Dan Hockenmaier 提出判断创业公司护城河的三步框架

👋 嘿，大家好，我是 Lenny。每周我都会分享经过深入研究的产品、增长和职业建议。了解更多：Lenny's Jobs | Lenny's Podcast | Lennybot | How I AI | Become an AI-Native Builder，以及我最喜欢的其他 AI/PM 课程。

立即订阅

附言：成为 Insider 订阅者，即可免费获得一整年的 Cursor、Notion、Replit、Lovable、Wispr Flow、Linear、ElevenLabs、Factory、PostHog、Granola、Brain.fm、Waking Up 等产品的完整免费使用权（数量有限）。 了解更多。

护城河！现在还有哪家公司有吗？随着 AI 让构建任何东西都变得轻而易举，这是人们目前最关心的问题之一，尤其是那些正在决定去哪里工作的人。我与经常合作的伙伴、极其聪明且富有洞察力的 Dan Hockenmaier 联手回答这个问题：我如何判断一家初创公司是否有护城河？答案比你想象的要有趣得多，也直接得多。让我们开始吧。

想了解更多 Dan 的内容，一定要订阅他精彩的新闻通讯。你也可以在 LinkedIn 和 X 上找到他。

人们普遍认为创业就像买彩票。不可能挑出赢家，所以全凭运气。

我完全不同意。

创业不仅能带来很棒的学习体验和很多乐趣，还能提供与进入大厂的“安全”路线相当（甚至更高）的经济回报。

然而，要让这一切成立，你必须严格评估你正在考虑加入的初创公司。其中一些标准很明显：它有强大的团队吗？客户喜欢它的产品吗？它增长得快吗？但也许因为这看起来更难衡量，人们常常跳过最重要的标准之一：它有护城河吗？

一家公司可能满足你所有的要求，看起来像火箭一样势不可挡。但是，如果没有护城河，它就会停滞不前。一旦竞争变得激烈，它就无法继续增长，也很难达到重大的流动性事件（如上市或被收购）。那可能意味着浪费你人生中好几年的时间。

在 AI 时代，护城河比以往任何时候都更重要。任何人都可以创建产品；他们比以往任何时候都更快，而且每个人都在构建同样的东西。但只有其中一部分产品会胜出。

当然，评估一家初创公司的护城河并不是一门精确的科学。好消息是，有一个简单的框架可以显著提高你选中赢家或避开失败者的几率，而且你可以在收到 offer 后的一小时内应用它。这个过程还会让你对这门生意有很多了解。

这个框架有三个步骤：

1. 识别复利优势

2. 衡量该优势可能有多强

3. 衡量它是否在起作用

第一步：识别复利优势

第一步是弄清楚一家初创公司可能拥有什么样的护城河。这看起来可能令人生畏，尤其是考虑到目前关于这个话题的讨论是多么狂热。“护城河”这个词被用得太随意了，基本上成了任何能给公司带来优势的东西的代名词。

实际上，人们所说的护城河中，只有一小部分真正驱动了绝大多数的长期价值。

这就是我所说的复利型优势：它不只是暂时的优势，而是一个自我强化、随时间推移不断增强的飞轮，最终让一家公司极难被竞争者撼动。

真正重要的复利型优势只有四种。每一家大型科技公司都至少拥有其中一种。如果你在评估一家初创公司时看不到其中任何一种的潜力，那就是一个危险信号。

1. 转换成本：一款产品越深入地嵌入客户的工作方式，客户就越难转向其他产品。这会提高留存率和单客户收入，而这些收入又可以再投入到产品中。

2. 网络效应：一款产品的用户越多，它对每个人来说就越好。这会提高用户参与度，并吸引更多用户。

3. 规模经济：一家公司的业务量越大，其运营就可以做得越大、越高效。这会降低单位成本，从而支撑更低的价格，或在同等价格下提供更好的产品，进而进一步推高业务量。

4. 数据效应：一款产品的使用量越大，产生的数据就越多。这些数据可以用来改进产品并增加使用量。

那么人们谈论的其他所有护城河呢？它们也能成为复利型优势吗？

一个常见的是执行速度。速度对初创公司至关重要，这没错。但一家必须永远全力冲刺的公司并不是一门好生意。最终，它会失足、放慢脚步，而竞争对手会追上来。速度让公司在打造出色产品和伟大企业的过程中拥有更多尝试机会，但它最终必须找到某种更持久的东西。

