Fintool 首创人 Ni陕西长安信息科技有限公司colas Bustamante 最近在 X 平台上发了一篇“杀人诛心”的深度长文 ， ，，，，，，直接点破了最近软件股万亿市值蒸发背后的残酷真相。。。 。。。。
作为一位一经打造过欧洲最大执法科技平台（Doctrine）、现在又投身 AI 金融（Fintool）的“双栖”创业者 ， ，，，，，，他站在新旧时代的接壤点上 ， ，，，，，，详细拆解了笔直 SaaS 行业赖以生涯的十大护城河是怎样被大模子逐一瓦解的。。。 。。。。
Nicolas以为 ， ，，，，，，LLM（大语言模子）正在系统性地拆除笔直软件已往赖以生涯的护城河 ， ，，，，，，以前靠“软件难用”和“流程重大”赚取高昂溢价的日子竣事了 ， ，，，，，，市场正在履历一场残酷的价值重估。。。 。。。。
我们给各人简朴划了下稿件重点：
“难用”不再是护城河以前像彭博终端这种软件 ， ，，，，，，最牛的护城河着实是「难用」 ， ，，，，，，用户花了很长时间学会了那些重大的快捷键和代码 ， ，，，，，，学会了就不想换。。。 。。。。但现在 ， ，，，，，，LLM把所有重大的界面都坍缩成了一个谈天框 ， ，，，，，，用户只要会说人话就能调取数据、调模子 ， ，，，，，，谁人让华尔街为此买单的「熟练度壁垒」瞬间归零。。。 。。。。
营业逻辑从“百万行代码”酿成了“一个Markdown文件”这是最倾覆的一点。。。 。。。。以前要复刻一个执法或金融事情流 ， ，，，，，，需要懂行业的工程师写几年月码；； ；； ；现在 ， ，，，，，，一个懂行的基金司理只要写一个Markdown文档（提醒词手艺） ， ，，，，，，告诉AI怎么做DCF估值 ， ，，，，，，AI就能执行得很好。。。 。。。。焦点壁垒从“稀缺的工程师”酿成了“廉价的文档” ， ，，，，，，竞争敌手复制你的时间从几年缩短到了几周。。。 。。。。
靠整理果真数据赚钱的公司很危险以前把七零八落的财报（SEC文件）整理成可搜索的数据很值钱 ， ，，，，，，但现在大模子天生就能读懂这些文档 ， ，，，，，，前沿模子（如Claude或GPT）天生就读得懂10-K年报和执法文档 ， ，，，，，，它们自己就是最好的剖析器。。。 。。。。�？？？？？俊靶畔⒉畛爻啤焙汀罢砉媸荨弊哪Ｊ� ， ，，，，，，正在被AI无情商品化。。。 。。。。
「既懂代码又懂营业」的稀缺人才不再是瓶颈现在懂营业的基金司理不需要学Python ， ，，，，，，直接用明确话就能指挥AI干活 ， ，，，，，，这意味着原本稀缺的行业履历能迅速转化为软件产品 ， ，，，，，，竞争敌手会越来越多。。。 。。。。
独家数据成了唯一的“免死金牌”反过来说 ， ，，，，，，若是你手里有无法被抓取、无法被合成的“私有数据”（好比彭博的实时生意台数据、标普的私有信贷评级） ， ，，，，，，LLM反而会让你的价值倍增。。。 。。。。由于在AI时代 ， ，，，，，，这些数据是所有智能体都渴求的“稀缺燃料” ， ，，，，，，拥有独家数据的公司将掌握绝对的定价权。。。 。。。。
“合规”和“生意”是AI啃不动的硬骨头别太焦虑 ， ，，，，，，有些护城河AI也无可怎样。。。 。。。。好比医疗软件Epic ， ，，，，，，它的壁垒是HIPAA合规和FDA认证；； ；； ；好比Stripe ， ，，，，，，它的壁垒是资金处置惩罚的牌照和通道。。。 。。。。AI再智慧也过不了羁系这一关 ， ，，，，，，也无法在没有银行轨道的情形下挪动资金。。。 。。。。只要你的软件“嵌入在生意里”或者“长在羁系上” ， ，，，，，，你暂时是清静的。。。 。。。。
竞争名堂从“三国杀”酿成“百团大战”以前做一个笔直SaaS需要200个工程师和5000万数据预算 ， ，，，，，，以是每个行业通常只有2-3个巨头垄断。。。 。。。。现在靠API和几个工程师就能做到巨头80%的功效 ， ，，，，，，竞争敌手会瞬间从3个酿成300个。。。 。。。。这会导致价钱系统崩塌 ， ，，，，，，SaaS公司的高估值倍数将被彻底打回真相。。。 。。。。
真正的威胁是“上下夹击”笔直SaaS现在腹背受敌：下面是数百个AI原生创业公司在猖獗撕咬 ， ，，，，，，上面是微软、Anthropic这样的巨头通过“通用Agent+插件”的方法直接杀入笔直领域。。。 。。。。软件正在变得“无头化”（Headless） ， ，，，，，，未来用户可能基础不翻开你的软件 ， ，，，，，，而是通过AI Agent直接挪用你的效劳——若是你沦为纯粹的“数据供应商” ， ，，，，，，利润将被平台彻底榨干。。。 。。。。
以下为原文部分：
深耕笔直软件十年：我对此次抛售潮的看法
在已往的几周里 ， ，，，，，，软件和效劳类股票的市值蒸发了近1万亿美元。。。 。。。。FactSet的市值从200亿美元的巅峰跌至缺乏80亿美元。。。 。。。。标普全球（S&P Global）在几周内下跌了30%。。。 。。。。汤森路透（Thomson Reuters）在一年内市值缩水近半。。。 。。。。由140家公司组成的标普500软件与效劳指数 ， ，，，，，，今年迄今已下跌20%。。。 。。。。
