在生成型 AI 浪潮的聚光灯下，基础层持续吸收最多的资本与关注，而应用层的价值却仍在“未兑现”的边缘徘徊。Redpoint 最新发布的《Mapping the Next Generation of Enterprise Software》（已经推送SVTR AI创投群），不仅用 AI64 名单为我们勾勒出最具潜力的 AI 原生应用轮廓，更用一组对比鲜明的数据刺破幻象：英伟达市值突破 4 万亿美元，而整个 AI 应用层的估值加总尚不足 1000 亿美元。这个结构说明一件事：AI 应用的价值爆发，还远未真正开始，今天仍是构建者的时间窗口。
根据硅谷科技评论（SVTR）AI 创投库数据，AI64 所覆盖的主攻方向，与我们追踪的 5000+ 家 AI 初创企业高度重合。从开发工具到医疗法律，从销售客服到 IT 财务，应用层的“服务即软件”（Service-as-Software）的模式正在形成，并以前所未有的速度重构定价模型、交付逻辑和竞争壁垒。我们认为，这不仅是一次软件技术的演进，更是商业结构的重新编排。
一、“从赋能到代做”：Service-as-Software 的范式跃迁
过去的 SaaS 是“卖座位”：帮助人更高效地完成工作；而 AI 原生应用正在变成“卖服务”——替人把工作干完。
在法律、客服、医学、销售等领域，我们看到工具形态从“系统 + 指令”，变成了具备行动力的“代理型智能体”（agent）或“流程型助手”（copilot）。
Redpoint 用一个核心公式重估了市场体量：
当 AI 软件从“提升效率”转为“替代知识劳动”，就不再只是争抢 IT 预算，而是切入1.8 万亿美元的人力与服务支出池——这个数字是当前全球云软件市场（约 6000 亿美元）的 3 倍。
值得注意的是，这并不是“软件预算扩大”，而是软件首次与外包、咨询、人力外协预算正面竞争。
二、谁最先跑出来：AI64 的应用优先级地图
Redpoint 将 AI64 划分为多个主攻领域。从已落地效果来看，以下几个方向跑在最前：
- 开发工具链：GitHub Copilot 用户超 2000 万，Cursor 仅上线 16 个月已破百万用户，成为增长最快的 AI 代码编辑器。
- 客户支持：典型“高量+重复+强 ROI 可测”场景，易于实现自动响应、7x24 全天候交付。
- 销售与营销：线索生成、冷启动外呼、AI 语义分析转化率、自动填充 CRM……几乎重写了线索漏斗的所有关键环节。
- 法律与医疗：语言密集型、高流程标准化场景天然适配 Copilot/Agent。Abridge 等已实现三成以上医生使用。
值得注意的是，Redpoint观察到的这几个方向和SVTR AI创投库5000家初创公司分布高度一致。
下一波机会在哪里？
财务、IT、设计、招聘、用研、合规，以及物流、保险、施工等“低软件渗透”垂直正快速上演从“增强工具”到“可执行代理”的跃迁。构建者需要判断自己适合位于哪一层：Copilot、Agent，还是“技术驱动服务商”。
三、告别座位制：定价模式重构为使用量 + 结果导向
Redpoint 调研发现：
- 仅 19% 的 AI64 公司仍以“按座位”计价为主；
- 61% 至少部分绑定“使用/结果”；
- 47% 以“使用量”为核心锚点，通常形式为“平台费 + 使用积分”。
为什么转向用量/结果？
推理成本的真实波动性，远比传统软件复杂：同样 1 分钟语音输入，解 FAQ 与打理赔电话的 AI 消耗的资源与价值产出截然不同。因此，“用量定价 + 信用映射”成为主流。Cursor 等公司甚至用积分系统来映射实际消耗的 token/计算资源。
而 “按结果付费” 模式仍在早期，仅约 14% 实施，集中在客服或法律文件生成等场景，常见形式如“每解答一单”“每完成一份合同”。
对传统软件公司的挑战
席位制是他们激励体系的底层。即使如 Salesforce（推出 Flex Credits）或 Intercom（为 Fin 引入按问题解决计费），也只是过渡方案。大规模结构迁移远未完成。
我们认为，企业应转向以“工作量 × 单价 × 完成率”为核心模型，同时将售后和交付能力纳入营收增长公式中，而不是视为成本中心。
四、GTM 结构重写：签得快、扩得慢、交付是胜负手
报告指出，AI-native 软件在 go-to-market 上呈现一组显著新特征：
- FDE（前线部署工程师）爆发式增长：这个岗位招聘量同比增长超 27 倍，代表厂商将更多资源投放到客户场景的现场验证与快速适配。
- 销售周期变短：46% 企业用户会在 2 个月内签约。这看似利好，但也意味着厂商必须更快展现成果。
- POC 并行化：客户更倾向于短时间内试用多家产品，以硬结果决定长期合作。
- 交付成为增长引擎：领先的 AI 原生团队将 31–34% 人力投入交付与成功岗位，而传统软件公司仅为 20% 左右。
SVTR点评：
- 将 PS（专业服务）与 CSM（客户成功）能力内嵌到产品周期中；
- 构建“落地飞轮”：上线→数据反馈→产品/模型优化→横向复制；
- 将实施能力视为长期核心竞争力，而非可外包任务。
五、真正的护城河：上下文、反馈闭环、学习速度
Redpoint 提出的新一代企业软件壁垒不再是“我掌握数据”，而是：
- 拥有上下文的第一手入口：Cursor 就因控制开发者输入动作轨迹，能获取极高保真的工作上下文；
- 建立了连续学习闭环：如 Abridge，每天从数以百万计真实医患对话中提取反馈，不断迭代语言模型表现；
- 足够垂直足够深：44% 的 AI64 公司专注于垂直行业流程，是传统 SaaS 的 3 倍，专业门槛与集成壁垒自带防御力；
- 建立品牌 + 资本协同：在演示泛滥、产品差异化有限的阶段，透明可复用的 ROI 证据，+ 顶级投资机构背书，是转化率放大的关键引擎。
六、写给创始人的五句话
- 确保不可替代性：如果你没有专属反馈循环、垂直流程深度或一线交付能力，那你只是平台功能的插件。
- 速度即战略：AI 领先的“半衰期”越来越短，快上线、快验证、快改进是唯一出路。
- 用咨询式销售让客户学会“新工作方式”，降低心智迁移成本。
- 抢占叙事权+交付证据：品牌 + 客户案例是你成为“默认选项”的关键路径。
- 设计可扩 TAM 路线图：从高价值的窄入口起步，逐步沿流程上下游拓展，最终成长为平台。
2024–2030，是 AI 应用从演示转向收益兑现的关键周期。英伟达与超大模型公司之所以高估值，是因为市场默认它们支撑起的应用层将在未来创造 1.2 万亿美元以上的实际收入。
今天，而留给AI应用公司的问题是：是否已经构建出能“快速落地、可计量、可扩展”的产品与组织能力？