在软件与人工智能被包装成“解决一切问题的万能钥匙”的氛围中,安德森·霍洛维茨基金合伙人阿尼什·阿查里亚提出了更为冷静的现实判断。他指出,必须承认软件的局限性,同时审视SaaS市场结构的变化、AI“智能体”的崛起,乃至全球人才与区域战略。
阿查里亚是安德森·霍洛维茨基金内负责A轮消费及金融科技投资的重要人物。他曾在Credit Karma将美国信用卡业务拓展至超一亿用户规模,并两次创业,公司先后被Credit Karma和谷歌收购。他在近期访谈中断言“那种认为代码能解决一切问题的普遍说法‘完全错误’”,并指出了市场对软件与AI的过度期望以及扭曲的投资心理。
他首要指出的是“代码万能主义”。科技行业每当有新软件出现,往往倾向于将其包装成能干净利落解决复杂社会经济问题的样子。但他划清了界限:“认为我们可以通过编码将一切‘氛围代码化’的说法从根本上就是错的。”据他分析,当前市场在软件实际能力与行业通过期望和营销塑造的形象之间存在巨大差距。这种差距扭曲了投资策略和产品开发方向,长期来看会滋生失望情绪,给整个行业留下负面印象。相反,承认软件的局限,正视问题的复杂性,才更接近可持续的商业与技术创新。
他指出,SaaS市场的格局正在悄然发生重大变化,核心在于“转换成本”。过去,想更换已采用的SaaS服务需要耗费巨额成本与时间。数据迁移、系统集成、用户培训等风险很高,实质上形成了原有供应商锁定客户的“锁定效应”。但阿查里亚表示:“从一个SaaS迁移到另一个SaaS的成本正在急剧下降,而这一变化尚未得到充分讨论。”尤其是随着编码智能体和自动化工具的发展,过去需要数月才能完成的从SAP到Oracle的转换这类工作也正变得简单得多。转换风险越低,客户就越能冷静地比较价格、功能和支持质量,这要求SaaS厂商面临更激烈的竞争并需加快创新步伐。
阿查里亚强调,从初创企业视角看,“将公司设在何处”也是战略的一部分。他列举了“人才成本”和“人才留存率”,并指出:“在伦敦发展相比硅谷有明显优势。”他解释称,伦敦的优秀技术人才相对成本较低,且人员流动不频繁,团队更容易保持稳定。硅谷则因经济或趋势变化导致人员流动极快,人力成本也高。相比之下,伦敦的人才结构受“频繁跳槽”影响较小,对早期初创企业而言,可能是规划长期发展蓝图的更好环境。最终,区域选择不仅是开发者薪资水平的问题,更是影响团队连贯性与执行力的重要变量。
但这并非意味着旧金山的吸引力在下降。阿查里亚评价旧金山在“网络效应”方面仍是独一无二的城市。创业者、工程师、投资者和大型科技公司密集于此,信息、人才和资本得以快速连接。他表示:“在旧金山说出‘我愿意放弃其他一切,全心投入于此’,显然具有不同的意味。”即,亲身在此地专注投入的行为本身就是一个信号,也是在激烈竞争中创造更快学习与反馈循环的催化剂。尽管存在成本和竞争强度高的缺点,但得益于这种网络效应,旧金山对技术创业者而言仍是重要的选择。
他表示,也应关注以色列等小型内需市场初创企业所展现的全球战略。由于国内市场狭小,它们从一开始就不得不面向全球设计产品和商业模式。阿查里亚解释道:“这种无法仅凭本国市场就自以为足够大的环境,反而促使它们更早形成全球思维。”这种结构初期虽是挑战,长期却成为打造面向全球市场的技术与产品的动力。他认为,从小市场起步的创业者自然而然地内化了全球扩张战略,这一点可能比安于更大内需市场的企业更具竞争优势。
关于市场心理,他诊断道:“当前市场对软件企业过于悲观。”出于增长放缓担忧、利率环境变化等因素,对科技股尤其是软件板块的投资心理趋于冻结,但考虑到实际基本面,许多企业依然稳健。阿查里亚指出“软件板块已完全处于‘超卖’状态”,股价与企业价值之间出现脱节。他认为,尽管这种悲观情绪笼罩市场,但同时若能细致审视个别企业的业务结构和盈利能力,长期来看重新评估的空间并不小。
