AI的影响远不止是简单的任务替代,它更是根本性地改变了交付的经济学原理。传统外包遵循的是一种线性增长模型:成本和利润随员工数量和业务体量同步扩张。而生成式AI则引入了非线性成本动力学,使“每单位工作的边际成本趋近于零”,这让基于“投入”(如人头数、工时)的计价模型彻底过时 。毕马威(KPMG)估计,企业利用生成式AI,有望将现有服务交付中心的规模缩减高达80%。这促使采购决策的基础从“劳动力规模和成本”转向了真正的“技术交付能力”
。
传统的外包合同大多围绕“全职人力工时(FTE)”、“时薪”和“多年期报价表”构建,它们从未被设计来适应一个由AI驱动、生产力呈指数级跃升的世界 。因此,CIO们正积极重新谈判这些旧协议
,一种全新的合同架构正在涌现。
从“按投入计费”到“按成果定价”
合同的重心正从按小时或人头计费,转向与企业商业成果、关键绩效指标(KPIs)和服务水平协议(SLAs)强绑定的薪酬模式 。律师事务所Loeb指出,AI可能最终使“按成果交付服务”这一长期以来的“圣杯”成为现实
。一项在2025年末进行的调查显示,高达64%的付费组织表示将在2026年重写至少一份重大管理服务协议,以便将问责机制转移到有KPI背书的合同上
。
转向更小型、更快速、以AI为主导的交易
过去那种体量庞大、周期漫长的巨型合同正逐渐让位于更短、更小的试点项目。企业倾向于先通过这些试点来验证AI驱动的生产力提升效果,然后再决定是否大规模铺开。而由此产生的效率收益,也不再被锁死在旧有的人力成本框架里,而是被重新部署,用于资助进一步的AI转型项目 。
为智能体AI量身打造新条款
随着AI从被动的工具转变为自主的行动者,合同也开始采用一种混合了SaaS与业务流程外包(BPO)特征的新结构。众达律师事务所(Mayer Brown)报告称,业界正在超越传统的SaaS合同模式,转而纳入基于成果的SLA、更广泛的赔偿条款、治理与审计权,以及更清晰的知识产权(IP)归属条款 。许多旧有的主服务协议(MSAs)往往无法处理生成式AI的输入、输出及方法论中的细微之处,这就埋下了围绕知识产权归属和合同后使用权产生昂贵纠纷的隐患
。
AI成熟度自带溢价与“回拨”风险
ISG 2025年外包指数显示,在AI实践上成熟的供应商,其服务定价比那些尚未成熟者普遍高出18%至22%,同时其客户净推荐值(NPS)也高出40% 。然而,Gartner预测,到2027年,60%的大型IT服务合同中将包含“AI收益回拨条款”,强制要求供应商将一部分由自动化和AI带来的收益返还给客户
。
地理位置的重要性正让位于交付的灵活性。高达56%的企业现在将交付地点的灵活性视为首要考量,其优先级甚至超过了传统的成本(35%)和技术专长(28%)因素。关税和地缘政治风险正在加速这一转变,推动交付模式从“以人为主”转向“以软件为主” 。
外包工作的内涵本身也在发生变化。保留下来的外包任务虽数量减少了,但复杂性却大大提高了。这些工作更多地要求异常处理、战略性难题解决、对AI的监督,以及深厚的行业和领域专业知识。这对人才画像提出了不同于以往、且往往成本更高的要求 。但值得注意的是,这并非简单的“机器换人”,而是关于“增强”。其核心在于让AI处理枯燥的重复劳动,从而将人力解放出来,去专注于更高价值的判断性工作
。
IT服务市场的结构正在经历一场可量化的急剧转变。毕马威(KPMG)预测,传统的“以人交付”模式在整体服务交付中所占的比例,将在两年内从55%急剧下滑至37%。与此同时,平台和软件驱动的交付模式所占份额,则将实现翻倍以上的增长,从14%跃升至30% 。
曾依靠规模化部署数千名廉价初级工程师而崛起的印度IT模式,正面临一场关乎生死的生存威胁。曾构筑起该国IT服务繁荣的基石——重复性的基础编程、大规模的普通客户支持和简单的后台交易处理——恰恰是AI最高效、最彻底自动化的领域 。正如一份分析报告所尖锐指出的:那个靠“向遗留的基础设施难题投喂一万个廉价初级开发者”来实现规模扩张的时代,已经正式结束了
。
对于那些能够顺势而为、成功转型的供应商而言,这种新模式消解了“削减成本”与“提升质量”之间长久以来的对立取舍。正如一份分析所描述的,它创造出了一台“强劲的结构性成本压缩引擎”,正在为适应它的企业扩大着营业利润率 。《哈佛商业评论》则观察指出,外包本身并不会消亡——但它将不再是一场人头和成本的套利游戏。它正在变成一场围绕AI实力、平台成熟度和成果交付能力的全方位竞争
。
Comments
0 comments