“下一家万亿美元公司不会卖软件工具，它会直接卖工作成果——因为每花1美元买软件，旁边就躺着6美元的服务预算，而AI刚刚把这笔钱变成了创业公司可以攻下的领地。”
这不是某个创业者的狂想，而是硅谷顶级风投 Sequoia（红杉资本）合伙人 Julien Bek 最新发表的核心投资论文。更有意思的是，一个叫 Alex Vacca 的年轻人读完这篇论文后笑了——因为他从2022年就开始这么干了，而且已经干到了年收入700万美元。
今天我们就来拆解这个正在重塑整个科技行业的底层逻辑：为什么AI时代，卖"结果"比卖"工具"值钱得多？
一张图看懂万亿美元的秘密
Sequoia 的 Julien Bek 用了一个极其简单的例子，把整个论点讲透了：
一家公司每年花大约 1万美元 买 QuickBooks（记账软件），但要花 12万美元 雇一个真正能把账做完的会计。
1:12。
软件和服务的支出比，就是这么悬殊。而大多数行业的比例大约在 1:6 左右。
这意味着什么？所有的软件创业者都在抢那1块钱的蛋糕，而真正的大钱——那6块钱——一直安安静静地躺在"服务"这个预算里。
过去没人动这笔钱，因为服务需要人来做，人贵、慢、不可规模化。但AI改变了这一切。
全球IT服务支出约 1.73万亿美元，而软件支出约 1.43万亿美元。当AI能够直接交付"工作成果"而不只是提供"工作工具"时，那1.73万亿的服务市场就成了新战场。
冷启动外呼（Cold Outbound）领域也是同样的结构。一家B2B公司花一点钱买几个销售工具的席位，花一份SDR（销售开发代表）的工资，再花这两者加起来好几倍的钱请外包机构。软件只是预算表上的一小行，真正贵的是"干活"本身。Alex 说他2022年不需要 Sequoia 的电子表格就看到了这一点——他只需要第一个客户说"好"。
Copilot vs Autopilot：只有一个能活过下一次模型升级
Bek 在论文中画了一条关键分界线，把AI公司分成了两个阵营：
Copilot（副驾驶）模式： 把AI塞进专业人士手里。专业人士拿着AI的输出，承担风险，维护客户关系。Harvey 卖给律所，Rogo 卖给投行——本质上是"让专业人士更高效的工具"。
Autopilot（自动驾驶）模式： 跳过专业人士，直接把结果卖给真正需要它的买家。Crosby 直接帮公司搞定NDA合同，WithCoverage 直接帮CFO搞定保险，ColdIQ 直接帮B2B公司约到会议。客户买的是他们本来就想要的东西，工具在底下是隐形的。
这两种模式的命运截然不同：
卖工具的公司，永远在和模型赛跑——每次模型升级，你的产品就可能变成别人的一个功能。
卖结果的公司，每次模型升级都在变强——因为交付成本降了，但客户付的价格没变。利润率在扩大，数据护城河在加深。
一个模式在压缩你的生意，另一个在复利增长。
这段话值得每一个AI创业者打印出来贴在墙上。
从Worldcoin到700万美元ARR：一个"卖结果"的真实故事
说理论谁都会，但 Alex Vacca 的故事才是这篇文章最精彩的部分。
2022年，Alex 在 Worldcoin（Sam Altman 联合创办的虹膜扫描公司）做运营，年薪8万美元。这份工作体面、稳定，简历上写出来很好看。
然后他的朋友 Mich（后来的联合创始人）跟他说了一句话：
“如果你继续待在那里，你就是我最大的潜在竞争对手。”
Alex 说这是他收到过的"最好听的侮辱"。一个月后，他辞职了。
ColdIQ 的第一个客户每月付3000美元。早期的获客活动全靠手工操作，每一个成功或失败的案例都在当天写成文档。Alex 说，正是这种"记录一切"的纪律，最终把一家服务公司变成了一家软件公司。
