何时挖一条护城河
我长期以来一直是 Slack 的粉丝。 这篇关于 2020 年 Slack 的文章 是我早期传播最广的文章之一。三年过去了，发送了数万条 Slack 消息后，我对 Slack 的信心比以往任何时候都更足。而且我并非孤例。数百万家不同规模的公司都在 Slack 上完成工作。
我们都知道，日常琐事会 拖慢 团队的 进度
来回发送的电子邮件。没完没了的会议。一份永无止境的待办事项清单。但 Slack 是一个可以连接一切、共享和搜索信息，并帮助您的团队以 更少资源做更多事情 的单一空间。通过 Slack Pro，您可以：
将对话集中在一个地方
在 Not Boring，所有内部团队协作都在 Slack 中进行，但我们也通过主 Slack 工作区与投资组合公司、广告合作伙伴和其他社区进行协作。
查找所需，分享所知
从文件到照片再到对话，每个人都可以访问曾经共享过的任何消息，从而拥有 做出决策 和 推进工作 所需的所有信息。Ctrl+F 让世界运转。
即时连接，使用群聊
有趣的事实是，我和 Dan 从未安排过视频会议。但我们经常使用群聊。借助群聊，你可以即时与 Slack 中的任何人进行语音通话、视频聊天或屏幕。
最近关于护城河重要性的争论很多。初创公司有护城河吗？或者没有？初创公司需要护城河吗？或者不需要？
在我看来，这场对话缺乏一定的深度和维度，这使得它对创业者和投资者来说都相对无用。我今天想尝试将其弄清楚。
我们开始吧。
何时筑起护城河
科技界有一种信念，认为如果你拥有最优秀的人才团队、最棒的产品和最快的增长——如果你能 “做出人们想要的东西” ——那么你就无需担心护城河 。
这简直是 错的 。
拥有最佳产品、最优秀人才和最快增长的公司，恰恰是护城河对其 最为重要 的公司。
它们是可能足够幸运而拥有的东西去失去的公司。它们是更大、资源更丰富或更小、更快的公司某天将与之竞争的公司。而且，它们越是迅速取得成功，就越会迅速 面临激烈的竞争 。
成功会 加速护城河的需求 。一旦成功变得显而易见，初创公司就会失去 “训练轮” 式的护城河—— 不确定性 ——并且应该已经建立了更持久护城河的雏形。
现在可用于 “搞事” 的时间大大 缩短了 ，许多公司很快就会意识到这一点。
罗杰·斯凯尔
为了奠定基础，什么是 “护城河” ？在《7 Powers》一书中，Hamilton Helmer 将其定义为 “保护企业利润 免受竞争侵蚀力量影响的壁垒” 。他列举了七种类型：规模经济、网络效应、反定位、转换成本、品牌、独占资源、流程能力。关于每种的定义和示例，请查阅 Flo Crivello 的《Mind the Moat》。
“护城河” 并不能帮助你 实现产品-市场契合 （PMF）。正如 USV 的 Fred Wilson 在 2013 年的一篇博文中《 产品 > 战略 > 商业模式 》所写的那样，你需要 先拥有 PMF ，然后才能考虑其他事情。但当你拥有 PMF 时，当你的事业显而易见可能成功时，你应该能够 保护它 免受竞争的侵蚀。
一家风险投资支持的初创公司的最终目标是 公开上市 或 被收购 ，并获得大约 10 亿美元或更多的估值，而不是被其他风险投资机构抬高估值。这可能需要很长时间，通常是七到十年。即使初创公司在竞争对手意识到其意图之前就已大放异彩，它也需要多年来保护和助长这种势头，才能成功退出。对于一切都进展顺利的公司来说，护城河可以 决定是上市 还是成为警示故事。
这个周末，我和 Puja 在 Netflix 上看了《环法自行车赛：未剪辑版》，我觉得 Steve Chainel 在那个全是鹅卵石的赛段说的那句话，很好地概括了这一点：
环法自行车赛：破碎的赛段，Netflix
“你不能在鹅卵石路段赢得环法自行车赛……但你可能会输掉。”
关于护城河的问题最近在围绕 OpenAI API 构建的生成式人工智能初创公司（被不太客气地称为 “GPT 包装器” ）的背景下被反复提及。一方面是风险投资家和纸上谈兵的分析师，他们认为 GPT 包装器没有护城河。另一方面是那些认为构建优秀产品和快速增长最重要，护城河以后自然会出现的创业者。
