从政策看趋势:《人工智能+软件》将如何重塑产业发展?

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》（工信部信发〔2026〕209号）。文件提出，到2028年，软件和信息技术服务业智能化水平显著提升，推广应用覆盖2万家规模以上软件企业，累计组织实施100项软件企业智能化技改项目，在重点行业打造100个智能体软件标杆应用，孵化5个以上优质开源项目；到 2030年，人工智能与软件和信息技术服务业融合发展实现新跃升。

从国务院推动“人工智能+”行动，到进一步规范和促进智能体发展，再到此次面向软件行业的专项行动，政策路径正在从“推动AI+应用”走向“推动AI深度进入产业软件体系”。这份方案更像是上层战略落到软件产业的一张“施工图”。

这份方案值得关注的地方，在于它并没有把“人工智能+软件”简单理解为给传统软件增加一个聊天窗口，而是把智能编程、软件产品智能化、智能体软件、智能软件服务以及算力、数据、标准、安全等基础能力放在一起部署。

从政策释放出的信号看，软件正在从“被动响应”走向“主动执行”，开发正在从“人工编写”走向“人机协同”，软件服务也正在从“产品交付”走向“价值交付”。

第一，从“模型能力”走向“智能体能力”。

《实施方案》明确提出培育智能体软件新业态。工信部在政策解读中指出，智能体软件是大模型与软件深度融合形成的新形态，具备感知、记忆、决策、交互与执行能力。

这意味着，企业使用AI的重点正在发生变化：不只是让AI回答一个问题、生成一份材料，而是让软件能够理解任务，结合企业已有的数据和系统完成更复杂的工作。聊天式大模型更多解决“问答与生成”，企业级智能体则需要完成“理解任务—调用能力—执行操作—反馈结果”的完整工作链路。

政策提出提升智能体与存量软件系统的集成适配水平，让智能体“接得上、调得动”企业原有系统。背后的现实痛点是：模型通常不是最难的，真正难的是系统集成。企业已有 OA、ERP、CRM、财务及业务系统，如果智能体无法连接这些系统，往往只能停留在演示阶段。

第二，从“单点智能”走向“软件系统协同”。

企业真正需要的智能化，不会只存在于一个独立的AI窗口里。政策同时关注基础软件、工业软件、智能体软件、工业互联网平台以及软件服务，强调通过集成与协同形成更完整的软件能力。

政策提出推动智能体软件与企业管理软件等存量业务系统集成适配，面向信息处理、办公协作场景发展通用智能体，同时也提出强化智能体与工业核心业务系统的交互适配，推动智能体赋能互联网应用及服务。

现实中，一些AI项目的问题并不是模型效果不好，而是AI做成了一个独立入口，没有进入原有业务链路。员工仍需在多个系统之间切换，AI最终只是增加了一个工具，而没有真正改变工作方式。

第三，从“项目交付”走向“持续价值交付”。

政策提出拓展智能软件服务，培育“模型即服务”、“智能体即服务”等新模式。与传统软件服务相比，智能软件服务更加关注持续运营、能力供给和实际业务价值。

文件提出，支持软件企业基于大模型、智能体技术打造端到端的智能应用服务链，并鼓励软件企业与重点行业用户结对合作，面向共性典型场景形成首用真用、可复制推广的解决方案。

未来评价一个智能化产品，不能只看“有没有AI功能”，更要看它能不能进入真实业务、持续产生价值。智能体上线后还会持续涉及知识更新、模型调整、效果评测、权限变化和业务反馈，因此更接近持续运营的业务能力。

如果把企业智能体真正放进业务流程，就会发现，模型能力只是其中一环。

第一是知识。企业的制度、流程、产品资料、业务经验等，需要成为智能体能够理解和调用的知识基础。政策特别强调知识复用和高质量数据集建设。在企业实际落地中，知识治理也并不是简单上传文档，还需要进一步考虑版本、权限、知识过期和持续更新等问题。

第二是工具与系统连接。智能体如果只能回答问题，价值边界仍然有限；只有连接企业原有系统、调用相应工具，才能真正参与业务执行。

第三是可靠执行。对于复杂任务，政策提出提升智能体复杂任务可靠执行和多智能体协同作业能力。在企业实际应用中，还需要关注结果校验、异常处理和人工介入。能完成一次任务，不等于具备稳定生产能力，还需要关注结果校验、异常处理和人工介入。

