內容來源： 5月15日，《AI終局思考與硅谷行》直播。 分享嘉賓：彭志強，盛景嘉成創投創始合伙人。

責編 | 柒 排版 | 鵝妹子 第 8974 篇深度好文：7692 字 | 15 分鐘 閱讀

宏觀趨勢

筆記君說：

近來紅杉資本 AI 峰會刷屏了，150位全球頂尖AI創始人得出共識：下一輪 AI，不賣工具，而是賣收益，紅杉合伙人 Pat Grady稱這將帶來“萬億美元機會”。

這個觀點與盛景在今年3月初提出的Al RaaS(Result as a Service)模式高度一致。

“不賣工具、賣收益”這個觀點在全球創投圈引起了強烈反響，是一個里程碑式的轉變，對中國企業和創業者尤為關鍵，也會指引創投的投資決策標準或審美標準。

Al RaaS(Result as a Service)模式，結果即服務，是盛景基于多年在數字化和近來在AI領域投資孵化方法論與大量被投項目案例，于今年3月初首次提出。

核心在于交付結果而非工具，敢于以結果作為定價、收費或盈利的依據，將是AI應用的主流模型。

盛景網聯董事長、盛景嘉成創投創始合伙人彭志強在硅谷進行了兩周的AI創業公司和創投機構深度參訪。5月15日，彭志強作了《AI終局思考與硅谷行》的專場直播分享

小編將發言全文整理如下，希望對你有所啟發，Enjoy~

過去十多年，國內在數字化、SaaS、企業服務領域投入了上千億資金，卻鮮有真正跑出的企業。

大家普遍認為，中國軟件、SaaS行業困難，收費難，是因為中國企業不愿意為工具付費，而美國不一樣，美國企業和用戶愿意為工具付費。

但紅杉峰會上所提出的“下一輪 AI，賣的不是工具，而是收益”這個觀點說明，其實全世界的企業和用戶都更愿意為收益、為結果付費，這是人性，只是在中國這個現象更為突出或顯性而已。

盛景在今年3月初提出 AI RaaS（Result as a Service）模式，與紅杉的“賣收益”思想高度一致。

工具導向是把復雜問題留給客戶，把簡單留給自己，就像“鐵路警察只管一段”；結果導向則把復雜留給自己，把簡單留給客戶，用工具降本增效后直接交付價值。兩種模式完全相反。

AI應用必須轉向結果導向，為客戶創造可量化的收益。

這將改變幾乎所有行業的運行規則，可謂商業經營中的百年未有之大變局，也將帶來極為巨大的創新創業機會。

一、硅谷行思考：

硅谷創新創業生態四大感悟

我這次在硅谷停留了兩周，感觸頗深。

整體來看，硅谷 AI 創新創業的熱情非常高，企服、SaaS類公司紛紛推出 AI 應用，道路兩旁的廣告牌基本都被 AI 公司占據，無論微軟、OpenAI 等巨頭，還是 NotionAI 等獨角獸，抑或大量 Startup 公司，全部蓬勃涌動。

硅谷儼然處于 AI 創新亢奮期，其中華人創業者比例也相當可觀。同時，VC投資也非常活躍。

硅谷在AI領域確實仍然領先全球，中國雖有 DeepSeek 等亮點，但更多像“一枝獨秀”或者“一花獨放”。

面對全方位領先的硅谷，中國企業和創業者仍需持續研究、對標和追趕。

走訪過程中，有幾點印象尤為深刻：

第一，硅谷AI企業商業化意識強。

美國企業的商業化本能寫在DNA里：如何創造收入、如何盈利，幾乎是一種本能習慣。

即便是 OpenAI 這種底座大模型公司，去年收入已達數十億美元，今年預計翻三倍，超過一百億美元，官方展望2029年營收1200億美元。

而且，美國C端、B端客戶的付費意愿確實讓人羨慕。

在通脹下，美國人工成本持續攀升，小費標準比過去高出許多，體感上中美人工成本差距已從“1:5-7”擴大到“1:10”甚至更高，這讓美國企業服務的收費基準水漲船高，也讓美國SaaS類應用能獲得更可觀的收費金額。

