研发投入 1 美元、回报 35 倍：Parker Conrad 为什么说平台胜过单点产品

Sarah Guo 在 No Priors 节目开场时，称 Parker Conrad 是硅谷最受敬重的创始人之一，然后引用了一句老话：最好的复仇，是取得巨大的成功。Conrad 是 Rippling 的联合创始人兼首席执行官，而 Guo 想聊的这段经历，要追溯到 Zenefits。那家 HR 公司在他离开后崩盘了。他并不美化那场崩盘。当被问到他在 Zenefits 犯了什么错，在 Rippling 又做了哪些不同的事情时，他说，那家公司基本上是因为一些蠢原因失败的，因此并没有太多深刻的教训，只有几个他下定决心不再重蹈覆辙的具体错误。

他希望留给听众的判断，比一个东山再起的故事要大得多。过去十五年，软件创业公司被告知要专注于窄领域，在单一领域打磨一款工匠式的产品，靠精致取胜。Conrad 认为这种共识是错的。企业最后会有几十个应用，它们之间不共享数据、权限或工作流。他认为，真正能经久不衰的是平台：一套连贯的、可互操作的应用套件，建立在一组共享的底层能力之上。这正是 Rippling 从第一天起就虔诚坚持的押注。

Zenefits 的具体错误依然重要。Rippling 对合规极为谨慎，Conrad 说，前一家公司过于依赖运营。Rippling 现在对运营的排斥如此强烈，以至于他怀疑这是否反而伤害了公司：也许他们应该更愿意去做那些无法规模化的事情，但他们往往选择在软件上深耕，而不是承担运营上的负担。他后来解释说，先用人工撑过市场、之后再换成软件的理论，是 Zenefits 垮台的部分原因。自动化总是“快了”，却始终没有到位。

硅谷喜欢说，你应该从失败中学到很多。Conrad 并不确定自己同意这一点。公司会因为许多愚蠢的原因失败，而从一场废墟里很难提炼出持久的教训。他说，你大概能从一家运转良好的公司、观察它如何运转中学到更多。在 Rippling 早期，他的心理状态在某种阴郁的意义上反而更轻松：无论某一周有多糟，都比不上 Zenefits 末期以及他离开后的那段日子黑暗。

Guo 提醒他，他曾形容重新开始就像又回到父母的地下室，被挡在硅谷的善意之外。他觉得自己没有多少选择。他自认为“大概挺招人避讳的”，也没有任何工作邀约。他一共创办过三家公司：第一家是因为天真，第二家是因为在第一家待了七八年后，除了入门级岗位，他什么都不够格，第三家则是因为确实没有别的路可走。打造这家特定的公司并让它成功，是他在声誉被埋没时能看到的一线光亮，也是有朝一日讲述另一个故事的机会。

被问到如何创业时，他的建议几乎总是：别干。大多数人很可能失败，失败被错误地美化了，代价也不值得。失败会摧毁你的心理、婚姻和人际关系。几乎没人听从这个建议，相反，它只会让他们更加坚定。在 Rippling 的头两年，公司是他早上醒来第一个想到、晚上睡前最后一个想到的事，甚至会半夜把他吵醒。Guo 记得，一年前他还担心自己已经“不够愤怒”了。他不记得那次对话，但他确实说过，那种吞噬一切的专注已经消退，取而代之的是更健康的东西：他真的热爱这款产品，也真的喜欢和自己共事的人。

Rippling 的野心一直很大。Guo 记得一位早期工程师曾说，他们要把 Salesforce 的全部功能都做出来，而且就是现在。Conrad 说，他们主要是更善于讲清楚为什么。最初的信念是，专注于窄领域并不是打造伟大产品的正确方式，正确的路径是一套无缝整合的应用套件。起初这意味着 HR、IT 和身份认证，财务则在路线图上。更清晰的表述来自后来：人们对软件的误解在于，以为领域窄就能打造工匠式的体验。结果是公司被应用淹没，而那些工匠式的供应商，又负担不起真正让应用变得强大的底层能力。

这些能力在不同领域之间是通用的：权限、报表、分析、工作流自动化、审批。如果你要做许多应用，就可以对这些能力投入更深，交付更好的体验。如果你只做一件事，就负担不起这份研发投入。这个想法并不新鲜。甲骨文、SAP、Salesforce 和微软都是按这种方式建立起来的，它们称之为平台，也就是用来组装应用的一套底层能力。Guo 又把医疗领域的 Epic 加进了名单。Conrad 说，Rippling 从第一天起就虔诚地用这种方式构建软件。

那么，为什么过去十五年的创业公司都错过了这一点？Conrad 的假设是从本地部署转向云端的变迁。在位者行动迟缓，这就留下了一连串容易拿下的“安打”：你可以切下一个应用领域，推出一款极其窄的产品，因为它在一段时间里“够用”，就能获得不少关注。随着时间推移，门槛会不断提高。单独的 SaaS 应用已经不够了，客户需要更深的能力，这就迫使一切重新拼合到一起。他不认为 AI 是类似的“拆分”浪潮。如果说有什么，他看到的反而是更强的集中。