上周 ， ，，，，，，Anthropic宣布了针对Claude Cowork的行业特定插件。。。 。。。。Claude Cowork是一款专为知识事情者设计的AI智能体（AI Agent） ， ，，，，，，能够自主处置惩罚重大的研究、剖析和文档事情流。。。 。。。。
华尔街称之为恐慌。。。 。。。。而在已往十年里 ， ，，，，，，我一直致力于构建笔直SaaS（Vertical SaaS）。。。 。。。。首先是 @Doctrine ， ，，，，，，现在是欧洲最大的执法信息平台（与LexisNexis、Westlaw等竞争）；； ；； ；然后是 @fintool ， ，，，，，，一个在美国与彭博（Bloomberg）、FactSet和标普全球竞争的AI驱动型股票研究平台。。。 。。。。
我曾构建过那种现在正受到大语言模子（LLM）威胁的软件。。。 。。。。而我现在正在构建的 ， ，，，，，，正是那种提倡威胁的软件。。。 。。。。我身处这场倾覆性厘革的两头。。。 。。。。
以下是我所看到的真相：LLM正在系统性地瓦解让笔直软件具备防御性的护城河。。。 。。。。但并非所有瓦解。。。 。。。。效果是 ， ，，，，，，笔直软件的价值组成及其应得的估值倍数正在被重新界说。。。 。。。。
在这篇文章中：
让笔直软件具备防御性的十大护城河 ， ，，，，，，以及LLM对每一条护城河的影响
为什么市场抛售在结构上是合理的 ， ，，，，，，但在时间上被强调了
真正的威胁事实是什么（并非你所想的那样）
什么将取代笔直软件
笔直软件行业的下一步走向
笔直软件的十大护城河（及LLM对每一条的影响）
笔直软件是为特定行业构建的软件。。。 。。。。好比金融界的彭博（Bloomberg） ， ，，，，，，执法界的LexisNexis ， ，，，，，，医疗界的Epic ， ，，，，，，修建界的Procore ， ，，，，，，生命科学界的Veeva等。。。 。。。。
这些公司有一个配合的界说性特征：收费高昂且客户少少流失。。。 。。。。FactSet每位用户每年的用度凌驾15,000美元。。。 。。。。彭博终端（Bloomberg Terminal）每个席位本钱为25,000美元。。。 。。。。LexisNexis每月向状师事务所收取数千美元。。。 。。。。而它们的客户留存率彷徨在95%左右。。。 。。。。
我以为保存十条截然差别的护城河。。。 。。。。LLM正在攻击其中的一部分 ， ，，，，，，同时保存了另一部分。。。 。。。。明确哪些被攻击、哪些被保存 ， ，，，，，，就是这场游戏的所有。。。 。。。。
1. 习得性界面（Learned Interfaces）→ 被摧毁
一个彭博终端用户破费数年时间学习键盘快捷键、功效代码和导航模式。。。 。。。。GP、FLDS、GIP、FA、BQ。。。 。。。。这些不是直观的操作 ， ，，，，，，它们是一门语言。。。 。。。。一旦你流利地掌握了它 ， ，，，，，，切换到另一个平台就意味着重新酿成文盲。。。 。。。。
我听过无数次这样的话：“我们是FactSet店。。。 。。。。”“我们是Lexis律所。。。 。。。。”“我们是彭博之家。。。 。。。。”这些声明无关数据质量或功效集。。。 。。。。它们是关于软件肌肉影象的声明。。。 。。。。人们花了十年时间学习这个工具。。。 。。。。这种投资是不可转移的。。。 。。。。
这是最被低估的护城河。。。 。。。。知识事情者付费是为了不重新学习他们已经掌握了十年的事情流。。。 。。。。界面自己就是价值主张的一大部分。。。 。。。。
我在Doctrine亲历了这一点。。。 。。。。我们拥有一支设计师团队和一支重大的客户乐成司理（CSM）步队 ， ，，，，，，他们的所有事情就是指导状师使用PT视讯(中国区)官网界面。。。 。。。。每一个UI（用户界面）的改动都是一个项目：用户研究、设计冲刺、审慎的宣布、手把手的指导。。。 。。。。我们会花几周时间重新设计一个分面搜索过滤器（faceted search filter） ， ，，，，，，由于状师们已经围绕旧过滤器建设了肌肉影象。。。 。。。。界面不是一个功效 ， ，，，，，，它就是产品。。。 。。。。维护它是我们最大的本钱中心之一。。。 。。。。
在Fintool ， ，，，，，，我们没有入职培训。。。 。。。。没有CSM教人们怎样浏览产品。。。 。。。。PT视讯(中国区)官网用户用简朴的英语输入他们想要的内容 ， ，，，，，，然后获得谜底。。。 。。。。没有界面需要学习 ， ，，，，，，由于一切都是对话。。。 。。。。整个本钱中心——设计师、CSM、UI变换治理——基础不保存。。。 。。。。谈天界面吸收了所有的这些支持结构。。。 。。。。
LLM将所有专有界面坍缩为一个谈天窗口。。。 。。。。
试想一下金融剖析师今天在彭博终端上做什么。。。 。。。。他们导航到股票筛选功效。。。 。。。。使用专门的语法设置参数。。。 。。。。导出效果。。。 。。。。切换到DCF（现金流折现）模子构建器。。。 。。。。输入假设。。。 。。。。运行敏感性剖析。。。 。。。。导出到Excel。。。 。。。。制作演示文稿。。。 。。。。
每一步都需要习得的界面知识。。。 。。。。每一步都增强了切换本钱。。。 。。。。
现在思量统一位剖析师使用LLM智能体做什么：