相比之下，中國 SaaS 企業或者 AI 應用企業所面對的無論是C端用戶還是B端企業，客戶的付費意愿都不強，這給中國創業者的商業化帶來了更大的挑戰。

但這恰恰提醒中國的創業者：無法改變市場環境，就必須在商業化上更下功夫、下決心。

紅杉“賣收益而非工具”的觀點，對于中國創業者更是剛性要求，是必須的生存前提條件。

僅僅“成果導向”還不夠，中國的AI應用企業必須是“極致化結果導向”，也就是 AI RaaS 模式（Results As A Service）才能真正生存下來。

第二，硅谷的極早期孵化和天使投資非常發達，AI的發展進一步推高了其熱度。創業公司的估值相對比較合理，或者比較理性。

硅谷最成功的孵化器YC，在AI浪潮推動下，如今每年孵化項目已增至600多家——Sam Altman接手之前每年孵化50多家，Sam Altman離開時，每年孵化提升到200多家。

YC之外，還活躍著五六百只極早期小基金，共同造就了硅谷 AI 應用和極早期孵化的熱潮，堪比“大眾創業、萬眾創新”的氛圍。

這些極早期基金機構的投資規模可能并不大，一只基金的規模只有千萬美金或者是數千萬美金，卻專注或聚焦在極早期的孵化投資上。

極為活躍的早期天使投資是硅谷之所以成為硅谷的關鍵所在。

第三，美國的創業公司通過被并購退出比較順暢。

我在硅谷短短兩周時間，就聽到不少創業公司在創立三個月、六個月或者一年以后，以幾千萬美金甚至數億美金的估值，被大公司或者上市公司所收購。

所謂通則不痛，痛則不通，流暢的退出渠道使得硅谷的創業和創投發展都更為輕松灑脫，這是硅谷創業和創投蓬勃發展的根本原因。

第四，用最少但最好的人，做最重要的事。

硅谷創業公司有一個用人的法則，非常值得大家參考。“用最少但最好的人，做最重要的事。”

我走訪的企業中有一家由華人創辦的 AI Agent 創業公司，融資近4000萬美金，但公司不到40人，都是谷歌等高級工程師，人才密度非常高。

與之相反，中國很多創業公司往往會用很多一般的人，做著很多不重要的事，這非常值得我們警惕。

在AI時代，將發生一個非常顯著的變化，那就是普通工作都會被AI所替代，最好的人才的價值是一般人、普通人的一百倍、一千倍。

隨著AI的推進，技術成本革命性消減，創新成本也將趨近于零，未來將出現“One-Person Company”（一人公司）或者“0-Person Company”（無人公司），那些仍在“堆人頭”的公司其自身價值將會面臨巨大挑戰。

有時候 AI Agent 這個詞會給人們帶來誤導，覺得 Agent 是代理，是助手，但其實這一波 Agent 之所以讓大家重視或者興奮，是因為它會從被動反應的人工智能助手到具有自主性的人工智能，這是一種在思維模式、方法或觀念上的重大變革。