Elad Gil 补充了一个资本市场层面的视角。SaaS 革命的后半段，恰逢一波一直延续到 2022 年的大牛市。向那些能在线购买的中型企业卖单点产品，比说服人们拆掉核心系统要快得多，而且开始销售时所需的产品也少得多。投资人也期望快速看到进展。Conrad 同意，这扇窗口正在关闭。一旦更大的核心系统都以云端 SaaS 的形式存在，单独的工时追踪或报销工具就不够看了。你必须在更远的地方找到新的产品与市场的契合点，通常是那些跨越多个应用的内部业务流程协调问题。客户只使用一个东西，要省事得多。

Rippling 的组织方式是：平台团队负责构建能力，应用团队在这些能力之上组装产品。稀缺资源是应用团队的合适领导人。前创始人很好，能随着产品成长而扩展的人也很好。理想的人选，是真正有主人翁意识、能思考路线图、市场、销售和竞争，然后再综合做出决定的人。否则，就会在高管的注意力上形成瓶颈。如果 Conrad 必须亲自推动每件事，他只能推动有限的几件，就会有球掉下来。招募前创始人，是他们试图让这一切运转起来的办法，而这始终是瓶颈所在。

要筛选出这种心态很难。它会在交谈中显现出来，比如一个人会不会自发地跳到商业影响上；也会在季度规划中显现。有些人铺开一份长得能沿走廊排开的产品清单，然后宣布他们只做一个季度的工作，经过排序，那就是他们的工作。问题在于，这样是不够的，于是缺口就变成了 CEO 的工作。你真正想要的，是那些能在看似不可能的约束中找到出路的人，因为那才是市场的现实，而不是一场表演式的任务分配。创业本身就处在“完全不可能”和“非常、非常难”之间，两者之间只有一条窄窄的缝隙。

Guo 讲了一个来自 Rippling A 轮融资尽职调查的细节：她打电话给二十来位曾在他手下工作的人，最普遍的一句话是，他们愿意为他赴汤蹈火，因为他能让人发挥出自己都没意识到的潜力。Conrad 很快补充说，其他前员工可能会说他完全不讲道理。他的方法是把处境摆出来：缺口就在那儿，他没有制造它，他们也可能没有；你可以放弃回家，也可以去想办法。他还提到 Patrick Collison 维护的一个比较不同组织效率的网站：阿波罗登月用了四年，而旧金山 Van Ness 大道的改造用了大约十二年。人们以为多拼一把，只能多出 20% 的产出。他说，做成大事的团队与其他团队之间的差距，是一个数量级。

一个具体的习惯是：人们来找 CEO 时，总带着他所说的“装在盒子里的 CEO 选项”：你可以选 A 或 B，哪个是优先级？这其实是一种选择的假象，因为真正重要的决定，也就是 A 或 B，还是 A 和 B，已经被做好了。他条件反射般地拒绝这个前提。他想要 A 和 B。为什么它们不能共存？难道这违反了热力学第二定律？这听起来像是在要求不可能的事。有时候，工作在于更深入地思考，找出第三条路，因为取舍的代价，可能正是成功与失败的分水岭。他承认，燃料是对迫在眉睫的失败那种深刻的恐慌与不安。更有成效的做法，是把这种恐慌压到组织里，让人们为从 A 点到 B 点之间的缺口负责，而不只是本月的任务。Guo 的说法更犀利：许多领导者不肯把问题往下推，是因为他们并不真的相信别人能解决。

平台团队与应用团队之间的协调，Rippling 也并非总能做好。任何这样构建产品的团队，都会持续处于紧张之中。接口并不干净：应用团队想要一点略有不同的东西，并且更愿意不去依赖平台的那些东西。真正棘手的产品决策，发生在你允许团队脱离出去的时候，在你重新排定平台团队优先级的时候，以及人们最终必须迁移回来的时候。从局部看，人们几乎总是宁愿自己做一套。从长远看，这对公司乃至对应用本身都是最糟糕的结果，因为你失去了共享投资的好处。

数学就是整个战略。Conrad 说，每投入 1 美元在底层系统的研发上，都能获得 35 倍的回报，因为它会惠及 Rippling 的每一个系统，让每一个都变得更好一点。这种复利效应，正是平台路线胜过窄域单点产品的原因，也是你必须牢牢握住那些乐高积木的原因。Guo 拿自己与 Datadog 的 Olivier Pomel 交流的经验做对照，后者是这个时代另一家真正的平台公司。Datadog 收购了她曾任董事的一家公司之后，Pomel 要求被收购团队在第一年半的时间里，把产品重写到 Datadog 的平台上。过程很痛苦，但最后，被收购的人都信服了。Workday 和微软常因内部用语、框架、组件和平台团队而被人讥笑。她认为，正是这种“自成一体”，造就了一些最具统治力的平台。

