深度解读红杉资本「万亿象限图」：AI的下一个万亿美元公司将不再是软件公司

2026年3月5日，红杉资本（Sequoia Capital）欧洲合伙人 Julien Bek 在红杉官网上发表了一篇不到1500词的文章，标题是 「Services: The New Software」（服务即新软件）。

他大概没料到这篇文章会爆。

几天之内，文章在 X（Twitter）上突破100万次浏览，如今逼近300万；LinkedIn 上超过45万次展示。Fortune 杂志为此对他做了深度专访。硅谷几乎所有顶级VC都在转发和讨论。这不是一次普通的博客发布——这是一次投资共识的宣言，也是一份公开的 Deal Sourcing 宣言。

这篇文章的核心主张只有一句话：

「下一个万亿美元公司，将是一家披着服务公司外衣的软件公司。」

这句话信息密度极高。在本文中，我将深度拆解 Bek 的完整分析框架——包括智力与判断力的分野、Copilot 与 Autopilot 的路线之争、外包作为楔子的市场进入策略、以及那张著名的「万亿象限图」——并呈现来自 Linas Beliūnas、Deepak Jha 等人的深度批评与反思。

一、$1 与 $6：被忽视的经济学

Bek 的整个论点建立在一个非常简单但常被忽视的数字上：

企业在软件上每花1美元，就在服务上花6美元。

全球软件市场规模约7000亿美元。而全球专业服务市场规模超过6万亿美元。过去二十年的SaaS浪潮（从Salesforce到Snowflake）本质上是在争夺那1美元。而AI时代的机会，Bek认为，是去争夺那6美元。

这不仅仅是TAM大小的区别，更是商业模式范式的根本转移。SaaS公司卖的是工具席位（每年每座1万美元），而服务公司卖的是劳动成果（每年12万美元雇一个会计师结账）。

他用了一个极其直观的例子：

一家公司可能每年花1万美元买QuickBooks，再花12万美元雇会计师来结账。下一个传奇公司，会直接帮你把账结了。

这不是在说造更好的软件。这是在说直接替代整个服务交付层——会计师、保险经纪人、理赔员、程序员、猎头——用AI原生的、看起来像服务公司但内部跑在软件经济上的公司。

二、智力 vs 判断力：AI已经越过了那道门槛

Bek 画了一条清晰的线，把专业工作分成两类：

智力工作（Intelligence）：复杂但有规则可循。把需求文档翻译成代码、测试、调试、将临床记录翻译成ICD-10编码、在保险公司之间比价和填表。「规则很复杂，但它们是规则。」

判断力工作（Judgement）：需要经验和品味。决定下一个功能做什么、是否承担技术债务、何时在准备好之前发布、策略建议、招聘中的文化匹配评估。「它需要直觉，是多年实践积累的。」

他给出的证据非常具体：软件工程占所有职业AI工具使用量的一半以上，其他所有类别都还在个位数百分比。在Cursor中，Agent启动的任务数已经超过人类启动的任务数。原因是——软件工程主要是智力工作。AI已经越过了那道门槛。而它正在向所有行业蔓延。

这引出了一个关键的优先顺序——一个行业受AI冲击的时间表：

软件工程（已经在发生）
会计/税务/审计（高智力占比 + 劳动力短缺）
保险经纪/理赔（高度标准化的流程）
医疗计费（纯规则遵循）
IT管理服务（数千个相同环境中的重复操作）
法律事务性工作（标准化输出）
招聘（前端筛选是智力，关单是判断力）
管理咨询（主要是判断力——最后才会被冲击）

三、Copilot 与 Autopilot：AI时代的路线选择

这是Bek框架中最具操作性的部分。

Copilot 卖工具，Autopilot 卖结果。

维度	Copilot	Autopilot
客户	专业人士（律师、会计师、经纪人）	需要结果的企业
收入来源	工具预算（~$10K/年）	劳动预算（~$120K/年）
模型风险	每次模型升级都威胁你的产品	每次模型升级都强化你的服务
责任	专业人士对输出负责	Autopilot公司对结果负责
定价	按席位SaaS	按结果（每条理赔、每份申报、每次招聘）

Harvey 把工具卖给律所，Rogo 把工具卖给投行——这些是Copilot。Crosby 直接把NDA起草卖给公司，WithCoverage 直接把保险卖给CFO——这些是Autopilot。

