从硅谷回来后彭志强眼中的AI终局

发布日期： 2025-05-25 阅读量： 作者： 小编

　　近来红杉资本AI峰会刷屏了，150位全球顶尖AI创始人得出共识：下一轮AI，不卖工具，而是卖收益，红杉合伙人Pat Grady称这将带来“万亿美元机会”。这个观点与盛景在今年3月初提出的Al RaaS(Result as a Service)模式高度一致。

　　Al RaaS(Result as a Service)模式，结果即服务，是盛景基于多年在数字化和近来在AI领域投资孵化方法论与大量被投项目案例，于今年3月初首次提出，核心在于交付结果而非工具，敢于以结果作为定价、收费或盈利的依据，将是AI应用的主流模型。

　　盛景网联董事长、盛景嘉成创投创始合伙人彭志强在硅谷进行了两周的AI创业公司和创投机构深度参访，5月15日，彭志强作了《AI终局思考与硅谷行》的专场直播分享。

　　1、硅谷创新创业四大感悟：硅谷创业企业把商业化融入了DNA；硅谷的极早期孵化和天使投资非常发达，AI领域投资极其活跃，处于AI创新创业的亢奋状态；创业企业被并购退出路径比较顺畅；硅谷的用人法则，用最少但最好的人，做最重要的事。

　　2、在中国，AI应用必须要做到极致化结果导向，甚至决战于物理世界，即回到能源矿产算力电力、回到供应链与材料、回到硬件或设备等等，这样才能赚到大钱。

　　3、只有能够提供端到端的软硬件一体化的数字世界和物理世界融合的解决方案，才能和竞争对手显著地拉开差距，才能最终为客户创造线、AI时代，真正厉害的AI应用公司应当直接持有 IP 和资产，而非只收技术服务费。不做乙方，要敢于做甲方。

　　5、AI包工头模式的出现，将突破数字化利润池的天花板。不同的商业模式下，从同一客户获得的净利润空间相差可达10-30倍，如果再叠加上AI的赋能和降本提效，净利润空间相差可达20-60倍，可谓天差地别。

　　6、盛景遴选AI应用项目的核心标准：能否真正做到 AI RaaS——用 AI 或机器人技术驱动，敢于并强烈坚持按结果定价、收费或者盈利的创业者。

　　7、每一家AI RaaS公司都必须遵循极简四核方法论，聚焦垂直细分市场，做到一米宽、一百米深。

　　盛景在今年3月初提出 AI RaaS（Result as a Service）模式，与红杉最近提出的“ 下一轮 AI，卖的不是工具，而是收益” ”思想高度一致。工具导向是把复杂问题留给客户，把简单留给自己，就像 “铁路警察只管一段”；结果导向则把复杂留给自己，把简单留给客户，用工具降本增效后直接交付价值。两种模式完全相反。AI应用转向结果导向，为客户创造可量化的收益，是一个里程碑式的认知转变，对中国企业和创业者尤为关键，也会指引创投的投资决策标准或审美标准。这将改变几乎所有行业的运行规则，可谓商业经营中的百年未有之大变局，也将带来极为巨大的创新创业机会。

从硅谷回来后彭志强眼中的AI终局(图1)

　　我这次在硅谷停留了两周，感触颇深。整体来看，硅谷AI创新创业的热情非常高，企服、SaaS类公司纷纷推出AI应用，道路两旁的广告牌基本都被AI公司占据，无论微软、OpenAI等巨头，还是Notion AI 等独角兽，抑或大量 startup 公司，全部蓬勃涌动，硅谷俨然处于AI创新亢奋期，其中华人创业者比例也相当可观。同时，VC投资也非常活跃。

从硅谷回来后彭志强眼中的AI终局(图2)

　　强。美国企业的商业化本能写在DNA里：如何创造收入、如何盈利，几乎是一种本能习惯。即便是OpenAI这种底座大模型公司，去年收入已达数十亿美元，今年预计翻三倍，超过一百亿美元，官方展望2029年营收1200亿美元。而且，美国C端、B端客户的付费意愿确实让人羡慕。

　　在通胀下，美国人工成本持续攀升，这让美国企业服务的收费基准水涨船高，也让美国 SaaS类应用能获得更可观的收费金额。

　　相比之下，中国SaaS企业或者AI应用企业所面对的无论是C端用户还是B端企业，客户的付费意愿都不强，这给中国创业者的商业化带来了更大的挑战。但这恰恰提醒中国的创业者：无法改变市场环境，就必须在商业化上更下功夫、下决心。仅仅“成果导向”还不够，中国的AI应用企业必须是“极致化结果导向”，也就是AI RaaS模式（Results as a Service）才能真正生存下来。

