2011年，马克·安德森（Marc Andreessen）喊出了那句硅谷名言：“软件正在吞噬世界（Software is eating the world）”，从而开启了SaaS（软件即服务）长达十五年的黄金时代。然而，到了2026年3月，红杉资本（Sequoia Capital）合伙人Julien Bek发表了一篇极具颠覆性的重磅投资长文——《Services: The New Software》（服务即软件）。
这篇迅速在硅谷和全球创投圈引发轰动的文章，提出了一个看似违背常理、实则直击商业本质的终极论断：“下一个万亿美金级别的公司，将是一家伪装成服务公司的软件公司。”
红杉的这一论断并非空穴来风，而是建立在一个长期被SaaS行业忽视的残酷数学现实之上：在过去的几十年里，企业客户每在软件工具上花费1美元，就要在围绕该软件的专业服务（如数据分析师、IT实施工程师、外部咨询顾问、外包托管服务商等）上花费高达6美元。传统的SaaS公司一直在那"1美元"的红海中疯狂内卷，而眼睁睁看着利润更为丰厚的"6美元"服务市场被麦肯锡、埃森哲、四大会计师事务所及庞大的BPO（业务流程外包）机构瓜分。
如今，随着Agentic AI（智能体AI）和全自动化大模型技术的成熟，AI已经具备了跨越这道鸿沟的能力。它不再仅仅是辅助人类工作的工具，而是开始直接接管并交付"工作结果"。本文将基于红杉资本的这一核心框架，从产品范式、服务解构、GTM策略、商业模式及竞争护城河五个维度，深度剖析这场正在发生的商业革命。
一、范式跃迁：从"Copilot"的提效工具，到"Autopilot"的结果交付
在生成式AI爆发的早期，行业的共识是"副驾驶（Copilot）"模式。Copilot的本质是将工具卖给专业人士以提升效率（Selling a tool to a professional for efficiency）。例如，向程序员售卖代码补全工具，向律师售卖合同检索助手。这种模式在本质上仍然是对传统SaaS的延续——它预设了人类专家在环（Human-in-the-loop）的绝对主导地位。
然而，企业高管的耐心是有限的。对于一家大型银行或跨国企业而言，买单者（高管）真正想要的并不是"让员工写代码的速度快30%“或者"增加一个看起来很酷的AI仪表盘”，他们想要的是"最终的业务结果"。他们想要的是"账目被精准结算完毕"、“合规性审查彻底完成"或是"IT遗留系统被成功迁移”。
红杉敏锐地捕捉到了这种需求转变：从Copilot到Autopilot（自动驾驶）的跃迁。Autopilot模式的核心在于将最终结果卖给企业（Selling the outcome to the company）。在这套逻辑下，企业不再关心你的软件界面有多么丝滑，也不再关心员工在这个软件上投入了多少使用时长；他们只关心你的AI系统是否能像一个极其出色的专业服务外包团队一样，稳定、精准、低成本地交付工作成果。
这意味着，AI的定位正在从"赋能者"转变为"执行者"。这不仅是一场技术的更迭，更是一场关于"企业级价值交付"的基础设施重构。
二、解构服务：智力（Intelligence）与判断力（Judgment）的重塑
传统观点认为，专业服务（如法律、咨询、高级IT服务）是高度非标的，无法被软件直接吞噬。为了打破这一迷思，红杉资本提出了一个极其精妙的二维分析框架，将所有人类的白领服务拆解为两个核心要素：智力（Intelligence）与判断力（Judgment）。
-
智力（Intelligence）：指的是那些复杂但**基于规则和模式（Rule-based patterns）**的任务。例如：软件工程中的代码编写、测试、Debug与部署；法律行业中的历史卷宗检索、基础合同比对、合规条文核对；财务领域的数据对账与凭证录入。智力工作虽然门槛高、需要大量脑力，但它是确定性的。
-
判断力（Judgment）：指的是那些需要在高度不确定的模糊环境中，基于长期积累的经验、直觉、人际博弈和特定商业上下文所做出的决策。例如：商业谈判中的让步策略、法庭上的辩护交锋、复杂的危机公关定调。
在红杉的框架下，AI当前的强项是极其彻底地接管"智力"工作。如今最前沿的开发环境中，由AI Agent发起的任务数量已经超过了人类工程师。
但故事并未到此结束。红杉提出了一个极具前瞻性的推论："今天的判断力，就是明天的智力（Today’s judgment will become tomorrow’s intelligence）。“当AI Autopilot系统在企业中日复一日地运行，它们实际上在悄悄积攒关于"什么是优秀判断力"的专有数据。每一次人类专家对AI生成结果的微调、每一次对异常情况的介入，都在将难以名状的"判断力"转化为机器可学习的"数据模式”。随着时间的推移，"智力"的边界将不断扩张，最终侵蚀那些曾经被认为专属于人类的"判断力"领域。
三、GTM策略：以外包（Outsourcing）为锋刃，以内包（Insourcing）为终局
拥有了强大的AI服务交付能力后，企业该如何将其推向市场（Go-To-Market）？如果直接冲进企业的核心部门，试图用AI替代内部员工，往往会遭遇巨大的组织摩擦力。这不仅会引起管理层的反感，还会触发极其复杂的内部政治斗争（Reorg）。
因此，红杉为"服务即软件"的创业者指明了一条最平滑、最聪明的切入路径：精准狙击价值数千亿美元的外包（Outsourced）市场。
根据红杉的市场容量（TAM）测算，在那些"高度外包"且"智力密集型"的象限中，隐藏着巨大的金矿。例如：价值360亿美元的律师助理/法律流程外包（LPO）市场、价值200-250亿美元的基础法律交易工作市场、以及数千亿美元的IT基础架构管理与应用现代化服务市场。
