作者:互联网 时间: 2026-07-17 09:05:02
Shadow:国内很多人看不起IT服务行业,觉得“不就是外包嘛”,我以前也不愿意做外包,我最早做景观设计公司,作为乙方,客单价虽然还不错,但是需要靠人力来堆,身心疲惫。
但现在不一样了,设计、代码等都不用人来做了,感觉“不累了”,IT和设计服务也不再需要堆人头。
这个就是新的公司形态雏形,Agentic公司内部有“公司大脑”和可被复用迭代的Skill组成的Agent团队,另外加上资深的“人类专家”。(这也是我在做的事情,欢迎交流)
以下为正文:
Infosys是印度第二大IT服务与咨询公司,1981年成立,全球员工超30万人。
Vishal Sikka曾经是Infosys的CEO,他在9年前被赶下台,现在要重新定义IT服务与咨询行业了!
6 月,Vishal Sikka 写下一篇名叫《Hello World》的博文,他的新公司叫「Hang Ten」,这是冲浪术语,指十个脚趾都伸到冲浪板前端、驾驭巨浪的姿态。
完成 3200 万美元种子轮融资。
Sikka 站在由数据流构成的巨浪上,象征他选择「Hang Ten」驾驭 AI 浪潮的姿态
「Hang Ten」驾驭 AI 浪潮
为什么能融3200万美元?
围绕 AI 重新定义服务公司,挑战 3000 亿美元的旧生意。
打造一家AI Native的IT服务公司
IT 服务行业的两条进化路线
路线 A,是「巨头的自我革命」。
Infosys 在 2026 年 2 月的投资者日上首次公开「AI First Value Framework」,目标到 2030 年捕获超过 3000 亿美元增量 AI 服务市场,旗下平台已部署 300 个智能体(Agent,能自主执行任务的 AI 程序)。
Accenture 埃森哲在 2026 财年第一季度GenAI new bookings 达 22 亿美元,10 个季度内同比增长 22 倍。
TCS 塔塔咨询把具备 AI 技能的员工从 8 万人翻倍到 16 万人。
麦肯锡的内部知识平台 Lilli 已索引 10 万份文档,月活跃员工占比 72%,每月跑约 50 万次提示词调用。
路线 B,是「AI-native 的外部颠覆」。
Hang Ten 把核心资产定为「智能体代码生成 可复用技能库(skills library,把企业流程沉淀为模块化、可被 AI 反复调用的工具包) 前线部署工程师池」三件套。
Cognition Labs 把自主软件工程师 Devin 卖进了 Goldman Sachs、Citi、Dell 这些公司,18 个月内年化经常性收入(ARR)从 100 万美元冲到 4.92 亿美元,最近一轮投后估值约 260 亿美元。
「人力月费」旧模式正在被新模式替代:
印度 IT 五巨头 FY26首次出现年度净减员 7389 人——对比 FY25 还净增 12,718 人,单年净减约 2 万人。TCS 一次性裁员 12,200 麦肯锡 2026 年 5 月披露:全球费用中 25% 已转为按结果付费——这是咨询行业过去 50 年来定价机制的首次根本性重构。
Infosys、麦肯锡、BCG 三座办公塔楼同时被 AI 改造:绿色机器人藤蔓攀爬、巨型数字大脑从窗户伸出、传送带运送 AI 智能体出场
Infosys、麦肯锡、BCG 三座办公塔楼同时被 AI 改造:绿色机器人藤蔓攀爬、巨型数字大脑从窗户伸出、传送带运送 AI 智能体出场
巨头的「主动自残」与市场教育
当一家万人级别的 IT 服务巨头面对「自我革命」的选项,它应该怎么办?