　　的发展进一步推高了其热度。创业公司的估值相对比较合理，或者比较理性。硅谷最成功的孵化器 YC ，在AI浪潮推动下，如今每年孵化项目已增至600多家。 YC之外，还活跃着五六百只极早期小基金，共同造就了硅谷 AI 应用和极早期孵化的热潮。这些极早期基金机构的投资规模可能并不大，一只基金的规模只有千万美金或者是数千万美金，却专注或聚焦在极早期的孵化投资上。极为活跃的早期天使投资是硅谷之所以成为硅谷的关键所在。

　　我在硅谷短短两周时间，就听到不少创业公司在创立三个月、六个月或者一年以后，以几千万美金甚至数亿美金的估值，被大公司或者上市公司所收购。所谓通则不痛，痛则不通，流畅的退出渠道使得硅谷的创业和创投发展都更为轻松洒脱，这是硅谷创业和创投蓬勃发展的根本原因。

　　硅谷创业公司有一个用人的法则，非常值得大家参考。“ 用最少但最好的人，做最重要的事。”我走访的企业中有一家由华人创办的AI Agent创业公司，融资近4000万美金，但公司不到40人，都是谷歌等高级工程师，人才密度非常高。

　　与之相反，中国很多创业公司往往会用很多一般的人，做着很多不重要的事，这非常值得我们警惕。

　　在AI时代，将发生一个非常显著的变化，那就是普通工作都会被AI所替代，最好的人才的价值是一般人、普通人的一百倍、一千倍。随着AI的推进，技术成本革命性消减，创新成本也将趋近于零，未来将出现“One-Person Company”（一人公司）或者“0-Person Company” （无人公司），那些仍在“堆人头”的公司其自身价值将会面临巨大挑战。

从硅谷回来后彭志强眼中的AI终局(图3)

　　换句话说，在生成式人工智能逐渐抹平大企业与中小企业之间的技术、成本差距后，各企业真正比拼的是关键人才。我在《极简增长》一书中已经多次强调过关键人才的重要性。

　　战略执行的首要问题在于“谁来做”。尤其在面临业务破局时，“战术千百条，肯打第一条”。面对内外部环境的剧烈变化，企业必须对战略的关键任务进行突破性攻坚，必须找到敢于突破的关键人才，所谓“千军易得、一将难求”。

　　那么，怎么衡量谁是关键人才呢？这就要首先确定企业近期的关键任务到底是什么？

　　企业战略规划每年应该选定1～3件最重要的事，这1～3件最重要的事就是关键任务，在确定了关键任务之后，再有针对性地寻找关键人才，只有这样，企业才能做到有的放矢和事半功倍。

　　今天，“最重要的事情”就是如何为目标客户的核心需求交付极致化的结果，而不是开发一个AI工具。

　　过去常说 SaaS 是软件的升级，但在中国真正跑出来的 SaaS 公司屈指可数。原因在于：工具导向的模式难以打动看重结果的中国企业用户。

　　盛景提出的 AI RaaS——Result as a Service，即“结果导向”的模式，强调极致化的结果导向。红杉峰会把这一概念称为 “oute”；但在中国，如果只交付过程性成果，只给客户半成品或中间环节，那只能收小钱，难以做大。

　　要做到极致化，往往就必须决战于物理世界，回到能源矿产算力电力、回到供应链与材料、回到硬件或设备等等。仅仅是薄薄的一层数字化应用往往解决不了大问题，必须考虑物理世界才能解决客户的问题。

　　而且数字化应用在整个商业世界的利润池或者收入的结构，往往只有1%到3%区间，占比太低，高度内卷，难以做大。只有通过回到物理世界，才能与竞争对手实现显著的差异化。在纯数字世界，能力差距有限，新功能往往几个月就被大模型或互联网大厂平替，价格会血拼。但是，一旦到了物理世界，各行各业千差万别。大厂的规模效应、大模型的规模效应鞭长莫及，才有可能建立真正难以复制的壁垒。只有能够提供端到端的软硬件一体化的数字世界和物理世界融合的解决方案，才能和竞争对手显著的拉开差距，才能最终为客户创造真正的价值，为客户真正的解决问题，才能真正的赚到大钱。

