Сервисы: новое программное обеспечение

Следующая компания стоимостью в триллион долларов будет софтверной компанией, маскирующейся под сервисную фирму. Почему будущее ИИ-бизнеса — в продаже результата, а не инструмента.

Это AI-перевод статьи, сделанный каналом Про AI: Лучшие Статьи и Исследования.

Сервисы: новое программное обеспечение

Services: The New Software Автор: Julien Bek Оригинальный текст:

Следующая компания стоимостью в триллион долларов будет софтверной компанией, маскирующейся под сервисную фирму.

Каждый основатель, создающий ИИ-инструмент, задаёт себе один и тот же вопрос: что произойдёт, когда следующая версия Claude превратит мой продукт в обычную функцию? И они правы, что беспокоятся. Если вы продаёте инструмент, вы в гонке с моделью. Но если вы продаёте работу, каждое улучшение модели делает ваш сервис быстрее, дешевле и труднее для конкуренции. Компания может тратить $10 тысяч в год на QuickBooks и $120 тысяч на бухгалтера, который закрывает отчётность. Следующая легендарная компания просто будет закрывать отчётность сама.

Интеллект против суждения

Написание кода — это по большей части интеллект. Понимание того, что строить дальше, — это суждение.

Перевод спецификации в код, тестирование, отладка: правила сложны, но это правила. Суждение — это другое. Оно требует опыта и вкуса, интуиции, выстроенной за годы практики. Решить, какую функцию строить следующей, стоит ли брать на себя технический долг, когда выпускать продукт до его полной готовности.

Год назад большинство пользователей Cursor воспринимали ИИ как автодополнение. Сегодня больше задач инициируется агентами, чем людьми. На разработку программного обеспечения приходится более половины всего использования ИИ-инструментов среди профессий. Все остальные категории всё ещё в однозначных цифрах. Причина в том, что разработка программного обеспечения — это преимущественно интеллектуальная работа. ИИ преодолел порог, за которым он может выполнять большую часть интеллектуальной работы автономно, оставляя суждение людям. Разработка программного обеспечения оказалась первой. Это придёт в каждую профессию.

Копилоты и автопилоты

Копилот продаёт инструмент. Автопилот продаёт работу.

До недавнего времени модели ИИ всё ещё развивали интеллект и суждение, поэтому правильным подходом было сначала создать копилот: дать ИИ в руки профессионала и позволить ему решать, что с ним делать. Harvey продаёт юридическим фирмам. Rogo продаёт инвестиционным банкам. Профессионал — это клиент, инструмент повышает его продуктивность, и он несёт ответственность за результат.

Сегодня модели достаточно интеллектуальны, чтобы в некоторых категориях лучшей стартовой позицией был автопилот. Crosby продаёт компании, которой нужен составленный NDA, а не внешнему консультанту. WithCoverage продаёт финансовому директору, которому нужна страховка, а не брокеру. Клиент покупает результат напрямую. Бюджет на работу в любой профессии многократно превышает бюджет на инструменты, и автопилоты захватывают бюджет на работу с первого дня.

Чем выше доля интеллекта в работе любой области, тем скорее автопилоты одержат победу.

Конвергенция

Сегодняшнее суждение станет завтрашним интеллектом. По мере того как ИИ-системы накапливают проприетарные данные о том, как выглядит хорошее суждение в их домене, граница будет сдвигаться. Копилоты и автопилоты сойдутся. Переход от копилота к автопилоту уже начался в нескольких категориях. Но стартовая позиция имеет значение, потому что она определяет, где автопилоты могут завоёвывать клиентов прямо сейчас и начинать накапливать данные, которые в конечном итоге позволят им справляться и с суждением.

Стратегия автопилота: аутсорсинг как точка входа

На каждый доллар, потраченный на ПО, шесть тратится на сервисы.

Общий адресуемый рынок для автопилотов — это все затраты на рабочую силу в категории, как инсорсинговые, так и аутсорсинговые вместе. Но правильная точка старта — там, где аутсорсинг уже существует.

Если задача уже отдана на аутсорсинг, это говорит о трёх вещах. Во-первых, компания приняла, что эта работа может выполняться извне. Во-вторых, существует статья бюджета, которую можно заменить без трений. В-третьих, покупатель уже приобретает результат. Замена контракта на аутсорсинг ИИ-нативным сервисным провайдером — это смена поставщика. Замена штатных сотрудников — это реорганизация.

Стратегия: компании должны начинать с аутсорсинговой, интеллектуально насыщенной задачи. Наладить дистрибуцию. Расширяться в сторону инсорсинговой, насыщенной суждением работы по мере развития ИИ. Аутсорсинговая задача — это точка входа. Инсорсинговая работа — это долгосрочный TAM.

Crosby начал с NDA: чётко определённая задача, преимущественно интеллектуальная, которую большинство компаний уже отдают внешним юристам. Бюджет есть, объём понятен, ROI немедленный, а замена происходит без трений.

Карта возможностей

Если нанести каждую вертикаль сервисов на спектр от интеллекта к суждению и соотношение аутсорсинга к инсорсингу, получится карта приоритетов с TAM по затратам на рабочую силу в скобках. Список носит иллюстративный характер.

Страховое брокерство ($140–200 млрд). Крупнейший по объёму рынок в этом списке. Стандартные коммерческие линии высокостандартизированы: добавленная стоимость брокера, по сути, сводится к сравнению предложений от страховщиков и заполнению форм — чистая интеллектуальная работа. Дистрибуционный слой невероятно фрагментирован: десятки тысяч мелких брокеров, каждый из которых выполняет один и тот же процесс, и ни один инкумбент не контролирует отношения с клиентом. WithCoverage и Harper — интересные новые игроки.

