外包经济学，正在被AI改写

硅谷信号：Opendoor关闭印度运营，转向AI原生小团队

硅谷企业Opendoor关闭其印度运营中心，转而采用AI原生小团队，这一举动被业内视为AI开始撬动印度外包行业成本套利根基的首个信号。长期以来，印度凭借低人力成本承接了大量标准化智力工作，如会计、保险、薪资处理、法务文件、房贷等。这些服务高度依赖可标准化的流程，而AI恰好能够直接替代这类重复性脑力劳动。Opendoor的转向，倒逼外包行业从廉价人力向价值驱动转型，否则将面临被AI彻底取代的风险。

从“硅谷福利”到“零工模式”：AI加速用工结构变革

AI裁员已成显性趋势。职业转型机构Challenger, Gray & Christmas统计显示，自2023年以来，美国企业以AI为由裁员约9.2万人，其中近三分之二发生在2025年。然而，企业并未真正减少人力需求，而是转向更灵活的合同工模式。29%的招聘经理表示会重新启用被裁岗位，55%计划增加合同工或临时工。美国劳工统计局数据显示，临时工占整体劳动力的比例已从1999年的4.3%攀升至如今接近40%。Meta、Oracle、Atlassian、Block等公司纷纷裁员，同时加大AI投入，合同工模式日益普遍。一名被微软裁员的员工透露，他随后被外包公司邀请以合同工身份回归原团队，薪资降幅约三分之一。这种变化让企业文化更强调效率与控制，传统“硅谷福利”正在松动，零工经济成为科技行业新常态。

“Token经济”进入结果层：从卖工具到卖完成

AI正在改写软件定价模式。传统SaaS按账号或调用量收费，卖的是“工具入口”或“工具消耗”，买方还需自行组织人力完成工作。而Intercom的AI客服机器人Fin率先推出“按结果付费”：每解决一个客户问题，0.99美元，没解决不收费。这种“per outcome”模式将卖方的收入直接与工作完成度绑定，使得AI软件从“工具箱”演变为“执行系统”。财务自动化公司HighRadius也将按结果收费引入对账、应付和到账流程，按端到端准确完成的流程进行成本分成。这意味着一家AI公司的竞争对手可能不再是另一家软件公司，而是客服外包、流程外包、财务共享中心甚至企业自身的运营部门。结果定价背后需要日志、流程记录、人工接管记录、质量统计等支撑，AI软件不会变“轻”，反而会变“重”，成为一套“总包商”式的执行系统。

结果定价的边界：哪些工作能被“外包”给AI？

并非所有工作都适合按结果收费。任务高频、边界清楚、结果容易验收、失败可补救、风险相对可控的场景最可能先行，例如客服、内容审核、对账、质检、规则检查。而战略判断、产品方向、并购尽调等探索性或高度依赖内部经验的工作则难以拆解。风险和合规门槛高的领域，企业也不愿将结果责任放出去。中国市场目前公开按结果定价的案例尚少，仍以“模型降价”“百万Token多少钱”为主，但项目制、效果分成等实际合同可能已隐含结果收费逻辑。美国公司倾向于把新计费单位直接写在产品页面上，中国公司则更常将其融入销售和交付。结果能否从“项目”变成“商品”，是中国AI软件的重要分水岭。

结语：劳动力规则正在被改写

AI时代，劳动力规则正在被改写：谁来工作、以什么身份工作、按什么标准付钱，这些基本规则都在发生结构性变化。Token是底层成本，动作是业务步骤，结果是可以买单的“完成件”。AI软件从卖能力走向卖完成，意味着企业采购的不再是工具，而是一段已经被做完的工作。然而，如果企业持续削弱雇佣关系、频繁裁员或加速外包，劳资信任将进一步被侵蚀。这或许才是AI浪潮之下，更深层的挑战。