软件企业AI进化,只剩“两条路|A16z

二级市场重新评估了软件板块的价值，而且理由充分。市场传递的声音很明确：软件公司的长期价值已经不如从前了。没人能预判下个季度每只股票的具体涨跌，但把时间线拉长来看，要想持续创造股权价值，真正靠谱的路只剩两条。

• 路径一：在接下来的 12 到 18 个月里，靠真正全新的 AI-Native 产品，把营收同比增速拉高 10 个百分点以上。

• 路径二：重构公司架构，把真实的营业利润率做到 40% 以上（最好能达到 50%）。这里必须要明确一点，算利润时得把股票薪酬当成真实的支出来扣除。

严格来说，这两个方向并不冲突。但要在 12 到 18 个月的窗口期内见效，企业通常只能二选一。等到明年年底，所有卡在高增长和高利润中间的公司，处境都会沦为无人区：不仅面临增长受阻的压力，还会遭遇股权持续稀释和估值倍数压缩的困境。

现在的 CEO 们必须制定清晰的战略，朝着其中一条路交出最终答卷。

一

 “调整后利润”的粉饰到此为止

二级市场的软件公司已经走完了转型期的上半场。增速降下来了，估值也挤掉了水分。但对大多数企业来说，真正赚钱的日子根本还没来。

公司的自由现金流确实变好了，GAAP 利润率也跟着涨了一点。可一旦把股票薪酬当成真金白银的支出，而不是一笔永远可以忽略的烂账，这个板块里的大多数公司处境依然很尴尬：它们的增速太慢，撑不起成长股的高溢价；同时股权稀释又太厉害，配不上坚不可摧的估值倍数。

既然营收增速在放慢，企业按理说应该释放出更大的经营杠杆。现实情况却是，利润端确实有点起色，但幅度远远不够。

现在是考验管理层魄力的时候。那些喊着“裁员 8% 或 10%”的公关声明已经不管用了。这种做法只不过是修剪了一下公司的边缘枝叶，庞大的老旧机器还在照常运转。真正的强硬手段，是要把这台机器拆开重组。

在未来的 12 个月里，市场上大概率会出现更多下狠手的公司。摆在企业面前的只有上面说的两个选项，区别仅仅在于它们想用哪种方式来重组自己。

路径一：用 AI 新产品拉动增长

企业想要靠 AI 新产品拉动增长，绝不是在旧的 SKU 列表里硬塞几个 ChatBot 或是 Copilot 界面。

这里的“新产品”，指的是那种能在 12 个月内把公司整体营收增速拉高 10 个百分点以上的全新业务。与此同时，CEO 们必须以极快的速度重组公司架构，高管团队也不例外。只有提前把组织理顺，等到真正跨过 PMF 那个节点时，团队才能切实接得住这波势能。

现阶段的当务之急，是找出能打赢这场硬仗的领军人物。这注定是一场为期 12 个月的艰苦行军。作为掌舵人，必须摸清到底谁愿意陪着公司熬过这段阵痛期。好在情况并没有那么糟：在现有的组织内部，大概率潜藏着 5 个左右的核心人才，他们能创造出超出预期百倍的商业价值。

首要任务就是把这 5 个人挖出来。别去管他们现在的职级有多低，直接向他们坦白眼下紧迫的局势。给他们一个千载难逢的职业跳板，拉着他们一起重塑这家公司。

找到这些人之后该怎么做？

第一步，就是让他们接手那些看似枯燥、实则极其关键的信息收集工作：

• 围绕每一个高价值的工作流，开展一轮流程梳理的冲刺；

• 全面盘点并收集 SOP、工单、会议纪要、需求文档、政策条款、CRM 笔记、支持日志、事件数据以及审批路径。

企业的首要目标是搭建一层动态更新的上下文数据，绝不是简单堆砌几份静态的 PDF 文件。管理层必须把内部文档当成产品的基础设施来看待。同时，要针对准确率、异常处理机制、延迟状况和成本表现，建立起一套明确的评估体系。把这 5 个人派往一线执行这项任务，并为每个人划定清晰的职责边界。

在接下来的一个月里，CEO 需要紧盯管理层们，观察到底是谁在全力配合这支精锐小队，又是谁在冷眼旁观。

这个观察期会释放出清晰的信号：在即将到来的组织架构重组中，哪一半高管值得留下，哪一半必须被淘汰。一个月期限一到，一号位要果断去跟那些掉队的副总裁和总监们进行艰难的离职谈话。