　　，这既是从客户的需求视角来出发——你必须为客户创造巨大价值，产生巨大的结果，同时也是从差异化竞争的角度来衡量，也是从企业自身盈利角度的必然选择。0

　　我先分享几个直观案例，希望为大家提供投资或联合创业的思路。假设你是 AI 公司、技术驱动型团队，想知道怎样做到极致化结果导向；或者你本身是实体制造、传统产业，手握场景、订单和客户，想借 AI 开创新业务新模式 ——下面的例子都值得参考。

　　做“新型资产持有者或资产管理者”。硅谷公司Kobold Metals依靠AI探矿正是典型案例。其估值已达30亿美元，融资近10亿美元，投资人包括马云、贝索斯、Sam Altman、比尔·盖茨及多家顶级VC和矿业巨头，在全球大举“跑马圈地”。其利用 AI 技术颠覆传统探矿投资大、失败率极高的现状。2022年，该公司一笔最成功的交易：用1.5亿美元买下赞比亚一处铜矿权，14个月后此铜矿的价值增至100–150亿美元。迄今公司已控制近100个实体金矿、铜矿、锂矿。上周，美国国务卿还在刚果为其收购锂矿站台。

　　AI找矿是典型的 AI RaaS 模式，即结果导向极致化，而且 kobold 做得非常极致，借助 ai 新技术加持，不仅仅成为了包工头，还直接成为了矿老板、大业主。

　　在我看来，AI探矿、AI创新药、AI新材料、AI合成生物逻辑一致——每一座矿、每条二期临床管线都是一块资产、一个IP，可分阶段估值、分阶段融资和分阶段出售。

　　因此，AI驱动的资产持有／管理公司并没有想象中难做——关键在于“敢按结果赚钱”。

　　本质上，这是商业认知的突破：别只当自己是软件公司，要让软件技术转化为矿权的持有者、联合持有者或管理者。既然自认AI能力强，就别满足于卖工具费，而要拿结果分成。借助 AI 新技术，在各行各业都将诞生结果导向的R aaS 公司。

　　盛景正是沿用这一逻辑，投资了一家由华人创办的AI探矿公司。

从硅谷回来后彭志强眼中的AI终局(图4)

　　之所以先讲这个极致案例，是想说明：软件人也可以“买矿” 、 “发基金”，把盈利点放在矿业资产升值，而非软件许可费。更重要的是，这种模式可迁移到各行各业。

　　AI for Science 在材料领域同理——在我眼里，每一种新材料都是一座富矿。

　　硅谷另一家AI创新药公司Formation Bio ，创始人也是华人。它用的也是类似逻辑，不卖软件，而是直接收购处于临床 II 期的创新药管线，提供所有必要的资金和AI赋能能力，以推动他们的项目通过二期临床试验结果之后的概念验证及更远的阶段。在临床三期试验期间或之后通过授权或出售给大型制药公司的方式退出，实现资产增值并退出。

　　这开创了新型的AI 驱动下的创新药IP资产经营模式。截至2025年4月，Formation Bio已完成四轮融资，总融资额达5.28亿美元。

　　AI公司应当直接持有IP和资产，而非只收技术服务费。另一条赛道是AI数字员工。如今几乎所有企业都在谈Agent，但我们强调的“数字员工”必须达到甚至超过人类雇员平均水平，并按人力资源派遣模式收费：试用期、月薪、按人头计费。价值关键在规模——一次性派出十万名数字员工才有意义，零星几百个不成气候。只有在某个细分工种做到极致水平，再大规模派遣，才能按月薪、年薪持续获利。

　　例如金沙江创投朱啸虎近日投资的水下机器人企业世航智能，也是盛景天使投资的创业企业。它瞄准“机器人洗船”这一场景，直接以清洗结果收费。万吨船只进入港口需高成本清洗，若机器人可在泊位完成，高频刚需立刻显现。全球十大港口有七个在中国，只要深耕一个港口，就能做成“洗船包工头”，再与各个港口现有的洗船包工头合作，业务量极其可观。

　　类似地，前不久我们与日本合作伙伴讨论高空清洗玻璃机器人这一细分场景。日本老龄化严重，高空作业难以依靠人工，而且用户还有“水不能洒得到处都是”的细化要求。这正是典型的结果导向运营服务——俗称“包工头”：包人、包工、包料、包结果，按效果收费。盛景非常希望投资或孵化此类公司，并已与日本合作方建立出海渠道。若你具备相应能力，敢于且适合采用包工头模式进入日本市场，完全可以与我们联创，共同出海。

　　在To C领域，盛景最关注的是 S ales A gent。销售费用通常占比最高，能够在私域独立成交的AI机器人极具价值。我们正在与一位伙伴联创：利用AI机器人在微信私域做销售，其转化率已与人类销售持平甚至更优。

