百万美元SaaS不够看？AI时代创业逻辑变了

从税务工具到AI助手：一次价值百万的自我否定

在AI重塑软件行业的当下，一个年收入接近百万美元的SaaS生意，放在五年前或许是个不错的成就。但Plaid前CTO、Town创始人Jean Denis用亲身经历告诉我们：这样的成绩在AI时代可能根本不值得做。

Denis离开Plaid后，花一年时间打造了一款面向中小企业的税务自动化产品。产品本身是成功的——收入接近百万美元，次年预测可达250万到300万美元。如果是在AI浪潮之前，这个数字足以让投资人和创始人皆大欢喜。但Denis和团队却选择在第一个税季结束后关停这个项目，转向全新的方向。

这个决策背后，是AI时代创业逻辑的根本性转变：产品的技术可行性不再是最大障碍，渠道渗透速度和网络效应的窗口期才是生死线。

税务生意的天花板：一年只能卖一次的致命伤

Denis的税务产品并非败在产品力上。LLM在处理税务这种大量文本和结构化输入的场景中表现出色，技术验证早已完成。问题出在商业模型上。

税务是典型的「年抛型」生意：一年只能卖一次，交互频率极低，根本无法成为日活工具。更麻烦的是口碑传播的悖论——没有人会在社交场合炫耀自己的报税体验，即便聊起来，也只能在报税完成后的一年一次窗口期发生。而那时，听者既不处于采购决策期，也大概率会在一年后忘掉这次对话。

Andreessen Horowitz合伙人Alex Rampell在对话中补充了一个类比：教育科技也是同样的困境——每年只有夏季和年末两个销售窗口，这种周期性断裂让公司几乎不可能实现超高速增长。

「我们做了一个AI之前的好生意，但AI之后，这就不是一个风险投资级别的生意了。」Denis如此总结。

这里的关键洞察在于：AI创业的竞争时钟在加速。 你不仅要和 incumbent 比产品，还要比谁能在对手利用分发优势复制你之前，率先触达数百万用户并建立网络效应。税务产品一年一次的销售节奏，让这个目标变得遥不可及。

网络效应指的是产品价值随着用户数量增加而提升的现象（如社交网络、市场平台）。在AI创业中，网络效应被视为建立竞争壁垒的关键——一旦用户形成连接或数据积累，后来者很难复制。Denis强调，AI时代的窗口期极短，如果产品无法在短期内通过高频互动形成网络效应，就容易被拥有分发优势的巨头复制。税务产品因一年一次的低频交互，无法产生用户间的连接或数据飞轮，因此难以构建网络效应，也就失去了风险投资所要求的超高速增长潜力。

转型决策的执行细节：时间窗口比勇气更重要

关停一个仍在增长的业务需要勇气，但Denis的决策过程揭示了一个更务实的因素：时间窗口。

税务业务的周期性反而成了决策的催化剂。在10月15日前后大约一个月的时间里，团队可以同时生活在「继续做税务」和「不做税务」两个平行宇宙中。一旦过了这个窗口，签了合作伙伴、承诺了客户，门就关上了。这种硬性的时间压力，反而让团队避免了「再试一个月看看」的拖延陷阱。

Denis坦言，最难的部分是面对员工和承认失败。但他很快意识到：朋友不会因为失败而离开，员工可以通过妥善的遣散和推荐下一个机会来对待，「一旦想清楚这些，决策就没有情绪上最初反应的那么难了。」

Town的诞生：为什么没人做出一流的通用AI代理？

转型后，Denis团队认真探索了四个方向。最终牵引他们走向Town的是一个简单的问题：为什么没有人为知识工作者最常见的 workflows 构建一流的AI？

线索来自税务产品的客户。客户反复提到：自动报税很好，但更痛苦的是开会前忘记会议内容、客户总是问相同的税务问题、需要提前准备答案。这些需求并不复杂，但市场上没有好产品。

恰逢Opus模型展现出更强的代理能力，Town的产品市场契合来得非常快。从12月到次年4月的封闭测试期间，产品日环比增长稳定在1%到1.5%，客户不断提出新需求，路线图异常清晰。

代理能力（agentic capabilities） 指AI模型不仅能生成内容，还能自主规划、调用工具、执行多步任务以达成目标。Opus模型（Anthropic的Claude 3 Opus）在推理和工具使用上的提升，使得AI可以主动处理复杂工作流，如自动安排会议、回答客户问题。这种能力是Town产品市场契合的技术前提——没有代理能力，AI只能被动响应；有了代理能力，AI才能成为主动协助知识工作者的“助手”，从而覆盖会议准备、客户问答等高频场景。

产品哲学：做用户的产品，而不是采购者的产品

Town在产品策略上做了一个关键选择：优先服务用户，而非付钱的客户。

Denis从Dropbox的经历中得出一个判断：从世界级的产品体验出发，后续适配企业市场是可行的；反过来，从合规和IT需求出发，几乎不可能做出卓越的产品体验。

这个策略背后有一个敏锐的观察：消费级AI体验正在拉高所有人的预期。当CEO和CIO们在个人生活中体验到强大的AI助手后，他们会要求企业软件也达到同样的水准。因此，谁能在企业场景中提供消费级体验，谁就占据优势。

