2026:卖工具的都得死,干活的请上座
8 小时前 / 阅读约17分钟
来源:36kr
AI工具OpenClaw因直接接入微信等应用,实现自动化工作而爆火。红杉资本提出从SaaS到RaaS的转变,即直接卖结果而非工具。文章探讨了AI在多个领域的应用及中国类似机会,强调定义“干得好”的标准是关键。

刚才坐电梯,一个中年妇女在刷抖音,手机里传出一本正经的配音:“如何让你电脑里养的龙虾给你干活?第一步,先给它办理入职……”

我差点没崩住。这玩意儿已经火成这样了吗?

前两天腾讯门口免费安装,近千人排队,有人抱着NAS,有人拎着迷你主机,跟十年前刷安卓系统似的。龙岗区政府直接发通知,说要扶持“龙虾”产业发展,鼓励企业用AI替代人工——你没看错,政府喊你用AI把员工省了。

一个AI工具,火到排队安装,火到政府发文扶持,凭什么?

凭它是真干活,不是跟你瞎聊天。

以前的AI是什么?是你打开网页、敲提示词、等它回复、复制粘贴、再去执行。一套流程下来,比自己做还累。OpenClaw不一样,它直接接进微信、飞书、Telegram,你说一句话,它自己就把活干了——整理文件、写代码、盯热点、发邮件,7×24小时在线。你不在它也在跑,你睡觉它还在跑。

这不叫工具,这叫有人替你打工。

红杉资本的Julien Bek前几天写了篇文章,标题叫《Services: The New Software》,说的就是这个事。他说下一家万亿美元公司,将是伪装成服务公司的软件公司——不是卖工具让你自己干,是直接帮你把活干完。

巧了,文章发布才三天,他点名的那几家公司已经有了新动静。OpenClaw这个野生爆款,正好给这篇文章做了个活生生的注脚。

一、你卖的是锄头,还是粮食?

Julien上来就问了个扎心的问题:你要是卖AI工具的,等下一代模型出来,你的工具可能就变成人家模型自带的一个小功能了。但你要是直接卖“活干完了”这个结果,那模型每升级一次,你的服务就更快、更便宜,别人还抄不走。

他举了一个例子:一家公司一年花一万美金买QuickBooks记账软件,再花十二万美金请会计做账。下一个牛逼的公司,不会卖记账软件,它会直接帮你把账做了。你付钱,它把结果给你,中间那套软件加人的组合拳,省了。

这就叫从SaaS到RaaS——Results as a Service。你不是卖订阅,你是卖结果。

想想也挺逗,SaaS火了二十年,现在终于要进化成“服务即服务”了。绕了一圈,回到了原点?有朋友说这叫“services as a service,返璞归真了属于是”。

你别说,这么一想还真是——以前是人提供服务,后来是软件辅助人,现在是AI直接提供服务。成本是软件的,规模是软件的,干的却是服务业的活。每花一美元买软件,就有六美元花在服务上。软件那部分已经被薅秃了,现在轮到服务这六美元了。

说到这儿你就明白OpenClaw为啥火了。以前的AI工具是什么?是你要打开网页、敲提示词、等它回复、你再复制粘贴、再去执行。一套流程下来,累不累?

OpenClaw直接接进微信、飞书、Telegram,你说一句话,它自己就把活干了——整理文件、写代码、盯热点、发邮件,7×24小时在线。你不在它也在跑,你睡觉它还在跑。

这不就是Julien说的“卖结果”吗?用户要的不是一个能聊天的对话框,是“活有人帮我干了”。

二、动脑子的事,和拍板的事

Julien提了个特精准的划分。

他把工作分成两类:一类叫Intelligence,就是智力型工作。写代码、测试、调试、填表、医疗编码,这些活儿规则复杂,但规则就是规则,再复杂也有章可循。

另一类叫Judgement,判断型工作。比如决定下一个功能做啥、要不要还技术债、什么时候发布、这人跟团队合不合——这些靠的是经验、品味、直觉,没法写进操作手册。

一年前,大多数人用AI还只是当自动补全。今天,软件工程里超过一半的任务是AI agent启动的。为啥软件工程最先被AI攻占?因为写代码主要是智力型工作,AI已经能自己干大部分了,把拍板的事留给人类。这趋势会蔓延到每一个行业。

