从传统意义上讲，当今大多数AI系统都不是真正的软件。人工智能业务看起来并不完全像软件业务，它们涉及持续的人力支持和重大可变成本，通常没有我们想要的那么容易扩展。并没有软件强大的壁垒能力：“一次制造/多次出售”，这是是软件模型至关重要特征，这些特征AI业务似乎并不是免费提供的。
因此，在某种程度上使AI感觉像服务业。
从技术上讲，人工智能似乎是软件的未来。人工智能在一系列棘手的计算机科学问题上显示出了惊人的进步，并且软件开发人员的工作正在发生根本性的变化，软件开发人员的工作量现在与数据一样多。
我们坚信AI能够推动业务转型：我们已经将资金投入了这一论点，并且我们将继续在应用AI公司和AI基础设施方面进行大量投资。但是，我们注意到，在很多情况下，人工智能公司的经济结构与软件业务根本不一样。有时，它们甚至看起来更像传统服务公司。特别是，许多AI公司具有：
- 由于大量使用云基础架构和持续的人工支持，毛利率降低；
- 由于边缘案例的棘手问题而带来的扩展挑战；
- 由于AI模型的商品化和数据网络效应带来的挑战，防御护城河较弱。
有趣的是，在AI公司的财务数据中我们看到了一个出乎意料的一致模式，毛利率通常在50-60％的范围内-远低于可比SaaS业务的60-80％以上的基准。早期的私人资本可以在短期内掩盖这些效率低下的情况，特别是在一些投资者推动增长而非盈利的情况下。但是，尚不清楚任何数量的长期产品或投放市场（GTM）优化都可以完全解决问题。
正如SaaS与本地软件相比引入了一种新颖的经济模式一样，我们认为AI正在创造一种本质上新型的业务。因此，本文探讨了AI公司与传统软件公司的不同之处，并就如何解决这些差异分享了一些建议。我们的目标不是规范性的，而是帮助运营商和其他人了解AI的经济和战略前景，以便他们可以建立持久的公司。
软件+服务= AI？
软件（包括SaaS）的魅力在于它可以一次生产并多次出售。该属性创造了许多引人注目的业务收益，包括经常性收入流，高（60-80％+）的毛利率，以及超线性扩展。软件公司还具有建立强大的防御性护城河的潜力，因为它们拥有工作所产生的知识产权（通常是代码）。
服务业则是另外一种情况：每个新项目都需要专门的人员，并且只能出售一次。结果，收入往往是非经常性的，毛利率较低（30％至50％），并且规模扩展最好是线性的。可防御性更具挑战性-通常基于品牌或现有的帐户控制-因为客户不拥有的任何IP都不太可能具有广泛的适用性。(banq注：中国很多项目型的软件公式其实是一种服务业)
人工智能公司越来越多地将软件和服务两者结合在一起。
大多数AI应用程序看起来和感觉都像普通软件。他们依靠常规代码执行诸如与用户交互，管理数据或与其他系统集成之类的任务。但是，应用程序的核心是一组训练有素的数据模型。这些模型解释图像，转录语音，生成自然语言并执行其他复杂任务。维护它们有时会感觉更像是服务业务：需要大量的，针对特定客户的工作和投入成本，而这些成本和成本却超出了典型的支持和成功职能。
这种动态变化以多种重要方式影响着AI业务。在以下各节中，我们将探讨几种毛利，可扩展性和可防御性。
更多点击标题见原文