บริการคือซอฟต์แวร์แบบใหม่

 (sequoiacap.com)
17 คะแนน โดย GN⁺ 2026-03-12 | 2 ความคิดเห็น | แชร์ทาง WhatsApp
  • ยิ่งประสิทธิภาพของโมเดล AI ดีขึ้น บริษัท AI แบบบริการที่ขายผลงานของงาน (work) โดยตรงแทนการขายเครื่องมือ (tool) จะกลายเป็นบริษัทยักษ์ใหญ่รุ่นถัดไป โดยเสนอภาพโครงสร้างที่บริษัทซอฟต์แวร์ทำงานเหมือนบริษัทบริการ
  • จัดประเภทงานทุกสายอาชีพด้วยสองแกนคือ สติปัญญา (intelligence) และการตัดสินใจ (judgement) และยิ่งงานใดมีสัดส่วนของสติปัญญาสูง AI แบบออโตไพลอตก็ยิ่งเข้ามาแทนได้เร็ว
  • วิศวกรรมซอฟต์แวร์ ซึ่งปัจจุบันคิดเป็นมากกว่าครึ่งของค่าใช้จ่ายด้าน AI ได้ข้ามจุดวิกฤตของการทำงานอัตโนมัติไปก่อนแล้ว และคาดว่าวิชาชีพอื่นจะตามมา
  • กลยุทธ์หลักของบริษัทออโตไพลอตคือใช้จุดเริ่มต้น (wedge) จากงานที่เคยเอาต์ซอร์สมาก่อน เพื่อ เข้าสู่ตลาดในรูปแบบการเปลี่ยนผู้ขาย (vendor replacement) แล้วค่อยขยายไปสู่งานภายในองค์กร
  • ในตลาดบริการมูลค่าหลายหมื่นล้านถึงหลายแสนล้านวอน เช่น นายหน้าประกัน, บัญชี·ตรวจสอบบัญชี, วงจรรายได้ทางการแพทย์, การสรรหา สตาร์ตอัปออโตไพลอตเริ่มปรากฏขึ้นแล้ว

สติปัญญา (Intelligence) vs การตัดสินใจ (Judgement)

  • การเขียนโค้ด การทดสอบ การดีบัก ฯลฯ เป็นงานที่กฎซับซ้อน แต่ตัวงานเองก็คือ งานด้านสติปัญญา
  • การตัดสินใจว่าจะสร้างฟีเจอร์อะไรต่อ จะยอมรับ technical debt หรือจะเปิดตัวก่อนพร้อมหรือไม่ เป็น งานด้านการตัดสินใจ ที่อิงประสบการณ์และสัญชาตญาณ
  • เมื่อ 1 ปีก่อน ผู้ใช้ Cursor ส่วนใหญ่ยังใช้ AI แค่ระดับ autocomplete แต่ตอนนี้ งานที่เอเจนต์เป็นผู้เริ่มมีมากกว่างานที่มนุษย์เริ่มเอง
  • วิศวกรรมซอฟต์แวร์คิดเป็น มากกว่าครึ่ง ของการใช้เครื่องมือ AI ในทุกสายอาชีพ ส่วนสายอื่นยังอยู่ในสัดส่วนเลขหลักเดียว
    • เพราะวิศวกรรมซอฟต์แวร์ส่วนใหญ่เป็นงานด้านสติปัญญา AI จึงเป็นสายแรกที่ข้ามจุดวิกฤตของการทำงานแบบอัตโนมัติได้
    • แนวโน้มนี้กำลัง ขยายไปสู่วิชาชีพทุกประเภท