過去人工智能助手通常是在接收到明確指令后才執行任務，但未來它能夠主動感知環境、制定計劃并采取行動，而不僅僅是對外部刺激做出被動反應。

因此，AI 企業不要再去考慮助手性的應用，它很容易就會被大廠所替代，我們還是要做自主性、主動性的，能帶來最終結果的人工智能。

今天，“最重要的事情”就是如何為目標客戶的核心需求交付極致化的結果，而不是開發一個AI工具。

二、AI RaaS，必須決戰物理世界

過去常說 SaaS 是軟件的升級，但在中國真正跑出來的 SaaS 公司屈指可數。原因在于：工具導向的模式難以打動看重結果的中國企業用戶。

于是，盛景提出了 AI RaaS —— Result as a Service，即“結果導向”的模式，并強調它必須是極致化的結果導向。

紅杉峰會把這一概念稱為“Outcome”；但在中國，如果只交付過程性成果，只給客戶半成品或中間環節，那只能收小錢，難以做大。

要做到極致化，往往就必須決戰于物理世界，回到能源礦產算力電力、回到供應鏈與材料、回到硬件或設備等等。

這源自于三個原因：

第一，如果要想真正解決客戶的痛點，真正為客戶創造價值，必須結果導向。 僅僅是薄薄的一層數字化應用往往解決不了大問題，必須考慮物理世界才能解決客戶的問題。 第二，如果要想真正收到大錢，就不能僅僅停留在數字化世界，而要回到物理世界。 因為數字化應用占到整個商業世界的利潤池或者收入的結構，往往只有1%到3%區間，97%到99%的區間更多是與人力資源、資產、供應鏈、資本等覆蓋的更大利潤池。 第三，只有通過回到物理世界，才能與競爭對手實現顯著的差異化。 在純數字世界，能力差距有限，新功能往往幾個月就被大模型或互聯網大廠平替，價格會血拼。

但是，一旦到了物理世界，各行各業千差萬別，大廠的規模效應、大模型的規模效應鞭長莫及，才有可能建立真正難以復制的壁壘。

只有能夠提供端到端的軟硬件一體化的數字世界和物理世界融合的解決方案，才能和競爭對手顯著的拉開差距，才能最終為客戶創造真正的價值，為客戶真正的解決問題，才能真正的賺到大錢。

所以，決戰在物理世界，這既是從客戶的需求視角來出發——你必須為客戶創造巨大價值，產生巨大的結果，同時也是從差異化競爭的角度來衡量，也是從企業自身盈利角度的必然選擇。

三、AI RaaS的機會，在哪里？

假設你是 AI 公司、技術驅動型團隊，想知道怎樣做到極致化結果導向；或者你本身是實體制造、傳統產業，手握場景、訂單和客戶，想借AI 開創新業務新模式——下面的例子都值得參考。

當前我們最關注的模式，是 AIRaaS 企業做“新型資產持有者或資產管理者”。

硅谷公司Kobold Metals 依靠 AI 探礦正是典型案例。其估值已達30 億美元，融資近 10 億美元，投資人包括馬云、貝索斯、Sam Altman、比爾·蓋茨及多家頂級VC和礦業巨頭，在全球大舉“跑馬圈地”。

其利用 AI 技術顛覆傳統探礦投資大、失敗率極高的現狀。

2022年，該公司一筆最成功的交易：用 1.5億 美元買下贊比亞一處銅礦權，14個月后此銅礦的價值增至 100–150 億美元。

迄今公司已控制近 100 個實體金礦、銅礦、鋰礦。上周，美國國務卿還在剛果為其收購鋰礦站臺。

贊比亞明戈巴項目所在位置其實曾被不少探礦隊鉆探過，卻都失之交臂。

借助 AI 技術，Kobold僅用了10天就完成了其他勘探隊幾年的工作，勘探成本也革命性地下降。AI找礦將大幅加速全球優質礦產被搶占的速度。

AI 找礦是典型的 AI RaaS 模式，即結果導向極致化，而且Kobold做得非常極致，借助 AI 新技術加持，不僅僅成為了包工頭，還直接成為了礦老板、大業主。

傳統勘探依賴經驗或簡單 SaaS，成功率受限，而 AI 的數據處理與決策能力能從根本上提升命中率。

在我看來，AI 探礦、AI 創新藥、AI 新材料、AI 合成生物邏輯一致——每一座礦、每條二期臨床管線都是一塊資產、一個 IP，可分階段估值、分階段融資和分階段出售。以探礦為例：

第一階段是初篩：用衛星、無人機、各類地質數據做 AI 分析，只需幾十萬美元。 第二階段打鉆驗證：再投入一兩百萬美元，實地下鉆確認礦體含量。 若結果理想，才進入第三階段：買下礦權并申請開采。此時，可發行礦業基金或與礦業巨頭合資，資金自然涌來；礦權未來也可整體或部分出售，實現退出。