关键区别在于：劳动预算在任何行业都碾压工具预算。

但这里有一个非常微妙的问题——创新者的窘境。那些从Copilot起步的公司，手里有产品、有客户知识、有分发渠道，但它们要转型成Autopilot，就意味着要把自己的客户——那些专业人士——的业务抢走。这个结构性矛盾为纯Autopilot创业公司打开了机会窗口。

四、外包楔子：Autopilot的市场进入策略

Bek的Playbook非常务实：

从外包的、智力密集型任务切入（楔子）
砸实分发
随着AI积累数据，扩展到内包的、判断力密集型工作

他对"外包"的判断标准是：如果一项任务已经被外包，说明三件事——企业已经接受了这项工作可以由外部完成；有现成的预算线可以被干净替换；买方已经在为结果付费。

替换外包合同 = 供应商切换（容易） 替换内部人员 = 组织重组（困难）

Crosby 从NDA入手就是教科书级的案例：定义清晰、纯智力工作、大多数公司已经外包给外部律师、预算存在、范围明确、ROI即时可见、替换无摩擦。

五、万亿象限图：10大垂直领域的机会矩阵

这是Bek文章中最受关注的部分——那张将每个服务行业按智力-判断力光谱（Y轴）和外包-内包比例（X轴）进行排布的机会矩阵。

四个象限中，左上象限（外包 + 智力密集型）= Autopilot的最佳切入点。

10大垂直领域及其TAM（仅美国市场）：

保险经纪（$1400-2000亿） 最大金额市场。标准商业险高度标准化——经纪人的价值本质上就是跨保险公司比价和填表。极度碎片化——数万家小型经纪人各跑相同流程，没有单一主体控制客户关系。WithCoverage、Harper 正在切入。

会计与审计（$500-800亿仅外包部分，美国） 美国五年内流失约34万名会计师，而需求在增长。75%的CPA即将退休。结构性短缺正在迫使行业以快于几乎所有其他行业的速度接受AI。Rillet 正在构建AI原生的ERP来直接结账，Basis 从会计Copilot起步。

医疗收入周期管理（$500-800亿外包，美国） 计费层几乎是纯智力工作。医疗编码是将临床记录翻译成约7万种标准化的ICD-10代码。规则复杂但确实是规则。外包已经成熟且基于结果。Anterior 走在最前面。

IT管理服务（$1000亿+） 每个中小企业都外包IT。打补丁、监控、用户配置、告警分类——在数千个相同环境中重复运行的智力工作。还没人直接把"你的IT我来管"作为结果卖给企业。Edra（红杉已投资）、Serval 正在做。

理赔处理（$500-800亿含TPA） 理赔员劳动力正在老龄化，没人替代他们。市场大量外包给独立理算员和TPAs（Crawford、Sedgwick）。同一行业，至少两个不同的Autopilot机会面。Pace 构建理赔Autopilot，Strala 构建AI原生TPA。

税务咨询（$300-350亿） CPA执照创造监管护城河，但80-90%的底层工作是智力。多司法管辖复杂性问题正是中小企业外包的原因。每个新司法管辖深化数据护城河。TaxGPT、Skalar、Ravical。

法律事务性工作（$200-250亿） 合同起草、NDA、监管申报。高智力、常规外包。工作产品足够标准化，质量可验证。Harvey 正在从Copilot向Autopilot转型，Crosby、Lawhive 是Autopilot原生新进入者。

供应链与采购（$2000亿+） 大多数企业只与前20%的供应商认真谈判。长尾完全没有关注——合同泄漏率占总采购支出的2-5%。楔子是被放弃的工作：不需要预算审批，不需要替代现有供应商，纯粹是收钱。Magentic、AskLio、Tacto。

招聘与猎头（$2000亿+） 最大服务市场。招聘漏斗顶部（筛选、匹配、触达）是纯智力。但关单和文化匹配评估是判断力。楔子在高量、低判断力的岗位。Juicebox、Mercor、Jack & Jill。

管理咨询（$3000-4000亿） 巨大但最难自动化——主要是判断力。有趣的问题是：AI能否将咨询拆解为智力组件（数据收集、对标分析）和判断力组件（战略建议），把智力层自动化，判断力层留给人类？

