a16z创始人Anish Acharya：SaaS已死？利润率不再重要？为什么我们不在AI泡沫中？

原始标题: a16z, Anish Acharya: Is SaaS Dead? Do Margins Still Matter? Why We Are Not in an AI Bubble?

发布日期: 2026-02-09 | 来源频道: @20VC

📝 深度摘要

1. 讨论背景与核心主题

本访谈由 Harry Stebbings 与 Andreessen Horowitz 普通合伙人 Anish Acharya 进行，主题聚焦于当前科技投资领域最具争议的核心议题：SaaS 是否已死、AI 是否存在泡沫、以及在 AI 时代 margins（利润率）是否仍然重要。Anish Acharya 作为 Andreessen Horowitz 消费与金融科技投资板块的负责人，基于其在一线早期投资中的丰富经验，提供了一系列与市场共识截然不同的逆向思考。访谈时长约 80 分钟，属于 60-90 分钟深度访谈区间，涵盖投资逻辑、竞争格局、创始人画像、估值模型及行业未来展望等多个维度。

2. 核心干货概览 (Capital & Market Takeaways)

3. 深度决策链还原：投资假设与市场逻辑 (Investment Thesis & Market Logic)

行业痛点与背景

公开市场对 SaaS 公司的定价逻辑正在经历根本性重估。投资者不再笃定传统企业软件的收入具备粘性（sticky）和持久性（durable）。Anish 指出，当前市场存在一个"讽刺性事实"：大多数 SaaS 公司不仅提价了，而且是在没有显著增加功能的情况下提价——这恰恰是产品市场契合度（product market fit）的终极检验。如果面临巨大竞争压力，公司通常会降价而非提价。

AI 推理成本的"火箭筒效应"被严重高估。企业软件支出仅占 IT 总预算的 8-12%，即使使用 AI 完全重写 payroll、ERP、CRM 系统，充其量也只能节省这 8-12% 的成本。理性决策者会将 AI 能力用于优化另外 90% 的非软件支出——供应链、人力资源、制造流程——而非在存量软件市场上与现有巨头血拼。

核心投资逻辑推导

关于应用层 vs 基础模型的价值捕获：Anish 认为基础模型公司之间 80% 的能力是同质化替代品，真正的价值洼地在聚合层（aggregation layer）应用公司。以编程工具为例，Gemini 擅长前端代码、Cursor 擅长后端、Windsurf 正在崛起——用户需要在不同模型间切换，但切换成本极高。Cursor 作为单一编排层（orchestration layer）整合所有模型，价值显著。创意工具领域同样如此：Midjourney 在美学表达上极度特化（aesthetically opinionated），Ideogram 为平面设计师提供非特化选项，用户需要同时访问多个特化模型，应用公司成为必然选择。

关于 AI 公司 revenue durability（收入持久性）的误判：市场普遍高估了 AI 公司收入的脆弱性。Cursor 可能在今年被 Windsurf 吃掉一半收入——Anish 表示他认识的每个人都在从 Cursor 转向 Windsurf。但这不代表 AI 应用层整体失败：不同用户画像需要不同产品形态，IDE 爱好者偏好 Cursor，CLI 极客偏好 Windsurf，市场会分化而非收敛。

关于"并非泡沫"的论证：Anish 提出三重证据链。第一，OpenAI 的每次产能扩张（3x capacity）都带来 3x 收入增长，推理供给永远是 100% 售罄状态——这与 2000 年互联网泡沫时期的供给超前需求建设形成鲜明对比。第二，客户支付价格在上涨而非下跌，没有出现典型的供过于求导致的价格压缩。第三，即使存在补贴，也是"智能补贴"：大模型公司（OpenAI、Anthropic、Google）为获取用户承担推理成本，这种补贴最终转化为高付费用户的持续消费——Grok Heavy 用户月付 300 美元 + 用量费，ChatGPT 200 美元 + 用量费，这已是消费级软件从未见过的价格锚点。

