硅谷VC集体押注「AI原生服务」，a16z等分享投资逻辑和案例

AI应用层当下几大投资主题——AI直接交付结果，卖订阅转向卖服务，AI重塑传统行业，底层其实是趋同的。终于，硅谷VC赋予了它们统一定义——AI原生服务AINS。

a16z、Sequoia、Founders fund、Lightspeed、Emergence Capital、Menlo、Thrive等都已多次出手。红杉提出服务就是下一代软件，BVP主张服务是vertical AI最佳落地场景，YC直接把AI‑native service列为五大核心赛道之一，MoE Capital认为“AI原生服务是2026最大非共识机会”。

AI原生服务赛道已经诞生了一些独角兽，一些Physical AI公司也在叙述这条主线。我整理了一批代表性公司，在法律、金融、制造业、半导体等多个垂直领域落地，叙事和上一代AI原生应用有明显区别，VC也不再沿用传统指标（如ARR）。随着一批新星公司崛起，新的指标体系已初具端倪。

AI原生服务代表公司

法律是AINS落地相对较多的领域。Manifest OS（估值7.5亿美元）是极具代表性的AI原生律所，从商业移民场景切入，让AI包揽获客咨询、材料梳理、法条检索、文书起草等全部标准化工作，律师只做研判与高价值决策。它不卖软件，也不效仿律师兜售时间，承诺“彻底替代按小时计费模式”，采用固定费用全包/结果收费模式，申请失败不收费，已完成3000+案件。

另一家AI法律公司EvenUP（估值20亿美元）切的是人身伤害场景，主打“AI处理文书，律师专注胜诉”，已协助处理20万案件。同样主打按案件结果 / 使用量收费。单份索赔需求包数千美元，先使用后付费，或者按和解金额分成，仅胜诉后才收费。

金融领域拿红杉投资的WithCoverage举例，这是一家旨在替代传统保险经纪人的AI原生风险管理服务商。它用AI风险审计引擎+内部保险专家团队，为企业提供端到端保险采购、风险管控、理赔管理。商业

模式彻底打破了传统保险“保费越高、经纪收入越多” 模型，取缔了佣金和小时费，仅收取固定年费，为客户年均省30%保费。

IT领域也出现了商业模式比较激进的公司，以Distyl AI（估值18亿美元）举例，这是一家Palantir校友企业，slogan和商业模式都很Palantir——“不止造AI软件，更重塑顶级企业运营方式”。收费完全结果导向——先让客户锁定北极星指标，比如库存周转提升多少、理赔金额节约多少，达标后Distyl AI才抽成。

Emanate（种子轮估值3亿美元）是首个工业材料行业AI原生收入引擎，替代了人工销售 / 报价 /客户拓展团队，AI自主执行全链路运营，直接交付收入增长结果，营收达标后按新增营收的固定比例抽成，自述可将客户营收提高60%-80%。

Physical AI公司也在直接交付结果

a16z等硅谷VC已经投了一批制造、半导体领域的AI公司，它们采用了更垂直一体化的全栈模式——不销售AI CAX等自研核心软件，也不是售卖硬件的设计方案，而是直接交付PCB、零部件、芯片等硬件，把设计到生产制造、软件到硬件全链路都干了。

商业模式上，它们不收软件授权费，大多还都砍掉了传统硬件生产的预付费、前置费，承诺客户零/低资本投入，仅在成功交付硬件后按量收费。

a16z刚投的Diode是一家AI PCB企业，创始人出身于苹果，他在2020年就经历过“用新CAD取代传统CAD”的诸多尝试，发现这个路线存在致命短板——切换成本极高、工具生态封闭、很难规模化普及。

于是，Diode直接选择了端到端交付PCB成品，相较传统模式效率提升了90%，实质是一家AI驱动的PCB工厂。它的目标是“idea成型后，次日PCB即可量产交付”，把实体创造的门槛彻底拉低。Diode开源了核心工具链，不垄断设计底层工具，所有工程师都可免费使用、二次开发，自研设计模块也可无缝接入Diode量产体系。Diode从PCB环节切入，愿景是逐步拿到重构全行业流程的资格。

