今日主題
Strategy & Execution 這輪最容易讓人講成「願景演講」的題型，是「公司該往哪個方向建立競爭優勢」。面試官不是要聽你複誦「差異化」「護城河」這些詞，是要看你能不能先把壓力來源定位清楚——這股威脅是從供應商、買方，還是新進者來的——再決定該把資源押在哪裡。2026 年這題特別現實：開源模型在多項 benchmark 上追平了前緣封閉模型，等於「用哪個模型」這個護城河正在快速蒸發，逼所有 AI 產品團隊重新回答「我們真正防禦的是什麼」。
這個主題在面試中重要，是因為它同時考驗市場定位判斷力（能不能看出護城河正在轉移）跟執行力（能不能把判斷轉成具體、排好順序的 roadmap，而不是一份不會被實際執行的策略投影片）。
核心框架速記
Porter's Five Forces：先定位壓力來自哪一方
策略題最常見的失分點，是直接跳到「我們該做 X」，卻沒講清楚「為什麼現在是 X 而不是別的」。用五力分析先掃過一輪，能讓答案有結構：
| 五力 | 檢查什麼 | 2026 AI 產品的具體訊號 |
|---|---|---|
| 新進者威脅 | 進入這個市場的門檻是否在下降 | 開源模型讓新創能用更低成本做出「看起來一樣」的產品 |
| 供應商議價力 | 你依賴的關鍵供應商有沒有替代品 | 模型層供應商增加，換底層模型的轉換成本正在下降 |
| 買方議價力 | 客戶有沒有更多替代選擇 | 客戶能用同樣預算比較多家 AI 應用，議價力上升 |
| 替代品威脅 | 有沒有完全不同技術路徑的替代方案 | 通用型 agent 工具是否能取代你的垂直應用 |
| 現有競爭者的競爭強度 | 同類產品之間打得多兇 | 同一個垂直賽道裡,幾家公司在搶同一批早期客戶 |
面試時的用法：五力不用全部深挖，但要先掃過一輪點出「這次壓力主要來自哪兩力」，再把後面的方案聚焦在對應那兩力上，而不是泛泛地講「要建立護城河」。
TAM-SAM-SOM：判斷轉向的機會值不值得押
定位完壓力來源後,如果答案是「轉向某個垂直領域」，要能證明這個轉向有實際的市場規模支撐，不是憑感覺選一個聽起來性感的方向：
- TAM（Total Addressable Market）：這個垂直領域理論上的總市場規模是多少
- SAM（Serviceable Addressable Market）：以現有產品能力與銷售動線，能觸及的部分是多少
- SOM（Serviceable Obtainable Market）：在接下來 1-2 個季度,考慮競爭與資源限制，實際能拿到的份額是多少
面試官要看的是你會不會把 SOM 講得具體——不是「這個市場很大」，是「我們兩個季度內能拿到的是哪一群客戶、多大規模」，這樣才能接回下一步的 roadmap 排序。
今日練習題
題目
「你是一家 AI 應用公司的產品策略負責人。過去半年，開源模型（例如 DeepSeek、Llama）在多項 benchmark 上追平了前緣封閉模型，你的競爭對手可以用相近成本換掉底層模型供應商。CEO 要你在下次季度規劃會議上，提出接下來兩個季度該往哪個方向建立護城河，以及對應的 roadmap 優先順序。」
（來源：自擬，基於 2026 年開源模型追平前緣模型、模型層快速商品化的產業趨勢設計）
拆解思路
- 釐清問題：先問——公司目前主要價值在哪一層（模型層、應用層，還是資料/工作流整合層）？現有哪些資產可能構成護城河候選（專有資料、客戶工作流整合深度、既有分銷管道）？接下來兩個季度的工程與資源頭寸有多大？
- 定義使用者：核心客群是企業客戶還是中小企業？他們現在的轉換成本主要來自「模型效果」還是「已經整合進工作流裡拆不掉」？這個區分決定護城河該往哪個方向補。
- 結構化分析：用 Porter's Five Forces 定位——這波壓力主要來自供應商議價力（模型可替代性上升）跟買方議價力（客戶比較容易換供應商），不是新進者或替代品直接威脅。再用 TAM-SAM-SOM 評估「往某個垂直領域深耕」這個轉向的機會值不值得投入。
- 提出方案：講清楚取捨——如果繼續在「模型效果」上競爭，護城河會隨開源模型追平而持續變薄；比較划算的方向是把護城河從「用哪個模型」搬到「擁有哪個垂直領域的專有資料與工作流整合」，並說明這個選擇犧牲了什麼（例如短期內不追求最新模型的效能領先，把資源挪去做領域資料蒐集與客戶整合）。
- 定義成功：訂出可驗證的指標——例如客戶淨留存率（NRR）、換供應商的流失率、垂直領域客戶的合約更新率——證明護城河真的從「模型」轉移到「資料與整合」了，不是只是換了一個說法。
範例回答（面試時可以這樣講）
