红杉资本：未来万亿级企业将直接交付成果，而非销售软件

原文作者：Julien Bek

原文编译：深潮 TechFlow

导读：红杉资本合伙人 Julien Bek 撰写了一篇结构清晰的文章，核心观点是：未来的万亿美元公司不会仅仅销售软件工具，而是直接提供工作成果。企业每花费 1 美元购买软件，就需要额外支出 6 美元用于服务。当 AI 技术使执行任务的成本接近于零时，真正的机遇不在于辅助工具（Copilot），而在于全自动完成工作（Autopilot）。

他详细分析了保险、会计、医疗、法律、IT、采购、招聘和咨询等服务行业的自动化潜力，并附上了一张基于“智力 vs 判断”和“外包 vs 内部”两个维度的机会矩阵图。这对 AI 创业者和投资者都具有重要的参考价值。

全文如下：

未来的万亿美元公司，可能是一家以服务形式存在的软件公司。

每个从事 AI 工具开发的创始人都在思考同一个问题：如果下一代 Claude 将我的产品变成一个功能怎么办？这种担忧是有道理的。如果你卖的是工具，你就在与模型竞争；但如果你卖的是工作成果，每一次模型的进步都会让你的服务更快、更便宜且更具竞争力。一家公司每年可能花费 1 万美元购买 QuickBooks，再投入 12 万美元请会计师完成结账。而未来的传奇公司将直接帮你完成这些任务。

智力 vs 判断

编写代码主要是“智力”（intelligence），而决定下一步该做什么则是“判断”（judgement）。

将需求文档翻译成代码、测试和调试，虽然规则复杂，但终究是可以定义的。而判断则不同，它需要经验、品味以及多年实践积累的直觉。例如，决定下一个功能是什么、是否承担技术债务、何时提前发布产品等。

一年前，大多数 Cursor 用户仅将 AI 用作自动补全工具。如今，由 Agent 发起的任务数量已超过人类发起的任务。在所有职业中，AI 工具的使用率在软件工程领域占比超过一半，而其他领域仍停留在个位数。这是因为软件工程主要依赖智力工作。AI 已经跨过了这条线——它可以自主完成大部分智力工作，而将判断留给人类。尽管软件工程率先到达这一阶段，但这一趋势将逐渐扩展到每个职业。

图注：各职业 AI 工具使用占比，软件工程远超其他品类

Copilot 和 Autopilot

Copilot 销售的是工具，而 Autopilot 销售的是工作成果。

直到最近，AI 模型在智力和判断方面仍在发展中，因此正确的路径是先开发 Copilot：将 AI 提供给专业人士，让他们决定如何使用。Harvey 卖给律所，Rogo 卖给投行。专业人士是客户，他们利用工具提高效率并对结果负责。

如今，模型已经足够智能，在某些领域，最佳起点是直接构建 Autopilot。Crosby 直接卖给需要起草 NDA 的公司，而不是外部法律顾问；WithCoverage 卖给需要保险的 CFO，而不是保险经纪人。客户购买的是结果，而非工具。在任何职业中，工作预算远大于工具预算，而 Autopilot 从第一天起就能捕获工作预算。

一个领域中智力成分越高，Autopilot 越容易取得成功。

融合

今天的判断会成为明天的智力。随着 AI 系统在各自领域积累了“良好判断”的专有数据，前沿技术将不断推进。Copilot 和 Autopilot 将趋于融合。在多个领域，从 Copilot 向 Autopilot 的转型已经开始。然而，起始点至关重要，因为它决定了 Autopilot 如何赢得客户并开始积累最终使其能够处理判断类工作的数据。

Autopilot 的切入点：外包

每花费 1 美元购买软件，就有 6 美元用于服务。

Autopilot 的 TAM（总可寻址市场）是一个类别中的所有劳动力支出，包括内部和外包。但正确的起点是那些已经存在外包的地方。

如果一项任务已经被外包，这表明三件事：第一，公司已经接受这项工作可以由外部完成；第二，有一个现成的预算科目可以被无缝替换；第三，买方已经在为结果买单。用 AI 原生的服务提供商替换一份外包合同，是供应商切换；而替换内部员工，则涉及组织重组。