Бухгалтерский учёт и аудит ($50–80 млрд аутсорсинга только в США). США потеряли около 340 000 бухгалтеров за пять лет, при этом спрос вырос. 75% сертифицированных бухгалтеров (CPA) приближаются к пенсионному возрасту, путь к лицензированию долог, а начальные зарплаты уступают технологическому и финансовому секторам. Этот структурный дефицит заставляет фирмы принимать ИИ быстрее, чем почти любую другую профессию. Rillet строит ИИ-нативную ERP-систему, которая будет закрывать отчётность. Basis начинал как копилот для бухгалтеров.

Цикл управления доходами в здравоохранении ($50–80 млрд аутсорсинга в США). Люди слышат «здравоохранение» и предполагают, что это работа, требующая суждения, но биллинговый слой — это почти чистый интеллект. Медицинское кодирование — это перевод клинических записей в ~70 000 стандартизированных кодов ICD-10. Правила сложны, но это правила. Аутсорсинг уже зрелый и основан на результате. Автопилоту достаточно делать то же самое с меньшими затратами. Anterior — наиболее продвинутый игрок.

Урегулирование страховых случаев ($50–80 млрд, включая TPA). По другую сторону страхового полиса урегулирование убытков — это отдельная поверхность для автопилота. Стандартные страховые случаи урегулируются путём интерпретации языка полиса в соотношении с графиками ущерба и формирования резервов по актуарным таблицам. Рабочая сила в этой области стареет, и никто не приходит на замену. Рынок массово отдан на аутсорсинг независимым специалистам и TPA вроде Crawford и Sedgwick. Одна отрасль — как минимум две разные возможности для автопилота. Pace строит автопилот для обработки страховых случаев. Strala строит ИИ-нативный TPA.

Налоговый консалтинг ($30–35 млрд). Лицензирование CPA создаёт регуляторный ров, но 80–90% базовой работы — это интеллект. Каждая дополнительная юрисдикция, которую осваивает налоговый автопилот, углубляет его ров из данных. Мультиюрисдикционная сложность — это именно то, что малый и средний бизнес отдаёт на аутсорсинг, потому что ни один штатный бухгалтер не может охватить всё. TaxGPT — ранний участник, наряду со Skalar и Ravical в Европе.

Юридическая работа, транзакционная ($20–25 млрд). Составление контрактов, NDA, регуляторные подачи: высокий интеллект, рутинный аутсорсинг. Рабочий продукт достаточно стандартизирован, чтобы качество было проверяемым, поэтому покупатель может доверять результатам ИИ без глубокой юридической экспертизы. Harvey — формирующийся лидер, быстро движущийся к модели автопилота; Crosby и Lawhive — новички, изначально построенные как автопилоты.

ИТ-управляемые сервисы ($100 млрд+). Каждый малый и средний бизнес отдаёт ИТ на аутсорсинг. Установка обновлений, мониторинг, управление учётными записями пользователей, сортировка оповещений: интеллектуальная работа, повторяющаяся в тысячах одинаковых сред. Существующий софтверный слой (ConnectWise, Datto) продаёт инструменты поставщику управляемых сервисов (MSP). Никто пока не продал «ваше ИТ работает» напрямую компании как результат. Edra автоматизирует ИТ-процессы. Serval автоматизирует ИТ-поддержку.

Цепочки поставок и закупки ($200 млрд+). Большинство предприятий серьёзно ведут переговоры только с 20% своих поставщиков. Длинный хвост не получает никакого внимания, потому что экономически нецелесообразно ставить на это людей. Утечка по контрактам составляет 2–5% от общих затрат на закупки. Точка входа — брошенная работа: нет статьи бюджета, которую нужно обосновывать, нет инкумбента, которого нужно вытеснять, просто найденные деньги. Magentic строит ИИ для прямых закупок, AskLio — для непрямых. Tacto строит и систему учёта, и копилот для среднего рынка.

Рекрутинг и стаффинг ($200 млрд+). Крупнейший сервисный рынок в этом списке. Верхняя часть воронки найма (скрининг, подбор, аутрич) — чистый интеллект, но закрытие кандидата и оценка культурного соответствия — это суждение, построенное на годах распознавания паттернов. Точка входа для автопилота существует в массовых, не требующих суждения ролях, где подбор стандартизирован. Juicebox, Mercor, Jack & Jill — формирующиеся победители, строящие продукты по всему спектру.

Управленческий консалтинг ($300–400 млрд). Огромный рынок, но работа по большей части требует суждения. Интересный вопрос: может ли ИИ дезагрегировать консалтинг на интеллектуальные компоненты (сбор данных, бенчмаркинг) и компоненты суждения (стратегические рекомендации), чтобы интеллектуальный слой автоматизировался, а слой суждения остался за людьми. Лучшие кандидаты пока не определены.

В 2025 году самыми быстрорастущими ИИ-компаниями были копилоты. В 2026 году многие попытаются стать автопилотами. У них есть продукт и знание клиента. Но они также сталкиваются с дилеммой инноватора: продажа работы означает отстранение собственных клиентов от её выполнения. Это и есть окно возможностей для чистых автопилотов.

Если вы строите такой — напишите. @julienbek julien@sequoiacap.com

Подпишитесь на канал и каждый день читайте лучшие материалы про AI переведенные на русский!

Нашли интересную статью для перевода? Пришлите нашему боту: @ailongreadsbot