問題釐清與定位：「我會先確認我們現在的價值主要在哪一層——如果客戶留下來是因為我們的模型效果比別人好一點，這個優勢會隨開源模型追平而快速消失，所以我第一步是用五力分析定位：這波壓力主要是供應商議價力上升，因為底層模型可以被替換，也是買方議價力上升，因為客戶能用同樣預算比較更多家。這代表我們不該繼續在『模型效果』這條線上競爭。」
結構化分析與取捨：「我會評估往一個垂直領域深耕的機會，用 TAM-SAM-SOM 抓一個具體數字，而不是說『這個市場很大』。假設我們選定一個客戶已經在用、資料也在我們手上的垂直領域，兩個季度內能拿到的份額,是決定要不要押注的關鍵。我會建議把接下來兩個季度的資源，從『追最新模型效能』移到『把這個垂直的資料與工作流整合做深』，代價是短期效能排名可能不是最領先的，但護城河會比模型層更耐用。」
成功定義：「我會用客戶淨留存率跟換供應商流失率驗證——如果護城河真的搬到了資料與整合層，就算之後出現效能更好的開源模型，客戶留下來的比例應該不會明顯下降，因為他們拆不動已經整合進工作流的部分。這是我判斷這個策略有沒有生效的核心指標，不是模型 benchmark 排名。」
自我核對清單
用這張表檢查你的回答有沒有漏掉關鍵點：
| 核對項目 | 有提到？ |
|---|---|
| 用五力分析定位壓力主要來自哪一方，不是泛泛講「要建護城河」 | |
| 區分「模型層護城河」跟「資料/工作流整合層護城河」 | |
| 用 TAM-SAM-SOM 給出具體、可驗證的市場規模判斷 | |
| 講清楚轉向的取捨——犧牲了什麼、換到什麼 | |
| 成功指標能驗證護城河真的轉移了，不只是換說法 | |
| 加分項：提到護城河候選要對應到「客戶拆不動」的具體機制 |
今日案例
Anthropic：用 4 億美元收購 Coefficient Bio，把護城河從模型搬到垂直資料層
2026 年 4 月，Anthropic 以約 4 億美元收購生技 AI 公司 Coefficient Bio，這是 Anthropic 當時最大的一筆收購。這起收購是一場對外稱為「100 天生技衝刺」的一部分——Anthropic 同時併購具備分子設計流程與科學研究工作流經驗的團隊，並推出針對生物學優化的 Claude Science 工作台，目標是讓 Claude 從單純的通用模型供應商，變成全球藥廠倚賴的科學研究夥伴。這個時間點正好落在開源模型（DeepSeek、Llama 等）在多項 benchmark 追平前緣封閉模型的階段——當「模型本身比別人強」這件事越來越難長期維持，Anthropic 選擇把可防禦性押注在「擁有哪個垂直領域的專有資料、工作流整合與科學家人才」，而不是繼續單靠模型效能排名競爭。
面試連結：這個案例是回答「當技術護城河消失時，公司該怎麼建立新護城河」或「描述一個你觀察到的策略轉向案例」這類問題的好素材——強答案不是講「Anthropic 收購了一家公司」，是講清楚背後的邏輯：當某一層（模型層）因為商品化而護城河變薄，公司把資源移到另一層（垂直資料與工作流整合層），並用實際的併購與產品動作（Claude Science 工作台）驗證這個判斷，而不是只是口頭上講差異化。
延伸閱讀
- Competitive Moat: Meaning, Types & Examples in Business [2026] — 整理 2026 年主要護城河類型與案例，含 Nvidia CUDA、Tesla FSD 資料護城河與 Anthropic 收購案的定位邏輯
- Unpacking Anthropic's 100-Day Sprint to Reshape Biopharma and Drug Discovery — 完整拆解 Anthropic「100 天生技衝刺」的併購與產品布局細節
- The Next Inflection Is the Lab — 分析 AI 實驗室在模型商品化壓力下，普遍轉向垂直領域資料與人才護城河的產業脈絡
參考資料
- Competitive Moat: Meaning, Types & Examples in Business [2026] — Product Strategy 護城河類型分類，對應「核心框架速記」與「今日練習題」的模型商品化情境設定
- Unpacking Anthropic's 100-Day Sprint to Reshape Biopharma and Drug Discovery — 對應「今日案例」Anthropic 收購 Coefficient Bio 的 Strategy & Execution 細節說明
- The Next Inflection Is the Lab — 對應「今日案例」中模型商品化與 AI 實驗室轉向垂直護城河的產業背景
Loading...