　　盛景投资的另一家公司在医美赛道在直播场景的销售 A gent同样运行流畅。

　　模式非常简单：零或极低底薪，纯按销售结果提成—— 按成交提五到八个点；没有结果就不付钱。

　　把“卖license”改成“独立成交下的提成”。以上案例多是盛景已投或正寻找的方向，希望能激发和寻找更多的新的联创、投资机会。为何我们如今如此坚决地强调结果导向？不仅因为时代已走到这一步——不做很快被大模型平替，这是巨大的威胁，同时，这也是因为大模型正在赋能，你的“武功” 会大幅提升。早年软件、SaaS技术力不足，我们只能寄望少数项目以结果计费；

　　我们给被投与孵化企业做培训，最终都落到一句话：下决心。决心到了，其余问题自会迎刃而解。

　　企业本质上有五大利润池，首先要弄清自己身处哪一池塘——选对池塘，才能钓到鱼。

　　从上图可以清晰地看到，数字化利润池，包括企业自研、外采、委托开发的软件和 IT 服务等资金投入，通常情况为1 % - 3 %，甚至更低。

从硅谷回来后彭志强眼中的AI终局(图5)

　　数字化池塘这几年喊得最响，却也是“赚不到钱的人最多”的区间。软件和 IT 服务行业，雇佣着行业平均受教育程度最高的人才，但却在一块最小的数字化利润池中高强度竞争，高度内卷。

　　不仅在中国如此，放眼全球同样如此。 2022年全球GDP为100.22万亿美元，但全球软件支出额仅为6750亿美元，即使再加上12651.27亿美元的IT服务支出额，合计也还不到全球GDP的2%（仅为1.87%）。即便是对SaaS最友好的美国市场，情况也没有本质性的改变：2022年美国GDP为25.4万亿美元，美国软件及服务支出额约为7890亿美元，也仅占美国当年GDP的3.1%，若扣除IT服务，美国软件市场的总规模占美国当年GDP仅1.2%。然而，美国白领劳动力市场的规模却是软件+IT 服务的13倍，应该往哪里去发力，一目了然。

　　还有更大的利润池：人力资源利润池通常情况下为20-40%左右；资产利润池，包括采购和租赁的无形资产、设备/产线、土地/厂房/办公场所等资金投入，占到10%–20%；供应链利润池，包括为产品研发和制造而外采的原材料、半成品、零部件、耗材用品等资金投入，通常情况为20%-40%左右；资本/资金利润池，包括企业为贷款而支付的资金利息，缴纳的各项税费，股东的税后利润等，通常情况为10%-20%左右。

　　若企业只卖薄薄的数字化工具，注定只能吃1%–3%的小份额；若能进入劳动力池，做AI Agent替代人工，按月薪年薪收费，市场立即放大；继续深入到设备、原材料、资金等环节，利润空间会更大。

　　当然，进入到新的利润池未必全靠自己，也可以联合伙伴，未必是重资产，但核心是要具备进入并分食那份利润的能力。

　　这张图是盛景总结的三种不同的商业模式，每一种商业模式，从同一客户获得的净利润空间相差可达10-30倍，如果再叠加上AI的赋能和降本提效，净利润空间相差可达20-60倍，可谓天差地别。

从硅谷回来后彭志强眼中的AI终局(图6)

　　包工头既要“上得了厅堂” ，谈下大单，又要“下得了厨房” ，处理各类杂务和风险，难度更高，价值更大，自然赚到大钱；只不过过去他们“好吃不好看”，资本市场不买账；AI加持后，既好吃又好看，是“新物种”，将成为下一阶段的“香饽饽” 。

　　敢于并强烈坚持按结果定价、收费或者盈利的创业者。首先，如果你是一家垂直SaaS 企业，可考虑把工具收费改成Agent驱动的交易平台。如果你已经是个垂直的交易平台，能否把过去的 f 2 b 层层批发变成 b 2 f的反向供应链？嘉御基金创始合伙人卫哲曾说：“B2B的本质是Business-People-to-Business-People——企业里的人对企业里的人；纯粹组织对组织、冷冰冰的交易很难做。”

　　但人与人的沟通其实也很麻烦：我在开会，你来询价，我可能无法及时回应。

　　未来的形态很可能既不是所谓 B2B，也不是所谓 B2C，而是 A2A ——Agent to Agent ，这将是未来交易平台的主流方向。

　　今年4月谷歌也正式提出 A 2 A 概念：让代理智能体彼此对接、自动撮合、即时结算，重构大量交易场景，并带来全新的机会。因此，我们特别看重Agent-to-Agent驱动的交易平台。