Copilot และ Autopilot

  • Copilot ขายเครื่องมือ ส่วน Autopilot ขายผลงานของงาน
  • จนถึงไม่นานมานี้ โมเดล AI ยังพัฒนาอยู่ทั้งด้านสติปัญญาและการตัดสินใจ ดังนั้น Copilot ที่ให้เครื่องมือกับผู้เชี่ยวชาญจึงเป็นแนวทางที่ถูกต้อง
    • Harvey ขายให้สำนักงานกฎหมาย และ Rogo ขายให้ธนาคารเพื่อการลงทุน ในโมเดลแบบ Copilot
    • ผู้เชี่ยวชาญคือผู้ใช้ เครื่องมือช่วยเพิ่มผลิตภาพ และความรับผิดชอบต่อผลลัพธ์ยังอยู่ที่ผู้เชี่ยวชาญ
  • ตอนนี้ความสามารถด้านสติปัญญาของโมเดลสูงพอแล้ว จนในบางหมวด การเริ่มต้นเป็น Autopilot ตั้งแต่แรก กลายเป็นทางเลือกที่ดีที่สุด
    • Crosby ขายตรงให้บริษัทที่ต้องการร่าง NDA (ไม่ใช่ขายให้ที่ปรึกษากฎหมายภายนอก)
    • WithCoverage ขายตรงให้ CFO ที่ต้องการประกัน (ไม่ใช่นายหน้าประกัน)
  • ไม่ว่าสายงานใด งบประมาณสำหรับงาน (work budget) ใหญ่กว่างบประมาณสำหรับเครื่องมือ (tool budget) มาก และ Autopilot สามารถจับงบประมาณของงานได้ตั้งแต่วันแรก
  • ยิ่งสัดส่วนของ สติปัญญาในงานนั้นสูงเท่าไร Autopilot ก็ยิ่งชนะได้เร็ว

การบรรจบกัน (Convergence)

  • การตัดสินใจของวันนี้จะกลายเป็นสติปัญญาของวันพรุ่งนี้
  • เมื่อระบบ AI สะสม ข้อมูลเฉพาะที่บอกได้ว่าอะไรคือการตัดสินใจที่ดีในโดเมนนั้น แบบผูกขาด เส้นพรมแดนก็จะเลื่อนไป
  • ท้ายที่สุด Copilot และ Autopilot จะ บรรจบกัน
  • ในหลายหมวด การเปลี่ยนจาก Copilot → Autopilot ได้เริ่มขึ้นแล้ว แต่ จุดเริ่มต้นสำคัญมาก
    • เพราะมันกำหนดตำแหน่งที่จะเริ่มได้ลูกค้าในตอนนี้ และเริ่มผลทบต้นของข้อมูลได้

กลยุทธ์ Autopilot: ใช้เอาต์ซอร์สเป็นจุดเริ่มต้น (Wedge)

  • ทุก 1 ดอลลาร์ที่ใช้ไปกับซอฟต์แวร์ จะมี 6 ดอลลาร์ที่ใช้ไปกับบริการ
  • ขนาดตลาดรวม (TAM) ของ Autopilot คือค่าแรงทั้งหมดในหมวดนั้น (ทั้งภายใน+เอาต์ซอร์ส) แต่การ เริ่มจากจุดที่มีเอาต์ซอร์สอยู่แล้ว เหมาะสมที่สุด
  • หากงานนั้นถูกเอาต์ซอร์สอยู่แล้ว ก็หมายถึง 3 อย่าง
    • บริษัทนั้น ยอมรับการทำงานจากภายนอก แล้ว
    • มี รายการงบประมาณเดิม ที่สามารถแทนที่ได้
    • ผู้ซื้อคุ้นเคยกับการ ซื้อผลลัพธ์ของงาน อยู่แล้ว
  • การแทนที่สัญญาเอาต์ซอร์สด้วยผู้ให้บริการแบบ AI-native เป็น การเปลี่ยนผู้ขาย แต่การแทนที่พนักงานภายในคือ การปรับโครงสร้างองค์กร
  • กลยุทธ์คือ เริ่มจากงานเชิงสติปัญญาที่ถูกเอาต์ซอร์ส → ได้ช่องทางจัดจำหน่าย → เมื่อ AI สะสมความได้เปรียบแบบทบต้น ก็ ขยายไปสู่งานเชิงการตัดสินใจที่ทำกันภายใน
  • กรณีของ Crosby: เริ่มจาก NDA ซึ่งบริษัทส่วนใหญ่เอาต์ซอร์สให้ที่ปรึกษากฎหมายภายนอกอยู่แล้ว (เป็นงานเชิงสติปัญญาที่นิยามชัดเจน) มีงบประมาณอยู่แล้ว ขอบเขตชัด ROI ทันที และแทนที่ได้โดยแทบไม่มีแรงเสียดทาน

