Mighty Capital 创始管理合伙人、Products That Count 董事会主席 SC Moatti 表示，“我们使用人工智能”这句话已不足以让初创公司脱颖而出。随着人工智能融入今年 Products That Count 奖项候选产品的 97%，人工智能在她看来更接近一种可获得的基础设施，而不是阻止竞争对手追赶公司的壁垒。
Moatti 基于 Crunchbase 数据分析得出这一结论。该分析涵盖 576 家面向企业的人工智能公司，这些公司自 2025 年初以来完成了金额不低于 5000 万美元的融资轮。分析采用了 Hamilton Helmer 提出的“七种力量”框架，同时参考了 Products That Count 产品领导者社区的数据，该社区拥有超过 60 万名成员。
第一种优势：反定位
Moatti 将“反定位”定义为构建一种根本不同的商业模式，使成熟竞争对手无法在不损害现有经济效益的情况下进行模仿。她引用了 Netflix 与 Blockbuster 之间的经典对比：Blockbuster 本可以采用订阅模式，但这会削弱其门店所依赖的逾期费用收入。
根据文章提供的数据，分析涵盖的公司中只有 5% 使用了这种壁垒，但它们实现的企业价值中位数为所筹每 1 美元的 5.3 倍，是所分析各种力量中最高的倍数。根据文中所述示例，这一理念体现在采用人工智能并直接向雇主销售的保险公司，以及从一开始就建立在人工智能基础上的收入管理系统中。
在第一种情况下，传统保险经纪人可能难以模仿这种模式，否则会损害其客户关系和承保利润率。在第二种情况下，转向新模式可能会削弱传统系统供应商的高利润率咨询收入。作者认为，成熟竞争对手之所以不采取行动，是因为这会损害其现有业务，而这本身就是壁垒。
第二种优势：网络效应
在网络效应模式中，随着新用户加入，产品的价值会不断增加。Moatti 以 LinkedIn 为例：更多招聘人员会吸引更多候选人，进而吸引更多专业人士，而这又会反过来吸引更多招聘人员。
网络效应只出现在研究样本中 5% 的公司里，但这些公司的倍数达到 4.2 倍。根据分析，这使其成为以资本效率最高的方式实现强劲估值溢价的路径。作者认为，在企业领域应用网络效应并不意味着网络只能由个人用户构成；它也可以连接品牌与工厂、广告商与受众，或平台与合作伙伴。
随着定价数据、生产周期和受众行为通过这些互动不断积累，复制这一网络会变得更加困难。但实际挑战在于说服双边市场的两端同时作出承诺。Moatti 表示，成功克服冷启动问题的公司拥有一种资产，即使资金充足的竞争对手拥有更好的模式，也无法直接买走这项资产。
看似强大但更不耐久的壁垒
受限资源，例如专有数据、知识产权和独家访问渠道，在普及程度方面处于领先地位，出现在研究样本中 44% 的公司里。然而，其倍数最低，仅为 2.6 倍。作者解释称，基础模型和合成数据削弱了许多专有数据集作为难以复制优势的能力。
转换成本出现在 37% 的公司中。它们确实可能阻止客户离开，但通常需要与企业进行深度集成、经历成本高昂的销售周期，并承担重新设计系统的风险。其倍数约为 4 倍，接近网络效应，但根据文章，需要建设这种壁垒的资本大约高出 10 倍。
Moatti 认为，如果公司依靠产品驱动增长，或设计出促使用户在平台内协作的理由，转换成本可能变得更加高效，从而逐渐转化为网络效应。
这对初创公司意味着什么？
文章还对规模经济是否是大多数创始人可采用的战略提出质疑。排除 OpenAI 和 Anthropic 后，这一类别的中位数倍数从 6.1 降至 3.2，而两家公司占据了该类别 88% 的资本。因此，作者区分了随着规模扩大而改善的单位经济效益，与真正基于规模的壁垒。
certi.news 的编辑解读：本文并未证明反定位和网络效应是每个市场中唯一可能的壁垒，因为它基于特定样本和估值倍数，而不是直接的因果检验。但它向人工智能公司提出了一个重要的实践问题：如果今天的竞争对手拥有更多资本和更好的模式，业务中还会剩下什么？按照文中提出的论点，答案应当在于商业模式或网络结构的设计，而不只是人工智能本身。