击败在位者和抢占全新领域，是相关的两件事。Rippling 之所以能击败在位者，是因为它已经推进到新的地平线，能解决在位者无法解决的问题。在内部，新应用、新功能和一个漏洞修复之间的区别，往往只在于团队是否认为这项能力本来就该在原始规格中。在客户看来，永远是同一句话：我希望它能做这件事，但它没做。在他们看来，一切都像是漏洞。摆在桌面上的例子，是一款可变薪酬产品（新的 SKU，也就是新应用）。现有客户把它当作缺失的那一块，因为奖金和佣金在别处很难管理，而有了它，工资发放就会轻松得多。

人手配置让优先级一目了然。超过 80% 的工程人力都投在现有应用和底层平台上，很少用于全新的东西。推出全新事物所需的人手更少：还没有现有客户，而且你可以站在平台之上，因此小团队也能走得很远。他们通常同时有四五个新项目在进行，每个项目大约有五到七名工程师，而整个工程组织如今已超过一千人。

Guo 把一个时髦的前提摆上桌面：未来两年，大型工程组织能否用少得多的人，做出多得多的事？Conrad 怀疑 AI 能否保住就业。编程助手很流行，也确实有帮助，但 Rippling 并没有看到大幅的效率提升，他交谈过的大多数后期阶段公司也没有。没有人说他们需要的人会少很多。即使工具变得好得多，他认为，让软件更容易构建，只会让对软件的需求大幅攀升。他对客户支持也持同样看法。当体验变得即时、不那么令人沮丧，人们会用得更多，而不是更少。工单分流率可能上升，而 Rippling 的 AI 支持工具的使用量却涨得更快，因为这个工具开始让人感觉像是在产品里办成事情的途径。

他对多出来的工程产能去向的理论，是垂直化。核心系统将长出行业专属的版本，比如专为眼科诊所打造的 Rippling，只提供适合那种场景的能力，因为构建应用的成本已经下降。独立的垂直软件历来面临一个糟糕的选择：为行业深度定制，却缺少核心底层能力，因此一家正经的公司最终不得不迁移到类似 Salesforce 的系统上。如果构建变得更便宜，横向的平台公司自己就能推出那些垂直应用。与凭感觉编程（vibe coding）相伴的一个推论很冷峻：如果你和一个小团队能很快做出一个应用并获得分发，那么很多其他人也能。门槛会抬高，价格会下降，前沿会向外推移，而守住前沿则需要更多工程师和更多投入。同样的逻辑也适用于市场开拓：每个竞争对手都能获得同样的效率，因此穿透噪音依然需要那些能与客户和决策者交谈的人。

Gil 勾勒了两种垂直打法：一种是工作流程足够特殊的行业，例如受监管体制塑造的制药业；另一种是那些不把自己看作传统软件供应商、而更像是在承接客户过去外包出去的工作的公司。Conrad 并不根本反对通过整合服务公司来买入分发渠道的想法（这类买家也说他们不想做运营业务），但用软件取代运营很难。在 Zenefits，他们以为可以先用人工更快地推进，之后再实现自动化；可一旦运营规模化，要捕获所有需求的全集，就异常艰难。更容易的做法是从一小批客户开始，即便没有哪个客户的需求是简单的，然后随着时间推移逐步扩展能力。

他会用来检验的标准，是这个领域是否必须在确定性上完全正确。薪资核算哪怕差一个舍入误差，客户都会暴怒。你需要的是一个程序化的规则引擎，而不是 AI 系统的不确定性，尤其是在庞大的边界情况空间里。Rippling 自身的 AI 策略，如今更聚焦于数据。构建 AI 应用并不简单，但比治理、权限和数据管道要容易。而这些恰恰是 Rippling 的核心优势，因为权限通常由岗位、角色、职能和组织架构中的关系决定。他认为 AI 智能体需要继承与之协作之人的权限。一个独立的服务账号听起来很干净，但一旦有人与它交互，不同的权限就会造成泄露问题。让它继承此人的访问权限，那你又回到了身份、岗位职能和治理，也就是平台层。

Guo 指出，Rippling 已经达到上市公司的规模，而越来越多的公司却在更长时间里保持私有。Conrad 对这个选择并无执念，也不自称是世界级专家。历史上，上市最大的好处是流动性。过去几年，私人市场的流动性大幅增加，无论是对员工还是早期投资人而言。如果你能在私下获得这份流动性，那么保持私有就有很大的好处。他拿 Databricks 和 Snowflake 做对比：Databricks 似乎因为没有上市而占了一些便宜。

在他的描述里，公开市场已经有点像一个养老社区，住满了增长极慢、利润极高的公司。研究分析师谈高增长与低增长时，分界线是你的增速是否超过 20%，而不是 30%，因为在公开市场上已经没有 30% 这一档了。增长远高于这一水平的公司，找不到清晰的可比对象，这使得估值倍数本身成为真正的风险。这种算盘也可能翻转：公开市场可能重新开始给高增长公司定价，而私人资本则可能枯竭。Rippling 目前选择保持私有，但这并不意味着永远。你每年都能重新做这个选择。一旦上市，就很难再撤回。