生成式AI热潮后,SaaS企业的盈利结构也在变化。阿查里亚介绍道:“自ChatGPT公开后,75%的上市SaaS企业提高了价格。”这与某些认为AI引入会导致增长性下降的论调不同。他解释说,多家SaaS企业通过增加AI功能重新定义产品价值,并据此提价。这表明AI不仅是成本节约工具,更成为向客户提供更大价值、提升客单价的手段。阿查里亚借此数据指出:“SaaS增长势头已衰退的简单叙事与实际情况并不相符。”
他再次强调了编码智能体的影响。过去,从SAP转换到Oracle等其他企业软件是需要大量定制代码和集成工作的“大型项目”。但现在,编码智能体将流程自动化、标准化,其复杂性和风险已大幅降低。这一变化超越了单纯的技术便利性,动摇了SaaS供应商的“客户留存策略”本身。如果客户随时可以转向条件更优的竞争对手,那么依赖长期合同和锁定的旧模式将逐渐失效。取而代之的,很可能将是需要通过持续的产品改进、更好的支持和快速的功能更新来维持客户满意的结构。
阿查里亚也谈及大型科技企业的“创新方式”。据他观察,大多数既有的成熟企业并非开创全新类别,而是将资源集中于逐步改进现有核心产品。也就是说,它们认为在目前畅销的产品线上增加功能更为安全。这种策略虽有利于短期盈利和风险管理,却可能拖慢整体市场的创新速度。反之,大企业未涉足的新领域则成为留给初创企业的空间。他强调,理解这种既存企业与新生企业间的结构性差异,对于判断应在何处进行创业与投资至关重要。
在AI领域,他强调了“应用层”整合的重要性,而非单一模型。阿查里亚认为:“聚合和协调多个专用基础模型的层具有巨大价值,这个层将成为‘应用公司’。”当前AI生态是通用大模型与领域专用模型并存的“割裂市场”。他预见,将这些碎片化的模型根据情境组合连接、解决实际用户问题的应用程序将创造最大附加值。这意味着竞争将超越单个模型的性能比拼,转向哪家公司能最好地整合它们,并将其与现实业务和用户体验相连。
阿查里亚的诊断传递出需警惕单向度技术乐观主义的讯息。软件与AI创造的机遇依然巨大,但同样需要解读市场结构、转换成本、各区域人才环境以及既存企业与新生企业间的博弈关系。在基于现实而非夸张的期望上制定战略,才是使技术创新与产业增长皆可持续之道。
为何“代码能解决一切”的想法对初创企业和投资是危险的?
这种想法忽视了软件的实际能力边界,导致投资策略和产品方向扭曲。它制造了不切实际的期望,当复杂的社会经济问题无法仅凭代码解决时,会造成市场失望,损害行业信誉。可持续的创新需要承认技术局限并正视问题的复杂性。
SaaS转换成本下降会给客户和供应商分别带来什么变化?
对客户而言,选择灵活性增加,能更冷静地基于价格、功能和质量进行比较,议价能力提升。对供应商而言,原有的“锁定效应”减弱,竞争加剧,必须依靠持续的产品创新、优质服务和快速迭代来留住客户,而非依赖高转换门槛。
为何AI市场中“聚合与协调”层被视为最大机遇?
当前AI生态模型碎片化,单一模型难以解决所有问题。能够将各种专用模型有效整合、编排,并针对具体应用场景形成解决方案的“应用层”,创造了连接技术与实际业务需求的桥梁,因此具有巨大的商业价值和差异化竞争空间。

交易所
交易所排行榜
24小时成交排行榜
人气排行榜
交易所比特币余额
交易所资产透明度证明
去中心化交易所
资金费率
资金费率热力图
爆仓数据
清算最大痛点
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
ETF追踪
比特币持币公司
加密资产反转
以太坊储备
HyperLiquid钱包分析
Hyperliquid鲸鱼监控
索拉纳ETF
大额转账
链上异动
比特币回报率
稳定币市值
期权分析
新闻
文章
财经日历
专题
钱包
合约计算器
账号安全
资讯收藏
自选币种
我的关注