Vishal Sikka 又回到企业软件战场。
这次他不是再做一家泛泛的企业 AI 公司。Hang Ten Systems 刚启动约一个月，就拿到 3200 万美元种子轮融资，Mayfield 领投，Aramco Ventures 参投，Yahoo 联合创始人 Jerry Yang 进入董事会。它瞄准的是传统 IT 服务业最核心的生意：软件开发、系统集成和后续运维。
这件事的反常点很清楚。Sikka 曾任 Infosys CEO，也长期在 SAP 做企业软件。他太知道这门生意怎么赚钱：客户系统复杂，项目周期长，供应商按团队、工时和人头扩张。现在，他要用 AI 原生服务来改这本账。
这家公司赌的不是模型，是交付账本
Hang Ten 仍处在早期。Mayfield 对 TechCrunch 的说法是，公司已经有客户。公开客户线索包括 Siemens Gamesa Renewable Energy 和 Fresenius。
几个关键事实，压缩看就够了：
| 维度 | 信息 | 该怎么理解 |
|---|---|---|
| 创始人 | Vishal Sikka，前 Infosys CEO，曾在 SAP 做企业软件，也创办过 VianAI | 履历让故事可信，但不能替代交付证明 |
| 融资 | 3200 万美元种子轮，Mayfield 领投，Aramco Ventures 参投 | 对种子轮不小，但还只是起跑信号 |
| 董事会 | Jerry Yang 加入董事会 | 资源和背书更强，不等于商业模式跑通 |
| 方向 | AI 原生服务、agentic code generation、可复用 AI skills、领域交付 | 瞄准 IT 服务交付方式，而不是单点工具 |
| 客户线索 | Siemens Gamesa Renewable Energy、Fresenius | 有早期验证，不代表已经规模化 |
| 与 VianAI 区别 | VianAI 偏企业 AI 应用和分析决策工具；Hang Ten 偏 AI 服务交付 | 不是简单换壳 |
传统 IT 服务商当然也在讲 AI。Infosys 已经与 Anthropic、OpenAI 等公司合作，试图把自己放进 AI-first services 叙事里。Infosys 董事长 Nandan Nilekani 还对投资人说，到 2030 年，AI-first services 可能是 3000 亿到 4000 亿美元机会。
这句话要听清楚：这是前瞻表述，不是已经兑现的市场规模。
更冷的一边，是资本市场的重估。Jefferies 认为，IT 服务可能是最早被 AI 冲击的行业之一。Infosys 股价今年下跌逾 35%。这不能简单归因于 AI，更不能归因于 Hang Ten，但它说明一件事：投资者开始怀疑，传统人力扩张模式还能不能按过去的估值讲故事。
真正被挑战的是人头经济
传统 IT 外包的核心变量很朴素：项目越多，人越多；人越多，收入越大。
效率当然重要。但效率不能高到把工时吃掉。否则客户开心，账单难看。
这就是老模式的尴尬。
Hang Ten 的叙事正好卡在这里。它希望每个项目都沉淀代码资产、AI skills 和领域经验。下一次交付，不是重新堆人，而是复用能力。Mayfield 的判断也很直接：传统服务随人头线性扩张，Hang Ten 希望每个项目都增加杠杆。
如果成立，IT 服务业的利润逻辑会变。
从卖人天，变成卖能力复利。
但我不买那种 AI agent 一上，外包公司立刻失业的说法。企业软件不是写几个函数。它牵涉权限、合规、历史系统、数据口径、业务流程，还牵涉出错之后谁负责。
模型能生成代码，不等于能承担责任。
企业客户真正买的也不只是速度。CIO 买的是确定性：系统迁移不能乱，财务口径不能错，权限不能漏，出了事故有人接电话。采购部门买的是合同边界：谁验收，谁赔付，谁兜底。
所以 Hang Ten 的难点不在会不会写代码。难点在能不能把 AI 产能包装成企业敢签字的交付责任。
这会直接影响两类人。
企业 CIO 和采购方，不该急着把传统外包合同全换掉。更现实的动作，是把新项目拆出一部分试点：代码迁移、测试生成、内部工具、低风险集成。先看交付周期、返工率和责任边界，再决定是否扩大。
软件外包和企业交付团队，也不能只把 AI 当提效插件。更要补三件事：把项目经验沉淀成可复用资产，把领域知识结构化，把交付责任写进流程。否则 AI 写得越快，返工也可能越快。
“天下熙熙，皆为利来。”放在 IT 服务业，这句话很直白：只要收入还和人头强绑定，效率革命就很难彻底。巨头会拥抱 AI，但拥抱到哪一步，要看它会不会伤到自己的账单。
接下来别听口号，看三件硬指标
Sikka 的优势很明确。他知道企业客户的门在哪里，也知道传统服务商的软肋在哪里。这比一个只懂模型的创业团队更有说服力。
短板也同样明确。Hang Ten 现在只是早期融资和早期客户验证。离证明大规模交付，还很远。
这不是 Infosys 被颠覆的时刻。它更像一个早期信号：旧体系里的人，开始拿 AI 去拆旧体系的计费单位。
接下来要看三件事：
| 指标 | 为什么重要 | 如果做不到意味着什么 |
|---|---|---|
| 交付是否可复制 | AI skills、代码资产、领域经验能否跨项目复用 | 仍然只是高端咨询加 AI 包装 |
| 责任边界是否清楚 | 企业客户必须知道出错后谁负责 | 大客户很难放量采购 |
| 成本结构是否变化 | 是否真的减少人力线性扩张 | 只是把传统外包换了个 AI 名字 |
我更在意第三条。
如果 Hang Ten 最后仍然需要大量顾问、项目经理和工程师逐案推进，它就很难真正改写行业。最多是更贵、更会讲 AI 的服务公司。
如果它能让项目经验滚起来，让代码资产和 agent 能力越用越厚，那才会戳到传统 IT 服务商的命门。
历史上很多技术周期都不是新玩家一夜吞掉旧世界。铁路、电力、PC、云计算，先打松的往往是计费单位。原来按距离、按设备、按许可证、按机房收费，后来都被新的效率结构逼着重算。
IT 服务业现在也到了这一步。
服务商过去卖的是人、流程和确定性。AI 想卖的是速度、复用和自动化。两边真正冲突的地方，不是宣传口径，而是收入确认方式。
模型看着更强，产品反而更虚；服务看着更慢，账单反而更稳。Hang Ten 要拆的，正是这层行业默契。