第 22 章：公司研究的对象清单

定义公司本体之后，下一步要拆对象清单。

公司不是一个单一对象，而是一组对象关系。要研究一家公司，不能只看公司本身，还要看它服务谁、改变什么任务、提供什么产品、产生什么数据、进入什么工作流、依赖什么组织能力、消耗什么资本、面对什么监管和竞争。

本体论公司研究至少要拆九类对象。

第一类，客户对象。

客户不是一个词。客户至少要拆成付费者、使用者、决策者、影响者、采购者、续约者。有些公司付费者和使用者是同一个人，有些不是。企业软件里，使用者可能是员工，决策者是部门负责人，采购者是 IT 或财务，付费主体是公司。

如果不拆客户对象，就会误判需求。

比如一个 AI 工具，工程师很喜欢，但 CIO 不批准进入企业；或者管理层愿意买，但一线员工不用。前者有使用需求但缺采购闭环，后者有采购但缺真实价值。

研究客户对象，要问：谁真正痛？谁真正用？谁真正付钱？谁决定续约？谁承担切换成本？

第二类，任务对象。

客户不是为产品本身付费，而是为完成任务付费。任务对象回答：客户用这个产品完成什么事情？

任务可以是写代码、处理订单、寻找信息、管理库存、审批合同、投放广告、生成内容、分析风险、协调团队。任务越高频、越刚需、越可验证、越有预算，商业价值越大。

AI 公司尤其要看任务对象。一个模型能聊天不等于有商业模式。它是否解决高价值任务，才是关键。

第三类，产品对象。

产品对象回答：公司交付给客户的到底是什么？是工具、平台、接口、模型、工作流、系统、服务，还是组合？

很多公司产品名称相似，但本体不同。一个“Copilot”可能只是辅助写作工具，也可能是工作流入口。一个“平台”可能只是功能合集，也可能定义多边规则。产品对象必须拆清楚。

第四类，数据对象。

数据对象回答：产品使用过程中产生什么数据？这些数据属于谁？质量如何？是否独占？是否能反哺产品？是否受隐私和合规限制？

数据不是天然护城河。只有当数据映射到关键对象、能改善产品、能被合法使用、能形成反馈时，数据才有商业价值。

第五类，工作流对象。

工作流是客户完成任务的连续动作链。产品是否进入工作流，是判断商业模式深浅的关键。

一个产品如果只是偶尔被打开，它是工具。一个产品如果嵌入客户日常工作，改变任务流程，它才有机会形成依赖。企业 AI 的价值，很大程度取决于能否进入真实工作流。

第六类，组织对象。

公司内部组织也是对象。创始人、研发团队、销售团队、交付团队、文化、激励、治理结构、人才密度，都会影响商业模式。

Anthropic 的文章提醒我们：组织文化不是软因素。high trust、low ego、mission-oriented，如果真实存在，会影响人才留存、战略聚焦和执行效率。

第七类，资本对象。

资本不仅是现金。算力、服务器、数据中心、渠道资源、品牌、专利、牌照、供应链、合作伙伴，都是资本对象。AI 公司尤其要看算力资本，平台公司要看生态资本，制造公司要看供应链资本。

第八类，监管对象。

监管不是外部背景，而是很多公司的核心对象。金融、医疗、国防、数据、AI、平台经济，都受规则影响。监管会改变边界、成本、进入门槛和竞争格局。

第九类，竞争对象。

竞争对象不一定是同行。真正竞争者可能是客户自建、旧流程、Excel、人工、云平台、模型公司、开源工具、替代工作流。

比如 Palantir 的竞争者不只是数据软件，也可能是客户内部 IT、云厂商、咨询公司、传统系统集成商，以及未来的模型/Agent 平台。

拆对象清单的目的，不是把东西列全，而是找到关键对象。

研究公司时，所有对象不可能同等重要。我们要判断：哪个对象决定价值创造？哪个对象决定价值捕获？哪个对象决定护城河？哪个对象一旦不存在，商业模式就不成立？

可以用一个固定模板：

最后压缩：

公司不是一个对象，而是一组对象关系。研究公司，就是先把客户、任务、产品、数据、工作流、组织、资本、监管和竞争对象拆清楚。