2026年9月16日，一家成立恰好4个月的AI创业公司发布了一则简短的融资公告。

消息很快被各大科技媒体转载。大多数标题的格式都是：「前Infosys CEO的AI创业公司又融了5300万美元」。读者看完，点击下一条。

但如果你在IT服务业工作，或者持有Infosys、TCS的股票，这条新闻不应该只是一个5秒钟的扫视。它是一个压缩在几百字里的行业地震预警。

下面是Hang Ten的核心数据：融资总额8500万美元，两轮间隔5周；投资方包括淡马锡早期平台Xora（领投第二轮）、Intel CEO Lip-Bu Tan个人投资、Micron CEO Sanjay Mehrotra个人投资、雅虎联合创始人Jerry Yang（加入董事会）；创始人是前Infosys CEO和前SAP CTO Vishal Sikka；客户包括Fresenius Kabi、Saudi Aramco、Siemens Energy；公司成立4个月内已收到来自”非常大公司”的多个收购要约，均被拒绝；员工约20到25人，服务21家大型企业。

Infosys的前CEO，在干什么？

Vishal Sikka的履历，在企业软件圈是传奇级别的。

他在SAP工作了近18年，最后职位是首席技术官（CTO），主导了SAP HANA内存数据库和SAP S/4HANA企业资源规划系统的架构设计。这两个产品后来成为SAP最重要的营收来源，也是德国软件史上规模最大的产品重构工程之一。

2014年，他被Infosys——印度最大的IT服务公司之一，彼时年营收约90亿美元——任命为首席执行官，成为该公司历史上第一位外聘CEO。这在印度IT服务圈是罕见的象征性事件：一家由本土创始人家族牢牢掌控的公司，第一次把经营权交给了局外人。

在Infosys任职的近三年里，Sikka力推公司向AI和自动化平台转型，主张通过内部工具提升工程师效率，实现他称为”软件3.0”的愿景——让AI承担重复性工程工作，把人力解放出来处理更高价值的创新。

但这个转型方向与Infosys的大股东（包括公司创始人之一Narayana Murthy的家族势力）产生了持续且公开的摩擦。Murthy公开批评Sikka的薪酬和管理决策，暗示公司文化在恶化。2017年8月，Sikka突然辞职，公开信中提到”恶意的、不断升级的个人攻击”让他无法继续。

Sikka离开Infosys后，在2019年创办了VianAI，专注于面向企业的AI平台，获得了5000万美元的种子轮融资，以及2021年SoftBank愿景基金二期领投的1.4亿美元B轮融资。然而在2026年4月，Sikka从LinkedIn上静默更新了他的职位——他已离开VianAI。他向TechCrunch表示VianAI”正在进行某种交易”，未透露细节。

2026年5月，Hang Ten Systems诞生。

公司名字来自冲浪术语”hang ten”——指冲浪者双脚完全悬在冲浪板前端边缘的高难度姿势，象征极致技艺、完美平衡、以及在危险与优雅之间的临界状态。Sikka大概是在传递某种信号：这次，他要在临界点上完美站立。

那句宣战书

理解Hang Ten为什么重要，首先需要理解Sikka的一个核心论断。他在接受TechCrunch采访时说：

“The build part itself has basically become close to zero marginal cost, close to zero time.”

翻译成中文：软件的构建部分本身，正在趋近零边际成本、零时间。

这句话看起来像一个技术圈的常见夸张，但如果你在企业软件圈工作超过十年，你会理解为什么这句话让很多人坐立不安。

IT服务业——Infosys、TCS、Wipro、HCLTech、Accenture、IBM Global Services——建立在一个已经稳定运行了40多年的核心前提上：软件开发是劳动密集型的，且劳动力难以大幅压缩。写代码需要有经验的工程师；测试需要专职的QA团队；系统集成需要既懂技术又懂业务的顾问；部署和维护需要持续投入的人力。

这个前提催生了一个庞大的”人力套利”行业：用印度、东欧、东南亚的相对低成本工程师，完成美国、西欧企业的软件开发需求，赚取价差。Infosys 2026财年营收超过190亿美元，TCS超过300亿美元，Accenture的技术服务部分超过300亿美元——合计超过800亿美元，仅仅来自这几家顶级公司。

这是一个极其稳定的行业结构。它依赖的核心资产是：大规模招募和培训工程师的能力；积累特定行业domain知识（如保险核心系统、银行清算系统、制造业MES）；与大型企业建立的长期信任关系；以及复杂的项目管理和合规体系。

