本文来自微信公众号：划要点KeyPoints体育游戏app平台，作家：林易，原文标题：《硅谷顶级风投a16z最新陈说：SaaS已死，AI应用的护城河来自三方面》，题图来自：AI生成
1月20日，硅谷顶级风险投资机构a16z发布了一份对于AI应用的深度分析陈说。主题聚焦于AI应用确凿的护城河在那处？
a16z总结出三个要点：
一、软件取代劳能源
以前二十年，SaaS行业的黄金王法一直是：将蓝本由东说念主完成的责任过程化、用具化，然后按东说念主头向企业收费。但在a16z看来，这个逻辑正在失效。AI应用正在进入一个新的阶段，软件即劳能源（Software is eating labor）。
这是一个比传统软件市集大得多的生意。a16z以投资的Salient为例，传统的SaaS念念路是卖一套更好的照管软件给催收公司，帮他们省钱，但Salient的作念法是：成功用AI取代催收员。传统的催收员不仅资本高、流动性大，何况受限于厚谊和法律常识，常常出错。而AI催收员可以熟知全好意思50个州复杂的法律条目，忽闪21种说话，且永远厚谊稳固。截止Salient不仅镌汰了资本，更进击的是帮客户多收回了50%的欠款。
“每个东说念主都想省钱，但每个东说念主更想赢利。”当软件不再只是用具，而是成功拜托截止时，客户清闲支付的就不再是每东说念主每月几好意思元的订阅费，而是基于截止的分红。
二、传统软件的AI原生化
尽管创业公司攻势凶猛，但a16z并不认为巨头会扬弃倒下。最好的公司领有的是“东说念主质”（Hostages），而不是客户。
像NetSuite、Workday这类巨头，记录系统早已镶嵌企业的肌理，极难被替换。对于这些存量市集的霸主来说，AI成了加固城墙的用具。Workday可以缩小上线一个AI配景窥察功能，并为此向每个职工收取500好意思元，客户诚然挟恨，但别无取舍。因此，a16z提议创业者避让这些巨头，去寻找那些全新的增量市集。
三、用专稀有据构建围墙花圃
跟着OpenAI、Google等巨头将大模子才略不停推高，模子自己的稀缺性正不才降。在模子日益商品化的今天，专稀有据（Proprietary Data）成为了惟一的围墙花圃。
Open Evidence是一个典型的案例。诚然ChatGPT也能回话医学问题，但Open Evidence领有《新英格兰医学杂志》等中枢医学文件的独家授权。这种基于闭塞数据构建的谜底，是通用大模子无法通过公开爬虫获取的。当AI领有了交融和推理才略，千里睡的数据就变成了金矿。
a16z认为东说念主性底层的逻辑相配肤浅：每个东说念主都想要两样东西：变得更富和变得更懒。对于企业来说，取舍AI不单是是为了降本（更懒），更是为了成功创造营收（更富）。从Ramp的数据来看，企业在AI上的支拨在2025年1月出现了一次巨大的跃升。这是实打实的坐蓐力落地。
不同于移动互联网时间只是是把电脑装入口袋，AI时间的变革是类似在以前五十年PC、互联网、云和移动本领之上的。它靠近的是全球80亿仍是联网的用户，扩散速率前所未有。诚然外界对AI泡沫的担忧从未罢手，但在a16z的投资领土中，那些能在数据上构建围墙、在业务上成功拜托截止的公司，正以0到1亿好意思元营收的最快记录，解释着这个时间的真实性。对于创业者而言，目下不是操心巨头的时候，而是去寻找那些还未被数字化的边缘，用AI把夫役活变成印钞机的最好时机。
a16z陈说内容划要点：
1、软件即劳能源是最大增量
SaaS行业的逻辑正在发生根人道迤逦，从卖用具进化为成功拜托责任截止。以前企业按东说念主头购买软件（如Office）来辅助职工责任，而AI时间，软件将成功取代劳能源完成任务。
2、专稀有据是惟一的围墙花圃
跟着大模子才略的普及和商品化，模子自己的稀缺性下落，专稀有据（Proprietary Data）成为确凿的护城河。创业者应哄骗私稀有据构建通用模子无法复制的上风。
3、交易模式变革：从卖原材料转向卖制品
