撰文：秋南
上周在 agents 特区做了个交流分享，探讨 AI+服务这个主题的机会跟落地挑战，从趋势洞察，机会点，案例，挑战等算是比较全面的探讨了这个话题，以下是分享内容：
红杉在最近对 AI+服务做了个核心判断：下一个万亿美元的公司，是伪装成服务公司的软件公司，这个点我特别认同。
过去一直讲"软件吞噬世界"。但 AI 大模型来了之后，软件被解构了。原来我们一直叫"软件即服务"。但现在的逻辑变成了：软件变成了服务过程中的一个价值承载体，变成了交付的一个工具而已。
用户或者客户他对这个软件的一个要求，其实是想我用这个软件之后，能拿到结果，拿到价值，而不是拿到了一个标准软件的一个工作流。
01 服务行业的悖论越专业越难规模化
战略咨询是个典型可以 AI+服务改造的服务，从这个具体场景讲，大家会更有代入感，就是关于服务行业的逻辑应该是什么，AI+服务落地的策略可能是怎样。
从咨询行业的规模化说起
专业是服务行业的一个护城河，但同时它也是规模化的枷锁。你要起规模，在没有 AI 加持，你基本上只能是说通过什么？加人头、加人力，然后资源线性地往上去叠，你才可能实现规模化。
目前全球大部分的咨询公司基本上就是这么干的。你看，比如说凯捷、埃森哲、德勤， 凯捷现在应该有差不多 40 万人，IBM 应该全球一百万人。就这些咨询公司，它基本上都是要通过堆人头来做它服务的一个规模化。
小团队如何构建竞争优势
我们本身是做产品战略咨询的，但不只是围绕产品战略这个单点，我们是从这个点为核心，我们会把产品从战略这条链条端到端的业务或者能力做整合，比如说技术、营销、设计，然后还有包括战略咨询这一块，本质上它是个管理咨询相关的业务。
做的很垂是因为我们团队本身在这个领域已经积累了很多年，我们做过百万量级的产品，然后也做过新品类，一个 AI+智能硬件这种类型产品，从 0 到 1 干过很多轮了，所以我们对整个产业或者说对整个业务形态我们非常了解，这是我们的竞争优势。
第二个点是端到端的支持。因为本身我们在这个行业沉淀了很多年，所以你基本上比如说你这种类型的产品，从你的战略开始规划，包括你比如说设计的资源、研发的资源、生产制造的资源，包括营销的资源，我们都能根据实际的情况去做适应的匹配。我们不只是说帮你做下战略，给你个 PPT。我们是在整个链条上面去做端到端的支持。
战略咨询的四个挑战
第二，人力的天花板会被锁死。要不你就扩大规模再招一些人，要不你就基本上是锁死在你人力的天花板上面，但加人就意味着带来管理人的复杂度。
第三，这两年我们拒绝了很多中小团队。"能不能帮我们梳理一下商业模式""能不能帮我们做下行业的竞争研究"，确实没有那个人力去干这个事情。特别是中小企业，你人力投进去，帮他们梳理完商业模式之后就没有下一个业务，获客成本高而且没有可持续性。
第四，AI 对咨询价值的边界重构。现在 AI 在我们做咨询业务过程中，比如信息采集，行业研究，很多文档类的工作基本上都可以用 AI 来加速了。
战略咨询本身是个奢侈品，只能对大公司，大公司的体量才能支撑这种业务形态。对我们来讲两条路：要不你就从战略延伸到做一些创新服务，扩大规模；要不就是怎么结合 AI，把原来非标、个性定制化的战略咨询服务做得相对标准化，标准化之后才有可能往下打，去服务中小型客户群体，这个我们也在探索。
02AI+服务的相关趋势和洞察
软件服务化硬件自动化
AI 这一波，纯软件层面，特别是 SaaS 软件，这几个月来都不太行。AI 的逻辑就是强者很强，标准化软件基本上，就是被巨头和大模型慢慢锁死。
单点复杂度低的硬件，也会被 AI 慢慢吃掉。比如前两天去香港开了个会，好多人带了这种单点的录音麦，那这种单点的硬件会不会被干掉？苹果的 AI 起来之后会不会干掉很多？很有可能。
做软件的，要越来越"软"，怎么把软件服务化。不是软件为王，现在应该是服务为王，把软件当成一个可以标准化、流程化执行的载体。硬件层面，往后的逻辑是怎么加上在物理空间的影响力。比如说机器人，如果只是一个简单的硬件，比如说只是一个麦，如果在物理空间的影响力不够，虚拟空间又有很多替代方案，大概率会被 AI 和其他平台性产品吃掉。
