服务，才是新软件
原文：Services: The New Software by @JulienBek（Sequoia Capital）· 2026年3月5日
下一个万亿美元公司，是一家披着服务外衣的软件公司。
做 AI 工具的创始人都在问同一个问题：等下一个版本的 Claude 出来，我的产品会不会就变成一个功能？这个担心没错。卖工具，你就在跟模型赛跑。但如果你卖的是结果本身，模型每进步一次，你的服务就变得更快、更便宜、更难被打败。
一家公司可能每年花 1 万美元买 QuickBooks，花 12 万美元雇个会计做账。下一个传奇公司，直接把账给你做完。
智能 vs. 判断力
写代码靠的是智能，决定写什么靠的是判断力。
把需求变成代码、跑测试、修 bug——规则再复杂，终究是规则。判断力不一样：它需要经验和品味，是摸爬滚打出来的直觉。要不要做这个功能、要不要还技术债、什么时候”差不多就发”——这些都是判断力。
一年前，大多数 Cursor 用户把 AI 当成聪明点的自动补全。今天，越来越多的任务已经由 Agent 主动发起，不是人。软件工程占据了所有职业中 AI 工具使用量的一半以上，其他行业还在个位数徘徊。原因很简单：软件工程天生是智能密集型的。AI 已经越过那条线，能自主完成大部分智能工作，把判断留给人。软件工程只是第一个到达这个节点的行业——其他行业会陆续跟上。
来源：Anthropic
副驾驶 vs. 自动驾驶
副驾驶卖工具，自动驾驶卖结果。
早期 AI 模型在智能和判断力上都不成熟，副驾驶是当时正确的选择：把 AI 交给专业人士，让他们定义用法。Harvey 卖给律所，Rogo 卖给投行。专业人士是买家，工具让他们提速，结果由他们负责。
今天，模型已经足够强，有些品类最好的切入点就是自动驾驶。Crosby 不卖给外部律师，直接卖给需要起草保密协议的公司。WithCoverage 不卖给保险经纪人，直接卖给需要投保的 CFO。客户买的就是结果。每个行业的人力预算都远大于工具预算——自动驾驶从第一天就在抢人力的盘子，而不是软件的盘子。
一个行业的智能含量越高，自动驾驶赢下市场就越早。
融合
今天的判断力，是明天的智能。
AI 系统在特定领域积累的专有数据越多，它对”什么是好判断”的理解就越深，这条边界会持续往前移。副驾驶和自动驾驶终将融合。这个过程已经在多个品类里悄悄发生了。起点很关键——它决定了自动驾驶能在哪里最早拿到客户、积累数据，而那些数据最终会让它也能处理判断层面的工作。
打法：从外包切入
服务支出是软件支出的六倍。
自动驾驶的整体市场，是一个品类里所有人力支出的总和——不管是外包还是自建。但最好的起点，是外包已经存在的地方。
一件事被外包出去，意味着三件事同时成立：这家公司认可了”外部可以做这件事”；有一条现成的预算线可以直接替换；买方本来就在为结果付费。用 AI 原生服务替换外包合同，是换供应商；替换内部编制，是动组织架构。前者的阻力要小得多。
打法：从外包的、智能密集型任务切入，拿下分发，再随着 AI 能力提升，向内包的、判断密集型工作延伸。外包是楔子，内包才是真正的长期市场。
Crosby 从保密协议起步：定义清晰、以智能为主、大多数公司早就外包给律所了。预算现成，范围清楚，ROI 一目了然，替换几乎没有摩擦。
机会地图
按”智能—判断”和”外包—自建”两个维度排列所有服务垂直行业，就能得到一张优先级地图：
来源：Sequoia 研究
保险经纪（1400–2000 亿美元） 这张清单里体量最大的市场。标准商业险产品高度同质化，经纪人的核心工作是在保险公司之间比价、填表——纯粹的智能工作。分销端极度碎片化，数万家小经纪公司做着一模一样的流程，没有任何一家能掌控客户关系。WithCoverage 和 Harper 是值得关注的新进入者。