把 24 万人削减 50% 来拥抱 AI 智能体?股价当天崩盘。把全球交付网络拆掉重组为「智能体 前线部署工程师」模型?前两年收入断崖。把与 SAP、Oracle、Microsoft 的合作伙伴关系打破?生态位崩盘。所以唯一可行的革命方式是:
在内部把 AI 服务做大(保住当下现金流),同时让一个有合法性、有客户、有投资人的创业公司在外围重新定义生意 —— 5 年后再决定收购或者对抗。
Sikka 的三段创业(2017 被赶下台 → 2019 创立 VianAI → 2026 创立 Hang Ten)是这条路径的标准答案。
巨头越积极地用 AI 改造内部流程,市场对「人力月费」模型的采纳就越低。他们教市场认识到「AI 能做到这么多」,而这个认知一成熟,新进入者就有了一个全新的、被市场理解的需求可以服务。
麦肯锡的另一组数据——其全球 6 万员工中有 2.5 万是 AI 智能体,平均每 1.6 个人类员工对应 1 个 AI 智能体。
「希望未来 18 个月内每位员工都与 AI 智能体并肩工作」
巨头用 AI 自残的财务数据,恰恰证明了这种替代正在发生,而不是即将发生。
第一,MIT NANDA 项目 2025 年 8 月发布的《State of AI in Business》报告显示:
尽管企业在生成式 AI 上投入了 300-400 亿美元,95% 的组织获得零回报。
「巨头做 AI 不赚钱」和「AI-native 新贵不赚钱」在短期内面临的落地挑战是对称的。
Hang Ten 选择「AI-native 顶级工程师 真实客户」三件套,而不是纯 Agent 路线,和MIT 报告不谋而合
第二,Cognition 自家 89% 的代码由 Devin 自己写——这是有意义的「自我验证」,但自我验证不等于客户大规模采用。
Devin 的真实场景仍是「用新编程语言更新遗留代码」这种单点突破,单价远低于 Accenture 的数百万美元级订单。
第三,Hang Ten 的「可复用技能库」概念虽然强大,但它本质上是经验曲线效应—— 必须持续赢得同一行业、相似流程的项目,技能才能沉淀。
如果 Sikka 的第一批客户(西门子歌美飒、费森尤斯)的项目不能转化为可复用模块,3200 万美元烧完就回到原点。
未来 3-5 年是渐进替代,不是闪电战。
「人力月费」模型远不止存在于 IT 服务一个行业。
律师按小时收费、咨询师按项目报价、设计师按稿计费、内容创作者按字数拿钱——这些都是「按动作 / 按时间 / 按产出数量」定价的变体。
当 AI 把任何一种这类定价的工作,转化为「按结果付费」的模式,整个行业的经济学都要重构。
HFS Research 在 2025 年正式注册了一个术语:Services-as-Software™(服务即软件)——「以可复用知识产权和智能体执行替代人力密集型交付,营收不再靠招人头而靠平台、智能体和自动化」。
前 Google CEO:赚钱最简单的方法是建立一个Agentic公司
这是一个到 2035 年达 1.5 万亿美元的机会窗口。
红杉:下一个万亿美金公司,把服务作为软件#AgentOS的商业模式
左侧巨型沙漏逐渐碎裂消失,右侧由勾选目标发光成型,小人跨过门槛——象征定价模型从「按时间计费」向「按结果计费」的迁移
定价模型从「按时间计费」向「按结果计费」的迁移
当你的客户开始问「既然 AI 已经能做到这些,我为什么还要为初级员工的工时付费?」,传统的计费模型就会从内部瓦解。
麦肯锡 25% 营收已转为按结果付费,BCG 2026 年目标 40% 营收来自 AI 相关工作 —— 这是定价机制正在发生重构。
对正在做企业服务、咨询、内容创作这类「人力月费」生意的从业者,最现实的路径不是从「我要做一个 AI 产品」开始,而是:
第一步:识别你自己工作流里哪一步被按次数重复、可沉淀、可被同事复用——这就是你潜在的「Skill」。第二步:把第一步的领域知识结构化成 Anthropic Skills 风格的文件(指令 脚本 参考资料),先在一个真实客户/同事身上跑通,再考虑扩大。第三步:警惕「AI 速度当护城河」的陷阱——速度只用来让客户愿意先试一次;复购要靠「我做的版本就是和别人不一样」这种。关于企业服务第四步:积累到 5-10 个 Skill 后,再用 MixLab 知识库里 Zero-Headcount Company 的 7 Agent 系统架构把它们编排成可对外交付的最小单元。
工匠在工坊里打磨发光的技能模块(带括号、齿轮、对话气泡、图表图标),AI 助手递上下一个模块,模块整齐堆叠成不断生长的书架
工匠在工坊里打磨发光的技能模块,AI 助手递上下一个模块,模块整齐堆叠成不断生长的书架
Skill 沉淀的复利效应比想象中快。
Hang Ten 赌的也是这个
如果第一个客户的项目能沉淀为可复用模块,第二个客户开始就是指数曲线;
如果不能,3200万美元烧完就回到原点。
你和 Sikka 赌的是同一件事,只是规模不同。
Sikka 用 Hang Ten 给新公司命名,意思是「驾驭巨浪」。巨浪受以下三个方向推动:
自家企业的智能体化(Infosys 部署 300 个智能体、麦肯锡 2.5 万个智能体、BCG Deckster 自动化 80% 初级分析师工作)。客户的认知觉醒(麦肯锡的客户问「我为什么还要为另一半时间付费」,BCG 的客户问「你这次和我上次拿到的东西为什么差距这么大」)。新物种的入场(Hang Ten 用 Skills 库 FDE 前线部署工程师,Cognition 用 Devin Windsurf IDE,Anthropic 用 Skills MCP 模型上下文协议作为底层基础设施)。AI 像一道巨大的新浪,我们要做的不是被它席卷淹没,而是 hang ten——驾驭它
真正值得关注的不是他能不能驾驭,而是这场巨浪本身—— 你手里的工作,在巨浪的哪里?
本文参与腾讯云自媒体同步曝光计划,分享自微信公众号。原始发表:2026-07-05,如有侵权请联系[email protected] 删除