惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

J
Java Code Geeks
GbyAI
GbyAI
Google DeepMind News
Google DeepMind News
Jina AI
Jina AI
B
Blog
aimingoo的专栏
aimingoo的专栏
酷 壳 – CoolShell
酷 壳 – CoolShell
T
The Blog of Author Tim Ferriss
Last Week in AI
Last Week in AI
月光博客
月光博客
H
Help Net Security
V
Visual Studio Blog
量子位
A
About on SuperTechFans
博客园 - Franky
人人都是产品经理
人人都是产品经理
N
Netflix TechBlog - Medium
云风的 BLOG
云风的 BLOG
雷峰网
雷峰网
Martin Fowler
Martin Fowler
Microsoft Security Blog
Microsoft Security Blog
博客园 - 叶小钗
P
Proofpoint News Feed
MongoDB | Blog
MongoDB | Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
a16z:软件公司只剩两条路了,没有中间态
张艾拉 · 2026-04-01 · via 人人都是产品经理

a16z最新观点揭示了软件行业的残酷现实:企业只剩下两条可行路径——要么通过AI驱动新产品实现增长重启,要么转型为高利润效率型生意。本文深度解析为何中间态企业将难以生存,并指出真正的AI转型不是功能叠加,而是需要重构收入模式和业务流程。从客户买单逻辑到组织能力重建,这场变革正在倒逼企业做出战略级选择。

周末看了 a16z 的一篇文章,标题很直接,叫《There are only two paths left for software》。

文章的意思可以概括成一句话:

接下来,很多软件公司真正能走的路,大概只剩两条:要么靠 AI 做出新的增长产品,把收入重新拉起来;要么接受自己已经不是高速增长公司了,把公司做成一家利润很高、效率很高的生意。

中间那种既没有明显增长、又没有很强利润的状态,以后会越来越难维持。

01 真正麻烦的,是很多公司都卡在中间

过去很多 SaaS 公司日子还算好过。哪怕增速慢一点,市场也愿意给耐心,因为默认你后面还有扩张空间。

现在这个前提变了。

文章提到,这几年不少上市软件公司的收入增速已经放缓,但如果把股权激励这些因素也认真算进去,真实利润并没有表面上那么好看。

结果就是,很多公司都落在一个有点尴尬的位置:增长不够快,撑不起原来的想象;利润又不够高,也称不上一家特别扎实的成熟公司。

这才是问题所在。

不是说这些公司不行,而是它们都停在中间。既不像增长公司,也不像利润公司,看上去还在跑,但方向已经没那么清楚了。

AI 来了以后,这种状态会更难维持。因为外面的环境,已经不太会继续给这种模糊地带留太多空间。

02 第一条路,不是给老产品加几个 AI 功能

现在很多软件公司都在做 AI,但很多所谓“做 AI”,本质上还是在老产品里加一点新功能。

比如聊天框、自动总结、智能搜索、辅助生成、自动分类。这些当然有价值,但问题是,它们未必真的改变了一家公司的增长逻辑。

这篇文章说的第一条路,不是把产品做得更智能一点,而是要用 AI 做出新的收入产品

而且这个“新”不是做个 demo,不是做个发布会亮点,而是真的要把公司的整体增长重新带起来。

文章甚至给了一个很具体的标准:12 个月内,把整体增速往上拉大约 10 个点。

这句话已经说明很多问题了。

也就是说,AI 在这里不是一次功能升级,而是一轮收入重建。

如果最后只是让原来的产品更顺手一点,客户更满意一点,但收入结构没变,增长逻辑也没变,那这件事其实还不算真正走上了第一条路。

文章还提到,以后企业预算流向也会变。过去大家更多是按席位、模块、系统付费;以后越来越多的钱,可能会流向 token、使用量、自动化、效果这些方式。

这背后真正变的,不只是定价表,而是客户买单的理由。

以前买的是工具,是谁来用。

以后买的可能是,这套东西替我干了多少活,帮我省了多少人,最后交付了什么结果。

这两者不是一回事。

03 真正难的,不是接模型,而是把公司的一线信息重新收回来

文章的意思很明确:如果你真想靠 AI 做出新产品,第一步不是先讲一个很大的故事,也不是先组一个很大的 AI 团队,而是先把公司内部那些最真实的一线材料重新捞出来。

