每在软件上花 1 美元,服务上就要花 6 美元。AI 要真正赚到大钱,就不能卖工具,得卖工作本身。

3秒速览
Copilot = 卖工具 争夺软件预算 Autopilot = 卖结果 拿下服务预算 市场规模相差 6 倍

这是什么?

Sequoia Capital 合伙人 Julien Bek 在 2026 年 3 月发表的文章《Services: The New Software》引发了热议。Ben Tossell(Ben's Bites)也在自己的 newsletter 里转发并点出了 AI 商业模式的核心分岔口。

核心框架很简单。AI 产品分成两条路:

Copilot
卖工具。帮用户把事情做得更好。
Autopilot
卖工作本身。直接交付成果。

Copilot 把 AI 工具卖给律师,Autopilot 则把写好的合同卖给公司。Copilot 盯的是软件预算,Autopilot 盯的是服务预算 —— 而服务预算要大 6 倍。

Sequoia 还往前推了一步:把所有业务拆成「智能(Intelligence,规则型任务)」和「判断(Judgment,需要判断力的任务)」两类。智能占比越高的业务,越会被 Autopilot 更快吃掉。

有什么不同?

Copilot(卖工具)Autopilot(卖结果)
客户专业人士(律师、开发者)公司(需要法务支持的企业)
计费方式按席位订阅按结果计费(按件、按解决)
争夺的预算软件预算服务 / 外包预算
模型进步时有被竞争者替代的风险更快更便宜 → 竞争力增强
TAM软件市场(1 万亿美元)服务市场(6 万亿美元以上)

这种差异最鲜明的两个案例,如下。

Harvey(法律 AI)—— 正在从 Copilot 转向 Autopilot

Harvey 最初是把 Copilot 工具卖给律所,帮律师更快做检索、起草文书。现在它正转向直接交付成品合同、NDA、法律文书。结果呢?截至 2026 年 3 月,估值达 110 亿美元,ARR 达 1.9 亿美元,超过 10 万名律师在使用。AmLaw 100 的大多数律所以及 500 多家企业法务部门都是它的客户。

Intercom Fin —— 按结果计费的教科书

Intercom 的 AI 智能体 Fin 采用「每解决 1 件客户咨询收 $0.99」的计费方式。不是按席位。只有 Fin 真的解决了客户问题,才收钱。没解决,免费。这就是 Autopilot 计费模型的实战范本。对客户来说非常明确 —— 没结果就不花钱。

Sequoia 给出的「Autopilot 机会地图」也很有意思。智能占比高 + 已经被外包的业务是 Autopilot 的头号目标:

1/4

保险经纪(1,400~2,000 亿美元)

标准商业保险几乎是纯智能型业务 —— 比较承保人、填表。WithCoverage 这样的 AI 正在吃这块。

2/4

会计审计(500~800 亿美元)

美国会计师 5 年间减少了 34 万人,75% 的 CPA 逼近退休年龄。结构性人手短缺正在加速 AI 的渗透。

3/4

IT 托管服务(1,000 亿美元以上)

打补丁、监控、用户管理 —— 几乎每家中小企业都会外包的重复性工作。目前还没有公司真正在卖「你的 IT 自己就能跑起来」。

4/4

招聘 / 人力派遣(2,000 亿美元以上)

最大的服务市场。筛选、匹配、外联都是智能型工作,只有文化契合度判断属于判断型。

Deloitte 也确认了这个趋势。他们在 2026 年预测报告中判断「按席位订阅会转向按用量 / 结果计费」,而 Gartner 预测到 2030 年,企业 SaaS 支出中 40% 以上会转为按用量 / 结果计费

上手指南

想把自家 AI 产品或服务往 Autopilot 方向定位,试试看:

  1. 先找已经被外包的业务
    已经在外包的业务其实证明了三件事:对外部承接没有抵触、存在预算、按成果付费的习惯也已经成立。用 AI 替代现有外包合同属于「更换供应商」,而替代内部员工属于「组织调整」—— 前者容易得多。
  2. 测量智能 vs 判断的比例
    规则型重复性任务(智能)越多,Autopilot 化越快。比如 NDA 起草、保险报价、纳税申报。需要判断的业务(判断)先放一放,等数据积累到一定程度再扩张。
  3. 按结果计费
    像 Intercom 那样,设计「每解决 1 件收 $X」的模型。按席位计费是 Copilot 的玩法。按结果计费能降低客户的采购阻力,而且业绩越好、营收越高。
  4. 让模型进步成为你的武器
    Copilot 在下一代模型出来时会受威胁(我的工具可能被 ChatGPT 的原生功能吸收掉)。Autopilot 则是模型越强,同样的结果就能更便宜、更快地交付。这种结构性差异才是关键。
  5. 从 Copilot 起步也没问题 —— 只要有转型计划
    像 Harvey 一样,从 Copilot 起步先拿到客户和领域数据,再逐步转成 Autopilot,也是一条有效路径。不过 Sequoia 提醒了一点:从 Copilot 转 Autopilot 时,可能会失去原有客户(专业人士)—— 这是典型的「创新者窘境」

注意

Sequoia 文章里提到的 Crosby、Rillet、WithCoverage、Magentic 等,大多是 Sequoia 自家的投资组合公司。分析方向是没错的,但具体案例选择上带有投资方视角,自己判断时要把这点考虑进去。