軟體正在吞噬你的薪水?當「人事成本」成為科技巨頭的下一個蛋糕

軟體正在吞噬你的薪水?當「人事成本」成為科技巨頭的下一個蛋糕

「全球軟體即服務(SaaS)市場,每年產值約3000億美元。單單美國的勞動力市場,卻是13兆美元。」當這兩個數字並排出現,一種令人不安的失衡感油然而生。過去十年,我們習慣於「軟體吞噬世界」的宏大敘事,但我們可能都看錯重點。軟體真正的野心,從來不只是數位化世界,而是要直接成為世界運轉的動力。

軟體現在追求的終極大獎,是勞動力市場。

這不僅是一個趨勢預測,這是一場已經開始的典範轉移。過去數十年建立的軟體帝國,其商業模式的地基正在龜裂。一個全新的物種正在崛起,它們不賣工具,它們直接提供勞務。它們不向企業的「資訊預算」伸手,它們瞄準的是更龐大、更根本的「人事成本」。這場變革的核心,是AI,而它首先要顛覆的,就是軟體產業本身。

從檔案櫃到雲端,軟體不曾真正改變什麼

讓我們先回到過去,理解軟體產業那價值2.2兆美元的市值,究竟從何而來。答案或許有些乏味:檔案櫃。是的,幾十年來,軟體產業最核心的業務,就是把物理世界的檔案櫃,變成數位世界的資料庫。

「幾乎每一家軟體公司,做的都只是把檔案櫃變成資料庫。」

回想1959年,你想預訂一張美國航空的機票。電話另一頭的客服人員,可能正翻閱著巨大的活頁簿,用鉛筆在座位表上圈點、塗改。整個系統充滿人為錯誤,且資訊無法共享。直到IBM與美國航空合作開發出Sabre系統,將這一切搬上大型主機,旅行社的終端機才得以連結到一個中央資料庫。這是一次革命,但它改變的是資訊的儲存與讀取方式,而非執行任務的核心。讀取紙本座位表的人,與盯著綠色螢幕讀取數位座位表的人,本質上做著同樣的工作。

這個「檔案櫃數位化」的劇本,在各行各業反覆上演。

在銷售領域,電影《大亨遊戲》裡業務員爭搶的黃金客戶名單,那些珍貴的紙卡,先後被Siebel系統與Salesforce搬進數位空間。但最終,打電話、追客戶的,依然是那位業務員。

在製造業,SAP與Oracle將庫存、訂單從紙本帳冊轉移至企業資源規劃(ERP)系統。但判讀數據、聯繫供應商、調整產線的,依然是那位工廠經理。

從法律事務所堆積如山的卷宗,到會計師事務所滿屋的帳本;從圖書館的杜威十進位卡片目錄,到醫院厚重的病歷檔案,Intuit、LexisNexis、Epic這些巨頭的崛起,都遵循同樣的邏輯:取代紙張,但留下操作紙張的人。人類員工的角色,從未真正被撼動。我們只是從閱讀實體文件,變成閱讀螢幕上的數位文件。效率有所提升,但工作流程的本質依舊。

這就是傳統軟體世界的真相:它提供一個更高級的容器,但容器裡的內容,仍需人類去解讀、去執行。也正因如此,軟體產業建立起一個看似牢不可破的商業模式——按「人頭」收費。

SaaS的末日警鐘:當AI讓「人頭」變得無關緊要

走進任何一家SaaS公司的網站,你大概都會看見熟悉的價目表,一種我們可稱之為「星巴克模式」的定價策略:中杯、大杯、特大杯(Tall, Grande, Venti)。以市值曾達百億美元的客服軟體公司Zendesk為例,最受歡迎的方案是每位使用者每月115美元。企業根據客服團隊的人數購買「席位」(Seats),合情合理。

但現在,AI投下一顆震撼彈。如果AI能精準回答絕大多數的客戶問題,如果AI讓每一位客服人員的生產力在一夜之間提升九千倍,那麼,一個根本性的問題浮現:

