Margin Sandwich：AI 驱动的专业服务价值链重构

§1 · 小时计费模式的解构

一份中等复杂度的交易类法律备忘录，助理律师起草 6–8 小时、合伙人审阅不到 1 小时；按助理 $450/小时、合伙人 $1,200/小时 计费，客户付 $3,000–4,500^[1]。同一份备忘录，AI-native 律所一口价卖 $1,000–2,000^[2]。2–3 倍价差。

穿透价格看成本：传统律所内部全口径（助理 + 合伙人审阅）约 $2,200–2,500 每份^[3]；AI-native 律所的任务成本（助理 + Harvey 订阅 + token 消耗）约 $150–300 每份，全口径约 $300–500^[4]。即使按 Harvey 披露的效率上限的一半计算，成本差也在 4–8 倍。按小时计费的定价逻辑已经不再适用，生产成本已经与劳动时间脱节，变成由 token 驱动。

当专业服务的收入不再分给合伙人、员工、租金、管理费用，行业价值链如何重新分配？我的回答是一个三层结构：Margin Sandwich：底层的模型与算力基础设施拿走结构性分成；顶层被少数 AI-native 公司捕获（卖结果不卖时间）；中间层在两端挤压下长期承压。全球专业服务市场约 3.9 万亿美元^[5]，这就是即将重新分配的 3.9 万亿。

§2 · 三层 Margin Sandwich

底层 · 模型与算力基础设施

这一层的经济学更像台积电，高 capex、持续下滑的单位成本，赢家由算力规模和 frontier 模型质量共同决定。两家头部模型公司合计年化收入约 550 亿美元，过去 12 个月增长约 3 倍；frontier 模型的 token 成本 30 个月跌了 10 倍^[6]。每次下游 AI 推理调用，这一层都会结构性地抽走一部分利润。

供给和需求两端同时被锁死，决定了底层抽成的护城河。供给端高度集中：前三家（Anthropic 40% / OpenAI 27% / Google 21%）拿走企业市场 88% 份额（集中度指数 HHI ~2,770，Menlo Ventures 2025 口径），背后是五大云厂商 2025 年约 4,330 亿美元的基建投入、2026 年指引指向 6,000 亿美元以上^[7]；OpenAI 推理毛利率已到 70%（截至 2025-10 最新公开口径）^[6]。需求端：即便企业做多模型调度，工作流本身（智能体编排、安全护栏、数据管道）仍然绑在某一家的生态，换供应商等于重建整条交付链。且需求端的 AI 化是竞争驱动，而非内生驱动：客户一旦看到同等成果以 AI-native 价格成交，生存危机会逼迫赛场上剩余的玩家转向 token 驱动。

新闻中"token 成本大幅下降"，降的是上一代模型；差异化的能力来自 frontier 模型，而模型公司永远以溢价发行 frontier 模型，对需要用 frontier 模型解决复杂问题的专业服务公司来说，模型公司提供的是一条持续上移的价格曲线。模型层对服务公司因此是一笔不菲的结构性支出。

中间层 · 中间件

中间层有两种形态：一种是 2023 年之后建起来的 AI 应用套壳（在基础模型之上做界面、流程、领域微调）；另一种是传统专业服务领域的工具型平台，以金融行业为例：并购中的 Data room 提供商（Datasite、Intralinks）、金融数据终端（Capital IQ、Bloomberg、FactSet、PitchBook）等等。两种形态在 AI 结构里是同一个位置，即"中间环节"。这个位置正从三个方向被挤压。

从上挤。模型公司持续把套壳的差异化功能收进 API：长上下文、检索、工具调用、智能体编排，甚至领域微调。API 价格下降会倒逼套壳价格下降，但它的研发和销售成本不会同步下降。从下挤（新合约）。AI-native 的端到端公司直接交付成果，客户买的是结果，中间环节的数据终端或流程工具不再单独采购。从内挤（存量续约）。老牌平台的存量收入跟现有客户的人头或交易量挂钩：Bloomberg / Capital IQ 订阅数取决于分析师数量，Datasite 合同规模取决于投行撮合的交易数量；现有客户因 AI-native 竞争而萎缩，席位或交易挂钩的收入同步萎缩。