说得糙一点:动脑子按套路出牌的活儿,AI很快就能包圆儿;而那些得拍桌子定调子的活儿,还得人来。但关键是,今天的拍板,明天就可能变成套路——当AI积累了大量“什么算好的拍板”的数据之后,拍板本身也能被自动化。

细思极恐。

OpenClaw现在干的就是这些“智力型工作”。它能读写文件、运行终端命令、浏览网页、填表单、对接API。

但你让它做个商业战略决策试试?还得人来。至少目前是这样。

三、副驾驶和自动驾驶

Julien又把公司分成两类:Copilot(副驾驶)和Autopilot(自动驾驶)。

副驾驶卖的是工具,给专业人士用。比如Harvey,卖给律所,让律师用AI更快地干活。律师还是那个律师,只是手里多了把快刀。Rogo卖给投行分析师,同理。

自动驾驶直接卖结果。比如Crosby,客户不是律所,而是需要起草NDA的公司。你找它,它直接给你一份拟好的保密协议,你不用找律师。WithCoverage,客户不是保险经纪人,而是需要买保险的CFO,它直接帮你把保险买了。

看出来没?副驾驶的客户是专业人士,自动驾驶的客户是最终需求方。前者的预算是“买工具”,后者的预算是“买服务”。而买服务的预算,比买工具的预算大六倍。

那自动驾驶从哪儿切入?Julien给了一条黄金法则:从已经外包的、智力密集型的任务切入。

为啥?因为:公司已经习惯了这事儿外包干。

有现成的预算,直接替换就行。

买家已经在买“结果”,不是买“工具”。

用一个外包任务做楔子,扎进去,站稳了,再慢慢往那些还没外包的任务扩张。这叫农村包围城市。

OpenClaw在这个框架里属于什么?它是典型的“自动驾驶”——而且是个人版的自动驾驶。你看它的官方介绍,四个字:“真正能干活的AI”。不是“帮你干活更顺手的工具”,是“直接把活干了”。

打个比方:以前的AI是那种“等吩咐”的实习生,你让他干啥他才干啥,你不说话他就坐在那儿玩手机。OpenClaw是那种“眼里有活”的老员工,你不用天天盯着,他自己就知道该干什么——邮件来了他回,文件乱了他整,热点出来了他盯。你下班了,他还在工位上。

这种主动性,就是自动驾驶和副驾驶的本质区别。副驾驶等你发号施令,自动驾驶自己就把事儿办了。

四、遍地黄金,看你敢不敢弯腰

按这个思路,Julien画了一张机会地图,看得人眼热心跳。关键是,这篇文章是3月5号发的,到现在也就几天,但我去查了查,他点名的那几家公司已经有新动静了。

咱们来个热乎的追踪解读,看看这些“自动驾驶”选手跑得怎么样了。

先说保险经纪,市场大概一千四到两千亿美金。你以为是啥高端活儿?标准商业险那部分,经纪人的工作基本就是帮客户在几家保险公司之间比价,然后填表。纯纯的智力型工作。而且这个行业极度分散,几万个中小经纪公司各干各的,谁也垄断不了。

Julien文章里点名的Harper,我特意去查了下,这家公司刚在2月底宣布拿到了4680万美金融资,是种子轮和A轮一起拿的,领投的是Emergence Capital,Y Combinator也投了。Harper是YC今年冬季那批孵化的,干的什么事儿呢?就是用AI帮中小企业买商业保险,对接160多家保险公司,覆盖工伤险、一般责任险这些。

他们创始人说,传统经纪人一周才能搞定的事儿,Harper一两天就能干完。一个传统经纪团队一个月做二三十单,Harper一个月能干一千多单,现在已经服务了五千多个客户。你看,这不就是Julien说的“外包楔子”策略吗?保险经纪本来就外包,Harper直接替掉中间那层人,把结果给客户。

再说理赔处理,又是五百到八百亿的市场。Julien文章里提到Pace和Strala两家。红杉前两天刚发了个跟Pace创始人的深度访谈。这哥们儿叫Jamie Cuffe,出身保险世家,他看到的痛点是啥?保险行业还在用电子邮件和PDF干活,因为整个链条里中介太多,没有统一的API。

那些保险巨头每年花几百亿美元,把后台操作外包给BPO公司,靠成千上万的人手动输入数据、处理索赔。Pace要干的就是用AI Agent把这些人替了。

Jamie在访谈里说了句话挺狠:“很多AI试点会失败,但Pace的试点成功率是100%。”他们毛利率能做到80%,靠的是前线部署工程师的模式,直接蹲在客户那儿把活儿干了。这不就是Julien说的“卖结果”吗?

