随着科技的飞速迭代，前沿技术正以前所未有的力度渗透到社会运转的各个环节，不仅重塑着产业的形态与格局，也悄然改变着个体的认知与行为模式。诸多值得深入探讨的现象与命题正逐渐浮出水面，为我们理解当下与展望未来提供了多样的视角。

你有没有想过，软件商业模式可能正在经历五十年来最大的变革？当我看到 Cursor、Claude Code、Lovable 这些 AI 编程工具的出现，以及它们正在以惊人的速度降低软件开发成本时，我意识到我们正站在一个历史转折点上。这不仅仅是开发效率的提升，而是整个软件行业商业逻辑的根本性重构。最近读到 Eric Flaningam 的一篇深度分析文章，他提出了一个令人深思的观点：随着 AI 让软件创建成本趋近于零，传统的软件销售模式将不再可持续。软件本身的差异化将越来越难实现，这意味着企业必须在其他地方寻找差异化，而在很多情况下，软件本身将变成”免费”的，以便对其他产品或服务收费。

这个观点让我想起了计算机历史上的一个有趣现象。1970年1月1日，IBM 通过将硬件、软件和服务分离销售，创造了现代软件行业。但在此之前的二十年，通用电气公司实际上是”免费”提供早期商业软件的，更准确地说，他们将软件打包并免费赠送，目的是为了销售他们的 CNC 机床。软件是免费的，它是一个差异化工具，是销售说辞：”购买我们的硬件，你就能免费获得我们的软件和服务。”Eric 在文章中敏锐地指出，随着 Cursor、Claude Code、Lovable 等 AI 编程工具的兴起，我们正在进入一个软件商业模式更像1950年代而非2010年代的世界。这种历史的轮回让我深感震撼，同时也让我意识到，我们需要重新思考什么是真正有价值的，以及如何在这个新时代中建立可持续的商业模式。

AI 正在如何重塑软件开发的根本经济学

当我深入思考 Eric 提出的核心论点时，我发现他触及了一个极其重要但常被忽视的问题：软件开发成本的急剧下降将如何影响整个行业的价值分配。Eric 的分析框架可以简化为几个关键观察：软件正变得越来越便宜和容易构建，这种趋势只会继续下去；正因如此，技术差异化将更难创造和维持；这并不意味着软件没有价值，而是意味着客户将不再愿意单纯为软件付费；软件开发看起来越来越商品化，这意味着价值需要在其他地方创造。

我在过去几个月中亲身体验了这种变化。记得我第一次使用 GitHub Copilot 是在2022年，当时就感受到了编程效率的显著提升。然后是2023年的 Cursor，以及2024年底的 Lovable，每一次体验都让我有同样的感受：创造的门槛比以往任何时候都要低。任何人都可以构建软件，任何人都可以创建业务。但这种democratization（民主化）的背后，隐藏着一个更深层的问题：当所有人都能轻松创建软件时，软件本身还能成为可持续的商业护城河吗？

这让我想起了经典的商品化理论。当某个行业的核心产品变得商品化时，价值通常会转移到价值链的其他环节。在软件行业，如果代码编写变得极其便宜，那么价值将流向哪里？Eric 提出了七种可能的方向，我认为这些方向不仅准确，而且将在未来十年内重塑整个科技行业的格局。更重要的是，我看到这种变化已经在现实中发生，只是大多数人还没有意识到其深远的影响。

从历史角度看，这种转变并非突然发生。开源软件运动从1990年代开始就在推动”免费软件”的概念，特别是在基础设施领域。从1993年的Red Hat开始，围绕Linux提供服务和计算支持，开源基础设施一直在开创这些商业模式。但现在不同的是，AI工具让这种趋势从基础设施扩展到了应用层，甚至是用户界面层。当应用开发的门槛降低到任何人都能参与时，整个软件生态系统的经济学就发生了根本性改变。

