Sequoia Capital: Следующая компания на триллион долларов будет продавать не ПО, а результат

marsbitОпубликовано 2026-03-11Обновлено 2026-03-11

Введение

Партнер Sequoia Capital Джулиан Бек утверждает, что следующая компания стоимостью в триллион долларов будет продавать не программное обеспечение, а готовые результаты. Ключевой тезис: на каждый доллар, потраченный на ПО, компании тратят 6 долларов на услуги. С развитием ИИ стоимость выполнения задач приближается к нулю, и главные возможности заключаются не в Copilot (инструменты помощи), а в Autopilot (полная автоматизация работы). Автор анализирует возможности автоматизации в сферах страхования, бухгалтерии, медицины, юриспруденции, IT, закупок, рекрутинга и консалтинга. Autopilot-решения должны начинаться с аутсорсинговых задач, где преобладает интеллектуальная работа (intelligence), а не суждения (judgement). По мере накопления данных ИИ сможет брать на себя все более сложные задачи. В статье представлена матрица возможностей по отраслям с оценкой объёма рынка: страховой брокеридж (1400-2000 млрд долл.), аутсорсинг бухгалтерии (500-800 млрд долл.), управление медицинскими счетами (500-800 млрд долл.) и другие. Вывод: компании, продающие готовый результат, а не инструменты, получат преимущество, так как каждый прогресс ИИ делает их услуги дешевле и качественнее.

Автор: Julien Bek

Компиляция: Deep Tide TechFlow

Введение от Deep Tide: Партнер Sequoia Capital Julien Bek написал статью с четкой структурой, основная идея которой заключается в следующем: следующая компания на триллион долларов будет продавать не инструменты-программы, а готовые результаты работы. На каждый доллар, потраченный на программное обеспечение, компании тратят 6 долларов на услуги. Когда ИИ снижает стоимость «выполнения работы» почти до нуля, реальная возможность заключается не в Copilot (инструменты помощи), а в Autopilot (автоматическое выполнение работы).

Он подробно разбирает возможности автоматизации в таких сферах услуг, как страхование, бухгалтерия, медицина, юриспруденция, IT, закупки, рекрутинг, консалтинг, и прилагает матрицу возможностей, построенную по двум измерениям: «Интеллект vs Суждение» и «Аутсорсинг vs Внутреннее выполнение». Ценный материал для стартаперов и инвесторов в сфере ИИ.

Полный текст:

Следующая компания на триллион долларов будет софтверной компанией, маскирующейся под сервисную.

Каждый основатель, делающий инструменты на ИИ, задается одним вопросом: что, если следующая версия Claude превратит мой продукт в простую функцию? Эти опасения оправданы. Если вы продаете инструмент, вы участвуете в гонке с моделями. Но если вы продаете саму работу, то каждое улучшение модели делает ваш сервис быстрее, дешевле и устойчивее к конкуренции. Компания может тратить 10 тысяч долларов в год на QuickBooks и еще 120 тысяч на бухгалтера для ведения счетов. Следующая легендарная компания просто будет вести ваши счета за вас.

Интеллект vs Суждение

Написание кода — это в основном «интеллект» (intelligence). Знание, что делать дальше — это «суждение» (judgement).

Перевод технического задания в код, тестирование, отладка: правила сложны, но это все же правила. С суждением все иначе. Оно требует опыта и чутья, интуиции, накопленной годами практики. Решение о следующей функции, о том, стоит ли брать технический долг, когда выпускать продукт, не будучи полностью готовым.

Год назад большинство пользователей Cursor использовали ИИ как автодополнение. Сегодня задач, инициированных Агентами, больше, чем инициированных человеком. Разработка ПО составляет более половины использования инструментов ИИ среди всех профессий, в то время как все остальные категории остаются в однозначных процентах. Причина в том, что разработка ПО — это в основном интеллектуальная работа. ИИ уже перешел эту грань — он может автономно выполнять большую часть интеллектуальной работы, оставляя суждение человеку. Разработка ПО первой достигла этого, но это распространится на каждую профессию.

Подпись к изображению: Доля использования инструментов ИИ по профессиям, разработка ПО значительно опережает другие категории

Copilot и Autopilot

Copilot продает инструменты. Autopilot продает работу.

