AI会如何改变财税行业?

提问

AI根据立正公开的文章和视频整理,不是他本人回复

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。

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。

回到3份原文

“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?

追问

AI根据立正公开的文章和视频整理,不是他本人回复

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。

回到3份原文

财税行业里,哪些环节更像左端、哪些更像右端?

追问

AI根据立正公开的文章和视频整理,不是他本人回复

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。

回到1份原文