Freeform（英伟达、波音投资）是SpaceX校友创立的AI原生金属增材制造商，自研Physical AI系统，金属3D打印速度比传统快25–50倍，成本也更低。商业模式也是从原型到量产一站式交付，客户零预付资本投入。

Cognichip（英特尔CEO投资）是相同模式的AI原生芯片设计服务商，承诺设计成本降75%、周期缩短50%，收取项目固定费，但大头在流片成功后的分成。不过今年底才会完成首款芯片流片。

AI原生服务公司共性

这个赛道还比较早期，我们先从这些代表公司反向总结一下共性：

1. 商业模式革新是最鲜明的特征。对比SaaS、上一波AI应用、传统人工服务，AINS的商业模式都有彻底的革新——终结了兜售服务时长和软件功能，拆掉了预付费门槛，甚至无效果不收费。在客户视角，服务从成本项变成了利润增量，不用为过程付费，只需按价值付费，甲乙方从博弈变成共赢。

2. 这批公司避开了通用办公协作，基本聚集在“重交付、高合规、高单价”垂直领域。

3. 自带数据飞轮护城河叙事。Agent直接交付结果，便意味着拥有输入需求—执行过程—最终结果全链路数据，数据飞轮是这一商业模式的必然产物。任务处理得越多→模型越强→交付越快/越准→客户越多，数据会产生复利。

VC看什么指标

说实话，把“AI”和“服务”组合在一起，几乎可以套到所有行业。一家公司跑通了AI提供服务，并不等于VC眼里的AI原生服务。和传统服务相比，AI原生服务公司的财务模型并非优化几个点的利润率，而是发生结构性变化。

1）人效比（LTV/FTE）

AI服务必须比传统服务效率有显著大幅提升，如果仅提升20%、30%，并不能证明你是一个“新物种”，你还没有脱离传统服务的框架。Sequoia衡量这类公司时要重点看“收入增长曲线是否与员工人数增长曲线脱钩——优秀的AI原生服务公司，收入增长应该是指数级的，而员工增长是平缓的” 。

2）AI实际承担的工作量

Benchmark评估Sierra的一个核心指标是——Sierra能否替代初级客服这个完整的部门？Benchmark关注的不是“对话轮数”，而是无人工干预的解决率。某些客户用Sierra处理了80%+端到端请求（查件、退款、修改订单），这意味着企业可以停止招聘初级客服，将客服从“成本中心”彻底重塑。

BVP领投EvenUp时重点关注了“文书自动化比例”，92%的内容无需律师修改即可达到“提交级”标准。这个“92%”证明了它不是一家变相的外包公司，而是一家高杠杆的AI服务公司。

3）是否有清晰ROI

BVP分享过EvenUP ROI模型：它能帮助律师多赚30%+理赔金。客户不仅能直接节约法律助理的雇佣支出（省钱），还能增加收入（赚钱）。

4）UE和边际利润

有投资人提到评估这类“整合型”服务时，核心关注单任务毛利。很多公司本质还是“会用AI的外包公司”——毛利平稳、只是比同行略高几个点，而AI原生服务公司的边际利润，是随着规模扩张持续向上突破的。

传统律所处理一份签证的毛利只有30%，70%的钱都发给了人工。Manifest的边际成本只有算力，毛利高达80%+。EvenUP在处理第100个案件时，需要人工大幅介入，在处理第1万个案件时，人工仅需5分钟复核签字，单份文件生产成本在过去两年内下降了60%+，而售价保持不变，边际利润大幅上升。

这也是AI原生服务公司敢摒弃预付费、过程收费的核心原因——AI把服务供给端变成了低边际成本、可规模化的事情，改写了“服务业无法规模化”的命题。

文章来自于"后浪new"，作者 "Evelyn"。