До недавнего времени модели ИИ все еще развивались как в интеллекте, так и в суждении, поэтому правильным путем было сначала сделать Copilot: дать ИИ в руки профессионалов, чтобы они решали, как его использовать. Harvey продается юридическим фирмам, Rogo — инвестиционным банкам. Профессионалы — клиенты, инструменты делают их эффективнее, они несут ответственность за результат.

Сегодня модели стали достаточно умными, и в некоторых категориях лучшей отправной точкой является сразу создание Autopilot. Crosby продается компаниям, которым нужно составить NDA, а не внешним юрисконсультам. WithCoverage продается финансовым директорам, которым нужна страховка, а не страховым брокерам. Клиент напрямую покупает результат. В любой профессии бюджет на работу намного превышает бюджет на инструменты, и Autopilot с первого дня может захватить бюджет на работу.

Чем выше доля интеллектуальной работы в области, тем быстрее победит Autopilot.

Слияние

Сегодняшнее суждение станет завтрашним интеллектом. По мере того как системы ИИ накапливают проприетарные данные о том, как выглядит «хорошее суждение» в своей области, границы будут смещаться. Copilot и Autopilot будут сходиться. Переход от Copilot к Autopilot уже начался в нескольких категориях. Но отправная точка важна, потому что она определяет, где Autopilot сейчас может завоевать клиентов и начать накапливать те данные, которые в конечном итоге позволят ему также handle задачи, требующие суждения.

Стратегия Autopilot: аутсорсинг как точка входа

На каждый доллар, потраченный на ПО, тратится 6 долларов на услуги.

Совокупный адресный рынок (TAM) для Autopilot — это все трудовые затраты в категории, как внутренние, так и аутсорсинговые. Но правильная отправная точка — это там, где аутсорсинг уже существует.

Если задача уже отдана на аутсорсинг, это говорит о трех вещах. Во-первых, компания уже приняла, что эту работу можно выполнять извне. Во-вторых, есть готовая статья бюджета, которую можно чисто заменить. В-третьих, покупатель уже приобретает результат. Замена аутсорсингового контракта на провайдера услуг, основанного на ИИ, — это смена поставщика. Замена внутреннего сотрудника — это реорганизация.

Стратегия такова: начать с аутсорсинговых, интеллектуально насыщенных задач. Обеспечить дистрибуцию. По мере накопления данных ИИ расширяться на внутреннюю, требующую суждения работу. Аутсорсинговые задачи — это клин, внутренняя работа — долгосрочный TAM.

Crosby начала с NDA: четко определенная задача, в основном интеллектуальная работа, которую большинство компаний и так отдают внешним юристам. Бюджет готов, scope ясен, ROI мгновенный, замена без трения.

Карта возможностей

Если расположить каждую сервисную вертикаль по спектру от «Интеллекта к Суждению» и по соотношению «Аутсорсинг/Инсорсинг», получится карта приоритетов, в скобках указан TAM трудовых затрат. Список не исчерпывающий.

Подпись к изображению: Матрица возможностей Autopilot по сервисным вертикалям (распределение по соотношению Интеллект/Суждение и Аутсорсинг/Инсорсинг)

Страховой брокеридж (140-200 млрд долларов).

Самый большой рынок в этом списке. Стандартное коммерческое страхование высоко стандартизировано: ценность брокера по сути заключается в сравнении цен и заполнении форм у разных страховщиков, чисто интеллектуальная работа. Слой дистрибуции крайне фрагментирован, тысячи мелких брокеров запускают один и тот же процесс, ни один не контролирует отношения с клиентом. WithCoverage и Harper — интересные новые игроки.

Бухгалтерия и аудит (только аутсорсинг в США: 50-80 млрд долларов).

За последние пять лет США потеряли около 340 тысяч бухгалтеров, в то время как спрос рос. 75% CPA близки к пенсии, путь к лицензии долог, начальная зарплата отстает от технологий и финансов. Этот структурный дефицит заставляет бухгалтерские фирмы принимать ИИ быстрее, чем почти любые другие профессии. Rillet создает ERP на основе ИИ для прямого ведения счетов. Basis начинала с Copilot для бухгалтеров.