“向我展示所有市值凌驾10亿美元、市盈率低于30且收入同比增添凌驾20%的软件公司。。。 。。。。为前5名建设DCF模子。。。 。。。。半数现率和终值增添率举行敏感性剖析。。。 。。。。”
三句话。。。 。。。。没有键盘快捷键。。。 。。。。没有功效代码。。。 。。。。没有导航。。。 。。。。用户甚至不知道LLM盘问了哪个数据提供商。。。 。。。。他们不在乎。。。 。。。。
当界面酿成自然语言对话时 ， ，，，，，，多年的肌肉影象变得一文不值。。。 。。。。谁人证实每年2.5万美元席位费合理的切换本钱瞬间消解。。。 。。。。关于许多笔直软件公司来说 ， ，，，，，，界面曾是价值的大部分。。。 。。。。底层数据通常是授权的、果真的或半商品化的。。。 。。。。支持溢价定价的是建设在数据之上的事情流。。。 。。。。那已经竣事了。。。 。。。。
2. 自界说事情流和营业逻辑（Custom Workflows and Business Logic）→ 蒸发
笔直软件编码了一个行业的现实运作方法。。。 。。。。一个执法研究平台不但仅存储判例法。。。 。。。。它编码了引证网络、谢泼德引证信号（Shepardize signals）、判例要旨分类系统（headnote taxonomies） ， ，，，，，，以及诉讼状师撰写摘要的详细方法。。。 。。。。
这种营业逻辑的构建耗时数年。。。 。。。。它反应了与领域专家举行的数千次对话。。。 。。。。当我构建Doctrine时 ， ，，，，，，最难的部分不是手艺。。。 。。。。而是明确状师现实上是怎样事情的：他们怎样研究判例法 ， ，，，，，，怎样起草文件 ， ，，，，，，怎样从立案到审讯构建诉讼战略。。。 。。。。将这种明确编码进可运行的软件中 ， ，，，，，，是笔直软件之以是有价值——且具备防御性——的重大缘故原由。。。 。。。。
LLM将所有这一切转化为一个Markdown文件。。。 。。。。
这是最被低估的转变 ， ，，，，，，我以为也是恒久最具破损性的。。。 。。。。
古板的笔直软件用代码编码营业逻辑。。。 。。。。成千上万个if/then分支、验证规则、合规检查、审批事情流。。。 。。。。由工程师经年累月硬编码而成……并且不是通俗的工程师。。。 。。。。你需要真正明确该领域的软件工程师 ， ，，，，，，这很有数。。。 。。。。找到一个既能写生产级代码又能明确诉讼事情流怎样运作 ， ，，，，，，或者DCF模子应怎样构建的人 ， ，，，，，，极其难题。。。 。。。。修改这种营业逻辑需要开发周期、QA（质量包管）、安排。。。 。。。。
让我用我自己的履历举一个详细的例子。。。 。。。。
在Doctrine ， ，，，，，，我们构建了一个执法研究事情流 ， ，，，，，，资助状师针对给定的执法问题找到相关的判例法。。。 。。。。系统需要明确执法领域（民事与刑事与行政） ， ，，，，，，将问题剖析为可搜索的看法 ， ，，，，，，跨多个法院数据库举行盘问 ， ，，，，，，按相关性和权威性对效果举行排序 ， ，，，，，，并泛起准确的引证上下文。。。 。。。。构建这个系统需要一个工程师和执法专家团队破费数年时间。。。 。。。。营业逻辑疏散在数千行Python代码、自界说排序算法和手动调解的相关性模子中。。。 。。。。每一次修改都需要工程冲刺、代码审查、测试和安排。。。 。。。。
在Fintool ， ，，，，，，我们有一个DCF估值手艺（Skill）。。。 。。。。它告诉LLM智能体怎样举行现金流折现剖析：网络哪些数据 ， ，，，，，，怎样按行业盘算WACC（加权平均资源本钱） ， ，，，，，，验证哪些假设 ， ，，，，，，怎样运行敏感性剖析 ， ，，，，，，何时加回基于股票的薪酬。。。 。。。。这是一个Markdown文件。。。 。。。。编写它花了一周时间。。。 。。。。更新它只需几分钟。。。 。。。。一位做过500次DCF估值的投资组合司理可以在不写一行代码的情形下编码他们的整个要领论。。。 。。。。
多年的工程开发对决一周的写作。。。 。。。。这就是转变。。。 。。。。
并且不但仅是速率。。。 。。。。Markdown手艺在主要方面体现更好。。。 。。。。任何人都可以阅读它。。。 。。。。它是可审计的。。。 。。。。它可以针对每个用户举行定制（PT视讯(中国区)官网客户编写他们自己的手艺）。。。 。。。。随着底层模子的刷新 ， ，，，，，，它会自动变得更好 ， ，，，，，，而无需我们触碰一行代码。。。 。。。。
营业逻辑正在从由专业工程师编写的代码迁徙到任何具有领域专业知识的人都可以编写的Markdown文件。。。 。。。。笔直软件公司破费十年建设的积累营业逻辑现在可以在几周内被复制。。。 。。。。事情流护城河正在极快地受到侵蚀。。。 。。。。
3. 公共数据会见（Public Data Access）→ 商品化
笔直软件价值主张的很大一部分是让难以获取的数据变得易于盘问。。。 。。。。FactSet让SEC（美国证券生意委员会）备案文件可搜索。。。 。。。。LexisNexis让判例法可搜索。。。 。。。。这些是真正的效劳。。。 。。。。SEC备案文件在手艺上是果真的 ， ，，，，，，但试着阅读一份原始HTML名堂的200页10-K年报看看。。。 。。。。各公司的结构纷歧致。。。 。。。。唬� ；； ；峒剖跤锛枭衙�。。。 。。。。提取你需要的现实数字需要剖析嵌套表格、跟踪脚注引用、调理重述的数据。。。 。。。。
