代码买不到的东西

今年三月，OpenAI 花了几周时间与 TPG、Advent International、Bain Capital 和 Brookfield 谈判。不是为了融资，而是为了建立一个机构，负责把它的企业产品推广到这些基金旗下的公司里。

Anthropic 也与 Blackstone、Hellman & Friedman 和 Goldman Sachs 做了非常类似的事。

我觉得，这两笔交易比表面上看起来有意思得多。

地球上最先进的两家实验室，打造着业内很大一部分人正在使用的模型，聚集的技术人才可能多到任何公司都难以合理解释自己为何需要这么多，如今却拿出巨额资金，去换取一种自己造不出来的东西。

准入。

能够进入的企业。愿意接电话的财务总监。已经建立的关系。积累起来的信任。合同、数据，以及知道该找谁、先找谁后找谁的人。

OpenAI 可以训练出更好的模型。Anthropic 可以写出更好的智能体。

但它们没法靠氛围编程写出二十年的商业关系。

市场不只是加速了。它的形状变了。

问题的一端正在以惊人的速度变便宜。另一端却几乎没动。

十年前，如果你是一个有软件创意的商业型创始人，找到技术联合创始人是第零步。不是第一步，而是第一步之前的那一步。

没有这个人，你手上只有一份演示文稿、几个原型，以及一场通常以这句话收尾的谈话：“现在得找个人把这东西做出来。”

