title: 'MongoDB CEO一句话戳穿真相：你引以为豪的SaaS产品，在AI面前一文不值'
account: 陈小平聊人工智能
author: 陈小平
created: 2026-02-28
source: 微信公众号
imported_at: 2026-07-01T09:12:18.808686
tags:
- 微信文章
- 陈小平聊人工智能

- 企业 AI 落地

MongoDB CEO一句话戳穿真相：你引以为豪的SaaS产品，在AI面前一文不值

原文地址: https://mp.weixin.qq.com/s/Kea0wCluhsa8-HZrJpqTeA

MongoDB CEO · CJ Desai · No Priors 2026

当AI能批量生成软件，
企业软件的护城河在哪里？

平台化 · 数据基础设施 · SaaS价值重构 · 企业级门槛

当各种AI编程工具层出不穷，代码可以被批量生成，企业软件的价值还剩多少？曾经的护城河，在AI时代是否还存在？MongoDB CEOCJ Desai在 No Priors 播客2026年首场直播中，给出了一个掷地有声的回答。

Desai是硅谷公认的顶尖产品战略专家。他现任MongoDB CEO，此前长期担任ServiceNow总裁兼首席产品官，也曾在Cloudflare等顶尖科技公司出任要职。在推动企业级软件架构转型、平台化战略及AI与数据基础设施融合方面，拥有深厚的行业洞见。

在这场对话中，他结合多年从业经验，给出了一个核心结论：

平台化才是企业软件唯一的护城河
单点工具必将被AI颠覆

今天，我们就来完整拆解这场对话的核心观点。

· · ·

PART 01

当AI能批量生成软件，软件的价值在哪里？

这是Sarah Guo在对话开篇就向Desai提出的问题——不仅是投资人日常思考的核心，也是整个技术生态都在反复探讨的话题。

从大型主机时代到互联网时代，再到AI时代，每一次技术范式转移，都会重新定义软件的价值。那么，企业软件真正的护城河到底是什么？

Desai认为，行业中有些说法——"我的护城河是和客户的关系好"，或者"我的渠道能力强"——这些都不是AI时代的核心护城河。

💡 Desai的核心观点：

真正重要的是速度。当技术发生范式转移时，企业能否以最快速度推进技术构建？能否在转型中持续学习、持续进化？能否顺应平台变革，快速拥抱新技术？

回顾科技行业的历次转型，不管是互联网对传统软件的颠覆，还是2010年初Meta向移动端的关键转型，核心都是企业的转型速度。谁能更快跟上平台级的变化，谁就能占据先机。

不过Desai也强调：那种认为"部分软件的终极价值会归零"的极端说法，其实被严重夸大了。软件行业的发展从来不是简单的替代与归零，而是迭代与重构。

AI的出现是重构，而非颠覆。

· · ·

PART 02

做平台还是做工具？一句话说透

企业软件行业一个核心分歧：到底是做平台，还是做单点工具？

Desai分享了一个来自ServiceNow的细节。ServiceNow的Frank Slootman过去常说一句话：

"Tools are for fools."
——把自己的东西称作"工具"，从来都不是好信号。

Desai的核心观点非常明确：

平台是有粘性的，而产品不是。
单点产品本质上都是可以被替换的，AI时代更加明显。

单点工具的核心竞争力往往是某个单一功能。在AI能快速生成同类工具的时代，这种竞争力很容易被超越，客户替换起来几乎没有成本。

而平台完全不同——当企业将自己定位为平台时，面对客户的销售周期可能更长，因为平台合作不是简单替换工具，而是客户经过深思熟虑做出的重要决策。客户愿意将业务系统与平台深度融合，这正是粘性的来源。

📊 关于规模化的真相：

• 单点产品的模式，从0到1000万、从1000万到1亿也许行得通

• 但从1亿到10亿、从10亿到50亿、甚至100亿——会越来越难

• 真正纯软件收入超100亿美元的公司只有个位数

因为真正的平台型企业，实在太稀缺了。

· · ·

PART 03

从单点工具到平台，核心标志是什么？

Desai给出了一个明确的定义：

客户至少在使用你两种以上的产品，这些产品彼此协同工作，形成技术层面的粘性。更进一步，客户还愿意把你的平台与他们的大量系统做深度集成。

他分享了一个震撼的客户案例——

Desai曾代表MongoDB与一家大型银行交流。这家银行已将商业银行的核心应用运行在MongoDB上，基于MongoDB构建了大量系统集成，完成了安全检查、治理等全部工作。

当他问银行CTO："你们在MongoDB上构建了多少个应用？"

300 / 9000

总共9000个应用中，300个核心应用运行在MongoDB上

而这位CTO说了一句话，道出了平台的核心粘性：

"CJ，别担心，我们哪儿也不会去。"

客户在MongoDB上投入的开发、集成、治理成本，让他们形成了深度绑定。平台的多产品协同能力、与客户系统的打通能力，会让客户用得越多、粘性越强，最终融入到客户基础设施的底层。