แผนที่โอกาส (Opportunity Map): วิเคราะห์ตามตลาดบริการหลัก

  • นายหน้าประกัน ($140-200B)

    • เป็นตลาดที่ มีมูลค่าสูงที่สุด ในรายการนี้
    • ประกันเชิงพาณิชย์แบบมาตรฐานมีความเป็นมาตรฐานสูง และคุณค่าที่นายหน้าเพิ่มเข้ามาโดยพื้นฐานคือการเปรียบเทียบบริษัทประกันกับการกรอกแบบฟอร์ม ซึ่งเป็น งานเชิงสติปัญญาล้วน
    • ชั้นของการกระจายสินค้ามีความกระจัดกระจายสูงมาก มีนายหน้ารายเล็กนับหมื่นรายทำกระบวนการแบบเดียวกัน และไม่มีผู้เล่นรายเดิมรายใดครองความสัมพันธ์กับลูกค้า
    • WithCoverage และ Harper เป็นผู้เล่นหน้าใหม่ที่น่าจับตา

  • บัญชีและการตรวจสอบบัญชี (เฉพาะงานเอาต์ซอร์สในสหรัฐฯ $50-80B)

    • ในสหรัฐฯ ตลอด 5 ปีที่ผ่านมา นักบัญชีลดลงราว 340,000 คน ขณะที่ความต้องการเพิ่มขึ้น
    • 75% ของ CPA ใกล้เกษียณ เส้นทางสู่การได้รับใบอนุญาตยาวนาน และเงินเดือนเริ่มต้นยังตามหลังสายเทคและการเงิน
    • การขาดแคลนเชิงโครงสร้างนี้เร่งให้เกิด การยอมรับ AI เร็วกว่าวิชาชีพอื่นแทบทั้งหมด
    • Rillet กำลังสร้าง ERP แบบ AI-native เพื่อปิดบัญชี ส่วน Basis เริ่มจาก Copilot สำหรับนักบัญชี

  • วงจรรายได้ทางการแพทย์ (งานเอาต์ซอร์สในสหรัฐฯ $50-80B)

    • คำว่า “การแพทย์” อาจทำให้นึกว่าเป็นงานที่เน้นการตัดสินใจ แต่ชั้นของการเรียกเก็บเงินนั้นเป็น งานเชิงสติปัญญาเกือบล้วน
    • การเข้ารหัสทางการแพทย์คือการแปลงบันทึกทางคลินิกเป็น รหัส ICD-10 มาตรฐานราว 70,000 รายการ ซึ่งกฎซับซ้อนแต่ยังคงเป็นกฎ
    • ตลาดเอาต์ซอร์สมีความ成熟และอิงผลลัพธ์อยู่แล้ว ดังนั้น Autopilot เพียงทำงานเดิมให้ได้ในต้นทุนที่ต่ำกว่า
    • Anterior นำหน้าอยู่มากที่สุด

  • การประเมินค่าสินไหม (รวม TPA $50-80B)