承压时序不同：经验来看，大部分套壳短时间内就被新一代模型吞噬，老牌平台有合规和数据缓冲，但长期看方向相同。能长期生存下来的只剩两条路径：（一）监管强制要求的基础设施（反垄断申报 HSR、SEC 披露、外资审查 CFIUS 等）；（二）几十年人工编辑积累的专有数据集，模型无法低成本合成的（Capital IQ 的私募公司财务、PitchBook 的私募交易库等）。2025 年美国 AI 相关裁员约 5.5 万人^[8]，相当一部分就发生在这一层。中间层是投资最应警惕的位置。

顶层 · 全栈 AI-native 公司

将会是估值倍数最高的一层。根源在 §1 的成本差：生产成本数倍低于传统，即使卖价只有一半，利润率反而更高。

成本优势给 AI-native 打开了两条定价路径。第一条是按席位订阅，Harvey、Legora 走这条：工具化程度高、客户仍自己承担决策责任，收入曲线接近传统 SaaS 但增速更快。第二条是端到端按结果收费，Crosby、EvenUp、Sierra 走这条：前提不只是更低的成本，还需要客户愿意把交付责任绑在 AI-native 的输出上；跨过这层信任，AI-native 就能在结案、交割、签字的瞬间按价值定价（Sierra 7 个季度达到 1 亿美元年化收入，2026 年 2 月已超过 1.5 亿美元^[9]）。

两条路径下，AI-native 在法律、保险理赔、客服智能体等多个细分行业的规模化速度都已超过传统 SaaS 曲线：AI-native 的结构性增长不依赖某一种定价模式，而是靠成本结构和交付形态的重构。同样的 pattern 在 PSF 之外的 healthcare 等领域独立出现（Abridge $5.3B、OpenEvidence $12B 等），说明 AI-native 的结构性优势不止于 PSF。

成本优势会随时间复利：案例数据会促进模型和智能体系统的优化、成功的部署案例会成为后续项目的经验、监管审查记录会成为企业天然的信任背书，三个飞轮会使强者愈强。这一层头部企业 55–67 倍的年化收入估值倍数，一部分来自三飞轮被提前定价（市场流动性、稀缺性溢价也同时在作用）。

资本在用脚投票：过去 18 个月至少 4 支专业服务整合专项基金数十亿美元涌入（GC Fund XII、Eudia / Johnson Hana、Accrual、Crete Professionals Alliance），OpenAI 直接入股了一家会计师事务所整合平台^[10]：模型公司不只是供应商，也在成为替代者的股东。客户端也出现了 2022 年没有的选择：在专业服务上，买方可以自建 AI 能力，也可以直接从 AI-native 公司采购交付，这个 build-or-buy 决定对应的就是 §1 开篇的 3.9 万亿美元 PSF 存量市场，Foundation Capital 把这种转变称为 Services-as-Software^[12]。

§3 · 核心判断：AI-native 跑赢 AI-equipped

一条非共识判断：中长期看，从零搭建的 AI-native 公司会跑赢在老架构上加装 AI 的 AI-equipped 公司。frontier 模型对两边同样开放，在竞争中不是决定性因素，模型之外的三层结构决定了赢家。

一、资本结构

AI-native 公司通常用普通股架构：利润可以大比例留存再投资，决策链短，还能把股权派发给非创始员工。合伙制则以年度分配为主、资本分配要靠集体共识，稳态业务里高效，但在需要把年度相当比例利润抽走、投入一个要跨越若干分配年度的新业务时天然迟滞。合伙制对非合伙人开放股权的机制也有限，决定了对顶尖 AI 人才的吸引力不足。

二、历史约束的遗产

两边都要应付律师协会、SEC、国际会计准则、欧盟 GDPR 的监管要求，AI-equipped 公司的劣势在于：它运行在一个充满历史约束的框架里，比如跨客户的独立性限制、过往委托合同里延续至今的限制条款、历史客户的利益冲突限制、对客户数据的使用限制。这些约束会逐案决定 AI-equipped 公司只能接哪些细分行业、能不能拿自己过去十年的数据来训练。而 AI-native 公司没有这些历史包袱。

