AI会取代软件吗?- 聊聊A16Z两份年度AI报告(下)

关于A16Z两份年度AI报告，前两篇聊了这轮AI繁荣的风险和GPU生命周期问题，这篇讲讲AI对软件行业的影响。

年初，市场有一个主流叙事是软件已死，理由是AI能vibe coding（氛围编程）出一切，但报告认为，AI不是软件行业增长放缓的唯一原因，甚至不是主要原因，原章节标题是《Saas需要证明自己，但现在还不是末日》。

这部分我基本上同意。

首先，这次对软件行业的重新估值并不完全是AI导致的：疫情前后软件公司疯狂举债扩张，随着零利率时代的结束，这些公司开始务实地用增长换利润，到2026年约75%的软件公司已经盈利，但这也导致整体增速下滑：只有约30%的公司增速在20%以上。高增长的公司越来越少了，而增长慢的公司拿不到高增长的估值倍数，于是整个板块的估值逻辑就发生了变化。不管AI是否真对软件行业形成了威胁，这些软件公司都到了得拿业绩证明自己的时候。

聊回AI对软件的冲击问题，很多人，包括程序员工程师，觉得AI能写代码就意味着市面上的软件都可以被轻易重写，公司也会用AI把原来采购的软件重写一遍，不仅节省成本，还能做定制化。这是很大的误区。一个很简单的反例就是OpenAI和Anthropic都在用Stripe及其旗下Metronome提供的计费系统；反过来，Stripe/Metronome也在用两家的AI开发自己的软件，转手再卖给这两家。那为什么OpenAI和Anthropic不用Codex和Claude自己直接做了呢，还付这个冤枉钱干什么？这显然说明代码只是价值的一部分，而且往往是最容易复制的那一部分。

计费系统真正值钱的是什么？它要每秒吞下数以百万计的用量事件，既是数据平台又是计费引擎，处理多计量项定价、额度、封顶，实时汇总可计费指标。还有对账、税务、审计、合规，有无数大客户多年踩坑沉淀下来的边缘情况和极端案例：多收了钱会使得客户投诉，少收了钱会导致财务坏账，宕机一小时则会引发连环事故。Stripe CEO科里森的说法很准：计量和计费，就是「产品」和「生意」之间的那道接口。你买的不是代码，是这道接口上的正确性、责任和经验。A16Z更早发过一篇《Good news: AI Will Eat Application Software》说得更直接：如果价值在代码里，软件公司早就被开源和廉价外包干掉了，靠专业分工带来的效率，在AI时代不会消失，网络效应这类护城河也不会变窄，价值会进一步从代码转移到数据、合规、责任和客户积累这些代码写不出来的东西上。Klarna 2024年宣布停用Salesforce和Workday，常被当作AI杀死SaaS的证据，但CEO后来自己澄清，并不是拿大模型直接替换，而是把分散的数据收拢之后自建了一套系统，被替代的，正是包在自家数据外面那层薄薄的代码。

本质上，这就是李嘉图的比较优势理论：AI带来的效率提升，让OpenAI写代码更高效，也让Metronome写代码更高效，所有人的绝对能力一起抬升，但相对成本结构并不会消失。比较优势理论最反直觉也最有力的地方就在于：哪怕你什么都比别人强，甚至什么都比别人便宜，分工依然对双方都有利。这是因为资源是稀缺的，比较优势比的是机会成本，而不是绝对成本和绝对能力。当写代码的成本趋近于零，剩下的稀缺要素，判断、信任、责任、领域知识、规模，权重只会更高，机会成本会更集中地压在核心业务上，分工不会被打破。

这也是今天的AI创业者们要理解的问题：前沿模型越来越强，越来越无所不能，它们背后的公司最终就会吃掉所有的市场，所有的应用场景吗？问题的答案恐怕比你想象的要乐观而反直觉得多。

我是忆智，用长期主义看懂价值。