Sikka的论断，是说AI正在瓦解这个结构的物质基础——不是全部，但是最重要的那部分：软件的生成性构建。

如果AI可以把软件开发的边际成本压缩到接近零，那么上述那套庞大体系的价值，就需要重新审视。

25天，从初次会面到数百万美元合同

Hang Ten的成绩单，是对这个论断最具体的验证。

Sikka向TechCrunch透露了一个细节：与某个企业客户第一次会面后25天内，Hang Ten签署了一份价值”数百万美元”的合同，用于构建关键任务软件系统。他补充说：”我从未见过企业合同移动得这么快。”

在企业软件行业，这个速度几乎是不可能的。从发出RFP（招标邀请书）到完成供应商评估，通常需要3到6个月；从供应商选定到合同签署，需要2到4个月的法律和合规谈判；对于”关键任务”系统，还需要通过安全审查、数据保护评估、灾难恢复计划审核。典型周期：9到18个月。

25天是这个正常周期的约1/20。

这背后有几种可能的解释：

其一，Hang Ten的提案足够清晰，消除了买方通常的不确定性——对一个已有成熟方法论的服务提供商，企业愿意加快决策。

其二，客户面对的是一个已经延迟太久的项目（Sikka提到超过半数的机会来自”新项目，而不是从现有供应商抢过来的”）——这些是被搁置的项目，买方已经有足够的内部积压，一旦看到可行解决方案，会绕过常规流程。

其三，Hang Ten的定价策略可能包含了某种降低签约阻力的机制——例如成功付费、阶段付款、或者初期较低的承诺金额。

无论哪种原因，结果是明确的：Hang Ten现在有21家大型企业客户，已经签署了多个7位数合同，并且在追求8位数合同。对于一家4个月、20人的公司，这是一个非常不寻常的商业进展速度。

Hobie框架：AI”技能”的模块化组装

Hang Ten能够实现快速交付的核心，是其内部研发的Hobie框架。

这个框架的设计理念，是把针对特定行业和项目类型的可复用AI”技能”打包成模块。当面对一个新的企业软件项目时，工程师不需要从零开始构建——他们从Hobie的技能库中调用已验证的模块，针对客户的具体环境进行配置、适配和测试。

联合创始人兼首席设计官Sanjay Rajagopalan在采访中强调了一个对企业采购者重要的区分：”We are actually delivering production software. It’s not like we are doing some kind of PoC.”——”我们实际上在交付生产软件，不是某种概念验证。”

这个区分对于理解Hang Ten的定位至关重要。企业AI领域有大量公司在销售”演示项目”，帮客户展示AI可以做什么，但不承担生产环境的运行责任，也不对实际业务结果负责。这类PoC（概念验证）项目往往花费数百万美元，但很少进入生产环境——因为从”展示可行性”到”稳定生产运行”之间有一道巨大的工程鸿沟。

Hang Ten的竞争策略是直接承担生产交付的压力。这意味着Hobie框架里包装的，不只是AI代码生成能力，还有面向特定行业的测试框架、错误处理逻辑、合规检查机制。

Hang Ten还设计了一个聪明的责任分配机制：最终质量检查和认证由客户或独立第三方负责，而不是Hang Ten。这个安排在法律和商业上都经过了仔细设计：它降低了Hang Ten的合规风险，同时通过引入外部验证，给了企业买家更多的信心——他们不是在盲目相信Hang Ten的自我评估，而是通过自己熟悉的审计体系来验证。

2到4人团队替代30人：数字背后的商业算术

Hang Ten向客户承诺的核心数字是10倍的成本或速度改善。

Rajagopalan给出的具体参照：传统方式需要约30人团队的项目，Hang Ten用2到4人完成。

让我们展开这个数字的商业含义。

假设传统IT服务合同的典型报价：30名工程师，平均日费200美元（印度离岸工程师的中等水平），每月工作22天，一个18个月项目的总人力成本约为：30人×200美元/天×22天/月×18个月=2376万美元。加上项目管理、差旅、工具等杂项，总合同价值通常在2500万到3500万美元之间。

如果Hang Ten用4人团队实现同等交付：4人×工程师费用+Hobie框架许可费。即便Hang Ten的工程师费率高出许多，假设每人日费1000美元，18个月总费用约：4人×1000美元/天×22天/月×18个月=158万美元。即便加上框架费用和利润，总合同价值可能在300万到600万美元之间。

