一块钱买软件,六块买人干活

企业每花 1 美元买软件，会花 6 美元买人把活干完。（来源：Sequoia Capital《Services: The New Software》，Julien Bek，2026-03）

红杉资本合伙人 Julien Bek 在 2026 年 3 月的《Services: The New Software》里给出这个比例，并下了判断：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。它不卖工具，卖的是活干完的结果——不是一套 ERP，是一本做平的账；不是一个经纪平台，是一张出好的保单。（来源：Sequoia Capital《Services: The New Software》，Julien Bek，2026-03）

这句话把 AI 公司的分岔口说清楚了：卖工具，你在和下一代模型赛跑；卖结果，模型每强一次，你的成本就低一截。

六倍的预算，过去碰不到

报告开头那个对比，几乎可以直接抄进商业计划书：一家公司一年花 1 万美元买 QuickBooks，花 12 万美元请会计把账做平。下一家传奇公司要做的，是直接把账做平。

差的不只是金额，是预算科目。工具预算归 IT，工作预算归人力。过去软件只能吃前一个科目，现在 Agent 能同时吃两个。

图注：企业每花 1 美元买软件，会花 6 美元买人把活干完（数据来源：Sequoia Capital，2026-03）

哪些行当的钱最厚，报告给了名单：保险经纪的劳动支出 1400 亿到 2000 亿美元，会计与审计在美国的外包部分 500 亿到 800 亿美元，医疗计费 500 亿到 800 亿美元，理赔 500 亿到 800 亿美元，税务咨询 300 亿到 350 亿美元，法律交易类工作 200 亿到 250 亿美元。（来源：同上）

图注：报告机会地图上最厚的六块劳动预算，单位亿美元，区间上限见图（数据来源：Sequoia Capital，2026-03）

供给端的缺口也在放大这些数字。美国五年里少了约 34 万名会计师，同期需求还在涨；75% 的 CPA 临近退休（来源：Sequoia Capital《Services: The New Software》，2026-03）。医疗计费的活儿，是把临床笔记翻译成一套标准化编码，规则复杂，但终究是规则。

规则型的工作，是可以被机器接走的；靠经验、直觉和担责的那部分，暂时接不走。

副驾驶和自动驾驶，不是同一个生意

报告把 AI 产品分成两个物种，差别不在技术，在卖什么。

副驾驶的风险写在脸上：模型每升一代，产品就靠近"一个功能"一步。报告里有个数字能说明这条线移动得多快——软件工程已经占到所有职业 AI 工具使用量的一半以上，其他所有类别都还在个位数；由 Agent 发起的任务数量，已经超过人类发起的任务。（来源：同上）

软件工程是第一个到站的行业，因为它的智能含量最高。接下来每一站都会到，只是顺序不同。

自动驾驶的账相反：模型降价，它的毛利变厚；模型变强，它的交付范围变宽。它不需要和模型抢活，它把模型当员工用。

已经外包出去的活，先被接走

自动驾驶该从哪儿切？报告给的答案是：先从已经外包、且以智力为主的环节切。

理由有三条。企业已经接受这类活可以外部完成；账上已经有一笔可替换的预算；买方本来就在买结果，不是买过程。换一个 AI 原生服务商，本质是换供应商，不是组织重组。

印度那 3000 亿美元的后台外包业，正在提供第一批样本（来源：BBC《India's outsourcing industry is worth $300bn. Can it survive AI?》，2026-03-17）。Nasscom 在 2026 年 2 月的《Strategic Review 2026》里给出：印度技术产业 FY26 收入预计 3150 亿美元，同比增 6.1%；但直接技术岗位净增约 13.5 万人，增幅 2.3%，总人数接近 600 万。收入涨 6.1%，人头涨 2.3%，两条线第一次明显分开（来源：Nasscom《Strategic Review 2026》，2026-02-24）。Nasscom 同时写明，收费方式正从按记录的工时数，转向更以结果为导向。（来源：Nasscom《Strategic Review 2026》，2026-02-24；转引自 BBC 2026-03-17 报道）

Jefferies 把断口量化了：应用管理服务占印度 IT 公司营收的 22% 到 45%，会经历剧烈收入通缩；最坏情形是未来五年收入增速降低 3 个百分点。（来源：Jefferies 报告，转引自 BBC，2026-03-17）

图注：印度技术产业 FY26 收入增速与岗位净增增速第一次明显分开（数据来源：Nasscom《Strategic Review 2026》，2026-02-24）

按人月计价的公式是"人数 × 单价 × 月份"。当机器承担同一份工作量，公式的输入端就断了。

三个约束，"卖结果"没那么快

口径必须先谈成。 按结果收费的前提，是双方对"结果"的定义一致。两位一线操盘手在谈这个话题时都没把话说满：结果的度量口径谈不拢，合同就签不下去，最后又退回按人天算。（来源：源势AI《FDE进企业，谁来背锅》，2026-09-08）

责任要有人扛。 卖工具时，出错是客户用错；卖结果时，出错是服务商赔。这条线上，赔付上限、复核流程、人工兜底比例，得在合同里写死，否则毛利再高也不敢接。

采购口径比技术口径更顽固。 医院采购 AI 时，买的是"同质化率""科研效率"这类可考核指标，不是 token 调用量。（来源：源势AI《医疗AI想上岗，先过了审再说话》，2026-09-09）这个口径对卖结果的公司是好事——指标本身就是结果导向；但它也意味着，交付前必须先接受一次对方的指标定义。

还有一个反例值得记住：已经在做副驾驶的公司，转自动驾驶反而最难。它的客户就是那些专业人士，卖结果等于把自己的客户从流程里删掉。这是典型的创新者窘境，也是纯自动驾驶公司的时间窗。

源势AI观点

这个判断对企业采购方的意义，比对创业者更大。

第一，把合同单位换掉。还在按席位、按人天买的 AI 工具，议价空间会随模型降价持续收窄；能按交付物、按单件成本结算的，才跟得上成本曲线。切换前先做一件事：把这个环节过去 12 个月的"单件成本"算出来，作为基准线，否则没法判断供应商报的价是贵还是便宜。

第二，验收表用两个数：单件成本，一次通过率。别用"效率提升百分比"——分母由供应商挑，永远好看。

第三，先挑一个已经外包、规则清晰、结果可数的环节做 6 个月试点。三个条件缺一个，试点都会变成扯皮。

我们在做 Agent Infra 落地时看到的分歧点，几乎都在"结果怎么算"这一步，不在模型能力上。模型能力已经够用，剩下的是把口径、责任和验收写成可执行的三张纸。 话题标签：#按结果付费 #服务化定价 #智能体落地

源势AI · 企业级 AI 基础设施服务商

AI 能力的连接器，企业增长的源动力

AI Infra：算力、模型与 Token 的统一调度治理
Agent Infra：智能体的编排、安全与规模化落地
共享统一网关 · 身份 · 计量 · 审计

官网 www.srcflow.cn ｜ 邮箱 business@srcflow.cn

关注我们 · 获取更多 AI 前沿洞察