Управление доходным циклом в здравоохранении (аутсорсинг в США: 50-80 млрд долларов).

При слове «здравоохранение» думают, что требуется много суждений, но уровень биллинга — это почти чисто интеллектуальная работа. Медицинское кодирование — это перевод клинических заметок примерно в 70 тысяч стандартизированных кодов ICD-10. Правила сложны, но это правила. Аутсорсинг уже成熟, оплата по результатам. Autopilot只需要以更低的成本做同样的事. Autopilot нужно просто делать то же самое с меньшими затратами. Anterior продвинулась дальше всех.

Оценка ущерба по страховым случаям (включая TPA: 50-80 млрд долларов).

С другой стороны страхового полиса, оценка ущерба — это отдельная возможность для Autopilot. Урегулирование претензий по стандартным полисам заключается в определении ущерба в соответствии с языком полиса и установлении резервов по актуарным таблицам. Корпус оценщиков стареет, им нет замены. Рынок в значительной степени отдан на аутсорсинг независимым оценщикам и TPA, таким как Crawford, Sedgwick. Одна отрасль, как минимум две разные возможности для Autopilot. Pace делает Autopilot для обработки претензий, Strala создает TPA на основе ИИ.

Налоговое консультирование (30-35 млрд долларов).

Система лицензирования CPA создает регуляторный барьер, но 80%-90% базовой работы — интеллектуальная. Налоговый Autopilot углубляет data moat с каждой новой юрисдикцией. Сложность множественных юрисдикций — именно то, почему малый и средний бизнес отдает это на аутсорсинг, ведь ни один внутренний бухгалтер не может охватить все. TaxGPT — ранний игрок, в Европе — Skalar и Ravical.

Рутинная юридическая работа (20-25 млрд долларов).

Составление контрактов, NDA, регуляторные filing: высокая доля интеллекта, регулярный аутсорсинг. Результат работы достаточно стандартизирован, качество проверяемо, поэтому покупатель может доверять результату ИИ без глубоких юридических знаний. Harvey — восходящий лидер, быстро переходящий к Autopilot; Crosby и Lawhive — новые игроки, изначально Autopilot.

Управляемые IT-услуги (более 100 млрд долларов).

Каждая малая и средняя компания отдает IT на аутсорсинг. Патчи, мониторинг, настройка пользователей, triage оповещений: интеллектуальная работа выполняется снова и снова в тысячах одинаковых сред. Существующий софтверный слой (ConnectWise, Datto) продает инструменты MSP. Еще никто не продает компаниям напрямую результат — «ваш IT работает». Edra автоматизирует IT-процессы, Serval автоматизирует IT-поддержку.

Цепочки поставок и закупки (более 200 млрд долларов).

Большинство компаний серьезно договариваются только с топ-20% поставщиков. Длинный хвост поставщиков полностью игнорируется, потому что невыгодно поручать это людям. Утечка контрактов составляет 2%-5% общих закупочных расходов. Точка входа — это abandoned work: не нужно обосновывать статью бюджета, не нужно смещать действующего поставщика, только бесплатные деньги. Magentric занимается прямыми закупками на ИИ, AskLio — косвенными. Tacto одновременно создает систему записи и Copilot для среднего рынка.

Рекрутинг и кадровый лизинг (более 200 млрд долларов).

Самый большой рынок услуг в этом списке. Верхняя часть recruiting funnel (скрининг, matching, outreach) — чисто интеллектуальная работа, но закрытие сделок и оценка культурного соответствия — это суждение, накопленное годами распознавания patterns. Точка входа для Autopilot — массовые вакансии с низким уровнем суждения, где matching стандартизирован. Juicebox, Mercor, Jack & Jill — emerging лидеры, строящие полный спектр.

Управленческий консалтинг (300-400 млрд долларов).

Огромный рынок, но работа в основном требует суждения. Интересный вопрос: сможет ли ИИ разбить консалтинг на интеллектуальные компоненты (сбор данных, бенчмаркинг) и компоненты суждения (стратегические рекомендации), автоматизировав интеллектуальный уровень и оставив суждение человеку. Лучшие кандидаты待定 (в процессе определения).