这意味着客户节省：2000万到3000万美元。对于单个项目而言，这是一个足以触动C级高管注意力的数字。

当然，这个算术有前提条件：Hang Ten的4人团队确实能完成同等质量的交付，且不需要大量返工。这是目前还需要更多时间验证的假设。

但即使”10倍”只能实现”3倍”，对客户而言仍然是有吸引力的。Hang Ten不需要完全实现论断，只需要实现足够多的论断，就能建立持续的竞争优势。

资本市场在押注什么？

分析Hang Ten的融资结构，可以读出几个有意思的战略逻辑。

淡马锡的Xora领投第二轮。淡马锡是新加坡国有投资公司，管理资产超过4000亿美元，投资遍布亚洲大型企业和基础设施。Xora是淡马锡的早期阶段投资平台，选择领投Hang Ten，意味着两件事：第一，淡马锡相信AI原生服务公司的模式将在其投资组合的客户群中产生需求；第二，Xora将积极把Hang Ten介绍给淡马锡在亚洲的企业投资组合——这为Hang Ten提供了一条绕过美国市场竞争、直接进入亚洲大型企业的渠道。

Intel CEO Lip-Bu Tan和Micron CEO Sanjay Mehrotra的个人投资。两位半导体公司CEO个人下注，这不是纯粹的财务投资。他们在半导体产业链的上下游极具话语权，他们的投资相当于是向市场发送一个信号：AI原生服务公司崛起将带来更多的计算基础设施需求——更多的GPU运算，更多的内存，更高端的服务器。Hang Ten的成功对英特尔和美光都是正外部性。

雅虎联合创始人Jerry Yang加入董事会。Jerry Yang在台湾、日本和中国市场有深厚的商业关系网络。加入Hang Ten董事会，最可能的战略价值是协助开拓亚太市场——特别是日本大型制造企业（Siemens Energy的案例已经证明Hang Ten有能力服务全球制造业客户）。

这个投资者组合传递出一个清晰的战略方向：Hang Ten不只是想成为”硅谷最好的AI服务公司”，而是要建立一个全球性的、平台中立的AI原生企业软件构建者——通过不同投资者的网络效应，打入亚太、中东（Aramco Ventures）、欧洲（Fresenius Kabi、Siemens Energy）的大型企业市场。

传统巨头的两难：商业模式的自我否定

让我们回到那个最根本的问题：为什么Infosys、TCS、Accenture没有在AI出现之前就做Hang Ten在做的事情？他们有足够的技术资源，有行业关系，有资金。为什么他们做不成Hang Ten？

答案不复杂，但令人深刻地悲观。

传统IT服务公司的商业模式，建立在人头数量×工作时间×费率的计算公式上。整个组织架构——销售激励（按合同金额提成）、项目管理（按人力规模考核）、绩效评估（按账单工时追踪）——都围绕这个公式优化了数十年。

现在有了AI，技术上可以用更少的人完成同样的工作。但对传统IT服务公司来说，这意味着什么？意味着同样的项目，他们可以收取的账单金额减少了。如果他们把一个需要30人×18个月的项目优化成了4人×18个月，他们的收入就减少了约87%。

在”人头计费”的商业模式里，”提高效率”不叫”竞争优势”，叫”自我毁灭”。

这就是Clayton Christensen在《创新者的窘境》（The Innovator’s Dilemma）中描述的经典困局：颠覆性创新出现时，现有领导者往往不是看不见威胁，而是他们的商业模式激励机制禁止他们做出理性的响应。颠覆性技术对他们的股东、对他们的销售团队、对他们的绩效考核——全都是坏消息。

Infosys的现任CEO Salil Parekh在最近的财报电话会议上被问到AI如何影响公司业务时，说了一句标准的管理层答案：”我们的AI业务正在增长，AI为我们创造了新的机会。”

这大概是他能说的最委婉的表述了。他没有说的是：如果Hang Ten的模式成立，传统按人头计费的项目业务将在未来5年面临结构性收缩。

有意思的是，Sikka本人在Infosys任职期间（2014-2017年），就已经看到了这个困局，并且试图推动公司转型。他的失败——不是来自技术判断的错误，而是来自组织政治和商业模式的惯性——让他意识到这种转型必须在体制外发生。