「當你每一位客服人員的生產力都提高九千倍時,你還需要多少個『席位』?答案或許是:零。」

讓我們算一筆帳。假設一家公司擁有1000名客服人員的團隊,每人年薪與福利的完全成本是7萬5千美元,那麼光是人事費用,每年就高達7500萬美元。相比之下,他們支付給Zendesk的軟體費用,大約是140萬美元(1000人 x 115美元 x 12個月)。

軟體成本僅佔勞動成本的不到2%。這清楚地說明,真正的價值不在於那個提供介面的軟體,而在於使用軟體完成工作的人。

如今,AI可以直接完成工作,這讓Zendesk這類公司陷入一個詭異的十字路口。如果AI能處理所有客服需求,企業就不再需要購買任何席位,Zendesk的收入將從140萬美元歸零。這是毀滅性的場景。

但換個角度看,Zendesk可以走向客戶,提出一個全新的交易:「嘿,別再花7500萬美元養一個千人團隊。付給我500萬美元,我幫你搞定所有客服,你還能淨省7000萬。」

從140萬到歸零,或是一舉成長三倍?這就是AI帶給整個SaaS產業的生存懸問。按人頭計價的模式,在一個「人」不再是基本工作單位的時代,顯得如此脆弱。軟體公司必須進化,它們不能再僅僅作為一個被動的紀錄系統,它們必須成為主動的執行者。

你好,AI員工:軟體不只記錄工作,它直接完成工作

這場進化的方向非常明確:軟體正在從「檔案櫃」蛻變為「操作檔案櫃的那隻手」。它不再只是儲存資訊,它開始理解資訊,並基於資訊採取行動。

我們不妨重遊一遍那些被數位化的「檔案櫃」,看看正在發生什麼:

  • 旅遊業:Sabre的後代們,不再只是顯示航班狀態,它們能主動監測天氣與延誤,為你自動改簽最優航班。為整個高中橄欖球隊預訂75人的複雜行程,不再需要與旅行社專員反覆溝通,你直接與聯合航空的AI對話,它在幾分鐘內完成所有規劃與預訂。
  • 銷售業:Salesforce不再滿足於當一個CRM(客戶關係管理)系統,它的未來應該是直接為你銷售。你不再購買一千個業務員的席位,你直接向Salesforce購買一千個新客戶。
  • 財會業:QuickBooks不再僅僅生成應收帳款報表,它會化身為AI催收員,自動致電那些欠款的客戶:「您好,貴公司有一筆825美元的款項已逾期51天,請問今天方便支付嗎?」當對方用西班牙語回應,AI能無縫切換語言繼續對話。
  • 醫療業:醫院的電子病歷系統(EHR)不再是冰冷的數據庫。當一位病患手術後出院,第二天接到電話的可能不是人類護理師,而是一個AI護理師,用溫和的語氣詢問:「您好,我是史丹佛醫院的術後關懷助理,想關心您今天的情況。請問您目前的疼痛指數是一到十之間的多少?」如果病患只會說波斯語或蒙古語,AI也能流利應對。

這聽起來像科幻,但這正是諸如Happy Robot、Salient等新創公司正在做的事。在一通真實的貨運價格談判錄音中,一方是人類貨運司機,另一方是AI調度員。他們就一趟從伊利諾州到密西根州的貨運價格唇槍舌戰,從700美元喊到800美元,再討價還價到775、750,最終以735美元成交。整個過程自然流暢,幾乎無法分辨誰是人類,誰是機器。

這揭示一個更深層的優勢:AI勞動力不只是「更便宜」。在許多維度上,它遠比人類「更好」。它能應對間歇性需求(例如零售業黑色星期五的爆量客服),能承擔打擊士氣的工作(例如每天面對辱罵的催收任務),能確保法規遵循的確定性(AI不會因為情緒失控而對客戶惡言相向),更能瞬間掌握數十種語言,提供人類團隊無法企及的服務廣度。

獵殺Craigslist:AI如何解鎖沉睡的巨大市場

這場革命最激動人心之處,在於它不僅重塑既有市場,更在創造全新的市場。它讓軟體得以滲透到過去被認為是「非科技」的領域,直接攫取龐大的勞動力支出。

一個絕佳的例子來自Craigslist,這個介面彷彿停留在1990年代的分類廣告網站。在上面,加州一家名為「Plaza Lane Optometry」的眼鏡行,刊登一則招聘櫃檯接待員的廣告,懸掛長達六個月,依然找不到人。職位年薪4萬5千美元。

