文 | wiwi 需求仍在，正杀付费逻辑崩塌

一家公司产品热度飙升，死靠收费司用户量屡创新高，复杂最终却面临收入暴跌 80%、正杀工程团队裁员 75% 的死靠收费司困境。

这不是复杂商业寓言，而是正杀 Tailwind Labs 过去一年真实经历的剧变。

Tailwind CSS 作为前端开发中最主流的死靠收费司样式库之一，按常理其流行度应直接转化为商业收益。复杂然而，正杀创始人 Adam Wathan 在 GitHub 上披露，死靠收费司过去两年间，复杂Tailwind 文档流量较 2023 年初下滑约 40%，正杀收入锐减约 80%，死靠收费司原本 4 人的复杂工程团队仅余 1 人。核心原因并非产品过时，而是 AI 彻底重构了开发者的工作流：过去开发者因技能缺失需查阅文档、搜索教程或购买模板；如今只需向 AI 提问，代码即刻生成。工具使用率未降，但付费意愿归零。

Chegg 的遭遇更为惨烈。

这家曾是美国大学生不可或缺的“作业辅助平台”，巅峰市值突破 140 亿美元。ChatGPT 问世后，学生仍需完成作业，但不再依赖 Chegg。2025 年，Chegg 先裁员约 22%，随后又宣布削减约 45% 的岗位。公司将业绩下滑归咎于 AI 工具及 Google AI Overviews 对流量和收入的严重挤压。

Stack Overflow 同样身处风暴中心。过去，程序员遇到报错首选在该社区提问、搜索或等待解答。如今，许多人直接将错误信息输入 ChatGPT。社区质量未降，程序员编码需求依旧，但“问答社区”这一入口已被 AI 颠覆。

中国市场亦不例外。

2025 年初，据《证券时报》报道，网文出海翻译行业规则巨变：AI 负责初翻，人工仅做校对。资深译者张文洁指出，网文翻译单价从千字 50 元跌至 30 元仍难获订单；短剧翻译价格一年内从每分钟 15 元暴跌至 5 元，降幅达三分之二。

这些案例共同揭示了一个核心矛盾：需求并未消失。

学生仍需交作业，程序员仍需写代码、查报错，网文仍需出海。消失的，是用户付费的理由。

过去，用户付费购买的是“解决难题的能力”；现在，AI 将这一能力变成了免费标配。

钱去哪了？需厘清这些公司过去究竟赚取了什么。

它们收取的是“复杂税”

剖析 Tailwind、Chegg 及网文译者的商业模式，本质是一句话：世界很复杂，我帮你简化，你为此付费。

代码晦涩，我帮你查；作业难解，我帮你做；外语不通，我帮你译。每一笔交易，本质上都是为“认知门槛”买单。这笔费用，可称为“复杂税”。

沿此逻辑审视周边，收取“复杂税”的生意远超想象：

• 信息整合类：留学中介收取数万费用，交付物仅为几篇文书加一套流程。这些信息全网免费且公开，仅因分散且耗时，家长无力自行拼凑。中介赚的不是信息费，而是“拼凑成本”。房产中介、保险经纪、报关行、签证代办同理。
• 技能外包类：淘宝上的简历代写、PPT 美化、论文润色，以及企业的代理记账、代码外包。客户并非买不到能力，而是自学的机会成本过高，选择付费外包。
• 企业服务类：全球企业每年在 IT 咨询和系统实施上投入万亿美元。埃森哲、凯捷等巨头之所以能维持高价，基于一个默契：企业软件极度复杂，必须雇佣专业团队维护。HFS Research 去年 11 月调研显示，65% 的企业认为传统咨询性价比低，但因缺乏替代方案，不得不继续付费。
• 人为制造复杂类：最隐蔽的一类。通过设计晦涩的资费套餐、必须专家解读的条款、日益臃肿的软件界面，先构建迷宫，再出售地图。

过去几十年，这些生意稳如泰山，因为理解复杂事物的成本不可回避：要么投入时间，要么支付金钱。大模型打破了这一平衡。文书秒出、报错直解、合同人话化。尤其在中国，DeepSeek 等模型在春节期间让数亿用户习惯“先问 AI，再决定是否付费”。

难点依旧存在，但“理解”的过程免费了。依靠这一环节收费的公司，根基随之动摇。

为何“四大”尚未倒下？

至此，读者或许会质疑：若此逻辑成立，普华永道、德勤、安永、毕马威（“四大”）及律所、投行理应倒闭。AI 阅读财报的能力远超初级审计员。然而，这些机构不仅存活，且业绩稳健。