周五，The Information 报道称，两家生成式人工智能公司 Jasper 和 Mutiny AI 正在裁员。特别是 Jasper，它一直在快速增长。该公司成立于 2021 年，在人工智能热潮周期之前，今年有望实现 7500 万美元的营收。去年 10 月，这种增长让它获得了 15 亿美元的估值 。九个月后，面对日益激烈的竞争，它却在裁员。看来该公司尚未建立 足够深的护城河 来保护其快速增长的成果。它才成立两年，怪不得它。
发生了什么？Jasper 在建立真正的护城河之前，就 耗尽了不确定性缓冲 。让我解释一下。
在《 生产性不确定性 》一书中，Jerry Neumann 写道： “唯一能为新创公司创造超额价值的护城河就是 不确定性 ” ，因为 “ 不确定性 能够 将竞争者拒之门外 足够长的时间，以便建立起护城河” 。
你的想法越明显，越容易构建，你就越需要 快速构筑护城河 。反之，你的想法越不明显，越难构建，你就越有时间构筑护城河。
你应该将所有时间投入产品，还是将一部分时间用于战略，即使在早期阶段，也取决于你的业务中存在多少不确定性。
诺依曼指出了两种不确定性： 新颖性不确定性 （~ 技术风险 ）和 复杂性不确定性 （~ 市场风险 ）。新颖性不确定性是许多深科技公司面临的那种：不确定你是否能够真正制造出你声称要制造的东西。复杂性不确定性则假设你能制造出来，但质疑是否会有足够大且有利可图的市场。
新创业公司有一个 有限的时间窗口 ，在此期间，他们受到不确定性的保护来构筑护城河，如果他们在别人意识到之前未能构筑好，他们的超额利润就会被竞争蚕食，并将难以取得好的结果。
将其简化为一个公式，你会得到类似这样的结果：
护城河深度 = 你的 想法有多么显而易见 – 构建它的难度
这个公式中的变量会随着时间推移而改变，并且确实会改变。不那么显而易见的想法会变得显而易见，因为市场跟上了你的见解，客户用钱包证明你是对的。曾经难以构建的东西会因为 基础设施的改进 而变得更容易构建。一家公司的核心技术可以成为另一家的 API。创始人与投资者一样，都应该根据实际情况的变化来 更新这个公式 。
这个公式解释了诸如 “伟大的公司诞生于熊市！” 和 “你需要与众不同但又正确。” 之类的创业真理。在这两种情况下，增加的不确定性都提供了 更多时间来建立防御能力 。
如果你属于 “新创业公司不需要担心护城河” 的阵营，你可能会举出像 Twitter 和 Airbnb 这样的成功案例，但这些例子忽略了不确定性这个角度。
在博客文章中，Wilson 以 Twitter 为例，说明了一家找到产品-市场契合（PMF）然后转向战略的公司。Twitter 很幸运，即使人们在使用它的时候，它最初看起来也像个 玩具 。潜在的竞争对手直到为时已晚，才认真对待一个人们用来分享午餐内容的产品，并与之竞争。17 年后，我们仍在应对 Twitter 在 复杂性不确定性 掩护下得以建立的网络效应的强大力量。
Airbnb 在其早期也完全专注于产品而牺牲了战略。
Airbnb 种子轮前演示文稿中的 “竞争优势” 幻灯片列出了六个产品特性，但没有真正的护城河（除非你算品牌，但在你拥有它之前，品牌非常薄弱）。
Airbnb 种子轮前演示文稿，来自 Failory
正是因为这个原因，他们才能成功，而这并不仅仅是因为产品的卓越。更重要的是，Airbnb 最初看起来是个 糟糕的主意 ！Airbnb 在融资方面遇到了极大的困难。他们一次又一次地遭到投资者的 拒绝 。这其中可能蕴含着一个普遍规律：你越容易获得融资，你就越需要 立即建立护城河 。
复杂性和不确定性为 Airbnb 赢得了时间 ，得以发展出品牌和网络效应护城河，并一路支撑其高达 910 亿美元的市值。最终，他们投入了大量的时间、金钱和精力来构建这些护城河——比如，他们雇佣团队来 精细地平衡供需 ，并与迪士尼合作绘制用户体验的故事情节——但鉴于当时人们是否愿意支付费用住在别人家的沙发上存在着巨大的不确定性，他们将精力首先集中在打磨产品上， 而不是担心护城河，是明智的。