另一个备受青睐的是分销渠道。它确实比以往更重要：打造产品变得更容易了，但把产品送到客户手中并没有变容易。但分销也不是一种复利型优势。它有助于创造复利型优势的原材料，但它本身并不是。

最后是品牌。其逻辑是，当所有人都在做同样的事情时，最有共鸣的品牌会胜出。但对初创公司而言，品牌的作用更像是获客支出：投钱进去，换回增长。它无法有效地在长期内阻止他人竞争。品牌可以成为真正的复利型优势（就像可口可乐、耐克或苹果那样），但对大多数初创公司来说，它需要太长时间才能真正发挥作用。

速度、分销、品牌、出色的创始团队以及大量资金——这些都是燃料。它们让汽车朝正确的方向启动。而那四种复利型优势，就是汽车开始自行顺坡而下时的样子。

如何识别复利型优势

你的工作是识别一家初创公司有潜力构建哪一种复利型优势。它现在还不会全面发力（它需要很长时间来发展），但你应该能相当清楚地看出它们走在哪条道路上。因为这不是你可以“外挂”上去的东西；它不是某种聪明的竞争策略，也不是你可以对商业模式做出的小调整。

复利型优势是业务核心的循环，通过它你为客户创造更多价值。可防御性是不断转动这个飞轮后自然产生的副产品。

因此，在评估一家公司时，不要关注他们自称是什么，或者他们的“战略”是什么。要关注他们实际在做什么。团队每天在忙什么？他们的路线图上有什么？公司内部哪些团队规模大、影响力强？

以下是需要关注的要点：

1. 转换成本

转换成本有时被视为负面因素：被视为困住客户的东西，或是老旧笨重软件永远无法被替换的原因。

但想想一款产品要达到这种地位，首先需要付出什么。它必须深深嵌入客户的工作方式中，对他们的业务至关重要，以至于无法被移除。这就要求打造出一款能带来巨大价值的产品。

Mike Vernal 最近写了一篇文章，堪称当今所有构建这类业务的人的一份宣言：

如果你正在构建一家风险投资支持的软件公司，我认为答案依然是“全都要做”。把整套东西都做出来——你的护城河就是你所构建的一切，以及对整个购买决策中心的完全掌控。

有人认为 AI 正在让转换成本变得无关紧要。AI 确实让实际的迁移变得更快、成本更低，但大多数转换成本其实并非来自这里。更大的成本是我所说的“工作流税”：团队学习一款产品、将其融入工作方式所花费的所有时间，以及重新再来一遍所带来的破坏性。AI 也能帮助团队更快地构建产品，这可能让他们在更广泛的领域中变得更加不可或缺。

这些公司的核心是一台既能深化又能拓宽客户参与度的机器。其路线图中充满了各种努力，旨在更好地服务现有用例或创造服务新用例的方式。它们通常专注于集成，并与客户技术栈的其他部分协同工作。团队构成应大幅向产品和工程倾斜，并强调快速交付。

经典案例是那些在 SaaS、金融科技和医疗健康领域拥有广泛且深度嵌入产品的大型在位企业，例如 Salesforce、Datadog、ADP 和 Epic。但也有许多处于早期阶段的公司，目前正在朝着打造类似产品的方向前进。

Rippling 就是一个很好的例子。Parker Conrad 正在打造他所谓的“复合型创业公司”。他们从员工入职开始，迅速扩展到人力资源服务、人才、财务、薪酬和商业智能等各个领域，所有这些都运行在共享的基础设施之上。这就是那种嵌入得如此之深、以至于很少会被替换掉的产品。

