服务：新型软件

下一家市值万亿美元的公司将是一家伪装成服务公司的软件公司。

每一位开发人工智能工具的创始人都在问同一个问题：如果下一版本的 Claude 将我的产品变成一项功能，那该怎么办？他们的担忧不无道理。如果你销售的是工具，那么你就是在与模型赛跑。但如果你销售的是服务，那么模型的每一次改进都会让你的服务更快、更便宜，也更难被竞争对手超越。一家公司可能每年花费 1 万美元购买 QuickBooks，再花费 12 万美元聘请会计师来结账。而下一家传奇公司只需完成结账即可。

1、智能 vs. 判断

编写代码主要依靠智能。而知道下一步该开发什么则需要判断。

将规范转化为代码、测试、调试：规则虽然复杂，但它们毕竟是规则。判断则不同。它需要经验和品味，需要多年实践积累的直觉。决定下一步开发哪个功能，是否承担技术债务，以及在功能尚未完全成熟时何时发布。

一年前，大多数 Cursor 用户将 AI 视为自动补全功能。如今，由智能体发起的任务数量超过了人类。软件工程占所有行业 AI 工具使用量的一半以上。其他所有类别的使用量仍然只有个位数。原因在于软件工程本质上是智能工作。AI 已经跨越了门槛，可以自主完成大部分智能工作，并将判断权留给人类。软件工程率先实现了这一点。它正在渗透到每个行业。

2、副驾驶和自动驾驶

副驾驶销售的是工具。自动驾驶销售的是工作。

直到最近，AI 模型仍在发展智能和判断力，因此正确的方法是先构建一个副驾驶：将 AI 交给专业人士，让他们决定如何使用它。Harvey 向律师事务所销售产品。Rogo 向投资银行销售产品。专业人士就是客户，工具能提高他们的工作效率，而他们则对最终成果负责。

如今，这些模型已经足够智能，在某些领域，最佳的起点就是作为自动驾驶系统。Crosby 的目标客户是需要起草保密协议的公司，而不是外部律师。WithCoverage 的目标客户是需要保险的首席财务官，而不是保险经纪人。客户直接购买的是最终成果。在任何行业，工作预算都远远超过工具预算，而自动驾驶系统从一开始就占据了工作预算。

任何领域的智能化程度越高，自动驾驶系统就越快胜出。

3、融合

今天的判断将成为明天的智能。随着人工智能系统积累关于其领域内良好判断的专有数据，前沿领域将会发生转变。辅助驾驶和自动驾驶系统将会融合。在多个领域，从辅助驾驶到自动驾驶的转变已经开始。但起点至关重要，因为它决定了自动驾驶系统目前能在哪些领域赢得客户，并开始积累数据，最终使其也能进行判断。

4、自动驾驶系统策略：外包作为切入点

每花费一美元用于软件，就有六美元用于服务。

自动驾驶系统的潜在市场规模相当于该类别中所有劳动力支出的总和，包括内部和外包。但正确的起点是那些已经存在外包的领域。

如果一项任务已经外包，这说明了三件事。第一，公司已经接受了这项工作可以外包的事实。第二，现有的预算项目可以轻松替换。第三，买家已经购买了某种结果。用人工智能原生服务提供商替换外包合同只是供应商的更换。而替换人员配置则相当于组织架构的重组。

策略：公司应该从外包的、智能密集型任务入手。先把分发工作做好。随着人工智能的不断完善，再逐步扩展到内部的、判断密集型的工作。外包任务是楔子。内部完成的工作才是长期的潜在市场规模 (TAM)。

克罗斯比从保密协议 (NDA) 入手：这是一项定义明确的任务，主要涉及情报，大多数公司已经将其外包给外部顾问。预算充足，范围清晰，投资回报率立竿见影，而且替代过程毫无摩擦。

5、机会地图

将每个服务垂直领域绘制在情报与判断的光谱上，并计算外包与内部完成的比例，即可生成一张优先级地图，括号内为劳动力潜在市场规模。此列表仅供参考。

保险经纪（1400-2000亿美元）。这是该列表中最大的市场。标准商业险种高度标准化：经纪人的增值服务本质上是比较不同保险公司的报价和填写表格，纯粹是情报工作。分销环节极其分散，成千上万的小型经纪公司都在执行相同的流程，因此没有一家公司能够掌控客户关系。WithCoverage 和 Harper 是值得关注的新晋公司。