三、单位经济的协同设计

AI-native 公司的四件事：成本结构、定价模型、交付流程、人才画像，都是围绕智能体工作流而设计的。AI-equipped 则是在一个为"人时"设计了几十年的体系里加上 AI，底层的按时计费、按资历定价、按时间产出评估业绩的机制都还在，AI 只是把单位人时效率拉高；短期生产率会改善，长期单位经济无法收敛。

从投资角度看：（一）专业服务方向的投资，谨慎对待"在存量合伙制上外挂 AI"的案子；（二）在老牌公司内部推 AI 转型，真正的瓶颈不是技术而是公司架构，单靠采购 AI 工具无法兑现单位经济的改善；（三）搭建 AI-native 公司，股权架构、细分行业选择、智能体工作流这三件事必须在创立之初一起设计进底层架构。

数据来源

1. [1]传统律所对外单价（一份中等复杂度 memo）。Wolters Kluwer《Real Rate Report》2025、Thomson Reuters《State of the Legal Market》2025；人时配置取自 AmLaw 2024 交易类调查。算式 waterfall：中心点 $450×7h + $1,200×0.75h = $4,050；rack rate 区间 $3,300–$4,800；扣减 AmLaw 年度约 7–10% client-negotiated discount 与 year-end write-down 后，实际账单区间收敛到 $3,000–$4,500。一线律所上沿样本；AmLaw 200 外律所或二线市场费率会显著低于此。 ↩
2. [2]Agent-native 对外 flat-fee 定价：Crosby 披露的同等级交易类工作区间。TechCrunch《Crosby raises $30M for AI-native law firm》2025；The Information 2025 关于 Crosby flat-fee 品类的报道。精确 $1,000–2,000 区间为作者对 Crosby 披露材料的类比估算。 ↩
3. [3]传统律所内部单位成本（elite BigLaw 口径）。First-year associate 薪酬 $225K（NALP 2025；全市场中位数仍为 $200K）+ 全口径乘子 1.8–2.2× = $405–495K 全口径。年 billable 利用率 1,800h，每份 memo 人时 ~7h → 年产出 ~260 份；associate 分摊 $1,560–1,905/份。Senior partner 全口径约 $1.5M/年，按 1,800 billable 小时 + 0.75h 审阅 → partner 分摊 ~$625/份。合计约 $2,185–$2,530，四舍五入约 $2,200–2,500/份。 ↩
4. [4]Agent-native 内部单位成本——task-level processing cost 口径（associate + Harvey seat + token；不含 partner review 分摊）。Associate 全口径 $400–500K/年；Harvey 类 seat license $14,400/年（Forbes 2024 媒体估算）。生产率乘子：Harvey BigLaw Bench 在 research 子任务披露 10×，Thomson Reuters 2024 legal AI benchmark 全流程 drafting 3–7×。取 5–10× research 子任务上界，单位成本约 $150–300/份；全流程 3–7× 重算约 $230–530。补 senior review 分摊（Crosby 等 equity-based AI 律所仍有 0.1–0.3h/份的 review workflow，约 $80–180/份）与 brand/acquisition overhead 后，fully-loaded 约 $300–500/份——与 [3] 的 $2,200–2,500 fully-loaded 对比，成本差在 4–8× 区间。 ↩
5. [5]全球 PSF TAM 与垂直/地域分布。Legal $0.85–1.03T、Accounting $675B、Consulting $359B、Tax $290B、Audit ~$260B、M&A $52B、IT services $1.42T、BPO $350B（Statista、IBISWorld、Gartner、IFAC、LSEG、Grand View 2024）；去重后约 $3.9T。地域分布取 Statista《Global Consulting Market Regional Split》2024 与 Kennedy Consulting Research 2024。 ↩
6. [6]模型公司财务与 token 成本轨迹。OpenAI ARR：$200M（2022）→ $1.6B（2023）→ $5.5B（2024）→ $20B（2025-10）→ ~$25B（2026-04，Sacra / i10x 汇总）；推理毛利率约 70%（The Information 2025 年 10 月报道；Bloomberg 2025-12-21 转述；截至 2025-10 最新公开口径；compute-only margin，不含训练摊销，训练摊销后综合毛利率约 33%）。Anthropic ARR：$10M（2022）→ $100M（2023）→ $1B（2024）→ $9B（2025 年末）→ ~$30B（2026-04，SaaStr / Anthropic / Yahoo Finance 披露）；Claude Code 单产品 2026-02 已达 $2.5B ARR。两家合计约 $55B。Frontier token 成本：GPT-4（Mar 2023）$36 blended → GPT-5（Aug 2025）$3.00 blended = 12× over 29 months（正文取保守整数 "10 倍"）；但 frontier 自 2025 年起有"重新 anchor 向上"的锯齿形态（o1-preview、Claude Opus 4、o3-pro、Opus 4.5/4.7 均以溢价发版，当前 Apr 2026 frontier blended ~$9）。 ↩