在LLM之前 ， ，，，，，，会见这些公共数据需要专门的软件和大宗的工程支持结构。。。 。。。。像FactSet这样的公司构建了数千个剖析器 ， ，，，，，，针对每种备案类型、每家公司奇异的名堂。。。 。。。。随着名堂的转变 ， ，，，，，，成群的工程师维护着这些剖析器。。。 。。。。将原始SEC备案文件转化为可盘问数据的代码曾是真正的竞争优势。。。 。。。。
在Doctrine ， ，，，，，，这也是大宗的事情。。。 。。。。我们为差别的判例法构建了NLP（自然语言处置惩罚）管道：用于提取法官、法院、执法看法的命名实体识别（NER）。。。 。。。。专门的机械学习模子按执法领域对讯断举行分类。。。 。。。。为每个法院定制剖析器 ， ，，，，，，每个都有自己的名堂怪癖。。。 。。。。我们有工程师花了数年时间构建和维护这个支持结构。。。 。。。。这是真正令人印象深刻的手艺 ， ，，，，，，也是真正的护城河 ， ，，，，，，由于复制它意味着数年的事情。。。 。。。。
在Fintool ， ，，，，，，我们没有构建任何这些工具。。。 。。。。零NER。。。 。。。。零自界说剖析器。。。 。。。。零行业特定分类器。。。 。。。。为什么？？？？？？由于前沿模子已经知道怎样浏览10-K年报。。。 。。。。它们知道家得宝（Home Depot）的股票代码是HD。。。 。。。。它们明确GAAP（公认会计准则）和非GAAP收入的区别。。。 。。。。它们可以在不被教育模式的情形下剖析分部披露的嵌套表格。。。 。。。。Doctrine破费数年构建的剖析基础设施现在是一种商品能力 ， ，，，，，，随模子免费提供。。。 。。。。
LLM让这一切变得微缺乏道。。。 。。。。前沿模子已经从它们的训练数据中知道怎样剖析SEC备案文件。。。 。。。。它们明确10-K的结构 ， ，，，，，，在那里找到收入确认政策 ， ，，，，，，怎样调理GAAP和非GAAP数据。。。 。。。。你不需要构建剖析器。。。 。。。。模子就是剖析器。。。 。。。。喂给它一份10-K ， ，，，，，，它可以回覆关于它的任何问题。。。 。。。。喂给它联邦判例法的整个语料库 ， ，，，，，，它可以找到相关的先例。。。 。。。。
笔直软件破费数十年构建的剖析、结构化和盘问现在是基础模子自己内置的商品能力。。。 。。。。数据并非一文不值。。。 。。。。可是“使其可搜索”这一层——这曾是大宗价值和定价权所在的地方——正在瓦解。。。 。。。。
4. 人才稀缺性（Talent Scarcity）→ 倒置
构建笔直软件需要既懂领域又懂手艺的人。。。 。。。。找到一个既能写生产级代码又能明确信用衍生品结构怎样运作的工程师极其有数。。。 。。。。这种稀缺性造成了自然的进入壁垒 ， ，，，，，，历史上限制了任何笔直领域的有力竞争者数目。。。 。。。。
LLM完全翻转了这条护城河。。。 。。。。
在Doctrine ， ，，，，，，招聘是残酷的。。。 。。。。我们不但需要优异的工程师。。。 。。。。我们需要能明确执法推理的工程师：先例怎样运作 ， ，，，，，，统领权怎样相互作用 ， ，，，，，，向最高法院上诉的理由是什么样子的。。。 。。。。这些人险些不保存。。。 。。。。以是我们自己作育。。。 。。。。每周 ， ，，，，，，我们举行内部讲座 ， ，，，，，，由状师教工程师执法系统现实上是怎样运作的。。。 。。。。一名新工程师需要几个月才华具备生产力。。。 。。。。人才稀缺是真正的障碍 ， ，，，，，，不但对我们 ， ，，，，，，对任何试图与我们竞争的人也是云云。。。 。。。。
在Fintool ， ，，，，，，我们不做任何这些事。。。 。。。。PT视讯(中国区)官网领域专家（投资组合司理、剖析师）直接将他们的要领论写入Markdown手艺文件。。。 。。。。他们不需要学习Python。。。 。。。。他们不需要明确API。。。 。。。。他们用简朴的英语写下一个好的DCF剖析是什么样子的 ， ，，，，，，LLM就会执行它。。。 。。。。工程部分由模子处置惩罚。。。 。。。。领域专业知识 ， ，，，，，，这个一经富厚的资源 ， ，，，，，，现在可以直接转化为软件 ， ，，，，，，而没有工程瓶颈。。。 。。。。
LLM使工程变得唾手可得 ， ，，，，，，这意味着稀缺资源（领域专业知识）在转化为软件的能力上突然变得富厚了。。。 。。。。这就是为什么进入壁垒瓦解得云云强烈。。。 。。。。
5. 捆绑销售（Bundling）→ 削弱
笔直软件公司通过捆绑相邻能力来扩张。。。 。。。。彭博从市场数据最先 ， ，，，，，，然后增添了新闻转达、新闻、剖析、生意和合规。。。 。。。。每一个新模�？？？？？槎荚鎏砹饲谢槐厩� ， ，，，，，，由于客户现在依赖整个生态系统 ， ，，，，，，而不但仅是一个产品。。。 。。。。标普全球以440亿美元收购IHS Markit正是这种战略。。。 。。。。捆绑包酿成了护城河。。。 。。。。