会计与审计（美国外包市场 500–800 亿美元） 美国五年内净流失了约 34 万名会计，但需求持续增长。75% 的注册会计师即将退休，执照门槛高，起薪却远低于科技和金融行业。这种结构性的人才缺口，正在让会计行业比其他几乎所有行业都更快地拥抱 AI。Rillet 在做能自动记账的 AI 原生 ERP，Basis 从会计副驾驶起步。
医疗收费管理（美国外包市场 500–800 亿美元） “医疗”这个词让人觉得判断成分很高，但账单层几乎是纯智能工作。医疗编码本质上是把临床记录翻译成约 7 万个标准化 ICD-10 诊断代码。规则很复杂，但归根结底是规则。外包市场成熟，以结果计费。自动驾驶只需用更低成本做同一件事。Anterior 目前走得最远。
理赔处理（含第三方管理机构，500–800 亿美元） 保险的另一面。理赔处理是独立的自动驾驶赛道：标准险种的理赔，是对照损失明细表解读保单，用精算表算准备金。理赔员队伍正在老龄化，青黄不接。市场高度外包给独立调查员和 Crawford、Sedgwick 这样的第三方机构。一个行业里，至少两个不同的自动驾驶机会。Pace 在做理赔自动驾驶，Strala 在做 AI 原生第三方管理机构。
税务咨询（300–350 亿美元） 资质认证是监管护城河，但 80–90% 的实际工作是智能。覆盖的税务管辖区越多，数据护城河就越深。跨辖区的复杂性正是中小企业外包的原因——没有哪个内部会计能处理所有情况。TaxGPT 是早期入局者，欧洲有 Skalar 和 Ravical。
法律事务性工作（200–250 亿美元） 合同起草、保密协议、监管申报——高度智能化，惯于外包。交付物标准化程度够高，质量可验证，买方不需要深厚法律知识也能信任 AI 的输出。Harvey 是领头羊，正在快速向自动驾驶演进；Crosby 和 Lawhive 是自动驾驶原生的新入局者。
IT 托管服务（1000 亿美元以上） 中小企业几乎都外包了 IT。补丁管理、系统监控、账号开通、告警处理——跨数千个相似环境反复执行的智能工作。现有软件层（ConnectWise、Datto）把工具卖给托管服务商，还没有人把”你的 IT 正常运行”直接作为结果卖给企业。Edra 在做 IT 流程自动化，Serval 在做 IT 支持自动化。
供应链与采购（2000 亿美元以上） 大多数企业只认真谈判头部 20% 的供应商，长尾供应商完全是野蛮生长——人力成本太高，管不过来。合同外漏通常占总采购支出的 2–5%。切入口是那些被放弃的工作：没有预算线要替换，没有既有供应商要撼动，钱就摆在那里等人去拿。Magentic 做直接采购 AI，AskLio 做间接采购，Tacto 在同步构建中端市场的信息系统和副驾驶。
招聘与人才中介（2000 亿美元以上） 这张清单上体量最大的服务市场。招聘漏斗的前段——筛选、匹配、触达候选人——是纯智能；但让候选人真正动心、判断文化契合度，靠的是多年积累的模式识别。自动驾驶的楔子在高频率、低判断难度的岗位，那里的匹配足够标准化。Juicebox、Mercor、Jack & Jill 是正在这个谱系上崛起的赢家。
管理咨询（3000–4000 亿美元） 市场够大，但大部分价值来自判断。真正有意思的问题是：AI 能不能把咨询拆开——数据收集、标杆分析这些智能层自动化，战略建议这个判断层留给人？最强的候选公司尚未浮现。
2025 年增速最快的 AI 公司是副驾驶。2026 年，很多人会尝试往自动驾驶转型——他们有产品，有客户认知，但也面临创新者的两难：卖结果，意味着把原来的客户从这件事里踢走。这正是纯自动驾驶原生玩家的机会。
如果你正在做这件事，欢迎联系：@julienbek · julien@sequoiacap.com