A16Z 大佬 Alex Rampell《Software Is Eating Labor》演讲

这个结论其实挺显而易见的。cursor估值100+亿美金,法律、会计的几个大模型初创公司,估值大概10亿美金上下,其实对标的都不是IT收入,而是laber替代。这几个分别对应了灯塔国最贵的几类职业了:程序员、医生、会计。

以下正文;

全球的 SaaS 市场大约每年是 3000 亿美元。美国的劳动力市场光是规模就是 13 万亿美元。今天软件要瞄准的,不再只是 SaaS 市场,而是劳动力市场。几乎每一家软件公司过去做的事情,就是把一个文件柜变成一个数据库。但现在发生的变化,是整个流程几乎可以端到端完成。软件曾经"吞噬世界",现在它要来"吞噬劳动力"。

在 a16z 的 LP 峰会上,我登台演讲,想要说明真正的市场机会并不是 3000 亿美元的 SaaS,而是 13 万亿美元的美国劳动力支出。我们要谈的是:从文件柜变数据库,到 AI 实际去完成工作;结果导向的软件;新的定价模型;以及未来代理(agent)能自己销售、自己支持、自己收款。


劳动力 vs 软件市场

让我开门见山:劳动力市场的体量------这是显而易见的------远远大于软件市场。全球 SaaS 每年的市场规模大约 3000 亿美元,全球市值大约 2.2 万亿美元。但仅仅美国的劳动力市场就是 13 万亿美元。虽然这不意味着软件市场会立刻变成 13 万亿美元一年,但现在软件要追逐的奖杯,就是劳动力市场。

没有什么比在风险投资大会上放一张世界上最著名的共产主义者照片更合适的了------那就是马克思。如果你读过《资本论》,会记得它的核心观点:资本与劳动是两种不同的东西,资本剥削劳动。但真正令人兴奋的地方在于,今天资本和劳动的关系几乎像一条化学方程式。我们拿到的资本,投给公司,公司用这笔资本去买 GPU,或者租 GPU,去雇工程师,去买咖啡------然后工程师喝着咖啡、用着 GPU,产出软件,而这些软件直接完成了劳动的工作。这就像新的 E=MC²。

我们已经在很多公司里看到这种现象,这些公司增长得极快,因为他们对客户说的不是"我卖你软件",而是"我替你把这件事做好"。这才是真正的销售说辞。


自动化的历史

当然,这个概念本身并不算全新。自动化由来已久。比如织布女工的工作被织布机取代,但仍然有人要操作织布机。帆船变成蒸汽船,航行效率提升,但依旧有人要加煤、要升帆。再比如古腾堡的印刷机,蒸汽驱动的印刷机让《洛杉矶时报》可以印数十万份报纸,而不是一个人手摇摇杆一份份印。装配线的出现更是巨大创新,它取代了人工逐个零件组装,但仍然需要很多工人在流水线上劳动。

所以说,资本造机器,然后让劳动更高效,这不是新鲜事。但现在不同的是:整个链条几乎完全可以由软件端到端完成。


从文件柜到数据库

理解过去,是理解未来最好的窗口。我的论点是:几乎每家软件公司做的事情,就是把文件柜变成数据库。这就是为什么今天有 2.2 万亿美元的市值和 3000 亿美元的年收入。

第一个案例就是 Sabre 系统。这是 IBM 和美国航空公司在 1950 年代末合作的项目。那时候如果你要订机票,航空公司会怎么做?柜台工作人员翻开文件柜,一层层卡片,找到航班、座位,再打电话确认。如果改票,就要重新翻、重新查。

IBM 和美国航空公司把这些全部数字化,放进数据库里。这就是 Sabre:销售代理只要在终端上输入航班信息,就能查询座位情况。换句话说:原本要雇很多人翻文件柜的工作,交给了计算机

过去几十年,所有伟大的软件公司几乎都是这个逻辑:把纸质文件柜搬到数据库里。

  • Salesforce:客户资料卡片 → CRM 数据库
  • Workday:人事档案柜 → HR 数据库
  • Epic:病人病历柜 → 医疗数据库
  • SAP:供应链单据 → ERP 数据库