现在，他在体制外了。

IT服务业的”人力套利”护城河有多深？

在评估Hang Ten的威胁之前，值得先认真评估传统IT服务公司的护城河到底有多坚固。

传统IT服务公司的护城河，通常被描述为四个层次：

第一层：规模经济。Infosys、TCS在全球拥有数十万名工程师，能够快速组建和扩大项目团队。这种规模提供了人才池的稳定性，也是大型项目招标时的必要资质（很多大型RFP明确要求供应商有特定规模的本地工程师储备）。

第二层：行业domain知识。这是最被低估的护城河。一个熟悉保险精算系统或银行清算逻辑的工程师，不是AI在几周内能够替代的——他们拥有的不只是技术技能，还有理解客户隐性需求的”语言能力”。这种domain知识存在于大型IT服务公司的组织记忆中，多年来难以复制。

第三层：客户关系和信任。”No one ever got fired for hiring IBM”这句行业谚语，揭示了企业采购的底层逻辑：买一个已知结果，而不是冒险尝试未知。与大型企业维持了10年以上关系的系统集成商，掌握着客户内部系统的历史、异常处理逻辑、和关键业务依赖——这些信息是新进入者很难快速获取的。

第四层：合规和资质认证。在金融、医疗、航空、国防等高度监管行业，供应商需要通过漫长的资质审查（SOC 2、ISO 27001、FedRAMP等）。这些认证是进入特定市场的门票，需要1到3年才能完成。一家4个月的公司，无论技术多强，在这些市场几乎没有快速进入的路径。

Hang Ten的策略，是从护城河最薄弱的地方切入：新建项目（没有历史包袱）、技术开放型企业（能源、制造）、以及强烈的降本压力（新建项目的预算弹性更大）。这是一个明智的市场进入策略，但它也意味着Hang Ten目前还在护城河的外围游走，而不是直接攻打核心城墙。

更深入的战争，发生在传统IT服务公司最不愿意承认自己脆弱的地方：应用开发和维护（ADM）。这块业务占大型IT服务公司收入的30%到40%，历史上最不需要domain知识，最标准化，也是最容易被AI替代的部分。

如果AI让ADM业务的成本降低70%，Infosys每年就损失约60亿美元的收入——相当于其总收入的30%。这不是一个可以用”AI机会”轻描淡写抵消的数字。

反驳：这个论断有哪些真实的局限？

公平起见，我们需要认真评估Hang Ten的论断在哪些地方可能不成立。

挑战一：遗留系统改造

Hang Ten目前的合同，主要集中在”新建项目”——企业之前没有做过，或者需要从头构建的系统。Sikka提到超过一半的机会来自”新项目”。

但IT服务业最大的利润中心，其实是遗留系统改造。这些是已经运行了20到40年的核心银行系统、保险核心处理平台、制造业ERP系统。它们充满了非文档化的业务规则、几十年积累的技术债务、以及无法用AI快速”理解”的隐性领域知识。

对于遗留系统改造，”30人变4人”的论断面临更大的挑战。因为这类项目的难度不在于”写代码”，而在于”理解并转化几十年的业务逻辑”。即便是最优秀的AI Agent，在面对一个充满历史异常处理逻辑的COBOL代码库时，也需要大量有经验的人类监督和验证。

挑战二：大型企业的风险规避文化

Hang Ten的客户——Fresenius Kabi、Saudi Aramco、Siemens Energy——都是愿意冒一定技术前沿风险的公司。但这类”早期采用者”在大型企业客户群中是少数。

更多的大型企业，特别是金融行业（银行、保险）和高度监管行业（医疗设备、航空航天、核电），有极其严格的供应商资质审查。一家4个月的公司，无论技术多强，在这些行业的采购周期中都面临几乎不可逾越的合规壁垒。

挑战三：扩展规模的线性成本

Hang Ten现在有约25名工程师，服务21家企业客户。每家企业客户平均约1名Hang Ten工程师（加一点余量）。这个比例是否可以维持在规模增长中？

如果Hang Ten要服务200家企业，需要250名工程师；要服务2000家企业，需要2500名工程师。这时候，它和传统IT服务公司在规模上的差异就缩小了——差别只是单位人力效率，而不是商业模式的根本性颠覆。

这些局限性不是致命的，但它们划定了Hang Ten论断的适用边界：在新建项目、技术开放文化、中高风险容忍度的大型企业里，论断成立的可能性最高；在遗留改造、高监管合规、极端风险规避的行业里，论断面临更大的摩擦力。

