红杉对话Serval创始人：AI原生思维如何重构企业IT自动化

事件概述

红杉资本与AI原生IT自动化平台Serval创始人兼CEO Jake Stauch展开对话，深入探讨了AI原生思维如何重构企业软件。Serval定位为“AI原生的ServiceNow”，核心目标是弥合员工入职时对工作的理想化想象与实际重复流程工作之间的鸿沟。

核心信息

1. 双Agent架构
Serval采用双Agent架构：第一个Agent面向员工，用自然语言界面理解问题并自动解决或路由；第二个Agent面向IT团队，允许IT人员用自然语言描述需求，Agent执行操作。每次人为干预都会成为自动化学习的素材，形成“干预越多，自动化范围越大”的飞轮效应。

2. 自动化悖论
Jake提出关键洞察：自动化工具必须比被自动化的流程更简单，用户才会采纳。如果搭建自动化需要5分钟而手动只需10秒，用户会选择手动。若能通过自然语言描述在20秒内完成自动化，“太简单不值得自动化”的阈值会大幅降低，投资回报率从第一周即可体现。

3. 异构模型选择策略
Serval不会只用一个大模型，而是通过路由层根据任务精度、延迟、成本要求动态选择模型：需要高推理能力的任务用顶级模型，高频低复杂度的确定性查询用轻量模型，部分任务直接用传统代码解决。异构模式避免了规模化后单位成本失控，核心价值在于路由逻辑、对话管理、组织知识和行为数据，而非模型本身。

4. 竞争格局与护城河
ServiceNow的最大护城河是客户已采购的数百万美元闲置许可证带来的惯性，但其AI是叠加在原有流程驱动架构上的，属于范式差异。大模型厂商擅长卖API，不擅长垂直场景落地适配。Serval的核心护城河：一是客户私有组织行为数据，积累越久Agent越精准；二是极高的切换成本，企业流程高度定制化，迁移成本巨大。

5. AI原生的本质
AI原生不是简单叠加大模型功能，而是底层范式和组织机制的差异。传统企业软件加AI按钮仍依赖表单、预定义工作流，销售按坐席数定价；AI原生从用户请求出发，用自然语言对话替代表单，让系统理解意图替代预定义工作流，按解决问题数量衡量价值，需要从零搭建产品和组织。

6. 岗位替代焦虑与应对
Serval的目的是将IT人员从低价值的流程性工作中释放，转向系统架构设计、基础设施优化等创造性工作。短期内纯流程性岗位会减少，但这类工作本就不该消耗人力；长期IT部门将从“办手续的”转型为“业务赋能者”，组织内影响力反而提升。

7. 创业早期组织文化
Serval坚持自用产品解决内部IT问题，加速迭代并强化团队认同。公司严格遵循“说‘不’”原则：只同时满足三个条件的方向才切入——客户已在用Excel/Email拼凑方案（需求足够痛）、核心Agent架构有天然优势、能积累飞轮数据。早期专注是最大杠杆。

8. 分层权限控制
Serval采用分层权限平衡自主性与控制权：低风险操作完全自动执行，中等风险操作需人工审批，高风险操作仅提供步骤建议和沙盒模拟。某一类自动化经足够多次人工验证准确率达标后，系统会建议提升权限，信任建立速度取决于客户IT治理文化。

9. 对创业者的成长建议
从大公司到创业，最大转变：节奏变快，必须当天出结论；人才要求不同，早期需要接受不确定性的人。给创始人的建议：认真对待第一个客户，其对产品方向的塑造力远超想象；不要花太多时间融资，若融资时间超过对接客户的时间，多半已跑偏。