增长路径与护城河

网络效应的持久性：Anish 强调网络效应仍是护城河黄金标准。Airbnb 的供需双端网络效应在 AI 时代同样难以被 vibe coding 替代。传统数据库如果缺乏 engagement layer（参与层）和围绕其构建的人工作流，确实面临风险；但核心银行系统每秒处理数千笔交易、数百人交互、对准确性要求极高——这类系统记录（system of record）的护城河依然坚固。

实时/专有数据的新价值：健康数据、产品运行数据等"live"数据源具有独特价值。同一基础模型面对专有/实时数据时，即使是最先进的通用模型也难以匹敌。数据资产在 AI 时代的估值逻辑正在经历范式转换。

从"按席位定价"到"按结果定价"：部分 SaaS 公司正从 per-seat 定价转向 outcome-based 定价，这对传统订阅模式构成长期压力，但转型过程缓慢，现有玩家仍有充足时间窗口。

细节支撑

Switching cost 下降的量化影响：Anish 引用 Alex Rampell 的经典论断——“某些公司拥有的是人质（hostages），而非客户”。SAP 系统客户实质上被绑架：切换到 Oracle 是多年高风险项目，可能失败，负责人可能被解雇。但 AI coding agents 正在大幅降低这种迁移成本——系统集成复杂度下降、风险下降、时间缩短。“人质"数量将减少，对整个生态是利好。

定价权作为 PMF 指标：Anish 分享了一个反直觉视角——价格是产品市场契合度的终极衡量。如果公司能在没有显著功能迭代的情况下持续提价，说明客户对其价值的依赖度已达到临界点。ServiceNow 作为"能干的在位者”（capable incumbent）刚刚上市并上调全年指引，证明了在位者的适应能力被市场低估。

4. 核心干货运用：创始人与 VC 手册 (Founder & VC Playbook)

招聘与人才策略

“初学者心态"在消费端的竞争优势：Anish 认为在消费者领域，初次创业者的"beginner’s mind"和"愿意被嘲笑的意愿”（willingness to be embarrassed）是差异化竞争优势。太多消费产品让人一眼看穿其"尴尬"——25 岁的创始人没有历史负担，敢于追求资深创业者因"偶像包袱"而回避的创意。成功案例包括 character.ai 和 Replika——这些产品让大公司感到不适，但市场需求真实存在。

技术深度即销售能力：以韩国 AI 视频公司为例，两位创始人在首次路演时穿着传统韩服、喝着 Celsius 能量饮料、外表与典型 MBA 风格截然相反。但他们对技术和领域的掌控力（command of technology and domain）让投资人信服。“书呆子气"的外表下是对产品本质的深度理解，这比任何销售话术更有说服力。

融资与稀释策略

“影响力即新型销售与营销”：Anish 引用 Jason Lin 的话——“对最佳公司来说，影响力（influence）是新的销售与营销”。在 AI 时代，power users（高活跃用户）的价值远超传统软件时代：Spotify 最高付费档位仅 25 美元/月，但 AI 产品出现了 300 美元/月的 Grok Heavy + 用量费模式。获客成本（CAC）被这些高 LTV 用户完全覆盖。

M1 vs M2 指标陷阱：AI 产品获得大量"游客”（tourists）——他们在 M1（首月）注册但不付费。将 M1 作为真实获客指标是错误归因。M2（次月）才是首批真实用户的起点。对这些用户应适用与传统软件同等的留存率考核标准——50% M12 留存率是健康基准，60-70% 属于优秀。

投资人必须亲自使用产品：Anish 给出的最核心建议是——投资人必须比以往任何时候都更深度地使用产品。五到七年前的金融科技投资时代，洞察需要"走进小商业保理业务"这类繁琐流程；今天的 AI 原生投资只需每天醒来试用三个新模型并真正用它们构建项目。“这种自律是非谈判的”（non-negotiable）。

