【/h/]最近，一篇题为《人工智能有优步问题》（信息）的文章发人深省。

蒂姆O & apos赖利指出:优步和来福车利用丰富的风险资本来补贴票价，赶走了竞争对手。如今，OpenAI等富裕的人工智能初创公司正在重复这一优步模式。

【/h/]在中国，我们常说滴滴是“假垄断”——下架18个月后，它仍然是王者&；自成立以来，累计亏损超过1000亿元。

【/h/]当脸书凭借网络效应成为“赢家”时，同样拥有网络效应的滴滴继续烧钱，而且只能烧钱。

【/h/]在线租车行业的网络效应就像一个“魔咒”。

【/h/]首先，从A到B的出行服务过于标准化，乘客急于满足出行需求，司机也在同时切换几个平台。其次，在出行服务中放大社交功能容易出现安全问题，比如滴滴的顺风车业务。

【/h/]因此，即使被垄断，滴滴也没有定价权。如果要提高客单价和取消补贴来增加毛利，别说贪婪的高德，就连连城出租车系统也会从中分一杯羹。

【/h/]open ai为何迎来优步时刻？在文章中，作者蒂姆O & apos事实上，赖利主要是想批评一种“阻碍市场公平竞争”的现象。

【/h/]但我们不妨比较一下OpenAI和优步的困境。

【/h/]硅谷著名投资人克里斯·迪克森曾说过“工具为网络而来，为网络而留”。在这句话中，优步没有完全做到，OpenAI只做到了前半部分。

【/h/]尽管技术壁垒远比优步深得多，但大型模特公司尚未表现出捆绑用户的能力。Similarweb数据显示，在2023年5月至2024年1月的五个月期间，ChatGPT的总访问量有所下降；去年11月惊艳亮相的GPT店没有激起任何水花。大多数聊天机器人每天只能吸引一到两个用户。

【/h/]大胆想象一下，克劳德3开启了“田忌赛马”的定价策略。下一步会是熟悉的价格战吗？

【/h/]其次，AI时代的网络效应是“有毒的”——某种程度上，用户越多，损失越多。Anthropic的长期毛利率在60%左右；OpenAI由于ChatGPT是免费的，毛利率可能会更低。相比之下，美国SaaS公司的毛利率通常在70%左右。

【/h/]当然，只要AI创业能够保持这种增长势头，投资者也可以忽略损失，直到收入增长下降到30%~40%。一位VC合伙人表示:届时，如果一家公司的经营现金流为负，且至少10%的收入没有在短时间内转化为现金流，将很难吸引新的投资者。（X热点|不要和马斯克说话！“叛徒”Anthropic解决了困扰OpenAI的问题。)

【/h/]这引发了一个问题:OpenAI的护城河真的坚不可摧吗？而人工智能初创企业如何建立自己的“护城河”？

【/h/]首先，关键点:获取和维护付费客户。

【/h/]什么是“护城河”？是关键的技术壁垒还是压倒性的市场份额？

【/h/]这些都是表象。真正的“护城河”是企业产生利润的能力——企业与供应商和客户的议价能力，这有助于企业提高价格和降低成本，从而产生更高的利润。

【/h/]一个简单的推论:如果我花X元（CAC），我可以得到一个为我花Y元（LTV）的客户，只要Y & gtx，烧钱值得。

【/h/]为此，企业要么减少X，要么增加Y..如果不能同时实现，还可以拉长时间段，最终使y》的总值；x总值。

【/h/]当我们把企业的核心组成部分划分为“A创造事物；b .吸引顾客买东西；c分发东西”（埃文·阿姆斯特朗），你会发现两个不同之处:

【/h/]因此，获取和维护付费客户的能力将成为AI企业构建“护城河”的关键。

【/h/]与充满不确定性的C端用户相比，注重技术创新（强支付）和长期合作（高粘性）的B端客户是安全的选择。

【/h/]具体来看，OpenAI逐渐转向B端业务，ChatGPT是引流，API是营收大头；Anthropic显然已经一头扎进了B端市场；此次被微软“吞并”，几乎宣告初创企业放弃了C端聊天机器人战场。

【/h/]其次，区别:抢先“包装”AI品牌

【/h/]一旦企业发现底层技术无法产生差异，就必须寻找新的差异。这个时候，品牌和影响力比以往任何时候都更重要。

【/h/]著名风险投资机构NFX研究了数百家人工智能应用层初创公司，发现他们的产品实际上就像“水”一样，技术差异趋于零！

【/h/]许多AI公司期望以“（数据+模型）*用户体验”取胜。

【/h/]但事实上，真正有效的公式是“（数据+模型）*用户体验*（分销+客户感知价值）”。

【/h/]NFX认为，目前在数据和模型上实现差异化是不可能的——非结构化数据可能会在一段时间内给企业带来优势，但最终的数据本身是不够的，大多数情况下模型是可以互换的。