Самые быстрорастущие компании ИИ в 2025 году — это Copilot. В 2026 году многие попытаются стать Autopilot. У них есть продукт и узнаваемость у клиентов. Но они также сталкиваются с дилеммой инноватора: продажа работы означает вытеснение их собственных клиентов из работы. Это и есть window of opportunity для чистых Autopilot-компаний.

Связанные с этим вопросы

QКакова основная идея статьи партнера Sequoia Capital Джулиана Бека о следующей компании-триллионере?

AОсновная идея заключается в том, что следующая компания стоимостью в триллион долларов не будет продавать программное обеспечение как инструмент (Copilot), а будет напрямую продавать результат работы (Autopilot). Это связано с тем, что ИИ снижает стоимость "выполнения задач" почти до нуля, и настоящая возможность заключается в автоматизации всей работы, а не просто в предоставлении инструментов для её выполнения.

QКакое различие между "интеллектом" (intelligence) и "суждением" (judgement) в контексте автоматизации работ?

A"Интеллект" относится к выполнению задач по чётким правилам, таких как перевод требований в код, тестирование или заполнение форм — это сложные, но стандартизированные процессы. "Суждение" требует опыта, интуиции и практики для принятия решений, например, определение следующего функционала или стратегических решений. ИИ сначала автоматизирует задачи с высоким содержанием интеллекта, а по мере накопления данных может брать на себя и некоторые аспекты суждения.

QПочему отправной точкой для Autopilot-компаний являются аутсорсинговые задачи?

AАутсорсинговые задачи являются идеальной отправной точкой по трём причинам: 1) Компании уже согласились, что эту работу можно выполнять извне. 2) На неё уже выделен готовый бюджет, который можно легко заменить. 3) Покупатель уже приобретает результат, а не процесс. Замена аутсорсингового контракта на AI-сервис — это простая смена поставщика, в то время как замена внутреннего сотрудника требует организационной реструктуризации.

QКакие отрасли услуг упоминаются в статье как наиболее перспективные для автоматизации по модели Autopilot?

AВ статье выделяются несколько отраслей с большим потенциалом: страховой брокеридж (1400-2000 млрд долларов), бухгалтерский учёт и аудит (500-800 млрд), управление доходами в здравоохранении (500-800 млрд), урегулирование страховых убытков (500-800 млрд), налоговое консультирование (300-350 млрд), юридическая работа (200-250 млрд), управляемые IT-услуги (более 1000 млрд), снабжение и закупки (более 2000 млрд), рекрутинг и кадровые услуги (более 2000 млрд), управленческий консалтинг (3000-4000 млрд).

QВ чём заключается стратегия "клина" (wedge strategy) для Autopilot-компаний?

AСтратегия "клина" заключается в том, чтобы начать с автоматизации узких, аутсорсинговых, интеллектуально-ёмких задач (клин), где легко доказать ценность и есть готовый бюджет. Завоевав доверие и накопив данные, компания затем расширяется на более сложные, внутренние задачи, требующие большей доли суждения. Таким образом, аутсорсинговая задача является точкой входа, а автоматизация внутренних процессов представляет собой долгосрочный общий адресуемый рынок (TAM).

Похожее

Когда консенсус формируется всё быстрее, во что ставят молодые инвесторы?

Статья «Когда консенсус ускоряется, на что делают ставки молодые инвесторы?» (издание Huxiu) анализирует новые тенденции в технологических инвестициях на фоне быстрого развития ИИ, робототехники, коммерческой космонавтики и квантовых вычислений. Молодые инвесторы смещают фокус от простого преследования технологических трендов к пониманию реальных путей интеграции технологий в промышленность. Выделяются четыре ключевых направления: 1. **ИИ переходит в физический мир:** Инвестиции смещаются от облачных моделей к периферийным устройствам, роботам (включая воплощённый интеллект) и интеллектуальному оборудованию. Акцент делается не на демонстрационных возможностях, а на надёжности, стоимости развёртывания и реальной окупаемости. 2. **Конкурентное преимущество смещается к «интеллектуальной маховичной модели»:** Вместо вопроса «чей ИИ-модель мощнее» важен вопрос, какая компания может встроить возможности модели в рабочие процессы, создав цикл обратной связи «данные — обучение — улучшение продукта». Это создаёт долгосрочный барьер, как показывают примеры компаний Zhipu AI и Kling AI. 3. **Новые базовые технологии для преодоления дефицита данных:** По мере исчерпания общедоступных данных качественного обучения растёт интерес к таким подходам, как обучение с подкреплением и самоиграющие модели. Научные базовые модели (например, для биологии, химии) рассматриваются как перспективное, но сложное направление для генерации новых высококачественных данных. 4. **Терпеливый капитал для глубоких технологий:** В таких сферах, как коммерческая космонавтика и квантовые вычисления, где циклы разработки и валидации длительны, инвесторы должны рано оценивать фундаментальный потенциал, инженерные компетенции команд и готовность сопровождать проекты в долгосрочной перспективе, даже при неопределённости технических путей. Общий вывод: современный технологический инвестор должен глубже понимать язык технологий, оценивать не только финансовые модели, но и инженерные, и коммерческие траектории, и делать выбор в условиях, когда консенсус ещё не сформирован.