**为什么选择外包作为切入点？**红杉的逻辑一针见血：
- 心智已确立：客户公司已经接受了这项工作可以由外部机构来完成。
- 预算已存在：客户的财务账本上已经有明确的"外包服务费"预算科目，无需创造新的采购理由。
- 结果导向：采购外包服务本质上就是采购结果。
因此，用AI原生服务商去替代传统的BPO服务商，在客户眼中只是一次简单的**“供应商替换（Vendor Swap）”**，而不是伤筋动骨的"组织架构重组（Reorg）"。
这套GTM策略的精髓在于：“外包任务是敲门砖，而内包工作才是长期的星辰大海。”（The outsourced task is the wedge. The insourced work is the long-term TAM.）当AI以服务商的姿态完美搞定了外包工作，赢得了企业的信任后，它就拥有了向上渗透、接管企业内部核心工作流的正当性与能力，最终从一个"影子核心（Shadow Core）“演变为驱动企业运转的"真正核心（Real Core）”。
四、商业模式的颠覆：终结"按座收费"与"计费小时"
随着软件和服务的边界被打破，维系了两个行业数十年的传统商业模式也迎来了彻底的崩塌。
在传统的专业服务行业（如律所、咨询公司），核心商业模式是**“计费小时（Billable Hours）”**。这是一种利益天然错配的机制——服务商工作得越慢、效率越低，赚的钱反而越多。而在传统SaaS行业，核心模式是"按座收费（Seat-based pricing）"。但AI的出现直接减少了企业所需的员工数量，如果AI做得越好，需要的SaaS账号（Seats）就越少，SaaS公司的营收反而会遭遇断崖式下跌。
"服务即软件（Services-as-Software）"的崛起，带来了基于**“价值与结果交付（Outcome-based / Usage-based）”**的全新定价范式。企业不再为时间和软件席位买单，而是直接为"完成的工作单元"买单。
以红杉投资的AI初创公司 Crosby 为例，这是一个极佳的观察样本。Crosby并没有选择开发一款"辅助律师改合同的SaaS软件"然后卖给律所，而是直接将自己注册并运营为一家真正的律师事务所。在Crosby内部，顶尖的人类律师与AI工程师并肩作战。他们彻底抛弃了律所神圣不可侵犯的"计费小时"制度，转而采用"按文件计费（Per-document pricing）"。通过AI系统的极度自动化，他们将原本需要数天甚至数周的复杂商业合同谈判周期，压缩到了惊人的一小时以内。
他们出售的不是AI工具，而是"极其高效、低成本、高质量的法律服务"本身。这种模式实现了真正的利益对齐：AI的自动化程度越高、交付速度越快，Crosby的利润率就越高。
同样的情况也发生在IT工程领域，诸如 NStarX 等公司正在利用自治AI系统重塑价值3000亿美元的IT外包市场。它们不再按人头（Headcount）向客户收取月租费，而是按成功迁移的代码模块、或修复的基础设施漏洞进行结果计费。
五、赢家画像与深层护城河：从通用大模型到"行业暗知识"
如果所有人都能调用OpenAI或Anthropic的最强基础模型，那么在这个"服务即软件"的时代，AI企业的护城河究竟在哪里？
红杉给出的答案是：以服务公司的形态下场干脏活累活，是获取专有数据（Proprietary Data）、建立垄断级护城河的唯一途径。
当你只是一家SaaS软件公司时，你的系统里流淌的只是用户在界面上的点击日志。但当你像Crosby一样，作为一家服务机构直接接管客户的合同谈判；或者像各种AI财税机构一样，直接为企业处理账目时，你将接触到基础大模型（Foundation Models）在公共互联网上永远无法抓取到的核心机密数据与行业暗知识。
将基础模型的准确率从90%提升到99.99%，需要海量的、针对极度细分客户的真实商业上下文（Context）、独特的风险偏好设定以及行业内部心照不宣的规则。只有深入提供端到端服务的公司，才能建立起"服务触达 -> 获取核心数据 -> 模型微调进化 -> 服务质量碾压 -> 获得更多客户与数据"的飞轮效应。
此外，在金融、医疗等强监管的垂直行业（如东南亚及欧美的高度合规市场），企业购买服务时，购买的不仅仅是"工作被完成"，更是"信任机制、责任兜底与合规治理"。在这个维度上，那些能够将AI的高效与人类专家背书（Human-in-the-loop oversight）完美融合，打造出**“信任基础设施（Infrastructure of Trust）”**的新型服务公司，将成为最终的赢家。
结语：工业化知识劳动的世纪
红杉资本《Services: The New Software》的核心价值，在于它戳破了科技界长期以来的一个幻觉：即软件公司比服务公司更高级、更性感。
历史正在进行一次奇妙的回旋。在经历了数十年的软件工具化发展后，AI技术的高维爆发，反而让我们回归到了商业最原始的诉求——直接交付结果。未来的万亿美金级AI巨头，在前端看起来可能像是一个拥有无限算力、永不疲倦的超级"麦肯锡"、“世达律所"或"埃森哲”，而在其底层，则是纯粹的算法、算力与深度的行业专有模型。
这不仅是SaaS商业模式的黄昏，更是全球数以亿计的知识劳动（Knowledge Work）被彻底"工业化"的黎明。在这个时代，懂得如何将"代码"转化为"实质服务"的创业者，将摘得属于这个时代的终极皇冠。
参考来源：
- Sequoia Capital (2026-03). Services: The New Software by Julien Bek
- 本文基于红杉资本投资长文深度解读