    • ในอีกฝั่งของกรมธรรม์ การประเมินค่าสินไหมเป็นอีกพื้นที่หนึ่งของ Autopilot
    • การเคลมสินไหมมาตรฐานจัดการด้วย การตีความข้อความในกรมธรรม์ ตารางความเสียหาย และตารางคณิตศาสตร์ประกันภัย
    • แรงงานด้านการประเมินกำลังมีอายุเฉลี่ยสูงขึ้น และไม่มีคนรุ่นใหม่เข้ามาทดแทน
    • มีโครงสร้างเอาต์ซอร์สขนาดใหญ่ให้ผู้ประเมินอิสระและ TPA เช่น Crawford, Sedgwick
    • ในอุตสาหกรรมเดียวกันนี้มี โอกาสสำหรับ Autopilot อย่างน้อยสองส่วนที่แยกจากกัน
    • Pace กำลังสร้าง Autopilot สำหรับกระบวนการสินไหม และ Strala กำลังสร้าง TPA แบบ AI-native

  • ที่ปรึกษาภาษี ($30-35B)

    • ใบอนุญาต CPA เป็นคูเมืองเชิงกฎระเบียบ แต่ 80-90% ของงานพื้นฐาน เป็นงานเชิงสติปัญญา
    • ทุกครั้งที่ Autopilot ด้านภาษีรองรับเขตอำนาจเพิ่มขึ้น คูเมืองด้านข้อมูลก็ยิ่งลึกขึ้น
    • ความซับซ้อนแบบหลายเขตอำนาจเป็นตัวอย่างคลาสสิกของงานที่ SMB มักเอาต์ซอร์ส เพราะนักบัญชีภายในคนเดียวรับไม่ไหว
    • TaxGPT เป็นผู้นำช่วงต้น และในยุโรปมี Skalar กับ Ravical เคลื่อนไหวอยู่

  • กฎหมายและงานธุรกรรม ($20-25B)

    • การร่างสัญญา NDA การยื่นเอกสารตามกฎระเบียบ ฯลฯ มี สัดส่วนสติปัญญาสูง และมักถูกเอาต์ซอร์สเป็นประจำ
    • ผลลัพธ์ของงานมีความเป็นมาตรฐานมากพอให้ตรวจสอบคุณภาพได้ ผู้ซื้อจึง เชื่อถือผลลัพธ์จาก AI ได้แม้ไม่มีความเชี่ยวชาญทางกฎหมายลึกมาก
    • Harvey กำลังเป็นผู้นำที่โดดเด่นและกำลังเปลี่ยนไปสู่ Autopilot อย่างรวดเร็ว ขณะที่ Crosby และ Lawhive เป็นผู้เล่นใหม่ที่เกิดมาเป็น Autopilot ตั้งแต่ต้น

  • บริการ IT แบบแมเนจด์ ($100B+)

    • SMB แทบทั้งหมดเอาต์ซอร์สงาน IT
    • การแพตช์ การมอนิเตอร์ การ provision ผู้ใช้ การคัดแยกการแจ้งเตือน ฯลฯ เป็น งานเชิงสติปัญญา ที่ทำซ้ำในสภาพแวดล้อมคล้ายกันนับพันแห่ง
    • ซอฟต์แวร์เดิมอย่าง ConnectWise, Datto ขายเครื่องมือให้ MSP แต่ยังไม่มีใครขายผลลัพธ์แบบ “IT ของคุณจะถูกดูแลให้ทำงาน” โดยตรงแก่บริษัท
    • Edra กำลังสร้างระบบอัตโนมัติกระบวนการ IT และ Serval กำลังสร้างระบบอัตโนมัติสำหรับการสนับสนุน IT

  • ซัพพลายเชนและการจัดซื้อ ($200B+)