这一反例恰恰揭示了关键区分：靠复杂赚钱的生意分为两类。

1. 卖“答案”：留学文书、普通笔译、作业解答。客户只关注结果，不关心来源或责任归属。此类生意被 AI 完美替代，无可辩驳。
2. 卖“签名”：“四大”出售的不是财报解读，而是具有法律效力的审计报告签字；律师出售的是职业责任背书；投行出售的是品牌信用担保。AI 可生成完美的审计草稿，但监管机构不认可 AI 签字，法庭无法追究 AI 责任。

结论：AI 能消灭卖“答案”的生意，但暂时无法取代卖“签名”的生意。

判断自身所属类别，只需三个问题：
1. 客户购买的是答案，还是签名？
2. 若复杂性消失，客户会损失什么？若仅省钱而无其他损失，则收取的是纯“复杂税”。
3. 复杂性是客观存在的，还是人为制造的？人为制造迷宫者，死得最快且最无同情。

审视国内市场，许多行业面临冷汗：
* 留学中介：几乎全属“卖答案”，已有从业者转向“AI 重构申请”，自我颠覆。
* 无资质翻译：价格体系已崩塌。
* 基础服务：代理记账、基础法律文书、行业报告中的信息搬运部分，均在 AI 射程之内。
* 持牌机构：别过早乐观。牌照不是豁免权，而是缓刑期。刑期长短，取决于监管何时承认 AI 的签字效力。

埃森哲为何在 AI 浪潮中获利？

故事至此看似清晰，但财报数据呈现悖论：按上述逻辑，大型“复杂税”玩家应最先受损，但埃森哲 2025 财年生成式 AI 相关订单达 59 亿美元，接近翻倍，成为增长最快业务。国内咨询与系统集成商同样排队承接企业“AI 落地”订单。

一边是 65% 客户认为传统咨询不值钱，另一边是咨询巨头靠 AI 大赚。两者为何共存？

原因在于：AI 在拆解旧复杂的同时，批量制造了新复杂。

麻省理工学院数据显示，约 95% 的企业 AI 项目最终失败。模型选型、数据治理、幻觉处理、合规红线，每一项都是新难题。企业刚爬出 ERP 实施的大坑，又陷入 AI 落地的泥沼。在坑边卖铲子的，仍是原来的服务商。

因此，洗牌规则需修正：死去的不是所有靠复杂赚钱的公司，而是只会靠“旧复杂”赚钱的公司。

Chegg 死亡，是因为其解决的难题被 AI 抹平后，未能找到新难题；埃森哲存活，是因为无论新难题出现在何处，它总能第一时间介入收费。

然而，新复杂存在致命弱点：保质期极短。ERP 红利持续三十年，云计算红利持续十年，AI 落地红利能持续几年？无人敢打包票。

打工人并非安全，只是排在后面

标题所言“AI 杀死靠复杂收费的公司”，并非指打工人安全，而是纠正大众对死亡顺序的认知偏差。

流行观点认为：AI 替代员工，公司降本增效——公司是刀，员工是肉。但现实顺序相反：客户发现可直接使用 AI，公司收入枯竭，随后整艘船沉没。

Chegg 的两轮裁员，并非 AI 直接取代员工，而是“公司存在理由丧失”导致的连带后果；网文译者被压价，并非 AI 抢饭碗，而是买家发现该服务可免费获取。

顺序决定对策。

若威胁是 AI 替代技能，应学习 AI、提升效率。但若公司收取的是“复杂税”，效率提升毫无意义——船在沉，锅炉工烧得再旺，仅能延缓下沉几分钟。

因此，真正紧迫的问题不是“AI 是否会取代我”，而是用前述三个问题审视雇主：
1. 我们收取的费用中，“复杂税”占比多少？
2. 客户购买的是我们的答案，还是我们的签名？
3. 我们的复杂性，是世界的，还是自造的？

若答案不利，比学习 AI 更紧急的事，是换一条船。

结语

过去几十年，商业世界默认一条铁律：世界越复杂，中间商越暴利。无数公司的真正产品，是客户的“不懂、没空、没办法”，只是财报上从未如此表述。

AI 所做的，仅是给每个人配备了一位免费、全天候的专家。所有建立在“你不懂、你没空、你搞不定”基础上的生意，同时被点名清算。

第一批倒下的公司，死因栏里写的不会是“被技术淘汰”。

写的是：客户终于看清了，我在卖什么。

自查表