Rampell用一个类比强化了这个观点：BlackBerry的死亡不是因为iPhone做对了什么，而是因为CEO们在圣诞节收到iPhone、用它给孩子拍照后，回到办公室说「你们去把这个东西弄进公司」。企业软件的变革往往由高管的个人体验驱动。

中立性作为护城河：不绑定模型供应商

面对OpenAI、Anthropic等模型供应商可能向应用层扩张的威胁，Town的差异化策略是绝对的中立性。

Denis对中型企业客户的销售话术直指痛点：你无法预测未来三到五年哪家模型供应商最强。如果买OpenAI的产品，你就永远只能用OpenAI的模型；如果OpenAI涨价，你也别无选择。而Town作为中立应用，会根据具体任务——文本、语音、视频、幻灯片——实时选择最合适的供应商。

"> 我们是一个中立应用。我们会用当下我们认为对你最好的供应商。「Denis说，」我们的工作是帮你判断，从所有AI能力中，什么才是对你业务最正确的选择。「

第二层护城河是数据所有权。Town的立场是：企业产生的上下文、记忆和上下文资产，应完全归企业所有。如果有一天出现更好的解决方案，切换应该只需要一天。

这与FDE（前向部署工程师）模式形成鲜明对比。Denis认为，FDE模式本质上是在增加客户的切换成本，而且随着模型能力提升，这种高度定制化的方案反而会变得更差。Town选择了一条更依赖产品化和自动化的路径，赌的是学习飞轮带来的长期优势。

FDE（前向部署工程师）模式是一种为客户提供深度定制化服务的模式，工程师驻场或远程嵌入客户团队，针对特定需求开发解决方案。这种模式能快速满足大客户需求，但代价是高度定制化导致客户切换成本高，且难以产品化。Denis认为，随着模型能力提升，定制化方案会逐渐落后，因为通用产品能通过自动化学习飞轮持续改进。Town选择产品化路径，赌的是标准化产品能更高效地服务广泛客户，而非依赖人力堆砌的定制服务。

从横向到纵向：让市场告诉你该做什么

Town的市场策略是先尽可能横向，从PLG和SMB、中端市场切入，通过用户行为数据发现垂直机会。

具体做法是：不直接看用户数据（这是企业级隐私的要求），而是分析哪些用户是高级用户，然后访谈他们，找到共性需求，手搓出原型自动化（称为routines）。当新用户注册时，产品会通过邮箱和日历判断用户类型，推荐对应的模板。

一个生动的例子是餐厅老板：每个月批发商会发来上千种商品的价格Excel表，几乎没人会认真比对价格变化。但Town可以每月跑一次分析，如果12个月里有1个月发现了可以省下几百美元的调价机会，每月一美元的成本就完全值得。

这个案例揭示了AI产品扩散不均衡的根源：世界上有足够多的tinker（愿意折腾的人）才能让AI落地，但大多数行业缺乏这样的人。 让非tinker获得tinker同等的价值，就是巨大的商业机会。

代理经济的未来：人类不再是慢速路由器

对话中最具前瞻性的部分，是关于代理如何改变企业信息流动的讨论。

Town的设想是构建一个内部CRM式的功能：当员工问「有人认识这个潜在客户财务团队的人吗」，AI可以与其他员工的代理对话，即时找到关联。在人类模式下，这个问题要发到Slack或Teams，全公司的人阅读、思考、回复——Rampell称之为「人类是慢速路由器」。

Denis承认这需要极其谨慎的隐私设计，但他的判断是：未来的工作场景中，human in the loop 会大幅减少。

在代理流量与广告模式的关系上，两人讨论了Amazon的困境。当代理替用户购物时，Amazon的广告收入面临威胁。Rampell认为，头部平台应该构建自己的个人代理，将变现与代理体验解耦，而不是简单地封锁代理流量。Denis则指出，问题本质在于「供给聚合」的价值在下降——当人类注意力可以被自动化，仅仅做供给聚合的商业模式将不再稳固。

human in the loop 指在自动化流程中保留人类审核或决策的环节，以确保安全与可控。在代理经济中，随着AI代理能力增强，许多信息传递和决策可由代理自动完成，人类逐渐从执行者转变为监督者。Denis预测，未来工作场景中human in the loop将大幅减少，因为代理能更高效地处理跨部门信息查询和协调。但这也带来隐私与安全挑战，需要设计精细的权限和审计机制，确保代理行为透明可控。

给AI创业者的启示

Denis的经历提供了几个反直觉的教训：

1. 百万美元收入不再是安全信号。 在AI之前看起来健康的生意，在AI之后可能规模不够。判断标准从「产品是否成立」转向「能否在窗口期内实现网络效应」。
2. 周期性生意天然不适合风险投资。 一年只能卖一次、频率极低的产品，无论AI如何优化，都很难建立超高速增长曲线。
3. 产品体验优先于企业合规。 先做好用的产品，再向企业需求妥协；反过来几乎走不通。
4. 中立定位是一种战略。 在模型快速迭代的环境下，不绑定单一供应商可以成为对企业的价值主张。
5. AI扩散的瓶颈是产品经验，不是模型智力。 大多数人不需要更聪明的模型，他们需要有人把AI能力包装成「你需要吗？要的话我帮你做」的具体服务。