AI把代碼成本打到近零，但多數軟件護城河並未坍塌
多數規模化軟件產品的複製成本在AI出現前就已經很低，它們真正的護城河是習慣、網絡效應和專有數據，而非代碼本身的稀缺性。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
公司重新加速是小概率事件
針對Mark Andreessen「公司要麼是債券要麼是期權」的說法，Luca認為方向上成立。蘋果靠iPhone、英偉達靠AI浪潮完成了罕見的重新加速，但這類轉變多是發明（invention）而非必然：如果把歷史重演十次，大概率有八次不會發生——要麼被別人先做出來，要麼始終沒成功。
— Luca Ferrari寧要更高的現金流複合率，不要當下的高估值
Luca承認Bending Spoons多次本可以用不同的資產配置方式、不同的管理手法去取悅投資人、拿到更高估值，但他們選擇持續優化自由現金流的長期複合速度。他的邏輯是：估值倍數只是乘法裡的一個因子，只要現金流這個因子大十倍，哪怕倍數更低，最終結果依然更大。
— Luca Ferrari顛覆式創新和改良式創新不能腳踏兩隻船
Luca認為追求顛覆式發明和追求漸進式優化需要完全不同的心態和文化，公司應該選一個陣營堅持下去，而不是兩頭都要卻都做不好。顛覆式創新一旦成功能讓公司一夜轉型（iPhone、Google搜索），但中位數結果往往是幾乎輸光；漸進式優化更可靠，放進Bending Spoons的roll-up模式裡——把100的EBITDA做到200，再槓桿三倍去買更多公司——可以長期複合出接近百倍的回報。
— Luca Ferrari單一產品CEO怕輸，其實是理性的
被問及單一產品創始人是否非理性地高估下行風險，Luca說不是：團隊不敢下重注，通常不是把概率算錯了20%，而是單純厭惡那個「中位數結果」。VC持有50家公司的組合，希望每家都全速衝向撞牆的風險，因為組合裡只要有四五家衝過那道窄門就能賺一百倍；但對只有一次人生、一段職業生涯的創始人來說，全速衝刺的中位數結果可能從「還剩點什麼」變成「一無所有」。
— Luca Ferrari槓桿率上限3倍，到期日拉到5年以上
Bending Spoons積極用債，但設了硬性自我約束：槓桿率嚴格低於3倍（目前約2.4-2.5倍，歷史上更接近2倍），在任何嚴重不利情形下都始終有能力在到期前全額還債，每一兩年對大部分債務進行再融資以把到期日維持在5年以上，並把100%的債務對沖了利率波動。Luca的提醒是：幾乎所有後來破產的公司，在出問題之前談起自己的用債策略時也都顯得很樂觀，所以哪怕數字看起來安全也要保持偏執。
— Luca FerrariAI能把代碼寫便宜，但這不是SaaS的死穴
Luca不太認同「AI讓寫軟件更便宜，所以這些公司完了」的說法。他認為多數達到規模的數字產品——哪怕是Salesforce——在AI出現前複製成本就已經很低（五個應屆生三個月就能做出80%相似的產品，市面上也確實有一堆WeTransfer的仿品），它們真正能活下來靠的是先發帶來的使用習慣和心理轉換成本、網絡效應（Eventbrite的護城河是9000萬月活買票的人，不是售票技術本身），以及專有數據（Komoot積累的多年用戶實測路況，衛星圖上根本看不到）。即使有一天AI能一鍵完美復刻Airtable的代碼，公司仍需要有人對代碼負責、出問題時去修，這個人的成本依然高於直接付費給Airtable。
— Luca Ferrari公司內部的Slack機器人已經自己修bug
Luca描述了內部工具Alt：一個活在Slack裡的agent，擁有和員工一樣的GitHub倉庫、Drive文件夾和權限訪問，可以被要求做數據分析、自己去取數據（沒有權限會升級給憑證管理和安全團隊）、出圖並給出解讀，幾分鐘就能拿到過去要走很多人、很多小時才能拿到的結果。他舉了一個具體例子：Evernote的總經理讓agent去客服工具裡查其他用戶是否報過同一個bug、再去代碼庫定位根因、寫出修復方案，並@工程負責人去評審——全程自動完成。公司層面，代碼兩年前0%由AI寫，現在是94%；數據科學工作裡取數、清洗、畫圖這類活至少90%由AI完成；客服已經幾乎全部交給AI加外部供應商。
— Luca Ferrari官僚系統的拖延，意外救了Bending Spoons
被問到創始人該如何判斷「該放棄」還是「該再撐三個月」，Luca坦言自己沒有好答案：他在Bending Spoons之前的創業項目是一款自動寫日記的AI應用，做得太早了，三年裡不斷轉型、不斷融小錢，用戶不用、也不付費。賬上只剩約25萬到30萬美元，其中很大一部分指望著丹麥政府的一筆稅收返還，結果政府先說這筆錢根本不該退，後來又說要再等12個月才退——這足以讓公司倒閉。他的結論是：真正做出「繼續還是退出」這個決定的，是官僚系統的拖延，不是他們自己的判斷。
— Luca Ferrari原話 · 已逐字校驗
And if we do that right, we take the extra earnings and lever them up and buy more bigger companies, rinse and repeat.
如果我們做對了，就把多出來的利潤拿去加槓桿，買更大的公司，然後不斷重複這個過程。
Luca Ferrari1:03
So that's how powerful radical innovation is when it works, but it's highly, it's not dependable.
這就是顛覆式創新成功時有多強大，但它非常不可靠。
Luca Ferrari10:22
And my assessment right now is that our risk of defaulting on our debt is close to zero.
我現在的判斷是，我們違約的風險接近於零。
Luca Ferrari20:39
And rule number one to win and be that huge success is not having failed in the meantime.
要贏得那種巨大成功，第一條規則就是在此期間不能失敗。
Luca Ferrari21:40
So mostly software or digital products do not succeed because it's very expensive to replicate them.
大多數軟件或數字產品成功，並不是因為複製它們很貴。
Luca Ferrari25:49
We were at 0% written by AI two years ago. We're now, last time I checked, at 94%.
兩年前我們0%的代碼由AI編寫，現在我上次查的時候，已經是94%了。
Luca Ferrari37:07
And so you could argue that red tape made the decision for us.
所以可以說，是官僚系統替我們做了這個決定。
Luca Ferrari40:10
數字與實體
| 累計收購公司數量 | 約50-60家 | 15:34 |
| 槓桿率上限 | 低於3倍，目前約2.4-2.5倍 | 20:39 |
| 內部自研工具數量 | 超過50個 | 32:00 |
| Eventbrite月活 | 9000萬人 | 26:51 |
| 企業軟件支出佔比 | 佔企業總支出的8%-10% | 28:59 |
| 代碼由AI編寫的比例 | 現在94%，兩年前是0% | 37:07 |
| 數據科學工作AI完成比例 | 約90% | 37:07 |
術語
- SaaSpocalypseSaaS末日論
- 指AI興起後市場一度擔憂SaaS公司會被低成本複製而估值大跌的說法
收聽指南
關注SaaS護城河、AI對軟件行業衝擊、槓桿收購和roll-up併購模式的創業者和投資人
開場關於公司背景介紹和收購清單的寒暄可以跳過