投资者透露他们不再在 AI SaaS 公司中寻找的内容

Source: TechCrunch

概览

过去几年，投资者向 AI 公司倾注了数十亿美元，但并非所有 AI 初创企业都能获得关注。虽然许多公司现在都打上了 “AI” 的标签，但某些想法已经不再受青睐。TechCrunch 与风险投资人交谈，了解投资者现在不再看好哪些 AI 软件即服务（SaaS）初创公司。

投资者在寻找的方向

• AI 原生基础设施 – 从头开始为 AI 工作负载构建的平台。
• 拥有专有数据的垂直 SaaS – 利用独特数据集来打造可防御的护城河的解决方案。
• 行动系统 – 帮助用户完成任务的工具，而不仅仅是提供信息。
• 深度嵌入的关键业务流程 – 在特定领域内变得不可或缺的产品。

645 Ventures 的管理合伙人 Aaron Holiday 将这些类别标记为当前投资者的热点。

投资者不再关注的方向

乏味或护城河薄弱的类别

• 薄弱的工作流层
• 通用的横向工具
• 轻量级的产品管理解决方案
• 表层分析（任何 AI 代理已经能够执行的）

缺乏专有数据或深度

• 没有专有数据护城河的通用垂直软件（Abdul Abdirahman，F‑Prime）
• 差异化主要体现在 UI 和自动化上的产品（Igor Ryabenky，AltaIR Capital）

“如果你的差异化主要体现在 UI 和自动化上，那已经不够了。进入壁垒已经下降，真正的护城河变得更难构建。”

可复制的 SaaS 产品

• 通用的生产力工具
• 项目管理软件
• 基础的 CRM 克隆
• 基于现有 API 构建的薄 AI 包装层

Ryabenky 警告称，这类产品可以被 AI 原生团队快速重建，导致投资者保持谨慎。

投资者的关键洞察

工作流所有权

Emergence Capital 的普通合伙人 Jake Saper 将 Cursor 与 Claude Code 对比为 “煤矿中的金丝雀”。

• Cursor 拥有开发者的工作流。
• Claude Code 仅仅执行任务。

“开发者越来越倾向于选择执行而不是过程。”

Saper 指出，依赖 “工作流黏性”（持续的人类使用）的产品在 AI 代理接管任务时将面临更大挑战。

集成护城河正在消失

Anthropic 的 Model Context Protocol (MCP) 简化了将 AI 模型连接到外部数据和系统的过程，降低了对定制集成的需求。

“曾经作为护城河的连接器很快就会变成一种工具。”

定价模型

• 刚性的按座位计费更难以辩护。
• 基于消费的模型在当前环境下更为合理。

速度与专注胜过庞大代码库

“庞大的代码库不再是优势。更重要的是速度、专注以及快速适应的能力。”

对 SaaS 初创公司的启示

1. 构建真实的工作流所有权 – 从第一天起就设计能够深刻理解并解决特定问题的产品。
2. 嵌入专有数据 – 开发难以复制的数据护城河。
3. 深度集成 AI – 超越表层功能，将 AI 融入核心功能。
4. 采用灵活定价 – 考虑基于消费的模型，而非固定的按座位收费。
5. 优先考虑速度和适应性 – 注重快速迭代以及在市场变化时的快速转向能力。

结论

投资者正将资本重新配置到拥有工作流、数据和领域专长的 SaaS 企业，同时远离那些可以轻易复制的产品。深度嵌入 AI、利用专有数据并展示明确关键价值的初创公司，更有可能在不断演变的 AI SaaS 生态中获得融资。