这是知乎 COO 张宁近期对国内过去十年创投环境的深度思考。

张宁认为，美国硅谷在过去十年中专注于 SaaS，通过软件的标准化来提高企业的效率和经济性，并且鼓励开放性和多样性。

中国在过去十年里未能充分发展企业级软件和 SaaS 领域，错失了与美国市场类似的创新机会。

这与中国创投生态中的封闭性和大企业主导的“闭环”逻辑密切相关，国内的创业环境更多集中在消费互联网和“超级应用”上。

在生成式 AI 时代，美国市场的开放性和多样性赋予了企业在 AI 技术应用上的竞争优势，而中国市场的进展则因缺乏场景和商业模式而受限。

他认为国内创业者和投资人应该从“入口”心态转变为“接口”心态，促进创新生态的开放性和多样性，尤其是在全球市场的背景下，推动 AI 技术在企业和消费者市场中的应用。

此外，他还强调国内早期投资生态应该鼓励多样性和包容性，促进更多小型基金、个人投资以及多种形式的孵化/加速项目，以支持中国 AI 创业生态的长远发展。

以下为这篇文章的全部内容，enjoy～

近期的一想象一下两家咖啡馆：一家在 Palo Alto，另一家在北京。在第一家咖啡馆里，工程师们一边喝手冲咖啡，一边讨论 API 集成。在第二家咖啡馆里，运营经理一边喝着奶茶，集思广益，策划病毒式营销活动。

2010 年代见证了世界两大经济体在科技史上最深刻的分歧。硅谷加倍投入企业软件，而中国则将赌注押在消费者应用上。这两种策略都以无人能预料的方式奏效了，也失败了。

共同之处是：两者以不同的方式完成了社会经济的数字化。

疫情三年，星移斗转，GPT 横空出世。过去的十年，我们到底错失了什么，又应该如何进入下一个十年？

软件吞噬一切

2011 年 8 月，Marc Andreessen 在 Wall Street Journal 上发表了 Why Software Is Eating the World 一文。这篇文章站在 2010 年代的开端，一方面回顾了互联网、智能手机和云计算对商业社会的改变，另一方面抛出了软件在进一步重塑汽车、零售、物流、金融、医疗保健和教育等传统行业。

2012 年 5 月 18 日，Facebook 在 NASDAQ 以 1040 亿美元的市值上市，就募资金额看，是美国历史上第三大 IPO。在资本市场和媒体的一致看好之下，仍然很快跌破了发行价，到了月底，跌去了四分之一的市值。尽管如此，它还是为早期投资人和员工提供了丰厚的回报。

这次史无前例的 IPO 产生了深远的影响，很多早期员工年纪轻轻就财务自由，同时又深谙软件的巨大价值，很多人转身创办新的软件公司，Asana、Quip、Cloudera 等先后浮出水面，面向企业提供服务。而面向消费者服务的 Quora、Path 等公司则发展较为缓慢。

另一方面，Facebook 在 IPO 之后的十年中通过自身强悍的执行牢牢占住了社交王座，把 Twitter 和 Snap 甩开数个身位，成为唯一能在数字广告市场上与 Google 竞争的科技巨头。

在收购 Instagram 和 WhatsApp 之后，Facebook 逐渐形成了近乎垄断性的行业地位，让一路看着 Facebook 长大的风险投资人避免在社交赛道上与 Facebook 直接竞争。

可以说，在 Google 和 Facebook / Meta 之后，美国科技业几乎放弃了在消费互联网上再造流量入口的尝试，转而选择了一条截然不同的路线，造就了硅谷下一个十年的繁荣。

美国：SaaS 接力移动

正如 Marc Andreessen 预言的，软件完美接力上一个十年中的消费移动应用，成为新十年的主流投资趋势。新创办的 SaaS 创业公司在 2010 年 - 2015 年间，增速成一条 45% 的直线，每年都在 1000 家以上，直到 2018 年以后才逐渐下降。

从投资金额来看（来源），在 2008 - 2017 的十年间，风险投资逐渐达到高峰，特别是在 A-C 轮的成长期，每年投入的金额都在百亿美元的级别。这些投资主要都集中在了北美市场的 SaaS 公司上。

从退出的角度看，面向消费者的名字往往因为家喻户晓而饱受关注，但 SaaS 公司无论是 IPO 还是并购，退出数量远远超过这个时期的消费互联网公司。

回看这些变化的时候，更会感受到 Marc Andreessen 文章的预见性。他从 Netscape（更像是消费互联网）到 Loudcloud（企业云服务）的经历，以及对 2000-2010 年间的趋势变化的理解，让他更早的认知「这是个巨大的机会。我知道该把钱投到哪里」。

所谓「巨大的机会」，无非是基础设施的普及，成本下降，但当人浸泡在这样的现实中的时候，就会无所知觉。反而是从前个时代穿越而来，才能感受到变化的剧烈，以及未来如何分布不均。

