七種力量在 AI 上的應用

資料來源#

• Anthropic's Boris Cherny: Why Coding Is Solved, and What Comes Next

摘要#

Boris Cherny 運用 Hamilton Helmer 的 7 Powers 框架（由 Acquired podcast 推廣普及），來預測哪些競爭護城河能在 AI 浪潮下存活、哪些會被侵蝕。他的論點是：**流程力量與轉換成本崩解；網路效應、規模經濟與被壟斷資源依然存在。**人們常爭論的「SaaS 末日」問題其實問錯了框架——這場末日衝擊的是 SaaS 中特定的一個子集（依賴流程力量與轉換成本的那些），而非全部。對打造產品的人而言，直接的含義是：你押注的那道護城河，決定了 AI 對你是助力，還是拆樓的鐵球。

The seven powers (Helmer)#

1. 規模經濟
2. 網路效應
3. 反向定位
4. 轉換成本
5. 品牌
6. 被壟斷資源
7. 流程力量

Boris 明確討論了其中五項。

Powers that erode with AI#

Switching costs#

「轉換成本（之所以侵蝕）是因為你可以直接用模型，差不多就能從一個東西移植到另一個不同的東西。」

如果你的護城河是「使用者已經建立起的工作流程／資料／整合，遷移成本高到難以承受」，那麼 AI 代理會大幅拉低遷移成本。代理可以重建整合、移植資料、重新生成巨集。使用者在你這套特定形態上的投入，因此變得不再那麼具有束縛力。

受衝擊最劇烈的情境：有深度客製整合的企業級 SaaS、使用專有資料格式的垂直軟體、累積了大量使用者自建設定的生產力工具。

緩解之道：少依賴鎖定，多依賴持續交付的價值。

Process power#

「流程力量（之所以侵蝕）是因為對那些模式建立在工作流程、流程這類事物上的公司來說，[Claude] 已經變得非常擅長搞清楚流程。尤其是有了 4.7，它幾乎可以對任何東西進行爬坡（hill climb）。所以如果你給它一個目標，叫它一直迭代到完成為止，它就真的會做到。我認為這是第一個這樣的模型。」

流程力量＝公司經過多年打磨出一套做事方式，競爭者難以輕易複製。Boris 的主張是：一個強大的模型＋一個目標＝自動化爬坡，足以還原出那套流程。流程如今變得可被模仿，這在過去並不成立。

受衝擊最劇烈的情境：營運卓越、優勢在於「我們把某件事做得比任何人都好」，卻沒有規模或網路效應作後盾的公司。配送、營運、客服等等。

緩解之道：流程力量必須與一種結構上受保護的力量（規模、網路）搭配，才能存活。

Powers that persist#

Network effects#

使用者價值隨平台上的其他使用者增加而提升。AI 不會改變這一點。一個通訊應用、一個市集、一個開發者生態系——價值存在於網路之中，而不在支撐它的程式碼裡。AI 或許能降低打造支撐程式碼的成本，但它無法複製那張網路。

Scale economies#

單位成本隨規模下降。AI 運算本身就具有規模經濟（基礎模型訓練、GPU 機隊利用率）。資本密集度至關重要的垂直領域——半導體、基礎設施——仍保有它們的護城河。

Cornered resources#

對某項關鍵投入的獨佔取得——一紙合約、一位監理機關、一項研究成果、一道資料流。AI 並不會授予你取得權。如果你的事業坐擁一紙沒有競爭者能複製的合約，AI 不會把它溶解掉。

Power Boris doesn't explicitly evaluate#

• 反向定位——Boris 沒有談到這點，但 Printing Press Software Democratization 中的類比暗示反向定位反而蓬勃發展：AI 原生新創可以選擇既有業者在結構上無法採用的商業模式。
• 品牌——同樣未被論及；可以說它依然存在，因為 AI 並沒有把品牌建立的成本降到零。

