距离我首次撰写关于"四元契合"理论已有十年。这是我最受欢迎的文章，几乎在我的每次战略讨论中都会被提及。
尽管这个框架依然有效，但人工智能已经极大地改变了其中的四个要素以及它们之间的契合方式。显然，我需要根据人工智能及其光环效应来更新理论，但我直到现在才感觉自己足够清楚怎么做这件事。从某些方面来说，这个框架能在十年内都无需更新，这本身就相当了不起。现在，理论更新的必要性显而易见，我希望这次的更新能帮助大家理清头绪。
在这篇文章中，我将详细阐述"四元契合"理论。我会总结这个框架，分析人工智能时代最优秀的一些公司是如何运用该模型的，并探讨人工智能改变这个框架的几个重要方式。
四元契合：快速回顾
在我们探讨人工智能如何颠覆"四元契合"之前，让我们先打好基础。一家公司要想以创投速度达到一亿美元的营收，就必须实现这四种契合。正如我在原文中写道的，当四者都到位时，增长便水到渠成：
这些公司尽管组织混乱，没有执行‘最佳’增长实践，甚至错失了一些唾手可得的机会，但它们依然能实现增长。我称之为‘顺风顺水型’公司——只需一点努力就能获得巨大的速度。
而在另一些公司，增长则感觉要困难得多，就像推着巨石上山。尽管它们执行了最佳的增长实践，抓住了唾手可得的机会，并拥有一支出色的团队，但增长依然举步维艰。我称之为‘逆水行舟型’公司——付出巨大努力却收效甚微。
人人都知道"产品市场契合"（Product Market Fit）。虽然它是"四元契合"之一，但也仅仅是其中之一。在创业圈，"产品市场契合是唯一重要的事情"这类至理名言已变得司空见惯。再次强调，它很重要，但并非全部。
成功的产品需要在四个不同但相互关联的维度上实现统一。这就是"四元契合"：
产品市场契合 (Product Market Fit) 指的是你打造的产品正是一部分重要客户群体迫切需要的。这是大多数产品负责人都知道的经典定义。就像安德森（Marc Andreessen）所写那样，一旦找到这种契合，"客户购买产品的速度就会跟你生产的速度一样快——或者说，用户增长的速度和你增加服务器的速度一样快。"
产品渠道契合 (Product Channel Fit) 意味着产品开发需要适应客户发现它的渠道（渠道不会为了产品而改变）。TikTok 不仅仅是为了短视频而生——它在架构上就是专门为移动消费和社交分享设计的。Pinterest、TripAdvisor 等公司则是专门为搜索而构建。这些产品反映了渠道的限制和机遇。
渠道模式契合 (Channel Model Fit) 确保你的商业模式在经济上能够与所选择的分销渠道相匹配。一个定价每月10美元的免费增值产品无法靠企业销售团队取得成功，同样地，一个年费5万美元的软件许可证也不能靠社交媒体的病毒式营销增长。
模式市场契合 (Model Market Fit) 确认你选择的商业模式与目标市场的购买和支付偏好相符。最重要的是，这种契合最终能带来超过1亿美元的潜在收入产品（比方说，10万名客户每年支付1000美元）。
人工智能如何改变增长：产品、市场、渠道、模式
在该系列的第一篇文章中我写道，"这些契合总是在不断演变、变化、甚至被打破。当这种情况发生时，你不能只改变一个元素，你必须重新审视，可能所有元素都要跟着变。" 变化总是在预料之中，但过去的时间线还足够我们去分析和反应。现在，有好几个变化正在影响着"四元契合"，而且它们正以前所未有的速度发生。
以下我们将分别概述这四个元素以及各自的主要潜在变化。
产品
人工智能同时扩展了问题空间和解决方案空间。你现在可以解决以前无法解决的问题，也可以为旧问题提供前所未有的新解决方案。
而且这些可能性不是渐进式的，而是指数级的。正如我前面所说，大语言模型（LLM）的能力大约每七个月翻一番，这意味着问题和解决方案空间将继续急剧扩大。想象一下，一个目前需要客户花费八小时完成的任务，完全由一个智能体处理。然后再想想40小时、80小时等等。这就是未来几年即将发生的变化。