从协作办公，到销售营销，到人力财务，再到 IT 安全，软件装上了 SaaS 的商业模式渗透进企业业务流程的每一个环节。

在 Microsoft 和 Oracle 的时代（参考：《Oracle：复杂性战争)，企业软件往往以功能的全面性著称，而在 SaaS 时代，软件则以专注于某个环节或者某个行业著称。

自动化平台 Zapier 在 10 年间连接了 6000 多个企业软件的应用程序接口（API），成为一家仅融资一轮就盈利的独角兽公司。

API，或者说「接口」，不是为 SaaS 设计的，但由于 SaaS 需要和企业客户对接，开放可编程接口是必备特性。同时，开源软件社区也逐渐壮大，技术栈中越来越多的开源代码也需要通过接口相互连接、调用，形成了一整套基于「接口」的软件生态。

在这个生态下，一家公司努力做好一件事，其它搞不定的事情，就找到其它公司的接口来解决。这既是一种软件开发哲学，也是商业生态的网络效应，更是资本投入的高效杠杆。

中国：超级应用崛起

中国的故事发生在消费互联网上。

字节跳动把 Facebook 的 Newsfeed 发扬光大，在没有社交图谱的情况下重新发明了信息流，之后又把短视频生意做到了全世界。

美团和滴滴曾经是「共享经济」的代表，现在则是本地生活和交通出行的巨头。

拼多多从水果团购起家，现在则以匪夷所思的低价和退货政策，成为淘宝、Amazon 之外的电商新一极。

所有这些公司都有一个共同的名字，叫「超级应用」。最先获得这个称号的其实是微信，而后，中国的消费移动应用都开始在产品增加更多相关或不相关的功能，依靠各种小红点、推送通知或游戏化奖励做产品内部的引流和渗透。微信依靠春晚红包获得了支付能力，美团从团购变成了「送啥都快」的生活小帮手，拼多多和支付宝都可以看视频，抖音和快手则可以购物和打游戏。

闭环，是中国互联网上黑话中的黑话；入口，是中国投资人眼中的皇冠上的明珠。

顺着「闭环」的「入口」看进去，只剩下直播间里卖的新国货。

我曾经和一位中国的顶级风险投资人交谈，他历数了自己投资过的中国 SaaS 公司，这些名字远没有其美国同行响亮，惨淡经营，也难以看到上市退出的希望。

在 GPT 横空出世之后，美国 SaaS 公司纷纷开始向客户提供 AI 功能，过去已经建立的客户基础和产品场景为 AI 提供了通路和上下文，大大提升了在 AI 上创新投入的回报确定性。

在中国，AI 应用却因为缺乏场景和商业模式而进展缓慢。

上一个十年的错失，会改变未来数个十年的路径。

错失了什么，为什么？

我在《视频生成：AI 的十亿消费者机会》一文中表达过一个观点：

消费互联网（Consumer Internet）铺路，企业互联网（以 SaaS 为代表）造车，后者并不是一个独立发展的趋势，而是前者达到临界规模后的衍生。

这句话其实和 Marc Andreessen 讲到的「软件吞噬世界」的先决条件没有本质区别：正是因为互联网在消费者侧的大规模普及，才能推动云计算等基础设施的快速铺开，为企业软件的成长奠定基础。

在上一个十年中，中国市场长出了短视频，也很快把 TikTok 复制到了美国市场，美国本土的 YouTube 和 Instagram 也快速跟进。加上疫情居家办公的影响，短视频在企业营销、教育培训等方向愈发重要，也催生了大量的衍生基础设施。

那么，中国市场错失的是 SaaS 吗？从投资回报的角度看似乎是这样的。但仔细看，中国的企业软件很多没有以独立公司的形态存在，而是作为大厂「闭环」生态的一部分而存在的，更具体来讲，往往是和云计算业务捆绑在一起。这其实很像 Google / Microsoft 提供的企业软件，往往是用来敲开企业客户购买云计算服务的敲门砖一样。类似的，在腾讯 / 阿里 / 美团的电商生态中，也蕴藏着大量与零售、金融、物流等相关的软件。

这些来自大厂深处的企业软件，延续了消费互联网那种烧钱换规模，然后羊毛出在猪身上的「入口」逻辑。它们用免费 + 捆绑销售的形式进入市场，凭借自身强大的市场开拓能力跑马圈地。这种逻辑，不仅仅消耗了大量的资本，也绑住了大量的软件工程师人才在一个高度集成的项目上，而非通过不同产品之间的「接口」进行重新组合。

在 2010 - 2020 年中，大厂的战略投资逐渐崛起，而以 LP 回报为目标的风险投资基金则且战且退。战略资本的最高目标是实现企业的战略意图，如果大厂是在超级应用上竞争，那么投资的目的也是如何更好的打造闭环，而不是打造更多的开放接口。

