所谓投资,就是好公司+好价格,仅此而已。作为普通人,和基金和机构比起来,优势之一便是拥有自己独特的认知,这些认知,无论是多么小众,还是听起来多么 “常识”,如果用得好的话就是优势,是能够帮助投资变现的。
就我自己而言,符合这一条件的,我可能也能找出个别几家公司来,而 Atlassian 便是其中之一。我相信大多数人,特别是那些所谓的金融分析师对它未必了解,而作为软件工程师的我,则一直以来都使用它的产品,有的时间段内甚至是重度用户,自然对它我有我自己的认识。这支股票一直在我的列表上,截止本周五,Atlassian 的股价(TEAM)跌到一个非常诱人的程度(120 刀以下),我认为是一个非常好的机会。本来我一直就想写一些我对不同公司商业模式的看法,那正好这是一个很好的机会,就来聊一聊 Atlassian。这些都是我自己的观点,未必正确。
我对 Atlassian 产品的使用
将近十年前离开 Amazon 以后,我经历的每家公司都使用 Atlassian 的产品,尤其是 Jira 和 Confluence,有时还有 BigBucket。尤其是在 Oracle 工作期间,我是真正的重度用户,每天接触大量的 Jira tickets,备受 Jira 系统的折磨,参与 Jira 稳定性的问题讨论,甚至还开发系统大量调用 Jira 的 API,我们自己实现的工作流引擎就支持复杂的 Jira 交互。当时有个戏谑的说法就是,Oracle Cloud 从上往下一层一层,什么 SaaS、PaaS、IaaS,其实下面还有最底下的一层,而这一层就是 Jira。
云迁移的意义
一直以来,Atlassian 在推动客户从本地私有部署进化成为云托管的(也有一些数据安全要求高的可能是其它数据中心的)。我觉得这个思路是非常正确的。本来,本地且不说支持服务的难度更高,营收的天花板才是最大的问题,客户上云之后,连带服务、新产品(包括 AI 的新特性)推送等等都可以很容易地进行,这比单纯的卖软件授权要有多得多的盈利可能性。
本地部署的情况下,费用收取可以采用按人头的方式,但是这种方法比较落后,上限很低,而且在 AI 时代要减少用工的短期趋势下,这是非常不利的。因此上云可以带来质量更高的订阅制收费模式,以及基于 feature、插件,甚至 AI token(配额)等等的收费模式。单客户的价值可以进一步提升。
Atlassian 的护城河
从公开的数据来看,上云后,大客户流失率小于 2%,基本上这可以抹平一些人对于上云会丢失客户的担心了。这其实也体现出了产品的护城河。就拿 Jira 为例,很多人可能会觉得 Jira 是一个非常好用的跟踪问题的工具,不过我看到一种说法很有道理,完全相反,Jira 其实是一个很难用的工具,但是它的难用恰恰把你给绑住了。它可能用起来不是那么友好,但是它提供的复杂功能,加上历史数据,让你很难离开它。除去数据,Jira 本身也支持复杂的自定义工作流,整个流程(以及涉及到的部门和人)都被捆住了之后——想想看,功能、数据、流程和人,面对这样的强耦合,要想迁移开去,是非常难的,我想不是它真正的用户,是很难体会到这一点的。换言之,一旦上了贼船,要想下船岂是那么容易的?在上云之后,我相信 Atlassian 的定价权会进一步加强。
除去最核心的护城河——迁移成本以外,还有其它一些特性也构成了护城河,比如它的插件生态。生态的建立和谁先进入市场来培育用户有关,就像是 Amazon 的 Echo 从技术上也许不如 Google Home,但是它的生态建立起来了,各种应用和设备都和 Echo 整合起来了,其他厂商很难再进入了。Jira 有超过 5000 个插件,这让其他公司很难快速地做出一个替代品来。
AI 到底会把它怎么了
最近一段时间,软件股、SaaS 股都被市场抛售,而且是不分青红皂白地抛售。对于 Atlassian,市场大致的逻辑是,AI 可以让写代码变得非常高效,那么软件流程管理工具 Jira 和 Confluence 这样的知识库工具就可能变得没有那么大的价值。可是,真的是这样吗?