软件服务化+硬件自动化，这两个趋势综合起来，就是 AI 对劳动力的升级，本质上就是 AI 干掉了劳动力，用 agent 去替代。
AI+服务巨大的市场空间
红杉 2024 年的数据：整个 SaaS 占软件市场差不多 61%，SaaS 占服务市场其实 4.7%，这里有多少空间？95.3%。
a16z 的数据：2026 年软件市场全球大概 3000 亿美金，劳动力市场，也就是 AI 替代人或者增强人，这个市场是 13 万亿美金，而且这只是美国的劳动力市场。
AI+服务这个市场的规模和空白，足够巨大。现阶段受限于 AI 跟行业怎么结合，或者受限于 AI 目前的智能程度和成熟度，还在起步阶段。
AI+服务的商业模式应该是怎样？第一，怎么用 AI 把原来非标的服务流程化、标准化。第二，怎么按结果定价，原来 SaaS 是每个月多少钱卖软件，现在应该按结果或者按 Token 来做新的计量单位。第三，一个人怎么干 10 个人的活，超高性价比、超高人效比。
高价值区从执行层向洞察和信任两头迁移
AI 在执行层面能干的活越来越多。那往后整个产业链的高价值区在哪里？执行变得容易，相对的，执行的价值变小了，或者说执行这个动作被 AI 的能力取代了。
剩下的产业链高价值区，就是往前跟往后。执行前面是战略跟洞察，或者说行业的洞察力、行业的理解力，这个会变得越来越重要。后面其实就是信任跟交付。所有人都可以用一个 AI 出个 PPT 文档、出个竞品分析，但是你这个竞品分析端到端的交付质量，客户的信任度，觉得了报告交付的价值。
当 AI 把中间执行的层面做压缩之后，高价值区在往前往后去溢的。
红杉 AI+服务四象限外包+高判断力才是高价值区
红杉基本上把整个 AI+服务的机遇按两个维度去拉：一个是是否外包，另一个就是智能程度和判断力的程度。现在 AI 的智能程度已经足够强了，但是 AI 在做判断力这个点上还有改进空间，有时候还需要人工去 check，或者说还是需要人工去确认这个到底对不对、符不符合我的要求。
红杉拉了几个区。第一个就是原来外包型的业务，比如说 IT 运维服务，它在数字空间能高度智能化，而且是外包型的，所以这种类型的行业是能用 AI 快速做标准化的服务。但这也意味着竞争很激烈，机会很大，但中小团队我觉得很难干。
第二个，我认为比较大的空间是外包型加上高判断力。外包意味着原来的公司有外面的预算，能跟外面去合作干；高判断力就意味着还是需要人介入到中间这个过程，那就意味着你能有信任溢价。这个点会是一个高价值区。
第三个就是需要内部加高判断力的，内部型跟高判断力一般比较难进入，对技术要求比较高，你需要说服一个内部团队为什么要交给外面干而不是自己干，除非你的技术强到有足够的竞争力。
最后这一趴就是暂时观望的区域，教育成本太高。
这个机遇分布图，看下来有一个很明显的感受：这种投资机构做行业研究看起来和有逻辑，但是我就没有看出有啥叫特别有用的点，他给我一个框架，讲了面，但我没讲透打底具体的机会点在哪里，有个挺好的方向是什么，你就看看淘宝这种平台性电商，在各行各业，有没有隐藏的一些 AI+服务的改造空间。
Builder 和 Maker 的黄金时代
接下来会是 Builder 跟 Maker 的黄金时代。这些人的影响力会越来越大。针对这些人去做匹配他的工具，会非常有机会。
从叙事逻辑来看：公众号时代有人用文字来影响认知，短视频时代做流量做营销，Builder 是用软件在数字空间创造价值。再往下，软件加硬件端到端地影响物理空间，创造的价值更大，但也更难。
我怎么看这个机会点：怎么给 Builder 跟 Maker 这些人做工具，帮助他们去创造价值。这批人很愿意为能创造价值的事情买单。原来有时候我要付 20 美金用 ChatGPT 觉得没啥用，但是当 Token 这个事情能帮你真正把网站做出来、把产品做出来，当它变成生产力的时候，一个月花几千块钱，你会觉得很值，因为它能创造价值，提高生产力。
比如像 3D 打印机或者切割机，或者是安克的 UV 打印机，是典型的大 C 市场，给创客创作价值的产品，众筹额度大概是 4700 万美金，是众筹历史上金额最高的一个项目。
