红杉看透AI终局:不卖工具卖结果,服务成新一代软件,拼的是外包服务解决方案能力

点击上方卡片关注我，共同创富

添加微信：Apd0908 交个朋友

这是哆瑞斯的第 87 期分享

2026红杉重磅报告刷屏全网 ——《Services: The New Software》服务即新软件，一句话击穿 AI 终局：未来万亿独角兽，不再是卖AI工具的 SaaS公司，而是披着服务外衣、用AI交付最终结果的新物种。

绝大多数人还在卷AI工具、卷插件、卷效率辅助顶层资本早已看清：曾经是软件吞噬世界，如今轮到服务吞噬软件。

人工智能正在重塑企业采购工作的逻辑：企业不再单独采购工具，转而直接采购最终交付成果。下一批顶级科技巨头，主业不再是售卖软件，而是依托软件搭建智能服务。

为什么下一批顶级科技巨头售卖的是智能服务呢？

从竞争角度来看，如果科技巨头售卖的是工具，那么它就要直接和Claude等大模型直接竞争，试问世界上有几家公司可以和这些大模型公司竞争。

如果公司以售卖工具为主的话，Claude等大模型迭代更新一次，那么科技企业就要重新评估自己是否会被替代。

只有通过售卖智能服务，解决企业在细分领域的需求，直接实现想要的工作结果，才能形成护城河和壁垒。

智能 vs 判断：AI 能力的分水岭

红杉在报告中将知识型工作分成智能执行类工作（Intelligence）和经验判断类工作（Judgement）。以软件应用工作为例，编写代码大多属于智能执行类工作；而确定下一步要研发什么功能，属于经验判断类工作。

智能（Intelligence）：规则明确、可标准化的工作（写代码、记账、合同起草、理赔核算），AI 已能自主完成。
判断（Judgement）：依赖经验、直觉、非标决策的工作（战略制定、文化适配、高风险法律判断），仍需人类主导。

智能执行类工作（Intelligence）和经验判断类工作（Judgement）在工作中占比的不同，决定了AI Agent的侵蚀速度。一个工作越依赖经验判断，这个工作越难被AI所替代。

AI 先攻克 “智能密集型” 任务，再逐步渗透 “判断密集型” 领域。在全行业各类AI应用里，软件工程领域的使用占比过半，其余所有行业占比均不足一成。

随着AI的数据采集、模型训练以及优化，AI Agent会逐步兼具能同时完成智能执行类（Intelligence）和经验判断类（Judgement）工作的工作，以实现为公司提供智能服务的效果。

工具 vs 结果：两种 AI 商业模式

服务业也将商业逻辑也将被重构，将会出现两种模式副驾驶模式（售卖工具本身）和全自动托管模式（直接交付完整工作成果）。企业每花 1 美元买软件，配套花 6 美元在服务上，卖服务的市场空间是卖工具的 7 倍

现在AI 模型在智能能力与决策能力上尚不成熟，行业主流思路都是先做AI 副驾驶：把AI工具交到专业从业者手中，由人主导决策、把控使用方式。

比如 Harvey 面向律所售卖工具、Rogo 面向投行提供辅助软件，专业人士是直接客户，工具只为提升人效，最终工作结果仍由人类负责。

如今大模型智能能力已足够成熟，不少赛道最优起步方式，直接就是全自动托管服务。Crosby 直接对接需要拟定保密协议的企业，而非对接外部律所；WithCoverage 服务对接有保险采购需求的企业财务负责人，而非保险经纪人。

客户直接采购最终成品结果。任何行业里，人力服务预算规模都远超工具采购预算，全自动托管服务从起步阶段，就能牢牢吃下庞大的人力服务市场。

一个行业里标准化执行类工作占比越高，全自动 AI 托管服务就越容易率先抢占市场。

当下需要经验判断的工作，未来终将逐步转化为标准化智能工作。

随着 AI 系统在垂直领域不断积累专属优质决策案例数据，能力边界会持续拓展，AI 副驾驶与全自动托管两种模式终将走向融合。

目前多个行业已经开启从辅助工具向全流程托管的转型之路。

而企业最初选择的切入模式至关重要，它直接决定全自动服务企业当下的获客优势，同时还能持续沉淀行业数据，最终逐步攻克原本依赖人工判断的业务环节。

AI实战终局：以外包业务为切入突破口

全自动 AI 服务的整体可覆盖市场，囊括行业内所有内部用工与外部外包人力开支。而最稳妥的起步赛道，就是原本已经存在外包需求的业务。

一项工作一旦已经形成外包模式，就足以说明三点：

第一，企业早已认可这类工作可交由外部团队完成；

第二，企业已有成熟固定外包预算，替换成本极低；

第三，采购方本身就习惯直接购买最终工作成果。

用原生 AI 服务团队替换传统外包服务商，只是简单更换合作供应商；但想要替代企业内部全职岗位，则需要大刀阔斧的组织架构调整。

优先选择已外包的智能任务（如 NDA 起草、医疗计费、基础会计）：预算现成、替换成本低、ROI 即时Sequoia Capital。从标准化到非标，先做高智能、低判断的工作，积累数据后逐步拓展至需要判断的环节。

将所有服务行业，按照「智能执行 — 经验判断」占比、「外部外包 — 内部自研」比例划分层级，结合人力市场规模，即可梳理出清晰优先级布局赛道，以下为核心代表性领域，详见图表：

最容易被自动替代的替代的是保险经纪、会计与审计、IT管理服务等工作，下一波会涉及到供应链与采购、财富管理运营等。

红杉认为管理咨询行业市场体量极大，市场规模高达3000-4000 亿美元，是超级大赛道。属性高度偏向「经验判断型工作」，而非标准化智能执行工作。

管理咨询行业很难直接做成全自动 AI 托管（Autopilot），无法像财税、法务、理赔那样全流程 AI 接手。

管理咨询行行业唯一变革路径是业务拆分：

纯智能执行环节：数据搜集、行业对标、财报整理、案例复盘、流程梳理 → 全部被 AI 自动化替代
核心判断决策环节：顶层战略、商业模式定调、组织变革、资源取舍、高层博弈建议 → 依旧必须由人主导

AI 只会替代咨询里的基础苦力活，抢不走核心顾问的决策价值，目前暂无成熟完美的 AI 落地模式。

管理咨询的AI解决方案TBD，给人留下了很多遐想和空间，也给从业者留下很多探索的空间。

互联网时代，软件统治商业移动时代，SaaS 席卷全球AI 时代，服务吞噬软件。软件隐形在后台，AI 驱动全流程。

企业外表是财税、法务、外包、咨询服务内核是极致高效的 AI 软件系统。

这就是红杉预判的终极形态：下一个全球万亿巨头，都是伪装成服务公司的 AI 软件巨头
单一工具终将被模型淘汰标准化执行终将被 AI 接管只有行业结果交付、全流程托管、权责闭环服务才是 AI 时代永不褪色的护城河。
普通人如何抓住红利：AI 淘汰的，从来不是普通人而是只会重复执行、不懂趋势、死守工具思维的人。
未来职场与创业执行交给 AI，判断留给自己你负责决策、把控、资源、闭环AI 负责落地、执行、高效、低成本。