a16z:软件公司只剩两条路了,没有中间态

周末看了 a16z 的一篇文章,标题很直接,叫《There are only two paths left for software》。

文章的意思可以概括成一句话:

接下来,很多软件公司真正能走的路,大概只剩两条:要么靠 AI 做出新的增长产品,把收入重新拉起来;要么接受自己已经不是高速增长公司了,把公司做成一家利润很高、效率很高的生意。

中间那种既没有明显增长、又没有很强利润的状态,以后会越来越难维持。

真正麻烦的,是很多公司都卡在中间

过去很多 SaaS 公司日子还算好过。哪怕增速慢一点,市场也愿意给耐心,因为默认你后面还有扩张空间。

现在这个前提变了。

文章提到,这几年不少上市软件公司的收入增速已经放缓,但如果把股权激励这些因素也认真算进去,真实利润并没有表面上那么好看。

结果就是,很多公司都落在一个有点尴尬的位置:增长不够快,撑不起原来的想象;利润又不够高,也称不上一家特别扎实的成熟公司。

这才是问题所在。

不是说这些公司不行,而是它们都停在中间。既不像增长公司,也不像利润公司,看上去还在跑,但方向已经没那么清楚了。

AI 来了以后,这种状态会更难维持。因为外面的环境,已经不太会继续给这种模糊地带留太多空间。

第一条路,不是给老产品加几个 AI 功能

现在很多软件公司都在做 AI,但很多所谓"做 AI",本质上还是在老产品里加一点新功能。

比如聊天框、自动总结、智能搜索、辅助生成、自动分类。这些当然有价值,但问题是,它们未必真的改变了一家公司的增长逻辑。

这篇文章说的第一条路,不是把产品做得更智能一点,而是要用 AI 做出新的收入产品

而且这个"新"不是做个 demo,不是做个发布会亮点,而是真的要把公司的整体增长重新带起来。

文章甚至给了一个很具体的标准:12 个月内,把整体增速往上拉大约 10 个点。

这句话已经说明很多问题了。

也就是说,AI 在这里不是一次功能升级,而是一轮收入重建。

如果最后只是让原来的产品更顺手一点,客户更满意一点,但收入结构没变,增长逻辑也没变,那这件事其实还不算真正走上了第一条路。

文章还提到,以后企业预算流向也会变。过去大家更多是按席位、模块、系统付费;以后越来越多的钱,可能会流向 token、使用量、自动化、效果这些方式。

这背后真正变的,不只是定价表,而是客户买单的理由。

以前买的是工具,是谁来用。

以后买的可能是,这套东西替我干了多少活,帮我省了多少人,最后交付了什么结果。

这两者不是一回事。

真正难的,不是接模型,而是把公司的一线信息重新收回来

文章的意思很明确:如果你真想靠 AI 做出新产品,第一步不是先讲一个很大的故事,也不是先组一个很大的 AI 团队,而是先把公司内部那些最真实的一线材料重新捞出来。

比如流程文档、支持记录、工单、CRM、操作日志、知识库、历史案例这些。

这个判断很重要。

因为很多软件公司对自己业务的理解,平时更多停留在流程图、组织汇报和产品架构这一层。

但 AI 产品到底能不能做出来,往往取决于你手里有没有足够真实的工作现场。

客户每天到底在重复做什么。

客服最花时间的动作是什么。

销售流程最容易断在哪一步。

交付团队哪些事情最耗人,但一直没人认真拆过。

这些以前看起来只是运营细节,到了 AI 时代,反而成了最重要的原材料。

很多公司现在的问题,不是没有模型,不是没有工程师,也不是不知道 Agent 是什么,而是它从来没有认真把自己的业务上下文整理成可以被调用、被复用、被封装进产品的东西。