硬件重新成为差异化的核心

Eric 在分析中特别强调了硬件在这种新模式中的重要性，我对此深有同感。他指出，”免费软件”今天最明显的受益者是硬件公司。过去，同时擅长硬件和软件是很困难的，但这种进入壁垒正在改变。这里的核心思想是商品化你的补充品：当价值链的一个部分价格下降时，另一个部分的价格就会上升。

Nvidia 的 CUDA 是这种策略最成功的例子。自2000年代初以来，他们一直在开发通过 CUDA 编程语言、库和驱动程序来”加速计算”的工具包。今天，它是 Nvidia 硬件平台最大的差异化因素。Eric 引用了 Semianalysis 对 AMD MI300X 与 Nvidia H100/H200 对比分析中的一段话，非常有说服力：”简而言之，在比较 Nvidia 的 GPU 与 AMD 的 MI300X 时，我们发现 MI300X 在纸面上的潜在优势并没有实现，这是由于 AMD 公共发布软件栈的不足以及 AMD 缺乏测试。AMD 的软件体验充满了错误，使得开箱即用的 AMD 训练变得不可能。”

这个例子让我思考得更深。Nvidia 有数千名员工专门致力于 CUDA 的开发，为的是免费软件！而这些投资的投资回报率达到了数百亿美元。这不仅仅是一个商业策略，而是一种全新的价值创造模式。通过免费提供软件工具链，Nvidia 不仅锁定了开发者生态系统，还确保了他们的硬件成为AI计算的首选平台。

我也注意到了相反的策略：使用硬件来销售软件。Eric 提到了 Vast Data 的例子，这家公司据报道正在以300亿美元的估值进行融资。他们销售在数据中心存储盒中运行的软件，用于管理 AI 工作负载的数据。有趣的是，他们最初销售集成的硬件和软件，但在2021年，他们停止了硬件制造，选择让合作伙伴为他们做这件事。现在，客户从合作伙伴那里购买硬件，由 Vast 的软件提供支持。这种模式的美妙之处在于，Vast 获得了数据中心繁荣的上行收益，但他们的收入来自软件的经常性收入，所以当硬件投资周期放缓时，他们不会受到下行影响。

这种硬件-软件的动态关系让我看到了未来的一个重要趋势：在AI时代，控制计算硬件和控制软件工具链同样重要，但它们的价值实现方式将完全不同。硬件公司将通过免费软件来建立生态系统，而软件公司将通过深度硬件集成来实现差异化。这不是零和游戏，而是一种新的合作竞争模式。

垂直整合：重新定义用户体验的边界

Eric 提到的第二种商业模式是垂直整合，这让我想起了过去三十年中一些最成功的公司：Apple、Tesla、SpaceX、大型云服务提供商、Anduril。这些公司的基本前提是：通过控制用户体验的每一个环节，你可以更容易地创造神奇的体验。这就是为什么乔布斯会仔细审查 Apple 产品的每一个细节。随着软件变得更容易构建，拥有整个价值链变得更加容易。

Anduril 是现代垂直整合者的完美例子。Eric 指出，在 Anduril 之前，国防承包商赢得的大多数合同都是成本加成合同，这种激励机制简直是灾难性的。结合国防承包商的整合和寡头垄断，所有激励都是反对创新的。直到像 Anduril这样的公司出现。为了赢得政府合同，他们不仅必须击败现有公司，还必须击败现有公司的解决方案，击败得如此彻底，以至于克服了这些承包商建立的几十年的惯性和关系。而做到这一点的最佳方式就是垂直整合。

这种垂直整合的趋势让我看到了一个更大的图景。在AI降低软件开发成本的时代，垂直整合不再是大公司的专利，而是任何有远见的创业公司都可以采用的策略。当软件开发变得便宜时，公司可以更容易地控制整个技术栈，从而创造更好的用户体验和更强的竞争优势。我预测，未来十年，我们将看到更多像 Anduril 这样的垂直整合公司在healthcare（医疗）、robotics（机器人）、manufacturing（制造业）等领域出现。