7. [7]企业 LLM 市场集中度与 AI 基建投入。前三家合计份额 88%：Anthropic 40% / OpenAI 27% / Google 21%（Menlo Ventures《2025: The State of Generative AI in the Enterprise》；2026 版尚未发布）。2025 年超大规模 AI capex 实际合计约 4,330 亿美元：Microsoft FY25 $88.2B（含 finance leases）、Alphabet 2025 $91.4B、Amazon 2025 $131.8B、Meta 2025 $72.22B、Oracle FY26 ~$50B。2026 年指引合计超过 $6,000 亿：Amazon ~$200B、Alphabet $175–185B、Meta $115–135B、Oracle ~$50B、Microsoft 外部估算 $120–146B。 ↩
8. [8]中间层出清与 AI-related 裁员。Jasper 营收 $120M（2023）→ $55M（2024，−54%）；估值从 $1.5B（2022）下调至 ~$1.2B（2024）。Robin AI 被拆分甩卖：2025-10 融资 $50M 失败后，managed services 业务 2025-12 转让给 Scissero，engineering team 2026-01 被 Microsoft acqui-hire 内嵌进 Word for lawyers（Artificial Lawyer 2026-01-09；Legal IT Insider 2026-01-12）。2025 年美国 AI-cited 裁员 54,836 人（Challenger, Gray & Christmas《2025 Year-End Report》2026-01）；2026 Q1 AI-cited 裁员已达 27,645 人（3 月单月 15,341），节奏在加速。 ↩
9. [9]AI-native 公司估值与 ARR 轨迹（截至 2026-04）。Harvey $11B / $190M ARR（2026-02，Forbes 2026-02-09）→ >$200M annualized（2026-03，Business Insider）；Legora $5.55B / >$100M ARR（Reuters 2026-03-10；2026 Q1 收购 Walter）；Sierra $10B 估值，7 个季度达到 $100M ARR，2026-02 已超过 $150M（Sierra 官方《Year Two in Review》2026-02-06）；Hebbia $700M / $13M 盈利（Forbes 2024-06，数据已超 21 个月未更新）；Basis $1.15B / 服务美国前 25 大会计所中 30%（Bloomberg 2026-02-24）；EvenUp $2B / ~$110M ARR（The Information 2025-10）；Crosby $400M / Series B $60M（Forbes 2026-03-31）。 ↩
10. [10]资本流向 AI-native 专业服务整合。过去 18 个月至少 4 支 PSF-focused 专项基金合计数十亿美元：GC Fund XII（2024-08）、Eudia / Johnson Hana（2025-10）、Accrual（2025）、Crete Professionals Alliance（Thrive Capital 与 OpenAI Startup Fund 2024–2025）。OpenAI 2025 年 12 月入股 Thrive Holdings。注：另有 Long Lake（Khosla 2025，HOA/property-management）属于 AI-enabled services roll-up 但非 PSF 语境，未计入本篮。 ↩
11. [12]Services-as-Software 概念溯源：Joanne Chen《AI leads a service as software paradigm shift》，Foundation Capital，2024-04；回顾篇《The $4.6T Services-as-Software opportunity: Lessons from the first year》，Foundation Capital，2025-04。Foundation Capital 口径下的 $4.6T 是投资框架 TAM，与本文 §1 aggregation 的 $3.9T 为不同口径；本文正文统一采用自己 aggregation 的 $3.9T 作为核心 anchor。 ↩