在Doctrine ， ，，，，，，捆绑是增添战略。。。 。。。。我们从判例法搜索最先 ， ，，，，，，然后增添了立法、执法新闻、警报 ， ，，，，，，然后是文档剖析。。。 。。。。每个模�？？？？？槎加凶约旱腢I ， ，，，，，，自己的入职流程 ， ，，，，，，自己的客户事情流。。。 。。。。我们构建了全心制作的仪表板 ， ，，，，，，状师可以在其中设置视察列表 ， ，，，，，，设置特定执法主题的自动警报 ， ，，，，，，治理他们的研究文件夹。。。 。。。。每个功效都意味着更多的设计事情、更多的工程、更多的UI外貌积。。。 。。。。捆绑包将客户锁定 ， ，，，，，，由于他们已经围绕PT视讯(中国区)官网生态系统建设了整个事情流。。。 。。。。
LLM智能体突破了捆绑护城河 ， ，，，，，，由于智能体自己就是捆绑包。。。 。。。。在Fintool ， ，，，，，，警报是一个提醒词（prompt）。。。 。。。。视察列表是一个提醒词。。。 。。。。投资组合筛选是一个提醒词。。。 。。。。每个功效没有单独的模�？？？？？�。。。 。。。。没有需要维护的UI。。。 。。。。�？？？？？突怠暗蔽业耐蹲首楹现械娜魏喂驹诓票ǖ缁熬刍嶂刑岬焦厮拔：κ碧嵝盐摇� ， ，，，，，，它就能事情。。。 。。。。智能体在一个简单事情流中协调十个差别的专用工具。。。 。。。。它可以从一个泉源提取市场数据 ， ，，，，，，从另一个泉源提取新闻 ， ，，，，，，通过第三个泉源运行剖析 ， ，，，，，，并编译效果。。。 。。。。用户从不知道也不在乎盘问了五个差别的效劳。。。 。。。。
当集成层从软件供应商转移到AI智能体时 ， ，，，，，，购置捆绑包的动力就蒸发了。。。 。。。。当智能体可以为每种能力挑选最好（或最自制）的提供商时 ， ，，，，，，为什么要为整个套件支付彭博的溢价？？？？？？
这并不料味着捆绑销售一夜之间消亡。。。 。。。。治理十个供应商关系与一个相比 ， ，，，，，，其运营重大性是真实的。。。 。。。。但偏向性的压力是明确的：智能体使“解绑”（unbundling）以以前不可能的方法变得可行。。。 。。。。
6. 私有和专有数据（Private and Proprietary Data）→ 更强
一些笔直软件公司拥有或允许其他任何地方都不保存的数据。。。 。。。。彭博网络全球生意台的实时定价数据。。。 。。。。标普全球拥有信用评级和专有剖析。。。 。。。。邓白氏（Dun & Bradstreet）维护着5亿多个实体的商业信用档案。。。 。。。。这些数据是几十年来网络的 ， ，，，，，，通常通过排他性关系。。。 。。。。你不可抓取它。。。 。。。。你不可重修它。。。 。。。。
若是你的数据真的无法被复制 ， ，，，，，，LLM会让它更有价值 ， ，，，，，，而不是更少。。。 。。。。
彭博来自生意台的实时定价数据？？？？？？无法被抓取。。。 。。。。无法被合成。。。 。。。。无法从第三方获得允许。。。 。。。。在LLM天下中 ， ，，，，，，这些数据成为每个智能体都需要的稀缺输入。。。 。。。。彭博在专有数据上的定价权现实上可能会增添。。。 。。。。
标普全球的信用评级也是类似的。。。 。。。。信用评级不但仅是数据。。。 。。。。它是由受羁系的要领论和数十年的违约数据支持的意见。。。 。。。。LLM无法宣布信用评级。。。 。。。。标普可以。。。 。。。。
测试很简朴：这些数据能被其他人获取、允许或合成吗？？？？？？若是不可 ， ，，，，，，护城河依然保存。。。 。。。。若是能 ， ，，，，，，你就贫困了。。。 。。。。
我在两家公司都看到了这一点的演变。。。 。。。。当我们开办Doctrine时 ， ，，，，，，焦点价值是用行业特定的支持结构层组织公共判例法：分类法、引证网络、相关性排名。。。 。。。。但团队很早就意识到 ， ，，，，，，仅靠公共数据是不敷的。。。 。。。。
约莫五年前 ， ，，，，，，Doctrine最先构建一个独家内容库：专有的执法注释、编辑剖析、其他任何地方都不保存的精选谈论。。。 。。。。今天 ， ，，，，，，这个库真的很难复制 ， ，，，，，，它已成为真正的护城河。。。 。。。。再加上周全转向LLM ， ，，，，，，Doctrine现在生长得如火如荼！
能在这种转变中生涯下来的公司 ， ，，，，，，是那些从“我们更好地组织公共数据”转向“我们拥有你在别处无法获得的数据”的公司。。。 。。。。
转变在于：谁人智能层已往需要多年的工程开发。。。 。。。。现在它是随模子而来的一种能力。。。 。。。。甚至数据会见自己也正在被商品化。。。 。。。。
MCP（模子上下文协议）正在将每个数据提供商酿成一个插件。。。 。。。。数十家公司已经作为MCP效劳器提供金融数据 ， ，，，，，，任何AI智能体都可以盘问。。。 。。。。当你的数据可以作为Claude插件使用时 ， ，，，，，，“使其可会见”的溢价就消逝了。。。 。。。。
讥笑的是 ， ，，，，，，LLM加速了这种分解（bifurcation）。。。 。。。。拥有专有数据的公司赢得更大。。。 。。。。没有专有数据的公司失去一切。。。 。。。。
