红杉资本的最新报告揭示了AI商业化的核心逻辑：从卖工具转向卖结果。当AI公司还在与模型升级赛跑时，那些直接提供‘自动驾驶’式服务的玩家已经开始抢占千亿级外包市场。本文深度拆解财税、招聘、法律等领域的服务化转型机会，以及‘智能活’与‘判断活’边界移动带来的行业重构。

红杉资本最近发了一篇文章，标题叫《Services: The New Software》。我反复读了几遍，觉得这是我今年读过关于AI商业逻辑说得最清楚的一篇。

开篇第一句话是：下一个万亿美元公司，会是一家伪装成服务公司的软件公司。

说得很重，但我觉得说到点上了。

卖工具，还是卖结果

先说一个很多AI创业公司都在经历的焦虑：模型一更新，我的产品就变成别人的一个功能了，怎么办？

红杉的回答是：你焦虑的根源在于你在卖工具。

卖工具，你在跟模型赛跑。Anthropic一升级Claude，你花三个月做的差异化可能一夜归零。但如果你卖的是结果，每一次模型升级反而是你的利好——服务更快、更便宜、更难被替代。

咱们算笔账。一家公司每年可能花1万美元买财务软件，但同时花12万美元雇会计把账处完。下一个做大的公司，不会是更好用的财务软件，而是一家直接帮你把账处完、你不用操心过程的”AI会计服务”。

国内已经有人在干这个方向了。用友、金蝶在往这个方向转，但更有意思的是一些新出来的垂直玩家——有公司在做AI代做税务申报、AI代跑招采流程，按成功结果收费，而不是卖一套软件让你自己去用。这比卖软件凶得多，因为它直接动的是人力预算，不是IT预算。

一个好用的区分：智能活 vs 判断活

红杉在报告里用了两个词区分工作类型，我觉得很好理解：

1. 智能活（Intelligence）：有规则的、可以学的。翻译合同、处理报销、做医疗编码、填标准表单——规则可能很复杂，但终归是规则，AI能做。
2. 判断活（Judgement）：靠经验的、很难量化的。要不要接这个客户、这个方案的长期风险、候选人跟团队文化合不合——这种东西没有标准答案，靠的是年头积累的直觉。

开发圈子，是第一个被AI大规模替代智能活的行当。写代码说白了就是把需求翻译成规则，规则这件事AI擅长。但”下一步该做什么功能””这个技术债要不要还”，这是判断活，暂时还得人来。

一年前，Cursor用户把AI当补全工具；现在，大多数任务已经由Agent主动发起，人来做最后的判断。软件工程走到了这一步，其他行业还没到，但都在路上。

副驾 vs 自动驾驶：钱给谁

红杉用了一个比喻，我觉得很好记：副驾卖工具，自动驾驶卖结果。

• 副驾（Copilot）模式：AI辅助专业人士做事，专业人士是用户，也是责任方。卖给律所、卖给投行，专业人士用AI提效，客户关系、最终责任都在专业人士手上。
• 自动驾驶（Autopilot）模式：AI直接替客户把活干完，专业人士被跳过了。不卖给律所，卖给那个需要起草合同的公司；不卖给保险经纪人，卖给那个需要买保险的CFO。

关键数字：每花1美元在软件上，同类行业要花6美元在服务上。Autopilot从第一天就在争那个更大的池子。

国内的情况差不多。大企业的财税外包、法务外包、IT运维外包市场加起来规模惊人，但现在的AI基本上还在卖”辅助工具给服务商”，没有人直接卖”结果给企业主”。这个位置还空着。

从哪里切：外包市场是最好的入口

报告里这段逻辑我觉得特别实用。一件事如果已经被公司外包出去，说明三件事同时成立：

1. 公司认可“这活可以给外人做”
2. 预算已经存在，可以直接替换
3. 买家买的是结果，不是过程

替换一个外包供应商，是一次”换供应商”，手续简单。替换内部员工，是一次”组织重组”，麻烦大很多。所以切进外包市场，阻力最小。

红杉列了一堆美国赛道，我说几个对应的中国版本：

• 财税代理（千亿市场）：中国有将近2000万家中小企业，大量外包财税记账和申报，平均一年花几千到几万。这类工作80%是规则活——按科目录凭证、按规则申报、按要求归档。国内已经有人在做AI记账，但多数还是副驾模式，让会计师用。直接卖”给中小老板，你的税我来报”的自动驾驶产品，几乎还没有。
• HR/招聘外包（千亿级）：招聘的顶层漏斗——简历筛选、初筛电话、信息录入——是纯智能活，规则可学。国内已经有「飞聘」「Boss直聘企业版」这类工具，但那是给HR用的工具，不是替HR干活的服务。直接给中小企业老板说”你给我描述岗位需求，三天内给你一份合格候选人短名单”，这个产品没有。
• 法律事务性工作（几百亿）：合同审核、NDА起草这类工作，大量中小企业要么忍着不做，要么高价外包给律所。这种工作标准化程度高，结果可以验证，完全可以做成按次收费的AI服务。国内有「快法务」「法大大」这类公司，但多数还在卖工具或平台，不是直接卖服务结果。

副驾公司的两难困境

2025年，中国跑得最快的AI公司基本都是副驾模式——做工具给专业人士。2026年，很多会想转型做自动驾驶。

但这里有个要命的问题：原来的客户是律师、会计师、HR经理。你转型去直接服务他们的终端客户，等于在抢他们的饭碗。

这就是经典的”创新者两难”——动既有客户，还是等新人来动你？

这是做副驾起家的公司很难绕过去的。所以，真正的大机会，往往留给那些没有历史包袱、从第一天起就直接下场“代客泊车”的新玩家。

判断活的边界会后退

最后说一个让我想了很久的结论：今天的判断活，会变成明天的智能活。

当AI系统在某个领域积累了足够多”好判断”的数据，判断的边界就开始后退。一开始，只有标准合同能交给AI；后来，复杂谈判也能了；再后来，战略决策的建议也来了。

这不是说人类会被完全替代，而是说：你现在觉得”这块一定要人来”的工作，可能只是因为AI的数据还不够。数据够了，它就会变成规则。

对产品经理来说，这其实是个很值得思考的问题：你现在负责的那些工作里，有多少是真正的判断活，有多少只是你还没意识到是规则的智能活？