会计和审计（仅在美国就外包了500亿至800亿美元）。过去五年，美国大约流失了34万名会计师，而需求却在增长。75%的注册会计师即将退休，这令人担忧。护理行业人才发展路径漫长，起薪也落后于科技和金融行业。这种结构性人才短缺正促使企业以比几乎任何其他行业都更快的速度接受人工智能。Rillet 正在构建一款原生人工智能 ERP 系统，用于完成账务结算。Basis 最初是作为会计师的辅助工具而开发的。

医疗保健收入周期（美国外包规模达 500-800 亿美元）。人们一听到“医疗保健”就认为它需要大量的人工判断，但计费层几乎完全由人工智能驱动。医疗编码是将临床记录转化为约 7 万个标准化的 ICD-10 代码。规则虽然复杂，但毕竟是规则。外包流程已经成熟，并且以结果为导向。自动驾驶系统只需以更低的成本完成同样的工作即可。Anterior 在这方面走在了前列。

理赔调整（包括第三方管理机构在内，规模达 500-800 亿美元）。在保险单的另一侧，理赔调整是一个独立的自动驾驶系统层面。标准理赔的结算方式是：根据损失清单解读保单条款，并使用精算表设定准备金。理赔员队伍正在老龄化，却无人接替。市场已大规模外包给独立理赔公司和第三方管理机构（TPA），例如 Crawford 和 Sedgwick。仅一个行业，就至少存在两种​​截然不同的自动化解决方案。Pace 正在构建理赔处理的自动化系统。Strala 则在打造原生人工智能的第三方管理机构。

税务咨询（300-350 亿美元）。注册会计师 (CPA) 执照构成了一道监管护城河，但 80-90% 的基础工作是智能计算。税务自动化系统每增加一个司法管辖区，其数据护城河就会加深。中小企业外包正是因为其内部会计师无法处理多司法管辖区的复杂性。TaxGPT 与欧洲的 Skalar 和 Ravical 一起，是该领域的先行者。

法律和交易工作（200-250 亿美元）。合同起草、保密协议、监管文件：这些工作需要高度的智能计算，并且通常外包。工作成果的标准化程度足以保证质量可验证，因此买方无需深厚的法律专业知识即可信任人工智能的输出结果。 Harvey 是新兴的领导者，正迅速迈向自动化；Crosby 和 Lawhive 则是原生自动化领域的后起之秀。

IT 管理服务（超过 1000 亿美元）。几乎所有中小企业都将 IT 外包。补丁、监控、用户配置、警报分类：这些智能工作在成千上万个相同的环境中重复运行。现有的软件层（ConnectWise、Datto）向 MSP 销售工具。目前还没有人将“IT 运行”作为一项服务直接销售给企业。Edra 正在实现 IT 流程自动化。Serval 正在实现 IT 支持的自动化。

供应链和采购（超过 2000 亿美元）。大多数企业只与前 20% 的供应商进行认真谈判。其余供应商则完全被忽视，因为人工操作成本过高。合同流失占采购总支出的 2-5%。造成这种现象的根源在于被放弃的工作：没有预算项目可供解释，没有现有供应商可供替换，只是突然冒出来的钱。Magentic 正在构建用于直接采购的人工智能，AskLio 则致力于间接采购。 Tacto 正在为中端市场构建记录系统和辅助驾驶系统。

招聘和人员配置（2000 亿美元以上）。这是榜单上最大的服务市场。招聘流程的顶端（筛选、匹配、外联）完全依赖于人工智能，但最终确定候选人并评估其文化契合度则需要基于多年模式识别的判断力。在招聘量大、判断力低的岗位上，匹配流程标准化，因此存在着自动化的可能。Juicebox、Mercor 和 Jack & Jill 等公司正在各个领域崭露头角，成为赢家。

管理咨询（3000-4000 亿美元）。这是一个巨大的市场，但工作主要依赖于判断。有趣的问题是，人工智能能否将咨询工作分解为智能部分（数据收集、基准测试）和判断部分（战略建议），其中智能层实现自动化，而判断层则保留人工。最佳候选人尚待确定。

2025 年，增长最快的人工智能公司是辅助驾驶系统。2026 年，许多公司将尝试成为自动驾驶系统。他们拥有产品和客户知识。但他们也面临着创新者的困境：出售产品意味着放弃自己的客户。这正是纯粹的自动化解决方案的用武之地。

原文链接：Services: The New Software

汇智网翻译整理，转载请标明出处