这就是为什么风险投资家和评论界对生成式 AI 缺乏护城河大肆叫嚷。 几乎没有不确定性 。
在 ChatGPT 的基础上进行开发，会 扼杀新颖性不确定性 。我认为大家对此都表示同意。但许多生成式 AI 产品早期就取得的巨大成功，也 扼杀了复杂性不确定性 ！如果你开发了一款开始受到欢迎的生成式 AI 产品，你将面临其他初创公司、自筹资金的公司、独立开发者以及觊觎你用户的现有巨头的围攻。
竞争在所难免 。在一个发展缓慢或技术新颖的领域，竞争或许是可以接受的，因为你有足够的时间构筑初步的护城河和客户忠诚度。然而，在一个像生成式 AI 这样快速发展的领域，等到竞争对手来临时，你可能还没有构筑起足够强大的护城河。
在一篇题为生成式 AI 公司终将拥有护城河的文章中，Battery Ventures 的 Brandon Gleklen 认为，生成式 AI 公司可以不必担心护城河，因为就像它们之前的云公司一样，它们可以随着时间的推移，通过倾听客户的声音并根据用户反馈进行演变来构筑护城河——尤其是 规模经济 。
我想表达的观点是，在生成式 AI 这样一个确定性很强的领域，情况并非如此。对于在不确定性中运营的公司来说， “最终” 是一种奢侈。
当然，当我们从 GPT 包装器（GPT wrappers）的视角放远来看 AI 领域时，会发现一些非常赚钱的机会。有两个例子突显了在不确定时期构筑护城河的重要性，以便在不确定性消退后保护自己：Hugging Face 和 Runway。
当 《Attention is All You Need》 论文在前一年引入 Transformer 架构时，Hugging Face 团队在 GitHub 上创建了 Transformers 开源库，该库在开源社区中 大受欢迎 。
Hugging Face 全力以赴地成为了 “机器学习领域的 GitHub” ，托管开源模型和数据集，构建工具供用户构建、训练和部署这些模型，并培育了一个开发者社区。
Hugging Face 在 AI 成为显学之前的 “复杂性不确定性” 阶段运营了五年，并利用这段时间 构筑护城河 ，其中最强大的就是 网络效应 。有传言称，其收入为 3000 万至 5000 万美元，并且正在以 40 亿美元的估值进行融资。
如果 Hugging Face 是利用 “复杂性不确定性” 所提供的时间成功构筑强大护城河的典范，那么 Runway 则是正在发生的案例：它能否在 “新颖性不确定性” 的限时钟到期之前构筑起护城河？
Runway 也成立于 AI 繁荣之前，即 2018 年，旨在打造 “世界上第一个端到端的 AI 生成平台” 。它面临着 “新颖性不确定性” —— 2018 年时 AI 甚至难以生成图像，更不用说视频了。当它从 Lux Capital 筹集 200 万美元时，其投后估值仅为 900 万美元。
在过去五年里，它基于自身的应用研究，构建了 最先进的视频模型 。最近，它宣布推出 Gen-2，这是市场上最好的产品：
6 月，Runway 筹集了 1.41 亿美元的融资，投资者包括谷歌、英伟达、Salesforce 等，公司估值达到 15 亿美元。
因为 Runway 所构建的东西 很难实现 ，而且直到最近才显现出其可行性，所以它至今仍受到新颖性不确定性的保护。它们还快速地推出了产品以保持领先。不过，我不确定该公司是否真的拥有护城河，它应该在不确定性耗尽之前 迅速采取行动 来挖掘它们。
这就是为什么战略对初创公司很重要，即使它不酷。最简单的说， 早期初创公司的战略就是将有限的资源投入到 挖掘护城河 上，直到你消除了足够的不确定性来吸引真正的竞争对手。
我想写一篇捍卫战略的文章已经有一段时间了，但我曾答应自己要让这篇文章保持简短精炼，所以我会留待以后再写。
目前，很明显的是，虽然并非所有初创公司在早期都需要护城河，但当它们最终的成功对自身显而易见而对其他人却鲜为人知时，它们确实需要 开始挖掘护城河 。如果它们足够幸运，总有一天会拥有显而易见值得攻击的东西，护城河就会变得重要。
发表回复