因此，AI 驅動的資產持有／管理公司并沒有想象中難做——關鍵在于“敢按結果賺錢”。

你若真有金剛鉆，就該攬下瓷器活。

本質上，這是商業認知的突破：別只當自己是軟件公司，要讓軟件技術轉化為礦權的持有者、聯合持有者或管理者。

既然自認 AI 能力強，就別滿足于賣工具費，而要拿結果分成。借助AI新技術，在各行各業都將誕生結果導向的 RaaS 公司。

盛景正是沿用這一邏輯，投資了一家由華人創辦的AI 探礦公司。

之所以先講這個極致案例，是想說明：軟件人也可以“買礦”、“發基金”，把盈利點放在礦業資產升值，而非軟件許可費。更重要的是，這種模式可遷移到各行各業。

AI for Science 在材料領域同理——在我眼里，每一種新材料都是一座富礦。

硅谷另一家 AI 創新藥公司 Formation Bio ，創始人也是華人。它用的也是類似邏輯，不賣軟件，而是直接收購處于臨床II期的創新藥管線，開創了新型的 AI 驅動下的創新藥ip資產經營模式。

截至2025年4月，Formation Bio已完成四輪融資，總融資額達5.28億美元。

生物制藥領域一直以來有個“雙十定律”，既開發一種新藥至少需要十年時間投入十億美金,其中耗時最長、最燒錢的是臨床試驗階段，它吃掉研發預算的 80%，但成功率卻只有約10%。

這對很多生物技術公司和大型制藥公司都是一個挑戰，使得很多有前景的候選藥物難以進入市場惠及患者。

Formation Bio選擇與缺乏資源推進臨床試驗的制藥公司、生物技術公司和學術機構合作，收購或授權其有前景的處于臨床階段的候選藥物資產，提供所有必要的資金和AI賦能能力，以推動他們的項目通過二期臨床試驗結果之后的概念驗證及更遠的階段。

合作伙伴投入處于二期臨床試驗階段的藥物資產，Formation Bio投入資金和AI 賦能能力，以更具成本效益和更快速的方式開展臨床試驗。

在臨床三期試驗期間或之后通過授權或出售給大型制藥公司的方式退出，實現資產增值并退出。近來 Formation Bio 從 Asana BioSciences 和德國默克購入了三條臨床管線。

我們看到，其實每一個創新藥、IP都是一座富礦，是可持有的資產。

所以如果你是一家 AI 公司，既然你的本領很強、武功很高，你可以速度更快，成本更低得找到礦或者新材料或者創新藥、合成生物，那何不直接持有新材料、創新藥、合成生物等“礦”本身？資金總能找到途徑，只要資產夠好。

這正是AI 帶來的全新機會——技術方不再只是服務商，而是成為 IP 或資產的真正“Boss”。AI時代，真正厲害的AI公司應當直接持有 IP 和資產，而非只收技術服務費。