若是你的数据不是真正奇异的——好比它可以被获取、允许或在别处合成——你就不清静。。。 。。。。你面临商品化的危害。。。 。。。。AI智能体将拥有与客户的关系。。。 。。。。它是用户交互的界面 ， ，，，，，，是他们信托的品牌 ， ，，，，，，是他们付费的产品。。。 。。。。你酿成了智能体的供应商 ， ，，，，，，而不是客户的供应商。。。 。。。。
这就是聚合理论（Aggregation Theory）的实时上演：聚合者（智能体）捕获用户关系和利润 ， ，，，，，，而供应商（数据供应商）为了喂养平台而在价钱上竞争。。。 。。。。若是彭博、FactSet和十几个较小的提供商都提供类似的市场数据 ， ，，，，，，智能体将路由到最自制的谁人。。。 。。。。你的定价权蒸发了。。。 。。。。你的利润率被压缩。。。 。。。。你酿成了别人产品的商品化输入。。。 。。。。
7. 羁系和合规锁定（Regulatory and Compliance Lock-in）→ 结构性稳固
在医疗领域 ， ，，，，，，Epic的主导职位不但仅关乎产品质量。。。 。。。。它关乎HIPAA（康健包管流通与责任法案）合规性、FDA（食物药品监视治理局）认证 ， ，，，，，，以及医院必需忍受的18个月实验周期。。。 。。。。替换EHR（电子病历）供应商是一个耗时多年、耗资数百万美元的项目 ， ，，，，，，现实上会危及患者清静。。。 。。。。在金融效劳领域 ， ，，，，，，合规要求创立了类似的锁定。。。 。。。。审计追踪、羁系报告、数据保存政策。。。 。。。。所有这些都烘焙在软件中。。。 。。。。
HIPAA不在乎LLM。。。 。。。。FDA认证不会由于GPT-5的保存而变得更容易。。。 。。。。SOX（萨班斯-奥克斯利法案）合规要求不会由于Anthropic宣布了一个新插件而改变。。。 。。。。
Epic在医疗EHR领域的主导职位从基础上说是一个羁系护城河。。。 。。。。18个月的实验周期 ， ，，，，，，合规认证 ， ，，，，，，与医院计费系统的集成。。。 。。。。这些都不会受到LLM的影响。。。 。。。。
事实上 ， ，，，，，，羁系要求可能会恰恰在合规锁定最强的笔直领域减缓LLM的接纳。。。 。。。。医院不可用LLM智能体替换Epic ， ，，，，，，由于LLM智能体没有通过HIPAA认证 ， ，，，，，，没有所需的审计追踪 ， ，，，，，，也没有经由FDA验证用于临床决议支持。。。 。。。。
8. 网络效应（Network Effects）→ 粘性
一些笔直软件随着更多行业加入者的使用而变得更有价值。。。 。。。。彭博的新闻功效（IB chat）是华尔街事实上的通讯层。。。 。。。。若是每个生意敌手都使用彭博 ， ，，，，，，你就必需使用彭博。。。 。。。。不是由于数据。。。 。。。。是由于网络。。。 。。。。
LLM不会突破网络效应。。。 。。。。若是有的话 ， ，，，，，，它们可能会使通讯网络更有价值。。。 。。。。流经这些网络的信息酿成了训练数据、上下文、信号。。。 。。。。
这同样适用于任何在行业内充当通讯层的笔直软件。。。 。。。。Veeva在制药公司之间的网络效应。。。 。。。。Procore在修建利益相关者之间的网络效应。。。 。。。。这些具有粘性 ， ，，，，，，由于价值来自于平台上尚有谁 ， ，，，，，，而不是来自于界面。。。 。。。。
9. 生意嵌入（Transaction Embedding）→ 长期
一些笔直软件直接位于资金流中。。。 。。。。餐馆的支付处置惩罚。。。 。。。。银行的贷款发放。。。 。。。。包管公司的索赔处置惩罚。。。 。。。。当你嵌入生意中时 ， ，，，，，，切换意味着中止收入。。。 。。。。没有人会自愿那样做。。。 。。。。
若是你的软件处置惩罚支付、发放贷款或结算生意 ， ，，，，，，LLM不会去中介化（disintermediate）你。。。 。。。。它可能会作为一个更好的界面位于你之上 ， ，，，，，，但轨道自己仍然至关主要。。。 。。。。
Stripe并未受到LLM的威胁。。。 。。。。FIS或Fiserv也没有。。。 。。。。生意处置惩罚层是基础设施 ， ，，，，，，不是界面。。。 。。。。
10. 纪录系统职位（System of Record Status）→ 恒久受威胁
当你的软件是要害营业数据的权威真相泉源（canonical source of truth）时 ， ，，，，，，切换不但仅是未便。。。 。。。。它是保存性危害。。。 。。。。若是数据在迁徙历程中损坏怎么办？？？？？？若是历史纪录丧失怎么办？？？？？？若是审计追踪中止怎么办？？？？？？
Epic是患者数据的纪录系统。。。 。。。。Salesforce是客户关系的纪录系统。。。 。。。。这些公司受益于留下的本钱（高额用度）与脱离的本钱（潜在的数据丧失、运营中止）之间的差池称。。。 。。。。
LLM今天并不直接威胁纪录系统的职位。。。 。。。。但智能体正在悄悄地建设它们自己的纪录系统。。。 。。。。
正在爆发的事情是：AI智能体不但仅盘问现有系统。。。 。。。。它们读取你的SharePoint、你的Outlook、你的Slack。。。 。。。。它们网络关于用户的数据。。。 。。。。它们编写详细的影象文件 ， ，，，，，，这些文件在会话之间长期保存。。。 。。。。当它们执行要害操作时 ， ，，，，，，它们存储该上下文。。。 。。。。随着时间的推移 ， ，，，，，，智能体积累的用户事情图景比任何简单纪录系统都更富厚、更完整。。。 。。。。
