AI 员工

沈劲：AI的杀手级应用，在于替代知识工作者

2026 年 3 月 11 日

AI时代，如何判断一款应用的价值？沈劲提出颠覆性观点：能替代知识工作者的AI应用才是好应用。核心内容： 1. AI应用评价标准的根本转变：从场景思维到替代思维 2. ToB领域AI应用的巨大商业潜力与投资趋势分析 3. 中美AI应用发展路径对比与创业者机会判断

在拜访完头部AI应用创业公司Genspark之后，引航陪跑创业营教练、原高通全球副总裁、原高通创投董事总经理沈劲突然意识到，他过去向无数AI应用创业者抛出的那个问题，从根上就错了。

此前，他总会习惯性地追问创始人：“你们产品的核心场景是什么？” 在他过往的认知里，一款优秀的企业服务产品，必然会锚定一两个极致聚焦的核心场景。但Genspark的创始人，没有列出最常用的应用场景 —— 做PPT、写报告、建网站。而是例举许多个使用他们产品的用户职业: 咨询师, 设计师, 广告商……

那次拜访彻底推翻了沈劲的固有判断。他终于想明白，在AI时代，面对AI应用的创业者，正确的问题从来不是 “你的应用场景是什么”，而是 “你的产品能替代哪种知识工作者”。

从2021年ChatGPT横空出世掀起大模型浪潮，到Sora刷新视频生成的行业天花板，Claude重新定义编程效率，再到DeepSeek走出中国大模型的差异化路线，短短数年，大模型技术的迭代速度肉眼可见地放缓，而AI应用的商业化浪潮，却正以前所未有的热度席卷全球。

到底什么才是好的AI应用？

沈劲给出了一个清晰到极致的答案：能够很好地替代某种知识工作者的应用，就是好的AI应用（本文讨论的AI应用，特指不依赖硬件的软件产品形态，如AI Agent，智能硬件不在讨论范围内）。

也正是基于这套对AI应用的底层判断，沈劲与前小米科技总裁王翔、易到用车创始人周航、财经作家吴晓波、普华资本创始合伙人曹国熊共同发起了引航陪跑创业营，专注押注科技出海与AI应用赛道。

AI应用的主战场是ToB

而中国ToC的AI应用可以称霸全球

AI应用赛道的创业机会，向来有ToB与 ToC之分。而在沈劲看来，ToB领域的AI应用机会，远大于ToC。

“从美国AI应用的投融资数据来看，无论是投资规模还是投资案例数，ToB和ToC的比例都达到了惊人的10:1。” 沈劲以 AI 产业发展更成熟的美国市场为参照，道出了行业最真实的趋势。

这个数字的反差感有多强烈？在标普500指数的主要大型上市公司中，ToB公司的总市值接近35万亿美元，ToC公司约为27万亿美元，二者比例仅为1.3:1。而10:1的投融资比例，远超成熟市场的市值结构，恰恰印证了资本对AI ToB赛道未来价值的极致看好。

“VC投的是未来。我认为未来AI ToB公司将在体量、数量、收入和利润等方面，全面超越AI ToC公司。” 沈劲直言。

这个趋势的底层逻辑，藏在AI技术的本质里。“目前AI技术的核心是提升效率。提升企业或个人工作效率的价值，远大于给个人生活（如社交、娱乐、教育）带来的便利。”

这也是AI与互联网技术最核心的分野：互联网的核心是连接人与人，天然更擅长释放ToC价值，阿里、腾讯、字节跳动等中国互联网巨头，本质上都是ToC属性更强的公司；而AI的核心是效率革命，其商业价值的最大释放场景，必然在企业端。

当然，沈劲也坦言，10:1的比例略显极端，“很多美国投资人习惯了投资ToB的SaaS，但美国ToC的AI应用，仍有巨大未被挖掘的机会”。

而在ToC赛道，中国创业者的核心机会，从来不在国内，而在出海。

移动互联网时代，中国诞生了小米、美团、字节跳动、小红书等一批世界级的ToC巨头，即便是诞生于PC互联网时代的腾讯和阿里，其核心增长期也在移动互联网阶段。而同期的美国市场，仅跑出了DoorDash、Uber、Airbnb等少数 ToC 平台，中国团队在ToC产品打磨、用户增长、流量运营上的能力，早已得到全球市场的验证。