这一找可能就是六个月，有时是十二个月。恐怕有不少公司，是由两个本来并不特别想一起度过十年的人创办的，他们只是终于找到了拼图的另一半，如释重负。

这个限制消失的速度，比我们意识到的快得多。

今天，一个优秀的商业型创始人可以做出第一版产品，拿给客户看，观察哪里出了问题，修复，再来一遍。在 CTO 真正变得不可或缺之前，他已经能走得出乎意料地远。

当然，还不至于在卧室里造出一个 OpenAI。

但足以验证直觉、获得用户、学习，有时甚至找到最初的市场，然后才组建技术团队。而在 2019 年，这样的团队从第一天起就少不了。

Cursor 和编程智能体，当然是这种现象最显眼的表现。但我觉得，有意思的后果并不是“人人都能编程”。

而是写出能运行的代码，正在逐渐失去一部分稀缺性。

有一点我要说清楚，否则这场讨论很快就会变得愚蠢。

如果技术本身就是你的护城河，那这一切就不能同样适用。如果你在做新模型、基础设施、机器人、生物科技或专有研究，你仍然需要极其优秀的技术创始人和工程师。

很可能比以前还需要。

当普通工具变得优秀时，优秀的人与顶尖的人之间的差距未必会消失，甚至可能更加残酷。

但对于企业软件中的很大一部分来说，单纯把产品做出来的能力，正在变得不那么稀缺。

现在看看另一端。

你仍然得说服一家大企业让你进去。仍然得找到预算。过安全关。过合规关。过法务关。说服采购者，然后是他的老板，有时还有他老板的老板。

还得填写一份长达 200 行的安全问卷，可能是某个人在 2014 年做的，此后一直没人敢删。

企业销售周期仍然以月为单位。决策仍然涉及数量荒唐的人。AI 产品数量的爆炸式增长，恐怕没有让问题变简单，只是给企业增加了几百家需要评估的供应商。

这时候，MIT 的那个数字就值得看了。

在他们关于企业 AI 的研究中，所分析的试点项目有 95% 没有对损益表产生任何可衡量的影响。

95%。

我认为，如果只把这个数字当作“模型还不够好”的证据，就严重误读了它。问题中的很大一部分，不在模型。

而在于如何进屋。

因为你不能用提示词变出一百个大企业客户。不能靠氛围编程造出一个积累了十五年的数据集。不能生成一位已经吃过两次亏的法务总监的信任。

也不能一夜之间合成一个人的行业知识：他在这个行业干了二十年，清楚地知道，为什么那三个显而易见的解法都行不通。

这就是让我感兴趣的不对称。

AI 正在消除商业型创始人在第零天的大部分技术依赖，却没有在市场这一端创造同等的捷径。可我依然看到，大量创始人仍在为一家他们在 2019 年需要创建的公司招人。

他们在找能造出自己不会造的东西的人。但有意思的问题正逐渐变成：即使有全世界最好的 AI，我也造不出来的是什么？

分销渠道。专有数据。信任。积累了二十年的行业知识。原创研究。在某个行业已经占据的位置。

进入那间屋子的资格。

如果这些东西正在变得稀缺，别的东西也会随之改变。

新的联合创始人，也许不是一个人。

它可能是一个已经站稳脚跟的参与者。我说的不是新闻稿里宣布的“战略合作”，然后在幻灯片上放两个手拉手的标志。我说的是你真正与之绑定的一方，因为它已经拥有你要花十年才能建起来的东西：客户、数据、信任、行业知识，或准入。

看看 Abridge。

乍看之下，这是一家很出色的医疗 AI 公司。由一位心脏科医生创办，如今与数百个医院系统合作。但我觉得更有意思的，是它在技术周围搭建的东西。

Abridge 先与 UpToDate 合作，随后又与《新英格兰医学杂志》和 JAMA 合作，将它们的医学内容整合进自己的工具。NEJM 从 1812 年就开始出版。

二百一十四年的公信力。

你明年大概能做出更好的模型。但要在下一个冲刺周期之前造出 214 年的机构信任，那就祝你好运了。

OpenEvidence 用另一种方式讲述着同一个故事。它成功进入 Mount Sinai、Cedars-Sinai、Sutter Health 等医院体系，并融入医生已经在使用的工具。它的产品在某些功能上当然可以被复制，但它在体系内的位置，就没那么容易了。

Harvey 在法律领域又讲了这个现象的另一个版本。如今，数万名律师使用它，它也成功进入了世界上一些最难打入的律师事务所。

产品当然得好。

但想象一下，明天有两家公司拥有完全相同的模型。一家从优秀产品和零人脉起步。另一家已经进入几十家机构，这些机构把工作流程、习惯，有时甚至数据交给了它，还花了几个月来审批。它们不是同一种公司。

已经进去了，本身就成为产品的一部分。

而这正是私募股权基金今天卖给 OpenAI 和 Anthropic 的东西。它们卖的不只是引荐，而是已经占据的位置。已经拥有的企业。已经合作的高管。以及那些最初一部分风险已由别人承担过的关系。

换句话说，它们卖的是时间。

二十年的人脉。二十年的信任。二十年打开的门。

再多的算力，也无法把二十年压缩成二十秒。 当然，这个策略有一个陷阱，而且大到必须说出来：依附于掌握渠道的一方，也可能是让自己变成它的外包商的绝佳方式。

如果客户、关系、数据和利润都归它，你只是提供一层技术，那你就没有建立护城河。

你只是签了一份服务合同，再给它裹上一层好听的故事。

只有你能保留某些不断在自己这边积累的东西，这种联盟才真正有意思：对结果的衡量、使用过程中产生的数据、对工作流程的理解、一层因不断运行而持续改进的技术。某种东西，让三年合作后的你比第一天更难被替代。

否则，合作方在学习。

你在执行。

然后有一天，它会把你这项服务拿出去比价招标。

但即便有这个风险，我仍认为整体的算盘已经倒过来了。 十五年来，商业型创始人的本能，一直是找一个能造出自己不会造的东西的人。

这个本能曾经完全合理。

问题在于，它可能正在失去存在的理由之后，继续存活。

稀缺性转移了。 当稀缺性发生转移，还继续围绕旧的稀缺性来组织一家公司，大概是最稳妥的造错公司的方式之一。

所以问题不再只是：谁能和我一起把它做出来？

而是：谁已经拥有我造不出来的东西？

OpenAI 和 Anthropic 有地球上最好的工程师中的一批。有模型。有资本。有品牌。它们的技术能力，可能超过历史上几乎任何一家公司。

可它们还是签了支票。

因为它们很清楚，自己买的是什么。

不是代码。

而是一扇已经打开的门。

我在阿联酋通过 Naijm，也在自己的规模上做着颇为相似的事情。

不过，这是另一个故事，留待下次再讲。