当你扩展去解决新问题时，你需要找到新的"产品市场契合"和"产品渠道契合"。更多或更好的解决方案并不一定能直接转化为契合。
市场
人工智能正在扩大一些市场，同时也在缩小另一些市场。Canva 一直将自己定位为面向所有人的设计工具，而现在它的潜在市场总额（TAM）正在爆炸式增长。其免费版声称"适用于设计或处理任何事务"。如今，用户可以描述一个设计，而无需亲自拖动形状和挑选颜色，这使得这一说法真正成为了现实。像 Lovable 和 Bolt 这样的人工智能应用阿卡if工具，则将"无代码"这个小众市场变成了一个巨大的市场。
另一方面，作业辅导工具 Chegg 眼睁睁地看着自己的"产品市场契合"在短短几个月内就崩溃掉。那些按坐席数量收费的客户支持工具，突然发现它们的客户公司支持员工数量减少了。如今，人工智能可以辅助支持工作，但对某些公司来说，它可能会完全取代人工。
我的播客搭档 Fareed Mosavat 说，我们过去习以为常的许多事物现在感觉就像流沙。市场反映的是客户的期望，而这些期望正在迅速改变。如果一个人使用并喜欢 ChatGPT，这也会改变他们对其他产品的期望。
市场的另一个变化是，人工智能令那些通常只有专家才具备的技能大众化了。人工智能可以帮助非技术人员创建应用，非设计师生成精美图片，或者没有任何视频剪辑技能的人制作出引人注目的视频。这种技能的大众化为许多产品扩大了市场以及潜在市场总额（TAM）。
渠道
我们正经历着历史上最重大的技术变革之一，但我们仍在用2015年的方式来分销产品。搜索引擎优化（SEO）流量全线下滑，社交网站变成了封闭的花园，点击付费（PPC）平台则在这片惨淡中大发其财。换句话说，旧的玩法正在失效。
这部分是由于人工智能，但也是一个自然周期的一部分，即公司先用免费或廉价的分销方式激励用户，然后逐渐慢慢关闭这些渠道。这个周期看起来是这样的：
1. 确定护城河： 每个平台开始时都会弄清楚什么能让它坚不可摧。对于 Facebook 来说是社交图谱，对于 Google 是搜索数据，对于苹果则是应用生态体系。
2. 敞开大门： 接下来，平台会创建"开放"的生态体系，几乎是恳求开发者在它们之上做开发。免费的 API 访问、病毒式增长机制、看似好得令人难以置信的收入分成。
3. 为盈利而关闭： 最终，规则会改变。免费的变成付费的，允许的变成受限制的。平台开始与自己的开发者竞争，常常会扼杀掉那些曾帮助其成长的企业。
我们正处在一个大多数最佳分销选项都已牢牢进入这个周期第三阶段的时刻。但变革即将来临，我预测 ChatGPT 将成为下一个巨大的分销机会，无论是通过答案引擎优化（AEO）/内容发现，还是可能通过一个开发者平台来变现。
模式
你的模式包括 (1) 如何收费，(2) 何时收费，(3) 为什么东西收费，以及 (4) 收费金额。在人工智能出现之前，这里面就有很多细微差别，而现在大多数公司仍在调整定价，试图弄清楚如何通过人工智能实现盈利。至少有三个新的动态在起作用：
服务成本正在增加： 许多SaaS工具部分依赖于产品驱动增长（PLG），因为服务免费/免费增值用户的成本微乎其微。但大语言模型（LLM）的成本差异巨大，且可能相当可观。承担这一新成本可能会打破免费/免费增值产品的经济模型。
Token 使用量正在增加： 更繁重的任务会消耗更多的 Token。此外，用户普遍偏爱最新的 LLM 模型，尽管旧模型的成本要低得多。正如 TextQL 的创始人 Ethan Ding 所写："GPT-3.5 的价格比以前便宜了10倍。但它也像 iPhone 发布会上的翻盖手机一样无人问津。" 技术成本的下降无法改善你的经济状况，因为它们实际上并没有下降。
支付意愿尚不确定： 一些人工智能工具的魔力正在消退。当最初的惊叹感褪去，变成新的基本期望时，用户究竟会如何看待这类产品的价值，目前尚不清楚。你可以在 Cursor 的 Reddit 子版块上很快地感受到这种情绪的变化。它大概是这样的：
