用codex研究了近30年的互联网商业模式发展路程,结合Anthtropic的AI Founder 的白皮书,用梁文峰近期的创投理念和战略,来探索未来10年值得深入探索的领域。交叉得出的几条具有参考的思路。
1. “AI + 服务”方向基本正确,但表达仍不够锋利。 更准确的创业命题是“AI 原生结果型服务运营商(AI-native outcome operator)”:销售的不是模型、席位或建议,而是带有范围、时限、质量和责任边界的任务结果。
2. 未来的高价值流量将从点击变成任务。 三十年流量入口从门户、搜索、社交、移动、推荐流迁移到 AI 助手与代理;高价值流量逐渐变成携带身份、预算、约束与授权的任务。企业的竞争焦点也会从“被看见”转为“被候选、被调用、能完成、可追责”。
3. 服务业是 AI 创业的主战场之一,且不能只理解为线下服务。 2025 年中国服务业增加值占 GDP 的 57.7%,服务业就业人员约 3.58 亿;信息传输、软件和信息技术服务业增加值增长 11.1%。服务业规模大、流程碎、数字化深度不均,既包括到店、到家和现场服务,也包括可远程交付的专业服务、流程运营、知识服务和数字贸易。[W01][W05]
4. AI 普及与 Agent 落地之间存在巨大“执行鸿沟”。 2025 年底中国生成式 AI 用户达到 6.02 亿;Stanford AI Index 2026 显示,受访组织 AI 采用率达到 88%,但 Agent 在多数业务职能中的部署仍处个位数比例。[W02][W03] 这意味着 2026—2030 年最现实的产品不是无人公司,而是“AI 主导常规流程、人在关键节点审批和兜底”的半自动运营系统。
5. 结果越重要,越不能把责任主体拿掉;但责任主体不等于必须在线下。 在线客服、销售推进、研究、招聘、合规证据和跨境专业服务同样存在信任、例外、冲突与不可逆动作。AI 的价值不是消灭人,而是把人从重复沟通和信息搬运中释放出来,集中处理高风险判断、客户关系、专业签署和必要的物理执行。
6. 最强壁垒不是模型,而是四种复合资产。 一是行业知识与边界案例;二是嵌入客户工作流的接口;三是持续产生的任务结果数据;四是经验证的服务供给与责任体系。模型能力会扩散、价格会下降,但这四种资产需要时间积累。
7. 结果付费不能从第一天就激进采用。 正确的收费升级顺序是:项目/托管费 → 订阅 + 用量 → SLA 服务费 → 在基线清晰、归因可审计后再加入结果分成。没有基线、权限和风险准备金的“按结果付费”,容易演变为无上限责任。
8. 最好的早期切口是“一个垂直行业、一个高频流程、一个可验收结果”。 不应先做大平台,也不应先开发完整软件。先以人工增强的托管服务拿到真实订单,再把重复步骤产品化;先建立局部供需密度和结果证据,再讨论平台化。