A16Z最新判断：AI Agent剧变之下，软件巨头的战略困境和创业机会

/ 01 /

2025年，智能体替代人类工作的开始

一直以来，人们都想着把资本转化成劳动力。

过去体力劳动占大头，所以技术大多用来提升体力劳动效率。

像从用桨划船到蒸汽轮船，用织布机替代手工缝制，都是这类例子。

我们现在说的白领工作，也就是脑力劳动，在过去并没有发生类似的技术变革。

而现在，我们终于看到，软件技术对脑力劳动的变革。

20世纪60年代计算机兴起，引发了软件发展的第一阶段，也就是将文件柜数字化，进一步说也就是将文件柜变为带前端的数据库。

典型例子是美国航空公司和IBM在1959年或1960年合作开发的Saber系统。它把泛美航空、美国航空公司航班乘客信息的文件柜，变成了数据库。

从此，装满橡皮擦、修正液的文件柜被电脑取代。

这一变革还催生了旅行社和旅游中介，因为业务流程变简单了。

不管是人力资源、医疗还是财务文件柜，都能转化成带前端输入信息功能的数据库。

比如20世纪80年代，著名财务软件Quicken就这么处理财务报表，仁科（Peoplesoft）公司则因把人力资源文件柜转化为软件而出名 。

到了1998年、1999年左右，软件发展来到了第二轮变革。

以Salesforce为例，客户关系管理产品概念早就有，以前人们用实体名片夹（Rolodex）按字母顺序放名片，方便联系。

Salesforce把它做成软件后，还放到了云端。

像Quickbooks、Great Plan Software一直做的事，NetSuite在云端实现了，把财务报表放到云端。Zendesk也把邮件支持服务放到云端。

