ARTICLE · 1019491
从工信部提出“三个转变”,看AI如何重构软件行业
从工信部提出“三个转变”,看AI如何重构软件行业
9月11日，工业和信息化部印发《“人工智能+软件”专项行动实施方案》。在随后发布的政策解读中，工信部提出了三个值得关注的变化： 
如果只把这三句话理解为软件行业使用AI的三个方向，它们并没有什么特别之处。智能编程已经发展多年，Agent已经成为AI行业最热门的产品形态，软件企业从卖产品转向卖服务也并不是今天才出现。 真正值得关注的是，把过去一年软件行业发生的变化、学术界关于人机协同的研究以及企业软件市场正在出现的商业模式调整放在一起，会发现这三个“转变”实际上分别触及了软件行业三个最基础的问题： 软件由谁生产，软件究竟是什么，软件公司最终卖什么。 它们对应的并不是三项孤立的技术升级，而是一场从生产方式、产品形态一直延伸到价值创造模式的连续重构。 
过去讨论AI Coding，最容易想到的是程序员少写一些代码。 Copilot、Claude Code以及各种编程Agent可以补全代码、查找Bug、编写测试、生成文档，一个程序员因此可以完成过去更多人才能完成的工作。从这个角度看，AI只是在传统软件开发流程中增加了一种效率工具。 但工信部这次的政策表述明显已经超过了“辅助编码”。 《实施方案》明确要求智能编程工具覆盖需求分析、代码生成、测试验证等研发全流程，并提出组织软件企业开展智能化技改。工信部在政策解读中将其直接定义为“软件企业生产方式变革”。 这意味着真正发生变化的并不是“代码由谁写”，而是过去被统一打包进软件工程师岗位的大量任务，正在重新分配给人与AI。 需求梳理可以由AI帮助完成，代码可以由Agent生成，测试可以自动进行，文档可以同步形成，运维问题可以由AI排查。人的工作则逐渐向需求定义、架构设计、复杂问题判断、结果验证以及跨业务沟通移动。 因此，“人机协同”并不是“人写一半、AI写一半”这么简单。 北京大学学报今年发表的《人工智能将全面取代人类吗？Ⅱ. 基于任务过程的人智（HI-AI）分工与协作模式》，从任务输入、处理和输出三个环节出发，根据10类任务特征提出了11种人智协作子模式。研究要解决的恰恰不是“哪些岗位应该使用AI”，而是如何根据不同任务的特征决定人与AI在不同环节分别承担什么。 
这提供了一个比“AI辅助程序员”更准确的分析框架。 软件开发过去主要按照人的专业分工组织：产品经理负责需求，架构师负责架构，程序员负责编码，测试人员负责测试，运维人员负责运行。AI进入以后，原来这些岗位内部的大量任务开始能够被拆开，并重新配置给不同的智能主体。 所以软件开发真正发生的变化是： 软件生产第一次不再天然等于人的劳动过程，而开始成为人与AI共同完成的一套任务系统。 这也是为什么简单讨论“AI能减少多少程序员”很容易把问题说偏。 一个岗位并不是一个任务。基础编码减少以后，可能同时增加架构、验证、AI工作流设计、上下文管理、模型评估、安全治理和现场部署等新的任务。最终岗位数量怎样变化，不是从“AI能写多少代码”直接推导出来的，而取决于企业怎样重新组合这些任务，以及新增生产率能否进一步转化成新的产品和业务。 工信部在《实施方案》中专门提出“促进软件产业就业友好发展”，中国软件行业协会副理事长兼秘书长吕卫锋也指出，新技术创造的增量岗位并不是对存量岗位的简单等量替换，重复性基础岗位承压与复合人才紧缺可能同时发生。 所以，“人工编写向人机协同转变”最终讨论的不是一种新的编程方式，而是软件生产体系中任务如何重新分配的问题。