不只是Hang Ten：一个正在形成的新行业格局

值得注意的是，Hang Ten并不孤单。2026年，有一批具有相似定位的AI原生服务公司同时在崛起：

Cognition（Devin的开发商）在2026年获得了近50亿美元估值的融资，主要面向软件工程自动化；Harvey AI专注于法律文件工作，以15亿美元估值完成了最新一轮融资；Kota Technologies和Atypical AI在医疗健康行业的AI实施上快速获客。

这些公司共同定义了一个新的行业范畴：AI原生企业服务（AI-native Enterprise Services）。

与传统IT服务公司的关键区别不只是技术栈，而是商业模式：

传统IT服务公司卖劳动时间，按人头计费。AI原生公司卖结果，按成功指标计费。

这个商业模式的转变，是比技术本身更深刻的颠覆。当计费单位从”工程师工时”转向”实际交付的功能”，整个行业的价值分配逻辑就会重写。

Hang Ten的”10倍改善”承诺，在商业模式层面意味着：如果实现了，Hang Ten可以用更少的工程师收取更高的单位收益；如果没实现，客户承受的风险被限制在合同范围内。这是一个对买方友好的定价逻辑——也是传统按人头计费模式几乎做不到的事情。

Sikka用8500万美元在4个月内证明了：市场相信这个逻辑能够成立。下一步，是看规模化的执行能力。

三个值得持续跟踪的信号

Hang Ten的故事远未结束。以下三个信号，将在未来12到18个月内提供更清晰的验证：

信号一：续签率和合同规模扩张。Sikka透露正在追求8位数（千万美元级别）的合同。如果Hang Ten成功从7位数跨越到8位数合同，意味着客户不只是愿意在边缘项目尝试这家公司，而是愿意把核心业务系统的构建交给它。这是信任度的质变，也是商业模式可持续性的最有力证据。与此同时，续签率（renew rate）是评估”10倍价值”兑现程度的关键指标——一个客户愿意在第一个合同到期后立刻续签并扩大规模，比任何公司声明都更能说明问题。

信号二：传统IT服务公司的防御性收购速度。Hang Ten在4个月内已经收到了大公司的收购要约，并拒绝了。如果未来几个季度，Infosys、Accenture等公司开始密集收购AI原生服务初创公司，这是行业警报已被触发的强烈信号，说明传统巨头自己也在用真金白银承认商业模式的危机感。

信号三：Infosys和TCS的毛利率变化。AI原生服务公司对市场的真正侵蚀，最先反映在传统巨头的毛利率上，而不是营收。在维持营收的代价下降价、扩大项目范围、增加附加服务，都会导致毛利率压缩。如果Infosys的下一个财季出现非正常的毛利率下行，同时营收持平或微增，这是比任何新闻更清晰的产业变化信号。投资者和行业观察者应当把毛利率作为AI原生服务冲击的晴雨表，而不是营收数字。这个指标的滞后性只有一个季度，非常适合作为早期预警。

回到Vishal Sikka在2017年那封辞职信。他写道：”Without strong support from the board, I felt I am not able to fulfill my responsibilities as CEO and that I had no choice but to step down.”

他试图在Infosys内部实现的那个转型，他现在在Hang Ten来实现。区别在于：这一次，他是自己的董事会，选择自己的投资者，设定自己的方向。

4个月，8500万美元，25名工程师，21家大型企业客户，多个被拒绝的收购要约。

软件开发的边际成本，是否真的已经趋近于零？距离这个论断被大规模验证，还需要更多时间和更多合同数据。

但有一件事已经确定：Sikka的赌注不是关于技术，而是关于时机。他在Infosys时期输掉了时机；在VianAI时期，市场还没准备好。而现在，在GPT-6 Astra发布、Claude AI Agent化、Agentic工作流快速商业化的2026年——这一次，时机可能真的到了。

还有一件事是确定的：Infosys的Salil Parekh现在坐在Bangalore的办公室里，每个季度都要回答分析师关于”AI对你们业务有什么影响”的问题。他给的答案总是积极的，总是说”AI为我们创造机会”。

但他可能没有告诉分析师的是：他的前任，正在旧金山的某处，用20人的团队，试图证明Infosys的核心商业模式已经过时了。

那些8位数合同的签署与续签，将是最终的答案。

参考资料

  1. Former Infosys chief’s AI startup nabs another $53M — TechCrunch，2026年9月16日
  2. Former Infosys chief has a new startup that wants to challenge the IT services world — TechCrunch，2026年6月24日
  3. Hang Ten Systems 官方网站 — 公司官方信息，2026年
  4. Infosys Annual Report FY2026 — Infosys 官方财务信息参考