这还是软件，但不用在办公室摆一台巨大主机了，放在云端，也不用专门IT团队操心服务器问题，办公楼着火也不怕服务器报废，更安全。

这就是从软件1.0到软件2.0——云端软件的转变。

最初，软件应用场景特别有限。1960年，几乎没有餐厅像泛美航空那样，每年花数万美元买软件，2000年还是如此。

但后来，捆绑销售、支付处理等金融服务模式兴起，市场规模一下变大。

餐饮软件也随之诞生，像市值150亿美元的Toast公司，还有Service Titan，都为餐厅提供软件服务。

1965年，云软件市场几乎为零。后续随着业务的增加，这个市场才开始逐渐发展壮大。

虽然工作方式变了，但员工的工作职责并没有发生变化。1960年，人力资源部门50名员工的目标，与2024年这个岗位职能几乎基本没有任何变化。

如今，人工智能改变了这一切。

从2024年、2025年起，智能体将开始接手过去65年一直由人类负责的工作。至此，我们将进入了一个全新的时代。 

/ 02 /

AI技术之下，软件公司的战略困境

大部分软件公司收费模式都差不多，拿Salesforce来说，是按用户席位收费。

Zendesk也类似，虽说可能稍微调整过定价，但之前每个席位每月要收115美元。

你招的人越多，Zendesk挣得就越多。

假如，公司有1000人每个月就得付给Zendesk 11.5万美元，一年算下来，在Zendesk软件上就得花大概140万美元。

但和人力成本相比，软件成本很低。

比如，一个员工一年大概得花5万美元，拿1000人的客服中心来说，就是5000万美元。

你在人力上的花费是5000万美元，可在软件上，一年才花140万美元。

但这也是Zendesk类似的软件公司头疼的地方。

如果把人工智能做得特别好，那些有1000个席位的客户，说不定就只留10个席位了。

现在的人工智能工具，常见的有两种，一种叫“自动驾驶”（Autopilot），一种叫“副驾驶”（Copilot）。

两种模式，都对Zendesk类似的软件公司产生了威胁。

“副驾驶”能帮员工提高工作效率。就比如说你刚入职，想问问公司上下班时间，或者厕所咋走，“副驾驶”能直接告诉你答案。

如果，你把功能做得太好，分担走很大一部分需要人工的工作，那么公司购买的月席位将会降低，收入也随着降低。

而“自动驾驶”模式的威胁也很大，功能弱了做不好业务，功能强了也会出现购买席位的减少，甚至不再需要购买。

进退维谷，要是我是Zendesk，就得好好想想该怎么办，这既是防守，也是进攻。

要是处理不好人工智能带来的这些问题，可能会把全部或者大部分收入都赔进去。但要是处理得好，收入说不定能涨10倍 。 

/ 03 /

AI时代的创业秘诀：从差异化起步到全流程防御

AI时代如何创业？以什么角度切入市场？

有这么一群创业者，他们专门开发软件产品，来解决那些一直以来需要大量人为主观判断的工作。

比如说，以前有专门的工作人员，要从一堆乱七八糟的信息里提取有用内容，这些信息可能是电子邮件、传真，还有电话录音转成的文字等等。

然后，再把这些提取出来的信息，录入到像企业资源规划（ERP）系统或者客户关系管理（CRM）系统这类记录系统里。

过去，这类工作只能由人来干，软件根本做不了，所以一直都在各种软件的上游。

但现在情况不一样了，有些公司就从这里找到了机会。

他们用软件来处理那些乱糟糟的收件箱，然后一步步开始涉足下游的工作流程。

从长远来看，这种策略的关键在于，虽然一开始软件和人工相比优势特别明显，有很大的差异化。

但这其实也是一个慢慢渗透到其他环节，最后变成全新的、基于人工智能的记录系统的好机会。

就拿医疗保健领域的Tenor公司来说，他们主要解决的是患者转诊问题。

你去医院挂号，医生觉得你需要看专科医生，比如皮肤科医生，或者得去影像中心检查，通常就会把你的医疗记录传真过去。

然后，就会有专人跑到传真机那儿，把传过来的信息重新录入到电子病历（EMR）系统里。