Why startups specifically benefit#

「如果你看看今天、或者說接下來十年內的新創數量，我認為接下來十年內那些將會顛覆一切的新創數量，會增加大約 10×。」

「大公司必須演進它的業務流程、重新訓練所有人、面對內部對此的抗拒。這個（房間裡的）人沒有那個問題。如果你是從零開始，你可以從一開始就以 AI 原生的方式建構。」

新創沒有依賴流程力量的既有業務要捍衛。它們可以挑選 AI 不會侵蝕的那些力量，直接建構在其上，而不必支付既有業者所面對的遷移成本。

Counter-considerations#

• 以品牌與信任為本的 SaaS（Stripe、Slack 等）坐擁轉換成本再加上網路／規模；即使轉換成本被侵蝕，其餘部分仍然成立。Boris 的框架正確地預測它們比純網路效應公司更暴露於風險，但程度並不算災難性。
• **流程力量並沒有死——只是更難壟斷。**模型在給定目標時可以爬坡出大多數流程，但定義出正確的目標、餵入正確的輸入，本身就是一種技能。流程力量或許是在轉型中，而非消失。
• **被壟斷資源包含「人才」。**Boris 沒有著墨於此；如果前沿 AI 人才被壟斷，那對持有者（Anthropic、OpenAI、Google）而言，正是一種被 AI 本身放大的力量。
• **Mythos／Opus 4.7 作為被壟斷資源。**Anthropic 在發布前都會先在內部對兩者進行 dogfood。前沿模型的「被壟斷資源」創造出一個窗口，讓持有者實質領先——但當模型出貨時，這個窗口就會關上。

Implications for builders#

如果你的護城河是	以 AI 原生方式建構
網路效應	AI 有幫助——更好的工具來捕捉並擴大網路
規模經濟	AI 有幫助——更好的工具來壓低單位成本
被壟斷資源	AI 是中性的——它不會授予取得你資源的權限，也不會把它溶解
轉換成本	有風險——找一道替代護城河，或接受利潤被壓縮
流程力量	有風險——與另一種力量搭配，或接受商品化

相關連結#

• The Verifiability Thesis — 哪些力量能存活，取決於什麼東西仍然可驗證、可防守
• Boris Cherny — 闡述者
• Printing Press Software Democratization — 互補類比（生產成本崩塌），解釋為何某些力量會位移
• Engineer PM Convergence — 內部的鏡像：流程密集的組織結構，以同樣的方式失去價值，正如流程力量護城河一般
• Harness Shrinkage as Models Improve — 由爬坡模型進行的流程模仿，正是流程力量侵蝕背後的直接機制
• AI Native Product Cadence — 以 AI 原生方式建構的新創優勢屬於營運層面，而不只是策略層面
• Compounding Data Moat — Anthropic 從 Boris 點名的那些持久力量元件中打造護城河的具體處方：被壟斷的行為資料＋能在遷移工具下存活的工作流程鎖定
• AI-Native Startup Lifecycle — 將護城河的建構操作化貫穿各個階段；Scale 階段的退出問題（「如果一家資金充裕的既有業者今天複製你的產品，你的使用者會留下來嗎？」）正是這些力量的實證檢驗
• Founder as Agent Orchestrator — 本分析所主導的角色：在 Boris 之後轉換成本與流程力量遭侵蝕的前提下，一位精簡型獨角獸創辦人能合理建構出哪些護城河
• The AI-Native Safe-Choice Inversion — 那些開放問題所呼籲的活生生反向定位打法：Campfire 利用一家在結構上不願轉為 AI 原生的既有業者（NetSuite 無法在不蠶食自己的情況下翻盤）
• Product Velocity as Moat — 一台跑步機，而非一種力量：速度贏得地盤，但必須轉化為持久的鎖定才能存活

待解決的問題#

• 「轉換成本」真的正在實務上崩解，還是只在敘事上崩解？Anthropic 自家的留存數字、Salesforce 的流失率等等，都可以拿來檢驗這點。
• 對於那些自己也試圖讓自身商品化的基礎模型實驗室來說，Boris 所說的「被壟斷資源」長什麼樣子？是內部矛盾，還是一個暫時的階段？
• 反向定位——明確就是那種「既有業者無法跟進」的力量——理應在 AI 之下被放大。有沒有人正在刻意執行這套打法？

衍生內容#

• Learning to Co-Work with AI: A Software Engineer's Field Guide — 把「能存活的護城河」邏輯套用到個人職涯（策略定位技能群）
• Opinions on Using AI Tools & the Future of the Software Engineering Role — 策略定位章節：哪些護城河（以及哪些職涯）能在 AI 變局中存活
• AI-Native Moats Under Frontier-Model Improvement — 排序哪些 AI 原生護城河能在前沿模型進步下存活，哪些只是進場動作或正在耗損的資產

資料來源#

• Anthropic's Boris Cherny: Why Coding Is Solved, and What Comes Next