《No Priors Live》：SaaS“看空论”是否被夸大？MongoDB CEO 回应
摘要
- Desai 驳斥软件“终端价值为零”的市场观点，认为持久价值属于那些在平台迁移中建设、学习和转向速度最快的公司。 无论转型发生在互联网、移动、云还是 AI 时代，“速度都很重要”；真正让客户和投资者开始质疑公司未来的，是掉队。
- 软件公司可以凭借切入点做到1000万美元或1亿美元，但只有成为平台，才能支撑十亿美元级规模和客户留存。 Desai 指出，营收超过100亿美元的纯软件公司只有个位数，因为“平台很稀缺”：至少需要2款产品协同运作，并深度接入客户既有系统。
- Vibe coding 加快应用创建，但并没有消除企业分发、治理或韧性方面的障碍。 银行仍可能要求监管批准、安全审计、AWS/GCP 可迁移性，或部署在本地隔离环境中。因此，代码生成更快，并不自动意味着企业级平台会被取代，也不等于获得《财富》500强的技术预算。
- Desai 认为，LLM 在可预见的未来仍将存在，数据层则是新兴 AI 技术栈的必需组件，但周边环节仍存在竞争和替代风险。 应用厂商必须证明自己的垂直领域能力、更快的价值实现速度，以及旧 SaaS 无法提供的能力；基础设施投资者则应区分真正“必需”的层和容易被快速替代的产品。
- 企业采用 AI 仍高度不均衡：办公生产力 copilot 的价值尚不清晰，编码助手在2024年变得真正有用，并于2025年实现突破。 客户反馈创新速度和安全性有所提升，但端到端 AI 客服“还没到位”，买方仍需判断 AI 原生工具究竟是增强还是取代记录系统。
- 如果一家 AI 原生公司能以更低成本、更快速度和更高质量交付，并按创造的价值定价，Desai 愿意用它替换已经嵌入企业的 SaaS。 他的标准是业务转型，而不只是提升生产力，包括减少招聘，或让现有团队的效率出现实质性提升。一家欧洲零售商在昂贵的 ERP 实施失败后，决定基于 MongoDB 自建 ERP，正体现了这种开放态度。
- 老牌厂商只有把创新转化为销售增长，同时诚实解释数字究竟由什么驱动，才能反驳 AI 看空论。 Desai 表示，MongoDB 第三季度的表现“绝对不是”由 AI 驱动，尽管公司已有数百家 AI 原生客户；Guo 则指出，无论成功标准是1亿美元 ARR 还是10亿美元 ARR，如今符合条件的公司“也就10家左右”，Desai 将 AI 定义为当前增长核心业务的“加法，而不是替代”。
精读
1. 产品赢得入口，平台赚取持久性
Sarah Guo 以市场的生死问题开场：当软件可以被批量生成时，软件究竟还值多少钱？Desai 认为“终端价值为零”这一极端判断被夸大了，但也承认，自 ChatGPT 于2022年秋季出现以来，客户和投资者一直在质疑整个软件技术栈。
Desai 在互联网、移动、云和 AI 转型中的核心原则都是“速度很重要”（speed matters）。企业必须快速建设、从转型中学习，并在市场逼问“你的公司未来是什么”之前完成转向。他也承认，“不是每个下注都会奏效”。
他更明确的区分是：“平台有黏性，产品没有”（platforms are sticky; products are not）。在颠覆性市场中，产品可能被替换；平台则会嵌入客户体系。Desai 说，他在 ServiceNow 任职时的招聘主管 Frank Slootman 常说：“工具是给傻瓜用的”（Tools are for fools），这句话点出了一个风险：客户可能把你的产品视为可随时丢弃的工具。
Guo 以创业公司的经典路径反问：ServiceNow 自己不也是从服务台这一切入口进入市场的吗？Desai 认可一个强力的初始使用场景是必要条件，但认为容易进入也可能意味着容易退出；切入口可以支撑公司从零做到1亿美元，但要走向数十亿美元规模，就必须拥有多款产品和深度集成能力。
2. Vibe coding 无法消除企业摩擦
Desai 给出的规模证据十分鲜明：营收超过100亿美元的纯软件公司只有个位数，因为“平台很稀缺”。他对平台的最低定义是“n 至少等于2”——多款产品被协同使用，再连接到拥有百年历史的银行、保险公司和医疗机构的周边系统。
一家银行在 MongoDB 上运行着约300个关键应用，并告诉他：“我们不会离开。”Desai 随后追问分母是多少，答案是9000个应用。他的结论既是扩张销售话术，也是持久性的来源：采用的工作负载越多，MongoDB 就越深地嵌入客户“基础设施的底层肌理”。