他总结的方法论极其朴素：
先手动做，直到你见过市场能扔给你的每一个边界情况。然后把模式编码、自动化，按产品而不是按人力来定价。
31个月后，ColdIQ 的年收入突破600万美元。如今是400个B2B客户、30多名员工、横跨10个国家4个大洲、年收入超过700万美元。全程自力更生，没拿一分钱融资。
更有意思的是，Alex 说他在最后阶段完全退出了日常交付，“公司反而变得更好了——因为我就是那个天花板。”
他在文章结尾总结道：
“这一切不需要你有多聪明。你需要的是足够早、敢在公众面前犯错一百次、以及足够倔强，拒绝做那种只按人头收费的’伪服务公司’。”
六步操作手册：如果从零开始怎么做
Alex 在文章中给出了一套完整的操作手册，如果他今天要从零开始，会按这个顺序来。他特别强调：顺序比内容更重要。
第一步：在一个行业里，挑一个已经被外包出去的具体工作。
越窄越好。越窄，你积累专有数据的速度越快，而数据就是护城河。
评估一个细分领域，问三个问题：
- 这项工作今天已经有人在外包了吗？（你是在替换现有预算，而不是创造新预算）
- 这项工作主要是"智力劳动"——模式识别和规则应用——而不是需要真正的战略判断？
- 这个领域的服务支出是否显著大于软件支出？
Alex 说，冷启动外呼（Cold Outbound）完美通过了这三个测试，所以它成功了。
第二步：自己先签下前几个客户。
你不需要网站、PPT或者销售漏斗。你需要的是一小批付费客户，他们会告诉你上一个供应商哪里让他们不爽——这些吐槽就是你未来产品化的方向。
几个关键原则：
- 从第一天起就把月费定在你三年后想锚定的价位。ColdIQ 起步就是3000美元/月，因为低于这个数根本无法交付
- 卖客户真正想要的结果，而不是你碰巧能产出的活动量
- 录下并转录每一通销售电话——前十通电话里听到的反对意见，就是你第十个客户之后发布的销售页面上的文案
- 如果一个潜在客户两次不回你，放弃。这是你的目标客户画像有问题，再多跟进也没用
第三步：手动做，做到你见过所有边界情况，同时记录每一步。
我知道你想先写代码。忍住。手动跑业务时积累的数据，比你同期能做出的任何MVP都值钱得多。
ColdIQ 早期的所有获客活动都是手动执行的，正是这段时期的数据，支撑了后来跨数百个客户、超过2200个获客活动的自动化系统。
从第一天起就要产出四种文档：
- 每个可重复任务写一个 Markdown 文件，写得像是要交给下周一入职的新人
- 每次涉及屏幕操作的工作录一个 Loom 视频
- 每个客户一份决策日志，标注日期，记录你为什么做了那些选择
- 一份失败案例合集，记录每个失败的原因
最后那份"失败档案"，会成为你第一年产出的最有价值的资产。
第四步：按服务定价，按产品汇报。
客户不关心工作是怎么完成的，他们关心结果，关心能不能看到进展。所以——卖结果，但像SaaS公司一样建仪表盘、遥测和报告系统。
一个有效的定价结构：前期收一笔启动费覆盖 onboarding 成本，月费绑定一个结果指标（比如约到的会议数或成交数），超额完成时再加一笔绩效奖金。
一个有效的汇报节奏：从第一天起给每个客户开一个实时仪表盘；每周由客户经理发一份更新，覆盖本周成果、失误和下周计划；每季度和决策者（而不只是执行层）做一次深度对话。
当客户体验像SaaS一样时，服务公司的留存率也会开始像SaaS。
第五步：在扩张之前，先把自己从交付中替换出来。
每个服务公司创始人都会掉进同一个坑：你一直亲自干活，因为没人干得像你一样好。你可能是对的。但你也是天花板。
Alex 给出了一个精确的招人顺序：
- 第一个人：交付执行者。 能在短暂跟岗后独立管理多个客户账户，纯执行，不需要创始人的判断力
