你有没有试过给自家开发的内部系统定价？不是卖给别人，而是向财务、向管理层、向审计证明它值多少钱。我花了两天测试了所有单维度模型，全部失败。最后逼出一个四维度叠加的方法——没有权重，纯加法，外加一条我花了一周才写对的SQL去重规则。
这个系统叫Rembrandt，91,000行代码，服务六校区的职业培训中心。没有ARR，没有市场价，没有可替代SaaS能覆盖它的核心逻辑。怎么估值？这篇文章是试错全记录，以及最终跑通的TypeScript函数、SQL去重查询、每周定时快照。
第一刀：ARR，十五分钟死亡
ARR（年度经常性收入）是SaaS估值的黄金标准。干净、通用、投资人秒懂。我打开表格，敲了三行公式，十五分钟之后确认：这东西没有收入。
Rembrandt是内部工具，不是对外销售的产品。没有订阅费，没有合同，没有流失率。ARR模型要求的是"客户付你多少钱"，而内部系统的经济关系完全倒过来——是你付成本养它。这个维度在十五分钟内被证伪。
但ARR的死亡暴露了一个更深层的问题：我们缺的不是数字，是"谁在为价值买单"这个基本设定。外部产品有价值交换，内部系统只有成本中心。传统估值框架在这里集体失效。
第二刀：替代SaaS成本，周日晚上的误判
第二个思路：如果Rembrandt不存在，L'Atelier Palissy（我的机构）得买多少SaaS来替代？
我列了Odoo、Brevo、Monday、Digiforma、Edusign。月费合计约425欧元，五年折现后约十万欧元。这个数字能过审计，专家会计师认。但它在核心处是错的。
市场没有任何SaaS能覆盖Rembrandt的特定功能：每年四个周期的补课追偿逻辑，六校区联动，叠加Qualiopi合规规则。这10,000行业务逻辑是机构运营的命脉，也是市场产品的空白地带。
替代成本法的致命伤是"可替代幻觉"——它假设市场有完美替代品，从而系统性低估差异化内部系统的价值。周日晚上的表格很漂亮，周一早上我关了它。
第三刀：使用价值，表格未填先死
第三个方向最符合经济直觉：Rembrandt为Françoise、Hélène、Catherine、Claire四位同事节省了多少小时？
这是唯一锚定真实生产力的维度。但测量成本社会性地过高——办公室计时带有监控暗示，季度自报又被当日情绪污染。我打开Google表单开始设计，又关上。模型在出生前死亡。
使用价值的困境是方法论与组织现实的冲突。理论上完美，执行上不可行。这个失败比前两个更痛，因为它本可以是最扎实的锚点。
诊断：复合资产的四个不可约维度
三次失败后，问题清晰了。Rembrandt是四类东西的叠加：代码、数据、避免的生产力损失、战略选择权。任何单一指标必然压扁至少三个维度。
四个维度各自看见其他三个看不见的东西：
维度1（等效SaaS成本）看见市场价格，看不见独特性；
维度2（使用价值）看见人力时间，看不见数据资产；
维度3（数据价值）看见信息遗产，看不见日常使用；
维度4（战略价值）看见未来可能性，看不见当下存在。
它们不可相互归约。这不是技术限制，是本体论事实。四维度不是妥协，是结构必然。
维度拆解与去重机制
最终方案：四个维度纯加法，无权重。但加法需要解决重复计算——同一笔价值可能被多个维度认领。
核心突破是SQL去重规则，花了一周才写对。逻辑是：当两个维度对同一功能模块估值时，取较高者，而非叠加。TypeScript consolidation函数处理维度内聚合，SQL处理维度间冲突，每周cron生成可辩护的快照。
等效SaaS成本维度：基于市场替代品定价，但仅计算功能重叠部分。Odoo的CRM模块算，它的补课追偿逻辑不算——后者进入维度4的战略独特性。
使用价值维度：放弃精确计时，改用"全人工替代成本"——如果四位同事完全不用系统，纯手工处理同等业务量需要的额外人力。这是上限估计，但可辩护。
数据价值维度：历史数据的重构成本。五年运营数据如果丢失，重新录入、清洗、验证的费用。这是遗产视角，与日常使用率脱钩。
战略价值维度：未来18个月可能开通但尚未实施的功能，按机会成本定价。这是唯一前瞻维度，也是最难量化的——我们用了"竞品同类功能定价×实施概率"的保守估计。
为什么无权重
加权平均的诱惑很大，但它隐藏了价值判断。给维度1权重40%、维度2权重30%，等于预设了"市场可比性比内部效率更重要"——这个预设在不同决策场景下是变动的。
纯加法迫使决策者面对全部四个数字，而不是被一个综合分麻醉。审计问"这个系统值多少"，我们给出四个数，说明它们为何不可加总，比给出一个"加权估值"更诚实。
SQL去重规则的技术细节：维度间冲突用功能模块ID关联，同一模块被多维度认领时，取max(维度估值)，记录被抑制的维度来源。这个设计保留了信息——我们知道哪些价值被"挤掉"了，必要时可手动复核。
运行中的系统
现在每周一早八点，cron触发完整流程：TypeScript拉取四维度原始数据，SQL执行去重，生成PDF快照存档。快照包含四个原始值、去重调整项、最终总和、以及一条人工复核建议（当某维度调整幅度>20%时触发）。
这套系统的真正产品不是数字，是可辩护性。面对审计、董事会、潜在收购方，我们能说清每个数字的来源、假设、局限。这比一个"准确"的估值更重要——因为内部系统本就没有真实市场价格，只有不同场景下的谈判立场。
四维度法的意外收获：它暴露了组织的知识盲区。维度3（数据价值）最初估值极低，因为我们从未系统备份过元数据。这个发现推动了数据治理项目——估值工具变成了诊断工具。
维度4（战略价值）的季度复盘也改变了产品路线图。过去"可能做"的功能躺在待办列表里，现在它们被明确定价，优先级排序有了经济语言。
这套方法最反直觉的点是：它不追求精确，追求诚实。四个维度的并置本身就是信息——当维度1和维度4差距过大时，说明系统要么被严重低估（独特性强），要么被严重高估（战略幻想）。这个信号比任何单一数字都有价值。
最后的技术细节：去重SQL的核心是窗口函数，按模块ID分区，取各维度估值的最大值，同时用array_agg记录被排除的维度来源。TypeScript层处理维度内部的聚合逻辑，保持SQL纯粹做跨维度仲裁。这个分层让调试变得可追踪——我们知道问题发生在维度内还是维度间。
91,000行代码的系统，最终估值落在四个数字的矩阵里。没有终极答案，只有每周更新的谈判立场。这可能才是内部软件资产的真实状态：不是被发现的，是被持续构造的。
（完）
热门跟贴