红杉对话Serval创始人：入职时你以为的工作，80%都是不该存在的流程：AI原生思维如何吃掉企业软件
一句话看懂：红杉资本与AI原生IT自动化平台Serval创始人Jake Stauch的对谈指出，传统企业软件中80%的流程性工作本不该存在。Serval通过双Agent架构，用自然语言替代表单和预定义工作流，试图弥合员工“理想工作”与“实际重复劳动”的鸿沟，并提出了AI原生产品必须从底层范式而非功能叠加来重构的判断。
事件核心：发生了什么
在红杉资本最新一期对谈中，Serval创始人Jake Stauch系统阐述了其产品的核心理念与架构。Serval定位为“AI原生版ServiceNow”，针对企业IT场景中员工申请权限、重置密码等重复性事务，采用双Agent飞轮架构：一个Agent面向员工，通过自然语言理解问题并尝试自动解决或路由至IT人员；另一个Agent面向IT人员，允许他们用自然语言描述需求并执行操作，完成后系统自动学习解决方案，形成“人为干预越多、自动化范围越大”的增长闭环。Jake强调，自动化工具必须比手动操作更简单才可能被采纳，而Serval通过自然语言搭建自动化的方式，可将单次自动化成本降至20秒，使投资回报率在第一周即可显现。在模型策略上，Serval采用异构路由：根据任务精度延成本选出最优模型，而非仅依赖单一顶级大模型。
为什么重要
这场对话的价值在于它点破了当前AI企业软件领域的一个核心认知差异：AI原生不是简单地在旧产品上加AI按钮，而是组织和产品DNA的重构。传统企业软件如ServiceNow的护城河并非技术，而是客户已采购的数百万美元许可证带来的惯性，但其AI能力是叠加在流程驱动架构上的。Serval从用户请求出发，用对话替代表单，用意图理解替代预定义工作流，按解决问题数量而非坐席数定价，这种范式差异可能在长周期内改变企业软件的竞争格局。Jake还点出大模型厂商擅长卖API但不擅长垂直场景落地适配，这为垂直领域的AI原生公司留下了市场空间。
对用户/开发者/创作者的影响
对企业IT决策者：当前采购企业软件时，需警惕“功能堆砌”陷阱。Serval的策略提醒买家应关注产品是否能从底层用自然语言交互替代现有流程表单，而非只看是否集成了大模型。认证是否有自动学习机制和数据飞轮（系统会随着人工介入次数增多越来越自动化）是关键判断标准。
对开发者：Jake提出的“异构模型策略”值得参考，在构建企业级应用时，并非所有场景都需要顶级模型，合理利用路由层调用轻量模型或传统代码可大幅优化成本与延迟。同时，他认为核心护城河在于客户私有组织行为数据与路由逻辑，而非模型本身，这给了垂直领域创业团队明确的着力点。
对关注AI替代焦虑的人：Jake明确表示Serval不是取代IT人员，而是将他们从低价值流程中释放出来去做需要判断力和创造力的工作。长期看，IT部门会从“办手续的”转型为“业务赋能者”，影响力反而提升。这提示从业者应主动转向系统设计、架构优化、业务赋能等高价值方向。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，Serval的产品是否能在真实的、复杂的IT环境中落地，尤其是在已经部署了ServiceNow的大型企业中，其迁移成本与切换意愿仍是未知数。第二，ServiceNow等传统巨头是否会投入资源从底层重构其产品架构，还是继续采用“叠加AI功能”的路径。第三，Jake提到的“自动化权限逐渐提升”的分层控制机制在实际企业治理中如何运作，尤其是在金融、医疗等高合规要求的行业，信任建立的速度远不止技术可靠性这一维度。
来源：虎嗅 (Huxiu)