早期创投的价值在于多样性，而多样性来源于开放性。这需要生态里面的玩家抱有「接口」心态，而不是「入口」心态。

SaaS 或许是因为中国企业服务市场的整体现状而未能得到机会，但其惨淡现状也反映出中国创投生态的问题。

美国的生态截然不同，下面分成几个层面来看。

技术层面：以 GitHub 为代表，基于开源软件生态，出现了一批开发者工具（Developer Tools），围绕软件开发的各个环节，专门服务软件工程师这个成本昂贵的群体，进而服务企业中的核心数字资产和业务流程。
这意味着，软件开发的生产效率在不断改善，软件工程师的人效在持续提升，软件工程的稳定性和可靠性也越来越有保障。
产品层面：产品讲求差异化，不做同质化竞争，最终导致的结果是在垂直领域和业务环节都会出现细分。
要么选择一个大的垂直领域，端到端的把业务扎下去，要么选择一个通用性很强的环节，做宽度和覆盖，把客户在这个环节上的需求都吃掉。这一点是和消费互联网非常不同的地方，后者规模经济极强，最终往往是「一家独大」的市场格局。
市场层面：既有 PLG 这种以产品特性为主导，更接近消费互联网用户增长打法的路径，也有 SLG 以销售为主导的路径。很多创业公司在起步阶段就有 1-2 个 Design Partners，通过一定的股权绑定，作为「天使」客户提供产品建议，并锁定为最初的标杆客户。同时，2010 年成长起来的这些 SaaS 公司也培养了一代在经验、能力、人脉资源都更成熟的销售、市场人才，成为从技术到客户之间的润滑剂。另外，创投圈也是初创公司的客户来源，降低冷启动的难度。
财务层面：SaaS 的核心是用标准化产品来替代非标准化的服务，从而大大提升企业财务的经济性。美国人力成本高昂，软件公司特为尤甚，本土的核心团队规模都不会太大，追求人效，不愿意靠堆功能、做外包来赢得客户。很多做到亿级 ARR 的公司，团队规模还在 500 人以内。也有很多初创公司在百万美元 ARR 的规模上就开始盈利，对风险投资的依赖也在减小。
投资层面：风险资本也跟随产业趋势逐渐细分。特别是在早期投资的市场上，以 Y Combinator 为代表的加速器 / 孵化器大量出现，AngelList 上也出现了天使投资的 Rolling Funds，LP 可以按照季度进行小额定投（每季度在 1 万美元左右），还有一些 Venture Studio 的孵化模式，以及资金规模不高、但强调 deal flow 的独特性的 Microfunds。融资渠道的多样化大大增强了资本市场对创新的包容性。

在生态的不同层面上出现的变化，核心在于其开放性，而不是包含在某个大厂的「闭环」中。一个值得玩味的说是：中国讲「入口」，而美国讲「接口」。开放性和多样性才是中美两个市场在过去十年最大的差异，而非消费互联网与 SaaS 之争。

开放性和多样性是持续创新的基础。自 2022 年 GPT-3 问世以来，美国的 AI 生态从芯片和基础模型开始，到 2023 年进入 Infra、DevTools 的阶段，到了 2024 年，企业软件和消费应用也逐步浮出水面。创新的接力赛一棒接一棒，没有停歇的意思。

中国错失的，正是这种流水不腐的开放性与多样性。

如何进入下一个十年

2020 年代有两个开端。

一个是 Covid-19 的开始和结束。它对全世界的社会生活和政治经济都有深远的影响。对于科技行业而言，它一定程度上加速数字化的渗透率，特别是对更为传统的行业而言，仅仅是远程办公一个变化就足以驱动很多软件采购的快速决策。

另一个是 GPT-3 的发布。我们仍然处在生成式 AI 周期的早期阶段，它对人类社会的影响仍然有待展开。一个明确能够做出的结论是，它至少可以在上一个十年「软件吞噬世界」所留下的高度数字化的基础上，提升整个社会智能化的水平。

这两个开端，一个是把软件周期推向了最高潮，另一个则在高潮之上再添新力，带领世界进入了 AI 周期。

模糊的 B / C 边界

经过上一个十年，中美两个市场在很多地方开始互相追平。在基础设施建设上，美国通过软件周期把根深蒂固的传统行业进行了数字化，中国则通过移动互联网也完成了零售、支付、物流、公共服务等领域的数字化。

在人才储备上，软件工程师供给稳定，开发工具和技术栈越发高效。在成本优势上，两国的人力成本都有不同程度的上涨，但 AI 周期中也都有明显的效率改进机会。

消费互联网的创业和投资不确定性更强，而最终的回报也更惊人。TikTok 的崛起并不能被简单理解为是短视频产品形态的革新，而也要考虑到它突破了 Facebook 长期占据的 Social Graph，利用个性化推荐算法建立了全新的兴趣图谱（参考：TikTok and the Sorting Hat 和 Seeing like an algorithm）。AI 无论在产品形态、交互界面和智能算法几个角度上，都有机会做到全面创新。