第四是安全治理。政策提出关注生成代码漏洞、训练数据污染、提示词诱导等风险，并加强开发工具、代码库访问控制。随着智能体具备自主执行、调用工具和访问数据的能力，企业还需要进一步关注权限边界、行为可控与可追溯等问题。

因此，企业智能体真正落地，更接近这样一条链路：企业知识→智能体理解与规划→调用工具与业务系统→执行任务→结果校验与安全管控。

智能体不是更聪明的聊天机器人，而是建立在企业知识、软件系统和业务流程之上的新型软件能力。

从政策部署看，智能体的应用并不是一个脱离业务的独立方向，而是要进入信息处理、办公协作以及高价值行业场景。

一个直接的方向，是企业知识与办公协作。政策提出面向信息处理、办公协作、生活服务等场景发展通用智能体软件，并推动建设智能体软件应用商店和技能包（Skills）资源库。

知识查询、信息整理、材料生成、业务协同等工作，都可能成为智能体进入企业的入口。但试点演示和规模化应用并不是一回事：前者看“能不能做”，后者更看“能不能稳定做、持续做、复制做”。

另一个方向，是高价值行业和核心业务流程。政策提出打造垂直领域专业智能体软件，特别是聚焦核心工业环节，研制安全可靠、行为可校验的工业智能体，深度融入生产经营全流程。

这说明，未来智能体的竞争不会只发生在“谁的模型更强”，也会发生在“谁更懂行业、谁更能连接业务、谁能把知识和能力沉淀成可复用的软件产品”。行业知识问答只是起点，能否进入核心流程并衡量实际效果，才更接近规模化应用。

对于企业而言，政策真正值得转化的，不是一张“AI功能清单”，而是一套智能化升级路线。

第一，从高频、规则相对清晰、结果能够验证的业务场景开始，让AI进入真实流程，而不是停留在演示阶段。企业不必一开始追求“大而全”，应优先选择边界清楚、价值明确的任务。

第二，把知识和数据治理放在前面。没有可靠的数据和知识，智能体很难形成稳定的业务能力。企业需要关注知识的持续维护、更新、授权和校验，避免“旧知识回答新问题”。

第三，提前做好系统连接和权限设计。智能体一旦从“回答问题”走向“执行任务”，访问什么数据、调用什么系统、哪些操作需要人工确认，都需要明确边界。系统连接与权限设计不是后置工作，而是基础工程。

第四，把安全和评测纳入全过程。政策已经明确提出提升软件领域安全保障能力，并推进智能编程、软件产品智能化、智能体与智能服务等领域的关键标准研制。企业也需要建立从开发、测试到部署、运营的持续治理机制。

更重要的是，企业需要重新思考软件的价值。过去的软件，解决的是“人怎么操作系统”；未来的软件，越来越需要解决“系统如何理解人的目标，并协助完成任务”。这不是简单增加几个AI按钮，而是企业软件体系的一次重新组织。

围绕企业智能化过程中“知识如何沉淀、智能体如何构建、任务如何执行、多个智能体如何协同”等实际问题，我们持续建设企业级AI产品能力。

目前，知化软件已形成企业级知识库、通用智能体平台和数字员工队伍平台等产品方向：以企业知识库支撑知识沉淀与智能调用，以通用智能体平台承载智能体的构建、运行与业务连接，以数字员工队伍平台进一步支持多角色、多任务的协同。

未来，我们也将继续沿着人工智能与软件融合发展的方向，把每一项要求落到产品，把每一次创新落到业务，把技术真正变成企业看得见、用得上、持续产生价值的生产力。

我们希望做的，不只是让企业“拥有AI”，而是让AI真正进入企业的知识体系、业务流程和日常工作之中，逐步形成可落地、可运营、可持续优化的企业智能化能力。

对于企业而言，真正值得关注的，也许不是“今天用了多少AI”，而是能否借助这一轮软件智能化，把知识、系统、流程和AI能力真正连接起来，让软件从工具进一步走向业务能力，完成从技术应用到业务价值的跃迁！