AI越来越强,我反而想明白了:一家软件公司真正值钱的,从来不是

前几天，公司内部做了一次融资路演。

原本只是想把商业计划书完整讲一遍，看看哪些地方说得不清楚，哪些地方投资人可能听不明白。

讲完以后，大家开始讨论产品、客户、商业模式，也聊到为什么现在开始认真考虑融资。

聊着聊着，我突然想到有一个问题要尽快给大家讲清楚：

如果AI继续这么发展下去，软件开发越来越快、越来越便宜，那么一家软件公司到底什么东西最值钱？

我们自己就是做软件的，从项目一路走到产品，现在做数据中台、智能体构建平台、本体建模平台、算法模型平台、数据标注平台等一系列企业级基础软件。

好不容易从“做项目”走到了“做产品”，AI又来了。

以前一套系统可能需要几十个人做半年甚至一年。现在AI Coding越来越强，很多事情已经明显变快。再往后看，同样一套软件需要的人可能更少，开发周期可能更短，很多过去需要反复写的东西，也可能越来越标准化、自动化。

所以这个问题其实很现实：

如果“把软件做出来”这件事本身越来越容易，那我们以后凭什么继续创造价值？

我现在越来越觉得，答案不在“软件会不会没价值”。

软件当然有价值，而且对一家软件公司来说永远是基本盘。

真正变化的是：

软件本身，可能越来越难成为一家公司全部的价值。

一家软件公司真正长期值钱的，是软件背后那套持续理解问题、解决问题，再把这些能力不断沉淀进产品里的能力。

一、我们花了很多年，才从“做项目”走到“做产品”

创业早期，我对软件公司的理解其实很简单。

客户有需求，我们就做。

把系统做出来，项目验收，把钱收回来。

这种模式很现实，也没有什么问题。尤其创业早期，先活下来比什么都重要。

但做久了以后，会发现一个很明显的问题：

很多事情每次都要从头来。

新的客户，要重新理解需求；新的项目，要重新设计、开发、实施；项目做完，再重新寻找下一个项目。

公司规模在增长，收入也在增长，但很多能力并没有真正沉淀下来。

甚至有时候会出现一种感觉：

人越多，事情越多；项目越多，组织越重。

想多做几个项目，就要多招一些人；想进入一个新区域，就要增加销售和实施；想做一个新行业，又要重新积累一套能力。

这种增长是线性的。

甚至很多时候，收入增长多少，成本也差不多跟着增长多少。

后来我们开始认真做产品。

最初想法也很简单：

既然不同客户反复遇到的是类似的问题，为什么每次都要重新做一遍？

比如很多企业都会遇到数据分散、标准不统一、主数据混乱、指标口径不一致、数据质量不好这些问题。

这些问题虽然发生在不同客户身上，但底层逻辑其实差不多。

那就把过去项目里反复出现的问题沉淀下来，做成标准软件。

现在回头看，我越来越觉得：

做产品，本质上是在把“一次解决一个问题”，变成“反复解决一类问题”。

这是从项目公司走向产品公司的关键一步。

项目更多依赖人。

产品开始依赖系统、标准和复用。

一个公司只有走到这一步，增长才有可能慢慢从“多招人”变成“多复制”。

所以这些年，我们一直在做一件事：

把过去一个个项目里踩过的坑、积累的经验、验证过的方法，慢慢装进产品里。

二、可刚刚学会做产品，AI又开始改变软件行业的游戏规则

这两年AI Coding的发展速度，做技术的人应该都有感觉。

很多以前要几天完成的工作，现在可能几个小时就能有不错的结果。

以前一个功能要前端、后端、测试几个人配合，现在一个开发人员加AI，完成效率已经完全不一样。

再往后看，我觉得这种变化只会越来越明显。

这意味着什么？

我觉得至少意味着一件事：

“把功能开发出来”这件事，未来会越来越便宜。

但这里要说清楚，我并不认为软件会因此变得不值钱。

企业级软件不是一个页面，也不是几段代码。

真正能在企业里长期运行的软件，还涉及稳定性、安全、权限、性能、兼容性、部署、升级、运维、服务，以及在复杂组织环境里能不能真正落下去。

这些东西不会因为AI能写代码就消失。

相反，当功能开发越来越容易以后，客户对软件整体质量的要求可能还会更高。

所以我真正担心的，不是“软件没有价值”。

而是：

如果一家软件公司的核心竞争力只是“我能写出来”，这个优势以后可能会越来越弱。

过去，软件本身难做，所以“能做出来”就很值钱。

未来，很多人都能更快做出来以后，竞争就会变成另外一个问题：

你为什么这么设计？

你到底懂不懂客户的问题？

你有没有成熟的方法？

你做过多少真实场景？

你的产品为什么比别人更适合落地？

你能不能持续帮客户把事情做成？

这才是AI真正可能改变软件行业的地方。

它不是让软件消失。

而是把软件公司的价值，从“开发能力”往更深的地方推。

三、后来我越来越明白：客户真正买的，从来不只是代码

比如一个企业找到我们，说想建设数据中台。

表面上看，他是在买软件。

但他真正的问题其实不是：

“我缺一个系统。”

