Eric Vishria：或许我们可以从 Google 搜索的案例中寻找答案。Google 为何能在早期搜索引擎竞争中胜出？
-
产品绝对领先：无论是 PageRank 算法、网络爬取能力，还是搜索结果相关性，Google 都显著优于同期的Yahoo、AltaVista 等对手。
-
性能体验致胜：加载速度极快，这在当时网络环境下是决定性优势。
-
简洁无干扰：页面没有充斥劣质展示广告，用户体验纯粹。
但值得注意的是，Google 早期（1998 年成立时）并未实现盈利，直到 2001 年底才推出 AdWords。这一模式并非原创（灵感来自 Bill Gross 的 Goto.com），但 Google 凭借庞大的搜索流量和更优的执行能力，将其转化为商业奇迹。这说明：打造「有魔力的产品」是起点，但更关键的是让产品持续保持领先——后者远比前者困难。
社交网络依靠「网络效应」构建护城河，而 Google 最终形成了「广告主-用户」双边网络效应，并通过控制浏览器入口、操作系统（安卓）、硬件（Chromebook）等生态环节巩固地位。如果对比 2000 年的 Google（当时只是「更快、更准但不赚钱的搜索引擎」）和今天的 AI 初创公司，会发现历史正在重演：早期看似单薄的「产品优势」，可能成为未来十年护城河的起点。
回到当前 AI 市场，投资者对部分公司的未来增长预期看似激进，但考虑到行业整体规模和潜在价值，这种乐观并非毫无根据。毕竟，AI 产品的迭代速度远超传统软件，功能进化日新月异。当然，质疑声也存在——比如 OpenAI 目前的负毛利率问题。但正如 Google 早期未盈利却不妨碍其构建长期价值，关键在于：产品是否解决了真实且持续的需求，能否在迭代中建立不可替代的生态位。
在这个充满不确定性的领域，每个看似疯狂的愿景都能找到支持或反对的理由——这恰恰是风险投资的魅力所在。市场足够大，变化足够快，最终胜出者或许不是当前「护城河最深」的公司，而是那些能持续创造「不可替代的产品魔力」并将速度优势转化为生态壁垒的团队。
也许情况已经有所变化（我当然没看过他们的财务报表），但总体而言，我对此并不太担心。至少目前来看，大部分边际成本集中在推理环节，而推理成本正在迅速下降。这就像押注“摩尔定律”——事实证明，这样的押注通常是明智的。因此，我不认为毛利率问题是值得担忧的核心因素。
当然，行业确实存在定价压力和商品化趋势，同时模型开发成本也在持续上升。但或许随着预训练重要性下降、后训练重要性提升，这种成本增长会趋于平稳。所以我认为，毛利率挑战在当前阶段（尤其是推理环节）根本不算问题。如果创始人愿意承受短期压力，时间反而可能成为他们的朋友——因为技术迭代的红利会逐渐显现。