在AI时间，单纯的数据订阅模式（卖原材料）价值有限，确凿的价值在于哄骗独宗派据生成制品。以前像PitchBook这么的公司出售数据供东说念主分析，目下AI应该成功基于数据生成完整的分析陈说或备忘录。这种从卖蔬菜到卖大餐的迤逦，能将居品价值普及10倍以至100倍。
4、巨头的防卫：领有东说念主质而非客户
现存的软件巨头（如Salesforce、Workday）不会扬弃被颠覆，因为它们领有极难被替换的记录系统和客户相干，这些客户更像是被锁定的“东说念主质”。巨头可以哄骗现存的把持地位，缩小上线AI功能并强制收费，客户诚然挟恨但别无取舍。
5、垂直整合服务：AI时间的门口霸说念东说念主
与其诱导一个难以销售给司帐师的软件用具，不如成功收购一家司帐师事务所动作锻练田，哄骗AI大幅普及服从，从而以更低资本服务数不胜数的新客户，成为一家AI驱动的超等司帐师事务所。这种模式解决了传统软件销售中最难的获客和拜托问题。
6、AI重构劳能源价值方程：增强而非单纯替代
目下的AI变革更多是增强劳能源或解决东说念主才穷乏，而非激发大领域清闲 。交易决策的中枢是资本与价值的量度：当AI能以极低资本全天候责任且厚谊稳固时，它推行上是在作念东说念主类不肯意作念或作念不好的责任 。将来的责任模式不是东说念主类被淘汰，而是跟着AI给与低效办事，东说念主类转向更高价值的领域，正如昔日的农民转向其他办事一样 。
7、破费者AI的契机在于团员与新类别
在破费者应用领域，除了创造全新的原生类别（如11Labs场所的语音市集），“模子团员者”往往比单一模子更有价值。这就好比Kayak之于航空公司，用户需要一个长入界面来调用扫数模子的最好才略，而不是被锁定在某一个大厂的模子中。因为大厂庸碌受限于自家模子，这给第三方团员平台留出了巨大的生计空间。
以下为a16z陈说原文：
1、宏不雅视角：居品周期驱动市集增长
回想1977年于今的纳斯达克指数，尽管短期内市集有涨有跌，但经久趋势永久朝上。这一增长的中枢能源在于居品周期。以前几十年，咱们履历了四个要紧的居品周期：
个东说念主电脑（PC）时间：这是起步阶段。
互联网时间：在PC基础上建造陶冶，出生了Cisco等基础技艺公司以及eBay、Amazon等应用层巨头。
云野心时间：AWS等基础技艺崛起，撑持了Workday、Shopify、Veeva等应用层公司的爆发。
移动互联网时间：将野神思放进了每个东说念主的口袋。
目下，咱们正处于第五个周期——AI时间。这并不是假造出现的全新事物，而是建造在智高手机普及和云野心基础技艺之上的。若是清偿几十年前，唯独ENIAC野神思而莫得云野心和移动端，AI只然而博物馆里的摆列品。如今，全球80亿东说念主大多领有智高手机，新本领的采选速率前所未有。咱们不雅察到，软件领域绝大多数的新增收入目下都来自于AI，无论是基础技艺层照旧应用层。
我对东说念主类行径有一个精深的不雅察：每个东说念主都想变得更富余、更懒惰。也等于说，东说念主们但愿用更少的责任获取更多的经济价值。生成式AI恰是解锁这一需求的关键。
两年前，ChatGPT刚发布时，寰球以为它像个能写脚本的新奇玩物。但目下，它仍是浸透进企业，实实在在地为东说念主们勤俭时刻和财富。以企业支拨照管公司Ramp为例，咱们可以看到具有前瞻性的公司（不单是是初创公司，也包括领稀有千职工的传统企业）正在积极取舍AI本领。这不仅是弧线的稳固增长，而是一个剧烈的拐点。
马斯洛需求端倪表面的底层曾被戏称为Wi-Fi，而目下出现的下一个需求底层推行上是AI。好意思国约有15%的成年东说念主每周使用ChatGPT，它已成为日常用具——从解决生活琐事（比如我妻子用它查询法律条目来处理校车投诉）到处理复杂的交易逻辑。
2、a16z的三大AI投资主题
咱们一直在念念考：什么是具有防卫性的？哪些是OpenAI等巨头不会去作念的事情？基于此，咱们总结了三个主要的投资主题：
传统软件的AI原生化：
