軟體功能即護城河的時代結束了

AI 把功能的建造成本壓到接近零。護城河的定義從「我能做你做不到的事」,變成「複製我,要花多少不是寫程式就能解決的成本」。

軟體功能即護城河的時代結束了

Claude 最近每出一個新領域的功能,就有一批軟體股崩跌。

二月初 Claude 出法律合約審查 Plugin ,法律科技股一天蒸發近三千億美元市值。二月中 Meta 把 AI 整合進廣告後台,廣告管理新創被衝擊。
二月底再出財管和投資銀行插件。

模式每次都一樣:AI 進入某個領域,那個領域的軟體公司估值就被修正一輪。

我原本以為是市場反應過度。其實在重新理解一件事:軟體公司的護城河到底在哪裡?

二十年的估值邏輯

SaaS 產業過去二十年的估值邏輯,建立在一個前提上:功能即護城河。

我花了十年把這些功能堆出來,你沒有。
你要自己建,要投入更多的工程師以及資源,才能追到同一個起跑線。
所以這些累積下來的功能就是我的護城河之一,投資人願意付高倍數營收的估值。

現在 AI 正在拆掉這個前提。

AI 讓任何人都能做出類似的東西,功能的建造成本被壓到接近零。
當「我能做你做不到的事」不再成立,這個估值要建立在什麼上面?

四層模型

前陣子在 X 上看到一篇文章,標題是「Claude Just Killed Our Startup」。
一個做 AI 廣告管理自動化的新創,成交率本來有七成,Claude 發布 Meta Ads 連接器之後掉到兩成。

如果只看成「又一家新創被 AI 幹掉了」,會錯過更重要的訊息。

我在整理這些案例的時候,把軟體公司的價值分成四層,越底層越難被 AI 碰到。

最上面是功能層:「AI 幫你分析合約」「AI 幫你管廣告」這類純功能。
Claude 現在就能做,每隔幾週就進一個新領域。
那個廣告管理新創就死在這層。
它的價值全部是功能,平台一出原生能力,沒有任何東西能擋。

第二層是資料層:「十年的法律判例資料庫」「百萬筆潛客聯絡資訊」。
需要時間累積,但如果別人能用公開來源拼出來,保護力有限。
真正有防禦力的資料需要三個條件:難以複製需要持續更新使用者越多越準
三個都有才算護城河,只有其中一個的話,AI 會加速追上。

第三層是工作流層:「整間公司的流程都跑在上面」「用了三年的 HubSpot pipeline」。這層的保護力來自遷移成本。
裡面有所有歷史資料、自動化規則、團隊養成的肌肉記憶。
即使 AI 明天能做一樣的事,搬家的代價就足以讓客戶再留好幾年。

最底層是信任層:簡單說就是「出了事誰能負責?」「法律上的責任歸屬?」。
AI 目前扛不了責任,「AI 判斷的」在法律上不是有效的免責理由。
這層跟技術完全無關,是制度問題。

那些股價崩跌的軟體公司,絕大多數卡在第一層。
投資人突然意識到:我投資的估值是為了功能,但功能已經不稀缺了。

市場在對什麼定價

有意思的是,我去看了那個廣告管理新創的細節。
Claude 發布連接器的時候,其實還不能在廣告帳戶裡執行操作,只能做分析。Google Ads 也還沒有存取。

也就是說,AI 並沒有真的完全取代那個產品。

但客戶的感知價值已經被壓縮了。

「AI 免費就能做差不多的事,為什麼要付你錢?」即使實際能力還有差距,這個問句本身就夠了。

AI 對商業的衝擊有兩個維度。
實際能力替代是漸進的,一層一層往下吃。
感知價值壓縮是即時的,每次功能發布就觸發一次。

股市反應的是後者。
投資人定價的不是「今天 AI 能不能完全取代你」,是「市場已經認為功能層不值錢了」。

這個認知一旦形成,即使實際替代還要時間,估值修正已經開始了。

恐慌和現實之間

但市場恐慌和實際替代之間,確實有時間差。

很多被嚇到的軟體公司,短期內不會真的死。
客戶有合約、有遷移成本、有組織慣性,不會因為 AI 出了一個新功能就馬上搬家。

所以每次 AI 功能發布後的股價崩跌,理論上存在套利空間。
市場把恐懼定價進去了,但實際衝擊要更長時間才會傳導到財報。

老實說,我不確定這個時間差有多長。AI 能力擴張的節奏是每隔幾週就來一次,企業調整商業模式的節奏是幾個月到幾年。這個速度差意味著恐慌可能不是一次性的事件,而是持續的背景壓力。

關鍵在於:AI 讓所有人都覺得功能層不再值錢了。這個感知本身就足以壓縮你的價值,不用等到 AI 真的能完全取代你。

新的護城河測試

如果功能不再是護城河,那護城河的定義要改。

我覺得新的判斷標準只需要一個問題:複製這件事,要花多少非數位成本?

數位成本正在被 AI 壓到零。
寫程式碼、分析資料、生成報告,這些都是數位成本,
AI 能做,而且會越做越好。

非數位成本是 AI 碰不到的東西。
十年累積的行業關係。
客戶對你這個團隊的信任。
整個部門的作業流程已經跑在你的系統上。
合規稽核的證據鏈。法律責任的歸屬。

這些東西有一個共同特徵:你沒辦法用寫程式的方式複製它。它需要時間、需要人、需要制度配合。

用這個標準回頭看四層模型就很清楚。
功能層幾乎全是數位成本,所以最脆弱。
信任層幾乎全是非數位成本,所以最安全。

對任何一家軟體公司來說,現在最重要的事可能不是「加入 AI 功能」,而是搞清楚自己的價值裡有多少比例是非數位的。
如果答案是很少,每一次 AI 能力擴張都會再吃掉你一點。

二十年來,軟體公司的護城河是「我能做你做不到的事」。

當 AI 讓所有功能都能被做出來,護城河只剩一個定義:複製我,要花多少不是寫程式就能解決的成本。