大重组：AI 迫使专业服务机构捍卫其知识产权并重塑组织架构

软件通过让企业更高效，从而“吞噬”了世界 ，使它们能够用相同的人手完成更多的工作。GenAI 则不同。它并不是单纯加快工作的速度，而是重塑了由谁来完成工作，将原本需要整个团队的工作流程压缩合并。 

这种转变是一个深远的机遇， 

当今的软件市场占据了美国 GDP 的 1%。GenAI 将软件延伸到以执行为产品的服务领域，将可触达市场提升至美国 GDP 的 13%。 

即使有一半的专业服务市场放弃采用 AI，仍然会有大约 1 万亿美元的可触达市场，我们预计这一数字只会随着时间推移而不断扩大。 

这是因为具备 AI 能力的专业服务公司将获得新的利润，这些利润可以作为股息分配，或再投资于增长。他们可以扩展产品供应、进军新的地域市场，或开辟新的服务线。可能性不胜枚举。 

我们看到创始人们采取了三种方法来抓住这一机遇： 

• 销售软件。 AI 软件公司可以向现有的专业服务公司销售产品。 

• 销售服务，推动有机增长 。由 AI 驱动的服务公司可以通过从现有企业挖走客户，或在现有企业无经济竞争力的领域为客户提供服务，从而实现有机增长。 

• 销售服务，推动非有机增长 。创始人可以收购现有公司，用专有 AI 进行改造并重新设计组织结构，然后通过有机和非有机增长推动收入和利润率的提升。 

在 Jump，我们相信每种方法都有其空间。关键问题在于，AI 只是服务业务的一个外壳，还是深入到核心服务产出和组织设计中。随着采用速度的加快，我们认为突破将来自专有的 AI 技术栈，这些技术栈能够驱动反馈循环并实现显著的生产力提升。优化这两个目标的公司将能够快速实现价值并推动有机增长，而不是仅从传统模式中榨取增量效率。 

我们看到的机会  

在评估任何市场时，我们会问：TAM（总可寻址市场）是否足够大以支撑风险投资级别的回报？是否存在技术、监管或文化上的顺风，推动大规模的行为变化以促成颠覆？这些力量是否会创造楔入式机会，让创始人能够快速实现价值？ 

专业服务符合这三个条件。它们推动了美国 GDP 的 13%。其工作流程非常适合自动化。而我们网络中的专业服务公司合伙人强调，他们已经感受到压力。随着初级员工将工作交给 LLMs，捍卫固定收费结构比以往任何时候都更困难。

真正的问题是，哪些类型的组织最容易受到影响？ 

我们的观点：由 AI 驱动的专业服务是一个劳动力套利机会。那些构建专有 AI 飞轮并重新思考数十年团队结构的创始人，可以以让现有企业难以甚至无法匹敌的方式提供服务。 

使用这一框架，我们认为“尖峰型”和“钝型”组织最容易受到这种劳动力套利机会的影响。

尖峰型组织： 精干团队，人均收入极高，但相应的薪酬也很高，运营利润率较低。 例子：并购顾问、公司法务、管理咨询、私募市场投资等。 钝型组织： 官僚化团队， 每位合伙人配备大量员工，通常从事重复性工作。例子：税务 / FP&A、专家网络和市场调研等。 

从战术角度来看，机会在于利用专有的人工智能和精简的团队结构来提升人均收入和运营利润率。换句话说，成功的创始人会让“尖锐型”组织更尖锐，或让“钝型”组织变得“锐利”。

在任何情况下，利润率的提升都是基础。为了实现风险投资规模的退出倍数，创始人应当以软件类的毛利率为目标；70%+是一个不错的起点，80%或更高则更佳。

采用的挑战与机遇  

每个专业服务类别在采用曲线上都以自己的速度前进。 

一些领域，如税务、FP&A 和法律，已经开始采用软件。其他领域，如保险经纪、投资银行、管理咨询、市场调研、高管招聘/猎头、游说/筹款、公共关系，仍处于颠覆周期的早期阶段。 

总体来看，我们发现出现了三大持续存在的采用挑战。能够解决这些问题的创始人将获得竞争优势。 

第一个挑战涉及定价 。 

基于席位的定价与服务公司创造价值的方式背道而驰。软件通过增加席位来增长，服务则通过产出成果来增长。 

定价结构需要演变。我们已经看到金融科技和基础模型公司在这方面进行创新。Stripe 经常将基于承诺的定价（例如其 Tax 和 Billing 平台）与基于交易的定价（支付处理）相结合。OpenAI 和 Claude 通常将最低用户承诺与高级功能（DeepResearch、Agent 等）的使用额度相结合。 

据观察，AI 原生初创公司正在尝试类似的方法，通常通过基于额度的模型。我们认为 AI 专业服务初创公司可以从中学习。收取基础承诺费用可确保客户的参与，而基于成果的定价通过在供应商和客户都成功时才推动增长来实现激励一致。 

第二个挑战涉及组织设计 。

这需要一次“回归基础”的练习：从内到外重新思考公司如何与客户互动以及如何分配责任。 

以税务为例。在 AI 出现之前，一位合伙人管理着几位高级经理，而这些高级经理又管理着一批大部分时间用于准备和数据录入的助理。AI 出现后，合伙人只需监督一两位经理，这些经理与少数助理几乎完全专注于战略工作。AI 负责准备和申报工作，从而释放人力去进行更高价值的客户互动。 

重新设计的团队单元可以提供更高速度、更以客户为中心的互动模式。如果运作得当，借助 AI 的团队几乎可以让现有企业在价值实现速度和/或开拓历史上被忽视的市场细分方面无法竞争。 

最后一个挑战涉及变革管理 。 

许多专业服务类别，包括法律行业，在过去的创新周期（例如云计算）中落后，原因在于官僚化的组织结构、隐私和安全方面的担忧，以及因失败的软件实施而留下的创伤。面对 AI，人们还存在被取代的恐惧。员工需要看到 AI 与工作安全是可以共存的。

信任的门槛很高，但回报值得。成功应对变革管理的公司不仅仅是适应，而是会实现跨越式创新。例如，传统组织可以跳过云计算的采用周期，直接进入 AI 原生阶段。这意义重大，因为软件虽然可以优化现有的工作流程，但无法抽象掉那些枯燥、乏味或令人疲惫的工作部分，而 AI 可以做到。我们甚至可能看到工作满意度的提升，因为人类员工将更多时间用于创造价值。

核心结论  

生成式人工智能正在重塑价值 3.8 万亿美元的美国专业服务市场。 

创业者正在采取三种方式：（1）销售软件，（2）设计 AI 原生公司并有机地销售服务，以及（3）收购现有服务公司，然后用 AI 重新构想它们。无论采取哪种方式，真正的赢家都将利用专有 AI，通过重新设计的组织结构、重新思考的定价和交付策略，以及成功的变革管理，来实现劳动力套利。 

这是关于人工智能对专业服务行业冲击的一系列文章中的第一篇。我们希望与在专业服务生态系统中构建业务的创业者建立联系，尤其是那些正在重新构想并购（M&A）咨询、管理/战略咨询、产品/市场研究、专家网络以及保险经纪业务的人。 如果你正在用生成式人工智能（GenAI）重新思考专业服务（ProServ），请联系 [email protected] 和 [email protected]。

---

本文仅供参考，不构成投资建议。文中观点代表作者及 Jump Capital 的立场。Jump Capital 可能已在文中讨论的法律科技领域进行过投资或有意进行投资。提及的具体方法或技术不构成投资建议。