Tenor公司训练了一个模型，用大约400万份和医疗保健相关的文件来训练它。

现在，这个模型基本能通过编程把患者的所有信息都提取出来，这样一来，患者入院登记的问题就解决得很高效。

在患者真正见到临床医生之前，他们已经能把患者入院登记的管理成本降低大约90%。

Tenor公司也是从解决杂乱收件箱问题开始进入市场的，慢慢地，他们开始涉及到排班、资格审查和福利管理等环节。

以后，我们就能知道他们能不能成为核心的、基于人工智能的记录系统。

再说说产品的可防御性。怎么才能留住客户？让产品不被别人轻易取代是关键。

很多人可能首先想到的是要有自己的模型，或者掌握一些别人没有的数据。

但这真的就能保证以后产品一直有竞争力吗？其实，这里涉及到产品差异化和可防御性的问题。

人工智能确实能让产品与众不同，用软件处理杂乱收件箱比人工效率高太多了，两者根本没法比。

这是一个很有差异化的切入点，然后再逐步控制下游工作流程。

但是，光靠这个切入点，产品就能一直有竞争力，不被别人模仿吗？我觉得不行。

现在，对于和他们合作的供应商来说，他们的软件可能就像魔法一样厉害。

但我觉得这种神奇的效果以后会慢慢变得普通，大家都能做到。

Tenor公司现在可能因为训练了模型而有优势，但这种优势不会长久。

真正的可防御性在于掌控所有下游工作流程，和其他各种系统深度融合，把整个端到端的工作流程牢牢掌握在自己手里。 

/ 04 /

AI让软件好十倍，或将打破巨头垄断

垄断优势在软件行业依旧关键。

如今，软件行业的很多垄断优势和过去没啥两样。

像成为记录系统、具备网络效应、打造平台、产品能快速传播开、深深融入现有系统让人难以替换，这些向来是软件行业成功的关键因素，现在也还是。

换个角度看，为啥软件最先在航空业发展起来呢？

因为坐飞机的人多，机票价格又贵，对航空公司来说，花点钱买软件，比起养一堆管文件的人和跑腿的，不算什么。

在20世纪60年代，花几十万美元买一台巨大的IBM主机，这对航空公司来说是很合理的。

这就是我为啥拿金融服务举例。

以前，餐厅软件根本没市场，因为当时餐厅没这个需求，市场也不够大。

直到后来，把支付处理、保险这些餐厅本来就要花钱的服务捆绑在一起，市场才变得足够大。

所以，先找个切入点，再琢磨怎么扩大这个切入点，让产品具备竞争力，最后成为大家都离不开的记录系统，这很重要。

还有一种办法，就是找那种像20世纪80年代餐厅一样的行业。当时餐厅没软件，也不觉得需要软件，更不愿意为软件掏钱，但在人力上花的钱可不少。

举个例子，银行和金融机构的合规官员现在都用啥软件呢？还是Excel、Word、Edge浏览器，用来查找复杂的信息。

合规官员是美国增长第四快的职业。可现在，没有一款软件能让所有银行和金融服务公司都用。

这些公司都在招合规官员，而且培训一个合规官员要花很长时间。

要是开户的人少了，就不需要那么多合规官员；要是开户的人多了，就还得再招人。

有时候，在银行开个企业账户可能要等一个月，就是因为合规官员手头的活太多了。

而现在根本没有这样的软件处理这些事儿。

这些领域要么没有专门做这行的公司，要么现有的就是像微软Excel这种简单工具。

在这个领域，人力成本很高，但软件使用却很少，你不用担心现有公司的竞争，这就是一个很好的切入点，而且很有可能发展成一个重要的记录系统。

那为什么以前没有拿到投资的创业公司涉足这个领域呢？

原因就和20世纪80年代没有餐厅软件市场一样，大家觉得收不了多少钱，市场规模不够大。

但现在不一样了，有足够的技术能力来满足这个迫切的需求。在金融服务领域，存在许多陈旧落后的记录系统。

之前有不少聪明人想对它们进行更新换代，可一直都没成功。

那是因为以前那些替换方案，只比旧系统好上两倍，达不到好十倍的程度。

而人工智能的出现或将打破这一现状。

/ 05 /

AI取代不了人类，每个白领都会有“副驾驶”

