我们两家公司追求截然不同的机会——约翰为学区提供分析和自动化，威尔处理非结构化医疗数据——但我们所做的投资和感受到的压力是相同的。我们都竞相组建拥有昂贵人才的团队，希望能够快速成长，只是为了筹集更多资金并再次加速周期知识付费深度 SaaS 已死S。
经采用可获邀进入Z Potentials内部社群，优秀者将成为签约作者，00后更有机会成为Z Potentials的早期共创。
克莱顿·克里斯滕森 (Clayton Christensen)将创新分为“维持性”（即增强现有优势）和“性”（即削弱现有优势并彻底重置市场）。苹果打造自己的定制芯片是一项持续创新；Apple 将手机、网络浏览器和 iPod 结合起来创造了一种新的智能手机类别，这是一项性的举措。
软件业务的范围非常广泛：从市值 11 位数的公司，到由机器学习工程师开发的药物堆栈推动的公司，这些公司会让战斗机飞行员感到恐惧，到奥马哈的注册会计师通过无代码工具获得稳定的收入。这些企业可获得的融资过度依赖于前者，而不是后者，但这种新的软件范式将催生新一代的替代软件企业，这些企业需要比高增长风险投资更符合其未来的融资选择。未来的中位软件创始人将渴望成为汉克·希尔（Hank Hill），而不是马克·扎克伯格（Mark Zuckerberg）。随着创办软件业务的门槛降低，创始人将选择稳定的现金流而不是疯狂的高速增长，选择睡在家里而不是睡在办公室知识付费网赚项目，选择服务小众受众而不是征服全球市场。风险资本这些创始人——而这些创始人也会风险资本，而更喜欢非稀释性和结构化的来源，如信贷、认股权证或贷款。
也许未来的组织结构中的高级比现在要多得多。大型软件工程组织结构图的现状看起来像一个：一些高级领导者和架构师位于更多中级工程师和经理之上，而这些工程师和经理本身又位于更多初级开发人员之上。如果未来的软件组织看起来像营销组织怎么办？高级战略家、创意人员和领导者将代替初级开发人员管理自动化系统，以大规模交付工作。就像 Hubspot 和 Mailchimp 如何自动化发送营销电子邮件的过程一样，像Poolside这样的公司可以实现丰富的软件创建。
当在 2010 年代末创办公司时，我们听到了关于如何从风险投资人那里筹集资金以追求快速增长的相同。创始人需要筹集大量的风险投资来承担软件开发人员和销售代表等固定成本。而随着时间的推移，这会得到回报。罗伯特·史密斯 (Robert Smith) 在过去 20 年里创立并发展了私募股权公司 Vista Equity Partners，管理着价值超过 1000 亿美元的资产，他认为是“所有软件公司都像鸡肉一样。他们销售不同的产品，但 80% 的业务几乎相同。”？。
商品化的通用人类智能服务可通过 API 访问，可嵌入任何产品（例如 ChatGPT），代表了持续创新。这些服务和界面的采用将使软件更加个性化、自动化和可用。改进这些服务将极大地提高软件的容量并使其更具粘性。
SaaS生态系统已经完全成熟。这些固定成本中的每一个都可以有选择地忽略、自动化、委托或作为服务使用。如今，公司可以放弃雇用销售和营销人员，通过拥有庞大客户群的经销商（如 AWS）销售产品，从而产生数百万美元的自由现金流。虽然定制研发项目曾经是价值数百万美元的合同领域知识付费，但现在您可以通过 Replit 赏金以 650 美元购买基本的 Django Web 应用程序，或者通过 AWS 或 Microsoft 构建的可扩展商业智能工具获利。规模化运营过去需要人员配备；现在您所需要的只是虚拟助手。为无数垂直市场软件公司提供支持的 Zapier 或 Intercom 等 SaaS 产品越来越多地将其服务作为消费进行收费：软件按任务付费（software paid by the task），而不是按照惯例按年按用户付费。
佩雷斯于 2002 年撰写了她的论文，但如果我们将该框架粗略地应用于过去 30 年的互联网采用周期，它可能如下所示。
生成式人工智能以边际成本递减的方式提供程序化、全球范围的内容创造。这一功能对于白领工作来说是一场工业。就像捕获能量可以通过机器而不是手工来创造商品一样，程序化内容创建可以通过计算机而不是手工来完成大量的知识工作。
但建立一个拥有无数初级员工的企业会带来无数初级错误。建立将工作委托给大语言模型的软件企业有巨大的机会，但他们如何最大程度地减少的并大规模监督工作呢？
