码观｜AI产品如何建立护城河：确定的增长飞轮？不确定性的保护？

创业领域存在一种观念，如果你有最好的团队、最佳的产品和最快的增长——你只要创造了人们想要的东西——你就不用担心没有护城河。

并非如此。

护城河对什么样的公司来说最重要，正是那些拥有最佳的产品、最有才华的团队和最快增长的公司。

这些公司也许禁得住一些损失。但它们随时会受到来自规模更大、资源更充足的大公司的压制，也会受到来自规模更小、速度更快的小公司的偷袭。它们成功的的速度越快，面临的竞争就越严峻。

如何加深自己的护城河？尤其在AI从数据到模型都在开源的今天，护城河意味着什么？我们对目前的几种观点进行了整理，希望借此与更多人一起探讨后AI时代的护城河如何建立。

1

护城河：先发优势带来的数据 产品飞轮

首先，什么是护城河？在《战略7力》中，汉密尔顿·赫尔默将它们定义为"保护商业利润免受竞争侵蚀的屏障"。他列出了七种类型：规模经济、网络效应、反定位、切换成本、品牌、垄断性资源、流程优势。

而在《从零到一》中，彼得·蒂尔认为有四种类型的护城河：独特的尖端科技、网络效应、规模经济、品牌。

护城河无法帮助创业者获得Product-Market Fit（产品市场匹配），创业者应该先想办法取得PMF，然后再思考如何让自己的产品减少来自竞争者的威胁。 拿了风投资金的初创公司的终极目标是上市，被以10亿美元或更高价收购，而不是被其他风投抬升估值。实现这样的目标需要很长时间，通常是七到十年。即使初创公司在竞争对手意识到它在做什么之前就擦出了火花，它也需要保护火苗不要熄灭，并想办法将其变成燎原之火，直到成功退出。对于一切都在顺利进行的公司来说，护城河可以决定其是成为IPO的成功案例还是落败的警示故事。 护城河不是通向成功的捷径，但缺失可能导致失败。

护城河这一话题最近频频在生成式AI创业公司中被提起，这些建立在Open AI的API之上的初创公司，被无情地称为"GPT套壳公司"。一方面是相信GPT套壳没有护城河的风险资本家和分析师。另一方面是创业者们认为制造伟大的产品并快速增长是最重要的，护城河会在未来形成。

Brandon Gleklen在Battery Ventures负责云服务相关的投资，他认为，生成式AI公司最终会有护城河，因为它们可以像之前的云服务公司那样，通过先发优势获得用户数据和反馈，并根据借此不断调整打磨产品，最终建立起护城河。

由于新增用户带来的边际服务成本增加微乎其微，云服务公司可以把更多钱投入产品研发。不过，单纯的研发投入并不是护城河，因为任何竞争对手都可以通过同样金钱的投入赶上。但是用户对产品的体验反馈带来的学习是无法被轻易复制的——这需要时间，更需要时机。

极少有产品能在一开始就无懈可击，最好的产品都是依据用户反馈不断进行迭代和改进而来，对用户需求和体验累积的洞察成为强大的优势。

这是目前在AI领域创业的公司最常被期待的模式——大模型很强大，但是AI幻觉同样不容小觑，况且也许在很多领域不需要这么强大的模型。垂直模型、大模型基础上的微调也许都是有利于直击用户需求的更好方案——不仅仅是因为它们的成本更低，也因为其中包含了行业经验和大量未必存在于纸面的know-how。

也许当前的大量AI应用无法摆脱"套壳GPT"的批评，但通过持续研发投入和以客户为导向的迭代，公司产品也会培育出核心用户群体和独特的价值主张。

而如果一家公司失败了，原因大概率不是"OpenAI发布了新版本"或者"大厂复制了某个产品"，更有可能的原因是，公司从一开始就没有找到PMF，或者即使找到了，团队也没有积极听取市场反馈来构建用户想要的产品。

2

护城河：复杂性和新颖性下的不确定

但我们可以同样举出反面观点。

The Information报道了两家生成式 AI 公司Jasper 和 Mutiny AI正在裁员。在这一轮AI热潮来临之前，成立于2021年的Jasper 一直在快速增长，它今年的收入预计达到7500万美元。去年10月，它借着增长势头达到了15亿美元的估值。九个月后，它在面临加剧的竞争时开始裁员。看来，该公司还没有建立足够深的护城河来保护其快速增长的成果。

如果先发优势就能形成正向数据—产品飞轮，Jasper也许会坚持得久一点。或许，我们能找到另一种关于"护城河"的解释方式。

风险投资人杰瑞·纽曼认为："新兴公司唯一能创造超额价值的护城河就是不确定性"，因为"不确定性让竞争对手保持距离，让你有时间建立起护城河。"

Jasper在建立起真正的护城河之前，就失去了"不确定性"的保护。

创业的想法越清晰，构建起来越容易，你就需要越快地建起护城河，反之亦然。

创业公司是否应该将所有的时间都用在产品上，或者即使在早期阶段也花一部分时间在策略上，取决于业务中存在多少不确定性。

纽曼提到了两种类型的不确定性：新颖性不确定性（技术风险）和复杂性不确定性（市场风险）。新颖性不确定性是指，公司能否真的创造自己宣称要创造的东西。而复杂性不确定性则是，即使你真的创造出来了这个产品，是否有天花板足够高的市场规模以及是否足够有利可图。