智能体的影象酿成了新的真相泉源。。。 。。。。不是由于任何人妄想这样做 ， ，，，，，，而是由于智能体是看到一切的那一层。。。 。。。。Salesforce看到你的CRM数据。。。 。。。。Outlook看到你的邮件。。。 。。。。SharePoint看到你的文档。。。 。。。。智能体看到这三者 ， ，，，，，，并且记得。。。 。。。。
这不会一夜之间爆发。。。 。。。。但在偏向上 ， ，，，，，，智能体正在重新最先构建它们自己的纪录系统。。。 。。。。随着智能体上下文影象的增添 ， ，，，，，，古板纪录系统的护城河在削弱。。。 。。。。
最终效果：准入门槛降低
把所有这些加起来。。。 。。。。五个护城河被摧毁或削弱。。。 。。。。五个坚持稳固。。。 。。。。但那些破碎的护城河正是将竞争敌手拒之门外的那些。。。 。。。。那些坚持稳固的护城河是只有部分现有巨头才拥有的。。。 。。。。
在LLM之前 ， ，，，，，，建设一个彭博或LexisNexis的可靠竞争敌手需要数百名懂领域的工程师、数年的开发时间、大规模的数据允许生意、能向守旧企业销售的销售团队以及羁系认证。。。 。。。。效果：大大都笔直领域只有2-3个真正的竞争敌手。。。 。。。。
在LLM之后 ， ，，，，，，一个小团队使用前沿模子API、领域专业知识和优异的数据管道 ， ，，，，，，可以在几个月内构建出一个能处置惩罚笔直软件80%功效的产品。。。 。。。。我知道这一点 ， ，，，，，，由于我已经做到了。。。 。。。。Fintool是由一个六人团队建设的。。。 。。。。我们效劳于以前完全依赖彭博和FactSet的对冲基金。。。 。。。。不是由于我们有更好的数据。。。 。。。。而是由于PT视讯(中国区)官网AI智能体比谁人需要多年培训才华掌握的终端/事情站能更快、更直观地提供谜底。。。 。。。。
要害的洞察是 ， ，，，，，，竞争不是线性增添的——它是组合式爆发（explodes combinatorially）。。。 。。。。你不是从3个现有者酿成4个。。。 。。。。你是从3个酿成300个。。。 。。。。这就是摧毁定价权的缘故原由。。。 。。。。在LLM之前 ， ，，，，，，每个笔直领域有2-3个主导玩家 ， ，，，，，，由于进入壁垒不可逾越 ， ，，，，，，以是它们拥有溢价能力。。。 。。。。当50家AI原生首创公司能以20%的价钱提供80%的能力时 ， ，，，，，，这个数学逻辑完全改变了。。。 。。。。
要害：这是一个多年的过渡 ， ，，，，，，而非一夜之间的瓦解
这就是我以为市场在时间判断上蜕化的地方 ， ，，，，，，纵然偏向是对的。。。 。。。。
企业收入不会一夜之间消逝
FactSet的客户签署的是多年条约。。。 。。。。彭博终端条约通常至少2年。。。 。。。。这些条约不会由于Anthropic宣布了一个插件就蒸发。。。 。。。。
企业采购周期是以季度和年来权衡的 ， ，，，，，，而不是天。。。 。。。。一家500亿美元的对冲基金不会由于Claude可以盘问SEC备案文件就明天拆除标普全球CapIQ。。。 。。。。他们会在12-18个月内评估替换计划。。。 。。。。他们会运行试点项目。。。 。。。。他们谈判判条约条款。。。 。。。。他们会期待现有条约到期。。。 。。。。
收入悬崖是真实的 ， ，，，，，，但它是一个斜坡 ， ，，，，，，而不是悬崖。。。 。。。。目今的收入在未来12-24个月内大部分已被锁定。。。 。。。。
但市场已司明确的一点是：你不需要收入下降才会导致股价崩盘。。。 。。。。你需要的是估值倍数（multiple）压缩。。。 。。。。一家金融数据公司在拥有定价权和95%留存率时可能以15倍营收生意 ， ，，，，，，而当市场以为这两者都在受到侵蚀时 ， ，，，，，，可能以6倍营收生意。。。 。。。。收入持平。。。 。。。。股价下跌60%。。。 。。。。这正是现在爆发在一些公司身上的事情。。。 。。。。
市场并不是在为收入瓦解定价。。。 。。。。它是在为溢价倍数的终结定价 ， ，，，，，，由于证实该倍数合理的护城河正在消融。。。 。。。。
真正的威胁
真正的威胁不是LLM自己。。。 。。。。它是笔直软件现有巨头没有预见到的钳形攻势（pincer movement）。。。 。。。。
从下看 ， ，，，，，，数百家AI原生首创公司正在进入每一个笔直领域。。。 。。。。当构建一个可靠的金融数据产品需要200名工程师和5000万美元的数据允许时 ， ，，，，，，市场自然整合成3-4个玩家。。。 。。。。当它需要10名工程师和前沿模子API时 ， ，，，，，，市场强烈碎片化。。。 。。。。竞争从3酿成300。。。 。。。。
从上看 ， ，，，，，，横向平台（Horizontal platforms）正首次深入笔直领域。。。 。。。。Excel内部的Microsoft Copilot现在可以举行AI驱动的DCF建模和财务报表剖析。。。 。。。。Word内部的Copilot可以举行条约审查和判例法研究。。。 。。。。横向工具通过AI变得笔直化 ， ，，，，，，而不是通过工程。。。 。。。。
