AI 对财税行业的影响,很可能不是“整体提效”,而是先出现个人偷偷用、组织流程不变,再走向服务分层:高端精品与低成本自动化两端扩张,中间靠人力堆量的环节最受挤压。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先是个人的影子 AI,组织层面慢半拍
立正描述大公司引入 AI 的常见路径:最早的生产力提升往往来自一线员工私下使用,比如写文档、读长文、整理会议结论、处理数据;组织出于安全合规反而保守,于是出现“个人更快、流程不变”的割裂,甚至会议、文档、审批更多1。放到财税场景,这对应的是报税底稿整理、凭证归类、政策检索、报告初稿这类个人可先上手的工作——这是 AI 的推演,原文并未专门谈财税。真正变化要等到公司统一工具、建立治理,再动到决策权与责任,而这一步的阻力是政治性的,不是技术性的1。
服务会向两端分化,中间最危险
Indigo 在分享中引用《10x Lawyer》并称这张图“放在任何行业都成立”:行业被 AI 改造后形成哑铃——左端是顶尖品味加 AI 加持、单价高量极少;右端是极低成本、AI 全自动交付、服务过去用不起的中小客户;中间既无顶级品味又无极致成本,只靠人力堆量和信息差,最先被淘汰2。他还判断,客户信任的转移发生在一次次无声的成功交付中,比如 CFO 发现新的 AI 供应商便宜数倍且更快,几次签单后信任就移过去了2。财税服务里,标准化记账报税偏向右端,复杂税务筹划与审计判断偏向左端;这是 AI 的类比推演,原文举例是律师、咨询、设计等。
别只把 AI 用来压价,要用来做新服务
AI推演立正提醒,AI 提效的危险在于急功近利:如果只是把旧业务压得越来越便宜,容易滑向价格战,而规模和采购成本恰恰是大机构更占优3。他更看重另一条循环——AI 降低试验成本,企业留出空间去发现尚未被满足的需求,把释放出的人力、时间和资金组合成过去不存在的价值3。对财税从业者,这意味着可观察的方向不是“同样一份报表做得更快”,而是能否针对某类客户过去没人服务的具体问题(如小企业的合规预警、跨境税务的日常判断)做出新交付;能否成立要靠真实客户反馈检验,而不是先假定。
所给材料没有专门讨论财税行业,以上是把大公司 AI 落地路径、行业哑铃化与创新循环的判断迁移过来,属于 AI 的类比推演;具体到记账、审计、税务筹划的差异,需要行业内的实际案例来核对。
出处
- 1在大公司,AI 到底会不会“真正改变组织”?
提供 AI 改变组织的三阶段路径,解释为何个人提效先于流程重构。
- 2Agent 时代的投资与生存法则|Indigo 西雅图线下分享 Notes & Insights
提供行业哑铃化与客户信任转移的判断,可用于理解服务分层。
- 3AI提效的危险,在于急功近利
区分压价式提效与创造新需求,说明 AI 应用的两种方向。
追问2026年11月2日
“行业被 AI 改造后形成哑铃——左端是顶尖品味加 AI 加持、单价高量极少;右端是极低成本、AI 全自动交付、服务过去用不起的中小客户” 左端和右端的公司进一步的话,会分别是什么样?有没有类似的已经存在的这样的行业或者公司作为例子?
