AI时代,软件真能“日抛”吗?

数字化转型和数据治理过程中，总有一些新概念，技术和言论让你瞪大眼睛。最近，一互联网大厂提出软件“日抛”，咱真能做到日抛日更吗？

我在瑞贝卡游学时，用友的老师现场也表示不认可，持保留意见；

我读了公众号湘江数评，发表的《AI时代，软件“日抛”是趋势还是陷阱？》和公众号陈果George发表的《AI不会消灭软件，不是所有软件都会日抛》

软件“日抛”？我听完看完各方观点，心里反而冒出一个真实案例。

三天上线，一周废掉。问题不在AI，在……

作为数字化首要操刀的CIO，你如何看这件事呢？

今天，我们来说说关于日抛这事。

我也特意查了一个DEEPSEEK “日抛”这个概念，来自隐形眼镜——用完即扔。互联网大厂把它搬到软件领域：AI来了，你可以直接对AI说出需求，工具即时生成，用完就扔。未来所有软件都会被超级平台取代。

听起来很美：没有排期，没有博弈，需求直达结果。

但问题是：在To B领域有些业务领域，这真的成立吗？

4、4月22日在瑞贝卡游学 用友 的老师认为日抛型也是需要看不同的场景。

从以上我亲身经历，依然可以看出大多还是持保留意见，选择有场景的来玩，软件不是不可日抛，抛得是那些简单应用。

我完全同意他们的观点，在当下，甚至很长一段时间，还是以分业务场景，业务复杂程度来实施日抛。AI来了，老板可能也会问：别人都能“日抛”了，我们为什么还要花几个月做应用，数据治理？

我的回答是：两条腿走路，不矛盾。

临时报表、一次性数据分析——这些可以用AI“日抛”。

但核心ERP、主数据管理、业财一体化平台——必须日更，持续投入、持续优化。

数据不可信，知识库不完整，数据治理做不好，AI就是高级玩具。

举个例子：我服务过的一家企业，用AI生成了一个销售报表工具，三天上线。跑了一周就废了——因为底层数据是乱的。客户编码不统一，财务口径和业务口径对不上。

没有干净、可信的数据底座，任何“日抛”应用都是空中楼阁。

后来，这个项目花了半年补数据治理的课。数据治理不是装修，是地基。

最后总结一下，软件“日抛”这个概念，有它的价值——它让前端交付更快、试错成本更低。但把它当成企业数字化的万能解药，就会踩坑。前端可以日抛，后端必须日更。而连接两者的，正是数据治理。

无论现在是否能做到日抛，但咱们也必须积极拥抱变化，AI已开始成为企业中不可或缺的工具。

——————————本文结束————————

结尾必读

本文是【湖北CIO圈】关于【数字化建设核心问题】系列文章。我们持续关注数字化转型和数据治理的实战问题。

本文收录于【解决方案系列合集】，点击阅读系列其他文章。

【关于湖北CIO圈】湖北CIO圈，聚焦数字化转型与数据治理实战，服务湖北CIO及数字化从业者。

关注我们，不错过每一篇深度内容。

#湖北CIO圈#数据治理#数字化转型