第一波AI公司主要做工作流增强，其中很多已成为企业SaaS史上最成功的生意。到2026年，模型能力触及临界点，创业公司开始换打法——他们不再卖工具给既有玩家，而是通过自动化直接颠覆对方。这些公司很多看起来不像SaaS，更像软件即服务本身。
增强与自动化的对立，符合Chris Dixon的经典框架：强技术与弱技术。弱技术拟物化，用新技术复刻老做法；强技术从第一性原理出发，设计技术本该有的样子。
以法律服务为例：Harvey卖月费SaaS订阅给律所，而竞品Crosby本身就是律所。AI干法律活，人类律师只在最需要人的地方介入：建立和维护客户关系、验证工作、出事时承担责任。卖增强工具的公司不想颠覆客户和组织结构，而卖自动化的公司则在暗示世界该大变样。
在Variant，我们用简单框架判断哪些工作流适合自动化、哪些适合增强，看三个维度：责任（AI出错时危险多大）、验证（用户核实质量多快多便宜）、关系（体验多依赖人际互动）。责任高、验证成本高、高度依赖关系的工作适合增强；反之适合自动化。Crosby聚焦更常规、高频的法律服务（商业合同），责任较低、更易验证、关系依赖弱，服务对象是创业公司。
公链上的自主系统有类似规则：智能合约只能对可验证的事物采取行动。加密代币极其擅长奖励可验证数量（算力、质押、流动性），不擅长奖励主观质量。如今，真自动化在应用范围和可触达市场规模上更受限，聚焦自动化的创业公司往往适合窄滩头市场，卖给创业公司或对换玩法不抵触的小众市场。从窄楔子市场起步可避开大AI实验室的“杀伤区”，后者专注横向扩张去增强更大的存量市场。
不同行业的自动化与增强格局持续分化。教育领域：Alpha School是垂直整合的AI私立学校，用“引导员”替换教师，但过度自动化可能限于小众，因为家长担心师生关系，学校担心责任。招聘则相反：Juicebox卖候选人sourcing软件给招聘人员，而Prism本身就是招聘人员——给职位brief，交付候选人，只在有人签约时收费。关键阶段易于验证，责任相对较低，目标客户是创业公司，更倾向于买结果而非建团队。
AI公司有两种：增强者和自动化者。增强者让人在现有机构内获得更多杠杆；自动化者扩大准入，让曾经只有企业买得起的专家服务变得人人可及。最新的机会不只是卖软件，而是成为服务本身。
免责声明：以上内容(如有图片或视频亦包括在内)均为平台用户上传并发布，本平台仅提供信息存储服务，对本页面内容所引致的错误、不确或遗漏，概不负任何法律责任，相关信息仅供参考。
本站尊重他人的知识产权、名誉权等法律法规所规定的合法权益!如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到qklwk88@163.com，本站相关工作人员将会进行核查处理回复