左端会变成“少数行业专家+AI 放大”的精品小团队,卖判断和品味;右端会变成“AI 全自动交付”的低价产品化服务,卖规模和成本。两端已有可对照的行业,但完全成形的公司还很少。
左端:人少、单价高,卖的是判断
按 Indigo 的哑铃描述,左端是“顶尖 Taste+AI 加持”,单价极高、量极少,替代的是传统大律所、大咨询、大 4A 的精英层1。进一步看,这类公司不会靠人多,而是靠少数有行业判断力的人,把 AI 当执行放大器。杜磊提到,原来在公司执行层的“有行业背景知识的超级个体”会被吸纳到外部供应商,几个人就能支撑大量客户;他也判断 AI 短时间内替代不了这些人的判断力和行业认知2。所以左端的形态更像:合伙人级专家定方向和标准,AI 完成大部分产出,团队规模小、客户少而精。
右端:低价、量大,卖的是自动化交付
右端是“极低成本、AI 全自动化交付”,单价极低、量极大,服务过去用不起这些服务的中小客户1。这类公司更像产品公司而非服务公司:把某一类交付流程固化成 AI 工作流,靠规模摊薄成本。立正在另一期里提到,AI agent 把数字化成本大幅打下来后,先给传统企业带来一波数字化转型红利,而多数中小公司过去因为程序员太贵做不起数字化3。这正好解释了右端客户从哪来:不是抢大客户,而是把原本没有预算的客户变成有预算的客户。
可对照的行业与公司类型
AI推演原文点名的行业是律师、咨询、设计、内容、教育1,但没给具体公司名,所以下面是对照,不是原文举例。左端可看精品律所、精品咨询和独立设计工作室:它们本来就靠合伙人的判断和声誉收费,AI 只是让同样的人接更多活。右端可看已经产品化的财税记账、模板化建站、自动化客服这类订阅服务:单价低、靠软件批量交付,客户是过去请不起人的小企业。杜磊还提到,会有一批“超级垂直服务公司”的 AI 公司出现,由少数行业专家支撑大量客户2,这是右端更接近的形态。判断一家公司站哪端,看它收费靠人名还是靠流程:靠人名是左端,靠流程和规模是右端。
原文只给出哑铃框架和行业名单,没有点名具体公司;上面提到的公司类型是 AI 按框架做的对照,不是原文举例。杜磊关于“超级个体”和“超级垂直服务公司”的判断来自他的陈述,不代表立正认可。
出处
- 1Agent 时代的投资与生存法则|Indigo 西雅图线下分享 Notes & Insights
哑铃结构左右两端和中间地带的原始定义,含行业名单。
- 2AI重塑工作流后,会消灭哪些“假工作”?(完整观察与推理)|软件3.0如何定义?|当Cursor成为“外脑”|杜磊_下
解释左端“超级个体”和右端“超级垂直服务公司”的人员与交付形态。
- 3戒掉ChatGPT才能成为AI指挥家/AI 革命是人类社会的第二次文艺复兴-Indigo Talk EP46
说明右端客户来源:过去因成本做不起数字化的中小企业。
追问2026年11月2日
财税行业里,哪些环节更像左端、哪些更像右端?
按哑铃框架,财税里靠专业判断定价的复杂咨询更像左端,标准化、低价的记账报税更像右端;只靠人力堆量赚信息差的中间环节最危险。
左端:卖判断,不卖工时
AI推演左端是顶尖品味加 AI 加持,单价极高、量极少,替代的是传统大机构里的精英层1。放到财税行业,这更像税务筹划、跨境架构、并购重组税务、稽查应对这类需要经验判断、责任承担和方案取舍的环节。客户买的不是“做完多少张表”,而是“这个方案对不对、风险在哪”。AI 在这里放大的是专家的判断力,而不是替代判断本身。这是 AI 依据该框架对财税环节的推演,不是原文对财税的具体列举。
右端:卖交付,拼成本
AI推演右端是极低成本、AI 全自动交付,单价极低、量极大,服务过去用不起这些服务的中小客户1。财税里更像标准化的代理记账、常规纳税申报、发票处理、基础报表生成这类流程清楚、结果可核对的环节。这类业务的关键不是品味,而是把单件成本压到极低、把交付做成产品。原文举的是律师、咨询、设计、内容、教育,没有点名财税,所以这是类比推演。
中间:靠人力堆量和信息差
原文把中间称为“死亡谷”:既没有顶级品味,又没有极致成本,只能靠人力堆量、组织庇护赚信息差,最先被淘汰1。财税里,那些主要靠人多、流程长、客户不清楚行情而收费的环节,最接近这个位置。判断一个环节在哪端,可以看两件事:客户是否为“判断”付费,还是只为“把事办完”付费;交付能否在不增加人的情况下放量。
原文的哑铃框架来自 Indigo 的分享,举例是律师、咨询、设计等,没有直接讨论财税行业;上面的环节归类是 AI 的类比应用,不是原文结论。
出处
- 1Agent 时代的投资与生存法则|Indigo 西雅图线下分享 Notes & Insights
提供哑铃结构、左右两端特征和中间“死亡谷”的原始表述,是本次唯一依据。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。