这集《Acquired》访谈邀请了 Emergence Capital 的普通合伙人 Jake Saper。作为一家专注 B2B 软件投资的顶尖风投，Emergence 曾早期投资了 Salesforce、Zoom 和 Veeva。 这期节目的核心议题是：在生成式 AI (GenAI) 时代，传统的 B2B 软件公司和初创企业如何构建真正的“护城河”？ 以下是内容的详尽整理： 1. 核心观点：AI 时代的“深度工作流” (Deep Workflow) Jake 提出了一个关键论点：单纯提供 AI 功能（如摘要、改写）是不具备防御性的，真正的护城河来自于对特定行业复杂工作流的深度整合。 从“工具”到“系统”： AI 不应只是侧边栏的一个对话框，而应融入用户完成任务的每一个步骤。 数据引力： 当 AI 能够根据公司特有的私有数据、历史决策和复杂逻辑提供建议时，它就产生了极高的切换成本。 2. 生成式 AI 的“护城河”评估框架 Jake 拆解了在 AI 环境下评估 B2B 公司的三个维度： 专有数据（Proprietary Data）： 并不是所有数据都有价值。最有价值的是“负反馈循环”数据（例如：AI 生成的内容被人类修改了哪部分，为什么修改）。这种人类在回路（Human-in-the-loop）的反馈是竞争对手无法轻易获取的。 控制点（Control Points）： 公司是否控制了用户完成工作的“终点”？如果用户只是在你的 App 里生成内容然后复制到别处，你就没有控制权。 垂直领域深度（Vertical Depth）： 相比于通用型 AI（如 ChatGPT），专注于特定垂直行业（如法律、医疗、建筑）的公司更容易建立护城河，因为它们能解决通用模型无法处理的极端案例（Edge Cases）。 3. “副驾驶” (Copilot) 与 “自动驾驶” (Autopilot) 访谈深入探讨了 AI 角色的演变： Copilot 阶段： 提高效率，减少重复劳动。护城河在于用户体验（UX）的无缝集成。 Autopilot 阶段： AI 独立完成闭环任务。此时，护城河在于信任与责任（Liability）。如果企业敢让 AI 自动给客户发邮件或处理退款，必然是因为该公司已经积累了极高的操作准确度和安全口碑。 4. “服务即软件” (Service-as-a-Software) 这是一个极具前瞻性的概念： 定价权转移： 传统的 SaaS 按“席位（Seat）”计费。但在 AI 时代，AI 可能会取代人类员工，这意味着席位减少。 按价值计费： 成功的 AI 公司将转向基于成果（Outcome-based）的定价。例如，不是卖软件给律所，而是卖“完成了的合同审查”。这将彻底改变 B2B 软件的单位经济学。 5. 关于“大模型依赖”的风险与应对 底层模型的商品化： Jake 认为底层基础模型（GPT-4、Claude 等）最终会变得像电力一样廉价。因此，初创公司不应在基础模型层面竞争。 夹层价值： 真正的价值在于“应用夹层”：如何针对特定场景对模型进行微调（Fine-tuning）、如何利用 RAG（检索增强生成）技术注入私有数据。 6. Acquired 团队的深度洞察 (Playbook) 分发权的防御： 像 Salesforce 或 Microsoft 这样的巨头拥有极强的分发护城河。初创公司必须在巨头“醒悟”并推出竞品前，利用 AI 带来的体验代差迅速建立起用户习惯。 先入者优势的消减： 在 AI 时代，代码编写变得更快。这意味着纯功能性的先发优势变弱了，品牌和客户关系的“情感护城河”反而变得更重要。 速度作为护城河： 在技术突变期，唯一的护城河就是迭代速度。 7. 细节与实战建议 给创业者的建议： 寻找那些“看起来很无聊、极其繁琐、充满文档和规章制度”的行业（如保险理赔、税务合规）。这些地方是 AI 产生最高 ROI（投资回报率）的区域。 销售策略： 不要只卖“AI”，要卖“业务成果”。企业 CFO 关心的不是你有多少大模型，而是你能帮他节省多少成本或增加多少收入。 总结： Jake Saper 传达的核心信息是：AI 降低了构建软件的门槛，但拉高了构建“商业模式”的门槛。 只有那些能将 AI 深度缝合进企业业务毛细血管的公司，才能在这一轮浪潮中存活。 本文为基于公开视频的分析性总结，不构成原内容替代。