企业标准化软件的终结

原文链接

https://hbr.org/2026/04/the-end-of-one-size-fits-all-enterprise-software

或点击“阅读原文”跳转网站阅读英文原文

作者：迪普·尼沙尔（Deep Nishar）、尼廷·诺里亚（Nitin Nohria）

2026年4月23日

摘要：生成式AI正瓦解企业默认选择标准化软件的经济逻辑，企业可借助AI快速可行地搭建符合自身实际工作方式的系统。因此，核心战略问题正从“购买哪些工具”转向“拥有哪些工作流和能力”，企业可在自研、软件组合、软件协作或购买成果四大模式间选择。公司联合应用速度与规则，投资于定制化数据、治理和清晰选择，创造赢取竞争的真正优势。

生成式AI正在瓦解企业默认选择标准化软件的经济逻辑。新格局的形成不仅由新技术的快速演进所塑造，还取决于管理层是否愿意面对一个更棘手的问题：企业真正需要什么样的工作流？

不久前，企业还在调整工作流以适应标准化软件解决方案。供应商的工作流——如Salesforce的客户关系管理平台（CRM）、SAP的企业资源规划平台（ERP）、Workday的人力资本管理平台（HCM）或Epic的电子健康记录平台（EHR）——已默认嵌入企业的工作流。企业为顺利使用软件，可能牺牲实际需要的工作方式。

但变化比我们预期的来得更快。我们2025年5月的文章提出，生成式AI将颠覆企业软件的基础逻辑，工作流将自动转为工作结果，从辅助工作的系统转向执行工作的系统。当时预计这一转变需要十年，但我们错了——不是方向错了，而是速度错了。

这一转变如今已在企业的IT支出以及对工作本身的思考方式上迅速显现。企业在生成式AI应用上的支出已从2023年的17亿美元激增至2025年的370亿美元，不到三年占据全球软件市场的重要份额。与此同时，企业开始减少对传统软件即服务（SaaS）工具的依赖。SaaS估值从2021年峰值大幅压缩，许多领头企业的估值比峰值低30%-60%。

这些变化比技术周期更深刻。企业需要在战略上决定自己所要掌握的工作流。正如第一波企业软件——随着IT外包、呼叫中心和云服务的出现——重新划定企业边界，生成式AI的浪潮将要求企业重新审查这些边界。

预料中的的软件颠覆正如火如荼。接踵而来的问题是：由谁来构建什么样的生成式AI解决方案？

在讨论软件解决方案格局和企业边界演变前，需要关注几大趋势，这对领导层更有紧迫性。

第一，生成式AI支出增长速度前所未有。企业在生成式AI应用上的投资两年内增长了二十多倍。这一渗透水平，SaaS花了近十年才完成。

第二，软件的开发方式正在改变。据估计，目前40%的代码由AI生成，绝大多数开发者在日常工作中使用AI编码工具。过去需要数月才能完成的工作，现在越来越可以在几天内就完成。

第三，企业内部已出现早期替代效应。调查显示，超过三分之一的公司称已使用定制的生成式AI替代了至少一个SaaS工具，更多公司预计在未来一年内会创建更多此类工具。较早应用生成式AI的中型公司中，即使AI投资激增，项目管理软件等的支出已大幅下降。

变化趋势尚不统一，执行效果也参差不齐。多数公司仍处在试验阶段，许多AI方案还未能达到预期回报。但方向依旧明确。企业正从购买标准化软件工具的模式，转向更多地自研、适配或绕过这些软件工具的模式。

深层转变不仅出现在支出模式，更在于生成式AI所创造的可能性。三十年来，企业一直存在隐性妥协：定制软件成本高昂，令人望而却步，因此企业改变自身去适应标准化工具。拥有独特库存管理方法的零售商竟然和竞争对手使用相同的ERP系统。拥有差异化贷款理念的银行，却也和其他多数银行使用相同的信用评分引擎处理贷款。

生成式AI扭转了这一妥协。“氛围编程”——用户用自然语言描述需求，AI系统生成可行的应用程序——是真正的技术拐点。软件开发不再受到稀缺的开发能力或冗长开发周期限制。

变化已实际可见。Cursor、Replit Agent、Claude Code、OpenAI的Codex等工具仅需数小时或数天就可将想法转化成功能应用，不再需要等几个月或数年。对企业软件开发者的调查表明，相当大一部分企业已开始在传统的IT架构之外创建软件，并在这一过程中替代现有工具。

这并不意味着每家公司都会成为传统意义上的软件公司，却让几十年来不曾成立的事情成为可能：深度定制化已经可行。

其含义微妙却至关重要。当软件可以围绕公司实际工作的方式来创建，而不是反向适应，那么该标准化和差异化的内容成为战略选择，不再由成本约束。

这一转变——而非任何单一的工具或平台——让此刻变得至关重要。

随着转型的展开，形成几种模式。每种都对同一个根本问题给出不同的答案：企业自研和依赖外部提供的软件边界在哪里？

自研

某些公司会选择在基础模型之上直接构建自己的系统。新系统不再遵照供应商的旧工作流惯例，而是围绕公司自己的特定任务。

物流公司可自研系统，其目的不仅是跟踪货物，更是基于自身数据持续优化运送时间和成本。时间越长，新系统将成为竞争对手难以复制的企业知识库。成本也很明确：以更复杂的技术换取更大的控制和差异化。

