सेवा ही नया software है

 (sequoiacap.com)
17 पॉइंट द्वारा GN⁺ 2026-03-12 | अभी कोई टिप्पणी नहीं है. | WhatsApp पर शेयर करें
  • जैसे-जैसे AI models का performance बेहतर होता जाएगा, tool बेचने के बजाय काम के नतीजे (work) सीधे बेचने वाली service-as-AI कंपनियाँ अगली पीढ़ी की दिग्गज कंपनियाँ बन सकती हैं; यह software कंपनियों के service कंपनियों की तरह काम करने की संरचना प्रस्तुत करता है
  • हर job role को intelligence और judgement के दो अक्षों पर वर्गीकृत किया गया है, और जिन कामों में intelligence का अनुपात अधिक है उनमें AI autopilot तेज़ी से प्रवेश कर सकता है
  • वर्तमान AI spending का आधे से अधिक हिस्सा लेने वाली software engineering सबसे पहले automation threshold पार कर चुकी है, और अन्य professional roles भी इसके पीछे आने की संभावना है
  • पहले से outsourced काम को entry point (wedge) बनाकर vendor replacement के रूप में बाज़ार में प्रवेश करना, और फिर internal work तक विस्तार करना autopilot कंपनियों की मुख्य रणनीति है
  • insurance brokerage, accounting·audit, healthcare revenue cycle, hiring जैसे दर्जनों से सैकड़ों अरब won के service markets में पहले से autopilot startups उभर रहे हैं

Intelligence बनाम Judgement

  • code लिखना, testing, debugging जैसे काम नियमों में जटिल हैं, लेकिन ये नियम-आधारित intelligence tasks हैं
  • अगला feature क्या बनाना है, technical debt स्वीकार करनी है या नहीं, तैयार होने से पहले launch करना है या नहीं—ये अनुभव और समझ पर आधारित judgement tasks हैं
  • एक साल पहले अधिकांश Cursor users AI को autocomplete स्तर पर इस्तेमाल करते थे, लेकिन अब agent द्वारा शुरू किए गए tasks, इंसानों द्वारा शुरू किए गए tasks से अधिक हैं
  • सभी professions में AI tools के उपयोग का आधे से अधिक हिस्सा software engineering का है, जबकि बाकी professions अभी single-digit अनुपात में हैं
    • क्योंकि software engineering मुख्यतः intelligence work है, इसलिए AI ने सबसे पहले autonomous execution threshold पार की
    • यह प्रवृत्ति सभी professional roles में फैल रही है

Copilot और Autopilot

  • Copilot tool बेचता है, और Autopilot काम के नतीजे बेचता है
  • हाल तक AI models intelligence और judgement दोनों में आगे बढ़ रहे थे, इसलिए experts को tools देना Copilot का सही approach था
    • Harvey law firms को, और Rogo investment banks को बेचने वाला Copilot model है
    • expert ग्राहक होता है, tool productivity बढ़ाता है, और output की ज़िम्मेदारी expert की होती है
  • अब model intelligence इतनी बढ़ चुकी है कि कुछ categories में शुरू से ही Autopilot के रूप में शुरू करना सबसे अच्छा है
    • Crosby सीधे उन कंपनियों को बेचता है जिन्हें NDA draft चाहिए (बाहरी legal advisor को नहीं)
    • WithCoverage सीधे insurance चाहने वाले CFO को बेचता है (insurance broker को नहीं)
  • किसी भी profession में work budget, tool budget से कहीं बड़ा होता है, और Autopilot पहले दिन से work budget capture करता है
  • जिस domain में intelligence ratio जितना अधिक होगा, Autopilot उतनी जल्दी जीतेगा

Convergence

  • आज का judgement कल के intelligence में बदल जाता है
  • जब AI systems किसी domain में अच्छे judgement का अर्थ क्या है, इस पर proprietary data जमा कर लेते हैं, तो frontier आगे खिसकती है
  • Copilot और Autopilot अंततः converge करेंगे
  • कई categories में Copilot→Autopilot transition पहले ही शुरू हो चुका है, लेकिन starting point महत्वपूर्ण है
    • क्योंकि वही तय करता है कि अभी ग्राहक कहाँ से मिलेंगे और data compounding effect कहाँ से शुरू होगा

