【摘要】AI创业正陷入对ARR（年度经常性收入）增长的狂热崇拜。文章剖析了“增长势能”的内在风险与幻觉，并提出一套可持续增长操作系统，强调真正的护城河源于创新循环、经典商业壁垒与健康的单位经济学。

引言

AI的浪潮席卷而来，仿佛一夜之间，所有人都站在了同一个起跑线上。资本涌动，创业者蜂拥，一个根本性的问题摆在了每个人的面前 “在AI时代，什么才是企业真正的护城河？”

不久前，a16z合伙人Bryan Kim抛出了一个极具煽动性的观点 “势能（Momentum）就是AI产品的护城河”。这个论断迅速将行业划分为两大阵营。一方将其奉为圭臬，认为在技术窗口期稍纵即逝的当下，唯有闪电般的ARR（年度经常性收入）增长，才能在市场中撕开一道口子，赢得构建壁垒的入场券。Perplexity AI这类公司的崛起，似乎也成了这一理论的最佳注脚。

但是，硬币总有另一面。以Contrary基金的Kyle Harrison为代表的另一派，则对这种“唯快不破”的哲学充满了警惕。他们认为，当整个生态系统都开始以短跑的心态去参与一场马拉松时，悲剧便已注定。对短期增长数据的痴迷，不仅让资本忽视了那些本可以成为经济支柱的稳健型公司，更在无形中逼迫创业者走上了一条捷径，一条通往“虚假繁荣”与“增长幻觉”的危险之路。

这篇文章，不想简单地站队。我们试图拨开围绕“动量”的迷雾，深入探讨它为何是船，而非岛屿。更重要的是，我们将尝试构建一个AI公司的“可持续增长操作系统”。这个系统不排斥速度，但更强调方向。它旨在帮助创业者与投资人，在喧嚣的浪潮中，找到从动量（Momentum）平稳过渡到壁垒（Moat）的坚实路径。

一、📈 动量崇拜 AI创业的“速度与激情”

1.1 “势能就是护城河” 理论的诞生

“势能就是护城河”这个观点，并非空穴来风。它深深植根于AI时代的技术特性。模型的迭代速度以月为单位，新应用的诞生更是以周计算。一个今天看起来颠覆性的产品，下个月可能就会被新的范式所覆盖。

在这样的背景下，速度的权重被提到了前所未有的高度。支持者认为，传统的护城河，如技术专利、规模经济，构建周期太长，远水解不了近渴。只有通过最快的速度获取用户，形成品牌认知，才能在心智上建立第一道防线。一旦用户心智被占领，后续的产品迭代、渠道分销、生态合作，才有了坚实的基础。

这种逻辑下，ARR的增长曲线斜率，成了衡量“势能”最直观，甚至是唯一的标尺。一个能在几个月内将ARR从零做到数百万美元的公司，自然被视为拥有巨大势能的明日之星。资本会迅速跟进，媒体会争相报道，人才也会被吸引而来，形成一个正向循环的飞轮。

1.2 资本的“锤子”与创业的“钉子”

这种对速度的崇拜，与风险投资，特别是大型基金的商业模式一拍即合。管理着数十亿美元的基金，其目标不是投出一家“还不错”的公司，而是要捕获那只能够带来百倍、千倍回报的“超级独角兽”。

这就是经典的“手里拿着锤子，看什么都像钉子”。基金经理们需要的是极致的回报，所以他们寻找的也是拥有极致增长潜力的公司。赫曼特·塔内贾那句“三倍增长已经过时了。你需要从100万美元涨到2000万美元再到1亿美元才算有趣”，精准地描绘了这种心态。

当这种思维成为市场主导时，评判标准就被极度简化了。一家公司是否“有趣”，不再取决于其产品打磨得多么精良，商业模式多么健康，而仅仅在于它的ARR增长曲线是否足够陡峭。创业者为了获得资本的青睐，也不得不将所有资源都投入到这场增长竞赛中。