如果说第一个变化改变的是“软件怎样被生产”，第二个变化改变的则是“软件本身是什么”。 传统软件有一个非常明确的基本结构：人提出指令，软件按照预设逻辑执行，再把结果返回给人。 ERP不会自己决定应该采购什么，CRM不会主动替销售完成整个客户开发过程，财务软件也不会在没有明确操作的情况下自行完成一项复杂财务任务。软件能力再强，本质上仍然是一种需要人调用的工具。 Agent开始改变这件事。 工信部将智能体软件定义为大模型与软件深度融合形成的新形态，具有感知、记忆、决策、交互与执行能力，并认为其可能推动应用功能重新聚合，形成跨系统协作网络。 这意味着软件的基本交互逻辑正在从： “告诉软件怎么做”逐渐变成“告诉软件想实现什么”。 过去用户告诉系统“打开客户资料”“查询库存”“生成订单”，今天越来越可能只告诉Agent“帮这个客户完成续约”，剩下的任务拆解、信息获取、系统调用和部分执行由Agent自行完成。 因此，“被动响应向主动执行转变”更准确的理解并不是软件开始有了所谓“主动意识”，而是软件从指令驱动逐渐走向目标驱动。 中国科学院院士郭旭今年讨论工业软件智能化时，提出工业软件正在由“人使用工具”转向“人驱动智能体”，并由静态固化、单点工具逐渐走向动态重构和智能系统。 这个变化对软件行业的意义可能比AI Coding更加深远。 因为一旦软件可以承担一个相对完整的任务，企业购买软件的逻辑就会随之改变。 过去购买软件，本质上是在购买一个帮助员工工作的工具。一个销售人员购买一个CRM账号，一个财务人员使用一套财务系统，一个程序员使用一个开发平台。软件与岗位之间基本存在明确的使用关系。 但Agent进入以后，软件本身开始承担一部分原本属于岗位的任务。 这时候企业需要管理的问题也会发生变化：这个Agent负责什么任务，可以访问什么数据，可以调用哪些系统，拥有多大的执行权限，什么时候必须转给人，行动如何被记录，结果由谁负责。 所以从“被动响应”走向“主动执行”，实际上意味着软件第一次从单纯的工具逐渐进入企业的执行体系。 这也是为什么今天企业AI治理越来越频繁地讨论Agent身份、授权、最小权限、运行时监控、审计和责任。软件一旦只是提供信息，管理重点是输出是否准确；一旦软件开始执行任务，管理问题就自然扩展到组织中的权力和责任关系。
三个变化中，我认为第三个最值得管理者关注，也最容易被低估。 工信部的政策解读中有一句非常关键的话：新型服务模式正在加快出现，软件交付正在“由销售产品向提供能力转变”。在此基础上，《实施方案》进一步提出推动软件服务从“产品交付”向“价值交付”转变。 “提供能力”与“价值交付”放在一起，实际上触碰到了软件行业商业模式最基础的问题。 传统软件公司的逻辑很清楚。 软件公司开发一个产品，按照License、Seat或者Subscription出售，客户获得使用权，然后由自己的员工使用软件完成工作。 软件公司交付的是工具。 至于这套工具最后产生多少业务价值，在很大程度上是客户自己的事情。 所以传统SaaS最典型的计价单位是“用户数”。100个员工使用，就购买100个Seat；1000个员工使用，就购买1000个Seat。 Agent使这个关系开始松动。 如果AI客服可以直接完成客户问题处理，客户真正想购买的就不再只是“客服软件账号”，而可能是“成功解决多少客户问题”。 如果AI开发平台可以完成代码开发、测试和维护，客户真正关心的也不会只是“多少程序员拥有账号”，而会越来越关心“完成一个开发任务需要多少成本”。 如果AI销售系统能够独立进行客户研究、生成方案并完成部分跟进，企业最终关心的是销售结果，而不是有多少员工登录过系统。 软件正在因此出现一条可能的演化路径： Software as Product→ Software as Capability→ Software as Outcome。 这也是为什么最近一段时间围绕“SaaS会不会被AI杀死”的讨论，正在从最初的悲观判断变得更加复杂。 《华尔街日报》近期观察到： 
《金融时报》进一步把软件行业当前的变化称为“RenaiSaaS”： 
这意味着AI对SaaS真正深层的冲击可能并不是“软件还需不需要”，而是： 软件价值应该按照什么单位计量。 过去按用户收费，是因为价值主要通过人使用软件产生。 如果未来越来越多任务由Agent直接完成，Seat本身的重要性自然会下降，调用量、任务量、工作流数量甚至业务结果都可能成为新的计价基础。 这正是从“产品交付”走向“价值交付”背后更深层的商业变化。