采用标准：是否将独有的真实数据或决策逻辑编码进系统。如果没有，那自研模式则操之过急（尽管开始看似容易），通过软件组合或软件协作模式产生类似价值的复杂度更低。

软件组合

第二种模式适合希望拥有灵活性却无需完全拥有系统的企业。此种模式下，供应商提供的是脚手架、模板和基础组件，企业用户可自行按需定制。

销售类企业可使用Salesforce Headless 360等可组合平台，根据自身需求定制潜在客户评分、外呼排序和评审机制，无需从零搭建自己的CRM系统。定制方向已反转：软件适应客户企业，而非企业适应软件。这种方法降低了成本，但也存在约束，尤其是核心功能的定制深度。

团队应注意观察：关键差异是否受平台限制？若定制系统勉强可用或使用笨拙，可能需要自研，或引入深入协作模式。

软件协作

第三种模式从购买企业软件转向与供应商协作，共同定制解决方案。供应商与客户合作——通过派驻工程师模式——明确定义任务，然后定制系统。

过去漫长而昂贵的工作周期，如今数周内便可完成。一支专业团队可帮助制造商重新设计采购流程，并搭建系统，所需时间仅为传统ERP部署（该部署也需对配置进行咨询并轻度定制）的一小部分。

此种模式的优势在于速度和一致性，风险在于对外部专业知识的依赖。使用中公司应持续评估：反复依赖外部合作伙伴是否掩盖了内部化具有重要战略能力的机会？或者相反，供应商定制的系统是否缺乏独特性，其实可以直接购买工作成果？

购买成果

此种最激进的模式完全超越软件本身。企业不再购买工具，而是采购结果本身。公司可能不再需要许可会计软件并内部运营，而是签订合同获取准确的财务、合规和报告服务。

在这种模式下，供应商不提供工具，而是直接为结果负责。这可以大幅简化运营，但也转移了控制权，并要求对供应商有很高的信任度。这种模式最适合于结果本身不具有差异性的领域；如果领域内形成竞争优势，企业可能需要通过自研、软件组合或更直接的软件协作模式来重新获得控制权。这一模式的另一用例：Adobe近期宣布，其CX企业套件和智能体AI工具将基于结果定价收费。Adobe将直接与客户一起部署其AI智能体，但收费方式不再基于账户数量或AI令牌的消耗量，而是按结果收费，如由其AI智能体成功完成的广告活动数量。

这些模式并不互斥。企业可组合使用全部四种模式。关键在于，模式的选择不再主要由成本或可行性决定，此战略决策由差异化所决定。

这一转变的深层意义不在于软件本身，而是竞争优势，以及企业本身存在的根本意义。

若定制系统太过昂贵，需要拥有哪些能力的答案基本上可默认得出。企业需要发工资、支持客户、预测需求，但这并不是差异化的来源。使用标准化系统完成这些工作，那么使用相同系统的公司看起来也将相差无几。

情况已然变化。当所有功能都可以深度定制，或者交给外部供应商交付成果，每家企业都将面临前一代人未曾面对的战略选择：企业真正需要哪些工作？

某些工作被更深地嵌入企业内部，重塑为专有能力；某些工作可转移给能提供更高效率或质量的合作伙伴。边界已动态变化。

这也改变了优势的本质。在可快速复制系统的新时代，仅建立流程或嵌入逻辑上的优势更易受到挑战。企业的防御性仍在于清楚理解能真正创造独特价值的工作，以及在这些领域建立严明法则，而不是把精力分散到所有事情上。

已先期采用这些模式的企业已遇到实际困难。行动速度快并不等同于行动效力高。急于自动化却没有重构数据和流程的企业，往往出现质量下降、边缘场景累积、系统难以管理等问题。这不是教大家放慢速度，而是将目标与规则相结合：将数据架构、治理和所有权视为转型的组成部分，而非事后补充。

对于正经历转型的管理层来说，有几个决策更具重要性。

第一，把数据架构作为基础。碎片化的、由供应商管理的数据不仅效率低下，还会限制AI系统的能力。

第二，重新审视每个功能是自研还是购买的决策。问题不是“能否”自研，而是“是否应该”自研，以及何时自研以创建差异化优势。

第三，为内部开发的系统建立清晰的治理机制。随着越来越多的软件在传统IT架构之外创建，其安全性、可维护性和可依靠性已成为核心问题。

第四，软件选择已越来越成为劳动力选择。当AI系统可完成曾需要团队来完成的工作时，技术层面决策同时也是组织架构的决策。

宣称SaaS已然终结是个错误。许多应用软件将继续存在，供应商可通过转向更灵活、以结果为导向的模式成功适应。这一转型在不同行业和职能领域的推进不均衡。

底层逻辑已经改变。围绕企业软件，上一代人面对的问题是“企业应该购买哪些工具”。新一代的问题更为根本：“如何重塑企业工作流，是选择自研、软件组合、软件协作，还是购买成果？”

答案因公司和具体情境而异。但能够清晰思考这一问题的企业将发现，答案比软件策略更有价值：它以更锋利的角度，了解系统能创造出价值的领域，以及为何此种价值难以复制。