其实,市场的担心不无道理。首先,按照人头收费的方式,在软件开发不需要那么多人的时候,就面临着自然而然的市场规模的收缩;其次,Jira 这种传统的数据存储的方式是结构化的,好处是 schema 清晰,便于处理,但是却不是最自然的人类记录数据的方式,而 LLM 才是能够 “理解” 和 “记忆” 非结构化数据的;最后,正是因为机器、流程、规则等等都喜欢结构化的数据,也正是因为它们的程序具备单一目的时才容易写出来,于是我们才创建了那么多工具和交互界面,因此实际上这些繁杂的工具和界面都是 “反人类” 的——当我们真正使用一个聊天输入框来使用纯自然语言进行交互的时候,这些工具似乎都显得没那么必要了……顺带提一句,这就像手机上无数的 app 一样,我想未来的手机应该是一套统一的交互界面搞定一切的,app 就算有,也应该是工程师考虑的东西,不应是用户考虑的东西,用户不应该花费时间精力在 app 的安装和切换上面。
我的想法是,这个方向兴许是没错的,但是这需要时间一点一点地来证明。我想起了 2000 年的互联网泡沫,市场也许想的方向都是对的,但是它太心急了一些,仿佛一夜之间所有坐电脑前的白领都可以下岗一样。从目前而言,我认为你不能指望做出分析决策的大多数人都具备软件工程师的背景,事实上,从目前的情况来看,AI 在这方面被显著地高估了,并且我认为 Jira 和 Confluence 这样的工具其实并不会受到显著的影响。我自己也用 Windsurf 等等工具协助写代码,但是短期内 AI 的代码能力和如此大程度地替代软件工程师,还差得很远,这一点,我相信很多非专业的人是很难理解的。
另一方面,在相当长的时间内,系统出现的问题,还是会通过 Jira 的 ticket 来跟踪,而无论这是人还是 AI 造成的问题;而数据,无论是人来使用还是 AI 来使用,作用依然是举足轻重的。逐渐地,Jira 和 Confluence 这样的系统也会逐渐革新,以将 AI 的能力逐渐集成进来(比如 Rovo,它尝试提供一层代理,正如前面提到的统一了的输入框一样,封装底下复杂的工具和功能,让交互变得简单)。同时,前面说到的护城河,依然会让向替代品的迁移变得困难。总之,就像早在十九世纪初 George Carley 就提出了现代飞行的原理,但是直到一百年后的 1903 年,莱特兄弟才让飞机上天,工程的问题的难度往往被人低估——我认为这个过程可能确实会发生,但它需要花费大量的时间和投入。
尝试看懂收购
Atlassian 这几年做了不少收购,大致路线我还是能够大概看懂的,主要是围绕他们要解决的问题,收购一些相关的公司,他们的产品可以作为整个解决方案工具集的一部分。比如,Loom 则是一个很好用的屏幕录制和视频分享工具,可以用来帮助会议纪要和内容管理,视频可以和现有的 Jira 等等工具集成。Atlassian 的最终目标,可能是想跳出这个作为单一 “工具” 提供商的圈子,变成一个提供统一开发工作平台的厂商。
但也有一些很难看懂,比如去年收购了 The Browser Company(Arc 和 Dia 浏览器的开发商),因为这个浏览器是 AI 原生浏览器,可以直接理解屏幕上渲染的内容。我想可能他们是要抢占用户使用的入口,这很像互联网公司抢流量入口一样,但是最后的用户体验会是怎样的,让用户抛弃掉现有的浏览器来使用这个新的入口吗?这很难让人信服。
竞争和风险
谈过 AI 之后,再来看看 Atlassian 同一领域的竞争对手。整体来看,主要就是 GitHub 和 GitLab。虽说还有一些轻量级和更现代的解决方案,但是从竞争对手来说,我觉得最大的威胁还是来自于 GitHub,因为GitHub 的最大优势就是深度整合的全家桶(一体化),GitHub 可以带来项目管理和代码管理的流量。从我的角度看,对于开发者来说,GitHub 有天然的优势,但是对于非技术人员来说,Jira 和 Confluence 反而占有一个更好的位置;另外一个方面,是 GitHub 在 DevOps 这个圈里面负责的范围还是太小,而 Atlassian 的解决方案可以覆盖更大的部分,包括代码之后的运维等等。当然,这是一个价值千金的问题,我其实很想知道 Atlassian 的管理层有怎样的想法,从长远看打算做什么来应对。
文章未经特殊标明皆为本人原创,未经许可不得用于任何商业用途,转载请保持完整性并注明来源链接 《四火的唠叨》
特意从 rss 跳过来评论一下,只说一个想说的点。
我是赞成 “就拿 Jira 为例,很多人可能会觉得 Jira 是一个非常好用的跟踪问题的工具,” 这句话的。
我理解 jira 的复杂是因为他要适配不同公司的不同开发流程,与公司开发流程匹配,才会好用。也正是因为是适配了很多开发流程,所以才会变得复杂。