"未来十年,一些最大的公司根本不会是软件公司。"
"方差是这里的生死问题。"
"你要销售结果,而不是席位或 token。"
这期的主讲人是 YC Visiting Partner Charlie Warren,主题是如何从零打造 AI-native 服务公司。它讲的不是再做一个 SaaS 工具,也不是给客户一套内部 copilot;重点是把保险公司、律所、税务事务所、审计、医疗和物流里的服务流程,用 AI 从底层重建。客户买到的是结果,AI 和人类专家在后台完成大部分工作。对创业者来说,这类公司看起来像服务业,底层却有接近软件的杠杆。Charlie 也说明,这套 playbook 面向正在考虑创业的人,尤其适合还没锁定方向、正在判断市场和团队组合的创始人。
下一代大公司可能不卖软件
Charlie 开场就把判断说得很重:未来十年一些最大的公司,可能根本不以软件公司形态出现,而是被 AI 从头重建的服务公司。税务、审计、保险、法律、部分医疗和物流,本来就是万亿美元级别市场。过去创业者常做的是软件,把工具卖给客户内部团队;AI 原生服务公司承诺一个交付结果,让 AI 完成大部分工作,人类在少数关键位置把关。客户不必学习一套新软件,也不必自己管理模型输出,他们只需要判断结果能不能用。
"这些公司向客户提供结果,而不是构建一个让客户内部使用的 copilot。"
这个机会几年前还不存在,因为模型能力不够。现在模型进步以后,创业者可以进入原本由大量人工、流程和专业判断组成的行业。AI 原生服务公司的核心,是替客户交付一个他们本来就愿意付费的结果。这会改变团队构成、产品指标、销售方式和财务模型。它也要求创始人同时理解两套语言:客户在乎的业务结果,以及后台如何把流程拆成可自动化、可审计、可持续降本的步骤。
选市场先看四个特征
第一步仍然是选市场,但 AI 服务公司的好市场有几条特殊标准。Charlie 先给了一个老派提醒:这些公司仍然要做十年以上,如果你不喜欢客户、市场或技术问题里的某个组合,很难撑到最后。然后才是 AI 服务公司的新标准。第一是低信任门槛:工作已经被外包,客户关心最终成果,不关心具体怎么做。你替换的是供应商,不是在逼客户改变行为。第二是任务层面的低判断:如果每一步都需要人类判断,就很难扩张。大多数步骤要能自动化,少数环节保留人类把关。
"你是在替换一个供应商,而不是要求客户做根本不同的事情。"
第三是高智能门槛。听起来矛盾,但 Charlie 的意思是,工作本身要足够难,模型加人类专家才能交付客户认可的结果。第四是监管可能是好事。监管行业有更高预期和法律责任,进入门槛更高,也可能形成护城河。YC 公司 Panacea 就在做 FDA regulatory services,用经验丰富的 FDA 顾问配合 AI 平台,为生物科技和医疗设备公司更快交付审批相关工作。Charlie 给出的已知适配市场包括 tax、audit、insurance、mortgages、部分 healthcare 和部分 logistics,但他也提醒,没被讨论过的市场还有很多,不要只盯着 X 上已经热起来的方向。
模型变强时,你会更强吗
YC 目前看好的方向包括税务、审计、保险、抵押贷款、部分医疗和部分物流。但 Charlie 也提醒,不要只追别人已经在 X 上讨论的方向。真正要做的是 Sam Altman test:随着模型变强,你的服务会变得更强,还是会被模型本身商品化?前一种才值得做,后一种会让公司越做越薄。
"随着模型变好,你的服务会更强,还是模型本身会把你商品化?"
他还点名提醒,涉及设备和现场劳动力的业务要谨慎。只要你拥有和运营大量物理资产,软件的利润率逻辑就不适用,很难产生真正杠杆。另一个诚实检查是:你用人类,是因为工作真的需要判断,还是产品能力不够、拿人补洞?AI 原生服务可以有人在环,但不能把产品缺口长期伪装成专业服务。如果每个客户都靠临时人工救火,短期收入可能好看,长期毛利和交付稳定性都会被拖垮。
创始团队要懂行业也懂模型
Charlie 说,AI 服务公司的创始团队有三个共同属性。第一是行业流利度。最好有直接经验,后天学习也可以,但你…