· · ·

PART 04

"氛围编码"能颠覆企业软件吗？真实门槛在这里

有一种流行观点：随着AI编程能力的发展，大型企业未来会自己按需生成软件，完全定制化。企业软件市场会被大幅压缩。

Desai认为，这种观点忽略了企业级市场的真实门槛。

是的，AI编程确实能让开发者快速做出一个应用。但是，做出应用和把应用卖给大型企业——尤其是银行、医疗、公共部门这类高监管行业——是完全不同的两件事。

🏦 银行等大型企业的典型要求：

①系统能否通过监管测试？

②系统的韧性如何？不能只部署在一个云上

③需要同时在GCP、AWS、Azure等多云平台运行

④核心应用必须跑在本地部署环境，物理隔离网络

⑤完整的安全审计、治理流程

AI编程工具确实降低了应用开发的门槛，能让创业者快速做出颠覆性想法。但想真正打入大型企业市场，监管合规、多云部署、安全审计等——这些才是真正的门槛，也是AI暂时无法替代企业软件公司的核心原因。

如果你正在考虑
让 AI 在你的企业落地

不用先花大钱，也不用先懂技术。
我们可以从一次30 分钟的免费诊断开始。

免费诊断 · 效果可量化 · 陪跑 3 个月

《马到陈工系统》

微信号：415818818

咨询电话：021-62586666

备注"AI诊断"，我会在24小时内回复您

· · ·

PART 05

平台型企业在AI时代的成功路径

Sarah Guo问了一个很实际的问题：基于在ServiceNow、Cloudflare等平台巨头的工作经验，未来5到10年，真正通往成功的路径是什么？

Desai首先给所有平台型企业吃了一颗定心丸——这些公司的可服务总市场依然存在，而且仍然很大。对企业软件公司来说，最可怕的事不是技术变革，而是自己的市场在缩小。

而核心就一句话：

你必须非常清楚自己真正的护城河是什么，
保护它，并借助AI把它进一步强化。

借助AI可以做两件事：

一、强化现有护城河—— 把50个系统集成扩展到100个，让客户绑定更紧密

二、拓展新业务场景—— 利用AI快速为更多用例创造新产品

但这里有一个关键：创新必须与商业转化结合。你必须持续向市场证明，AI正在帮你实现增长的再加速，帮你更快创新、卖出更多东西。

投资人的判断标准非常明确：AI是否会让这家公司实现增长的再加速？如果能展示出来——看好。如果不能——中立甚至看空。

AI不是一个单纯的技术概念，而是推动业务增长的工具。利用AI强化护城河、实现商业增长，才是核心目标。

· · ·

PART 06

为什么选择数据基础设施？赛道选择的底层逻辑

当前投资市场发生了大规模资金转向——从传统商业软件，涌向AI基础设施、模型层和超大规模云厂商。数据基础设施并没有成为资金迁移的重点。

但Desai最终选择了MongoDB，选择了数据基础设施。他的判断基于两个层面：

判断一：赛道是否有持久的可服务总市场

他早年在Oracle深入理解了数据库平台的扩展逻辑。经过对市场的深度研究，他认为数据库是一个拥有巨大且持久TAM的市场——这是选择的核心前提。

判断二：MongoDB在赛道中的颠覆性

从零售电商、商业银行核心系统，到医疗诊疗系统、保险理赔处理——大量行业的关键任务级应用都运行在MongoDB上。Oracle再过一年半就要庆祝成立50周年，而MongoDB才18年左右，已成为真正的颠覆力量。

更重要的是，他发现了一个关键趋势：MongoDB已成为数字原生和AI原生公司的技术底座。2010到2015年出现的数字原生公司，以及新一代AI原生公司，大量构建在MongoDB之上。

AI的数据源本身是混乱且多样的——非结构化、需要极高的迭代速度、需要强大的搜索能力。而这些恰好是MongoDB的产品特性。这也是它能成为AI原生公司技术底座的核心原因。

· · ·

PART 07

软件栈中的"常量"与"变量"

Desai提出了一个重要框架：要判断未来应用价值，首先要分清软件栈中的常量和变量。

当下科技行业正处在两个重要转型中：

☁️

云计算转型

已近20年，仍在进行

🤖

AI 转型

才刚刚开始

软件栈中有两个核心的常量：

常量 ①

大语言模型

模型是核心计算引擎，在可预见的未来都会存在，并持续创新。

常量 ②

数据层（数据基础设施）

数据是所有应用的核心，是AI的燃料。数据总得存放在某个地方。

除了这两个常量，环绕其上的顶层应用用例——都会不断演化。这也是创新的核心领域。

AI的出现，让很多在旧SaaS系统中认为不可能的事情变得可能。这正是顶层应用用例的创新机会。

· · ·

PART 08

大型企业对AI的真实反馈：兴奋与怀疑并存

作为MongoDB CEO，Desai的客户覆盖从初创公司到财富前十强的大企业。他有一个重要的工作原则：

"如果一周至少没跟10个客户交流，我就觉得这一周完全失败。"

