Dharmesh Shah：在 AI 实验室的道路之外寻找创业机会

ChatGPT 和 Claude Cowork 正在成为软件的新界面，但 HubSpot 联合创始人 Dharmesh Shah 认为，有用的工作和客户关系可以在界面背后继续创造价值。他与 a16z 合伙人 Joe Schmidt 讨论 AI 实验室扩张时软件公司可以在哪些领域发展。

Shah 说，HubSpot 最初帮助小企业使用互联网，避免它们被分散的工具淹没。二十年后，他认为帮助同一批客户使用 AI 承担着类似使命。市场存在不确定性，但他将注意力放在客户和产品机会之上。

他把 AI 视为软件不断走向更高抽象层次的又一步：开发者可以更直接地表达想要的解决方案。企业面临的问题没有消失，但解决问题的工具和能够参与开发的人都增加了。

更快迭代的重要性在于，创始人可以更早把想法交给真实客户检验并获得反馈。Shah 认为，仅靠仔细分析无法可靠地选出成功的想法；即使一家企业最终成功，其样子往往也不同于最初设想。

Shah 说，软件越容易构建，获客和分发可能越困难，因为会有更多产品争夺注意力。他建议先聚焦狭窄的客户群和问题、获得第一笔收入，并缩短每次学习的时间和成本。

HubSpot 创始团队早期看到，中小企业市场处于漫长的企业销售周期与难以收费的消费市场之间。他们探索过面向律师事务所的管理产品，但交谈发现，比起一些行政功能，律所更关心如何找到客户。

团队选择了面向中小企业的营销软件。Shah 说，HubSpot 一开始并没有成为 CRM 平台的详细计划；后来的扩张来自公司对客户需求和相邻产品的进一步了解。

一次客户调查发现，约 20% 使用 Salesforce，另有 20% 使用其他 CRM，60% 完全没有使用。这些客户已经付费使用 HubSpot 获取销售线索，因此创始人开始追问这些线索如何处理，以及企业为何没有采用 CRM。

Shah 说，HubSpot 重点解决的障碍是复杂度和成本。公司构建了易用的 CRM 并免费提供，用现有营销业务支持这项投入。其思路是先为客户创造价值，再考虑从中获得更多回报。

尽管创始人经常被建议只做好一件事，HubSpot 最初提供了一组广泛的营销工具，包括内容管理、搜索优化、落地页和表单。Shah 说，覆盖面是解决客户实际问题所必需的，因为他们面对的是一堆零散工具。

Shah 说，平台生态应像产品一样经营。开发者需要了解平台自身可能会做什么，也需要尽快让集成运行并获得第一笔收入。他指出，平台先吸引开发者、随后限制开发者，会损害信任。

Schmidt 用“黄砖路”形容前沿实验室正在快速推进的一条诱人道路。Shah 同意道路之外仍有机会，但提醒创始人不要只依赖领先模型今天缺少的某个能力：加上“暂时”二字，也许就能看出这个缺口多么短暂。

创始人不仅要看产品现有功能，还应考虑产品背后的公司。Shah 寻找大型公司受到结构性约束、或缺少动力深入解决特定客户问题的领域，同时承认前沿实验室有能力扩大业务范围。

他以 CRM 为例：前沿实验室有能力进入，但其优先事项和激励使专门投入相对不那么可能。这是他对竞争格局的判断，并不保证大型 AI 公司不会进入。

实验室在模型和算力上投入巨大，需要出售其能力。它们可能直接服务消费者和大型企业，而应用公司可以将这些基础设施封装进针对具体工作流程和客户需求的产品。

Shah 把 AI 界面比作此前软件转型中的浏览器。应用通过浏览器运行，并不意味着浏览器拥有者拥有所有应用。在他看来，ChatGPT 和 Claude Cowork 也可能成为人们访问其他公司创造的价值的入口。

界面很重要，但底层完成的工作可能更重要。Shah 用外卖作比喻：应用有用，但关系、餐厅网络和配送物流也创造价值。他认为，商业软件应根据客户实现的结果来衡量。

他建议，对于结构化数据能够回答的问题，使用结果确定的数据库查询，而不是让语言模型从大量消息中推断答案。AI 可以很有价值，但并不意味着每项操作都适合使用它。

HubSpot 长期构建可复用的基础组件：公司扩展到销售自动化时，营销自动化工作流可以复用。Shah 说，当前的问题是在 AI 时代，未来二十年需要什么样的底层组件。

他预计结构化记录仍会有用，同时需要一个包含非结构化信息的“上下文系统”。上下文图谱可以连接这些信息，让智能体结合已知事实和周边业务背景开展工作。

Shah 推测，智能体编程可以让成熟公司探索更大规模的架构替代方案。他设想花钱使用模型，以不同选择重新实现旧系统，再用已有测试评估结果；他把这描述为一种实验，而不是已经完成的重写。

HubSpot Next 是一个创新实验室，团队可以自由测试新产品、市场或技术。Shah 回忆，最初开发 CRM 时也用了类似方法：如果其他路径更能解决问题，团队不必使用现有技术栈或品牌。

他目前的项目 uSpot 是面向一人企业的 CRM。他说，录制时产品刚推出 30 天。这是一个规模较小的实验场，可以测试连接信息、帮助个人完成工作的“第二大脑”等想法。

Shah 希望了解特定客户需要什么，以及可以在哪里把上下文引入其工作，而不是做一个模型公司可能很快自行提供的通用 AI 记忆修复方案。聚焦狭窄场景能让实验更便宜、更快。

成功的实验可以并入主公司、继续独立运营，或者只向主产品贡献部分想法。Shah 举例说，此前的一个智能体构建工具被引入 HubSpot。他认为好处在于结合初创团队摆脱组织包袱的自由，以及成熟公司在需要时提供的客户、品牌和经验。

Shah 很早就开始为 uSpot 收费，以了解定价和用户感知到的价值。他说，与自己推出过的其他项目相比，客户愿意为按用量收费模式提供信用卡的程度让他感到意外。

他引用美国企业成立数据，认为一人公司是正在扩大的市场。他说，新成立企业中超过 70% 属于预计两年内不会雇用员工的类别，并认为服务极小企业的软件存在机会。

对于软件业将会崩溃的预测，Shah 的回应是 AI 本身也是软件，而且能处理旧工具无法处理的问题。他说，一些现有公司可能在转型中失败，但他预计整体机会范围会扩大。

被问到在 HubSpot 最好的一天时，Shah 说大约就在录制前一周：许多想法正逐渐清晰。他说，自己的角色让他既能利用大公司的优势，也能继续亲自参与新项目。