其他领域也一样。法律交易型工作那块,Crosby直接帮公司起草NDA,客户不是律所,是需要NDA的公司。IT托管服务那块,Edra和Serval在搞IT流程自动化。供应链和采购那块,Magentic在做直接采购的AI,AskLio做间接采购。

你看,哪个领域都是千亿级的盘子,哪个领域都有“已经外包的智力型工作”这块垫脚石。踩上去,站稳了,往前拱,慢慢就能吃掉整个市场。

五、中国机会:咱这儿也有类似的坑等着填

看完美国的动静,咱得想想中国有没有类似的机会。Julien这套“外包楔子”策略,放在中国一样好用。我琢磨了几个方向,你们看看有没有道理。

一个是供应链和采购。Julien文章里提到,大多数企业只盯着前百分之二十的大供应商,剩下的长尾供应商没人管,因为雇人盯不划算,合同漏损能占到采购总支出的百分之二到五。这事儿在中国更严重,咱们的制造业盘子比美国还大。

你去看阿里巴巴,它旗下有1688、有阿里云、有钉钉,整个生态里多少中小企业?多少采购需求?如果能做个像Magentic那样的采购自动化AI,直接帮中小企业把供应商比价、合同审核、订单跟踪全包了,客户要的不是采购工具,是“货买好了、价格最低”这个结果。而且阿里生态里数据现成的,供应链金融、物流配送都是现成的,这要是有人干成了,盘子不比美国小。

实际上已经有动静了。齐心集团刚推出了一个叫“齐心智磐”的AI大模型,覆盖商品寻源、上架、客户点单、订单分配、供应链结算这些环节。这不就是采购自动化的中国版吗?

京东那边,全国政协委员、京东集团曹鹏在两会上也提了建议,说要推动AI嵌入供应链全链路,构建“超级供应链”。神州控股也在搞供应链智能体,搞了个叫“小金”的Agent,去年双十一处理千万级订单,订单峰值处理能力提升了280%。方向都对了,就看谁跑得快。

另一个是教育。Julien文章里没提教育,但我觉得这是个超级市场。你想啊,多少家长给孩子报补习班、请家教,不就是买个“成绩提高了”这个结果吗?中国家长在子女教育上的投入,那是有名的狠。

以前有VIPKID这种模式,请北美老师在线教英语,那是把人当成服务。现在AI能批改作业了,能个性化推荐题目了,能不能直接卖“成绩提高了”这个结果?比如一个AI学伴,不是辅助老师教学的,是直接面对家长和孩子的,每天帮孩子复习、批改作业、分析错题、针对性地出题。家长按月付费,看得到成绩提升才续费。这不就是教育领域的RaaS吗?

科大讯飞的刘庆峰前两天在两会上也说了,AI学伴绝不仅仅是能答题,还要能批改作业,能做分步骤批改,能知道学生在哪一步出错,能做错因分析,然后推荐个性化学习内容。七天网络刚跟智谱AI达成战略合作,要投近亿元打造K12教育垂直大模型,他们已经有覆盖全国超7万所学校的数据,累计处理试卷60亿份,单题批改速度0.3秒,主观题批阅准确率96%。这些都是在为“卖结果”做准备。

你想啊,如果有一个AI,你孩子每天做完作业它给批改,每周出一个学情报告,每学期保证成绩提升多少分,家长愿意付多少钱?肯定比请家教便宜,比报辅导班省心。这就是服务的本质:客户要的不是工具,是“孩子考上好学校”。

六、最难的不是干活,是定义什么叫“干得好”

聊到这儿,很多人以为“自动驾驶”省事,是因为AI变聪明了。其实最难的不是AI会干活,而是AI懂得什么叫“干得漂亮”。

你看那些帮人买保险的Harper,或者做理赔的Pace。它们真正的护城河不是那几行代码,而是它们建立了一套“AI时代的交付标准”。以前你找经纪人,好不好全看人情;现在你找AI,它得在交付结果的同时,顺便自证清白——给出比价模型、风险评估报告、合规性自检。