在生成式人工智能时代之前，这个趋势就已经出现了。当公司能够使用大语言模型来自动化初级工作时，这一过程还会加速。生成式人工智能正在迅速开创软件的新领域，组织结构、成本结构和增长战略可以而且应该被重新构想。
未来的金融衰退是不可避免的。市场是轻量级的。我们都于投机性的炒作，早上能感觉体面就很幸运了。许多人需要从醉汉所被救出来。生成式人工智能的投资回报率是未知的，虽然明显存在真实的业务，但单位经济效益并不明确，并且隐藏在风险投资和投机的舒适毯子下。尽管微软旗下的 AI 编程工具 Github Copilot 的平均经常性收入为 1 亿美元，并且生成了大约一半的用 Microsoft Visual Studio 编写的代码，但该公司每个 Copilot 用户每月在计算和训练数据方面的损失仍然约为 20 美元aaS 。轻资产软件成为初创企。
我们不想与专注于垂直机会的基础设施公司竞争，但许多初创公司这样做。我们将看到超大规模企业可以在哪里击败垂直客户群积累的忠诚度。毕竟，你无法自动邀请副总统去吃牛排晚餐。
垂直市场软件提供商仅专注于占领、保留和追加销售特定的垂直市场，例如学区、医院或当地零售商。看待垂直市场软件的一种极其普遍的方式是将其作为特定于行业的模板以及商品数据仓库和工作流程产品之上的集成。请记住罗伯特·史密斯（Robert Smith）的格言，所有软件公司的味道都像鸡肉——这些公司销售相同类型的软件，但他们必须成为其垂直市场技术堆栈的专家：他们必须集成的数据系统类型网赚、标准报告其市场需求、用户特定的隐私或访问问题。
目前，自力更生的 B2B SaaS 公司将其年度经常性收入的 90% 左右用于成本，其中 25% 用于营销策略和执行，24% 用于研发，15% 用于管理和杂项费用，13% 用于网站费用托管和实施，以及 10% 的客户留存率。现在，每一类成本都是 SaaS 世界中的一个完整生态系统。因为“所有软件公司的味道都像鸡肉”，无论你是向医院、学区还是当地零售商销售产品，你所面临的问题都与你之前掌握的 SaaS 公司相同。
我们将经认证真实身份的产品、技术和创业者邀请至对应的产品群、技术群和创业者群，若想加入认证实名群可以扫码填写问卷，经认证后邀请加入。
这种范式现在已经饱和。从表面上看，软件业务正在从固定成本转向可变成本，从而实现新的高利润商业模式，并使创始人对公司的未来拥有更多影响力。软件作为一个类别正在商品化，而企业则资产轻化。这种新模式将改变软件公司的组建、融资和运营方式。
我们使用的大语言模型，例如 GPT 和 Claude，代表了模拟人类智能的通用算法的实现。关键词是“模拟”：这些模型还不具备智能——它们是基于大量训练数据来模拟智能的。随着训练数据数量和质量的增加，模拟变得更加准确，但在缺乏一致的高质量训练数据的情况下，模型可能会“产生”并产生对人类可能所说内容的不良模仿。因此，尽管进步迅速、对未来的关注和猜测，这项技术仍处于萌芽阶段。然而，即使在这个早期阶段，一些主题也是明确的。
当客户有特定于垂直行业的要求、需要特定于垂直行业的个性化和功能、并且被垂直行业特定的品牌所吸引时，垂直市场软件就可以发挥作用。但随着软件成本变得越来越不稳定，AWS 和 Microsoft Azure 等云提供商可以比以往更容易地蚕食垂直市场软件提供商。当 Azure 提供“足够好”的解决方案、由业务经理配置、预先集成到所有其他云服务中、并具有由生成式 AI 提供支持的垂直特定个性化功能时，为什么还要单独支付利基供应链软件工具的费用呢？
最后的新产品和行业：为狭窄的垂直市场构建的 SaaS（例如 John 的公司为学校员构建自动化软件）或按消费定价的下一代云计算基础设施，例如 Snowflake？。
繁荣的未来等待着有创意的开发人员，但微笑曲线的另一边是超大规模云提供商正在构建为这些业务提供动力的基础设施。
如果生成式人工智能能够发挥其潜力，它代表了软件的新领域，组织结构、成本结构和增长战略可以而且应该被重新构想。这些新机会促进创意业务发展：交易、营销、寻找更大的交易。想象一下，服务企业能够启动整个软件产品线，或者将私募股权基金的严格操作程序应用于建设（而不是购买）软件公司。
随着所有这些变化，涅槃已经临近：软件作为可变成本业务。新的软件业务不再需要默认开发人员、销售代表或客户成功经理来可靠地大规模产生现金流。每一次成本都是一种选择，创始人现在可以选择避免过去的陷阱和问题。