这指的是现存的软件类别正在哄骗AI进行自我翻新。回想历史，若是能回到15～20年前投资云原生公司（如Salesforce、NetSuite），你会获取巨大的申报，因为那时的腹地部署软件巨头无法适宜订阅模式。
但这一次情况不同。现存的软件巨头如Adobe、Salesforce、Workday并莫得坐以待毙。它们正在将AI融入现存居品，并以此为新功能收费。举例，Workday可能会哄骗其把持地位（领有“东说念主质”而非只是是客户），提供内置的配景窥察功能，价钱虽高但客户难以拒却。这些巨头因AI而变得更将强，因此在现存的软件领土上成功竞争相配困难。
软件取代劳能源（Service-as-Software）：
这是咱们最振奋的领域，亦然最大的市集契机。这属于空缺市集（Greenfield Opportunity）。
以前，软件公司是在卖用具；目下，软件开动成功销售责任截止。
假定一家眼科诊所，每年花500好意思元订阅Microsoft Office，但会花4.7万好意思元雇佣别称前台招待。若是目下有一款软件能完成前台90%的责任（24小时在线、懂多国说话），诊所不会只清闲付500好意思元，而是清闲支付接近东说念主工资本的一小部分（举例2万好意思元）。
这透彻改动了软件的市集领域。咱们不再是争夺那500好意思元的软件预算，而是去切分那数万亿好意思元的劳能源市集。这类公司庸碌莫得历史连累，是在全新的领域创造价值。
围墙花圃与专稀有据（Walled Gardens）
这一类是指领有专稀有据模子，且能酿成深厚护城河的企业。其中枢在于哄骗私稀有据构建通用的AI模子无法复制的上风。
在法律领域，寰球可能听过服务于高端企业律所的Harvey。但咱们体恤到了另一个突出的市集——原告讼师（Plaintiff Law），举例处理东说念主身伤害或办事法的讼师。
这个市集的交易模式相配极端：风险代理/胜诉分红（Contingency Fee）。讼师按胜诉金额的一定比例收费，而非按小时计费。
若是是企业讼师，AI提高50倍服从可能会导致计费工时减少，从而镌汰收入。但在原告业务中，服从提高5倍意味着讼师可以处理5倍的案件，收入成功翻倍。这与AI的中枢价值齐全契合。
咱们投资的Eve不单是是一个用具，它正在给与端到端的责任流。Eve推出了语音代理，可以自动关联潜在客户、辘集凭据、梳理数千页的医疗记录，并草拟索赔函。Eve的防卫性不仅在于它能打电话或写摘抄（这些是各别化，不是防卫性），而在于它成为了记录系统（System of Record）。
跟着Eve处理的案件越来越多，它积贮了对于案件截止的私稀有据。它能告诉讼师：“根据以前的数据，这个案子只值5千好意思元，不值得参加元气心灵；而阿谁案子可能值500万好意思元。”这种基于截止数据的判断力是OpenAI或其他通用模子无法获取的，因为这些数据不是公开的。
在AI投资中，咱们不仅体恤各别化（Differentiation），举例能用50种说话对话；更体恤防卫性（Defensibility）。
若是在现存的软件领土上竞争，你靠近的是领有深厚客户相干的巨头，这很难。但若是你能：
开辟空缺市集，用软件取代不菲且低效的东说念主工办事；
建造记录系统，通过掌控责任流积贮私稀有据，酿成“数据-知悉-价值”的正向轮回；
那么，你就能建造起确凿的壁垒。正如Eve在法律领域的扩充，它不仅镌汰了处理案件的边际资本，还通过数据上风携带交易决策，这种粘性和辘集效应才是咱们寻找的持久增长能源。
3、对于清闲与本领替代的念念考
对于大领域清闲对社会的影响，我认为这种情况不会很快发生。回看1789年，98%的好意思国东说念主都是农民。彰着，微辞机的出现取代了部分东说念主力，但也促使这部分东说念主转向了其他责任。坦率地说，咱们目下看到的大多数本领变革并不是在摈申斥任岗亭。