Packy McCormick 写过一个关于垂直整合创业公司的精彩系列文章，Eric 在文中也提到了这一点。这些创业公司正在整合一套经过验证的技术组件，然后在系统层面进行创新：整合就是创新。这个观点深深震撼了我。在传统思维中，创新往往意味着发明全新的技术。但在AI时代，创新可能更多地体现在如何智能地整合现有技术，创造出超越各部分总和的系统价值。

服务模式：从销售软件到销售结果

Eric 对服务模式的分析让我思考了一个根本问题：软件的真正价值在哪里？他指出，软件一直以来的问题是，你可以销售它，但不能保证客户使用它。更不能保证他们最优地使用它。这个问题在AI时代变得更加严重。服务，即在软件中包含人力劳动，有助于防止这种情况。

Eric 提到了两种服务应用：Forward Deployed Engineers（前置部署工程师，FDE）模式和直接销售服务而非软件的模式。FDE 模式的逻辑很简单：软件只有在能够被采用时才有价值。采用软件的障碍往往是采用者的技术诀窍。对于复杂环境，比如金融服务中与大型机和 COBOL 代码的集成，医疗保健中部署到拥有数百个诊所、大型医院和数千名患者的系统，以及政府环境中的实施，提供实施服务不是选择，而是必要。

Palantir 开创了 FDE 模式，这解释了他们在销售政府软件方面的成功，也解释了他们在医疗保健部署方面如此成功的原因。对于项目，他们的团队会到现场，利用 Palantir 平台，与客户共同构建针对其特定问题的解决方案。这种模式的美妙之处在于，它将软件从一个产品转变为一个服务平台，从一次性销售转变为持续的客户关系。

但更有趣的是 Eric 提到的第二种服务模式：直接销售服务本身。他用了一个发人深省的思想实验：为什么没有大公司通过向对冲基金销售AI而建立起来？答案是，如果算法真的提供了alpha，创建一个对冲基金并利用软件来产生alpha要比销售软件赚钱得多。这个逻辑在法律领域同样适用：你可以向律师事务所销售AI软件，这些事务所因为按小时计费的错位激励而变得出了名的难买；或者，如果AI真的有效，你可以垂直整合为一家律师事务所，获得AI带来的50%生产力提升，并超越那些不愿采用AI软件的律师事务所。

这种思路让我重新思考了很多AI创业公司的策略。与其试图将AI工具销售给传统行业，为什么不直接进入这些行业，利用AI优势重新定义服务交付方式？这不仅能够获得更多价值，还能避免传统行业采用新技术时的阻力和摩擦。Eric 提到的策略是，与其从价值链中获得高利润率的软件大小的份额，不如采用低利润率的方法，但吞噬整个价值链。这让我想起了史蒂夫·鲍尔默描述微软向云转移时说的话：”你应该期待我们未来会有更低的毛利率，但我们会在数量上弥补这一点。”

我观察到一些有趣的尝试，特别是 Thrive Holdings 领导的rollup（收购整合）策略，包括 Crete（会计）、Shield Technology Partners（IT咨询）和 Savvy Wealth（财富管理）。这些公司的策略是收购现有业务，并使用他们的客户作为分销网络来提供AI的价值。这种策略的逻辑是合理的，但是否适合风险投资则值得单独写一篇文章来讨论。

支付模式：隐藏在金融基础设施中的软件价值

Eric 对支付模式的分析特别引起了我的兴趣，因为它揭示了一个经常被忽视的价值实现途径。在当今世界，公司仍然需要为支付支付interchange fees（银行卡交换费），无论他们选择谁。如果公司能够将支付集成到他们的平台中，这提供了另一种从软件中获利而不必为此收费的方式。