　　美国AI客服公司 Sierra （估值45亿美元）按“每张工单0.99美元”收费，放弃了传统按席位卖license的模式。原有客服SaaS 企业因收入短期骤降，不敢转型，反倒让新创公司获得机会。若你也能放下旧收费逻辑，改为纯结果收费，我们愿意深入合作。

　　再次，拥有真实场景和订单的产业公司或包工头——如矿区运输、船体清洗、高空擦窗等——只要敢拥抱AI和机器人，把“包工、包料、包设备、包人、包结果”落到实处，就能从传统外包升级为“新物种”。

　　为此盛景推出AI RaaS 联合创业计划，我们将在100个垂直类别、细分场景寻找具有强烈结果导向愿望的联合创业伙伴，盛景帮AI创业企业找资金、找场景、找客户、找资源，助力创业者掌握AI RaaS 的真谛、分享操作细节，一起落地极致化结果导向模式。

　　目前已盛景 AI RaaS 训练营已举办两期，欢迎有极致化结果导向可能性的创业者报名。

　　前面简单提到的 AI客服独角兽企业 Sierra 值得重点关注，我再详细介绍下这家公司的模型。

　　Sierra 切入的是AI客服市场——仅菲律宾呼叫中心一年规模就接近400亿美元。Sierra的杀手锏是创造性的定价模式：每张由Agent独立完成的客服工单只收0.99美元；一旦人工介入便不收费。在红杉资本AI峰会上，Sierra平台联合创始人表示：“我们从第一天起就选择基于成果定价（oute-based pricing）。客户不再为功能买单，而是为结果买单。” Sierra改变了传统按坐席按用户数收费的工具逻辑。

　　Sierra不仅提供AI技术，更提供运营改进建议，甚至参与客户的业务流程再造，这正是“AI包工头”的“包工”之处。

　　盛景投资的「云生科技」正在把同一思路迁移到人力资源社保公积金领域。云生的社保通SAAS AI版，采用最先进的社保公积金智能体技术，提供了功能强大的五险一金管理解决方案。目前云生社保公积金智能体已经覆盖全国212个地区的社保局、医保局、公积金管理中心，SAAS管理系统提供了实时账单、精准预估账单、政策自动刷新、台账自动比对等强大功能，赠送集成覆盖全国的五险一金政策库工具和政策库咨询智能体，面对超过3000人、且在多城市部署员工的大客户，只需要0.99元/人月的超低服务费，且以上所有功能模块全部提供免费对接的全套API接口。线元/人月的云生帮帮临柜服务。

从硅谷回来后彭志强眼中的AI终局(图7)

　　“ 每人每月智能体服务费九毛九”定价是我们与创始人反复推敲后的结果。多城市布局的大企业在各地缴社保的政策差异、激活手续、错缴补缴等繁琐痛点，全部由 Agent 和线下“跑柜台”团队承担，把复杂留给自己，把简单留给客户。九毛九模式击穿传统社保服务成本：若云生社保公积金智能体未来服务一亿人，月费虽然才一亿元，但毛利也相当有吸引力，因为边际成本趋近于零。某连锁企业已将近20 万名员工在数十城市的社保交付给云生托管。

　　AI RaaS本质上是「极简增长」在AI时代的升级版，核心仍是那条铁律——一米宽，一百米深。

　　在传统世界，这套方法论已被证明有效；到了AI时代，更是企业找到细分市场聚焦垂直场景的有效助力。少数底座大模型公司背靠千亿美元投入，打造的是“一万米宽、十米深”的通用人工智能——横着走的螃蟹。

　　中小企业若在同一维度硬拼，只能沦为炮灰。要活下去，必须与之做出彻底地差异化：改走“钻井模式”，把宽度收缩到一米，把深度打到一百米、甚至一千米，并且把交付拉到最终结果。

　　这就要求我们重新审视战略：当AI这个巨大变量出现，原有定位、产品、团队都可能需要调到“极致化结果导向”模式。同时也是在倒逼AI应用公司深度思考理解，我的核心客户是谁？核心客户的核心需求是什么？满足核心客户核心需求的核心产品是什么？核心销售系统是什么？只有聚焦核心客户的核心需求，深挖客户价值链，实现端到端的服务，这样才能为结果负责，在小切口、大市场中找到突破，开创真正的商业未来。

从硅谷回来后彭志强眼中的AI终局(图8)