- 第二个人：技术自动化工程师。 精通你的技术栈，职责是把那些 Markdown 工作流文件变成可运行的 Agent
- 第三个人：交付负责人。 管理前两个人，对整个客户组合的质量负责
在交付层能脱离你运转之前，不要招市场、销售或COO。 每一个在交付之外的早期招聘，最好的情况是四舍五入等于零，最坏的情况是烧钱加速器。
Alex 说，当他退出最后一块还需要他的交付工作时，公司下个月就跑得更快了。
第六步：在复利软件之前，先复利数据护城河。
Bek 论文中的"收敛点"才是真正的长期游戏。随着数据集增长，判断力会转化为智能——三年的实战数据，是任何纯SaaS竞争对手买不到、授权不了、也绕不过去的资产。
具体怎么做：
- 保存你拉取的每一个第三方输入，原始版和清洗版都要
- 保存你交付给客户的每一个输出，标注它产生的结果
- 保存你的团队在系统之上做判断时的推理过程——一旦你开始用这些数据训练，"为什么"比"做了什么"更重要
- 保存每一个客户异议和最终成交的回应话术
给这个过程足够的时间，你最终会拥有一个竞争对手无法从零构建的数据资产。最终，Agent 负责交付，人类负责判断。 这个转变会在公司内部安静地发生好几年，外人根本注意不到。
这对中国创业者意味着什么？
Sequoia 的论文和 ColdIQ 的故事虽然发生在硅谷，但底层逻辑是普适的。
中国的服务市场更大、更碎片化、更依赖人力。从财税代理到供应链管理，从政府申报到质量检测，大量的"服务"工作本质上就是"模式识别+规则应用"——这恰恰是AI最擅长的。
几个值得关注的方向：
- 财税合规：企业每年花大量钱请代账公司，但80%的工作是重复性的凭证处理和报表生成
- B2B获客：中国的B2B销售仍然高度依赖人脉和地推，AI驱动的精准获客才刚刚起步
- 工业质检：工厂里大量的质检员在做的事情，本质上就是视觉模式识别
- 政务申报：各种资质申报、项目申报，流程固定、文档模板化，天然适合自动化
关键不是"用AI做一个工具卖给这些行业"，而是"用AI直接帮客户把活干了"。
卖铲子的时代正在过去，卖金子的时代正在到来。
写在最后
当 Sequoia 这样的顶级机构把"Services-as-Software"写成正式投资论文，当 YC、a16z、Bessemer 几乎所有一线VC都在押注同一个方向，当一个从8万美元年薪起步的年轻人用这个模式做到了700万美元ARR——
这不是趋势，这是正在发生的事实。
但也有一个值得警惕的反面：当AI把服务成本压到机器价格时，服务预算不一定会转移给AI供应商——它可能直接蒸发。正如一位分析师所说："每花1美元替代人力，企业只花了0.03美元在AI上。"这意味着赢家必须在价格压缩之前建立起数据护城河和客户粘性。
Alex 在文章最后写道：
“Sequoia 可以命名一个品类。创始人可以靠一个品类融资。但先发优势永远属于那个愿意先用手干活、直到活本身告诉他该自动化什么的人。”
“那些看起来像服务公司、赚钱像软件公司的企业，从来不是偶然。它们是某个人决定’传统代理模式太懒了’，然后着手证明这一点的结果。趁这个品类还没关闭，赶紧开始。”
问题只剩一个：你打算卖工具，还是卖结果？
参考来源：
- Alex Vacca, “How to Build Services-as-Software Business”, X/Twitter, 2026年4月15日
- Julien Bek (Sequoia), “Services: The New Software”
- Forbes, “Sequoia Says AI Will Kill Software Tools By Becoming The Work”, 2026年4月1日