marsbit15 мин. назад

Когда консенсус формируется всё быстрее, во что ставят молодые инвесторы?

marsbit15 мин. назад

Высвобождение ликвидности на $100 млн? Новая политика Pump.fun тестирует «технику пампов» за 5 минут

**Pump.fun запускает режим BOOST: использует "мертвую ликвидность" для 5-минутного "фейерверка"** 21 июля платформа для запуска мем-токенов Pump.fun представила режим BOOST, ставший новым стандартом для эмиссии. Его цель — решить проблему "мертвой ликвидности". Раньше при переходе токена с bonding curve в пул ликвидности около 20% средств навсегда блокировались в LP, даже если токен обесценивался. По оценкам платформы, это приводило к ежегодным потерям ликвидности свыше $100 млн. Суть BOOST: вместо блокировки эти 20% средств (примерно 17.6 SOL или $2516 USDC) используются для скупки самого токена в течение первых 5 минут после его миграции на PumpSwap. Покупка осуществляется по методу TWAP (средневзвешенная по времени цена), а все выкупленные токены немедленно сжигаются. Это создает кратковременный покупательский спрос и сокращает предложение. Новый режим не меняет процесс торговли на bonding curve или порог миграции. Он активируется автоматически для всех токенов, мигрирующих после указанной даты. Ранее выпущенные токены и токены, запущенные через Mayhem, не подпадают под его действие. Логика Pump.fun, вероятно, в следующем: если новые мем-токены после запуска покажут кратковременный всплеск ("фейерверк"), это повысит вовлеченность трейдеров и объемы торгов на платформе. Устойчивый доход от комиссий — основа для будущего выкупа и поддержки собственного токена PUMP. Однако некоторые трейдеры выражают опасения: искусственный спрос в первые 5 минут может облегчить запуск низкокачественных проектов, а после окончания скупки токен может столкнуться с резкими продажами и высоким проскальзыванием, что усилит волатильность.

Foresight News25 мин. назад

Высвобождение ликвидности на $100 млн? Новая политика Pump.fun тестирует «технику пампов» за 5 минут

Foresight News25 мин. назад

Япония хочет купить рост с помощью ИИ. Поверит ли ей рынок облигаций?

Японское правительство представило новый курс экономической и фискальной политики («Основные принципы 2026»), сместив акцент с достижения профицита первичного баланса на стабилизацию и снижение соотношения госдолга к ВВП. Ключевым элементом стратегии стали масштабные инвестиции в стратегические области, такие как ИИ, полупроводники, оборона и энергетика, с целью стимулирования долгосрочного роста и повышения производительности. Однако рынок облигаций отреагировал на эти планы с осторожностью. Инвесторы опасаются, что ослабление прежнего фискального правила (первичный баланс) без четких новых механизмов контроля может привести к фискальной экспансии. Это вызвало рост доходности 10-летних японских гособлигаций и волатильность йены. Успех новой стратегии зависит от способности Японии обеспечить, чтобы номинальный экономический рост устойчиво превышал долгосрочные процентные ставки. Рынки будут оценивать не сам факт инвестиций в ИИ, а их реальную отдачу в виде роста производительности, налоговых поступлений и соблюдения дисциплины при выпуске новых облигаций.