1.3 被忽视的95% 经济“中产阶层”的消失

这场竞赛最直接的后果，就是对绝大多数公司的“隐形歧视”。

现实是残酷的。所有上市公司里，市值超过100亿美元的不到5%，超过1000亿美元的更是凤毛麟角。这意味着，风投们追逐的，是金字塔尖上那最耀眼的5%。

但是，一个健康的经济生态，需要一个庞大而坚实的“中产阶层”。这些公司或许永远不会成为千亿市值的巨头，但它们能做出优秀的产品，服务好自己的客户，为员工提供稳定的工作，并实现健康的盈利。它们是经济的基石。

在“动量为王”的规则下，这些稳健增长的公司被贴上了“不够性感”、“缺乏想象力”的标签，在融资市场上处处碰壁。创业者们也被迫在“成为那5%”和“被市场遗忘”之间做出选择。最终，整个创业生态被“顶尖公司神话”所绑架，多样性被扼杀，大量本可以健康成长的企业，在追求不切实际的增长目标中，过早地耗尽了自己。

二、📉 幻觉的代价 动量背后的三大陷阱

当ARR增长成为唯一的信仰，风险便如影随形。看似坚不可摧的“势能”，很多时候只是一个脆弱的幻觉。它背后隐藏着至少三个致命的陷阱。

2.1 陷阱一 高波动性的“过山车”

正如一位评论者在Bryan Kim的帖子下留言所说 “能在10天内从0涨到200万美元的，也能在10天内跌回零。”

这句话一针见血地指出了动量型公司的最大风险 高波动性。它们的增长高度依赖于市场情绪、技术风口和资本助推，而非内生的、可持续的客户价值。

最典型的例子莫过于OpenSea。在2021年加密市场最狂热的时期，其月营收一度高达1.22亿美元，公司估值被推至133亿美元的巅峰。但当潮水退去，市场回归冷静，OpenSea的业务数据和估值都经历了断崖式下跌。这并非说它是一家坏公司，它至今仍有可观的收入。问题在于，它在巅峰时期所展现的“势能”，并不具备穿越周期的能力。

对于今天的AI公司，这个教训尤为深刻。许多产品的爆火，源于用户的一时新奇，或是某个特定技术（如GPT-4发布）带来的短期红利。一旦这股新鲜感过去，或者上游技术出现变化，那些完全建立在动量之上的增长，很可能瞬间崩塌。

2.2 陷阱二 “创造性会计”与增长的虚胖

为了迎合资本市场对增长曲线的迷恋，一种“创造性会计”开始在AI创业圈中流行。许多公司为了让自己的ARR数据看起来更漂亮，采取了各种“美化”手段。

这种“虚胖式”的增长，制造了一个危险的幻觉。它让创始人、团队和投资人都沉浸在一个虚假的成功故事里，却掩盖了商业模式中最根本的问题，比如糟糕的利润率、低下的用户留存和不可持续的获客成本。当资本的燃料耗尽时，这个幻觉就会像泡沫一样破裂。

表1 “虚胖式ARR”的常见手法

手法

具体描述

真实影响

免费试用年化

将大量处于免费试用期、尚未付费的用户，按照付费用户的标准计算并计入ARR。

严重夸大真实付费意愿和收入规模，转化率一旦不达预期，ARR将大幅缩水。

一次性收入年化

将一次性的项目制收入（如咨询、部署服务）乘以12，伪装成经常性订阅收入。

混淆了收入的性质，掩盖了公司缺乏可持续、可预测的订阅业务的真相。

亏损换增长

以“1美元卖2美元的服务”的方式，通过巨额补贴或低于成本的定价来换取用户和收入增长。

增长不可持续，单位经济学为负。一旦停止补贴，用户会立刻流失，收入也随之蒸发。

顶峰数据年化

将某个偶然因素（如产品发布、媒体报道）导致收入冲顶的单月数据乘以12，作为全年的ARR预测。

忽略了收入的季节性和波动性，给出了一个完全不切实际的增长预期。

2.3 陷阱三 “反护城河”效应

彼得·蒂尔在《从零到一》中有一个著名的论断 “竞争是傻瓜才玩的”。成功的企业，是通过解决一个独特问题来获得垄断地位。而失败的企业，则无一例外地陷入了同质化竞争的泥潭。