策略是从外包的、智力密集型的任务切入，建立分发渠道。随着 AI 积累数据，再向内部的、判断密集型的工作扩展。外包任务是切入点，内部工作是长期 TAM。

Crosby 从 NDA 入手：一个定义明确的任务，主要是智力工作，大多数公司原本就外包给外部律师。预算明确，范围清晰，ROI 即时，替换无摩擦。

机会地图

将每个服务垂直领域按照“智力到判断”的光谱和“外包到内包”的比例绘制出来，就可以得到一张优先级地图（括号内为劳动力 TAM）。以下列举并非详尽无遗。

图注：各服务垂直领域的 Autopilot 机会矩阵（按智力/判断比与外包/内包比分布）

保险经纪（1400-2000 亿美元）。

这是清单上最大的市场。标准商业险高度标准化：经纪人的附加值本质上是在不同承保人之间比价和填表，纯智力工作。分销层极度碎片化，成千上万的小经纪各自运行同一套流程，没有任何一家控制着客户关系。WithCoverage 和 Harper 是值得关注的新入场者。

会计和审计（仅美国外包部分就有 500-800 亿美元）。

过去五年，美国流失了约 34 万名会计师，而同期需求却在增长。75% 的 CPA 接近退休，执照路径漫长，起薪落后于科技和金融行业。这种结构性短缺正在推动会计师事务所比几乎所有其他职业更快地接受 AI。Rillet 正在构建 AI 原生的 ERP 来直接完成结账，Basis 从会计的 Copilot 起步。

医疗收入周期管理（美国外包部分 500-800 亿美元）。

提到“医疗”，人们可能会认为这是一个判断密集型领域，但在账单层面几乎完全是智力工作。医疗编码就是将临床笔记翻译成大约 7 万个标准化 ICD-10 代码。规则复杂但终归是规则。外包已经非常成熟，且按结果计费。Autopilot 只需要用更低的成本完成同样的任务。Anterior 走得最远。

理赔定损（包括 TPA 在内 500-800 亿美元）。

在保险保单的另一侧，理赔定损是另一个独立的 Autopilot 场景。标准险种的理赔是根据保单语言对照损害清单裁定，并用精算表设定准备金。定损员队伍正在老化，无人补充。市场大量外包给独立定损师和 Crawford、Sedgwick 这样的 TPA。Pace 正在做理赔处理的 Autopilot，Strala 在开发 AI 原生的 TPA。

税务咨询（300-350 亿美元）。

CPA 执照制度制造了监管护城河，但底层 80%-90% 的工作是智力工作。税务 Autopilot 每多覆盖一个司法管辖区，数据护城河就越深一层。多司法管辖区的复杂性恰恰是中小企业外包的原因，因为没有哪个内部会计能全部覆盖。TaxGPT 是早期入局者，欧洲有 Skalar 和 Ravical。

法律事务性工作（200-250 亿美元）。

合同起草、NDA、监管申报：高智力占比，常规外包。工作产出足够标准化，质量可验证，因此买方可以信任 AI 产出而无需深厚的法律专业知识。Harvey 是正在崛起的领导者，正快速转向 Autopilot；Crosby 和 Lawhive 是 Autopilot 原生的新入场者。

IT 托管服务（1000 亿美元以上）。

每家中小企业都外包 IT。补丁、监控、用户配置、告警分流：智力工作在成千上万个相同环境中反复运行。现有的软件层（ConnectWise、Datto）将工具卖给 MSP。还没有人直接将“你的 IT 跑起来了”作为结果卖给公司。Edra 正在自动化 IT 流程，Serval 正在自动化 IT 支持。

供应链和采购（2000 亿美元以上）。

大多数企业只认真谈判排名前 20% 的供应商。长尾供应商完全没人管，因为人工处理成本过高。合同泄漏占采购总支出的 2%-5%。切入点是被放弃的工作：没有预算科目需要论证，没有在位者需要取代，只有白捡的钱。Magentic 正在开发直接采购的 AI，AskLio 专注于间接采购。Tacto 正在为中型市场同时构建记录系统和 Copilot。

招聘和人力派遣（2000 亿美元以上）。

这是清单上最大的服务市场。招聘漏斗顶端（筛选、匹配、触达）是纯智力工作，但关单和评估文化适配则依赖多年模式识别积累的判断。Autopilot 的切入点在于高量、低判断的岗位，那里的匹配是标准化的。Juicebox、Mercor、Jack & Jill 是正在全谱系构建的新兴领导者。

管理咨询（3000-4000 亿美元）。

这是一个巨大的市场，但工作主要是判断。有趣的问题是 AI 是否能够将咨询拆解为智力组件（数据收集、对标分析）和判断组件（战略建议），智力层被自动化，判断层留给人类。最佳候选者尚待确定。

2025 年增长最快的 AI 公司将是 Copilot。2026 年，许多公司将尝试转变为 Autopilot。它们拥有产品和客户认知，但也面临创新者的窘境：销售工作意味着将自己的客户从工作中剔除。这就是纯 Autopilot 公司的机会窗口。