Anthropic正从另一个偏向做同样的事情。。。 。。。。我正在近距离视察 ， ，，，，，，由于Fintool是一家Anthropic支持的公司。。。 。。。。Claude正在全力投入笔直领域。。。 。。。。剧本简朴得恐怖：一个通用的智能体线束（SDK） ， ，，，，，，可插拔的数据会见（MCP） ， ，，，，，，以及领域特定的手艺（Markdown文件）。。。 。。。。就是这样。。。 。。。。这就是你从横向走向笔直所需的整个手艺栈。。。 。。。。没有领域工程师。。。 。。。。没有多年的开发。。。 。。。。
软件正在变得无头化（headless）。。。 。。。。界面消逝了。。。 。。。。一切都流经智能体。。。 。。。。主要的不再是软件。。。 。。。。而是拥有客户关系和用例 ， ，，，，，，这意味着拥有智能体自己。。。 。。。。
实现笔直深度（LLMs + Skills + MCP）的手艺 ， ，，，，，，正是让横向平台终于能够在它们以前无法触及的领域竞争的手艺。。。 。。。。这或许是笔直软件面临的最具保存性的威胁：像微软这样的横向B2B玩家不再只是涉足笔直领域 ， ，，，，，，它们正在起劲地扩展进入 ， ，，，，，，由于现在比以往任何时间都更容易 ， ，，，，，，并且由于它们需要拥有用例和事情流 ， ，，，，，，以在AI优先的天下中坚持相关性。。。 。。。。
危害评估框架
并非所有笔直软件都面临同样的危害。。。 。。。。以下是我怎样思索哪些种别能生涯 ， ，，，，，，哪些不可。。。 。。。。
高危害：搜索层（The Search Layer）
若是你的主要价值是通过专门的界面使数据可搜索和可会见 ， ，，，，，，且底层数据是果真的或可允许的 ， ，，，，，，你就处于严重的贫困中。。。 。。。。这包括建设在允许生意所数据之上的金融数据终端、建设在公共判例法之上的执法研究平台、专利搜索工具 ， ，，，，，，以及任何产品实质上是“我们为你行业的数据建设了一个更好的搜索引擎”的笔直领域。。。 。。。。
这些公司曾以15-20倍的营收生意 ， ，，，，，，由于界面锁定和有限的竞争。。。 。。。。这两者都在蒸发。。。 。。。。想想那些在已往一年中市值损失了40-60%的金融数据提供商。。。 。。。。市场重新给它们定价是对的。。。 。。。。
中等危害：混淆投资组合（The Mixed Portfolio）
许多笔直软件公司拥有防御性和袒露性营业线的混淆体。。。 。。。。一家公司可能拥有真正专有的评级营业 ， ，，，，，，同时也拥有一个主要重新包装公共信息的数据剖析部分。。。 。。。。唬� ；； ；蛘咭桓鲋甘市碛担ㄇ度肷庵� ， ，，，，，，很是具有防御性）旁边有一个研究平台（纯搜索层 ， ，，，，，，很是袒露）。。。 。。。。
这一类别的股价下跌（20-30%）反应了市场对哪部分营业主导估值的不确定性。。。 。。。。要害问题是：有几多百分比的收入来自LLM无法触及的护城河？？？？？？
低危害：羁系堡垒（Regulatory Fortresses）
若是你的护城河是羁系认证、合规基础设施以及与要害使命事情流的深度集成 ， ，，，，，，LLM在中期内险些与你的竞争职位无关。。。 。。。。拥有HIPAA合规和FDA验证的医疗EHR系统。。。 。。。。具有羁系锁定的生命科学平台。。。 。。。。金融合规和报告基础设施。。。 。。。。
这些公司甚至可能受益于其他地方的AI倾覆 ， ，，，，，，由于客户会围绕他们信托的受羁系事情流供应商举行整合 ， ，，，，，，同时从他们用于信息检索的供应商那里转出。。。 。。。。
测试
关于任何笔直软件公司 ， ，，，，，，问三个问题：
数据是专有的吗？？？？？？若是是 ， ，，，，，，护城河稳固。。。 。。。。若是不是 ， ，，，，，，可会见性层正在瓦解。。。 。。。。
有羁系锁定吗？？？？？？若是有 ， ，，，，，，LLM不会改变切换本钱方程。。。 。。。。若是无 ， ，，，，，，切换本钱主要是界面驱动的 ， ，，，，，，并且正在消融。。。 。。。。
软件嵌入在生意中吗？？？？？？若是是 ， ，，，，，，LLM位于你之上 ， ，，，，，，而不是取代你。。。 。。。。若是不是 ， ，，，，，，你是可替换的。。。 。。。。
零个“是”：高危害。。。 。。。。一个：中等危害。。。 。。。。两个或三个：你可能没事。。。 。。。。
我在两头建设中学到了什么
当我从2016年最先构建Doctrine时 ， ，，，，，，护城河之一是界面。。。 。。。。我们在判例法和立法之上构建了漂亮的搜索体验。。。 。。。。状师们喜欢它 ， ，，，，，，由于它比市场上的任何其他工具都更快、更直观。。。 。。。。大部分数据是果真的 ， ，，，，，，但PT视讯(中国区)官网界面和搜索使其可会见。。。 。。。。若是我今天重新最先构建Doctrine ， ，，，，，，该营业将面临基础差别的竞争名堂。。。 。。。。LLM智能体可以像PT视讯(中国区)官网界面一样有用地盘问判例法。。。 。。。。
笔直SaaS的整理并不是关于陕西长安信息科技有限公司所有笔直软件的消亡。。。 。。。。它是关于市场终于最先区分那些拥有真正稀缺资源的公司 ， ，，，，，，和那些在LLM智能体眼前无险可守的公司。。。 。。。。