多家 VC 談 AI 應用的護城河：技術差異正趨近於零
垂直行業成為 AI 應用創業的新突破口。創業公司的競爭壁壘取決於想法的明顯度和構建難度。AI 應用產品很難構建競爭壁壘。現有巨頭企業成為應用 AI 技術的第一批市場參與者。在 AI 時代，技術差異不再是軟件公司的差異化因素。AI 應用創業面臨與 100 家創業企業和現有企業的競爭。AI 應用就像瓶裝水，無處不在且必需品。AI 時代的技術差異趨近於零。
對於創業公司來説，唯一能為其帶來超額價值的護城河就是不確定性，因為不確定性使競爭持續了足夠長的時間，以至於可以構造護城河。
Notboring 的 Packy McCornick 甚至總結了一個公司：
Depth of Moat Needed = How Obviously Good Your Idea Is - How Hard it is to Build
也就是：所需的護城河深度 = 你想法的明顯度 - 構建的難度。如果你的創業想法非常明顯並且很容易構建，那就越沒有競爭壁壘，需要你去構建的護城河就越深；反之，如果你的想法不明顯，並且構建難度很大，那麼本身就已經有很大的競爭壁壘，因此所需的護城河深度就越少。
NFX：AI 似水，AI 應用似瓶裝水
在 AI 時代，這個就似乎更加明顯了，而對於大部分 AI 應用產品來説，這個護城河也更難構建。投資機構 NFX 最近寫了一篇文章，將 AI 比喻為水，AI 應用為瓶裝水。
AI 似水（AI is like water），而水具有三個特徵：必需品、無處不在以及它是在瓶子裏（Necessary,Ubiquitous,Inside every bottle），因此 GenAI 應用就像是瓶裝水。
NFX 説，他們在研究大量創業公司後發現，現實是很多產品本質上沒啥區別，因此你不僅要和可能 100 家創業企業競爭，還要和現有企業競爭。而 AI 時代我覺得最大的一個不同之處在於，現有巨頭企業成為應用 AI 技術的第一批市場參與者甚至推動 AI 應用的急先鋒。
長期以來，技術一直是軟件公司的一個差異化因素，雖然不是永遠但至少會持續一段時間；但在 AI 時代，技術從一開始就基本上沒有為你提供任何保護，技術差異這個護城河在 AI 時代正在急劇縮小甚至趨近於零。
之前很多公司行之有效的模式可能是這個公式：（Data +Model）x UX = MVP，也就是數據與模型結合一些用户體驗就能獲得成功。
但這可能不會讓你走的很遠，現在可能需要轉變為這個公式：(Data + Model) x UX x (Distribution + Perceived Value to Customers) = AI MVP。
雖然一些非結構化數據能帶來短暫的優勢，但僅僅是數據是不夠的，除非你能搶佔別人沒有的用户數據，而模型方面大部分是可以互換的，渠道方面現有企業可能更有優勢。對於創業公司來説，你對客户的感知價值，可能是目前最具發揮空間的地方。你可能需要問問自己，如果把 AI 的元素剔除掉，它還是一個好生意麼？
將 GenAI 應用喻為瓶裝水有一些有意思的啓示，首先大部分瓶裝水裏裝的東西都差不多甚至一樣，但市場上仍然會有各種品牌的瓶裝水以及新的瓶裝水品牌出來；其次，人類沒有水就無法生存，但只有水也不可能產生瓶裝水這個產業，因為越來越多的公共水都乾淨到可以直接飲用，然而整體而言人們越來越喜歡喝瓶裝水；在這個 “底層技術” 看似越來越雷同的市場，你需要在其他方面提供獨特的差異化價值，比方説品牌、營銷以及渠道等。
CRV：AI 應用真正能構建護城河的地方只有工作流程、產品、社區和快速迭代