    • บริษัทส่วนใหญ่ เจรจาอย่างจริงจังแค่กับซัพพลายเออร์ 20% แรก ส่วน long tail ที่เหลือไม่คุ้มค่าพอให้คนลงมือทำจึงถูกปล่อยผ่าน
    • การรั่วไหลของสัญญาคิดเป็น 2-5% ของค่าใช้จ่ายจัดซื้อทั้งหมด
    • จุดเริ่มต้นคือ งานที่ถูกปล่อยทิ้ง: ไม่มีรายการงบประมาณให้รองรับ ไม่มีผู้ให้บริการเดิมให้แทนที่ เป็นเงินที่เพิ่งถูกค้นพบเฉยๆ
    • Magentic กำลังทำจัดซื้อโดยตรง และ AskLio กำลังสร้าง AI สำหรับการจัดซื้อทางอ้อม
    • Tacto กำลังสร้างทั้ง system of record และ Copilot สำหรับตลาดระดับกลางไปพร้อมกัน

  • การสรรหาและกำลังคน ($200B+)

    • เป็น ตลาดบริการที่ใหญ่ที่สุด ในรายการนี้
    • ส่วนบนของ funnel การรับสมัคร (การคัดกรอง การจับคู่ การ outreach) เป็นงานเชิงสติปัญญาล้วน แต่การปิดผู้สมัครและการประเมิน cultural fit เป็น งานตัดสินใจ ที่อิงการรู้จำรูปแบบสั่งสมมาหลายปี
    • จุดเริ่มต้นของ Autopilot อยู่ในตำแหน่งงาน ปริมาณมากและใช้การตัดสินใจต่ำ ที่การจับคู่มีความเป็นมาตรฐาน
    • Juicebox, Mercor, Jack & Jill กำลังก่อร่างในทุกส่วนของสเปกตรัมและเป็นผู้นำที่กำลังโดดเด่น

  • ที่ปรึกษาด้านการจัดการ ($300-400B)

    • เป็นตลาดขนาดใหญ่มาก แต่เนื้องานส่วนใหญ่ เน้นการตัดสินใจ
    • คำถามหลักคือ AI จะสามารถ แยกงานที่ปรึกษา ออกเป็นส่วนของสติปัญญา (การเก็บข้อมูล การทำ benchmark) และส่วนของการตัดสินใจ (คำแนะนำเชิงกลยุทธ์) ได้หรือไม่
    • และจะเป็นไปได้หรือไม่ที่ชั้นสติปัญญาถูกทำให้อัตโนมัติ ขณะที่ชั้นการตัดสินใจยังคงเป็นของมนุษย์
    • ผู้เล่นที่เหมาะที่สุดยังไม่ชัดเจน (TBD)

การเปลี่ยนผ่าน 2025→2026 และภาวะกลืนไม่เข้าคายไม่ออกของนวัตกรรม

  • บริษัท AI ที่เติบโตเร็วที่สุดในปี 2025 คือบริษัทแบบ Copilot
  • ในปี 2026 บริษัท Copilot จำนวนมากจะพยายามเปลี่ยนไปเป็น Autopilot แต่จะเผชิญกับ ภาวะกลืนไม่เข้าคายไม่ออกของนวัตกรรม
    • เพราะการขายผลงานของงาน หมายถึงการเข้าไปแทนที่สิ่งที่ลูกค้าของตนเองเคยทำงานนั้นอยู่
  • นี่เองคือ โอกาสในการเข้าสู่ตลาดของบริษัท Autopilot แบบ pure-play

บทความที่เกี่ยวข้อง

2 ความคิดเห็น

 
xguru 2026-03-12

ในบทความแนะนำให้อ่านเพิ่มเติมก็มีอยู่ แต่ขอแนะนำให้อ่าน บริการจะไม่กลายเป็นซอฟต์แวร์ ซึ่งมีจุดยืนตรงข้ามกับบทความนี้ด้วย
 
idunno 2026-03-12

เขาบอกว่าการไล่เรียงบริษัทในพอร์ตของ VC อย่าง WithCoverage, Crosby, Anterior ฯลฯ นั้น ดูเหมือนเป็นการนำตรรกะการหา deal ของ Sequoia มาห่อเป็นวิทยานิพนธ์การลงทุนเสียมากกว่า (Claude Opus 4.6)