Guo 提出的挑战是，Vibe coding 可能让企业按需创建剩余应用。Desai 的反驳是：更高的应用开发速度，不能自动提供市场进入渠道，也无法满足监管机构、治理审查、安全审计、多云环境下 AWS 与 GCP 之间的韧性要求，更不一定能满足真正沙箱化、隔离网络的本地部署需求。
3. 持久的 AI 技术栈仍然需要数据
面对投资资金持续流向模型、AI 基础设施和超大规模云厂商，Desai 用“持久的 TAM”和“必需层”筛选机会。MongoDB 通过了这一测试：他发现客户正在其上运行关键电商、商业银行、医疗和保险理赔应用，同时数字原生和 AI 原生公司也在基于 MongoDB 开发。
Desai 将这种判断追溯到自己在 Oracle 的经历：再过一年半，Oracle 就将庆祝成立50周年，而他认为数据库市场已经存在了50年或60年。MongoDB 创立于2007年，至今只有“约18年”，但在他的表述中，它是“真正唯一的颠覆性力量”。
云迁移进一步说明基础设施转型周期有多长。如果云计算始于 AWS，那么如今已接近第20个年头，但《财富》500强客户仍在讨论如何把不同比例的应用迁移到 AWS、GCP、Azure 和其他环境。“AI 转型才刚刚开始”，而 AI 所处理的混乱、非结构化、高速数据，反过来强化了对数据库的需求。
Desai 认为，新兴技术栈中有2个相对持久的组件：LLM“在可预见的未来都会存在”，而数据“必须存在，因为总得有地方存储数据”。周边应用层则必须证明自身具备用例深度——例如保险领域——能够更快实现价值，并交付旧 SaaS 不可能提供的能力。
4. 企业要的是转型，而不是给旧业务套一层 AI 外壳
Desai 认为，如果一周内没能和至少10个客户交流，这一周就是“彻底失败”。他的观察是：《财富》500强和《福布斯》全球2000强企业的采用速度仍然缓慢；办公生产力 copilot 的反馈疲弱或模糊，编码助手在2024年实现有意义的起量，并于2025年突破，而端到端客服“还没到位”，尽管部分行业已经出现了一些初步用例。
因此，买方会问：AI 原生客服对于 Salesforce 及其他记录系统，究竟是“加法还是替代”（and or an or）？Desai 每天都会与那些承诺全面替换现有系统的厂商沟通，只要它们能做到“更便宜”“更快”“更好”，并根据交付的价值进行颠覆式定价。考虑到企业已经投入的实施沉没成本，Guo 对他的开放态度感到意外。
Desai 对 MongoDB 内部设定的标准同样严苛：公司应该“AI first”，用 AI 转型业务，而不只是让员工更高效。如果 AI 能让 MongoDB 少招一些人，并显著提升现有员工效率，公司就会把这部分预算释放出来。一家欧洲零售商在昂贵且失败的 ERP 实施后决定自建 ERP，Desai 对此的回应是：“你一开口我就答应了。”
5. 老牌厂商必须用收入证明转型
Desai 认为，自己在2005年前后从 Symantec 的 John Thompson 那里学到了一点：产品负责人必须持续拜访客户，询问相邻痛点，并“提前看见拐角”（see around the corner）。“你只管建设，客户自然会来”并不会发生；与客户保持深度接触，才能了解部署周期、预期价值、定价，以及客户在危机时刻的要求。
在 NRF 大会上，一家欧洲零售商的 CTO 告诉 Desai，电商业务贡献20%的收入，而且在 MongoDB 上运行良好，但他不知道 MongoDB 还提供搜索和向量搜索功能。对 Desai 而言，这次交流说明，直接接触客户既能改善产品判断，也能推动平台扩张。
技术转型本质上大多是变革管理问题。面对持怀疑态度的 ServiceNow 工程团队，Desai 曾说：“不全力投入不是一个选项。”AI 可能需要2年成熟，也可能需要4年，但组织必须参与其中。他还提醒，iPhone 出现后，BlackBerry 仍然卖得很好——他谨慎地说，持续了“3到5个季度”——之后颠覆才真正到来。
Guo 警告，老牌厂商可以把一堆可能有效、也可能无效的产品捆绑起来，把其中一部分重新命名为“云”或“AI”，再通过定价手段制造业绩；组织需要在客户现实与华尔街之间设置护栏。她还指出，无论成功定义为1亿美元 ARR 还是10亿美元 ARR，如今符合条件的公司“也就10家左右”。Desai 认同，成功公司并不多，因此可供参考的数据也不多，不过其中一些正在使用 MongoDB。
Desai 的答案是，在保持坦诚的同时重新加速：他表示，MongoDB 第三季度业绩反映的是核心业务，而不是 AI；但 AI 原生需求仍然是增量，“加法，而不是替代”（an and, not an or）。