How to Build an AI-Native Services Company

未來十年最大的機會來自 AI 原生服務公司——完全以軟體形式重建稅務、審計、保險、法律、醫療等傳統服務業。這些市場規模高達數兆美元，但直到模型進步才真正可行。與輔助駕駛系統不同，這些公司直接向客戶提供成果。

選擇正確的市場至關重要。通常新創建議適用於此，但 AI 服務有四個獨特特徵。首先是信任度低——工作早已外包，客戶只看結果，這意味著你直接取代現有供應商，無需要求客戶做根本改變。第二是任務層面判斷力差——大部分步驟必須自動化，只有少數環節需人工判斷。第三是較高的智力門檻——工作必須足夠複雜，需要 AI 與人類共同努力才能交付客戶接受的結果。第四是監管可能是優勢——受監管產業提高了進入門檻，同時也提高了競爭優勢，例如 Panacea 將 FDA 顧問與 AI 平台結合，縮短獲批週期。

創始團隊是成敗的關鍵。所有優秀創辦人都有三項共同特質。領域熟練度最重要——你面對的是懷疑的買家和嚴格監管市場，必須付出信譽的代價。模型流暢度同樣不可替代——需要理解前沿模型的功能並設計適應其發展的產品。操作嚴謹性常被低估——你經營的是業務，必須掌握並尊重方差、吞吐量、週期時間等指標。General Counsel 的創辦人完美詮釋了這點：結合律師事務所經驗與技術背景，更重要的是他們深入思考如何通過輪班制縮短週期時間，這樣既提高了運營效率也吸引了優秀律師。

產品開發在 AI 服務中完全反轉傳統軟體邏輯。人是顧客的互動介面，軟體幫助人非線性地擴展工作。這改變了開發的方方面面。首先用運營思維——找出瓶頸針對其建造，吞吐量和週期時間變成產品指標，就像追蹤日活躍用戶一樣追蹤它們。其次控制差異——輸出品質不均會快速導致客戶流失，比速度或價格差異更致命，因為客戶需要信任結果。第三人的參與應非線性成長——收入不應與新增員工數成正比，參與者也需喜歡軟體。早期可做無法規模化的事，但最終流程自動化才是真正的產品。

銷售的最大挑戰是「早期需求陷阱」——容易招募試用客戶，但很快超出服務能力，無法規模化。解決方案是限制初期試點客戶數量。避免急於求成。應售結果而非席位，前期試點就是產品，利用它們學習 AI 能帶來獨特優勢的領域。定價比傳統軟體難，因為與勞動成本直接競爭。按單位定價（每次退款、每次索賠）最清晰，基於結果定價協調激勵但難預測。絕對避免成本加成定價（永久鎖定收益）和直線底切（顯得廉價）。

財務上，毛利是收入減銷售成本。銷售成本包括模型費用、託管費用、人員費用，三者都需數字、趨勢線和擁有者。對零利潤或負利潤試點須高度警惕——可學習但沉迷其中很危險。核心在於產量越大成本越低毛利越高，這就是「AI 運營槓桿」。傳統服務型企業利潤率最高約 30%，純軟體更高但市場小。AI 服務公司的賭注是通過運營槓桿達到接近軟體的利潤率，假設在比軟體市場大 2-3 倍的市場中占有超過 50% 市佔率。

最後一個致命誤區是嘗試收購現有服務公司加 AI 來加快營收。表面上有理——快速構築監管護城河如保險執照。但這幾乎從來行不通，因為無法實現產品與市場契合。傳統服務企業的期望、指標、招募標準完全不同，簡單添加 AI 無法改變這些現實。蓋房子幾乎總是比買房子好。