软件业大洗牌:要么AI增收10%,要么利润40%,中间地带全是无人区

最近，36氪一则快讯引发行业热议——”软件业大洗牌：要么AI增收10%，要么利润40%，中间地带全是’无人区'”。一句话，道尽了今天软件行业的残酷真相。

──────────────────────────────────────────────────

一、一句话背后的行业剧变

这则快讯像一面镜子，照出了当下软件行业的”冰火两重天”。

先看两组数据：

第一组：AI正在创造实实在在的收入增量。 据公开数据，Salesforce的Einstein GPT上线一年，带动其销售云产品客单价提升约15%。微软Copilot发布后，Microsoft 365商业版订阅收入增速从个位数跃升至双位数。国内，用友YonGPT、金蝶苍穹GPT都在加速商业化——虽然大部分还在”烧钱培育”阶段，但方向已经非常清晰。

第二组：传统软件公司的利润正在被AI侵蚀。 一家年营收5亿的SaaS公司，如果不引入AI能力，客户流失率可能从15%飙升至30%以上。为了追赶，他们不得不大量投入AI研发，但短期内又看不到回报——结果是收入没涨，利润先跌了。

于是出现了36氪提到的这个”选择题”：

要么靠AI实现营收增长10%以上，要么守住40%的净利润率。中间地带，全是”无人区”。

为什么是10%和40%这两个数字？这背后不是拍脑袋，而是行业资本市场的估值逻辑在悄然改变。

──────────────────────────────────────────────────

二、拆解背后的估值逻辑

软件行业的估值模型，正在经历一次”范式迁移”。

传统软件公司的估值，看的是净利润率和增速。 一家净利润率稳定在35%-40%的软件公司，市场愿意给8-12倍PE。这在过去20年里是铁律。

AI时代的软件公司，看的是AI对营收的拉动能力。 Salesforce的估值从2022年的约40倍PE（调整后）攀升至当下的50倍以上，一个重要原因就是市场在为其AI故事买单。

换句话说：

如果你选择**走AI路线**，资本市场允许你短期利润下滑——但要求你营收必须增长（10%是一条分水岭）

如果你选择**走利润路线**，市场会拿传统SaaS公司的标准来要求你——净利润率必须维持在40%左右

两边都够不着？那你的估值会被双重惩罚

这就像高考既考语文又考数学，你不能偏科。但软件公司此刻面临的，是比高考更残酷的选择——你没有时间同时复习两门。

──────────────────────────────────────────────────

三、为什么”中间地带”正在消失？

用一个服务过的制造企业客户的真实案例来说明。

曾遇到一家年营收30亿的制造企业做数字化诊断。他们的ERP系统采购自一家传统软件厂商，合同金额200万/年。但当客户提出”能不能对接AI做智能排产和异常预警”时，对方的回复是”正在研发，预计18个月后上线”。

客户等不了18个月。最终，选择了另一家已经接入AI能力的云端MES厂商——虽然单价高了30%，但交付周期缩短了一半。

这个案例反映了一个核心问题：当AI成为客户的”默认预期”而非”加分项”，没有AI能力的软件公司，连上牌桌的资格都在丧失。

更残酷的是，AI对软件行业的冲击是”双杀”：

1️⃣ **收入端**：客户AI需求倒逼，没有AI能力的软件公司正在丢单

2️⃣ **成本端**：AI研发投入巨大，服务器、GPU、算法人才的成本远远超过传统软件开发

两头发力，利润空间自然被急剧压缩。

华为内部系统的数字化转型项目，最深的一个体会是：技术迭代的窗口期，从不会等任何人。一旦错过，就要用双倍的成本去追赶。

──────────────────────────────────────────────────

四、三种生存路径，你在哪一条？

根据当前的行业观察，软件公司正在分化出三条路径：

路径一：All in AI，用增长换估值

典型代表：Salesforce、ServiceNow、用友。这些公司选择大规模投入AI，短期牺牲利润率，换取AI带来的订单增长。Salesforce 2025财年净利润率从19%降至14%，但AI相关收入增速超过60%。

适合： 有资本储备、有技术团队、有客户基础的头部公司

路径二：深耕行业，用壁垒换利润

典型代表：SAP、Oracle、部分垂直行业软件厂商。它们不追求AI全栈自研，而是选择在特定行业场景中深度定制。比如SAP的AI能力更多聚焦在供应链优化、财务预测等企业核心场景。

适合： 在垂直行业有深厚积累、客户粘性强的公司

路径三：场景共建，借AI生态打差异化

这也是我们正在践行的路径——不自己”造轮子”，而是借AI生态之力，聚焦企业实际场景做价值落地。

比如，在智慧园区项目中，而是基于DeepSeek等开源模型，结合园区安防、能耗、物流等实际场景，做场景化的AI Agent应用。客户付出的成本只有传统方案的60%，但交付速度和场景适配度反而更高。

适合： 中小企业软件公司、系统集成商、SaaS创业团队

──────────────────────────────────────────────────

五、对数字化转型从业者的启示

回到最开头那句话——”要么AI增收10%，要么利润40%，中间地带全是无人区”。对于正在做数字化转型的企业决策者，我建议从三个维度重新思考：

第一，用”AI渗透率”替代”系统实施率”来评估数字化水平。 传统数字化看的是”上了多少系统”，AI时代的数字化看的是”有多少业务流程被AI改造了”。建议每个季度做一次AI渗透率盘点。

第二，从”一次性交付”转向”持续智能化运营”。 过去做ERP项目，交付即结束。未来，交付只是开始——持续的数据优化和AI模型调优才是真正的价值所在。

第三，不要盲目自研AI，要把钱花在刀刃上。 大多数制造企业和服务型企业，不需要自研大模型。选定几个高价值的业务场景，用开源模型+私有数据做微调，性价比才是最优解。

──────────────────────────────────────────────────

写在最后：

软件行业的这场”大洗牌”，看似是技术变革，实则是价值逻辑的重构。AI没有创造一个新的行业——它在重新定义每一个行业的游戏规则。

在这场洗牌中，有人选择梭哈AI成为弄潮儿，有人选择深耕行业守住护城河。没有标准答案，唯一确定的是：原地不动，就是最大的风险。

你觉得呢？在评论区聊聊，你的企业正在走哪条路？

如果觉得这篇对你有用，点个「在看」👇