【/h/]还剩下什么？

【/h/]首先是用户体验。在加密货币中，用户体验就像吃玻璃一样。现在的AI也是如此。会有人想出一个令人惊叹的AI应用程序吗？但这个应用程序100%不会是一个纯粹的聊天机器人。

【/h/]其次是分销。例如，如果您想基于用户数据开发个性化的AI应用程序，则很难与Instagram、Sharepoint和Google Drive等现有公司竞争。

【/h/]最后是客户感知价值。这部分是目前空之间最有效的元素。如果一个企业一开始就能做出好的品牌，它可以在最丰富、最质朴的材料中注入情感价值，但这几乎会成为一种“心理游戏”。

【/h/]总而言之，NFX分享了一个思维框架:生成式人工智能就像水，人工智能应用就像瓶装水。

【/h/]水有三个特点:必需品、无处不在、几乎每瓶水都有。

【/h/]这听起来有点绝望，但美国大约有80个瓶装水品牌，每个人都过得很好，瓶装水也是美国最畅销的饮料。

【/h/]从历史上看，美国瓶装水行业经历了“衰退-智能营销和细分市场复苏-现有企业进入、收购真正的冠军企业并击败大多数竞争对手”的重生周期。

【/h/]1850年，在美国公共供水系统发展的早期，出现了一些地区性瓶装水企业，宣传瓶装水比自来水更清洁。

【/h/]1900年，美国大多数公共饮用水已经变得清洁，然后瓶装水行业逐渐消失。

【/h/]1970年，法国品牌巴黎水进入高端市场，其销售模式主要是B2B，用于制作鸡尾酒。

【/h/]1975年，巴黎水开始播放D2C广告，将该品牌定位为高端、性感、更新鲜、更纯净的自来水替代品。随后，巴黎水的销售额从1975年的300万美元飙升至1979年的2亿美元。（1992年被雀巢收购）

【/h/]可以说，巴黎水推动了美国瓶装水市场的正式复兴，并且这种增长势头一直在持续——从1988年到1998年，美国整个瓶装水市场的销售额增长了144%。

【/h/]2001年，可口可乐和百事可乐通过净化自来水建立了两个中端市场品牌:Aquafina和Dasani，并凭借其原有的分销优势，占据了巨大的市场份额。但这两个品牌并没有挡住其他品牌的路，现在又有新的瓶装水企业以同样的模式出现:液死和叶绿素水。

【/h/]理性地说，人们不需要那么多瓶装水品牌，但当越来越多的创始人带着独特的故事和价值观来到市场时，品牌总能存活下来。

【/h/]基于此，NFX认为人工智能企业在获得技术优势之前至少应该学会营销游戏。

【/h/]第三，转折点:从查找数据到处理数据

【/h/]风险投资机构Greylock也认为人工智能初创公司需要精通营销，并给出了进一步的建议。

【/h/]首先，创始人应该是在该领域有经验的产品构建者:只有深刻理解复杂性，才能制定正确的营销推广策略，预测销售进度和招聘进度。

【/h/]其次，利用紧迫感（FOMO）来主导主要分销渠道:从经验来看，没有采用FOMO战略的垂直企业需要很长时间才能看到业绩起飞。

【/h/]但与NFX的“草率”不同，格雷洛克强调了数据的重要性——不可复制的专有数据集可能会产生差异，只有客户使用产品时产生的数据才能形成长期壁垒。例如，客户标记他们自己的行为数据或通过与产品交互生成的数据集。

【/h/]目前，对于许多垂直行业来说，数据仍然停留在杂乱的传统系统中。为了处理数据，一些大型科技公司已经开始为客户提供合成数据的服务，并使用合成的数据进行模型训练以实现快速交付的目标。

【/h/]这样，AI创业的战场正在从旧的壁垒（数据源）转向新的壁垒（数据处理）。

四。结论

【/h/]“护城河”通常是以静态的方式讨论的，就好像它已经在企业中被“固定”了一样。但事实上，每个企业破产的概率不可能为零。即使从大数据的角度来看，一家公司在诞生的第10年和诞生的第25年倒闭的概率是一样的。

【/h/]一劳永逸，“护城河”是行不通的。无论是过去还是未来，最优秀的企业总能为特定客户解决“持续更新”的痛点，这就要求企业不断高速改进最优秀的产品，以创新扩大竞争优势。正如马斯克所说，“创新的步伐”。

【/h/]对于一家人工智能初创公司来说，如果你犹豫不决，不妨从解决方案中删除人工智能元素，看看它是否是一项好业务。