Pace能做到试点成功率100%,为什么?因为它在接活的那一刻,就知道什么叫“搞定一个理赔案”——不是把文件传过去就完事,是确保每一条数据都填对了、每一份证据都核实了、每一个流程都合规了,最后给客户一份无可辩驳的结案报告。这套标准,就是它的护城河。

发现没?自动驾驶公司不仅在替代外包,它们还在重新定义行业标准。以后不是你考核AI,是AI带着一套全世界最顶尖的行业模版来降维打击。

我跟你讲个反直觉的事儿:在SaaS时代,软件好不好用,用户说了算。工具给你了,活儿没干好,那是你的事儿。但在Autopilot时代,AI既然“包圆儿”了,它就必须自己证明自己干得对、干得好。这就好比以前我给你一把手术刀,手术失败了是你的事;现在我直接帮你把手术做了,我必须在手术结束那一刻,拿出一份无可辩驳的体检报告证明病人好了。

OpenClaw其实也面临同样的问题。Meta超级智能团队的研究员Summer Yue在X上分享了自己的惊险经历:她的“龙虾”突然开始批量删除邮件,而她几乎无法阻止。她给的指令其实很简单——“检查收件箱,提出你想归档或删除的邮件”,还加了安全词限制,结果OpenClaw直接开删,直到物理关机才停下来。

这说明什么?说明当AI真正开始“干活”而不是“聊天”的时候,它需要一套清晰的交付标准:什么叫“干好了”?什么叫“干砸了”?什么时候该停?什么时候该问?这套标准,现在还没有。

所以,如果你现在创业只想着“怎么用AI把活干完”,那你还没入门。你得想:“怎么让客户觉得,只有我干的活才叫标准答案。”

七、2026,副驾驶们的大考

2025年,增长最快的AI公司大多是副驾驶。2026年,很多副驾驶会试图转型成自动驾驶。但它们面临一个难题:卖结果,就意味着把自己原来的客户(那些专业人士)踢出局。这就像金拱门突然开始卖家庭厨房套餐,肯德基开始卖生鸡——你让那些加盟商怎么想?

这叫创新者困境。而这就是纯血自动驾驶公司的机会。它们没有历史包袱,一出生就是奔着结果去的。

你看Harper,人家一上来就是保险公司,不是卖工具给经纪人,是直接替经纪人干活。Pace也是,直接替掉BPO的人力。这才是Julien说的“从第一天就吃掉服务预算”。

Julien给创业者的建议:

选对切口:找已经外包的、智力密集型任务。

扎进去,把分销做透:先替代现有外包商,别上来就想动内部员工。

积累数据:随着处理越来越多案例,慢慢把判断型工作也拿下。

有朋友问:“照你这么说,那专业人士不都得失业?”

嘿,你还真别替顶级高手操心。当AI成了“自动驾驶”,把填表、算账、查法律条文这些苦力活儿全包了以后,剩下的那点“判断”反而变得更贵了。

以前一个大律师80%的时间在查卷宗,现在他100%的时间在思考怎么利用规则的缝隙帮客户赢。以前一个会计80%的时间在对账,现在他100%的时间在琢磨怎么帮客户合法避税。AI把行业标准拉到了90分,剩下的那10分,也就是那点品味、那点人情世故、那点敢于在迷雾中拍板的勇气,才是未来真正的奢侈品。

AI负责把活干完,而你,负责定义什么叫“值得干的活”。

说到底,客户要的不是软件,也不是工具,是“活干完了”。谁能更便宜、更快、更省心地交付这个结果,谁就是下一代万亿美元的公司。

OpenClaw的火爆,本质上就是因为它让普通人第一次摸到了“活有人替我干”的手感。过去两年AI行业的重心一直在“造发动机”——ChatGPT们拼命提升模型参数、推理能力、多模态理解。但OpenClaw火起来之后,大家才意识到:发动机再好,没有方向盘和油门,普通人还是开不了这辆车。 OpenClaw做的,就是给AI装上了方向盘。

所以说,services as a service,绕了一大圈,返璞归真了属于是。但你以为这是回归?这是用软件的效率,吃服务的盘子。商业的本质从来都是满足需求,不是卖概念。

你以为我在说AI?其实我在说生意。