Ramp 是这种模式的绝佳例子。Eric 提到他最近与朋友争论 Ramp 的估值应该是多少，朋友的论点是”这不是真正的软件收入”。但如果我们退后一步，企业软件的好处是它具有循环性、可预测性，并且难以切换。在 Ramp 的例子中，他们免费提供软件，然后从通过 Ramp 费用卡、Ramp 旅行平台或 Ramp 采购工具处理的费用中收取百分比。如果客户使用所有这三种产品，Ramp 的业务就具有循环性（并与业务成功保持一致）、可预测性（尽管不如传统 SaaS 合同）、难以切换（与传统 SaaS 相同的软件切换成本）。

这种模式的天才之处在于它重新定义了价值主张。在一个企业软件竞争越来越激烈的世界里，人们会为此支付更少的费用。但如果你免费提供软件，并且可以通过平台提供支付，它为客户提供了不同的价值主张：”你无论如何都必须支付interchange fees，不如支付给我们，我们会免费给你所有这些软件！”

Eric 还提到了 Toast 的深度分析，这是另一个很好的例子。让餐厅在软件上花费大量金钱真的很困难。但让他们为支付处理器付费更容易，他们无论如何都要支付interchange fees！这种模式的美妙之处在于，它不是在创造新的成本，而是在重新分配现有成本，同时提供额外价值。

我认为这种模式将在未来几年变得越来越重要，特别是在B2B领域。随着软件开发成本的降低，纯软件收入变得越来越难以维持，公司需要寻找其他收入来源。支付是一个自然的选择，因为它已经是大多数业务流程的一部分，而且交易量通常随着业务成功而增长，这创造了一种天然的对齐激励机制。

平台模式：在便利性中寻找价值

Eric 对平台模式的分析让我想起了一个竞争优势：平台的力量和随之而来的通过分销网络进行追加销售的能力。微软几乎与世界上每一家企业都有关系。当他们发布新产品时，他们可以几乎免费赠送，通过分销网络进行追加销售，嵌入切换成本，然后提高价格。

更重要的是，公司的数据已经存储在微软那里，通常是非常高价值的数据，所以他们信任微软。另外，IT部门不需要管理另一个供应商，只需在合同中添加即可！他们一次又一次地用这种策略击败了单点解决方案。

Eric 引用了一个关于行业整合的图表，显示了竞争变量如何变化：从功能性到性能，再到便利性，最后到价格（商品）。他认为我们正处于软件的便利阶段。客户为单点解决方案付费的差异化不够，但他们会为不必管理许多不同软件的便利性付费。

Rippling 的成功（现估值168亿美元）就是一个很好的例子。看看他们的发布公告：”今天，我们推出了一流的、一体化的 HRIS、薪资和福利系统。但 Rippling 本身不仅仅是一个HR系统。它在技术栈中更深一层——一个连接到所有关键业务系统并自动化整个公司（不仅仅是HR）手动流程的员工信息系统。”

这个例子让我深刻理解了平台策略的本质。在过去，构建平台需要巨大的资源投入和长期的技术积累。但现在，随着软件开发门槛的降低，构建平台变得比以往任何时候都要快。这是一个关键的时代变化：如果说过去是推出平台的好时机，那么现在更是构建平台的好时机。

我认为这种平台趋势将在未来几年加速发展。客户不再愿意管理十几个不同的软件工具，他们希望有一个统一的界面来处理所有相关功能。这不是因为他们不重视功能性或性能，而是因为便利性和集成性的价值在AI时代变得更加重要。当软件功能变得商品化时，整合这些功能的能力就成为了新的差异化因素。

广告模式：软件即交互内容

Eric 关于广告模式的分析虽然简短，但触及了一个深刻的洞察：历史上最好的两种商业模式都建立在”免费软件”的基础上。Google 和 Facebook 通过网络效应驱动的市场聚合注意力，然后将这种注意力货币化。虽然构建网络效应非常困难，但这指向了另一个事实：如果你能够通过软件拥有注意力，你就能够将其货币化。在一个注意力比以往任何时候都稀缺的时代，你甚至可以将其更好地货币化。