marsbit53 мин. назад

Япония хочет купить рост с помощью ИИ. Поверит ли ей рынок облигаций?

marsbit53 мин. назад

Неправомерно пострадавшие A-акции: Устойчивость, ожидания и основание

В июле глобальные технологические акции столкнулись с коррекцией, начавшейся с распродаж в Южной Корее и затронувшей рынки США, Японии и Китая (A-shares). Однако китайский рынок продемонстрировал устойчивость благодаря нескольким факторам. Во-первых, базовые показатели технологического сектора Китая остаются прочными. Такие подотрасли, как оптические модули и оптическое волокно, показывают высокий рост прибыли (например, New Eastsoft, Changfei Optical Fiber). В отличие от южнокорейского рынка, сильно зависящего от полупроводников памяти, китайский технологический сектор диверсифицирован (компьютеры, связь, электроника) и опирается как на глобальные цепочки поставок (например, для NVIDIA), так и на политику импортозамещения. Во-вторых, государственные институты («команда страны») активно поддерживают рынок, выделив сотни миллиардов юаней на выкуп акций и ETF через такие компании, как China Reform Holdings и China Chengtong. Этот шаг направлен на стабилизацию ликвидности и формирование позитивных ожиданий, сигнализируя о возможном достижении локального дна. В-третьих, другие ключевые секторы A-shares демонстрируют внутренний потенциал для восстановления: * **Потребительский сектор:** CPI стабильно превышает 1%, указывая на улучшение маржи. Ключевые игроки, такие как Kweichow Moutai, повышают цены, а розничные продажи алкоголя растут. * **Сырьевой сектор (например, алюминий):** Высокая рентабельность, сохраняющийся дефицит предложения и низкие оценки создают потенциал для роста. * **Финансовый сектор:** Банки предлагают высокие дивиденды, а брокеры и страховщики выигрывают от оживления на рынке капитала. Таким образом, текущая коррекция в основном вызвана внешними факторами, а не ухудшением фундаментальных показателей. При поддержке государства и наличии внутренних драйверов роста в нескольких секторах рынок A-shares обладает значительной устойчивостью для возвращения к стабильности.

marsbit1 ч. назад

Неправомерно пострадавшие A-акции: Устойчивость, ожидания и основание

marsbit1 ч. назад

Квантовые компьютеры ещё не пришли, а 1,1 миллион биткоинов Сатоши Накамото уже стали проблемой

**Квантовые компьютеры еще не прибыли, а 1,1 миллион биткоинов Сатоши уже стали проблемой** Инструмент на основе доказательств с нулевым разглашением (ZK) от Project Eleven обещает помочь владельцам современных кошельков (после 2012 года) безопасно мигрировать активы перед квантовой атакой. Однако для ранних биткоинов, включая примерно 1,1 миллион монет, добытых Сатоши Накамото и хранящихся в устаревших адресах P2PK, этот инструмент бесполезен. У этих «старых» монет нет иерархической структуры ключей (HD), что делает их криптографически незащищенными. Сообщество Bitcoin столкнулось с политической, а не технической дилеммой: как защитить сеть, не нарушая ее основные принципы? Предлагается четыре спорных пути, каждый со своими последствиями: бездействие (риск массовой кражи), принудительная заморозка старых монет (нарушение прав собственности), ограничение их расходования («песочные часы») или принудительное перераспределение (разрушение неизменности реестра). Рынок уже реагирует на этот кризис управления. Например, Jefferies сократил свои биткоин-холдинги, ссылаясь именно на неопределенность в вопросе уязвимых монет. Угроза не только в будущих атаках, но и в «отложенном» взломе: злоумышленники уже сейчас сохраняют данные блокчейна для последующей расшифровки. Ключевой вопрос остается без ответа: как Bitcoin может пережить смену технологических эпох, не отказавшись от своих фундаментальных основ? Квантовый вызов уже породил кризис доверия.

marsbit1 ч. назад

Квантовые компьютеры ещё не пришли, а 1,1 миллион биткоинов Сатоши Накамото уже стали проблемой

marsbit1 ч. назад

Торговля

Спот
活动图片

Популярные категорииright-arrow

Популярные тегиright-arrow