难点在于：如何做好用户增长达到规模经济所需要的临界点？这是消费互联网的基本功，而在过去的十年中，只有 Uber 这样的共享经济公司还存有一些 know-how，除此之外，对于大量的 SaaS 公司，这几乎是一项失传的手艺。中国团队反而在这里已经经历过更惨烈的战斗，调动过更大规模的资源，也积累了大量的经验。

在企业市场上，中国软件公司的确需要面对更不愿意付费的客户或更封闭的商业生态。但在「出海」已经成为共识的前提下，这不应该成为障碍。

真正的难点还应该回到产品和市场契合上来，如何深入到使用场景中去，拿到更多的企业内部数据和上下文，让 AI 能够因地制宜，做出产品的厚度。以及如何构造面向全球的 GTM 能力，语言、文化、人脉都会成为新的问题。

在湾区和一些 AI 领域创业者交流的感受是：AI 在效率改进上的价值很可能并不会强烈的区分消费者和企业。比如生产力工具，很多产品起初的 PMF 是在专业消费者（Professional Consumers）上的，但最终赚钱是在企业客户身上——后者更有支付能力。

而在 AI as a Service 的模式下，初创公司用 AI 来提升传统服务业的效率，成为 AI 驱动的律师和会计师，面向消费者提供服务。

AI 周期中的消费互联网与 SaaS 边界越来越模糊。中国的创业者和投资人最不应该担心的，就是过去十年似乎错失了 SaaS 的机会，特别是对于早期公司，这个区别根本不重要。

对于旨在全球市场的 AI 创业者和投资人而言，更应该调整「入口」心态为「接口」心态，发挥各自的长处，分工协作，通过「接口」的网络效应放大自身的价值；而非在「入口」上同质化竞争，降低资本效率。

从「入口」到「接口」：开放与多样

我认为，对于中国而言，还需要做好一件事，就是补充早期投资生态的多样性。

在上个十年里，一批新投资人出现了，他们以「$500k is the new $5 million」为口号，往往有着在科技行业的工作背景和人脉，在初创企业更早的阶段介入，最终获得丰厚的回报。

现在，我们经常能在公司融资的新闻中看到一长串名字，其中很多人的投资金额并不高，但这些名字本身就是一种网络效应，为初创公司提供了大量非现金资源。同时，像 SAFE 这样的投资工具也简化了复杂的股权交易，抵消了因为多样而带来的额外成本。

可以认为，这是一种风险投资的「下沉」策略，更重要的是，它促进了创业生态中的连接性和包容性。

在湾区，你很少会觉得一个想法太奇怪，或太愚蠢，或太不符合主流叙事，这不仅仅是对创业者而言的，也是对投资人而言——他们很多人也认为自己是一个创业者，也会以独特的投资想法而赢得 LP 的认同。

回到中国，在上一个十年中赚到的第一桶金如何能够以更易得的形式传递给 AI 周期的面向全球市场的创业者？面向全球市场的天使投资、孵化器、加速器、Venture Studio、Hackerhouse 都在哪里？有没有 AngelList、SAFE 这样的投资工具来简化投资流程？

创业本来应该是 permission-less（无需许可的）。这是一种截然不同的价值创造方式：它需要站在未来，推导出现在可以做出的重大改变。它需要一些涓涓细流来滋养，而不是大力出奇迹式的大笔重注。

大厂高管据说已经成为现在中国 AI 创业里面的半壁江山。他们或许有更强大的资源优势，更容易获得资本的青睐。但同时，他们也有很强的路径依赖，产品想法往往集中在少数赛道上，少了一些想象力。他们动辄千万美金的融资或许能支撑一个伟大的愿景，但也会打击生态的多样性和开放性。

在上一个十年的软件周期中，美国经济刚刚从 2008 年的金融危机中走出来，资本变得更加谨慎。而互联网周期中赚得的「新钱」接替了「老钱」，以更灵活的姿态、更低的门槛支持了软件周期中的初创公司。对于 AI 周期的中国而言，也应该出现这样的创新接力。

上一代的创业者成为新一代的投资人，提供资金、经验和背书，既能做好资产配置，也能支持创新，实现长期愿景。更多的小型基金、个人投资或多种形式的孵化/加速项目，化整为零的滴灌、滋养未来的可能性。

资本当然会追求最大的收益，但逐利性也会限制创新的可能性边界。对于十年的周期而言，最坏的开局莫过于对多样性的破坏。

不要错失本可以想象的未来。

深度｜软件吞噬世界，我们错失了什么？