销售与 GTM 实战

VC 品牌借力的艺术：最佳创始人知道如何最大化利用 VC 资源。Anish 描述了与 Alex（a]16z 创始人）的互动模式——Alex 会直接打电话给 VC 合伙人要求引荐销售代表，即使对方是 1000 美元的小订单也亲力亲为。“他不是没有时间，他是 100% 全天候工作。“这说明顶级创始人不"需要"VC，但他们知道如何从 VC 体系中提取最大价值。

VC 能做的只有引荐：市场无法被 VC 扭曲。VC 只能做一件事——引荐。最佳创始人在公司最弱小、最需要背书时，充分利用 VC 品牌为自己增信（“我来自 Andre Horowitz” vs “我是 XYZ 公司”）。随着公司品牌成长，VC 品牌逐渐淡出，这是健康的动态。

5. 冲突点与逆向思考 (The Contrarian Corner)

反直觉/看空观点

“vibe code everything"被高估：市场认为 AI 将” vibe code”（ vibes 基编程）一切。Anish 认为这在企业软件领域是错误的——只有 8-12% 的 IT 预算值得被"重写”，风险收益比不划算。AI 更可能的路径是扩展企业边界（extend your core advantage），而非替换存量系统。

Cursor 的脆弱性被忽视：市场将 Cursor 视为 AI 编程工具的确定性赢家。Anish 指出 Windsurf 正在快速蚕食其市场份额——“我认识的每个人都在用 Windsurf”。这不是市场结束，而是市场分化的开始。

“agent 过度炒作"存在合理性：极端观点认为 AI agents 将完全自主运行、人类无需介入。Anish 认为这"领先于现实”——至少在当前阶段，human-in-the-loop（人类介入）是必要的异常处理机制。指令的模糊性是人类管理 AI 的核心挑战。

争议议题

“竞争是失败者的游戏” vs 市场定义：Peter Thiel 的"竞争是失败者的游戏"被奉为圭臬。但 Anish 指出，如果市场定义足够宽泛（行业而非细分赛道），大量公司可以共存。法律科技市场 500 亿美元规模，足以容纳十余家融资过亿的公司。关键问题是：你定义的"市场"是赛道（race）还是行业（industry）？

Margins 在 AI 时代是否仍然重要：传统 VC 教条是 margins 决定一切。Anish 认为需要"解构"margins——免费试用用户的获取成本不应计入 CAC，真正的 margins 来自转化后的付费用户。“智能补贴”（由大模型公司支付的推理成本）正在改变 unit economics——这是比 2021 年"Google/Facebook 广告补贴"更健康的模式。

6. 金句 (Golden Quotes)

• “你拥有这个创新火箭筒（innovation bazooka），为什么要把它指向重建 payroll、ERP 或 CRM？”
• “价格是产品市场契合度的终极检验。如果面临激烈竞争，你不会提价，你会降价。”
• “有些公司拥有的是人质（hostages），而非客户。”
• “我们没有处于泡沫中——这是好事。每次产能扩张都带来 100% 的供给售罄。”
• “影响力（influence）是新的销售与营销。”
• “模型公司会复制 primitive（底层功能），但它们没有优先级、资源和野心去构建围绕 primitive 的完整功能表面（feature surface）。”
• “网络效应是护城河的黄金标准，至今未变。”
• “执行力和专业能力不再是约束——野心才是。”
• “最优秀的创始人不需要 VC，但他们知道如何最大化利用 VC。”
• “AI 不会移除你的任务——它会让你做你原本没时间做的任务。”

本摘要基于 2025年2月9日 Harry Stebbings @20VC 播客访谈整理，嘉宾：Anish Acharya（a16z GP）。所有数据和时间线均来自原始对话，未引入外部研报。

📺 视频原片

视频ID: Aq0JSbuIppQ