AI 与下一代记录系统

新年快乐，欢迎回来！2026 年才过去一周，我们已经有了足够多的全球新闻，足以让我在接下来的一整年里每周都写博客文章。头条新闻是美国于 1 月 3 日^日抓捕了委内瑞拉领导人尼古拉斯·马杜罗。关于这一话题，我没有什么可以补充的，相关讨论已经十分充分，但我会引用我在 2025 年 10 月 30 日的文章中的一段，内容是关于能源独立以及其在地缘政治层面对美国为何重要：

能源独立正在改变美国参与地缘政治的方式，使国内经济免受冲击，并支撑工业复兴。因此，维持这种独立性是一项国家战略要务——尤其是在需求不断上升、电气化加速推进，以及与那些主导全球能源贸易的国家展开地缘政治竞争的世界中……[在地缘政治中，] 能源就是杠杆 。俄罗斯入侵乌克兰揭示了依赖如何被武器化：欧洲对俄罗斯天然气的依赖使其容易受到断供威胁。美国介入填补空缺，2024 年向欧洲供应了约 45% 的 LNG 进口量，削弱了俄罗斯的控制力。 类似的动态也可能在与中国的关系中上演 。

现在回到我们原定的节目内容……

AI 与下一代记录系统

在过去二十年中，许多最有价值的软件公司正是通过成为记录系统（SORs）而崛起。

在云/ SaaS 时代，SOR 用集中式、云原生软件取代了纸质文件、电子表格和本地数据库，成为特定业务职能的权威真实数据源。这些系统是使用它们的企业的中枢：它们为新的工作流程奠定基础，治理合规，并帮助更大规模的团队进行协作。一旦嵌入其中，几乎不可能被撼动。

在 CRM（Salesforce）、ERP（NetSuite）、ITSM（ServiceNow）和 HCM（Workday）等领域，涌现出了一批横向领域的巨头，为各行各业的企业提供动力。随后出现了一波垂直 SaaS 平台，构建了面向特定职业的工具：Shopify 主导了电子商务，Toast 为餐饮行业打造工具，Epic 为医疗健康构建了 EHR，ServiceTitan 为技术工种打造了 CRM，等等。

在每一种情况下，其打法都大同小异：将关键流程数字化、标准化数据，并成为组织中不可或缺的一部分。凭借所有这些专有数据，这些平台随后具备了独特优势，可以扩展其产品组合并提升 ACV。

硅谷掀起了一场竞赛，试图在尽可能多的垂直领域中构建尽可能多的 vSaaS 公司。但在几年前的某个时候，市场情绪开始发生转变——我们是否已经耗尽了那些适合通过风险投资支持来构建 SOR 的垂直领域？可被风险投资支持的 vSaaS 平台需要规模庞大且高度同质化的市场、易于数字化的数据以及有意愿的买家——并非每一个垂直领域都符合这些条件。

在过去 2–3 年里，AI 已彻底改变了这一格局。AI 的能力正在创造一个新的市场环境，在这个环境中，传统的 SOR 正变得脆弱，而更多的垂直领域能够支撑起具备风险投资价值的成果。

为何在 AI 时代，记录系统会变得脆弱

传统的 SaaS SOR 建立在以人为中心的世界假设之上：

• 人类完成工作
• 人类录入数据
• 软件对其进行存储和组织

AI 则运行在这一范式之外。AI 工具正越来越多地自行执行工作流——起草、分析、排程、对账、沟通。为了完成这些工作，AI 系统必须摄取具备丰富上下文和高价值的数据。

一旦一个 AI 系统：

1. 直接参与核心工作流程
2. 生成或捕获该工作的输出
3. 并将产生的数据存储以供未来使用

……正走在直接成为 SOR 的道路上。

关键在于，AI 工具并不需要立即正面取代 SOR 才能体现其价值。它们可以通过充当“漏斗顶端”而有机地成长为 SOR——位于现有 SOR 之上，承担这些传统系统所依赖的工作。

AI 公司出售的是工作，而不是软件。AI 工具如今能够完成关账、记录客户互动、安排预约、处理工单等任务。这些任务要么需要将数据写入 SOR，要么需要从 SOR 中提取数据以执行任务——无论哪种情况，这些 AI 工具都能够访问过去仅属于 SOR 平台的所有专有数据。