具有讽刺意味的是，对“势能”的狂热追逐，正在把无数AI创业者推向这场“傻瓜游戏”。

当一家公司在某个细分赛道，比如AI代码生成或AI写作，展现出惊人的ARR增长势头时，它并不会吓退竞争者。恰恰相反，它会像黑夜中的灯塔，吸引来无数的模仿者和热钱。大家会一窝蜂地涌入这个被验证过的市场，用同样的技术栈，解决同样的问题，服务同样的用户。

结果是什么？

  • 上游依赖加剧 几乎所有公司都严重依赖少数几家大模型供应商（如OpenAI, Anthropic），议价能力极低。

  • 获客成本飙升 大家在同一个渠道里，用同样的营销手段，争抢同一批客户，导致营销费用水涨船高。

  • 利润空间被挤压 为了在竞争中胜出，价格战在所难免，本就脆弱的利润空间被进一步压缩。

在这种情况下，最初的“势能”非但没能构建起护城河，反而成了一个“反护城河”的信号。它加速了赛道的红海化，让原本可能成立的商业模式，在激烈的竞争中变得难以为继。

三、🏰 构建真正的壁垒 可持续增长的操作系统

既然单纯的动量充满了陷阱，那么AI公司真正的壁垒究竟是什么？答案是，我们需要一个超越短期增长指标的、更为系统化的“可持续增长操作系统”。这个操作系统的核心，是重新定义创新速度，并回归商业的本质，构建经典的护城河。

3.1 重新定义“创新速度”

埃隆·马斯克强调“创新的速度”是唯一真正的护城河。但很多人将这句话误解为“推出新功能的速度”或“收入增长的速度”。这是一种危险的简化。

真正的创新速度，不是一个单一的指标，而是一个闭环的循环能力。它衡量的是一个团队将市场洞察转化为被用户采纳并能持续复用的产品价值的效率。这个循环可以被拆解为四个关键节点。

  • 洞察（Insight） 能否敏锐地发现用户未被满足的真实需求，而非创造伪需求。

  • 上线（Launch） 能否快速、高质量地将洞察转化为产品功能并推向市场。

  • 被采纳（Adoption） 用户是否愿意为这个新功能付费，并将其整合进自己的工作流中。这是验证价值的关键。

  • 复用（Reuse） 这个功能能否沉淀为平台能力，被用于解决更多场景的问题，或者其产生的数据能否反哺产品，形成正向循环。

一个高速运转的创新引擎，意味着这个循环的时间越来越短，质量越来越高。它产出的不是虚胖的ARR，而是实实在在的用户价值和结构性优势。

3.2 护城河的经典四件套

a16z的合伙人亚历克斯·伊默曼有一个绝妙的比喻 “动量不是护城河，而是船。” 船可以带你快速抵达目的地，但真正能让你安身立命的，是在岛屿上建立的坚固堡垒。

在AI时代，这些堡垒的形态或许有所变化，但其底层的商业逻辑，依然是那经典的“护城河四件套”。

表2 AI时代的护城河四件套

护城河类型

传统定义

AI时代的具体体现

转换成本

用户从你的产品迁移到竞品时所付出的时间、金钱、精力等代价。

工作流深度集成 AI工具深度嵌入企业的核心业务流程（如CRM、ERP），替换成本极高。专有数据与模型微调 用户在平台上积累了大量专有数据，并基于此微调了模型，这些资产难以迁移。

网络效应

每增加一个用户，网络中其他所有用户的价值都会随之增加。

数据网络效应 越多人使用产品，产品收集的数据越多，模型效果越好，从而吸引更多用户。协作网络效应 在Figma、Notion等协作工具中，AI功能让团队协作的价值倍增，用户越多，协作网络越稳固。

规模经济

随着产量的增加，单位产品的平均成本下降。

推理成本优势 拥有海量用户的公司，可以通过模型优化、自建推理集群等方式，大幅降低单位推理成本，获得成本优势。数据飞轮 规模化的用户行为数据，可以用来训练更高效、更便宜的专有小模型，摆脱对昂贵通用大模型的依赖。