客户对人工智能的需求极高，但这并不会自动转化为利润或可持续的业务。
当人工智能一下子改变了一切，会发生什么？
这些契合之间相互影响的程度再怎么强调也不为过。我刚才只是孤立描述，但在实践中，它们必须和谐统一。没有这种和谐，你几乎没有机会成为一家价值超过1亿美元的公司。
让我们来看看每种契合是如何变化的。
产品市场契合的变迁
公司可能几乎在瞬间就找到或失去"产品市场契合"。重要的是要记住，"产品市场契合"只是一个时间点上的状态。不断变化的市场情况与新技术迫使公司要不断改进产品来保持契合。但过去的变化节奏不快，让他们有时间评估并推出新功能来跟上步伐。
比方说，在向移动端转变的过程中：
新技术能力以年为周期出现。
围绕移动端形成一个开发者生态体系需要时间。
要想有足够多的用户采用这些设备并拥有足够快的数据套餐，来支撑新用例的出现，需要数年时间。
新技术能力出现与客户期望提高之间的时间差至少是数年。这种"缓慢"的加速给了公司喘息和适应的空间。
但人工智能的情况不一样了。在人工智能领域，这些步骤之间的时间要快得多。
新的人工智能技术能力每月甚至每周都在推出。
围绕这项新技术已经存在一个庞大且不断增长的开发者生态体系。
这项技术以快速、廉价且免费的方式传播给了数亿人。
因此，我们看到的不是"产品市场契合"门槛的加速提高，而是它的突然拐点。当这种情况发生时，一家公司可能会在一夜之间就没有了"产品市场契合"。
Chegg 就是一个很好的例子。2024年1月，其估值仍达12亿美元。到2024年10月时（9个月后），估值就跌到了1.5亿美元。九个月内下跌90%，期间流失了50万订阅用户。公司从2023年的基本收支平衡，到仅2024年第三季度就亏损了6亿美元。
Chegg 的产品市场契合是如何崩溃的
Chegg 的主要订阅服务是为学生提供作业辅导。其核心价值主张是由经过筛选的人工专家提供高质量的答案。如果我们从其增长模型的角度来看，它的核心增长循环是一个"公司生成、公司分发"的内容循环。更多高质量的答案通过搜索引擎优化（SEO）和其他渠道分发，从而带来更多订阅用户和参与度，进而为产出更多高质量答案提供资金。
但当 OpenAI 推出 ChatGPT 后，学生只需输入他们的作业就能立即获得个性化的答案。答案不一定都对，但即时和免费的特性创造了10倍的价值主张和即时的分发渠道。
这就把增长循环给打破了。随着订阅用户开始流失，Chegg 能投入到公司生成内容上的资金减少，导致新订阅用户和参与度下降，进而导致资金减少，最终能投入到公司生成内容上的资金就更少了。
公司需要通过创新来摆脱不断变化的困境，这并不罕见，但现在这一切发生得太快了。Chegg 的反应速度是相当典型的。它在 ChatGPT 推出26个月后才推出了首批人工智能功能。在过去，这可能已经算是足够快的反应了，但在人工智能时代就不行了。
产品渠道契合的变迁
四元契合的第二个是"产品渠道契合"。所有成功的产品背后都有渠道的支持。TikTok 借助了 Facebook 广告，Booking.com 借助了 Google 广告，而 HubSpot 则借助了 Google 的搜索引擎优化（SEO）。"产品渠道契合"理论指出，产品得适应渠道，渠道不会为产品而改变。这是因为你无法控制你的受众所在的渠道。你必须遵守他们的规则。
有一整个价值超过10亿美元的公司生态体系是建立在长尾 SEO 之上的。仅举几例，比如 Pinterest、TripAdvisor、Quora、G2都是。它们增长模型的核心是一个增长循环："用户生成、公司分发"的内容循环：
第1步：新用户注册（或老用户回归）
第2步：他们在平台上创建一条内容（如一条评论、一个图钉等）
第3步：公司优化这些内容页面，好被 Google 索引到。
第4步：新用户或老用户在搜索中找到这条内容（重复第1步）