比如流程文档、支持记录、工单、CRM、操作日志、知识库、历史案例这些。

这个判断很重要。

因为很多软件公司对自己业务的理解,平时更多停留在流程图、组织汇报和产品架构这一层。

但 AI 产品到底能不能做出来,往往取决于你手里有没有足够真实的工作现场。

  • 客户每天到底在重复做什么。
  • 客服最花时间的动作是什么。
  • 销售流程最容易断在哪一步。
  • 交付团队哪些事情最耗人,但一直没人认真拆过。

这些以前看起来只是运营细节,到了 AI 时代,反而成了最重要的原材料。

很多公司现在的问题,不是没有模型,不是没有工程师,也不是不知道 Agent 是什么,而是它从来没有认真把自己的业务上下文整理成可以被调用、被复用、被封装进产品的东西。

说白了,很多企业最值钱的能力,原来都散在人身上,散在邮件里,散在会议里,散在各种 SOP 和历史记录里。

以前这些东西散着也能转,因为总有人去补;现在如果你想把它变成产品、变成自动化能力、变成新的收入来源,就得先把这一层收回来。

04 这件事,往往不是靠“大团队转型”做出来的

文章还有一个判断也很现实。

它不太相信那种“全员一起拥抱 AI、整个组织同步转型”的说法。

它更相信的是,先抽出一小批最强的人,围着真实问题去做。

这个思路更像创业,不像大公司的常规创新。

因为大公司最容易出现的情况是,所有人都在说要转型,所有部门都在开会讨论 AI,最后做出来的东西也很完整、很热闹,但离真正能卖钱还有一段距离。

原因很简单:大家都不愿意轻易动原来的流程,也不愿意放弃原来的指标。

所以文章的意思其实很直接:先别想着全面铺开。

先把最懂业务、最懂客户、最能拍板的人拎出来,让他们去做最靠近收入、最靠近真实工作流的新产品尝试。

今天 AI 产品的竞争,已经不只是技术竞争了。很大程度上,它更像是谁更懂客户现场,谁更快把零散经验整理成结构化流程,谁更能把重复劳动压缩成标准动作。

所以现在大家都在做 AI,但真正能把 AI 变成新收入线的公司并不多。

很多时候差的不是技术,而是公司内部那些最重要的信息,过去根本没有被系统整理过。

05 另一条路,也不是失败

如果说第一条路,本质上是重新创业,那第二条路其实也不丢人。

文章说,如果你看不到靠 AI 再做出一轮增长产品的机会,那就别继续硬讲增长故事了。

更现实的做法,是把公司改造成一家真实高利润的生意。

而且它给的目标并不低。文章提到的是 40% 甚至 50% 以上的真实利润率。

而且不是靠会计口径修出来的数字,而是把股权激励这些也认真算进去之后,依然站得住的利润。

为什么这条路今天成立?

因为过去很多 SaaS 公司默认一件事:只要增长还在,利润可以先放一放。

组织大一点、销售贵一点、管理成本高一点,都还能解释,因为大家相信后面会摊薄。

但如果今天增长已经明显慢了,AI 又在冲击原来的产品边界和定价逻辑,那原来那套为了增长而存在的大团队、大开支、大组织结构,就未必还合理。

以前这些投入是为了往前冲。现在如果冲不动了,它们就会变成负担。

所以第二条路不是简单收缩,而是承认一件事:接下来这家公司追求的,不再是高增长外形,而是经营质量。

这条路没那么性感,但对不少公司来说,可能更诚实。

06 说到底,AI 不是给老软件续一口气

我看完这篇文章,最直接的感受是,它表面在讲产品怎么变,实际上在讲公司要重新做选择。

你到底还是不是一家增长公司。

你卖的到底还是软件,还是结果。

客户到底是在为账号付费,还是在为完成的工作买单。

你的组织到底还是为了旧时代的交付方式存在,还是已经准备进入一种更轻、更快的新状态。

这些问题,以前很多公司可以不急着回答。现在不太行了。

接下来,最难的可能不是会不会做 AI,而是你得先想清楚,你到底要成为什么样的公司。

以上,祝你今天开心。

作者:张艾拉 公众号:Fun AI Everyday

本文由 @张艾拉 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自作者提供