品牌与专有数据

用户对品牌的信任，以及公司拥有的独一无二的数据资产。

品牌信任 在AI生成内容真假难辨的时代，一个值得信赖的品牌（如权威媒体、专业软件）本身就是护城河。高质量专有数据 拥有无法通过公开渠道获取的、高质量、结构化的专有数据，是训练出差异化模型的关键。

这四件套，才是企业基业长青的基石。动量的价值，在于为你争取到构建这些护城河的宝贵时间。如果一家公司只有动量，而没有将动量转化为任何一项结构性壁垒，那么它的未来注定是脆弱的。

3.3 双轨策略 生存与发展的平衡术

对于大多数创业公司而言，完全不顾增长去“慢工出细活”是不现实的，但all-in在不可持续的增长上又无异于赌博。因此，一种更为务实的“双轨策略”值得被采纳。

这个策略的核心，是将公司的业务划分为两类。

  1. 现金流生意（Cash Flow Business）

    • 目标 稳定、健康、可预测的现金流，保证公司的生存和日常运营。

    • 特点 可能是技术含量相对不高，但市场需求明确、商业模式清晰的业务。例如，为特定行业提供标准化的AI解决方案。

    • 作用 它是公司的“基本盘”，是安全垫。它让公司不必完全依赖外部融资，在资本寒冬时也能活下去。

  2. 估值生意（Valuation Business）

    • 目标 探索高潜力、高风险、可能带来指数级增长的创新项目。

    • 特点 可能是前沿的技术研发，或是对全新商业模式的探索。这类业务短期内可能不赚钱，甚至需要大量投入。

    • 作用 它是公司的“想象力”，是未来成为“超级独角兽”的希望所在。它负责为公司讲一个足够大的故事，以吸引顶尖人才和战略投资。

通过双轨并行，公司可以在追求星辰大海的同时，也能脚踏实地。现金流生意为估值生意提供弹药和容错空间，而估值生意的突破，则能反过来提升整个公司的天花板。这种策略，极大地降低了在高度不确定的AI环境中，因单点失败而导致全盘崩溃的风险。

四、⚙️ 操作系统执行手册 关键模块解析

一个好的战略，需要有清晰的执行手册。这套“可持续增长操作系统”同样包含几个关键的执行模块，它们是确保战略落地的齿轮。

4.1 成本曲线管理 AI时代的“降本增效”

AI应用，特别是基于大模型的应用，其成本结构与传统SaaS有着本质不同。推理成本（Inference Cost）是悬在所有公司头上的达摩克利斯之剑。如果不能有效管理成本曲线，那么增长越快，亏损可能就越多。

一个成熟的成本曲线管理计划，应包含以下几个层面。

  • 推理成本下降路线图 公司必须有一个清晰的计划，来持续降低单位推理成本。这包括模型蒸馏、量化、剪枝等技术优化，以及从昂贵的通用大模型，逐步迁移到更经济的专有小模型。

  • 多云冗余与自研比例 鸡蛋不能放在一个篮子里。过度依赖单一的大模型供应商是极其危险的。公司应建立多云或多模型供应商的冗余策略，以保证供应链安全和议价能力。同时，根据自身业务规模和技术实力，规划自研模型的比例。

  • 自动化运维（AIOps） 随着用户规模的增长，必须通过高度自动化的运维工具来管理庞大的模型服务集群，以降低人力成本和出错率。

4.2 以单位经济学为北极星

如果说ARR增长是公司的时速表，那么**单位经济学（Unit Economics）**就是导航系统中的GPS。它告诉你，你前进的方向是否正确。无论增长多快，如果单位经济学模型不成立，那一切都只是在加速冲向悬崖。

