AI 公司的毛利率低？a16z 說：先別急著下結論

本文整理自《20VC》2024 年 12 月 15 日播出的單集。

「你覺得那些用毛利率來批評 AI 公司的人，是不是論點很弱？」

20VC 創辦人斯特賓斯（Harry Stebbings）在節目中直接拋出這個尖銳的問題。這個問題背後是 AI 投資圈近期最熱烈的爭論之一：AI 原生公司的毛利率普遍只有 50% 到 60%，遠低於傳統 SaaS 公司 70% 到 80% 的水準。這是否意味著 AI 公司的商業模式有根本性缺陷？a16z 成長投資負責人乔治（David George）的回答很有啟發性。

歷史規律會重演

George 首先指出一個基本觀察：「技術輸入成本的歷史規律告訴我們，毛利率會合理化，會上升。」這個觀點聽起來像是信仰宣言，但背後有具體的歷史經驗支撐。雲端運算就是最好的例子。在雲端早期，許多公司的運算成本占營收比例很高。但隨著 AWS、Azure、GCP 的規模效應和技術進步，雲端成本大幅下降，使用雲端服務的 SaaS 公司毛利率逐步攀升到今天的高水準。

AI 產業目前正處於類似的早期階段。每個 token 的成本確實在過去一年半急劇下降，但這個好處被另一個趨勢抵消了：推理（reasoning）功能的導入大幅增加了 token 使用量。當模型需要「思考」更多步驟來解決問題時，所需的運算量就會增加。這使得整體成本的下降沒有反映在終端應用公司的毛利率改善上。

George 認為這種情況是暫時的。隨著時間推移，推理效率會提升，模型會更智慧地分配運算資源，整體成本會繼續下降。最終，AI 應用公司的毛利率會趨近於傳統 SaaS 公司的水準。他預期模型公司的市場結構會變得類似雲端產業：少數幾家大公司形成寡占，它們會維持合理的利潤率，下游客戶也能獲得穩定的服務。

暫時接受較低的毛利率

但這不代表投資人現在就應該忽略毛利率。George 的態度很務實：「在毛利率這個問題上，我會說我們現在給的寬容度比以前多一些。」這是一個微妙的平衡。a16z 沒有完全放棄對毛利率的關注，但他們接受在 AI 時代的轉型期，這個指標需要用不同的框架來評估。

他提出了一個有趣的反向指標：「如果有一家公司說自己是 AI 公司，但毛利率跟 SaaS 一樣高，我們會問很多問題。這通常意味著人們並沒有真正使用 AI 功能。」這個觀察很深刻。真正被大量使用的 AI 功能會消耗大量運算資源，從而壓低毛利率。如果一家 AI 公司的毛利率維持在傳統 SaaS 的水準，可能意味著 AI 只是行銷話術，而非產品的核心。

那麼，在毛利率無法作為主要評估標準的情況下，應該看什麼？George 的答案是：留存率和參與度。

留存率和參與度的新標準

「營收的意義跟以前一樣，前提是它伴隨著高留存率和高參與度。」George 解釋，AI 公司的成長速度比過去的 SaaS 公司快得多，這帶來了評估上的挑戰。傳統上，投資人會看多年的續約行為來判斷營收品質。但當一家公司只運營了一兩年，根本沒有足夠長的時間來驗證這一點。

解決方案是看更短週期的留存率和參與度。用戶是不是每天都在使用產品？使用時間有多長？在關鍵功能上的使用頻率如何？這些指標可以在較短的時間內提供信號，幫助判斷營收是否具有持久性。George 強調，a16z 現在花在這些指標上的時間比過去多得多。

他以 Gamma（簡報製作 AI 工具）為例說明什麼是理想的狀態。Gamma 有兩個突出的特點：極高的有機客戶獲取率，以及非常高的參與度和留存率。有機獲取意味著客戶是自己找上門的，不需要花大錢做銷售和行銷。高參與度意味著人們真的在使用產品，並且從中獲得價值。當這兩個條件同時滿足時，快速成長的營收就有更高的可信度。

AI 對現有 SaaS 公司的威脅

這場討論也觸及了另一個相關話題：AI 對現有 SaaS 公司的威脅。George 有一個清晰的框架來評估這種威脅的程度。他認為 AI 對 SaaS 公司的顛覆力量可以分為三個層次，按衝擊程度排序：商業模式轉變是最大的威脅，其次是使用者介面和工作流程的改變，最後是資料存取權的變化。

商業模式轉變是最具顛覆性的。以客服領域為例，傳統客服軟體按座位數收費——你有多少客服人員，就付多少錢。AI 驅動的客服可以按任務完成數收費——解決一個客戶問題收多少錢。這種從「人頭」到「成果」的轉變，會根本性地改變市場結構。a16z 投資的 Decagon 就是這類公司的代表。

George 預期，當這三種變化同時發生時，新創公司就有很大的機會取代現有的 SaaS 巨頭。但他也提醒，這不代表所有 SaaS 公司都會被消滅。他用「新的incumbent」這個詞來形容現有的 SaaS 公司，暗示它們相比過去的授權軟體公司，有更好的能力來應對新技術的挑戰。

C.H. Robinson 的案例

要說明 AI 的真實商業價值，George 舉了一個非科技公司的例子：C.H. Robinson。這是一家貨運經紀公司，主要業務是媒合需要運輸貨物的客戶和卡車運輸公司。傳統上，這個業務需要大量人力——想像一個足球場大小的客服中心，裡面都是打電話協調運輸的人員。

這家公司最近的財報揭露了一個驚人的數字：自 2022 年底以來，每人每天處理的貨運量增加了 40%。這個生產力提升直接來自於 AI 的導入。更重要的是，這個效率提升轉化為實際的財務成果：營業利潤率上升了 680 個基點。這不是矽谷新創公司的故事，而是一家傳統產業公司用 AI 改善營運的真實案例。

George 用這個例子來回應那些質疑 AI 實際價值的聲音。當人們問「AI 真的在被使用嗎？這是不是泡沫？」時，C.H. Robinson 的數據提供了一個答案。真正有效的 AI 應用會反映在財務數字上，而且這種改善正在發生。這也呼應了他對 AI 公司毛利率的看法：短期內毛利率可能較低，但 AI 能創造的價值是真實的，最終會反映在整體經濟效益上。

對於 AI 公司的評估，George 的建議很實際：不要用過去的標準來套用新時代的公司。毛利率會改善，這是技術發展的規律。在等待毛利率改善的同時，更應該關注的是產品是否真的被使用、客戶是否真的獲得價值、以及這種使用行為是否具有持久性。如果這些問題的答案都是肯定的，那麼 50% 的毛利率就不應該成為阻止投資的理由。