03AI+服务的机会和挑战在哪里
Medvi 两个人 4 亿美金
Medvi 这个案例。两个人，一个是创始人把研发跟营销全干了，全流程用 AI 干。他弟弟主要帮他做商务对接,当然后面还有一些外包人员，这个产品 2025 年销售额 4 亿美金，而且这个数字不是虚构的，有专门的财经媒体确认过。今年的目标是要做到 18 亿美金。
他干什么事情？最早是做了一个卖减肥药的平台。美国要减肥的人群很大，而且是高价值的人群、高频、长周期，这是个高价值的场景。原来要开这种减肥药，有个标准叫 GLP-1，你需要去线下问医生，然后他给你诊断，诊断完评估完觉得可以，用医生资质来帮你开药，流程很长。
他干了什么？用 AI 把整个流程，整个服务线上化了。你上去 AI 帮你做问诊、帮你做记录，然后医生在最后的关头确认一下 AI 这些记录到底有没有问题，没问题就批过，有问题就提一下哪里不行。
他把到线下问医生开药方这个服务做成了标准化。从流量营销、网站搭建、平台上面的客服、开诊断单，全部用 AI 搞定，然后最后医生再 check 一下就完了。人只做一件事情：医生确认。医生也是外面接的第三方，第三方的医生接到这个平台来做 check。
核心逻辑是什么？找一个高价值的场景，把这个高价值的场景原来线下很难做的服务，原来非标准化的服务，用 AI 做成标准化的流程，然后人就最后做一个高价值的确认。
他的团队表现看下来就有点像什么？有点像原来微商卖减肥药，只不过原来微商卖减肥药你基本上都是靠人工、靠社交关系链去做，他现在做成 AI 了。他如果这个事情再加一级分销，今年肯定超 20 亿美金的。
什么样的 AI+服务场景值得做
AI+服务标准化，这种机会点的判断应该是怎样？核心维度是什么？
第一，有没有高价值场景。战略咨询本身就是个高价值的场景。
第二，是不是高决策风险。高决策风险意味着它有信任溢价。刚才讲到医疗的案例、战略咨询的案例，这些都是高价值、高决策风险的业务形态。
第三，垂直的专业度。你只有足够垂直、足够细的点，在用 AI 标准化做的过程中才会更容易。比如 Medvi，干的点其实很简单：用户上来线上问诊，问完之后 AI 给你出诊断报告，然后医生确认一下没问题，接入第三方把减肥药直接送到你家。
第四，标准化。这个服务，业务流程能不能用 AI 来做标准化。
这几个我也觉得是大家听完之后可以现在去讨论的。
三个高痛点样本教育买房创始人 IP
几个点其实是我自己的痛点。
第一个，小孩的教育升学。我最近很头疼，小孩要上学，那我该怎么选？自己去看呢，一堆信息，各种积分、房产乱证明七八糟一堆东西，你要花好多时间去研究。然后你如果说去问外边的一些中介，中介有时候本来你是要解决 A 点，他就要给你推 ABCD，推到最后我也不知道该怎么决策。
第二个是购房的决策。买房这个事情也是个强决策强复杂度、高价值的场景。举个例子，我会经常去看这个房的成交，这个小区它到底成交多少。然后我会跟销售说，你帮我看一看多少万以内的房、核心区的，你不要找其他的。他就经常给我推个高于预算很多的房，给我推个关外的房。那我觉得你也是在浪费我的时间。
像这种高价值的场景，有没有可能用 AI 提供一些标准化的服务，根据我的个人情况给我提供一些选房建议？但最后还是得有一个销售顾问，因为你还要去签贷款、签单、做流程，还是需要有人在最后有个信任的节点在。
第三个，创始人 IP 这个服务。我有很强烈的需求，我要做短视频，但是我没时间。看完这一波各种短视频工具，我就没有看到一个特别合适创始人 IP 的短视频工具，能让我用尽可能少的时间把短视频做出来。
稍微有点时间的团队老板，他可能半年 100 万包给你做文案、做短视频输出，各种类型全包。当然这也很费精力，而且未必能有好的结果，所以目前我没有在这个领域找到非常合适的产品形态。
AI+服务的甜点区
AI+服务的切入逻辑，核心几个点。
你应该选企业本来已经在外包的业务。如果企业原来就在干这个事，那意味着你不需要再去教育市场。而且外包业务一般企业都有预算，每年都会批。
买家是为结果买单的。比如商标专利这个事情，买家的要求就是你帮我把这个问题处理掉，不管你中间到底是去哪里提交、写什么文档，我的要求就是你帮我把异议干掉就行。