我们今天所知道的风险投资是在狭窄的市场条件下针对少数公司的狭窄产品。传统的风险资本被配置到那些追求巨大的、不饱和的市场的公司中，在那里它们可以快速增长并任何竞争。其目标是将早期企业的货币化，并相信如果你的得到回报，其他人会开出更大的支票——这与 Vista 或 Warburg Pincus 等大型收购公司严格的金融工程和运营干预不同，这些公司购买现金对他们由此获得的股权有精确的预期。
技术将运营杠杆提升至业务链上游。在电子表格软件出现之前，美国的文员和簿记员数量比分析师、审计师和经理的数量多出三分之一。二十年后，分析师和经理的数量是文员的两倍半。生成式人工智能使每个职员都成为分析师，每个作家都成为编辑，每个开发人员都成为架构师。
创新和市场潜力的全面扩展：Salesforce等核心业务SaaS平台的成熟、AWS等基础设施即服务的增长、AirBnB和Uber等作为市场的创新新经济模式。
ChatGPT 的推出是一场大爆炸，引发了对该领域的疯狂投资：仅 2023 年，对生成式 AI 初创公司的投资就高达 270 亿美元，超过了苏丹的 P。
新的交互界面正在快速开发和巩固。大多数生成式人工智能的最终用户都通过聊天与其进行交互；自然语言似乎正在成为一种标准。随着公司竞相构建通用模型并与 OpenAI 竞争，或者企业希望构建根据自己的数据进行训练的特定的、垂直的模型，新的类别正在出现。
然而，软件容量的急剧增加代表着对白领工作成本的性创新。大多数白领工作包括生成文本：编写代码、支持电子邮件、摘要、博客文章。通过 API 访问的无数初级到中级知识工作者大军为初级到中级员工提供了替代品，包括开发人员、营销人员、销售代表、律师、客户支持经理、产品经理等。
在哪些市场中网赚，我们可能会看到超大规模提供商提供新的垂直特定应用程序，作为具有良好粘性的计算和存储收入的亏损领导者？一个早期的例子是Cybersyn，这是一家提供深度经济数据即服务的市场情报公司。与 Snowflake 的深度合作使该公司能够专注于构建其数据集，并让 Snowflake 对其进行部署和货币化。Snowflake 甚至领投了 Cybersyn 的 6290 万美元 A 轮融资。
从大多数标准来看，传统的“声望”风险投资公司已经自掘坟墓。根据一些粗略的计算，投资于私人软件股权的大部分资金都无法以 50 美分的价格出售。自 2018 年以来，Pitchbook 追踪的 1 万亿美元投资中，大部分都是在公开市场估值超过 ARR 十倍的中进行的。目前，上市 SaaS 公司的估值中位数是 ARR 的五倍。假设公共 SaaS 市场将恢复到历史平均水平，那么下跌还有很长的要走。
在《技术和金融资本》一书中，研究员卡洛塔·佩雷斯（Carlota Perez）认为，新技术范式——微处理器、互联网、蒸汽机——遵循类似的模式大规模部署到更广泛的经济和社会中。这些创造了遵循类似模式的金融和周期。他们从“大爆炸”开始，刺激了对该技术的疯狂投资。这种狂热引发了泡沫，最终破裂，但从中出现了一段稳定的采用和部署时期。
注：约翰·肯尼迪 (John Kennedy) 领导 Panorama Education 的教育洞察，这是一家数据分析公司，美国超过四分之一的公立学校都在使用该公司。此前，他曾担任 Mesa Cloud 的首席执行官，这是一个学生进步平台，由他在高中时创立，并一直领导该平台直至被 Panorama 收购。
互联网提供际成本的程序化、全球范围的内容分发。这一特征给我们的经济和社会带来了变革。它使软件产品能够通过浏览器交付并作为服务定价 (SaaS)，而不是通过 CD 交付并预先付费。它连接了不同的人群和地域，例如，现场会议可以通过视频会议而不是面对面进行。随着我们越来越多的社会和经济互动发生在互联网上，它打破了我们传统的地理联系，削弱了有组织的教机构，建立起浪漫的亲密关系。
随着超大规模企业和垂直软件在企业方面展开激烈竞争，中低端市场将需要服务来利用即将到来的机遇。巨大的财富等待着那些能够加速生成式人工智能的部署周期、加速卡洛塔·佩雷斯技术弧线的人。对于无数对他们的软件感到沮丧、渴望采用更好的实践，或者只是寻找更友好的合作伙伴的公私营部门组织来说，他们的业务是您的业务。
转载本文请注明来自知识领航者http://chwz88.cn/news/
