你的公司有几层护城河？Gokul Rajaram给出了一个具体答案：四层以上，才算安全。
这个答案来自一个在Google做过广告产品、在Square搭过支付系统、现在专职看B2B投资的人。他见过太多公司在AI浪潮里突然发现，自己引以为傲的「护城河」，一夜之间变成了装饰品。
Rajaram把软件公司的防御性拆解成八种模式。不是什么玄学，是可以逐条对照的清单。
第一层：数据护城河
你的产品用得越多，积累的数据越多，产品就越好用。经典案例是Google搜索——每次点击都在训练算法。但Rajaram直言，这层护城河正在被AI蚕食。原因很简单：当基础模型已经在全网数据上训练过，你那点专有数据的边际价值在下降。
除非，你的数据满足三个条件：第一，持续更新；第二，跟具体工作流深度绑定；第三，结构化程度高到可以直接驱动决策。医疗影像标注数据算一个，因为每个医院的设备参数、拍摄角度、病例分布都不一样。泛泛的用户行为数据？价值在快速贬值。
第二层：工作流护城河
你的产品嵌入了用户的日常工作流程，拔掉它，整个流程会断。Salesforce是教科书级别的工作流护城河——销售团队的每个动作都在CRM里留痕，换系统意味着重建整套协作规范。
Rajaram特别提到，工作流护城河的关键不是功能多，而是「卡在关键节点上」。如果你只是一个「更好用的替代品」，用户迁移成本很低。但如果你是审批流、财务对账、客户交接的必经之路，那就不一样了。
第三层：监管护城河
这是最难攻破的一层——不是产品做得好就能进去，而是要过政策关、合规关、认证关。金融科技、医疗健康、政务系统，都是典型的监管护城河行业。
但Rajaram警告说，监管护城河不等于躺着赚钱。因为监管本身会变。欧洲的开放银行政策就是个例子：原本银行的账户数据是绝对护城河，政策一出，必须开放API给第三方。护城河瞬间变成了公共设施。
第四层：分发护城河
你控制了触达用户的渠道。苹果App Store、Shopify的商家网络、Adobe的创意者社区，都是分发护城河。用户不是冲着你的产品来的，而是因为你已经「站在了路口」。
AI对这层护城河的冲击没那么直接，但出现了新变量：当用户开始通过AI助手完成任务，传统的「应用商店」模式可能会被「能力市场」取代。用户不再下载你的App，而是订阅你的「能力」，由AI助手在后台调用。
第五层：生态护城河
开发者、合作伙伴、插件作者围着你的平台转。Salesforce的AppExchange、Shopify的主题和插件市场、Unity的Asset Store，都是生态护城河。
这层护城河的建立有个时间门槛：你得先熬到足够大的用户基数，生态玩家才愿意投入。但一旦建成，粘性极强——因为生态伙伴也有沉没成本。
第六层：网络效应
用户越多，产品对每个用户的价值越大。微信、LinkedIn、Uber，都是网络效应的经典案例。
然而Rajaram指出，这是AI时代最脆弱的护城河之一。因为AI可以「伪装」网络效应——用大模型生成的内容填充社区，用智能匹配降低对用户基数的依赖。真正能扛住AI的网络效应，必须有「不可替代的关系」——比如你在LinkedIn上的职业人脉，是真实的人，AI生成不了。
第七层：物理基础设施
你的护城河是实体资产。AWS的数据中心、特斯拉的超充网络、SpaceX的火箭。这是AI最难颠覆的护城河——因为算法再强，也搬不动钢筋水泥。
但Rajaram提醒，物理基础设施护城河有个致命问题：前期投入巨大，且不可逆。一旦判断错误，沉没成本会变成包袱。
第八层：规模护城河
你的成本结构因为规模而产生了不可逆的优势。亚马逊的物流网络、台积电的晶圆厂，都是规模护城河。固定成本已经摊销完了，边际成本低到新进入者无法竞争。
这层护城河的建立时间最长，但一旦形成，几乎无法被颠覆——除非出现技术范式转移。
四层以上才算安全，为什么？
Rajaram的答案很实在：因为AI会吃掉其中的一到两层。
数据护城河在贬值，网络效应在被AI模拟，分发渠道在重构。如果你只有一两层护城河，AI浪潮一来，可能就裸奔了。但如果你有四层以上，即使被攻破两层，还剩两层可以守。
他特别强调，垂直领域的产品，必须走全栈路线。「你不能只做一个单点工具」——因为单点工具的护城河太薄，容易被AI原生产品替代。只有控制了从数据采集、工作流、到分发渠道的完整链条，才有可能建立起多层防御。
这也是为什么他现在看B2B项目时，会逐条对照这八个维度。创始人讲故事时说「我们有护城河」，他会追问：具体是哪几层？每一层的深度如何？如果AI把其中一层吃掉，剩下的还能撑多久？
护城河不是有或没有的二元问题，而是多层防御的组合题。这个时代，单点突破不够了，你需要建立纵深。