傳統觀點會認為,這家眼鏡行根本不是一個軟體市場。他們每年的軟體開銷可能只有500美元——一套Office軟體,一個網站空間,僅此而已。

但新世界的玩法完全不同。一家AI新創公司可以像真人應徵者一樣「申請」這份工作。當眼鏡行老闆疑惑地問起,他們會展示一個Demo:「我承認,我無法幫您鎖門或開門。但在您列出的十項工作職責中,另外八項——包括預約提醒、處理保險理賠、回覆客戶諮詢——我都能完美勝任。而且,我的『年薪』不是4萬5千美元,而是2萬美元。」

突然之間,軟體公司不再與其他軟體競爭那微不足道的500美元資訊預算,而是直接與勞動力市場競爭那4萬5千美元的人事預算。這片藍海的規模,是傳統軟體市場的數十倍。

這個邏輯延伸開去,許多過去因商業模式不成立而失敗的點子,如今都可能復活。例如,「自行車界的Airbnb」。這個想法為何過去行不通?因為獲取供給(找到那些車庫裡有閒置自行車的人)與服務(處理預訂、客服、糾紛)的成本,也就是客戶獲取成本(CAC)與銷貨成本(COGS),遠高於用戶終身價值(LTV)。你不可能僱用一群昂貴的史丹佛畢業生,喝著各種口味的椰子水,去挨家挨戶說服人們出租自行車。

但現在,你可以部署一個AI銷售團隊,每年成本僅數百美元,不知疲倦地進行推廣;你可以設立一個AI客服中心,24小時處理全球用戶的疑難雜症。過去那道阻礙創業的經濟學公式,其成本端被AI大幅壓低,許多「壞主意」因而獲得重生機會。

資本即勞動,一個時代的終結與開端

這場演講的開頭,講者戲謔地放出一張卡爾.馬克思的肖像。在《資本論》中,馬克思的核心論點是資本與勞動的對立。資本家擁有生產工具,勞動者出賣勞動力,兩者涇渭分明。

然而,AI正在模糊這條界線,創造出一個近乎煉金術的新化學反應:

資本(資金)→工程師+GPU+咖啡→軟體(數位勞動力)

創投資本投入企業,企業用它購買算力、聘用人才,最終產出的軟體,其功能不再是輔助人類,而是直接取代勞動本身。資本,前所未有地被直接轉化為勞動力。

我們正處於一個巨大變革的臨界點。軟體吞噬世界的上半場,是關於效率的提升;而下半場,則是關於角色的替代。這不僅關乎科技業的未來,更關乎社會結構與個人價值的重塑。

下一次,當你接到一通流暢的客服或推銷電話,或許該問的不是「你是誰」,而是「你是什麼」。因為那個答案,正以超乎想像的速度,改寫我們對於「工作」的全部定義。

Read more

美中數位資產的大分流:一場關於未來金融主權的對決

美中數位資產的大分流:一場關於未來金融主權的對決

2025 年的 12 月,未來的歷史學家或許會將其標記為全球金融體系「大分流(The Great Divergence)」的真正起點。 在這個月的同一個星期裡,地球兩端的兩個超級大國,不約而同地對數位資產(Digital Assets)做出了最終判決。只不過,方向截然相反。 美國證券交易委員會(SEC)主席 Paul Atkins 坐在 Fox Business 的攝影棚裡,面對主持人關於加密貨幣未來的提問,他沒有像前任那樣閃爍其詞。相反地,他自信地宣告了一個新時代的來臨:「全面鏈上化(Moving On-chain)」。 Atkins 明確表示:「代幣化是資本市場未來的發展方向,透過將證券資產上鏈可以實現更清晰的所有權確權。」他更拋出一個令市場震驚的預測:「未來約 2 年內,美國所有市場都將遷移至鏈上運行,以實現鏈上結算。」這不僅是承諾實施「創新豁免(Innovation Exemption)」,更是直言美國的目標是重塑市場結構。 與此同時,