另一條賽道是 AI 數字員工。

如今幾乎所有企業都在談 Agent，但我們強調的“數字員工”必須達到甚至超過人類雇員平均水平，并按人力資源派遣模式收費：試用期、月薪、按人頭計費。

價值關鍵在規模——一次性派出十萬名數字員工才有意義，零星幾百個不成氣候。只有在某個細分工種做到極致水平，再大規模派遣，才能按月薪、年薪持續獲利。

我們還關注 To B 機器人的結果導向公司。

例如水下機器人企業世航智能，它瞄準“機器人洗船”這一場景，直接以清洗結果收費。萬噸船只進入港口需高成本清洗，若機器人可在泊位完成，高頻剛需立刻顯現。

全球十大港口有七個在中國，只要深耕一個港口，就能做成“洗船包工頭”，再與各個港口現有的洗船包工頭合作，業務量極其可觀。

類似地，前不久我們與日本合作伙伴討論高空清洗玻璃機器人這一細分場景。日本老齡化嚴重，高空作業難以依靠人工，而且用戶還有“水不能灑得到處都是”的細化要求。

這正是典型的結果導向運營服務——俗稱“包工頭”：包人、包工、包料、包結果，按效果收費。

盛景非常希望投資或孵化此類公司，并已與日本合作方建立出海渠道。若你具備相應能力，敢于且適合采用包工頭模式進入日本市場，完全可以與我們聯創，共同出海。

在 To C 領域，盛景最關注的是Sales Agent。

銷售費用通常占比最高，能夠在私域獨立成交的 AI 機器人極具價值。我們正在與一位伙伴聯創：利用 AI 機器人在微信私域做銷售，其轉化率已與人類銷售持平甚至更優。

化妝品、母嬰、旅游、酒店……幾乎每個垂直賽道都存在機會。

模式非常簡單：零或極低底薪，純按銷售結果提成——按成交提五到八個點；沒有結果就不付錢。

如果你做垂直SaaS，或手握行業大客戶，完全可以摸索把“賣 License”改成“獨立成交下的提成”。

過去做軟件、做 SaaS 常掛在嘴邊“幫客戶成功”，多少帶著居高臨下；真正的結果導向，是客戶先成功，你再拿錢。

為何我們如今如此堅決地強調結果導向？不僅因為時代已走到這一步——不做很快被大模型平替，這是巨大的威脅，同時，這也是因為大模型正在賦能，你的“武功”會大幅提升。

早年軟件、SaaS 技術力不足，我們只能寄望少數項目以結果計費；如今AI 能力愈發強大，實現結果導向比過去容易得多——關鍵是決心。

我們給被投與孵化企業做培訓，最終都落到一句話：下決心。決心到了，其余問題自會迎刃而解。

四、AI包工頭模式，

相比傳統SaaS和傳統包工頭，

開啟10倍級利潤池放大

企業本質上有五大利潤池，首先要弄清自己身處哪一池塘——選對池塘，才能釣到魚。

從上圖可以清晰地看到，數字化利潤池，包括企業自研、外采、委托開發的軟件和IT服務等資金投入，通常情況為1-2%，甚至更低。

數字化池塘這幾年喊得最響，卻也是“賺不到錢的人最多”的區間。

軟件和IT服務行業，雇傭著行業平均受教育程度最高的人才，但卻在一塊最小的數字化利潤池中高強度競爭，高度內卷。

不僅在中國如此，放眼全球同樣如此。2022年全球GDP為100.22萬億美元，但全球軟件支出額僅為6750億美元，即使再加上12651.27億美元的IT服務支出額，合計也還不到全球GDP的2%（僅為1.87%）。

即便是對SaaS最友好的美國市場，情況也沒有本質性的改變：2022年美國GDP為25.4萬億美元，美國軟件及服務支出額約為7890億美元，也僅占美國當年GDP的3.1%，若扣除IT服務，美國軟件市場的總規模占美國當年GDP僅1.2%。

然而，美國白領勞動力市場的規模卻是軟件+IT 服務的 13 倍，應該往哪里去發力，一目了然。

過去軟件、SaaS公司所在的就是數字化利潤池，困在那“1%–3%”的薄利潤池里，哪怕云集最優秀的人才，也很難賺大錢，因為池塘就這么大。

不僅是中國企業不愿意為所謂的工具付錢，美國企業其實也不太愿意。

英偉達黃仁勛在各種場合都宣稱“英偉達是一家軟件公司”，公司三萬名員工，其中一萬多人是軟件工程師，軟件工程師的人數甚至比硬件工程師還多。

但英偉達并不靠賣軟件賺錢，英偉達最大的護城河是 CUDA，但是 CUDA 軟件卻是免費的，盈利點在硬件、整體解決方案、乃至即將布局的 AI 工廠——這就是主動跨出軟件池塘的典型案例。

