程师突然到处都是
16:40——SMB 劳动力预算里藏着的巨大机会
17:35——AI Agent 如何可能创造全新的网络效应
21:08——为什么 AI 能让软件市场大 30–100 倍
24:46——只转售 token 的 AI 公司有什么问题
28:45——软件 vs 服务：谁真正拥有结果？
33:37——为什么「更好的提示词」不会成为持久的 AI 护城河
38:05——专有数据是否还真的可防御？
42:39——为什么软件 vs 服务的区分仍然重要
49:18——Agent 网络商业模式解释
53:47——当 AI Agent 开始花钱时会发生什么？
本文由 RecodeX 编译自 SandHill.io #299 推荐阅读，原文链接与作者见文首；原文版权归原作者所有，译文仅供学习交流，如有异议请联系我们处理。