By Fox Hsiao
教科書沒教的事,AI 自己學會了!AlphaFold 揭開生物學的隱藏規則

教科書沒教的事,AI 自己學會了!AlphaFold 揭開生物學的隱藏規則

「這太容易了,我們是不是作弊了?」 這是 DeepMind 的 AlphaFold 團隊在看到初步結果時的第一反應。他們甚至打電話給工程主管,懷疑自己是不是不小心把答案洩漏給了 AI。因為在科學研究中,進展通常是緩慢而痛苦的,像這樣勢如破竹的突破,感覺太不真實。 但這不是作弊,這是 AI 展現出的一種全新智慧。 在 Two Minute Papers 最新一集的訪談中,諾貝爾化學獎得主 John Jumper 揭示了 AlphaFold 最令人震驚的一面:它不僅僅是一個預測蛋白質結構的計算工具,它似乎通過「無監督學習」(Unsupervised Learning),掌握了生物學中連人類都尚未完全理解的深層語法。 這場訪談讓我們看到,我們正處於一個科學典範轉移的時刻——從「實驗驗證」走向「AI 預測」,生物學正在被重寫為一門資訊科學。 當 AI 學會了人類沒教的事 我們常認為 AI 只是在模仿人類餵給它的數據。如果教科書上沒寫,

By Fox Hsiao
DeepMind 最新紀錄片:從 Bullfrog 的小精靈到 AI 教父,Demis Hassabis 的傳奇進化史

DeepMind 最新紀錄片:從 Bullfrog 的小精靈到 AI 教父,Demis Hassabis 的傳奇進化史

在紀錄片《The Thinking Game》的開頭,鏡頭跟隨著一個男人的背影。他穿著一件普通的深色夾克,揹著背包,獨自走在倫敦的街頭,或是劍橋大學古老的校園裡。他的步伐不快,但每一步都顯得若有所思。周圍的人群熙熙攘攘,沒有人注意到這個身材不高的男人,大腦裡正運轉著可能徹底改變人類文明進程的程式碼。 他是 Demis Hassabis。 如果你只看新聞標題,你會知道他是 DeepMind 的創辦人、是 AlphaGo 的父親、是 2024 年諾貝爾化學獎的得主,是被稱為「現代圖靈」的 AI 教父。但在這部紀錄片裡,導演用大量的鏡頭捕捉了他「獨行」與獨白的時刻。那些畫面感覺安靜得令人不安,連封面照都令人有這種感覺。 這不是一個普通的科學家在散步。這是一個手握「火種」的普羅米修斯,正走在充滿未知的荒原上。他的大腦是全人類最珍貴的資產之一,卻也可能是最脆弱的單點故障(Single Point of Failure)

By Fox Hsiao
台灣 6 顆衛星搭 SpaceX 公車上太空,同一天俄羅斯載人航太歸零

台灣 6 顆衛星搭 SpaceX 公車上太空,同一天俄羅斯載人航太歸零

2025年11月29日,這一天在全球太空發展史上,或許會被記上一筆,不是因為有什麼驚天動地的科學發現,而是因為兩個發生在地球兩端的事件,如此巧合又如此諷刺地展示了新舊時代的權力轉移。 鏡頭先轉到加州范登堡太空軍基地(Vandenberg Space Force Base),SpaceX 的獵鷹九號(Falcon 9)火箭執行 Transporter-15 任務,這是一次標準的共乘發射,就像一輛準時發車的太空公車,載著來自世界各地的 140 個酬載飛向軌道。第一級火箭在完成任務後,第 N 次完美地降落在陸地回收區,一切都順利得近乎無聊,這種「無聊的成功」正是 SpaceX 統治力的最佳證明,它讓上太空這件事變得像搭飛機一樣日常。 然而就在兩天前,鏡頭轉到哈薩克的拜科努爾發射場(Baikonur Cosmodrome),曾經的太空霸主俄羅斯也進行了一次發射,Soyuz MS-28 載人太空船雖然成功升空,但地面的 Site 31/6 發射台卻在發射過程中發生嚴重事故,移動式維修塔(Movable Service

By Fox Hsiao