软件业的下半场：工信部“人工智能+软件”方案，不只是让程序员少写代码

9月2日印发、9月11日对外发布的工信部《“人工智能+软件”专项行动实施方案》（工信部信发〔2026〕209号），把“AI怎么改造软件产业”从行业共识推进到可考核、可申报、可落地的阶段。 对软件公司、工业企业CIO、SaaS创业团队来说，这份文件值得逐条拆：它影响的不是某一个功能模块，而是“软件怎么开发、怎么卖、怎么交付价值”的全链路。

下面按“政策到底说了什么—底层逻辑怎么变—哪些行业先动—企业现在该做什么”四层来讲。

一、先看清政策硬指标：不是口号，是节点

方案给出两个时间锚点，直接决定企业投入节奏：

图表：政策目标时间轴（说明：按2026基准—2028中期—2030远期呈现量化节点）

• 2026起：智能编程、模型即服务（MaaS）、智能体即服务（AaaS）、开源数据集、算力券等配套逐步落地
• 2028中期目标：
• 智能编程/开发平台覆盖2万家规模以上软件企业
• 累计100项软件企业智能化技改项目
• 重点行业100个智能体软件标杆应用
• 孵化5个以上优质开源项目
• 基础软件、工业软件关键品类完成智能化升级样板
• 2030远期目标：
• 关键软件全面智能化升级
• 智能编程、智能体、智能服务成为新增长极
• 建成国际影响力开源社区与产业集群

六方面任务拆成一条主线更易懂：智能编程改生产→基础/工业/行业软件改产品→智能体改形态→MaaS/AaaS改服务→数据集/开源/算力改底座→标准/人才/安全改环境。

二、底层逻辑：软件从“工具”变“执行者”

过去十年SaaS的共识是“把流程搬到线上、按席位收费”；AI进来之后，边界被重画。

工信部发布会里对工业软件明确给了两条路：AI辅助是当前最广最快的，AI原生是打破国外工业软件生态壁垒的换道方式。 这套判断同样适用于ERP、CRM、OA、政务系统。

类比一下：AI辅助像给老司机装个导航；AI原生是把车改成自动驾驶，不仅要改中控，还要重做路况数据、责任边界和保险逻辑。

三、三个先受益行业：别只盯“写代码提效”

1. 工业软件：CAD/CAE/EDA先智能化，中小企业走“轻量智能层”

方案点名CAD、CAE、EDA，方向是制图、设计、仿真智能化；同时鼓励把工艺参数、工业经验封装成可复用模型库和组件，接工业互联网做多智能体协同。

现实痛点很硬：工业软件国内整体国产化率不高，部分高研发设计类更弱；中小制造企业不是不想用，是“授权贵、实施重、人不会用”。 AI的原生路径不一定先替换底层内核，而是先做智能增强层——工程师说意图，智能体调CAD/CAE、做初步仿真、出工艺建议，底层授权和遗留系统暂时保留。

• 创业机会：行业工艺技能包、仿真代理、BOM/工艺自动校验、老旧MES的“自然语言入口”
• 避坑：别一上来自研CAD内核；先把某道工序、某个质检/排产环节ROI跑正

2. 企业SaaS与政企软件：从“按 seat 收费”转向“按任务/结果收费”

方案提MaaS、AaaS，提软件服务由产品交付转向价值交付。 对企业软件意味着三件事：

• 前端入口弱化：原来靠菜单和字段粘性，现在靠“一句话派任务”
• 收费单元重构：席位→调用次数→完成任务数→节约人力/提升转化分成
• 竞争壁垒转移：从UI功能全不全，转到“数据权限+流程编排+审计追溯”够不够硬

落地顺序建议：先在客服、合同审查、报销、招聘初筛、销售线索整理做智能体；再碰ERP/HRM/CRM主流程；最后做跨系统“执行型Agent”。

3. 基础软件与信创：操作系统/数据库加智能体调度，软硬协同是重点

方案对基础软件的要求很具体——模型原生、智能体调度、性能调优、运维安全，并与芯片/服务器做适配，建设15家以上适配中心。 这对国产OS、数据库、中间件是双重机会：

• 短期：把运维告警、慢SQL诊断、资源调度、故障定位做成内置智能体
• 中期：数据库直接支持向量+结构化混合、OS层面管Agent权限和沙箱
• 长期：软硬一体适配中心会变成信创招投标的加分项

四、企业落地清单：按角色对号入座

图表：软件企业智能化技改流程图（说明：需求→智能编程→测试/安全→产品智能体化→MaaS/AaaS定价→标杆申报）

1. 软件厂商 / SaaS创始人

• 第一步：开发侧强制上智能编程，但建“人工评审+静态扫描+生成代码台账”，别直接合入主干
• 第二步：挑1—2个高频模块做AI辅助（摘要、检索、工单分类），用3个月看人均产出和缺陷率
• 第三步：做技能包（Skills）而不是大功能堆料，便于进“智能体应用商店/资源库”生态
• 第四步：定价做AB测试——老客户席位制保底，新客户按任务/调用/节约额混合计价
• 政策对接：智能编程、智能化技改、开源项目、首版次软件、算力券均可对应申报

2. 工业企业CIO / 制造数字化负责人

• 不推倒重来：现有MES/PLM/SCADA保留，上面搭“工业智能体层”做意图入口
• 先选高ROI场景：工艺参数推荐、图纸缺陷初筛、排产异常重排、设备告警归因
• 数据准备：把老师傅经验、历史工单、质检记录做成标注集；没有高质量数据集，模型再大也没用
• 安全边界：智能体只给“建议权”还是“执行权”，要分场景授权，关键执行留人工确认

3. 创业者 / 投资视角

方案明确支持轻量化、专业化新型软件服务主体，以及人工智能中小企业创业、专精特新“小巨人”。 更值得看的不是“再做个大模型”，而是：

• 垂直技能包（法律/税务/临床/焊工艺/PCB规则）
• 智能编程安全审计工具
• 智能体权限与行为溯源平台
• 工业小场景数据标注+模型评测
• 基础软件智能运维插件

五、机遇之外，三件事必须提前管

• 代码与系统安全：智能编程生成代码若无审查，等于把漏洞生产自动化。方案把“开发以智促安、产品行为可控、全程可溯”单列，企业需建生成代码黑白名单和上线检测。
• ROI难量化：Agent省了工时，但模型调用、人工复核、数据治理都有成本。建议每个智能体单独核算“节约人力×单价−推理−维护−返工”。
• 组织与责任：软件从被动响应变主动执行后，岗位会重构。方案也要求人机协同、岗位改造与技能培训并行，不能只上工具不调KPI。

六、结论：这轮不是“AI加软件”，是软件重做一遍

对创业者，窗口在“行业技能包+私有化智能体+安全审计”；对成熟软件厂，任务是把存量客户用智能编程降本、用智能体提客单；对工业企业，别追概念，先拿一个工序、一张图纸、一条告警线跑通。政策给到2028的2万家企业、100个标杆、100项技改，本质是把“会用AI的软件公司”和“会用智能体的行业客户”双向筛选出来。

谁先把“开发—产品—交付—计价”四件事一起改，谁吃得到下一阶段软件业重新分配的利润。