10大垂直领域总TAM：约1.4-1.7万亿美元（仅美国）。

六、冷水：批评者的声音

Bek的论点很美，但不是没有漏洞。几个重要批评值得认真对待。

1. $0.03 问题（Linas Beliūnas）

「企业每停止在人类身上花1美元，就花0.03美元在AI上。」

这是整个论证中最尖锐的一刀。Bek的逻辑需要劳动力预算以可比价格转移给AI供应商。实际情况是：它们不转移，它们蒸发。 当机器来做工，工作就被重新定价为机器的价格。机器价格比人类便宜97%。

一个1200亿美元的市场，不是说AI能拿走1200亿美元收入——而是整个市场可能缩水到只有36亿美元。TAM是天花板，不是地板。

2. 利润压缩

Autopilot的毛利率大概在70%左右（Sierra CEO Bret Taylor的数据），而纯SaaS在90%。AI推理成本是真实存在的，企业服务销售的获客成本也是一个未解决的问题——你不能像卖软件一样规模化和卖服务。但这些经济模型更像"科技赋能服务"而非纯软件。

3. 判断力资本管理（Deepak Jha）

最深刻的批评来自治理视角。核心风险不是Autopilot会取代判断力——而是Autopilot吸收智力层的速度快于组织将判断力制度化的速度。等差距显现时，窗口已经关闭。

他以航空业作比：当电传飞控取代了机械操纵，飞行员失去了警告失速的触觉反馈。工程师加上抖杆器——但如果下一代从来没感受过真实的失速，抖杆器只是噪音。组织并行：当Autopilot吸收智力层决策，从业者从"做事"切换到"监督输出"，构建判断力所需的发展性摩擦力从专业形成路径中消失了。

七、更宏大的图景：红杉的AI论点如何演进

Julien Bek 的文章不是凭空出现的。它是红杉资本一个连贯AI投资叙事的顶点：

2023年：「生成式AI第一幕」——Sonya Huang, Pat Grady
2024年：「生成式AI的o1幕」——推理/代理能力出现
2025年5月：AI Ascent大会——Konstantine Buhler提出「Agent经济」，声称AI市场规模「至少是云计算的10倍」。云计算创造了约1万亿美元企业价值 → AI机会超过10万亿美元
2025年8月：「10万亿美元AI革命」——AI比工业革命更大，工业革命144年 → AI等效只需17年
2026年1月：「2026: 这就是AGI」——模型已经足够强大，可以自主处理智力工作
2026年3月：「服务即新软件」——这是应用层投资策略，直接回答了「具体投什么、怎么投」

如果你读到这篇文章感到兴奋，有一件事实应该让你冷静：

「共识是如此完整，你可以互换他们发表论文上的Logo，大多数读者不会注意到。」—— Linas Beliūnas

YC想要替代服务工作者的AI Agent，a16z想要同样的东西，红杉想要Autopilot，Bessemer也想要。根据行业估算，2026年AI预计将占据风投资金的约50%。前10大VC占了总融资额的43%。

当金钱巨大且全部指向同一方向时，创始人应该感到紧张，而不是兴奋。

八、我的思考

Julien Bek的框架之所以能引爆硅谷，不是因为他发现了什么新东西——将服务公司软件化、用外包作为市场楔子，这些策略本身并不新鲜。真正让他破圈的，是他画了一条清晰的线，给出了一个可以执行的操作手册。

但我认为最有价值的洞察不在10个垂直领域的具体数字里（这些数字会随着时间变化，而且批评者指出的$0.03问题是真实的），而在于两个更根本的框架：

第一，Copilot → Autopilot 的范式转移。 如果你是AI创业者，你现在的产品是一个Copilot，你需要认真考虑：每次基础模型的升级是让你的产品更强大，还是让它更容易被替代？如果你的答案更接近后者，你正在修建的是一座沙堡。而转型成Autopilot面临创新者的窘境——这会很痛。

第二，外包=楔子的市场策略。 "替换外包合同是供应商切换，替换内部人员是组织重组"——这句话值得贴在每一个垂直AI创业者的墙上。你的第一个客户不应该需要组织变革来买你的产品。

更广阔的视角是：我们正在见证的不是AI工具的进化，而是整个服务经济被重新定价和重新架构。当机器能以人类3%的成本完成同样的智力工作时，"服务的价值"这个概念本身将被重新定义。这不是一个技术问题，这是一个经济结构问题。

未来的万亿美元公司，可能真的看起来更像埃森哲，而不是Salesforce。

参考来源：