以那350万名卡车司机为例，将来某个时刻点，咱们细目会找到比东说念主类驾驶卡车更好的解决有策动——即由AI来完成。交易决策的中枢在于资本与价值的量度：当产出价值低于资本时，雇佣东说念主类是永诀理的；但若是你能雇佣AI，情况就变了。当资本大幅下落而价值保持不变时，企业会多半取舍AI，但这并不虞味着会大领域淘汰东说念主类。这很难精确展望，但回想75年前，软件公司里并莫得居品司理或想象师这么的职位，对于1800年代的东说念主来说，当代的许多责任也毫意外旨。因此，咱们目下看到的许多变化，并不是成功的替代，而是增强。
与其说软件正在合并劳能源，不如说软件正在增强劳能源，或者是在解决东说念主才穷乏的问题。举例，我很难雇东说念主在凌晨2点接电话，但我可以部署AI来作念这件事。这不单是是资本问题，更是价值与资本方程的重构。
一个很好的例子是汽车贷款催收行业。这是一项勤勉的责任，职工需要整天靠近那些拒却还款、因为车祸或保障纠纷而震怒的客户。还要隐忍漫长的电话恭候音乐，这种环境让东说念主极其不幸，导致职工流失率极高。而在这种场景下，AI的价值不在于省钱，而在于它能将回款率提高50%。
像Salient这么的公司之是以能爆发式增长，是因为他们改动了倾销逻辑。他们不对客户说“我要帮你省钱”，而是说“我要通过合规的神志，帮你把每月的收入提高50%，同期确保“你不会因为职工受气说错话而惹上法律难熬”。AI可以全天候责任，厚谊稳固，严格顺从合规要求。这才是确凿的价值创造。
通过软件建造记录系统（System of Record）并构建垂直操作系统，是让居品具有极高粘性的关键。
即使在餐饮这么看似不买软件且倒闭率高的行业，Toast也解释了垂直软件的巨大后劲。最先好多东说念主看衰Toast，但他们最终不仅提供软件，还整合了金融服务（支付处理和贷款），成为了餐厅运营的一站式平台。这种深度集成使得传统的支付处理公司无法通过肤浅加多软件功能来取代它。
同理，处理复杂的合规问题亦然一种护城河。比如在东说念主力资源或法律科技领域，你需要捕捉每一条新的联邦和州法律。你在密苏里州、加利福尼亚州和爱荷华州需要说的话都备不同。东说念主类很难及时记取扫数这些各别，但像Salient这么的系统可以掌持21种说话和扫数律例细节，这等于为什么它的阐扬能跨越50%。
目下咱们进入一个相配进击的观念——围墙花圃（Walled Garden）。
目下像OpenAI这么的公司就像是一个基础技艺供应商，或者譬如为蔬菜农场，他们莳植并出售tokens。蓝本他们应该只作念基础技艺，让卑劣公司去构建应用。但目下OpenAI也开动我方作念应用，这就相配于农场主在农场里开了餐厅，成功与买菜的餐厅雇主竞争。
在这种环境下，应用层公司的生计蓝图在于掌持稀缺的原材料——数据。这就像是天下上最迂腐的交易模式：圈一块地，建造实体资产，然后对窥察者收费。在AI时间，你可以通过数据作念相似的事情。
有些数据自己是公开的，但团员起来就变成了独家资产。比如FlightAware的数据来自ADS-B应答器，这在本领上是公开且免费的，你以至可以我方在亚马逊买个天线来收受。但FlightAware在全球建造了雄壮的收受辘集，将这些碎屑化信息整合成完整的航班跟踪数据。这等于ChatGPT无法成功回话，但FlightAware知说念的信息。
以前，像PitchBook这么的公司出售私募市集的融资数据（举例1992年某公司的B轮估值），或者CoStar出售房地产数据。以前他们的模式是卖数据订阅费（比如每月200好意思元）。但在AI时间，确凿的价值在于哄骗这些独宗派据生成制品。与其让分析师去订阅PitchBook然后写陈说，不如让AI成功基于独宗派据生成一份对于某公司的完整备忘录。这意味着交易模式从卖蔬菜（数据订阅）迤逦为卖大餐（完整的分析截止），其价值可能从几百好意思元普及到几千好意思元。
Open Evidence是医疗领域的ChatGPT。它的界面和ChatGPT一样，但区别在于它领有《新英格兰医学杂志》过火他巨擘医学期刊的独家授权。若是你跟腱断裂，问ChatGPT只可得到中等质料的提议；但Open Evidence基于巨擘循证医学数据，能提供精确得多的提议。因为它把持了高质料的食材供应。
