人工智能经济学如何颠覆科技巨头

信息技术 2025-12-10 - - 路仁假

AI 经济学颠覆传统科技巨头：AI 正迫使科技巨头重新审视其现有商业模式、运营结构和财务假设，正如 SaaS 革命吞噬了以产品为中心的公司一样。从产品到服务转型已很困难，而从 SaaS 到 AI 首先的转型将更具挑战性。
AI 是终极颠覆者：AI 引入 TSIA 称为“AI 复杂性雪崩”的新挑战，包括基础设施层（GPU、NPU、超大规模计算）、集成层（系统、数据流、服务）和应用层（语言模型、代理、垂直化 AI 产品）。AI 并非简化技术，而是使其复杂性倍增，而服务是消化这种复杂性的关键。
新旧盈利差距：AI 20（AI 首创公司）增长迅速（年均超 100%），但平均运营利润率为 -30%，牺牲利润换取速度并承担复杂性成本。而传统科技巨头（TS50）受困于为可预测 SaaS 增长构建的财务模型，难以适应 AI 驱动的运营波动性。AI 经济学中，盈利能力取决于掌握结果所有权，而非许可证数量。
服务引领 AI 未来：AI 并非取代服务，而是为其带来重大机遇。OpenAI 和 Palantir 等公司通过嵌入式专业服务（如 FDE 模型）和Outcome-driven 服务证明了这一点。Databricks 与 Uplimit 合作将 AI 驱动的赋能取代了传统培训，Palo Alto Networks 通过“Panda AI”内部应用实现了降本增效和生产力提升。ServiceNow Impact 则展示了 AI 原生的客户成功模式。

从 LAER 到 DARE：传统的 SaaS 参与模型 LAER（着陆、采用、扩展、续订）已过时，取而代之的是 DARE（设计、激活、实现、演进）模型。DARE 旨在通过整个生命周期（从预售到续订）衡量和证明价值，强调实现的可衡量价值而非使用情况。
价值工程新规则：服务组织必须围绕价值和结果工程重组，建立价值工程职能，打破组织壁垒，围绕产品/垂直领域组建跨职能专家团队（Service PODs），并由集中的服务中心提供支持。三个关键行动包括：识别 AI 自动化和放大的服务、建立价值工程职能、打破和重建组织壁垒。

市场趋势：到 2028 年，80% 的企业技术支出将流向 AI 驱动的应用和机器人。市场将分为两类竞争者：资金充足的 AI 原生公司和试图为 AI 盈利进行改造的现有领导者。
服务演变：服务正在从劳动驱动转向智能驱动，从项目驱动转向价值驱动，进入服务融合时代，每个产品都为结果而设计，每个职能都衡量价值，每个续订都通过证明而非承诺获得。

AI 经济学已到来：它正在削弱传统科技巨头，迫使公司适应新的经济现实。
竞争或让步：科技领导者面临选择：拥抱 AI 的复杂性，重建服务架构并将其转化为差异化优势（竞争），或让位于已构建更快速、更便宜、更智能的 AI 原生竞争对手（让步）。
行动呼吁：领导者必须识别 AI 对服务的自动化和放大影响，建立价值工程职能，围绕可衡量的结果重建交付模式，并采用 DARE 框架。