这让我想到了一个有趣的预测：我们将看到越来越多的”软件即内容”。品牌将利用他们业务中的独特数据，构建应用程序，并将其作为为业务吸引注意力的另一种方式。Eric 提到了 Ramp 的 AI Index 作为一个小例子。Ramp 通过利用他们的数据、构建轻量级软件来可视化数据并向世界宣传，获得了数千次文章分享。

这种模式的潜力远不止于此。我认为我们将看到更多公司开始将他们的核心业务数据转化为交互式软件体验，不仅为了获得关注，还为了教育市场、展示专业知识，并与潜在客户建立关系。这种”软件即营销”的方式比传统广告更有效，因为它提供了真正的价值，同时建立了品牌权威。

在注意力经济中，能够创造有价值内容的公司将获得不成比例的优势。而当软件开发变得便宜时，创造这种交互式内容的门槛也大大降低。我预测，未来几年，我们将看到许多传统行业的公司开始开发自己的软件工具，不是为了销售，而是为了吸引和教育他们的目标受众。

基础设施模式：征收AI时代的税收

Eric 文章的最后一个商业模式类别特别值得深思：基础设施和计算。他指出，开源基础设施从一开始就在开创这些商业模式，从1993年的Red Hat开始，围绕Linux提供服务和计算。那么支撑这种转变的基础设施呢？从云服务到托管，再到AI编程，再到数据库，使软件能够构建的公司将对每一个软件收取税收。

这个观点让我想到了一个更大的图景：在”免费软件”时代，真正的价值将集中在少数几个关键环节。虽然应用层软件可能变得免费，但支撑这些软件运行的基础设施将变得更加重要和有价值。云计算提供商、AI模型提供商、开发工具制造商——这些公司将成为新经济的受益者。

这种模式的有趣之处在于，它创造了一种新的价值分配机制。当数百万开发者使用AI工具创建软件时，AI模型提供商就会从每个创建的应用程序中获得价值。当这些应用程序部署到云上时，云提供商也会获得价值。这是一种规模化的价值捕获，而不是传统的一对一销售模式。

我认为这种基础设施层的价值集中将成为未来十年科技行业的一个主要趋势。虽然应用层可能会变得高度竞争和商品化，但基础设施层将继续享受高毛利率和强大的定价权。这对投资者和创业者都有重要启示：在选择创业方向时，考虑你是在应用层竞争，还是在为应用层提供基础设施。

我对免费软件时代的深度思考

读完 Eric 的分析后，我发现自己陷入了深深的思考。这不仅仅是关于商业模式的技术性讨论，而是关于整个科技行业未来走向的根本性重构。我们正在经历的变化类似于工业革命时期的机械化进程：当机器降低了生产成本时，价值从制造转移到了设计、分销和品牌。

在软件领域，我们正在见证类似的转变。当AI工具让代码编写变得像写作一样容易时，软件开发的价值将从编程技能转移到产品洞察、用户体验设计、市场理解和商业模式创新。这意味着未来的软件公司将更像是整合者和策略者，而不是纯粹的技术公司。

我特别被 Eric 提到的一个观点所触动：创造力转化为创造的障碍已经降低到了历史最低点。这是一个令人兴奋的时代，因为它意味着更多有创意的人能够将他们的想法变为现实。但同时，这也意味着竞争将变得更加激烈，因为进入门槛的降低会带来更多的参与者。

在这种环境下，我认为成功将越来越依赖于非技术因素：对用户需求的深刻理解、构建和维护关系的能力、以及最重要的——选择正确商业模式的战略眼光。Eric 提到的七种商业模式不是互斥的选择，而是可以组合使用的策略工具箱。最成功的公司将是那些能够智能地结合多种模式，创造复合优势的公司。