当我们在讨论软件对劳动力市场的冲击时，很自然会想到一个问题，那些原本的工作岗位会变成什么样？

但或许我们也能同时聊聊事情的另一面，也就是会产生哪些新的工作岗位。

回顾之前的技术变革，像产品经理、用户体验设计师、社交媒体经理这些岗位，都是上一个技术时代带来的产物。

那这次技术变革会怎么发展呢？预测这些事情总是很难。

就像在1789年左右，很难想象农民在拖拉机出现后会去做什么，更想不到有人会坐在房间里对着麦克风说话，就像我们现在对着电脑麦克风一样。

虽然对于人工智能，有很多事情难以预测，但有件事情人工智能肯定做不到。

假如，有个像Salesforce那样的人工智能销售代表，那是不是就不需要真正的销售人员了呢？

其实不是，人工智能没办法通过打高尔夫球和客户建立关系。

我是这么看待这个问题的：

每个人的工作里都有一定比例的重复性任务，这些任务是可以用人工智能来自动化完成的。

而且我们坚信，至少每个白领工作都会有一个类似“副驾驶”的辅助工具。

/ 06 /

AI时代的机与危：小赛道机遇无限，通缩困境不可忽视

美国有个叫北美行业分类系统（NAICS）的东西，把行业分成600类，能统计每个行业里公司数量、劳动力预算等信息。

以前，很多行业你可能觉得潜在买家也就1000个，每个月愿意为软件服务付1000美元，算下来市场规模也就1.2亿美元。

对于想拿风险投资的企业来说，这点规模不太吸引人。

但现在不一样，如果把人工智能融入进去，替代一部分劳动力成本，市场规模能大幅扩大。

这就意味着，以前不起眼的小众市场，现在可能潜力巨大。

从项目提案的角度看，还有个关键问题：

是把软件卖给现有行业，还是自己打造一套完整的产品体系（全栈版本）？

拿法律行业举例，这属于专业服务领域。

很多律师事务所按小时收费，要是人工智能能在三秒内完成过去三小时的工作，那收入该怎么算？

于是，有人就想打造全栈式人工智能原生律师事务所。

还有一家公司，专门解决原告法律业务里的工作流程难题，主要做就业和人身伤害案件。

他们按胜诉模式收费，只有案子有结果或和解了才能拿到钱。

在人身伤害案件里，每100个潜在客户线索，律师可能只接一个案子。筛选医疗记录和就业文件时，就像处理“杂乱收件箱”。

这家公司通过编程解决这些难题，自动评估案件价值，还能像律师的“副驾驶”一样，帮忙起草医疗时间轴、生成索赔函、提交投诉，贯穿诉讼前后。

这样一来，律师能接手的案件数量增加3到4倍。

软件给律所带来的价值，主要体现在降低劳动力成本上。

一种做法是让律师收入不变，这样律所的业务规模会显著扩大。律所还会把软件成本以技术费用的形式转嫁给最终客户，这也是常见做法。

律所接手的客户越多，愿意为软件付费的人就越多，对单个律所来说，这是扩大收入的好机会。

这里就有个矛盾点，在各个行业都能碰到：

通过降低成本帮助企业时，是打造全栈版本好，还是单纯卖软件好？我觉得这两个方向都有可能成功，而且现在这种情况越来越常见。

再说说把成本转嫁给最终用户或买家的事儿。如果这种情况越来越普遍，会不会导致整体物价下降（通缩）？

毕竟竞争越来越激烈，越来越多人开发基于人工智能的劳动力产品，大家为了接新案子打价格战，原本5000美元的案件费用，可能就变成500美元了。

这和上一个时代大家担心能不能盈利不同，现在担心的是价格下降，企业赚不到钱。

法律行业有点特殊，客户在等和解赔偿，费用从赔偿里出，所以不太能明显感觉到成本的变化。

但我觉得，技术用得好肯定会带来通缩，因为能提高生产效率。

现在的关键问题是，怎么让产品有竞争力，毕竟开发这类产品太容易了。

用人工智能工具最多的往往是开发工具的技术人员。

像Cursor很受欢迎，Stack Overflow就受到很大冲击，因为现在不用去Stack Overflow找答案了，直接从Claude就能得到答案，或者从Cursor获取代码示例。

做这些事变得容易，价格自然会下降。要是有50家公司都做同样的事，产品价格肯定降得厉害，很难想象会比人工还贵。

这就是技术发展的趋势，就像1960年一个 100MB、好几吨重的硬盘要一百万美元，现在1TB容量的微型固态硬盘，网络星期一促销时10美元左右就能买到。

总结一下，大家都对人工智能这股浪潮很兴奋，现有企业也想跟上。那创业者在哪些领域发力比较好呢？

我觉得越冷门越好。我们希望看到有人在农业、矿业等小众行业深耕十年甚至更久，他们有独特见解，还了解人工智能的潜力。

不过要注意，很多领域技术还没发展到能完全实现自动化的程度。实际应用场景复杂，整合不同系统也麻烦，要是过早投入，很可能失败。

所以，找那些冷门领域，而且技术刚好能满足特定需求的情况，比较靠谱。

另外，金融服务和保险行业有很多用了30多年的老旧记录系统。要是把人工智能和劳动力结合，重新设计工作流程，效率能提高10倍。

所以，真正了解这些领域，又能把人工智能思维带进去的创业者，机会很大。

我们会看到很多创业者从小众垂直行业切入市场，就像解决 “杂乱收件箱”问题那样。

我们也期待面向销售团队、市场营销、产品管理、分析、首席财务官等领域，能出现横向人工智能原生软件。

这些领域通常有大型的现有软件竞争对手，这就需要了解市场结构，判断现有企业改变定价模式、增加人工智能功能的可能性。

但我相信，肯定会有具有时代意义的公司，以人工智能原生的方式在横向软件领域诞生，非常值得期待。

文/树一