这不仅仅适用于 B2C 公司。像 G2 和 HubSpot 这样的 B2B 公司也围绕着类似的循环构建了其大部分增长引擎。所有这些公司都花了10多年的时间来调整和优化其产品，以利用 SEO。
如果渠道失去了产品市场契合会怎样？
这是当今公司应该意识到的风险：想象一下，像 Google 这样的主要平台突然失去了其"产品市场契合"。连锁反应将是巨大而深远的。像 TripAdvisor 和 Pinterest 这样严重依赖搜索流量的公司将立即面临生存挑战。这种颠覆随后会波及到成千上万依赖这些中介平台的小型企业。
在撰写本文时，我们已经看到其中一些渠道出现了一些下滑，尤其是 Google。我们还没有看到瞬间的崩溃。然而，我们已经看到，一旦人工智能能"奏效"，它可以产生迅速、几乎是即时的影响。因此，公司需要密切关注其分销渠道，并为可能出现的颠覆做好准备。
如果出现了一个新渠道呢？
还有第二种情况，是公司常常会忽略的。你的现有渠道未必得崩溃了，你才会面临颠覆。如果出现了一个主要的新渠道，然后你的用户开始在这个渠道形成全新的习惯呢？
当 Facebook 平台在2007年推出时，大家其实并没有马上不去像 Webclip 和 Yahoo Games 这样的网页游戏门户网站了。但突然之间，出现了一个人们花费大量时间并建立习惯的新地方。网页游戏公司试图将他们的游戏复制粘贴到 Facebook 的环境中，结果完全失败了。因为这些游戏并不是针对大家在该社交环境下的行为方式（与朋友一起玩，而不是单人玩）而设计的。
同样的模式在移动端重演。社交游戏公司试图将他们的网页体验直接移植到移动设备上。但这行不通，因为移动端的使用模式是完全不同的。
ChatGPT 的颠覆正在发生
正如我之前说过那样，我们今天正看到完全相同的模式在人工智能领域上演。就许多产品类别而言，人们开始用 ChatGPT 来研究和发现，而不是传统的搜索引擎或特定类别的网站。这代表了用户行为和起点的根本性转变。
其影响因行业而异。销售像旅游或汽车这类高决策成本产品的公司面临着直接的压力。用户在访问传统的预订网站或经销商网站之前，会在 ChatGPT 上进行广泛的研究。这些公司必须想办法将他们的产品延伸到人工智能渠道中，否则就有可能被那些已经这样做的竞争对手抢走客户。
就算渠道稳定，你也很脆弱
哪怕你现有的渠道表现良好，你也可能被颠覆。如果你的受众将大量时间和注意力转移到新渠道上，你就需要尽快搞清楚那个渠道。否则，你就会有被首先搞定那个渠道的新玩家颠覆的风险。
渠道模式契合的变迁
第三个契合是"渠道模式契合"。在"渠道模式契合"的情况下，你可以用什么渠道是由盈利模式（你如何收费、何时收费、为什么东西收费、收费多少）决定的。
我们历来用"每用户平均收入（ARPU）↔ 用户获取成本（CAC）谱系"来解释这一点。每家企业都位于这个 ARPU ↔ CAC 谱系上。一端是 ARPU 较低的企业，因此必须靠低 CAC 的渠道来吸引客户。另一端是 ARPU 较高的企业，因此能够利用高 CAC 的渠道。
"渠道模式契合"的几种崩溃方式：
成本增加打破市场进入（GTM）策略： 人工智能在盈利方面带来的新问题之一是，每次使用产品都会产生可观的成本。比方说，免费增值产品将很难在免费模式下引入有意义的人工智能功能，否则会急剧增加支持这些免费用户的成本。传统 SaaS 的毛利率通常在70%以上。据 The Information 报道，Lovable 的毛利率为35%，但这还不包括服务免费用户的成本，计入后毛利率会更低。根据产品的不同，这可能会导致"渠道模式契合"被打破。
渠道崩溃可能引发盈利模式改变： 许多产品严重依赖 SEO 流量来为其低价或免费产品带来廉价流量。但随着自然流量的减少，这可能会迫使公司转向其他更贵的渠道，如付费广告。届时，他们将需要改变其盈利模式，以适应这些渠道增加的成本。当服务成本也同时增加时，就尤其具有挑战性。