我也思考了这种变化对不同类型公司的影响。对于现有的大型软件公司，他们面临的挑战是如何在保护现有收入流的同时适应新模式。对于初创公司，机会在于从一开始就按照新的商业逻辑来构建业务。而对于传统行业的公司，这可能是他们重新思考技术战略的绝佳机会。

最后，我想强调一个 Eric 在文章中提到但可能被低估的因素：分销和市场推广的重要性。当软件开发变得便宜时，更多的价值会被推向分销和市场推广。在一个充满”免费软件”的世界里，获得用户注意力和建立信任将变得比开发功能更加困难和重要。这意味着那些擅长讲故事、建立社区和创造口碑的公司将获得不成比例的优势。

切换成本：免费软件时代的护城河

Eric 在文章中特别强调了一个关键观察：软件切换成本是不可思议的。他说：”在另一个宇宙中，这篇文章会被称为’寻找切换成本’。”这个观点让我深思，因为它揭示了一个重要的悖论：即使软件开发变得便宜，已经部署的软件系统仍然具有强大的防御性。

这种切换成本的持久性来自几个方面：数据迁移的复杂性和风险、用户习惯和培训投资、系统集成的深度、以及业务流程的依赖性。即使有了AI工具，替换一个已经深度集成到企业运营中的软件系统仍然是一个巨大的挑战。这意味着现有的企业软件公司，特别是那些系统记录类(systems of record)的公司，虽然可能面临定价压力，但在短期内不会被轻易替代。

但这里有一个微妙但重要的区别：虽然现有系统可能受到切换成本的保护，但新的业务需求和新的用户群体将更容易被”免费软件”吸引。这创造了一种有趣的市场动态：现有软件公司可能会在续约时面临定价压力，但不会立即失去客户；而新兴的软件公司则可以通过免费模式快速获得新客户，然后通过其他方式实现收入。

我认为这种动态将导致软件市场的两极分化：一端是拥有强大切换成本的现有企业软件，它们将继续收取高价格但增长缓慢；另一端是新兴的免费软件，它们通过alternative（替代）商业模式快速获得市场份额。中间地带——那些缺乏强切换成本但仍试图收取传统软件价格的产品——将面临最大的压力。

Eric 在文章末尾提到了几个重要的限制条件，这些条件让我思考免费软件趋势的边界在哪里。他指出：软件越复杂，这种趋势越不成立，例如EDA（电子设计自动化）工具；容错性越低，这种趋势越不成立，例如物理设计工具（在飞机上放错螺丝是灾难性的）。

这些限制条件揭示了一个重要原则：并非所有软件都会变成免费的。在那些复杂性极高、错误代价巨大的领域，传统的软件商业模式仍然会存在，甚至可能会变得更有价值。这包括航空航天设计软件、医疗设备控制系统、金融交易系统、工业控制系统等。

这种分化让我想到了软件市场的未来可能会呈现一种双轨制：在低风险、标准化的应用领域，免费软件将占主导地位；而在高风险、高复杂性的关键应用领域，传统的付费软件模式将得到加强。这意味着软件公司需要明确定位自己处于哪个轨道，并相应地调整商业策略。

我还注意到Eric提到的另一个趋势：更多价值被推向分销和GTM（Go-to-Market，市场推广）。在一个软件供应充足的世界里，发现、评估和部署合适软件的能力变得更加重要。这可能会催生新的商业模式，比如软件策展、集成服务、或者专门的分销平台。

开源运动的启示：历史如何指引未来

Eric 多次提到开源软件运动，特别是在基础设施领域开创的”免费软件”商业模式。我认为这个历史并非偶然，而是为我们理解当前趋势提供了重要线索。开源运动证明了一个重要原则：软件本身的价值可以通过indirect（间接）方式实现。