如果把这三个变化分别讨论，很容易变成软件行业的三项趋势预测。 但真正把它们连接起来以后，会发现它们之间存在清楚的递进关系。 首先，软件生产方式发生变化。 AI进入需求、编码、测试、运维等开发环节，软件由纯人工生产逐渐走向人机协同生产。 接着，被生产出来的软件本身也发生变化。 越来越多软件不再只是等待人的操作，而开始能够理解目标、调用工具、跨系统协同并承担相对完整的任务，软件因此从“被动工具”逐渐走向“主动执行”。 当软件真正能够承担任务以后，客户购买软件的价值逻辑自然又会发生变化。 客户越来越不关心“这套软件到底有多少功能？” 而会越来越关心“它究竟替我完成了什么任务、形成了什么能力、产生了什么结果？” 最终就会推动软件服务从卖产品、卖License、卖账号，逐渐走向卖能力、卖使用量甚至卖结果。 所以三个转变背后的完整逻辑其实是： 人机协同生产→ 软件获得更强的任务执行能力→ 软件直接参与业务价值创造→ 客户评价软件的标准从功能转向结果→ 软件企业从产品交付走向能力与价值交付。 从这个角度看，工信部提出的“三个转变”真正描述的不是软件增加了多少AI功能，而是软件产业的生产方式、产品定义和价值实现机制正在同时改变。
软件行业之所以值得特别关注，不只是因为它最先受到生成式AI冲击。 更重要的是，它同时具有两个特征： 因此，今天发生在软件行业里的三个变化，很可能也是未来很多专业服务行业可以提前看到的变化。 这些行业最后也都会面对第三个问题： 如果AI承担越来越多生产过程，专业服务到底继续按人天收费，还是按照能力和结果收费？ 所以软件行业今天的变化，也可以被理解成整个知识服务行业的一次先行实验。
过去我们讨论“AI+软件”，很容易把重点放在AI编程、Agent或者某个新产品上。但如果把政策、产业实践和学术研究放在一起，更值得关注的其实是三个更基础的问题。 过去软件企业获得更多开发能力，主要依靠增加程序员；现在人的能力之外，开始出现可以独立调用和配置的AI能力。 过去软件只是支持人的执行；Agent出现以后，软件自己开始进入企业任务体系。 过去软件价值可以通过功能、用户数和License来衡量；当软件开始直接完成任务以后，企业会越来越要求按照成本、质量、任务结果甚至业务结果评价软件价值。 这三个问题实际上已经超出了软件产业本身。 它们指向的是AI进入企业以后更加普遍的一场变化： 能力来源正在改变，任务配置正在改变，价值计量方式也正在改变。 软件行业只不过因为离AI最近、数字化程度最高，最早把这些变化暴露了出来。 从这个意义上说，工信部提出的“人工编写向人机协同、被动响应向主动执行、产品交付向价值交付”，真正值得关注的并不是三个新概念。 它们更像三个信号。 它们共同说明，AI正在把软件从一种由人生产、由人操作、按照产品收费的工具，逐渐推向一种由人机共同生产、能够直接参与任务执行，并越来越按照能力和结果衡量价值的新型专业服务。 而软件行业今天正在发生的事情，很可能只是更多知识密集型行业未来变化的提前预演。
推动软件开发由“人工编写”向“人机协同”转变，
软件产品由“被动响应”向“主动执行”转变，
软件服务由“产品交付”向“价值交付”转变。
从“人工编写”到“人机协同”：改变是软件生产方式
从“被动响应”到“主动执行”：软件正在从工具变成任务执行主体
从“产品交付”到“价值交付”：软件公司最终卖什么正在变化
AI虽然正在明显改变软件行业，但Salesforce、Workday等成熟企业软件公司并没有像早期市场担心的那样迅速被替代。原因之一在于，成熟企业软件长期积累的业务数据、流程、权限体系和系统集成仍然是AI真正进入企业运行的重要基础。
一方面，AI正在改变传统软件的使用方式；另一方面，Salesforce、Workday等企业开始通过Agent和AI产品获得新的增长，软件行业的定价也越来越多地出现使用量计费等新模式。
三个变化并不是并列关系，而是一条连续的因果链
为什么软件行业特别值得观察？
软件开发本身就是高度知识密集型工作，因此它最早面对“人的任务怎样与AI重新分配”的问题。 软件和信息技术服务本身又属于典型的专业服务。企业软件从来不是把一个安装包卖给客户就结束，它还涉及需求分析、业务咨询、系统实施、集成、持续运营和客户成功。
咨询行业同样可能经历顾问独立完成 → 顾问与AI共同生产； 法律服务同样可能经历律师使用工具 → AI承担部分专业任务； 金融研究同样可能经历研究系统辅助分析师 → AI直接承担研究任务链中的部分环节；