754
2当 Cursor、Claude Code 等 AI 编程工具让软件开发门槛直降，软件成本趋近于零，我们正回到类似 1950 年代 “软件免费、靠其他环节盈利” 的商业逻辑？本期播客深度拆解 Eric Flaningam 的核心观点，结合 Nvidia、Anduril、Palantir、Ramp 等真实案例，剖析硬件、垂直整合、服务、支付等七大新商业模式如何成为软件行业的 “新护城河”，探讨开源运动的启示、切换成本的价值，以及创业者和投资者该如何抓住这波历史转折点的机遇。
分段内容（含核心观点 + 案例）
一、开场：软件行业的 “历史轮回”
- 引子：2022-2024 年 GitHub Copilot、Cursor、Lovable 带来的编程效率巨变，为何说这是软件行业 50 年最大变革？
- 历史对比：1950 年代通用电气 “免费送软件、卖 CNC 机床” vs 1970 年 IBM 拆分硬软服 “创造现代软件行业” vs 如今 AI 时代 “软件再免费” 的逻辑闭环
- 核心矛盾：当人人都能做软件，“软件本身” 还能成为商业护城河吗？
二、商业模式一：硬件 —— 重新成为差异化核心
- 核心逻辑：“商品化补充品” 策略 —— 软件免费，靠硬件赚溢价（价值链一端降价，另一端提价）
- 案例 1：Nvidia 的 CUDA 生态 —— 数千员工免费维护软件工具链，锁定开发者，让 H100/H200 成为 AI 硬件首选（对比 AMD MI300X“硬件参数强但软件栈差，开箱即用难” 的差距）
- 反向案例：Vast Data—— 从 “卖硬软一体” 到 “停造硬件、靠合作伙伴卖硬件，自己赚软件订阅费”，规避硬件周期风险，享受数据中心繁荣红利
- 延伸：硬件公司靠软件建生态，软件公司靠硬件做差异化，形成 “合作竞争” 新关系
三、商业模式二：垂直整合 —— 控制全链路，创造 “神奇体验”
- 核心逻辑：AI 降低软件开发成本后，小公司也能控制 “硬件 - 软件 - 服务” 全价值链，靠整合实现 “1+1>2” 的创新
- 案例：Anduril 的逆袭 —— 打破国防行业 “成本加成合同 + 寡头垄断” 的创新惰性，靠垂直整合（自研硬软服）击败传统承包商，2017-2024 年估值从 9750 万美元暴涨至 140 亿美元
- 类比：Apple、Tesla、SpaceX 的成功本质 —— 控制用户体验每一环，乔布斯 “细节控” 背后的商业逻辑
- 趋势：医疗、机器人、制造业将涌现更多垂直整合创业公司，“整合就是创新” 成新口号
四、商业模式三：服务 —— 从 “卖软件” 到 “卖结果”
- 软件的痛点：卖出去≠客户会用≠客户用得好，AI 时代这个问题更突出
- 两种服务模式：模式一：FDE（前置部署工程师）——Palantir 案例：派团队到客户现场，用 Palantir 平台帮政府 / 医疗客户定制解决方案，从 “一次性卖软件” 变 “长期服务关系”，解释其在政府和医疗领域的高成功率
模式二：直接卖服务（不用软件赚钱）—— 思想实验：为何没人靠卖 AI 给对冲基金做大？因为 “有好算法，不如自己开对冲基金赚更多”；法律行业同理：与其卖 AI 给律所，不如用 AI 做律所，赚 50% 生产力提升的收益 - 案例：Thrive Holdings 的 “收购整合” 策略 —— 收购会计、IT 咨询公司，用现有客户网络落地 AI 服务，实现价值复用
五、商业模式四 - 七：支付、平台、广告、基建的 “隐性价值”
- 支付模式：重新分配现有成本，而非创造新成本案例：Ramp—— 免费提供企业软件，从费用卡、旅行平台、采购工具的 “银行卡交换费” 中抽成，收入循环且与客户业务绑定；Toast—— 餐厅难付高额软件费，但愿付 “必交的支付手续费”，靠支付整合软件价值
- 平台模式：靠 “便利性” 收溢价逻辑：客户不愿管理十几个工具，愿为 “统一界面 + 数据打通” 付费（从 “比功能” 到 “比便利”）
案例：Rippling（估值 168 亿美元）—— 不只是 HR 系统，更是 “连接全业务系统的员工信息中枢”，靠整合降低客户管理成本 - 广告模式：软件即 “注意力入口”逻辑：Google、Meta 靠 “免费软件聚注意力，靠广告变现”，AI 时代 “软件即内容” 更易实现
案例：Ramp AI Index—— 用轻量软件可视化数据，获数千次文章分享，低成本获客 - 基建模式：AI 时代的 “税收征收者”逻辑：应用层软件免费，但支撑它的云、AI 模型、开发工具 “抽成”（如 Red Hat 靠 Linux 服务、AWS 靠云基建）
趋势：基础设施层毛利率高、定价权强，成投资重点
六、深度讨论：免费软件时代的 “护城河” 与 “边界”
- 切换成本：免费软件的隐形壁垒核心：数据迁移难、用户习惯难改、系统集成深，即使软件免费，替换现有系统仍成本高（如企业 “系统记录类软件” 短期难被替代）
市场分化：现有软件 “高价格慢增长”，新免费软件 “低价格快获客”，中间无切换成本的软件最危险 - 免费软件的 “边界”：哪些软件不会免费？高复杂性领域：如 EDA（电子设计自动化）工具，AI 难降低开发难度
高容错成本领域：如飞机物理设计软件，错一个螺丝即灾难，需高付费保障 - 开源运动的启示：免费软件如何平衡 “开放与盈利”？经验：Red Hat 靠服务、MongoDB 靠 “开源核心 + 企业功能” 变现
挑战：AI 生成代码的知识产权模糊，如何避免 “大公司寄生开源”？
七、对创业者 & 投资者的建议
- 创业者：从 “先做软件再想商业模式” 转向 “先定商业模式，再用 AI 软件支撑”
非技术能力更重要：用户需求洞察、分销能力、跨团队协作（多学科团队成标配）
选赛道：避开 “无切换成本的中间地带”，要么做高壁垒基建 / 复杂软件，要么做靠服务 / 支付变现的免费软件 - 投资者：抛弃传统 SaaS 指标（如 ARR 增长率），重点看 “价值绑定度”（如支付模式的交易量、服务模式的客户留存）
关注基建层、垂直整合型公司，警惕纯应用层 “无差异化软件”
八、结尾：抓住历史转折点
- 总结：软件价值从 “编程技能” 转向 “产品洞察、用户体验、商业模式设计”，未来软件公司是 “整合者 + 策略者”
- 呼吁：欢迎听众留言分享 “你观察到的 AI 软件商业模式案例”，点赞转发支持深度内容
- 彩蛋：提及深思圈新书《出海：产品全球化营销实践》即将出版，聚焦实战落地；附 AI 初创公司招聘信息（全栈开发、HR 负责人、产品负责人、海外运营），扫码可投递
延伸资源
- 参考文章：Eric Flaningam《当软件成本趋于零时的商业模式》（原文可查看 generativevalue.com）