還有更大的利潤池：

人力資源利潤池通常情況下為20-40%左右； 資產利潤池，包括采購和租賃的無形資產、設備/產線、土地/廠房/辦公場所等資金投入，占到10%–20%； 供應鏈利潤池，包括為產品研發和制造而外采的原材料、半成品、零部件、耗材用品等資金投入，通常情況為20%-40%左右； 資本/資金利潤池，包括企業為貸款而支付的資金利息，繳納的各項稅費，股東的稅后利潤等，通常情況為10%-20%左右。

若企業只賣薄薄的數字化工具，注定只能吃1%–3% 的小份額；若能進入勞動力池，做 AI Agent 替代人工，按月薪年薪收費，市場立即放大；繼續深入到設備、原材料、資金等環節，利潤空間會更大。

當然，進入到新的利潤池未必全靠自己，也可以聯合伙伴，未必是重資產，但核心是要具備進入并分食那份利潤的能力。

這張圖是盛景總結的三種不同的商業模式，每一種商業模式，從同一客戶獲得的凈利潤空間相差可達10-30倍，如果再疊加上AI的賦能和降本提效，凈利潤空間相差可達20-60倍，可謂天差地別。

以2B企業為例：

1.工具模式：傳統軟件模式按 License 或用戶數收費，只覆蓋最薄的數字化層；

2.人力外包模式：傳統人力派遣模式，你派人到客戶現場，但卻必須把90% 以上收入付給雇員。

本質上仍是“打工”邏輯。AI Agent 的魅力在于：同樣吃到勞動力這塊蛋糕，邊際成本卻趨近于零，利潤率瞬間抬高。

未來企業競爭，將取決于你能派出多少“機器人員工”；資本價值，也取決于你掌握多少機器人為你打工。

3.運營外包模式：不僅包含對數字化、人力資源能力的覆蓋，也包含對設備/產線等能力的覆蓋，實現全流程的端到端運營模式，俗稱“包工頭”模式——包工、包料、包設備、包人、包結果，按工作量或最終效果結算。

例如礦區無人駕駛：若賣軟件，一個礦區付你一兩千萬已到頭；如果做運送土石方的包工頭，單礦年收入可能5–10 億元，按10% 利潤，也有 5000 萬到 1 億利潤。

包工頭既要“上得了廳堂”，談下大單，又要“下得了廚房”，處理各類雜務和風險，難度更高，價值更大，自然賺到大錢。

只不過過去他們“好吃不好看”，資本市場不買賬；AI 加持后，既好吃又好看，是“新物種”，將成為下一階段的“香餑餑”。

AI 包工頭將在眾多細分市場涌現，并贏得資本青睞。選對利潤池，才能真正“釣到大魚”。

五、AI RaaS與極簡增長，

高度融合、渾然一體

AI RaaS 本質上是「極簡增長」在 AI 時代的升級版，核心仍是那條鐵律——一米寬，一百米深。

在傳統世界，這套方法論已被證明有效；到了AI 時代，更是企業找到細分市場聚焦垂直場景的有效助力。

少數底座大模型公司背靠千億美元投入，打造的是“一萬米寬、十米深”的通用人工智能——橫著走的螃蟹。

中小企業若在同一維度硬拼，只能淪為炮灰。要活下去，必須與之做出徹底地差異化：改走“鉆井模式”，把寬度收縮到一米，把深度打到一百米、甚至一千米，并且把交付拉到最終結果。

這就要求我們重新審視戰略：當AI 這個巨大變量出現，原有定位、產品、團隊都可能需要調到“極致化結果導向”模式。

極簡增長是 AI RaaS 創業的指南，若想做一家 AI RaaS 公司，按極簡增長的邏輯來運行，成功的概率就會提高。

反過來，AI 給極簡增長方法論帶來了最大的機會，在 AI 時代，真正實現賣收益、實現極致化結果導向時，極簡增長方法論可以創造更大的價值。兩者高度融合、渾然一體。

*文章為作者獨立觀點，不代表筆記俠立場。

好文閱讀推薦：