Dorsey 称 AI 没有护城河

AI 正在加速技术优势的折旧。

10 月 24 日，Block 创始人 Jack Dorsey 在 X 上发出一条暴论推文，「There is no moat」（没有护城河）。只有 4 个词，没有任何上下文，却迅速引发了关于 AI 行业护城河的讨论。

就在前一天，Block 发布了自研语音模型 Dessa。这款由内部小团队训练的模型，仅使用一套 Nvidia GB200 NVL72 机架，直接从人类对话音频中学习，不依赖文本预训练。在 Block 官方演示中，Dessa 能够像人一样边听边说，并能像真人一样自然地处理停顿、笑声以及语调的变化。

Dessa 仍处于研究预览阶段，尚不足以证明其性能已经追上头部语音模型。但一家以支付为主业的公司，能够凭借相对有限的资源，探索出不同于主流大模型的技术路线，仍然值得关注。它至少表明，前沿 AI 技术并非只有一条实现路径，后来者也未必需要完全复制领先者的研发路线，才能做出具有竞争力的产品。

有人将 Dorsey 的推文解读为对 OpenAI 和 Anthropic 的暗讽。毕竟，模型性能领先一直是这些公司的重要竞争优势，也是支撑其长期商业价值预期的因素之一。但随着模型能力扩散、训练方法逐渐普及，即使今天拥有最先进的模型，这种领先究竟能维持多久，又有多少能够转化为商业回报？

或许，比「AI 有没有护城河」更值得追问的是：当先进技术越来越容易被复制、追赶甚至替代，创造技术的公司，究竟还能从中留存多少经济价值？

商业史告诉我们，技术创造的红利并不必然归属于技术提供方。如果竞争对手能够以相近成本提供相似的 AI 能力，技术进步带来的部分收益就可能通过价格竞争转移给下游企业和消费者，而不是全部留在模型公司的利润表上。这也解释了为什么「AI 能够创造巨大的经济价值」与「部分 AI 公司可能被高估」并不矛盾：前者关乎技术对整个经济体系的贡献，后者取决于特定企业最终能够获得多少利润。

Dorsey 的「没有护城河」或许说得过于绝对。AI 并没有让所有竞争优势失效，只是让一些过去稀缺的能力变得容易获得，也让另一些长期积累的优势显得更加重要。

从软件行业来看，AI 加速了纯软件工程优势的折旧。AI 编程工具大幅降低了软件功能的构建与复制成本。过去大公司依靠密集工程投入建立的产品体验，如今可以被小团队以极低成本快速复刻；但这一变化是双向的：小公司能够更快追赶大公司，而小公司的领先优势也可能更快被后来者复制。

那么，还有什么是可以作为护城河的呢？当「功能」不再稀缺，那些难以通过算法生成的资产，反而变得更加重要，例如独有的数据、深厚的客户关系、融入企业运营流程的行业知识，以及分销渠道。这些要素的战略重要性正日益凸显。在实体经济中，这种差距表现得更为明显。AI 固然能帮助餐厅寻找客源、优化菜单或管理库存，但它无法凭空创造出一家餐厅历经多年所积累的声誉与信任。长远来看，利润将从「提供智能技术的公司」流向「应用这些技术的企业」，即那些掌握稀缺数据、拥有关键入口并促成实际交易的企业。

对于 AI 时代的初创企业而言，这种技术平权不仅重塑了竞争格局，更带来了战略选择上的悖论。过去，高昂的研发成本本身就是一种天然约束，它迫使企业保持专注。如今，当构建产品与进行实验的成本已大幅降低，企业则面临着一种「什么都能做」的诱惑。

然而，执行门槛的降低，并没有相应提升企业识别真实商业需求与构建交易闭环的能力。当执行变得前所未有地廉价时，战略上的失焦反而成为了最昂贵的代价。在一个技术护城河迅速消融的市场环境里，保持克制并明确「什么不该做」，或许才是初创企业现阶段所能构筑的最坚固的防线。