AI人工智慧的業務模式不同於傳統軟體，實則是一種服務型企業模式 -Andreessen Horowitz

banq發表於2020-02-19
AI人工智慧模式

從傳統意義上講，當今大多數AI系統都不是真正的軟體。人工智慧業務看起來並不完全像軟體業務，它們涉及持續的人力支援和重大可變成本，通常沒有我們想要的那麼容易擴充套件。並沒有軟體強大的壁壘能力：​​“一次製造/多次出售”，這是是軟體模型至關重要特徵，這些特徵AI業務似乎並不是免費提供的。
因此，在某種程度上使AI感覺像服務業。
從技術上講，人工智慧似乎是軟體的未來。人工智慧在一系列棘手的電腦科學問題上顯示出了驚人的進步，並且軟體開發人員的工作正在發生根本性的變化，軟體開發人員的工作量現在與資料一樣多。
我們堅信AI能夠推動業務轉型：我們已經將資金投入了這一論點，並且我們將繼續在應用AI公司和AI基礎設施方面進行大量投資。但是，我們注意到，在很多情況下，人工智慧公司的經濟結構與軟體業務根本不一樣。有時，它們甚至看起來更像傳統服務公司。特別是，許多AI公司具有：
  • 由於大量使用雲基礎架構和持續的人工支援，毛利率降低；
  • 由於邊緣案例的棘手問題而帶來的擴充套件挑戰；
  • 由於AI模型的商品化和資料網路效應帶來的挑戰，防禦護城河較弱。

有趣的是，在AI公司的財務資料中我們看到了一個出乎意料的一致模式，毛利率通常在50-60％的範圍內-遠低於可比SaaS業務的60-80％以上的基準。早期的私人資本可以在短期內掩蓋這些效率低下的情況，特別是在一些投資者推動增長而非盈利的情況下。但是，尚不清楚任何數量的長期產品或投放市場（GTM）最佳化都可以完全解決問題。
正如SaaS與本地軟體相比引入了一種新穎的經濟模式一樣，我們認為AI正在創造一種本質上新型的業務。因此，本文探討了AI公司與傳統軟體公司的不同之處，並就如何解決這些差異分享了一些建議。我們的目標不是規範性的，而是幫助運營商和其他人瞭解AI的經濟和戰略前景，以便他們可以建立持久的公司。

軟體+服務= AI？
軟體（包括SaaS）的魅力在於它可以一次生產並多次出售。該屬性創造了許多引人注目的業務收益，包括經常性收入流，高（60-80％+）的毛利率，以及超線性擴充套件。軟體公司還具有建立強大的防禦性護城河的潛力，因為它們擁有工作所產生的智慧財產權（通常是程式碼）。
服務業則是另外一種情況：每個新專案都需要專門的人員，並且只能出售一次。結果，收入往往是非經常性的，毛利率較低（30％至50％），並且規模擴充套件最好是線性的。可防禦性更具挑戰性-通常基於品牌或現有的帳戶控制-因為客戶不擁有的任何IP都不太可能具有廣泛的適用性。(banq注：中國很多專案型的軟體公式其實是一種服務業)
人工智慧公司越來越多地將軟體和服務兩者結合在一起。
大多數AI應用程式看起來和感覺都像普通軟體。他們依靠常規程式碼執行諸如與使用者互動，管理資料或與其他系統整合之類的任務。但是，應用程式的核心是一組訓練有素的資料模型。這些模型解釋影像，轉錄語音，生成自然語言並執行其他複雜任務。維護它們有時會感覺更像是服務業務：需要大量的，針對特定客戶的工作和投入成本，而這些成本和成本卻超出了典型的支援和成功職能。
這種動態變化以多種重要方式影響著AI業務。在以下各節中，我們將探討幾種毛利，可擴充套件性和可防禦性。

更多點選標題見原文
 

相關文章