2. 网络效应

网络效应型业务完全不同——事实上，它们如此不同，以至于大多数产品功能和 UI 本身都无关紧要。到了 2026 年，Craigslist 长成这样，为什么还能获得如此巨大的流量？

因为最重要的是网络。网络效应型业务的价值会随着每一个新增用户的加入而增加。关键在于拥有客户想要互动的所有人、他们想要消费的所有内容，或者他们想要购买的所有产品。

网络效应型产品常见于社交（LinkedIn）、游戏（Roblox）和市场平台（Amazon）等行业。

网络型业务的重点不在于扩展产品的覆盖面或功能集，而在于发展网络，并让该网络的互动变得越来越容易。

例如，在我于 Faire（一个连接本地零售商与独立品牌的市场平台）工作的那些年里，我们路线图的绝大部分都集中在少数几件事上：

1. 吸引更多零售商

2. 吸引更多品牌，并确保收录他们的全部产品

3. 改进搜索与发现算法，以推荐合适的产品

4. 降低风险，让零售商敢于尝试更多产品（免运费、账期、更高的信用额度）

每个决策都要经过一个视角的过滤：“这能否增强网络效应？”

3. 规模

以规模为复利优势的企业，核心在于让同样的产品能以更低成本提供，或以相同成本提供更高质量的产品。

这类企业通常资本密集度很高：他们会进行一笔大额投资，比如建一座生产设施、一个仓库，或进行一次 LLM 训练，然后想办法让这笔投资回本。接着他们会再做一次，但这次尝试做得更大、更快。

他们往往拥有规模更大的运营、工程和财务团队，而且通常专注于扩张：进入更新、规模更大的运营领域，以及新的地域和品类。规模化企业常见于制造业（SpaceX）、零售（Costo）、媒体（Netflix）等行业，如今也出现在前沿实验室中。

Zipline（自主配送机器人公司）是一个规模经济开始显现的初创公司的好例子。他们从两个方面受益于规模：通过制造更多无人机来降低单位成本，以及通过提高配送密度来提升利用率。结果是每次配送的成本从推出时的 $300 降到了如今的 $12。任何想与他们竞争的人，都必须先熬过这条曲线上昂贵的部分。

4. 数据效应

最后一种复利优势在历史上相对罕见，但 AI 正让它变得普遍得多。

这些是以数据为核心的企业。数据是让产品更高质量、更高效或适用于更多场景的输入。而客户在使用产品的过程中会产生更多数据，从而进一步强化这一效应。

在这类公司里，你通常会看到他们在收集和清洗数据、以及在此基础上构建算法和产品方面投入大量精力。机器学习和数据科学通常是规模庞大且影响力很强的团队。

一个很好的例子是 Stripe Radar。他们利用所有商户的交易数据，来更好地为每个商户检测欺诈。Stripe 已处理超过 70 万亿个数据点和 $1.9 万亿的交易量。92% 的交易使用的是它以前见过的卡。结果就是一款数据量较少的公司无法匹敌的产品。

许多 AI 产品都具备这种复利优势的潜力，因为它们能通过更多数据得到显著改进。Cursor 就是一个明显的例子：用户每接受或拒绝一次，模型就更擅长理解什么样的代码是好代码。许多垂直领域 AI 产品也有潜力在法律、医疗保健和客户服务等其他领域做到同样的事。

这里有一份你可以参考的四种复利优势速查表：

对于任何想更深入了解防御性的人来说，最好的书是 Hamilton Helmer 所著的7Powers。他也是 Lenny's Podcast 的往期嘉宾！

第二步：评估复利优势可能有多强

此时，你应当已经确定了这家初创公司可能拥有哪种复利优势。假设它是网络效应。

下一步是评估这种复利优势可能变得多么强大。并非所有复利优势都同等重要。例如，每个市场平台都有某种形式的网络效应，但其中许多仍然未能成为好的生意。

阅读全文