因此 NFX 認為核心在於達到某些零界點時能快速尋找其它差異點，另一家 VC CRV 在之前的一篇文章裏認為，AI 領域最令人興奮的創新仍然來自於自下而上，而不是自上而下，它們仍然具有機會構建護城河。從目前來看，AI 領域成功的產品看起來都比較像面向 C 端消費者的公司，比方説 Midjourney、OpenAI 以及 Character.ai 等。
不過 CRV 也認為，AI 應用真正能構建護城河的地方只有工作流程、產品、社區和快速迭代。而針對垂直行業的深刻理解是一開始構建 AI 應用的最佳護城河之一，目前法律 AI 是非常典型的案例；初創公司可以通過快速行動來贏得最初的勝利，但長期的護城河是通過進入大型科技公司和現有企業不會的領域來建立的。
Greylock：戰鬥正在從舊的護城河（數據來源）轉移到新的護城河（你如何處理數據）
Greylock 則對 AI 應用構建護城河的能力比較堅信，創業公司仍然可以圍繞知識產權構建可防禦的商業模式。Greylock 説目前市場比較青睞 “全棧” 型公司，即提供應用程序邏輯、中間件和數據庫的 SaaS 產品。這樣的產品具有有 “記錄系統”（CRM、HCM、ERP）、“參與系統”（Slack、Amazon Alexa）和 “智能系統”（組合數據集並提供見解）。
而構建智能系統正在這三個核心領域：面向客户的應用、面向員工的應用（HCM、ITSM 等）以及基礎設施（安全、計算以及監控等），智能系統的價值在於它通常跨越多個數據集和多個記錄系統，比方説一款應用產品可以將網絡分析與客户數據和社交數據相結合，以預測最終用户行為、流失率以及 LTV 等。因此戰鬥正在從舊的護城河（數據來源）轉移到新的護城河（你如何處理數據）。
Sapphire Venture：未來是垂直 AI 的機會
Sapphire Venture 的觀點和 CRV 比較類似，認為未來的機會在垂直領域的 AI。AI 初創公司的護城河來自能夠獲得難以複製的專有數據集，隨着時間的推移飛輪效應可以讓它們從客户那裏積累更多更好的數據，這些數據可以用來微調特定行業的 LLM，這塊在垂直領域最容易做到。
法律和醫療領域的 AI 創業公司是利用 “難以獲取” 數據源的公司的最好垂直行業，如果你所解決的行業數據大部分都是可以公開獲得，那麼你提供的價值很難超越 GPT-4 等大模型生成的內容，比方説營銷內容這塊的生成等。
Wing Venture 的觀點和以上比較類似，認為垂直行業的私有數據非常重要，但最終的護城河還是要深入工作流程。這可能有兩種方式，一種是將自己與現有企業的流程進行整合，比方説在某個生態裏以一個插件的方式提供服務，或者通過與它們的內部流程進行整合，這是大部分產品做的一種方式；
而另一種就是用 AI 來完全重構一個全新的流程，典型的例子就是 Tome，正在從頭開始重建幻燈片軟件。但都是在深入業務的流程。
像我們比較熟悉的 Jasper AI，一開始作為現有工作流程的一個獨立產品，用户可以在其產品裏生成文本並進行編輯等，而現在的 Jasper AI，正在朝着集成的方向發展，某種意義上也是在重構流程。
這我們從 Jasper AI 首頁的 Slogon 就能大概看出，以前的 Jasper AI 寫的是：Create amazing love letters 10X faster with AI，針對的是某個具體的功能；而現在的 Jasper AI 則偏向於一個工作流：An AI copilot for enterprise marketing teams who want better outcomes, not just faster outputs。
儘管這些觀點看起來比較寬泛，不過從最近 VC 在多個 AI Employee 領域的投資來看，垂直行業正在成為 AI 應用創業的新突破口。
本文作者：startupboy，文章來源：投資實習所，原文標題：《多家 VC 談 AI 應用的護城河：技術差異正趨近於零》
