AI 原生的安全選擇反轉

資料來源#

摘要#

John Glasgow談到一場宏觀轉變，讓他得以將Campfire（一家名不見經傳的新創公司）推向關鍵任務 ERP 市場，與 NetSuite 競爭：**「什麼才算安全」的標準翻轉了。**過去，採用根深柢固的傳統既有業者，是一種站得住腳、讓人不會因此丟掉工作的選擇。AI 在財務領域興起後（約 2024 年底），身為既有業者就意味著不具備 AI 原生特性，董事會與高階主管也開始積極推動採用 AI 原生供應商。買方的風險計算因此反轉：新的、尚未經過驗證的 AI 原生選項，反而成了有高階主管「支持」的選擇。

反轉#

「採用傳統版本曾被視為非常安全。但 AI 開始興起後……身為既有業者就代表你不是 AI 原生。說法翻轉了——董事會和高階主管開始說：我們要 AI 原生。」

Glasgow 指出的結果是：即使第一線會計師「還沒完全準備好接受 AI」，他們也得到上級的認可，可以採用某個新產品——「沒人聽過，而且他們的稽核員還不熟悉」。自上而下對 AI 原生的需求，讓自下而上的買方有了冒險的靠山。「現在，安全的答案其實正好相反。」

為什麼 ERP 特別具備條件（「為什麼是現在」）#

Glasgow 對時機有更深入的看法：**過去 5 到 10 年，財務科技堆疊的每一層都經歷了更新——薪資管理、支出管理（像 Brex 這類公司）——唯獨核心總帳沒有。**財務人員登入時髦現代的支出管理工具後，接著就得面對古老的 ERP；這種落差「非常明顯」。這道缺口催生了潛在需求（「財務軟體不必全都這麼糟」），買方開始主動尋找解決方案，而 AI 原生就成了這股需求匯聚的旗幟。

為什麼這是反向定位，而不只是時機#

這是Seven Powers Applied to AI中教科書級的反向定位案例：既有業者難以輕易轉型為 AI 原生，因為這會蠶食既有業務、要求組織重新訓練，並以基礎模型為根基重建產品——因此，新創公司的定位是既有業者在結構上不願複製的。這種反轉不只是順風，更是一道持久的切入點，只要「AI 原生」仍是既有業者無法可信宣稱的特性。（Glasgow 說，Campfire「常被告知我們的 AI 最好……也許是因為只有我們有自己的基礎模型。」）

可泛化的模式#

這種模式也適用於 ERP 以外的領域：在任何關鍵任務、變化緩慢的類別中，AI 都可能翻轉買方的預設選擇。要測試新的類別，可思考以下問題：

這個類別是否攸關重大任務（因此過去「安全」就代表選擇既有業者）？
相鄰層是否已經現代化，使既有業者的落伍狀態變得明顯且看得見？
是否有自上而下的壓力要求採用 AI 原生，讓風險趨避型買方有靠山？
既有業者能否可信地宣稱具備 AI 原生特性——還是從結構上就被反向定位，難以做到？

尚待解答的問題#

這場反轉是對「安全」的一次性重新定價。當數家 AI 原生 ERP 出現後，「安全」會不會再次穩定下來，轉而指向規模最大的 AI 原生供應商？Campfire 聲稱「我們現在是新一批業者中規模最大的」，是否反映出它正搶占這個位置？
既有業者還要多久才會加上可信的 AI 功能，抵銷反向定位的效果？而自行打造基礎模型的主張，真的能抵禦這種變化嗎？

資料來源#

The ERP for the AI Revolution is here

AI 原生的安全選擇反轉

資料來源#

摘要#

反轉#

為什麼 ERP 特別具備條件（「為什麼是現在」）#

為什麼這是反向定位，而不只是時機#

可泛化的模式#

延伸閱讀#

尚待解答的問題#

資料來源#