“我最近介绍了一位做ToC增长的中国‘一人公司’（OPC，One Person Company），给一家纯美国团队创办的AI应用创业公司，对方对他的能力赞不绝口。中国在ToC应用方面的实力毋庸置疑。” 沈劲表示，中国创业公司完全有能力在AI ToC的海外市场大放异彩。

SaaS在中国的困局

恰恰是AI创业的最大红利

SaaS，即软件即服务，本质是让企业软件上云，用户无需买断整套软件，只需通过订阅付费，在云端租用工具，以此提升客户管理、团队协作、财务报销等环节的工作效率。

这套商业模式在美国市场早已被验证完全跑通：美国企业劳动力成本高昂，任何能提升效率的工具，都有极强的付费意愿。Salesforce（客户管理）、Shopify（电商运营）、Intuit（财务管理）、Slack（团队协作）、Zoom（视频会议）等 SaaS 公司上市后，均实现了千亿美元级别的市值。

但这套在美国所向披靡的商业逻辑，在中国市场却彻底水土不服。

有过创业经历的沈劲，对此感触极深。曾有一家国内头部协作SaaS公司找他融资，他思考后给出的结论是：如果我是企业老板，不会为这款协作SaaS买单。“如果能带来30%的收入增长，我肯定买。但协作能带来什么业绩增长，没人说得清楚。”

一句话道破了中国SaaS行业的核心痛点：中国企业主，从来不为工具付钱，只为结果付钱。

而AI技术的爆发，正在彻底改写企业软件的游戏规则 ——AI正在重做一遍SaaS。如今，就连全球最大的SaaS公司Salesforce，也被迫全面转型为AI+SaaS公司。

“但SaaS公司要成功转型为AI应用公司，必须甩掉历史包袱，因为商业模式可能发生根本性转变 —— 从订阅付费转向结果付费。” 沈劲直言，“相比之下，原生AI应用的历史包袱要小得多，几乎可以从零搭建最适配 AI 时代的商业模式。”

沈劲举了一个极具代表性的例子：一位做企业安全软件销售的朋友，曾想转行做保险销售，沈劲却给他指了一条AI创业的路。“保险经纪人正是AI应用的绝佳赛道：一位保险经纪人年收入30万，用了你的AI工具后，收入提升到40万，他绝对愿意拿出多挣的10万里的10%，来为你的工具付费。”

这就是与传统SaaS完全相反的结果付费模式。“这有点像广告行业，广告已经从按时长、按露出付费，转向按下载量、留存量、获客数付费，整个行业越来越结果导向。”

保险经纪、房产经纪、商业咨询顾问、教学顾问、直播主播、猎头顾问、留学顾问…… 这些岗位的收入天然与结果、提成强挂钩，也因此，他们最愿意为 AI 应用带来的效率提升、收入增量付费，也是AI应用商业化最顺畅的落地场景。

更重要的是，与美国诞生了多家千亿美金SaaS巨头不同，中国此前从未跑出同等级别的企业软件公司。这对中国的AI创业者来说，非但不是劣势，反而是减少竞争压力的巨大红利。

“在AI时代，中国的企业软件创业者，可以直接构建‘按结果付费’的商业模式。而美国的SaaS创业者要转型为AI应用，必须甩开积累了十几年的历史包袱和思维惯性，转型成功率极低；同时，美国的原生AI应用创业者，还要面对成熟SaaS巨头的竞争。” 沈劲判断。

这个发展逻辑，与中国电商的崛起路径如出一辙。“中国线下商业相对不够成熟，没有诞生沃尔玛、Costco这样的零售巨头，中国电商创业者少了来自线下巨头的竞争，最终实现了全球最高的电商渗透率。在企业软件领域，正是因为国内没有大型SaaS巨头，原生AI应用创业者，反而更容易在B端市场跑通、做大。”

