生成式AI時代第一波基本的入場券，就是要有足夠的算力。半導體到AI伺服器相關的基建是必備的入場券。但就像2000年時網路泡沫一樣，基礎建設不是最終的解答，軟體和搭建在基礎設施上的服務才是最後能有效利用。
和所有技術一樣，初期的成本一定比較高，但是生成式AI的成本，正在快速因為軟體和硬體的迭代而急速下降，這會讓使用GenAI的企業獲利的可能性變高。這其實也是Nvidia的GPU能夠受到廠商趨之若鶩的主要原因，因為真的買越多省越多。TCO整體的成本還是下降，差別只在缺貨買不到。
哪些SaaS在AI時代有真的護城河？這就會影響這些軟體公司的估值
現在大部分的企業都在投資AI，seat based 或是用量收費，會影響公司未來收費的projection。
如何判斷這些公司是否從AI中得利？
最扎實的數字在營業利潤率，如果使用AI讓公司生產力提升，就能夠花更少的錢獲取更大的營收成長，或是同樣的營收但利潤增加，那AI的效果就是顯著的。
理論上，AI協助增加的效率，可以縮短產品開發的速度，使得產品迭代更新更快，體驗更好，提高客戶的黏性或交叉銷售的吸引力，進而轉化成營收和dollar based retention rate。
對客戶來說，雖然自己也可以用生成式AI做，但成本不見得會比使用套裝且不斷快速迭代的商用SaaS軟體來得高，這些SaaS公司有自己的私有數據集調適，理論上能夠做出更專精的私有AI模型來提升客戶的效率和回報率。
但從另一個角度來說，使用者會不會願意付更多的錢來使用加值的AI功能，或是希望在原本的產品上可以免費加值AI，如果產品的差異化不大，那轉換的成本就比較低，價格就不容易提高。
對於SaaS公司來說，能夠槓桿更高的效率，在不犧牲成長的情況下提升利潤率，而不是裁員成長放緩來換取利潤率提升。因此才會用Rule of 40 （營收成長率（Revenue Growth Rate）和利潤率（Profit Margin）相加）這個指標平衡成長與盈利，在40以上就是表現良好的公司。
下面我會介紹除了常見的Adobe、微軟、Salesforce之外，比較少人提到的SaaS公司如何在GenAI時代挖AI金礦。