VLex是一家领有26年历史的公司，他们收购了西班牙扫数的法律档案。通过将AI应用于这些独到的法律数据，他们的收入增长了五倍。因为讼师需要的不是通用的法律提议，而是基于特定判例法的、能在早上七点前准备好的精确备忘录。
在企业采购领域，Lio展示了专稀有据的力量企业采购部门不仅要省钱，还要处理复杂的公约博弈。比如你正在与德勤谈公约，Lio系统可以调用该企业以前与德勤缔结的50份旧公约，分析历史条目，告诉你应该在哪些条目上进行扞拒。这些私有的历史公约数据是ChatGPT永远无法获取的宝库，这让Lio的居品具有了不成替代的价值。
许多信息在以前看起来是免费的或价值不大（举例飞机的及时位置、YouTuber的历史订阅数），但在AI时间，这些数据成为了极其真贵的老师资源和竞争壁垒。只须你能辘集、团员别东说念主无法获取的数据，并在此基础上构建服务，你就领有了应酬巨头竞争的围墙花圃。
我相配饱读吹寰球去体恤所谓的围墙花圃（Walled Garden）过火后果。这里指的不单是是创意档案，还包括物流信息，以至是县政府记录员办公室里的数据。举例，你可以查到谁领有哪处房产，但这些信息庸碌必须躬行去线下的办公室才气获取。诚然这些信息骨子上是免费的，但若是你能将其数字化、使其易于窥察，并在此基础上通过AI增涨价值，那么你创造的居品价值将远超数据自己。
这不单是是添加AI那么肤浅，其中枢逻辑在于你领有别东说念主莫得的东西。东说念主们之是以争相购买，是因为你在创造一种最终更具价值的资产。目下恰是作念这件事的最好时机。举个例子，一位创业者找到了上世纪80、90年代扫数搅动机的旧讲明书。在1999年，你根蒂不知说念去那处找这些东西，但在eBay上可以廉价买到。这展示了哄骗被冷落的数据构建信息孤岛的后劲。若是你在十年前作念这件事，可能只是个往常生意，但在今天，通过AI拜托制品，其推行价值可能普及10倍以至100倍。
这就引出了一个经典的投资框架：初创公司与既有巨头之间的交往。关键在于，是初创公司先处理分发渠说念，照旧巨头先处理创新？
对于那些领有难以被取代的围墙花圃数据的领域，初创公司有巨大的颠覆契机。比如在eBay上卖旧手册，以前这只是卖原材料（数据），只可通过订阅费变现，价值有限；但目下哄骗AI，你可以拜托价值令嫒的制品，这让交易模式变得可行。这就回话了创投圈常问的“为什么是目下？”的问题。就像Uber的出现需要iPhone和GPS普及一样，目下AI本领闇练了，让那些也曾挣扎多年的垂直领域公司（如法律科技公司VLex）有契机变成独角兽。比拟之下，我对那些只是是在现存软件基础上作念改进的名目持悲不雅气派。
我不认为NetSuite或QuickBooks会被扬弃颠覆，因为它们掌持着巨大的金矿——客户数据和支付流。它们都备可以向现存客户群推出AI功能并收费。因此，对于SaaS（软件即服务）领域的既有巨头，我相配看好它们哄骗AI进一步巩固地位。为什么出租车公司莫得作念出Uber？往往是因为既有者受限于现存念念维，看不上新模式，或者以为新模式很蠢，直到为时已晚。但对于那些大略替代东说念主工办事、或者基于专稀有据构建围墙花圃的新契机，我口舌常看好的。
若是你领有专稀有据，不应该只是把它卖给AI公司（如Harvey或OpenAI），而应该哄骗这些数据我方构建居品，成功面向终局客户销售。若是VLex把数据卖给律所，他们可能只可收一笔订阅费；但若是他们哄骗数据提供高价值的法律分析服务，就能大幅提高订价权。这就像OpenAI诚然收费便宜，但基于其模子诱导的应用可以创造巨大价值。
灵巧的公司认知过AI将原材料加工成制品。举例，你不需要买LexisNexis的原始数据，你确凿需要的是一份经过分析的风险评估陈说。若是一家公司能哄骗AI完成从数据清洗、分析到输出论断的全过程，成功帮客户解决问题（举例判断是否接受一笔交易），那么它就不仅是卖软件，而是在替代不菲的东说念主工服务。