基于高频客户交流，他总结出大型企业AI落地的三大场景分化：

😐 场景一：办公生产力 Copilot —— 价值偏低

自然语言生成Excel公式、制作PPT等。客户反馈获得的价值不明确，没有快速推广。

🔥 场景二：代码辅助 —— 最令人兴奋

从GitHub Copilot到Claude Code，在大企业中广泛应用。客户反馈：提升开发速度、创新能力、代码安全性。价值实实在在、可以量化。

🔍 场景三：客户支持等 —— 仍在探索

目前只用在初步用例（智能问答、工单分类）。端到端的客户体验，AI还远远不够。

大型企业还有一个核心疑问：引入AI原生产品时，到底是"叠加"在现有系统上，还是直接"替代"？

Desai的观点打破了传统认知：企业愿意接受直接替代——前提是AI原生产品能展现足够的价值。"更便宜、更快、更好"，定价方式能颠覆现有模式——企业一定会认真听。

· · ·

PART 09

出色的产品人，必须是商业人

Sarah Guo认为Desai不仅是出色的CEO，更是杰出的产品人——而且他谈论商业战略的频率远超很多产品人。

Desai说，他的商业思维最早追溯到2005年在Symantec工作时，CEO John Thompson教会了他核心原则：

与客户交流时，不仅要问：

❶ "我们如何能更好地为您服务？"

❷ "还有哪些问题、痛点是你们正在经历的？"

而且必须亲自去见客户，面对面沟通，才能看到拐点——提前预判行业趋势和潜在需求。

John Thompson还给了他最重要的建议：

"除非你一直和客户交流，否则不可能成为出色的产品和工程人员。"

Desai分享了一个生动的例子。他在纽约NRF大会上见了一家零售商CTO，对方的电商应用完全运行在MongoDB上，电商收入占公司总收入的20%。但交流中发现，这家公司竟然不知道MongoDB还有搜索功能。

这就是高频客户交流带来的机会——很多产品人认为"产品做好了，客户自然会来"，但在企业软件行业，这根本不成立。

· · ·

PART 10

诺基亚的教训：技术转型中，最大的敌人是什么？

很多SaaS公司无法实现从单产品到多产品的跃迁，也无法完成技术转型。是什么让一些团队成功，另一些失败？

Desai的答案是：变革管理——企业是否有主动拥抱新技术的意识和能力。

他在ServiceNow早期讨论AI时，很多工程师说"这只是外面的趋势，不太确定"。而他明确表示：不主动参与AI转型，不是一个选项。

📱 诺基亚与黑莓的教训：

诺基亚手机做得非常好，黑莓是商务手机绝对领导者。但iPhone发布后，这两家都没有快速跟上智能手机转型。

甚至在iPhone发布后的三到五个季度里，黑莓销量依然很好——并没有被立即颠覆。

但最终还是因为固步自封，被时代所淘汰。

企业最大的敌人不是技术不成熟，而是没有变革的意识。如果选择观望，最终必然被颠覆。

而企业证明投资人错误的唯一方式，就是通过业务的再加速展示转型成果，让市场看到——"我们又回来了"。

· · ·

PART 11

警惕"虚假的AI转型"

Sarah Guo指出了一个行业痛点：很多大型企业把一堆产品捆绑在一起，把部分对客户没用的产品贴上"Cloud"或"AI"标签，通过定价小花招达成业绩目标。

Desai深表认同。他在MongoDB发布第三季度财报时，被反复问"这是因为AI吗？"——他的回答始终是：

"绝对不是。MongoDB的增长核心是自身的核心数据平台业务。"

虽然有上百家AI原生公司在MongoDB上构建应用，但它们目前规模都还小。AI原生公司的合作是增量，而非替代核心业务。

存量企业想避免虚假AI转型，需要两点：

① 有真正的技术转型领导者—— 把创新当北极星，带领团队真正投入AI研发，而非当营销概念

② 建立知识诚实的护栏—— 每周客户沟通的真实反馈，与资本市场看到的数据之间保持平衡

· · ·

总结

AI时代企业软件的三个核心要素

这场对话为我们勾勒出了AI时代企业软件的发展逻辑——

当AI能批量生成单点工具时，工具的价值会被大幅稀释。而平台化才是唯一的护城河——源于多产品协同、与客户系统的深度集成、客户的深度绑定。

一、保持技术范式转移时的快速转型速度，借助AI拓展产品和用例

二、坚守赛道的核心价值，比如数据基础设施这样永远的常量，不被市场热潮裹挟

三、保持客户深度沟通，拒绝虚假AI包装，围绕客户业务场景持续创新

感谢大家阅读。欢迎转发、收藏、点赞 👇

如果你正在考虑
让 AI 在你的企业落地

不用先花大钱，也不用先懂技术。
我们可以从一次30 分钟的免费诊断开始。

免费诊断 · 效果可量化 · 陪跑 3 个月

《马到陈工系统》

微信号：415818818

咨询电话：021-62586666

备注"AI诊断"，我会在24小时内回复您

服务号 · 陈小平聊人工智能

陈小平聊人工智能

阅读 赞 分享 言