它们赚了数千亿美元。但要注意,这些软件并没有替客户"完成工作",它只是帮你把文件存储和检索得更快。


新时代:结果导向的软件

而今天的转变是:AI 不仅仅让你更快找到卡片,而是替你完成了卡片上的工作

  • 过去:招聘软件帮你存放候选人简历。
  • 现在:AI 能自动筛选简历、安排面试,甚至初步沟通。
  • 过去:会计软件帮你记录交易。
  • 现在:AI 能直接生成报表、对账、发现错误。
  • 过去:客服软件帮你存储工单。
  • 现在:AI 能直接回答顾客问题、自动关闭工单。

这就是 从工具到劳动力的转变


定价模式的变化

在这种情况下,定价也会随之改变。

传统软件的定价是 "座位数 × 每月订阅费" 。例如 Salesforce,多少销售人员用,就买多少 license。

但如果软件开始真正替代劳动力,那么它更可能采用 结果导向的定价

  • 每解决一个客服问题收取费用
  • 每处理一个订单收取费用
  • 每完成一份贷款审批收取费用

这其实和劳动力市场的逻辑类似:你雇人是按小时或按件计酬。AI 代理会让软件产品越来越靠近这种模式。


AI 代理的未来

接下来是我觉得最令人兴奋的部分:AI 代理不仅仅替代劳动力,还可能成为销售员、客服和财务人员本身

想象一个未来:

  • 你开发一个软件代理
  • 它自己能在互联网上找到潜在客户
  • 自己介绍产品、谈价格
  • 自己处理签约、收款
  • 自己提供售后支持

这意味着,软件公司甚至可能不需要庞大的销售团队和客户支持团队。代理既是产品,也是销售。


为什么机会巨大

当我们说 "软件正在吞噬劳动力",它的含义是:未来 10 年、20 年里,软件公司瞄准的不是 3000 亿美元的 SaaS 市场,而是 13 万亿美元的劳动力市场

过去的成功故事,是把文件柜数字化。未来的成功故事,是让软件直接完成工作

这不仅仅是效率的改进,而是市场规模的重估。每一个行业的劳动力支出,都可能成为软件的新目标。


结语

我想留下的核心观点是:

  • 软件曾经吞噬世界,现在它要吞噬劳动力。
  • 从文件柜到数据库,这是上一代的传奇。
  • 从数据库到结果导向的工作自动化,这是下一代的机会。
  • 市场规模巨大,商业模式会变化,AI 代理将不仅替代劳动力,还可能自己完成销售和服务。

对创业者而言,这是几十年来最令人兴奋的机遇。

相关推荐
潘小安1 天前
『译』迄今为止最强的 RAG 技术?Anthropic 的上下文检索与混合搜索
算法·llm·claude
AI大模型1 天前
手把手教你本地部署大模型:CUDA与cuDNN环境配置全攻略
程序员·llm·agent
AI大模型1 天前
手把手教你本地部署 Dify——打造属于自己的 AI 应用平台
程序员·llm·agent
yaocheng的ai分身1 天前
Octoverse:AI 推动 TypeScript 登顶 #1,每秒都有新开发者加入 GitHub
llm·github
智泊AI1 天前
13张图解Transformer和混合专家(MoE)的差别 | 大型语言模型的架构对比
llm
Goboy2 天前
用Trae IDE+GLM4.6 API 搭了个小红书文案生成器,新手也能秒出爆款!附保姆级教程
llm·ai编程·trae
智泊AI2 天前
终于有人把人工智能神经网络基本原理讲清楚了!
llm
大模型教程2 天前
dify和Langchain-Chatchat有什么区别?
程序员·langchain·llm
AI大模型2 天前
什么是Embedding?Embedding的三大分类从“词袋”到“上下文”
程序员·llm·agent
大模型教程2 天前
记一次大模型检索增强系统中的一个问题——死板的RAG
程序员·llm·agent