健康的单位经济学，是这套操作系统的北极星。创始人必须时刻关注以下几个核心指标。

表3 单位经济学健康度体检表

核心指标

健康信号

危险信号

毛利率（Gross Margin）

扣除推理成本、云服务成本后，毛利率应保持在健康水平（如 > 70%）。

毛利率过低，甚至为负。这意味着每增加一个客户，公司都在亏钱。

席位扩张（Seat Expansion）

在B2B业务中，现有客户愿意为更多员工购买服务，或购买更高级的版本。这是产品价值的直接体现。

客户续费，但使用范围没有扩大，甚至在缩减。

分队列留存（Cohort Retention）

按月或季度划分用户群，观察每个用户群的长期留存率。健康的留存曲线应在一段时间后趋于平缓。

留存曲线持续下跌，没有平缓迹象，说明产品缺乏长期粘性。

客户生命周期价值/客户获取成本（LTV/CAC）

LTV/CAC > 3 是一个公认的健康标准。这意味着从一个客户身上赚到的钱，远超获取这个客户的成本。

LTV/CAC < 1，典型的烧钱换增长，商业模式不可持续。

4.3 本土化思考 中国市场的特殊性

将这套操作系统应用于中国市场，还需要考虑其特殊性。与北美市场相比，中国市场的AI创业环境有几个显著不同。

  • C端付费意愿 整体上，中国C端用户为纯软件工具付费的意愿和客单价，普遍低于北美。

  • B端采购预算 中国企业的IT采购预算和决策流程，也与海外有很大差异，ARR做到千万美元级别已属不易。

这些差异意味着，在中国市场，对现金流安全和单位经济学的关注，需要被提到更高的优先级。那种完全依赖融资、长期亏损换增长的模式，在这里的容错率更低。“双轨策略”中的现金流生意，对于中国AI创业公司而言，可能不是一个可选项，而是一个必选项。

五、🧭 给局中人的行动框架

理论最终要指导实践。对于身处这场浪潮中的创业者和投资人，这套操作系统提供了一个清晰的行动框架。

5.1 创业者的罗盘

  • 抓住势头，但别被绑架 在产品早期，利用市场的热度和动量快速试错，验证产品与市场的匹配度（PMF），这是必要的。

  • 同步建设壁垒 在追逐增长的同时，必须同步思考如何将用户行为转化为结构性壁垒。问自己几个问题。

    • 我的产品是否足够深地嵌入了客户的工作流？

    • 我是否在积累别人无法获得的专有数据？

    • 我的用户之间是否开始产生网络效应？

  • 警惕虚胖，守住底线 永远不要为了一个漂亮的增长数据，而牺牲商业模式的根本健康。对单位经济学保持绝对的诚实。

  • 管理好供应链 评估并降低对单一上游供应商的过度依赖，这关乎公司的生死存亡。

5.2 投资人的滤镜

  • 穿透ARR看本质 在尽职调查时，不能只看ARR的增长曲线。必须深入排查收入的成色、毛利率结构、客户留存质量和单位经济学模型。

  • 评估创新引擎 关注团队的创新循环速度是否健康，他们是真正地在创造价值，还是仅仅在追逐流量。

  • 识别周期与窗口 精准判断一个赛道是处于需求井喷、供给稀缺的“增长押注”窗口，还是已经进入竞品同质化严重的“回归基本盘”阶段。在不同的阶段，采用不同的评估标准。

  • 重新发现价值 将目光从那5%的“超级独角兽”身上，分一些给那些可能成为“经济中产阶层”的优质公司。支持多样化的成功路径，对整个生态的长远发展更有益。

总结

AI创业的浪潮，既充满了机遇，也遍布着迷雾。对“最快ARR”的集体追逐，正让许多人陷入“动量幻觉”，忘记了商业的本质。

动量是船，护城河才是岛屿。这句话精辟地总结了速度与耐力的关系。能在这场变革中最终胜出的，不会是那些只顾着把油门踩到底的“泡沫玩家”，而是那些懂得如何驾驶快船，并迅速找到岛屿，一砖一瓦构建自己坚固堡垒的“航海家”。

对于每一个AI领域的从业者而言，现在是时候冷静下来，从对增长曲线的痴迷中抽离出来，重新审视自己的“操作系统”。专注于打磨产品深度，创造真实的用户价值，积累结构性的竞争壁垒。这或许不是一条最快的路，但它一定是一条最稳、最远的路。因为，只有穿越周期的公司，才能真正定义未来。

📢💻 【省心锐评】

别再用战术上的勤奋，掩盖战略上的懒惰。增长只是结果，不是原因。把ARR当成护城河，就像把兴奋剂当成肌肉，爽在一时，废在长远。