Autopilot रणनीति: outsourcing को entry point (Wedge) की तरह इस्तेमाल करना

  • software पर खर्च किए गए हर 1 dollar के मुकाबले services पर 6 dollar खर्च होते हैं
  • Autopilot का total addressable market (TAM) किसी category में सभी labor spending (internal + outsourced) है, लेकिन जहाँ outsourcing पहले से मौजूद है, वहाँ से शुरू करना अधिक उपयुक्त है
  • अगर कोई काम पहले से outsourced है, तो इसका मतलब तीन बातें हैं
    • कंपनी बाहरी execution को स्वीकार कर चुकी है
    • बदलने योग्य मौजूदा budget line item मौजूद है
    • buyer पहले से deliverable खरीद रहा है
  • outsourced contract को AI-native service provider से बदलना vendor replacement है, जबकि internal staff को बदलना organizational restructuring है
  • रणनीति: outsourced intelligence-heavy work से शुरुआत → distribution हासिल करना → AI compounding के साथ internalized judgement-heavy work तक विस्तार
  • Crosby का उदाहरण: ज़्यादातर कंपनियाँ पहले से NDA को external legal counsel को outsource करती हैं; यह एक well-defined intelligence task है, budget मौजूद है, scope स्पष्ट है, तुरंत ROI मिलता है, और replacement में friction कम है

Opportunity Map: प्रमुख service markets का विश्लेषण

  • insurance brokerage ($140-200B)

    • इस सूची में सबसे बड़े value scale वाले markets में से एक
    • standard commercial insurance बहुत standardized है, और broker की value-add मूलतः insurer comparison और form filling जैसे शुद्ध intelligence work तक सीमित है
    • distribution layer बहुत fragmented है; हज़ारों छोटे brokers वही process चलाते हैं, इसलिए कोई एक incumbent customer relationship पर हावी नहीं है
    • WithCoverage और Harper उल्लेखनीय नए entrants हैं

  • accounting और audit (केवल US outsourced market $50-80B)

    • US में पिछले 5 वर्षों में लगभग 3.4 लाख accountants कम हुए हैं, जबकि demand बढ़ी है
    • 75% CPA retirement के करीब हैं, qualification path लंबा है, और entry-level salary tech·finance की तुलना में पीछे है
    • यह structural shortage लगभग किसी भी अन्य profession से तेज़ AI adoption को बढ़ावा दे रही है
    • Rillet books close करने के लिए AI-native ERP बना रहा है, और Basis accountant-focused Copilot के रूप में शुरू हुआ

  • healthcare revenue cycle (US outsourced $50-80B)

    • "healthcare" सुनते ही judgement-heavy काम का एहसास होता है, लेकिन billing layer लगभग शुद्ध intelligence work है
    • medical coding clinical records को लगभग 70,000 standardized ICD-10 codes में बदलने का काम है; नियम जटिल हैं, लेकिन फिर भी नियम ही हैं
    • outsourcing पहले से mature है और outcome-based है, इसलिए Autopilot को वही काम कम लागत पर करना है
    • Anterior सबसे आगे है

  • claims adjusting (TPA सहित $50-80B)

    • insurance policy के दूसरी ओर claims adjusting एक अलग Autopilot क्षेत्र है
    • standard claims को policy wording interpretation, loss schedules, actuarial tables के आधार पर reserve setting के साथ संभाला जाता है
    • adjuster workforce उम्रदराज़ हो रही है और replacement pipeline कमज़ोर है
    • Crawford, Sedgwick जैसे independent adjusters और TPA के लिए बड़े outsourcing structures मौजूद हैं
    • एक ही industry में कम से कम दो अलग Autopilot opportunities मौजूद हैं
    • Pace claims-processing Autopilot बना रहा है, और Strala AI-native TPA विकसित कर रहा है

