在過去幾個月，我觀察到一些公司迅速在幾個月內，從零成長到年營收 500 萬、1000 萬，甚至 1500 萬美元。
大致上，它們可以分為兩類。
第一類是銷售給中小企業（SMB），客單價較低。產品本身不需要太複雜。它們是觀察到龐大市場（如醫療、法律、會計、餐飲、暖通空調、獨立創業者等）的問題，並圍繞這些問題建立垂直 AI 產品。所有語音 AI 應用公司、AI 員工和「11x for X」類型的公司都屬於這一類。它們的募資宣傳通常聽起來像這樣：
我們正在為 [垂直領域] 打造 AI 作業系統。自推出以來，我們在四個月內達到了 70 萬美元的年經常性收入（ARR），目前正在進行 1000 萬美元的種子輪募資。
第二類則非常不同。
這些公司正在打造基礎設施、記憶體、推理、安全、強化學習、開發者工具以及其他 AI 堆疊的元件。它們的募資備忘錄通常讀起來像這樣：
我們在種子輪前六個月內，從零成長到 1200 萬美元的 ARR，目前正在進行 3000 萬美元的種子輪募資。
第一次看到這樣的數字時，幾乎讓人難以置信。一家公司如何在幾個月內從零達到八位數營收？
這篇文章要探討的就是第二類。
我現在已經認識並與其中幾家公司合作過，注意到它們似乎都重複著相同的模式。
它們不是賣給企業客戶。它們是賣給走得最前面的公司。
顯而易見的答案是，它們在賣給企業客戶。也許吧，也許不是。有趣的是它們賣給 哪些 企業客戶。
想想 Anthropic、OpenAI、Lovable、Harvey、Sierra、ElevenLabs 以及過去幾年籌集了數億美元的其他上百家 AI 原生公司。你知道我在說哪些公司。
這些公司本身也處於高速運轉的狀態。每 12 個月（甚至可能 6 個月？）它們就需要證明更高的估值。每個月都需要保持營收成長。每週都需要推出新功能。
因此，它們會不斷遇到幾乎沒有其他公司（或只有極少數公司）經歷過的技術瓶頸。
這正是它們成為如此有趣客戶的原因。
前沿總是先看到問題。
想像你正在打造記憶體、推理、強化學習、語音或代理安全相關的產品。然後你不知怎麼地與其中一家公司的工程師聊上了。
在對話中，你發現他們剛好遇到了一個問題。也許是因為他們取得了突破。也許是用戶量爆炸性成長。也許是新的模型架構暴露了他們未曾預料到的瓶頸。
無論原因是什麼，他們突然遇到了一個只有他們才有的問題，因為他們正在以極少數公司能達到的規模或速度運作。他們上個月才第一次遇到這個問題。從那時起，他們已經嘗試內部解決，但沒成功。
而你剛好想出了更好的方法。現在你每個月能收到 10 萬美元的付款。經過快速試用後，這變成了每月 50 萬美元的合約。
乍看之下，這些數字聽起來很瘋狂。直到你想想他們拿你來比較的對象……
有時候，他們是在買時間。與其花六個月在內部建立解決方案，他們現在就可以付錢給你，讓工程團隊專注在真正能區分他們業務的事情上。
其他時候，他們是在買效率。
假設他們預計每年在推理或 Token 成本上花費 2000 萬美元。如果你的產品能將這個數字降到 1200 萬美元，甚至 1500 萬美元，你就幫他們省下了數百萬美元。每年付你 200 萬或 300 萬美元一點也不貴。這是他們能做的最划算的決策之一。
有趣的是，他們通常不是把你的價格與其他軟體供應商比較。
他們是在比較工程時間、運算成本、Token 成本、延遲的產品上市時間以及流失的成長。相對於那個「最佳替代方案」（BATNA），你的軟體其實是更便宜的選擇。
優勢不總是來自技術。
我以前沒意識到的一件事是，護城河不總是技術性的。
別人能不能做出同樣的東西？可能可以。
但他們甚至不會知道這是個問題，除非他們最後也跟你一樣，與同一個客戶談過。這些問題你在 Twitter 上找不到。它們不在 Gartner 報告中。它們在更廣泛的市場中還不存在。
這些問題只有少數公司有，因為它們是推動前沿的公司。資訊優勢先於技術優勢。
作為投資人，你真正要評估的是，六個月後是否會有更多公司遇到這個問題。
這些公司並非真正以產品為導向。
我沒意識到的另一件事是，這些公司幾乎不像傳統 SaaS 企業那樣運作。
在一般的初創公司，你會先找出市場，建立產品，然後花上好幾年尋找客戶。
在這裡，流程幾乎是反過來的。你可能有一個基本的產品版本，但那通常只是一個有趣的功能。你先找到一個前沿客戶。那個客戶暴露了一個沒有人知道存在的問題。你建立解決方案（或改變你的產品）。在這個過程中，你發現了他們需要解決的下一個問題。然後再下一個。
路線圖不是來自某個宏大的產品策略。它來自於與那些已經比所有人領先六個月的少數公司保持極近的距離。
在產品本身，我見過多種做法。有些情況，根本沒有產品，只有純粹的存取權，這帶來了洞察，然後才催生了產品。其他情況，團隊可能已經開發了一段時間不同的產品，並用那個產品打進市場，但後來偶然發現了新的方向（並放棄了舊業務）。
客戶集中幾乎是一種特色。
這些公司經常處於一個非常特殊的處境。你的營收讓你處於同階段高成長初創公司的前 0.1%。但其中 80% 到 90% 的營收來自一、兩或三個客戶。
傳統 SaaS 思維認為客戶集中很危險。最終，它確實是。但在早期，我幾乎認為這是一種特色，而不是缺陷。
付給你這麼多錢的公司，正是那些最先看到這些問題的公司。其他公司最終也會遇到，但他們就是還沒到那個階段。這意味著你最初的幾百萬美元 ARR 可以只來自少數幾個客戶。你花在廣泛的市場推廣上的時間更少，建立組織的時間更少，而有更多時間與那些拖著你走向下一個問題的客戶一起建設。
旗艦客戶創造市場。
另一件有趣的事是，一旦你拿下其中一個客戶，會發生什麼。這些客戶通常是大家都聽過的公司。那個標誌立刻讓投資人感興趣，因為這項進展突然變得更加可信。
你籌集到更大一輪的資金。你發布了一個案例研究。那個客戶的競爭對手開始遇到完全相同的問題，並開始聯繫你。工程師在公司之間流動，帶走了知識。消息傳開了。
最初只是一個客戶，慢慢變成了一個完整的類別。這感覺就像反向的類別創造。
你不是先建立產品，然後說服市場它有問題；而是從那少數幾個已經經歷未來的公司開始，先解決他們的問題，然後看著市場上的其他人慢慢趕上。
那麼，我會給什麼建議？
如果你正在建造 AI 基礎設施、開發者工具或數據市場（可能還有其他領域），我不會把「企業客戶」視為一個巨大的單一類別。
我會想辦法進入那些走得最前面的公司所處的圈子。因為一旦你進入那些圈子，你就不再需要猜測該建造什麼。你會比其他人早幾個月聽到明天的問題。這些問題通常很緊急、極其昂貴，而且無法在 Google 上找到。好好解決它們，下一個問題通常會來自同一個客戶。
我見過成長最快的 AI 基礎設施公司，未必是那些比其他人更準確預測未來的公司。它們是那些把自己定位在足夠靠近前沿的位置，以至於能夠親眼目睹未來率先到來的公司。
是的，一旦營收開始流入，請記得把它們轉換成年約 :)