在不确定性的保护下，新兴的初创公司有一个窗口期来开掘护城河，如果没能在他人意识到之前开掘，超额利润将被竞争对手瓜分，未来也有更多困难要去克服。

这可以写成一个公式：

所需护城河深度 = 想法显而易见的程度 - 构建的难易程度

公式中的变量会随着时间而改变。不明显的想法可能会变得显而易见，因为市场赶上了你的洞察，客户用他们的钱包证明你是正确的。一旦难以构建的东西随着基础设施的改善变得更容易建立，一家公司的核心技术就可以成为另一家公司的API。对于创始人和投资者来说，随着实地情况的变化更新公式非常重要。

这个公式解释了像"伟大的公司是在熊市中建立的！"和"你需要有逆向思维并保持正确"的这样的创业真理。在这两种情况下，增加的不确定性提供了更多的时间来建立防卫能力。

有分析认为Twitter正是一个找准了PMF，然后才开始建立护城河的公司。投资人Packy McCormick 认为，Twitter起步时，大家会用，也把它当成玩具一样的产品，这正是Twitter幸运的地方。竞争对手没有重视人们发发中午吃什么的产品，而想要与之竞争时，已经错过了时机。17年后的今天，Twitter当年在复杂的不确定性下建立的网络效应依然强大。

也有人认为，Airbnb也在早期关注的是产品而不是建立壁垒。在Airbnb的种子轮融资PPT中，竞争优势部分列出了六个产品特性，没有真正的护城河(除非算上品牌，但在品牌建立起之前，它的作用微乎其微)。

Packy McCormick 同样指出，他们之所以能够成功并非只因为产品的杰出，更在于 Airbnb 当初看起来像一个糟糕的想法！Airbnb 在筹集资金方面面临了极大的困难。Airbnb融资不顺，2008年团队见了7个投资人，但没有拿到任何投资。

现在Airbnb的市值超过800亿美元，复杂性不确定性让 Airbnb 有时间发展起保护它的品牌和网络效应护城河。最终，Airbnb花了大量的时间、金钱和努力来建立这些护城河 —— 它雇佣了一支队伍来精密地平衡供应和需求，并与迪士尼合作呈现用户的住宿故事，这只是其中的两个例子 —— 但考虑到对什么人会愿意付钱住在别人的沙发上这一点的不确定性，他们在关注护城河之前专注于证明产品的正确性是无可指摘的。

3

AI领域没有不确定性

这就是为什么风投和评论界对生成性AI缺乏护城河非常担忧。在这里，几乎没有不确定性。

在ChatGPT的基础上打造产品会消除新颖不确定性，许多生成式AI产品早期的疯狂成功也让复杂不确定性不复存在！如果你做了一个新兴的AI产品并且开始崭露头角，你将面临其他创业公司、自筹资金的公司、独立开发者和对你的用户虎视眈眈的现有公司发起的激烈竞争。 竞争是不可避免的。在一个变化较慢或技术性新颖的领域，竞争也许可以接受，因为你会有时间建立基础护城河和客户忠诚度。在一个像生成式AI这样快速发展的领域，你在竞争对手出现前建立足够强大的护城河的可能性很小。 抛开那些GPT套壳公司，放眼整个AI领域，看看依然有可观的收入的公司——Hugging Face和Runway，这两个例子说明了当不确定性消失后，在不确定性期间挖掘的护城河就可以保护自己，而这是多么重要。 当 Hugging Face 在2016年创立时，AI 还不是热门的事物，其产品是一个基于自己的 NLP 模型的 AI 聊天机器人。第二年，谷歌的论文"Attention is All You Need"介绍了Transformer架构，Hugging Face 团队在 GitHub 上创建了Transformers开源库，该库在开源社区中广受欢迎。

Hugging Face 全力以赴地成为"机器学习的 GitHub"，它托管开源模型和数据集，为用户构建使用这些模型的工具，同时培养开发者社区。 在AI成为明确选择前的五年里，Hugging Face在复杂性不确定性下运作，挖掘护城河，其中最强大的就是网络效应。据今年7月的一篇报道，它的收入可能在3000万至5000万美元之间，并且正在以40亿美元的估值筹集新一轮融资。 如果说 Hugging Face 是成功利用复杂性不确定性提供的时间来建立强大护城河的例子，那么 Runway 就是一个正在发生的情况：它是否能在其新颖性不确定性的时间到期前挖掘出护城河？ Runway 也是在AI热潮之前，即2018年创立的，目标是构建"全球首个一站式AI生成平台"。它面临着新颖性的不确定性 -- 在2018年，AI还几乎不能生成图像，更别提视频了。它以一个谦卑的价格——以投后估值900万美元从 Lux Capital 拿到了200万美元。 在过去的五年里，它建立了基于自己应用研究的最先进的视频模型。最近，它宣布推出市场上最好的视频生成引擎Gen-2。 今年六月，Runway从Google，Nvidia，Salesforce等巨头处筹集了 1.41亿美元，估值15亿美元。

Runway想做的事情是非常困难的，以及最近大家才意识到这是可行的，所以迄今为止，它一直受到新颖性不确定性的保护。他们还快速地发布产品以保持领先。但我不确定该公司是否已经有真正的护城河，如果没有的话，它应该在不确定性耗尽之前迅速挖掘出自己的护城河。 这就是为什么对初创公司来说，建立堡垒是如此重要，即使它不酷。最简单的早期创业公司战略就是在吸引到严重竞争之前，引导有限的资源去建立护城河。 诚然，并非所有的创业公司在初期都需要护城河。如果最终成功已经显而易见了，而对手还在摸索，那就要开始挖掘自己的护城河了。如果它们足够幸运，能拥有招来激烈竞争的明显特质，那么护城河将至关重要。 现在就开始建立自己的护城河吧！ 参考链接：

https://www.notboring.co/p/when-to-dig-a-moat

https://reactionwheel.net/2020/11/productive-uncertainty.html https://batteryventures.substack.com/p/generative-ai-companies-have-moats