AI如何重塑劳动力市场：万亿美元级机会详解

摘要

• AI正在把软件从被动的文件柜变成主动的劳动力替代品，打开一个可能远大于软件本身的市场。 Alex Rampell 梳理了从本地数据库、云端记录系统到金融服务赋能的垂直 SaaS 的65年演进；如今，agents 已经可以执行那些系统过去只能记录的工作。新的公式是“输入、咖啡、输出、代码”（“Input, Coffee, Output, Code”）。

• 可争取的预算正从软件支出转向工资支出：仅美国注册护士一项，每年就对应超过6000亿美元，而全球软件市场总额还不到6000亿美元。 AI 不能做心肺复苏，但可以在结肠镜检查前致电患者、用45种语言交流，并承接医院无法配足人手的工作。关键问题在于，客户会让“自己的软件预算渗入劳动力预算”到什么程度。

• 按席位收费的老牌软件厂商面临残酷的自我蚕食选择：要么随着 AI 减少席位而损失大部分收入，要么围绕结果重新定价，收入可能增长10倍。 Rampell 以 Zendesk 为例：客户每年软件支出约140万美元，但客服人力成本达5000万美元；copilot 可能把1000个席位削减至100个，而 autopilot 则可能彻底消灭这些席位。对 Salesforce 和 Zendesk 而言，AI“既是防守，也是进攻”。

• 最强的创业切入口是“混乱收件箱问题”：自动化处理非结构化输入与传统记录系统之间、依赖判断的工作。 David Haber 以医疗行业的 Tennr 为例：该公司据他估计以约400万份文件训练模型，将患者入院管理成本削减了约90%，随后开始逐步切入排期、资格审核和福利核验。AI 能力本身可能商品化，因此长期护城河仍来自对工作流、集成、网络效应以及最终记录系统的掌控——“护城河依然重要”。

• 一旦软件能够吃到劳动力预算，或将劳动力与好10倍的替代系统捆绑起来，过去无法投资的细分领域也能达到风险投资规模。 合规就是典型案例：据称这是美国增速第四快的职业，工作往往依赖 Excel，且长期人手不足。David Haber 描述了 AI agents 如何清理数万条警报，同时帮助引入更好的交易监控系统；这一案例发生在 TD Bank 因交易监控问题被罚款40亿美元的背景下。

• AI 可能自动化白领的常规任务，却让稀缺的人际互动更有价值。 讨论嘉宾预计，至少每一种白领工作都会获得一个 copilot，其中一些岗位将完全由 agents 驱动；Rampell 的极端表述是，人们未来可能要么“告诉计算机该做什么”，要么“被计算机告知该做什么”。但一旦自动化触达无处不在，面对面建立的关系——甚至是“在高尔夫球场上”建立的关系——可能反而获得溢价。

• 商业基本面不会改变，但成本下降会同时扩大市场规模和竞争风险。 投资者仍需关注留存率、毛利率、管理费用纪律，以及“未来利润的现值”；与此同时，AI 让软件更容易构建，并推动价格不可逆地下行。最值得挖掘的领域，是那些由行业专家理解工作流、现有技术已经足够成熟、且30年前的系统有望变得“好10倍”的冷门行业。

精读

1. 软件已经从记录工作进化到执行工作

• Rampell 的历史框架始于资本替代体力：蒸汽船取代同步划船，织布机实现缝纫机械化，而白领工作长期仍由人完成。AI 打破了这条边界：软件工程师如今可以构建 agents，执行终端用户在“1960、1970、1990、2000、2010、2023、2024年”所做的工作。

• Rampell 认为，American Airlines 与 IBM 在1959年或1960年前后开发的 SABRE，代表了软件的第一个时代：用数据库和前端取代文件柜、橡皮擦和“跑腿员”（“gophers”）。Quicken 将财务文件数字化，PeopleSoft 处理了人力资源，电子邮件实现了邮件数字化——但原本50人的 HR 部门基本没有变化。

• 云软件是第二个时代：Salesforce 把 Rolodex 搬到线上，NetSuite 把会计搬到线上，Zendesk 把客服邮件搬到线上。随后，金融服务让小型垂直市场具备了经济性；David Haber 指出，Toast 如今约80%的收入来自支付、保险及相关服务，而不是餐厅软件本身。

• 这两个时代搭建了必要的底层基础设施。“所有数据都在云端，所有算力都在云端，现在只需要把它们混在一起”；agents 之所以能够行动，是因为数十年的数字化已经把消息、记录、客户和工作流捕捉进了可访问的系统。

2. 劳动力预算让新机会的规模彻底放大

• Rampell 的规模比较是：美国约470万名注册护士，平均年收入略高于12万美元，对应的工资市场每年超过6000亿美元。仅这一种美国职业，就超过他估算的全球软件市场规模；但历史上，专门面向护士的软件预算“可能为零”。

• AI 不需要替代护士的全部工作，就能触达这笔预算。它不能充当采血员，也不能做心肺复苏，但可以在结肠镜检查前打电话、解释禁食要求，并用45种语言交流——当医院招不到足够护士，或需要特定语言覆盖时，这些都是有价值的产能。

• 在金融领域，Rampell 设想 NetSuite 不只是展示应收账款，而是直接处理应收账款。5名催收人员每年可能要花费40万美元；NetSuite 理论上可以每年收取2000美元提供这项能力，而他用于比较的客户支出是1万美元软件费对应40万美元人工费。

