基础设施-分发-数据飞轮

这个假期我会稍微换一种写作方式。不同于以数据驱动的宏观分析并结合当下科技趋势，本周的文章会更偏向观点型。我将讨论一个我称之为“基础设施-分发-数据飞轮”的概念——这是一个用于打造公司的永恒模型，我认为在 AI 时代尤为值得被清晰地识别。希望它能为当下和未来的创业者提供一个不同的视角，帮助他们在迈入 2026 年时思考如何构建公司。

飞轮、初创公司与伽利略运动

历史上几乎每一家成功的初创公司，都在有意或无意中创造了一个基础设施-分发-数据飞轮。一家公司构建一个“楔子产品”（基础设施），并将其销售给最初的客户（分发）——随着时间推移，当公司拥有足够多的客户时，就能够收集到足够的数据点，从而进一步指导其如何构建未来的基础设施。IDD 飞轮由此启动。

飞轮是一种遵循伽利略运动定律的物理实体。公司也遵循同样的原则。就像飞轮一样，公司首先通过创建质量（基础设施）起步——在足够的力（力 = 聪明且坚韧的创始人/员工）作用下，飞轮开始以一定的速度旋转（分发），如果施力得当，就会产生加速度（数据），从而增加飞轮的动量。随着飞轮转得更快，动量增长得也越快——更多的质量、更高的速度、更大的加速度。为了支撑不断增长的动量，公司需要施加更多的力（招聘更多人）——但如果施加的力不足，或力的方向不够理想，动量就会减缓。

我把每一个要素都明确地拆解出来，是因为当前科技领域中许多关于 AI 的叙事，在 IDD 飞轮框架下并不成立。那些认为在 AI 时代只会有少数几家公司“胜出”，或者认为 AI 会催生新一代单人员工独角兽的人，实际上忽视了公司构建的基本规律（以及物理定律？）。

下面我将更详细地强调飞轮的每一个组成部分，以解释它们是如何协同运作的。

基础设施先行

每一家公司的起点都是基础设施——使产品成为可能的核心知识产权。基础设施是底层系统，它让新的、更便宜的、更快速的或更可靠的事物能够在世界中存在。

该基础设施足以很好地解决一个真实问题，以至于某些人 ——一个狭义的理想客户画像（ICP）——愿意采用它。

“基础设施先行”似乎是不言自明的——但在 AI 时代（以及科技估值被抬高的背景下，尤其是在早期阶段），这一现实正越来越被忽视。在注意力经济中，一些初创公司首先专注于分发，却没有认识到分发是赢得的，而不是制造出来的。

基础设施，正是创造分发权的根本。

分发是入口

分发常常被误解为最终目标——毕竟，分发带来收入。但实际上，它是第二步，是循环的中间环节。分发既是输出，也是推动成功的风险投资支持型公司前进的输入。

早期公司通常会确定一个滩头市场——在更大市场中的一个具体且可管理的细分领域，作为其初始 ICP。在 ICP 内进行分发能为公司带来接近性：接近用户、接近工作流、接近行为。这种接近性所产生的价值远不止收入本身：数据。由客户在生产环境中使用产品所自然生成的、专有的、高分辨率的真实世界数据。

这正是飞轮开始转动的地方。

数据是复利资产

通过真实分发所收集的数据不同于合成数据、抓取数据或一次性数据集。它是有上下文的，反映了真实用户在 所有围绕客户如何与核心产品互动这一视角下 做出的实际决策、约束与权衡。

至关重要的是，在一家伟大的公司里，这些数据不可能孤立存在。数据以及从数据中获得的洞见会直接反哺到基础设施中。理解这一飞轮效应的公司会利用这些数据来：

• 改进核心产品
• 识别值得解决的相邻问题
• 微调定价、风险模型和工作流程
• 推出竞争对手在没有类似数据访问能力的情况下无法复制的新产品

核心基础设施最终会孕育出更多基础设施，进而解锁更广泛的分发、更多的数据，依此类推。

Ramp 作为飞轮的案例研究

以 Ramp 为例：这家估值 320 亿美元的 fintech 公司最初是一家企业信用卡公司，提供 1.5% 的返现和免费的支出管理平台。如今，在某种程度上，CFO 技术栈中几乎没有 Ramp 不涉足的部分。从基础来看，Ramp 构建的是基础设施：一个与支出管理软件紧密耦合的卡片网络。它将返现与内嵌的控制、实时洞察和自动化能力直接融入小型企业的资金支出方式中。

这一核心基础设施通过一个明确的 ICP 解锁了分发渠道：寻求更好财务控制的小型和中型企业。一旦 Ramp 获得了这种分发能力，他们便开始以规模化的方式观察企业真实的支出行为。

这些支出数据成为了一种战略资产，几乎无法通过任何投入规模的支出来复制。它推动了产品向银行业务、会计、采购以及更广泛的金融工具领域扩展。这些产品都由真实顾客行为中的真实模式所塑造。

IDD 飞轮解释了为什么 Ramp 在 2025 年完成了五轮新的融资。该公司的投资者看重其基础设施、分发能力和数据优势如何持续叠加放大。Ramp 以全技术行业中最为独家的招聘流程之一而闻名，这表明他们仍在正确的方向上持续施力。

为什么这在 AI 时代依然重要

一种日益流行的叙事认为，AI 会瓦解护城河。随着模型逐渐商品化，最终只会剩下少数赢家。但飞轮模型给出了不同的答案。AI 并不会摧毁护城河——相反，它会加速能力的提升。它帮助新的市场进入者更快地构建核心基础设施，也帮助企业以新的方式理解数据，从而更好地指导其构建新的基础设施。

AI 无法保证分发（尽管像 Unify 这样的公司可以提供帮助），而且尽管它可能通过合成数据竭尽所能，它仍无法创建公司所能获得的最具专有性的那些数据集，而这些数据正是它们通过分发所获取的。

OpenAI 与 T-Mobile 等公司建立合作伙伴关系 ，因为他们理解这些专有数据的价值。处于高度监管行业的企业提供了结构化的分发渠道——以及随之而来的独特数据环境，这些都可以为未来的基础设施构建提供参考。

AI 并不会取代这一飞轮——它实际上强化了飞轮的核心要素。最强大的公司理解 IDD Fly 轮各个要素之间如何相互作用，并在构建核心系统时，以飞轮中的某一个组件为中心，同时兼顾其他所有要素。

一个永恒的模型

IDD Flywheel 并不依附于任何特定的技术周期。它在云计算之前就已奏效，在移动端之前就已奏效，在 AI 之前也同样奏效。而在这篇 Substack 文章逐渐湮没于互联网之后，它仍将持续发挥作用。

IDD 飞轮的核心前提是：随着每一次顾客互动，平台的核心都会不断强化。理解这一点并具备执行能力的公司，将始终拥有构建定义类别业务的机会。