举个例子，我们前两年申请了商标，叫"dingvision"，阿里钉钉的法务说我们这个跟他太像了，他们也是 ding，真 TM 是脑子进水了，按照这个逻辑，你叫阿里，其他商标都不能叫阿吗，更恶心的是提了异议被驳回，现在还要在申请商标无效！
这个事去找商标代理公司，有些报几万块钱，有些报几千，讲了一圈发现也没啥用。后来直接打开淘宝，发现有个店能干这个事情，写个方案，走商标的流程，150 块钱搞定，店家是真懂，在这个问题的业务理解深度足够，很快就解决了。
大家有没有可能在淘宝和闲鱼里面去发现一些 AI+服务的市场缝隙？现在可能比较小，但未来有空间，比如商标这个事情。
AI 应用最佳 MVP 组织
AI 应用的最佳 MVP 组织形态，我认为会回归到互联网时代的铁三角：产品、运营跟开发。当然这几个词可能不完全贴切，但大概意思就是这样。
产品、运营、开发，几个人的视角或者说能力模型其实还是有差异的。你如果一个人去干，比如像 Medvi 那个案例，他一个人理论上都干完了，但他现在依然是需要有个兄弟来帮他做一些运营。体量再往上一点，其实还是需要专业的分工。
再讲到 Medvi 这个案例，看起来很牛，但再往下去看，发现他有很多被吐槽的点：虚构了很多医生去宣传产品，虚构了很多案例，投流的时候用 AI 数字人说自己是某某医院的医生，但这个人不存在。他有很多运营层面的事情没搞定，现在很多控诉。
核心问题是什么？他没有一个强运营的人去帮他做运营，一个人全干了，就意味着中间很多事情你是关注不到的。
OPC 不应该是一个人，三个人搞会更稳健。当然有可能你最早的 MVP 是自己干的，但是但凡产品上线跑一段时间，肯定人是要往上走的。我一直不太同意纯 OPC 这个事情，除非你真的做自媒体一个人把所有流程都搞定，那有可能。
如何构建 AI+服务的竞争优势
为什么刚开始讲了很多我们公司这边的业务？不是为了打广告，核心逻辑是，AI+服务这个事情怎么去构建服务的竞争力，跟我们自己做产品战略咨询建竞争优势的逻辑是一样的。
第一，应该有一个强业务专家。还是回到我们这边业务，是因为本身我在这个领域就有足够深的沉淀，干过很多从 0 到 1 的事情，对整个产业链的资源、架构，包括每个关键点会碰到什么问题。
所以讲回来，你要把 AI 做一个标准化工具，首先你得是业务专家。比如做房地产销售这个事情，我明显不懂深的业务逻辑，你肯定得有一个对这个理解足够透的业务专家。
还有另一层：你要获取高价值的溢价。很多时候去找房地产销售，如果这个人足够专业，你对他的信服度足够高，他推荐的产品在你心中其实有溢价，你愿意为信任去买单。
第二，标准化，用 AI 的能力把非标的服务，做成规模化的个性化定制。
第三，端到端的闭环。前面对业务足够了解，场景足够小足够垂直 ，才能把这个闭环做好。别人干出来了你也干了，但对用户来讲你闭环能不能做好，能不能像 Medvi 那个兄弟一样把整个完整的流程干得足够好？前提是你得是这个领域的专家，能知道每个业务的关键点跟卡点在哪里。
最后讲一下端到端这个事情。比如文生图来说，你要把它干出来，很简单，随便接个大模型就完了。但是你要把它干好，很难，干出来跟刚好，是完全两回事。
难点在哪里？第一，行业业务的理解力。很多干平台干产品干技术的人，他没有业务理解力，他没有真正懂这个行业。
第二，业务加技术很难闭环。懂业务的人一般对 AI 这一波技术的能力边界不太清楚，做技术的人很多时候会沉迷于怎么把工具用得更好、怎么把 bug 解得更快。
第三，在这个新领域，其实很多都没有确定性的答案。
总结一下：你要做出来，难度很简单，AI 能力很强。但你要真正把它做好，做端到端，把闭环做好，这个事情很有挑战，特别是对 AI+服务的创新场景。
核心答案就是找到对的人，业务专家跟技术专家能 match 在一起。但是市面上或者是公司的组织体系，很难做到这个事情，垂直类社区可能是个很好的解法，就是帮大家把业务跟技术能力匹配到一起，特别是 AI+服务这一块，有很多小的场景。
平时大家每天烧 Token 烧了这么多，有没有可能做成一些小产品去做市场验证？我认为社区会提供很多可能性。