说白了,很多企业最值钱的能力,原来都散在人身上,散在邮件里,散在会议里,散在各种 SOP 和历史记录里。

以前这些东西散着也能转,因为总有人去补;现在如果你想把它变成产品、变成自动化能力、变成新的收入来源,就得先把这一层收回来。

这件事,往往不是靠"大团队转型"做出来的

文章还有一个判断也很现实。

它不太相信那种"全员一起拥抱 AI、整个组织同步转型"的说法。

它更相信的是,先抽出一小批最强的人,围着真实问题去做。

这个思路更像创业,不像大公司的常规创新。

因为大公司最容易出现的情况是,所有人都在说要转型,所有部门都在开会讨论 AI,最后做出来的东西也很完整、很热闹,但离真正能卖钱还有一段距离。

原因很简单:大家都不愿意轻易动原来的流程,也不愿意放弃原来的指标。

所以文章的意思其实很直接:先别想着全面铺开。

先把最懂业务、最懂客户、最能拍板的人拎出来,让他们去做最靠近收入、最靠近真实工作流的新产品尝试。

今天 AI 产品的竞争,已经不只是技术竞争了。很大程度上,它更像是谁更懂客户现场,谁更快把零散经验整理成结构化流程,谁更能把重复劳动压缩成标准动作。

所以现在大家都在做 AI,但真正能把 AI 变成新收入线的公司并不多。

很多时候差的不是技术,而是公司内部那些最重要的信息,过去根本没有被系统整理过。

另一条路,也不是失败

如果说第一条路,本质上是重新创业,那第二条路其实也不丢人。

文章说,如果你看不到靠 AI 再做出一轮增长产品的机会,那就别继续硬讲增长故事了。

更现实的做法,是把公司改造成一家真实高利润的生意。

而且它给的目标并不低。文章提到的是 40% 甚至 50% 以上的真实利润率。

而且不是靠会计口径修出来的数字,而是把股权激励这些也认真算进去之后,依然站得住的利润。

为什么这条路今天成立?

因为过去很多 SaaS 公司默认一件事:只要增长还在,利润可以先放一放。

组织大一点、销售贵一点、管理成本高一点,都还能解释,因为大家相信后面会摊薄。

但如果今天增长已经明显慢了,AI 又在冲击原来的产品边界和定价逻辑,那原来那套为了增长而存在的大团队、大开支、大组织结构,就未必还合理。

以前这些投入是为了往前冲。现在如果冲不动了,它们就会变成负担。

所以第二条路不是简单收缩,而是承认一件事:接下来这家公司追求的,不再是高增长外形,而是经营质量。

这条路没那么性感,但对不少公司来说,可能更诚实。

说到底,AI 不是给老软件续一口气

我看完这篇文章,最直接的感受是,它表面在讲产品怎么变,实际上在讲公司要重新做选择。

你到底还是不是一家增长公司。

你卖的到底还是软件,还是结果。

客户到底是在为账号付费,还是在为完成的工作买单。

你的组织到底还是为了旧时代的交付方式存在,还是已经准备进入一种更轻、更快的新状态。

这些问题,以前很多公司可以不急着回答。现在不太行了。

接下来,最难的可能不是会不会做 AI,而是你得先想清楚,你到底要成为什么样的公司。

以上,祝你今天开心。

封面和摘要

周末看了 a16z 的一篇文章,标题很直接,叫《There are only two paths left for software》。

修改封面和摘要

相关推荐
尺度商业1 分钟前
纳思达更名奔图科技,一场品牌与资本市场价值的战略校准
大数据·人工智能·科技
渐儿2 分钟前
LangChain 资深开发者完全指南
人工智能
天天代码码天天2 分钟前
C# OnnxRuntime 部署 DAViD 表面法线估计
人工智能·david 表面法线估计
墨染天姬3 分钟前
【AI】2026年4月开源模型排行榜
人工智能·开源
zhexiao273 分钟前
AI提效工具使用实践 Claude Code、NEXT AI DRAW.IO、XREAD
人工智能·draw.io
wangqiaowq4 分钟前
RSA2 非对称加密签名
人工智能
踩着两条虫4 分钟前
VTJ.PRO 企业级应用开发实战指南
前端·人工智能·低代码·重构·架构
薛定猫AI6 分钟前
【深度解析】Graphify 如何为 AI 编程助手构建项目级知识图谱:降低 Token 消耗、提升代码理解效率
人工智能·知识图谱
ok_hahaha8 分钟前
AI从头开始-黑马LongGraph-简单学习
人工智能·学习·langchain·lang graph
子午9 分钟前
文本情感识别系统~Python+textCNN算法+深度学习+人工智能
人工智能·python·算法