传统的 SaaS，所谓 Software as a Service，本质还是软件工具。而每一个软件工具的真正运转，企业需要配置对应的员工来操作这些软件。

生成式 AI（Gen AI）在拟人化程度的大幅度提升，使得 AI Agent 和 AI Worker 正在变成可能。把 “人力参与交付的服务过程” 给软件化，即 Service as a Software。

风险投资机构 NFX 绘制了一张图。以美国市场为例，B2B SaaS 目前的开支是 2,300 亿美元，而美国企业在知识型劳动力上的支出是 5 万亿美元的体量。

AI 让这两者在进一步重叠，重叠区域就是

IBM 2023 高管调研中，受访高管表示将优先建立和发展既能帮助员工使用生成式 AI。

四分之一的受访高管预计会用生成式 AI 取代营销和客户服务部门的员工，但只有 3% 的受访高管会认为生成式 AI 可取代采购部门的员工。

WSJ 报道，2022 年 11 月美国的招聘职位中，有 41.4% 需要有至少四年的本科学历。

美国 25 岁及以上劳动力人口中，6,110 万人拥有大学本科及以上学历，3,570 万人拥有某些类似大专学历，3,560 万人只有高中学历。还有 890 万人没有念过高中。

杜克大学和美联储（亚特兰大和里士满）针对美国市场的 301 位 CFO 进行调研，围绕业务开展的关注点，有哪些因素更为担心。

排第一位（并且摇摇领先）的因素是劳动力短缺问题；排第二三位的是供应链和收入需求。

新冠疫情对劳动力和供应链市场的影响极其深远，不仅是疫情病患本身，还包括劳动力人口迁移问题。美国市场还面临政府给了相应补贴，一些人就业意愿下降。

WSJ 基于 Wind 的数据绘制了两张劳动力人口的图表。

左图：中国农村入城的务工人口十多年来首次下降。

右图：50% 的劳动人口在 41 岁及以上。

人口结构是社会发展的基础元素，很多政策都围绕之展开。

来自 HBSC 的研究，中国近十年劳动力成本持续保持高速提升（基本年度增速都在 10% 以上）。

劳动力提升对于工人家庭收入是好事儿，对于企业生产来说则意味着人力开支的持续增加。

从自动化技术应用角度，人力成本攀升高的领域就是发展重点。

按照联合国等行业组织的一般定义，年龄在 15 ~ 64岁的人口可认为是劳动力人口。

附图是中国和日本劳动人口的预测数据；可以看到中国和日本的整体下滑趋势是非常类似的，节奏上大约相差 30 年。

最近越来越多分析认为，无论是 2C 类 还是 2B 类，日本当前的情况就是中国未来的一个缩影。

从商业机会角度，可以进行一定的类比。比如：2C 领域的 “一人食”、“独身主义”、“便利店” 等；2B 领域的工业机器人使用。