从Red Hat的服务模式，到云服务提供商的基础设施模式，再到像MongoDB、Elastic这样公司的开源核心加企业功能模式，开源世界已经实验了几十年的”免费软件”商业模式。现在，AI降低了软件开发成本，这些模式开始扩展到更广泛的软件市场。

但开源运动也揭示了免费软件模式的一些挑战：如何平衡开放性和商业利益、如何防止大型云服务商的”parasitic（寄生）”行为、如何在贡献者和商业用户之间创造可持续的价值交换。这些挑战在AI时代的免费软件中同样存在，需要创新的解决方案。

我特别感兴趣的是AI时代的”免费软件”如何处理intellectual property（知识产权）问题。当AI工具被用来生成软件时，代码的原创性和所有权变得模糊。这可能会改变整个软件行业对知识产权的态度，使得专有代码的价值进一步降低，而商业模式创新的价值提升。

当我深入思考这些商业模式转变时，我意识到它们对公司的人才需求和组织结构也有深远影响。在传统软件公司，工程师是核心价值创造者。但在免费软件模式下，价值创造变得更加多元化。

以Eric提到的硬件-软件结合模式为例：公司不仅需要优秀的软件工程师，还需要硬件工程师、供应链专家、制造专家。对于垂直整合模式，公司需要跨多个领域的专业知识。对于服务模式，client-facing（面向客户）技能变得至关重要。

这种转变要求公司构建更加多样化的团队，并培养不同专业背景之间的协作能力。我认为未来成功的”免费软件”公司将更像是multidisciplinary（多学科）组织，而不是纯粹的技术公司。这对招聘、培训和组织设计都提出了新的挑战。

同时，随着软件开发门槛的降低，传统的工程师角色也在发生变化。未来的软件工程师可能更像是系统集成专家和产品架构师，而不是代码编写者。这要求工程师发展更强的系统思维、商业理解和跨领域协作能力。

投资和创业的新逻辑

从投资角度看，Eric的分析框架为评估软件公司提供了新的视角。传统的SaaS指标——ARR增长率、净收入留存率、获客成本等——在免费软件模式下可能不再适用或需要重新定义。

对于采用支付模式的公司，收入与客户业务成功的关联度可能比传统的订阅收入更重要。对于垂直整合模式，毛利率结构会完全不同，因为它包含了硬件成本。对于服务模式，人员扩展性（people scalability）成为关键考量因素。

这要求投资者和创业者重新思考什么构成了可投资的商业模式。一些在传统SaaS指标下看起来不够吸引人的公司，在新的评估框架下可能具有巨大潜力。相反，一些看似高增长的纯软件公司可能面临长期的商品化风险。

对于创业者，这意味着从day one（第一天）就需要思考清楚自己的商业模式。不能再假设构建一个好产品就能直接向用户收费。需要从一开始就设计好价值实现机制，无论是通过硬件、服务、支付，还是其他方式。

我也观察到一个有趣的趋势：一些最成功的AI时代公司已经开始按照这些新模式构建业务。他们不是先构建软件再想商业模式，而是从商业模式出发，再决定如何利用AI和软件来支撑这个模式。这种思维方式的转变可能是区分成功者和失败者的关键。

我们正站在一个历史转折点上。软件行业的下一个十年将不会是关于谁能编写最好的代码，而是关于谁能最好地理解和服务用户需求，以及谁能构建最可持续的商业模式。Eric 的框架为我们提供了一个很好的起点，但真正的挑战将是如何在实践中应用这些概念，创造出既有价值又可持续的业务。

这种转变不会一夜之间发生，也不会影响所有类型的软件。但对于那些准备拥抱变化的人来说，这确实是构建企业的最佳时机。正如Eric在文章结尾所说：软件开发的障碍已经降至接近零，随之而来的是将创意转化为创造的障碍也大大降低。任何人都可以构建软件，任何人都可以构建业务。‍

本文由人人都是产品经理作者【深思圈】，微信公众号：【深思圈】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash，基于 CC0 协议。