这就谈到了白领服务领域的变革。我曾将其称为“门口的霸说念东说念主（AI版）”。传统的私募股权公司可爱收购司帐师事务所或牙科诊所，通过裁人和外包来削减资本。但目下，AI提供了全新的整合旅途。
以司帐行业为例，最大的瓶颈是招聘注册司帐师（CPA）。若是你诱导了一套AI用具，收购一家司帐事务所动作锻练田，用AI大幅普及服从，你就不需要再去收购100家事务所了。你可以依托这一家事务所的派司和现存客户，哄骗AI处理才略，以更低的资本服务数不胜数的新客户。与其作念一个卖给司帐师的软件用具（这很难销售），不如成功成为一家“AI驱动的超等司帐师事务所”。
同理，在债务催收领域，你可以买下一家有合规派司但策动不善的催收公司，植入AI本领，哄骗其现存的客户资源，速即扩伟业务领域。这种“垂直整合软件加服务”的模式，比单纯卖软件更具诱骗力，因为它解决了获客和拜托的难题。
4、破费者AI（Consumer AI）的三大趋势
这种逻辑相似适用于破费者领域。咱们不雅察到三个主要趋势：
传统类别的AI原生化（AI-Native）：就像Photoshop是想象师的标配，但在AI时间，年青想象师可能会取舍其他的AI原生想象用具。因为这些新用具从底层就内置了AI逻辑，使用体验都备不同。
新类别的创造：举例11Labs场所的语音和音频模子市集，五年前险些不存在，或者只是极小众的配音市集。通过纵向整合和本领艰涩，他们在极短时刻内创造并占据了这个新类别。
专稀有据的变现：这是一个相配灵验的脚本。以咱们投资的Slingshot为例，它是一个AI颐养师。他们通过为东说念主类颐养师提供AI记录用具来辘集数据（札记），然后用这些高质料的专科数据老师基础模子，最终诱导出成功面向破费者的激情计划居品Ash。OpenAI诚然将强，但莫得这种垂直领域的深度数据，这等于Slingshot的护城河。
好多东说念主问，为什么不是Google或OpenAI等大公司通吃一切？原因在于，在破费者应用中，作念“模子团员者”往往比只作念一个模子更有价值。
这就像Kayak之于航空公司。用户想要搜索扫数航班的组合，而不是只去好意思联航官网。在视频生成或创意用具领域，不同的模子各有长处，用户需要一个能调用扫数模子才略的长入界面。大厂庸碌受限于只可使用自家的模子，这就给第三方的团员平台留出了巨大的生计空间。
在a16z，咱们寻找的是最好的交易，而不是可以的交易。这意味着咱们更倾向于反向取舍——主动去发现那些还未在市集上公开融资的顶级创业者，而不是等着看那些仍是流传了半年的交易规划书。
咱们的决策过程是信念驱动（Conviction Driven）而非单纯的共鸣驱动。若是一位联合东说念主对某个名目有极强的信念，哪怕其他东说念主有疑虑，咱们也会赞助。因为在风投领域，错失一个改动天下的契机比投错一个名目代价更大。
一朝决定投资，咱们会启动中断过程，集全公司之力去赢得这笔交易。这不仅是资金的赞助，更是哄骗咱们在各个领域的巨匠资源（无论是企业服务照旧破费者应用）来匡助创业者得手。咱们不但愿只是作念开支票的东说念主，而是成为创业者在该领域的最好合营伙伴。
对于AI原生公司的客户留存率，目下咱们还莫得看到严重的问题。诚然市集上有好多尝试和切换，但企业客户越来越倾向于寻找大略提供丰富生态系统和全体解决有策动的初创公司。单纯提供一个AI功能（如语音转翰墨）是不够的，必须在中枢功能周围构建完整的责任流。
在销售方面，咱们发现了一个敬爱敬爱的气候：比起传统的倾销，目下更多的是前置部署工程（Forward Deployed Engineering）。大型企业相配渴慕应用AI来降本增效，但他们往往不知说念具体该如何作念。因此，初创公司需要真切客户里面，匡助他们交融如何重构业务过程以适宜AI。这不仅是卖软件，更是一场文化变革。那些大略匡助企业完成这种自我改造的初创公司，将获取巨大的市集契机。
本文来自微信公众号：划要点KeyPoints，作家：林易