用户采用行为的转变： 由人工智能驱动的创新可以瞬间改变用户行为。比方说，如果一个人工智能插件或聊天机器人降低了发现和试用新解决方案的门槛，潜在客户可能会期望一个近乎零摩擦的试用体验。但价格更高或更复杂的产品仍然需要冗长的演示或高额的注册费。几乎一夜之间，你那些久经考验的渠道（比方说，冗长的内容营销漏斗）可能会变得效率大减。人工智能可以从根本上改变用户做出购买决定的地点和方式，从而使既定的渠道策略失效。
"渠道模式契合"取决于你的定价和每用户平均收入（ARPU）是否与你用来获取客户的渠道相匹配。如果人工智能瞬间颠覆了这种平衡，你可能会落得如此下场：
困在"危险区"。 如果你的 ARPU 太低，无法承担人力销售的成本，但又因为太高/太复杂，无法在低成本的病毒式或付费渠道上取得成功，你就会陷入困境。
大量客户流失或增长停滞。 如果竞争对手的人工智能驱动产品更便宜或效果显著更好，你的客户可能会大量流失。与此同时，你无法迅速适应渠道变化，可能会导致新客户获取停滞。
用户获取成本（CAC）膨胀，单位经济效益变负。 为了应对，你可能会尝试增加人工智能咨询服务或加大营销活动力度。但如果你无法在一年内收回这些花销，你就会迅速烧光资本。这种负面循环会危及公司的生存能力。
被迫进行定价和产品的大幅变动。 为了重新实现契合，公司可能会想在一夜之间重新定价或重新捆绑其产品。但这些仓促的改变通常无法与你已建立的渠道无缝对接——导致市场混乱、内部失调或次优的"拼凑式"渠道策略。
市场上下游移动的竞争压力增加。 如果人工智能浪潮导致你现有的细分市场商品化，你可能不得不向上游市场移动，服务企业客户，但这需要建立（并负担得起）一支高接触的销售团队。或者，你可能需要向下游市场走——降低 ARPU 并依赖低摩擦、产品驱动的渠道。无论哪个方向，都属于根本性的转型，可能充满风险、成本高昂且耗时。
能够在这场转型中幸存下来的公司，将是那些密切监控其"渠道模式契合"并在基本面发生变化时能够迅速转型的公司。关键在于，在被迫改变之前，为你的盈利策略注入灵活性。
模式市场契合的变迁
"模式市场契合"是指你的市场（以及市场内的客户数量）会影响你的模式。多年前，Point Nine Capital 的 Christoph Janz 写了一篇很棒的文章，题为《打造一亿美元业务的五种方式》。它描述了在不同价位上，你需要多少客户才能增长到一亿美元。
大多数公司最终都将属于 Christoph 命名的五个领域之一：
大象 (Elephants)： 拥有1000个年付10万美元以上费用的客户的产品。这些通常是为企业客户构建的产品，如 ServiceNow。
驼鹿 (Moose)： 拥有10000个年付1万美元以上费用的客户的产品。这些通常是为中端市场构建的产品，如 HubSpot。
兔子 (Rabbits)： 拥有10万名年付1000美元费用的客户的产品。这些通常是针对小企业的产品，如 SurveyMonkey、Mailchimp 或 Gusto。针对高价值时刻的消费者的产品也属于此类，比方说房地产、保险等领域的公司。
老鼠 (Mice)： 拥有100万个年付100美元费用的客户的产品。这些通常是针对专业消费者（prosumer）的产品，如 Dropbox，或者是订阅式电商公司，如 Ipsy 或 Dollar Shave Club。
苍蝇 (Flies)： 拥有1000万个年付10美元费用的客户的产品，通常通过广告实现。Facebook、Snapchat、Buzzfeed 等都属于此类。
这可以用下图来表示：
对角线代表1亿美元的收入。你可以在这张图上找到自己的业务位置，Y轴是你的每用户平均收入（ARPU），X轴是你的客户数量。如果你在线的上方，就说明你实现了"模式市场契合"。如果你在下方，则没有。
人工智能打破了这套算法