腾出来的高管位置，直接交接给刚刚打赢信息收集战的那批精锐，以及公司内部其他靠实打实的成绩证明过自己的 AI-Native 骨干。

至此，企业将拥有一支焕然一新、充满斗志的高管团队，随时蓄势待发。

与此同时，企业要把 50% 的研发资源倾注在纯粹的 AI 新业务上：

• 推行四人小组模式；把设计、产品和研发捏合成一个作战单元，从第一天起就开始写代码。要卡死的是团队人数上限，而不是算力预算，把内部沟通成本直接压缩到最低。

• 保证公司里最优秀的产品经理能把绝大部分时间花在客户身上。他们的时间一分钟都别耽搁。他们的核心任务只有纯粹的产品探索；管理层必须帮他们扫清一切历史包袱的阻碍。
• 至于最顶尖的研发工程师，则要把他们留在中央工程部门，直接向 CTO 汇报。他们的职责是守住基本盘，确保公司的核心技术架构能跟得上一线产品经理的迭代节奏。

各家公司的具体做法或许会有出入，但一个中肯的建议是：千万别把最精锐的工程人才全都分配到边缘的一线团队去。这种做法会割裂整个技术栈，积压下需要好几年才能还清的技术和组织债务，最终把早期好不容易攒下的势能消耗殆尽。

更何况，在 AI 时代，开拓新产品压根用不上最顶配的工程师；企业真正需要的是那些能快速交付、快速学习的执行者。最好的工程师应该坐镇后方，盯紧公司的整体技术底座，同时果断地为新项目排定优先级。

在这场冲刺中，企业必须练就一项本领：遇到争议决策，能迅速向上汇报并由高管拍板，以此来打破业务推进中的卡点。

如果管理层不能做到每周都顶着压力做出艰难的抉择，公司就不可能在 12 个月内顺利完成转身，更别提去跑通全新的 AI-Native 业务。因此，务必建立起这套快速反应机制，并确保那支刚换血的高管团队拨出大量时间（每周至少一整天），心无旁骛地去为一线的设计师、产品经理和工程师扫除障碍，要把这件事当成当下的头等大事来抓。

在为前线团队扫平障碍的过程中，新业务的商业模式也会逐渐浮出水面。公司必须转而依靠 Token 或按使用量来变现，而不是继续依赖传统的按席位收费模式。

行业确实还有一些缓冲期；席位定价的逻辑不会在一夜之间退出历史舞台。但管理层必须正视这个挑战：决不能只做表面文章，敷衍地拼凑出一套新的定价模式和产品界面。

检验的标准其实很直白：如果一个 Agent 没法自主调用产品并完成付费，那说明企业大概率还没找对路子。

• 单靠数据通常是不够的。

• 系统集成的复制门槛正在降低。
• 当 Agent 能够更轻松地跨系统操作时，工作流和 UI 的优势也就没那么重要了。数据迁移正变得越来越容易。

二

实战标杆：Broadcom 的成功实践

在 AI 浪潮爆发之前，二级市场就曾出现过一个采用强硬手段的经典案例：博通。陈福阳 2006 年刚接手时，Avago 才从惠普拆分，年亏损超过 2 亿美元。

陈福阳 3 年内把员工从 6,500 裁员到 3,600；直接卖掉不赚钱业务：存储、打印机芯片、图像传感器等；强制所有业务线毛利率必须 ≥30%，否则关停 / 出售。

到 2016 年，Avago 甚至成功“蛇吞象”收购了老牌但低效的巨头博通，陈福阳再一次用同样的方式成功将其打造成超级现金流机器。

这是一种残酷的模式。它无法成为每个创始人都能效仿的蓝本。但它提醒了大家：极端的成本控制、产品精简以及提高毛利率是完全行得通的。

路径二听起来或许有些悲观，但并非每家软件公司都有资格走路径一，如果没有这份资格，路径二就是创造价值的唯一出路。

三

决定性问题

创始人应该在每份董事会材料的首页放上同一个问题：我们到底走哪条路？

靠全新的 AI 产品把营收增速拉高 10 个百分点以上？还是把包含股票薪酬在内的真实营业利润率做到 40% 以上？

投资人也该把这个问题问得更深入一些：

能改变增长曲线的 AI 产品引擎在哪？围绕小团队、高 Token 消耗、贴近客户的研发重组方案在哪？人机协同的交互层打算怎么建？40% 到 50% 真实利润率的路线图画出来了吗？股权稀释占营收的比例打算怎么降？

如果答案还是”两边都在推进”或者”方案还在评估中”，那市场大概率会继续施压。

创始人们必须做出选择，也必须尽快确定谁跟自己一起上路，这是一次为公司和团队重新定义起点的机会。冲 10 个点的增长，或者磕 40% 的利润。造下一代的产品，或者造一台印钞机——中间没有路。