  • tax advisory ($30-35B)

    • CPA license regulatory moat बनाता है, लेकिन underlying work का 80-90% intelligence work है
    • tax Autopilot जैसे-जैसे अतिरिक्त jurisdictions संभालता है, data moat और गहरा होता जाता है
    • multi-jurisdiction complexity ऐसा क्षेत्र है जिसे एक अकेला in-house accountant संभालना कठिन पाता है, इसलिए SMB अक्सर इसे outsource करते हैं
    • TaxGPT early leader है, और Europe में Skalar तथा Ravical सक्रिय हैं

  • legal, transaction work ($20-25B)

    • contract drafting, NDA, regulatory filings जैसी चीज़ें high-intelligence ratio वाली हैं और रोज़मर्रा में outsource की जाती हैं
    • outputs इतने standardized हैं कि quality verify की जा सकती है, इसलिए buyer गहरी legal expertise के बिना भी AI output पर भरोसा कर सकता है
    • Harvey उभरता हुआ leader है और तेज़ी से Autopilot की ओर बढ़ रहा है; Crosby और Lawhive Autopilot-native नए entrants हैं

  • IT managed services ($100B+)

    • लगभग सभी SMB IT को outsource करते हैं
    • patching, monitoring, user provisioning, alert triage जैसी चीज़ें हज़ारों समान environments में दोहराए जाने वाले intelligence tasks हैं
    • मौजूदा software (ConnectWise, Datto) MSPs को tools बेचता है, लेकिन अभी तक कोई सीधे businesses को "आपका IT चल रहा है" जैसा outcome नहीं बेचता
    • Edra IT process automation, और Serval IT support automation बना रहे हैं

  • supply chain और procurement ($200B+)

    • ज़्यादातर कंपनियाँ सिर्फ top 20% suppliers से गंभीर negotiation करती हैं; बाकी long tail पर इंसानी ध्यान आर्थिक रूप से उचित नहीं माना जाता
    • contract leakage कुल procurement spend का 2-5% है
    • entry point है neglected work: न कोई justified budget line item, न कोई incumbent vendor जिसे replace करना हो—बस छूटा हुआ पैसा
    • Magentic direct procurement, और AskLio indirect procurement के लिए AI बना रहे हैं
    • Tacto mid-market के लिए system of record और Copilot दोनों साथ बना रहा है

  • hiring और workforce ($200B+)

    • इस सूची में सबसे बड़ा service market
    • hiring funnel का top (screening, matching, outreach) शुद्ध intelligence है, लेकिन candidate closing और culture fit evaluation सालों के pattern recognition पर आधारित judgement हैं
    • Autopilot का entry point उन high-volume, low-judgement roles में है जहाँ matching standardized है
    • Juicebox, Mercor, Jack & Jill पूरे spectrum में उभरते leaders हैं

  • management consulting ($300-400B)

    • यह एक विशाल market है, लेकिन ज़्यादातर काम judgement-heavy है
    • मुख्य सवाल यह है कि क्या AI consulting को intelligence components (data collection, benchmarking) और judgement components (strategic recommendations) में तोड़ सकती है
    • क्या ऐसी संरचना संभव है जहाँ intelligence layer automate हो जाए और judgement layer इंसानों के पास रहे
    • सर्वोत्तम candidate अभी तय नहीं है (TBD)

2025→2026 transition और innovator's dilemma

  • 2025 में सबसे तेज़ी से बढ़ने वाली AI कंपनियाँ Copilot थीं
  • 2026 में कई Copilot कंपनियाँ Autopilot transition की कोशिश करेंगी, लेकिन innovator's dilemma का सामना करेंगी
    • काम के नतीजे बेचना मतलब अपने ही ग्राहकों द्वारा किए जा रहे उस काम को replace करना
  • यही pure-play Autopilot कंपनियों के लिए entry opportunity है

संबंधित पढ़ाई

अभी कोई टिप्पणी नहीं है.

अभी कोई टिप्पणी नहीं है.