3. 按席位收费的老牌厂商必须先自我蚕食，免得被 agents 蚕食

• Rampell 用 Zendesk 的算术把冲突摆上台面：1000个客服席位每月收费115美元，年收入约140万美元，而这些员工的成本可能接近5000万美元。Zendesk 希望席位增加，但更大的奖赏在于围绕这些员工所完成的工作收费。

• Copilot 可能带来自我蚕食：如果每名客服每天回答的问题从10个增加到100个，客户就只需要100人而不是1000人，Zendesk 将损失90%的席位收入。Autopilot 更进一步——把问题直接路由给 agent，“我一个人也不需要”，传统席位也就无从销售。

• 进攻空间同样巨大。若服务商能够拿下5000万美元劳动力池的一部分，收入可能增长10倍；转型失误则可能抹掉大部分收入。Rampell 认为 Salesforce 也面临同样的分岔：超过2000亿美元的规模和客户数据是优势，但如果无法适应，它同样会面对人力席位收入下滑。

• 定价阻力值得保留：习惯了99美分应用或固定软件预算的客户，可能会抵触突然涨价，即使总成本因此下降。老牌厂商必须从按席位收费转向按工作量或结果收费，但许多厂商可能无法及时进化，从而给创业公司留下切入口。

4. 混乱收件箱打开入口，但传统护城河才能让入口持续存在

• Haber 所说的“混乱收件箱问题”，指的是管理员从电子邮件、传真和电话中提取信息，再录入 EMR、ERP 或 CRM。这类依赖判断的工作过去位于软件上游；如今 AI 可以自动化处理，嵌入工作流，并逐步成为原生 AI 的记录系统。

• 他的具体案例是 Tennr：该公司解决专科转诊仍通过传真发送的问题。在以他估计约400万份医疗文件进行训练后，Tennr 可以程序化提取患者信息，将临床医生接诊前的行政成本降低约90%；从这个入口出发，它开始逐步切入排期、资格审核和福利核验。

• Haber 区分了差异化与防御性：替代人力工作流可以“好1000倍”，让人感觉不可思议，但模型能力本身可能商品化。保护力来自掌控下游工作流、与所有相关系统集成、变得难以移除，以及网络效应、平台和病毒式传播等熟悉的优势。“护城河依然重要。”

• Rampell 的另一条路径，是寻找劳动力密集、几乎没有现有软件的领域。合规官被描述为美国增速第四快的职业，排名第一的是美甲师；他们往往依赖 Excel、Word 和浏览器。Agents 可以先解决人员不足造成的积压，再有机会将这一切入口转化为专门的记录系统。

5. AI 重新打开失败的投资逻辑，也奖励利益一致的商业模式

• David Haber 表示，每次技术变革都会迫使投资者重新审视那些曾被判定不可行的想法。传统金融系统之所以长期存在，往往是因为替代方案只好“2倍”；但把更好的软件与稀缺劳动力结合起来，可能让方案好10倍，最终突破替换30年前系统的阻力。

• Haber 的交易监控案例把两者结合起来：在 TD Bank 因交易监控问题被罚款40亿美元的背景下，银行可能一边面对会产生过多误报的旧系统，一边又要处理数万条无人手可用的警报。Agent 套装可以先清理积压，再引入更好的监控平台，同时改善销售切入口和防御性。

• 投资指标仍然正统。Rampell 依然关注客户、留存率、单客户毛利润和可控的管理费用，因为估值仍然是“未来利润的现值”。即使是社交时代的“微笑曲线”——安装后使用率下降，再回升并在50%、70%或90%左右企稳——依然有参考价值；AI 并不会让经济规律暂停。

• 市场规模确实会改变。Haber 指向美国北美行业分类系统（NAICS），其中约有600个行业类别：一个拥有1000名买家、每月每家支付1000美元的细分市场，过去只能被定义为1200万美元市场，不值得风险投资支持。一旦 agents 能够触达该行业的劳动力预算，同一个狭窄垂直领域的规模就可能显著扩大。

6. 通缩扩大需求，冷门专业知识则帮助识别赢家

• Haber 认为，专业服务领域正面临商业模式分岔。按小时收费的律所，如果3小时工作变成3秒，收入可能承压，并因此出现打造全栈原生 AI 竞争者的呼声；按结果收费的原告律师事务所则与生产率提升利益一致，因为更好的获客和初筛能让它们接下价值更高的案件，而不只是少计几个小时。

• 在他的原告律师案例中，律所大约每100条线索接下1个案件。AI 可以评估医疗和就业记录、起草时间线和索赔函、提交诉状，并贯穿庭前与诉讼流程，帮助律师处理3倍或4倍数量的案件；软件成本则可以作为客户熟悉的技术费用转嫁出去。

• Rampell 的限定性判断是，执行良好的技术具有通缩属性：他“看不到任何情形”会让 agent 的价格高于人力成本，或让价格停止大幅下降。成本下降也会创造需求——每小时2000美元的商标服务如果变成5美元，商标申请可能普及；翻译接近免费后，甚至可以设想古希腊语版本。

• 讨论嘉宾给创业者的建议刻意不光鲜：寻找在农业、采矿、保险、金融服务或其他冷门工作流中积累了10年知识的创始人。Autopilot 还没有准备好覆盖所有领域，因此时机很重要；机会存在于现有技术已经足够、传统系统可以变得“好10倍”、而老牌厂商又无法顺畅调整产品或定价的地方。