市场中的早期信号

我们已经看到这一模式正在多个行业、垂直领域以及子垂直领域中逐渐显现：

· 会计 → AI 原生 ERP：像 Rillet 和 Campfire 这样的公司，正以会计工作流作为切入点，承载着更宏大的目标：构建端到端、AI 原生的财务系统。会计是一个极具力量的楔子：一流的工具需要高度结构化的数据、严格的监管与合规要求，以及跨整个组织的深度集成。通过自动化对账、结账流程和财务报告，这些公司正在悄然积累挑战传统 ERP 所需的财务数据——而无需一开始就以 ERP 的形态出现。

· 理财顾问笔记 → 下一代 CRM：在财富管理领域，像 Jump 和 Zocks 这样的公司正以 AI 记笔记工具的形式，直接嵌入顾问与客户的互动之中。在这一过程中，它们会捕获客户偏好、风险承受能力、人生事件以及意图信号。历史上，这些信息往往不完整地存在于 CRM 中。顾问（或其下属）需要手动记笔记，寄希望于信息记录无误，再将数据手动导入 CRM，并手动设置事后更新。能够实时捕获这些数据的 AI 系统，在执行这些任务方面具备显著优势。CRM 并不会一夜之间被取代——Jump / Zocks 会先将其收集的数据导入现有的 CRM。但随着顾问花在这些 AI 原生工具上的时间逐渐超过 CRM，本质上随着时间推移，AI 工具积累了所有相关且最新的数据，这些公司顺理成章的下一步，就是取代现有的 CRM。

· 医疗可及性 → AI 原生护理交付：医疗领域是 AI 从外部向内创建新一代 SOR 的最清晰示例之一。像 Assort Health 这样的公司使用 AI 语音代理来安排预约、协调实验室检测，并直接与患者互动。在此过程中，它们收集了丰富的纵向患者数据：症状和主诉、预约历史、护理偏好，以及可及性与合规信号。这些数据都不是源自 EHR 内部，但却与患者结局和护理协同高度相关。随着 AI 系统日益在医疗可及性中发挥中介作用，它们会自然积累一套并行的患者记录，最终不仅会影响护理质量，也会影响顾客体验。

模式：工作流优先，记录其次

在这些示例中，呈现出一致的模式：

1. 通过高频工作流程切入
2. 执行有实质价值的工作，而不仅仅是提供辅助
3. 在过程中将数据作为副产品进行捕获
4. 以 AI 原生的方式进行存储
5. 不断扩展，直到传统系统变得多余

第 2 步——完成有意义的工作——是传统 vSaaS 与这一潜在 SOR 新时代之间的关键分水岭。“工作”在历史上一直由人类劳动力来完成。能够执行工作的 AI 工具并不是在争夺企业技术预算中很小的一部分——它们能够侵蚀更大的人力成本蛋糕。这扩大了可由风险投资支持、用于构建 SOR 的垂直领域范围：

· 过去规模不够大的市场，相较于其软件预算，拥有数量级更高、可被替代的人力劳动预算。

· 过去不够同质化的市场，将从具备上下文感知能力且部署灵活的 AI 工具中受益。

· 拥有难以数字化的数据的市场，将受益于更先进的 OCR 和 NLP 工具，能够快速、轻松地将非结构化数据结构化。

· 支付意愿低 / 买方不够成熟的市场，更愿意为结果或工作本身付费，而不是为软件付费。

接下来会发生什么

对既有企业而言，最重要的问题不再是“我们的软件有多好？”，而是“究竟是谁在实际完成工作，以及我们如何确保是我们在做？”

SOR 一直以来都围绕着对专有数据的访问。在 AI 时代，这些专有数据将沉淀到那些能够做到以下几点的公司手中：

• 执行核心工作流程
• 以自然方式而非手动方式积累数据
• 销售结果，而非许可证

现有巨头已经掌握了数据和分发渠道。从理论上讲，它们在 AI 时代同样应该占据制胜的有利位置。但软件的利润率异常之高——而 AI 的利润率要低得多。每一家既有厂商在这一新时代能否保持主导地位，将取决于其是否愿意压缩毛利率，以换取更高的毛利润增长。

那些不愿意迈出这一步的公司将被取代。下一代 SOR 不会以“系统记录”的名义高调登场。它们会悄然出现，一次只解决一个任务，直到旧系统依然被安装着，却已不再不可或缺。