行业研究操作系统

Appearance

Day 4：科技 / 互联网 / AI 总览（小白版） ​

目标：理解科技公司卖的到底是什么，为什么有些可以越做越赚钱，有些却越增长越烧钱。

1. 一句话 ​

科技和互联网公司常常不直接卖一件实体货，而是卖：

软件、连接、信息、算力，或替人节省时间和成本。

但别被“用户很多”“AI 很强”迷惑。依旧先问：

text
谁付钱 -> 为什么持续付 -> 每多一个客户是更赚钱还是更亏钱 -> 别人为什么抢不走

2. 先分五类生意 ​

类型最常见的收钱方式例子先看什么
软件/SaaS按月、按年订阅企业协作、财务软件续费、毛利、获客成本
平台/撮合抽成、广告、服务费电商、外卖、出行供需两端、网络效应、抽成
流量/内容广告、会员、打赏搜索、短视频、资讯用户时长、广告效率、内容成本
云/AI 基础设施用量计费、租赁、项目费云计算、算力、模型 API利用率、单位算力成本、客户留存
AI 应用订阅、按次/按量、项目交付AI 客服、办公助手是否真省钱/增收、推理成本、复购

小白口诀：

  • 软件看续费
  • 平台看两边是否越多越强
  • 内容看流量能否变现
  • 云和 AI 基建看机器有没有被用满
  • AI 应用看客户是否愿意持续为结果付钱

3. 与工厂、门店有什么不同 ​

问题门店工厂软件/互联网
最小赚钱单元单店单产线单客户/单用户/单笔交易
扩张成本多开店买设备建厂复制软件通常很便宜，但流量和算力不一定便宜
固定成本房租、基础人工厂房、折旧研发、产品、云资源、销售团队
关键风险客流少产能闲获客太贵、留不住、算力成本失控
好的增长老店稳定 + 新店复制利用率提高 + 订单增加留存高 + 单客更赚钱 + 边际成本下降

关键差异：

软件复制一份给新用户，边际成本可能很低；但获取用户、销售给企业、运行 AI 模型，仍然可能很贵。

所以：科技不是天然高利润，只有可复制且可留存的科技才可能高利润。

4. 软件公司：为什么订阅很重要 ​

假设一家企业每年付 1 万元购买协作软件。

  • 第一年，厂家要花销售和推广费用把客户找来。
  • 后面几年，若客户持续续费，厂家不必每年重新花同样多的钱找新客。
  • 因此续费越高，前期获客成本越容易被后续收入摊薄。

这就是 SaaS 的基本逻辑：

text
一次获客成本 -> 多年订阅收入 -> 续费留下利润

但如果客户第一年试用、第二年就走，订阅模式也会变成昂贵的试用派发。

SaaS 必看 4 个问题 ​

  1. 客户每年付多少钱？
  2. 客户为什么不换？
  3. 获得一个客户要花多少钱？
  4. 客户平均能续多久？

5. 平台：为什么“两边的人”很重要 ​

外卖、电商、出行平台有两类用户：

text
消费者 <-> 平台 <-> 商家/骑手/司机

消费者多，商家更愿意来；商家多，消费者选择更多。这叫网络效应。

但网络效应不是平台的自动门票。要同时成立：

  1. 两边都愿意留下
  2. 交易真的通过平台发生
  3. 平台抽成后，商家仍能赚钱
  4. 竞争对手不能靠补贴轻易搬走用户和商家

平台最怕：用户很多，但交易不赚钱；或靠补贴才有用户，一停补贴就流失。

6. AI：先分“卖铲子”还是“用铲子解决问题” ​

AI 产业链可以先这样理解：

text
芯片/服务器/电力
  -> 云与算力
  -> 基础模型
  -> AI 应用
  -> 企业和个人用户
位置类比核心问题
芯片/服务器给工厂卖机器技术、产能、客户 Capex
云/算力出租厂房和机器利用率、能耗、价格
基础模型通用发动机训练成本、推理成本、能力差异
AI 应用用发动机提供具体服务客户价值、工作流嵌入、复购

AI 应用最关键的一句话：

“模型很厉害”不是商业模式；客户愿意持续付费，因为它替客户省钱、挣钱或降低风险，才是。

7. 单位经济学：看一个客户到底值不值 ​

先只记三个词：

指标大白话为什么重要
CAC拉来一个客户花多少钱增长是否买得起
LTV一个客户一生能贡献多少钱客户值不值得拉来
留存客户以后还用不用决定 LTV 是否真实

最简公式：

text
单客贡献 = 客户付费 - 服务这个客户的直接成本
LTV = 单客贡献 × 客户持续付费的时间

健康直觉：

text
LTV 明显大于 CAC，且留存稳定 -> 可以研究增长
CAC 很高、留存很差 -> 用户越多可能亏得越快

对 AI 应用，还要加一问：

每次使用的模型推理、算力和人工服务成本，会不会把收费吃光？

8. 科技行业的四种壁垒 ​

壁垒例子反问
转换成本数据、流程、培训都在系统里客户换走会痛吗？
网络效应更多买家吸引更多卖家多一个用户会让系统更好吗？
技术/数据关键算法、独有数据、工程能力别人多久能复制？
分发能力渠道、生态、品牌、默认入口新产品如何低成本触达客户？

注意：下载量、融资额、模型参数多，不自动等于壁垒。

9. 典型失败模式 ​

  1. 用户增长快，但每个用户都亏钱。
  2. 客户试用很多，付费和续费很差。
  3. 平台靠补贴维持交易，一停补贴就掉量。
  4. AI 能力很强，但无法嵌进客户工作流。
  5. 收费低于推理、云资源或人工交付成本。
  6. 技术同质化，客户换用竞品几乎没有代价。
  7. 云/算力提前投入过多，利用率不足，重演工厂闲置产能。

10. Day 4 的核心指标卡 ​

软件 / AI 应用 ​

  1. 付费客户数和付费率
  2. 留存 / 续费率
  3. CAC
  4. 单客贡献和 LTV
  5. 毛利率，以及 AI 推理成本占比

平台 ​

  1. 活跃用户和活跃商家
  2. 交易额和抽成率
  3. 补贴后的单笔贡献
  4. 两端留存
  5. 获客与履约成本

云 / AI 基础设施 ​

  1. 利用率
  2. 单位算力成本
  3. 客户使用量和留存
  4. 资本开支
  5. 单位收入能否覆盖折旧、能耗和运维

11. 今天的迁移规则 ​

Day 2 问“人会不会进店”；Day 3 问“产线满不满”；Day 4 问：

客户会不会留下来，且每多一个客户到底是更赚钱还是更亏钱。

12. 30 秒复述版 ​

科技公司卖的是软件、连接或算力。软件看续费，平台看两边网络效应，AI 应用看是否为客户持续省钱或挣钱。用户多不等于好生意，必须同时看获客成本、留存、单客贡献和壁垒。

行业系统学习与研究操作系统