人工智能的作用是扩大了某些市场，同时也让另一些市场变小了。这会改变原有的算法。客户支持团队会大幅缩减，因为人工智能取代了大量工作。向这些团队卖坐席的供应商突然发现可以销售的对象少了很多，因此"客户数量乘以ARPU"的算法就不成立了。
但这为像 Intercom 的 Fin 这样的工具创造了机会。Fin 是一款人工智能支持机器人，它根据解决的工单数量来收费。每张工单99美分，它每年只需解决略多于1亿张工单就能实现"模式市场契合"。（顺便提一下，截至2025年8月，Fin 每周已解决了超过100万张工单。）如果 Fin 向客户支持团队卖坐席的话，很可能会崩溃，但人工智能催生了一个以前不存在的新解决方案。
更大市场永远更好吗？
有些市场确实在爆炸式增长。像 Cursor 和 Windsurf 这样的公司正在进入一个潜在规模大得多的市场（TAM）。人工智能可以编写代码，这意味着更多的人可以开发产品。Lovable、Bolt、Replit 和 v0 则将这一点提升到了一个新的水平，它们正在开拓一个全新的市场。完全无需代码就能开发应用，这创造了一个几乎无限的 TAM。
根据 Sacra 的数据，Replit 在过去12个月内收入增长了50倍，拥有4000万用户和17.5万付费客户。它通过产品驱动的增长模式和对"vibe coding"（氛围编程）的巨大兴趣找到了爆发点。此后，它将注意力转向团队和企业客户，希望作为产品和设计团队的 B2B 工具获得发展势头。
不过也有人会说，虽然市场巨大，但 Replit 只有0.44%的用户真正愿意付费。因此，虽然免费增值计划可以带来大量的免费使用，但（1）这种使用可能成本高昂，（2）这并不一定清楚地表明用户会有付费的意愿。
Carta 报告称，2023年和2024年有超过1700家初创公司倒闭，比前几年大幅增加。好的想法、出色的产品，甚至来自用户的大量兴趣，并不等同于长期成功。
买方角色的转变
人工智能创造了具有不同权限、时间表和成功指标的新买方角色。传统的IT采购者关注功能和集成。而人工智能产品的采购者通常来自运营部门，他们评估的是节省的人力成本和流程自动化。他们的审批流程、预算来源和实施时间表与传统软件采购的周期完全不同。
我们当中许多人已经习惯了在各种免费/免费增值的人工智能工具之间切换，以至于很难想象一个采购团队会选择一个工具并推广到整个公司。但这种情况已经在发生，它将把购买力从早期采用者类型的人转移到首席技术官（CTO）手中。
人工智能导致"模式市场契合"崩溃的3种方式
人工智能有能力通过三种方式解开"模式市场契合"方程中的一个或多个变量：
ARPU 的急剧下降： 人工智能驱动的工具通常会将曾经复杂或高价值的服务自动化和商品化。比方说，如果你一直在为一个产品（如专业分析或内容生成）收取每年1000美元的费用，一个新的基于人工智能的竞争对手可能会将平均价格降至每年100美元，甚至免费（通过广告或数据收集来支持）。
TAM 缩小或碎片化： 有时候人工智能不仅能降低价格，还从根本上改变了谁才是真正可行的客户。假设你的产品主要市场是需要数据录入的公司。如果人工智能自动化了大部分数据处理工作，那么市场本身（即需要你旧的解决方案的客户群体）就会急剧缩小。
可服务市场（SAM）收缩： 即使市场仍然存在，你的 ARPU 保持不变，人工智能也可以创造出具有网络效应或全新方法的新赢家，令现有企业更难保持（更不用说增长）市场份额。
在某些情况下，"兔子"正在变成"驼鹿"，而"老鼠"则变成了"苍蝇"。成为一家一亿美元公司的变革机会依然存在，但路径可能看起来不同了。
一面是风险，另一面是机遇
这一切发生得太快了。我希望这篇文章至少能引发你的一些紧迫感。尽管存在种种风险，但巨大的机遇之窗也正在打开。现在的行动应该是分析你业务的产品、市场、渠道和模式，然后仔细审视"四元契合"中的哪些行得通，哪些行不通。
网上配资账号,股票配资平台,股票配资交易提示：文章来自网络，不代表本站观点。