从包月包年的订阅付费，到与增量收益绑定的结果付费，沈劲将这套全新的商业模式，称为 “反向SaaS”。“SaaS（Software as a Service）卖的是工具，反向 SaaS（Service as a Software）卖的是结果。”

12万亿人民币(中国)VS

8万亿美元(美国)市场：

AI正在系统性替代知识工作者

PC时代、互联网时代、移动互联网时代，每一个技术浪潮，都诞生了属于自己的杀手级应用：PC时代是Excel，互联网时代是电子邮件和搜索引擎，移动互联网时代是即时通讯和电商。

每当新技术出现，投资人总会反复追问：这个技术的杀手级应用到底是什么？

但在 AI 时代，这个问题的答案已经彻底改变：AI 的杀手级应用，就是替代知识工作者。

沈劲测算，仅AI应用替代知识工作者这一个赛道，面向的是美国的8万亿美元，和中国的12万亿人民币的市场空间。

“不同类型的知识工作者，被AI替代的速度截然不同。律师、软件工程师和会计师，已经在被大规模替代。接下来是设计师、金融分析师、建筑师、咨询师。再往后，医师、教师也会被大规模替代。” 沈劲说，等到人形机器人全面普及后，蓝领工人也将逐步被AI替代。

而这种 “替代”，从来都与 “赋能” 相伴相生。一家创业公司原本需要扩招到10人才能完成的业务，现有工程师借助AI编程工具，个人技术实力直接跃升至VP级别，3个人就能干完10个人的活。

“AI让工程师效率提升3倍”，和 “AI替代了3个工作岗位”，本质上是同一个现象的两个方面。

沈劲还发现了一个极具参考性的规律：AI应用替代知识工作者的速度，与该岗位每天使用电脑的时长，呈显著的正相关。

“律师、软件工程师、会计师被替代得更快，核心原因之一，就是他们每天使用电脑的时间极长：律师超过6小时，软件工程师超过8小时，会计师超过9小时。” 反之，越不依赖电脑、越依赖线下场景和线下交互的工作，越难被AI应用替代。

四维标尺：

判断AI应用落地速度的核心标准

AI编程，是目前所有AI应用赛道中，落地最快、商业化最成熟的领域。有行业报告显示，2025年全球AI编程市场规模已经达到296亿美金。

在沈劲看来，AI编程之所以能率先跑通，核心是它完美满足了四个维度的标准，这也是判断所有AI应用落地速度的核心标尺：

结构化语言：编程语言是高度结构化的语言，天然适配AI大模型的处理逻辑；

海量训练数据：互联网上有数十亿行开源代码，可直接用于模型训练与迭代；

客观评价标准：代码能否正常运行、有没有bug，是完全明确、可量化的评判标准，不存在模糊地带；

自用属性：AI编程工具，是工程师开发给工程师自己用的，完全不存在跨行业的需求鸿沟与产品适配难题。

基于这套四维标尺，沈劲也对不同领域AI应用的落地速度，做出了清晰的判断：

而在沈劲看来，最不被看好的方向，是将AI应用落地于非知识工作者的领域。比如在体脂秤、割草机、家用摄像头等IoT设备上接入AI大模型，看似蹭上AI热点，实则完全不符合市场的真实需求，很难跑出真正的商业价值。

最后，沈劲还是鼓励那位想转行保险销售的朋友出来创业。“他有深耕行业多年的经验，再找一个靠谱的技术合伙人，给保险经纪人做一款真正能提升收入的AI应用，机会非常大。”

这大概就是他对 “AI应用在中国的爆款机会到底在哪” 这个问题，给出的最具体、也最实在的答案。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们

沈劲：AI的杀手级应用，在于替代知识工作者

立即咨询 JOTO

想把这些做法用到你的业务里?

开启企业级 AI 落地

填写需求单