他真正的问题可能是：

几十个业务系统里的数据怎么统一起来？

不同部门指标口径不一致怎么办？

客户、组织、项目这些核心数据到底谁说了算？

数据质量出问题怎么发现、怎么整改？

治理完以后，数据怎么真正成为业务可以使用的资产？

现在开始做AI，又会继续往下问：

AI到底该接哪些企业数据？

哪些数据是可信的？

哪些知识可以进入智能体？

智能体怎么进入业务流程，而不是做完以后只是一个聊天窗口？

这些事情显然都不是“写代码”本身能解决的。

代码很重要。

软件也很重要。

但真正决定项目能不能做好、产品能不能长期被客户使用的，往往是另外一层东西：

你到底懂不懂这个问题。

你有没有见过足够多的真实场景？

有没有踩过足够多的坑？

知不知道哪些做法理论上正确，实际上落不了地？

知道先做什么、后做什么吗？

知道技术问题背后其实可能是组织问题吗？

这些东西，很难通过几次Prompt直接生成出来。

它需要长期积累。

所以我越来越觉得：

客户买的软件，表面上是功能，背后买的是一家公司过去很多年积累下来的经验和判断。

软件是这些经验最终被产品化的结果。

真正值钱的，是这些经验能够不断进入产品。

四、所以我也开始重新理解“产品”这两个字

以前说产品，很容易理解成软件本身。

有功能、有界面、有版本、有安装包，就是一个产品。

现在我觉得，这个理解还是窄了一点。

拿数据中台来说。

真正长期有价值的，当然包括数据集成、数据标准、数据质量、主数据、指标、元数据、数据资产这些软件能力。

但再往里面看，其实真正难的是：

数据标准到底怎么制定？

主数据怎么识别？

指标体系怎么拆？

数据治理先做什么、后做什么？

什么样的数据值得进入资产体系？

AI时代的数据底座应该增加什么能力？

这些东西不是软件菜单。

它是一整套方法。

软件只是把这些方法固化下来、标准化下来、规模化出去。

所以现在如果让我重新定义软件产品，我会更愿意理解成：

软件 + 方法论 + 最佳实践 + 服务体系。

这里面，软件依然非常重要。

因为没有软件，很多方法永远只能靠专家一对一交付。

那就没法复制，也很难形成规模。

但只有软件，没有方法，也容易变成一个功能很多、客户却不知道怎么用的工具。

所以真正好的状态，是：

方法通过软件规模化，软件通过方法产生更大的价值。

这两个东西不应该分开。

这也是为什么我们现在越来越重视咨询、实施和持续服务。

不是因为产品不重要了。

恰恰是因为产品越来越重要，我们才需要保证它最后真的能够帮客户解决问题。

五、开源让我更深地理解了：真正难复制的，往往不是代码

这几年我们一直在做开源。

刚开始也会担心。

代码都放出去了，那别人不是都能拿走了吗？

后来真正做了一段时间以后，反而越来越不担心这件事。

因为你会发现：

代码被拿走很容易，但真正形成一套产品能力并没有那么容易。

一个真实用户下载安装以后，会发现问题，会提Bug，会提出新的需求。

这些反馈再回来推动研发。

产品继续迭代。

迭代以后又有更多人使用。

用户多了以后，会出现商业咨询。

咨询再转成付费客户。

慢慢就形成了一条链路：

开源用户 → 真实反馈 → 产品迭代 → 商业咨询 → 付费客户。

做久以后我越来越觉得，开源真正积累的东西并不只是Stars，也不是代码本身。

真正积累的是：

用户。

场景。

反馈。

品牌。

信任。

社区关系。

以及产品和市场之间越来越短的距离。

这些东西都比代码复制难得多。

也正因为这样，我现在看软件公司的“资产”，已经跟以前不太一样了。

过去可能首先看代码、产品、功能。

现在我会更关注：

这家公司有没有持续获得真实反馈的能力。

因为只要这个反馈链路还在，公司就知道下一步该往哪里走。

六、也是因为想明白这些，我开始重新理解融资

过去很多年，我们其实没有特别认真地考虑融资。

最近开始真正把这件事提上日程，不是因为公司突然缺钱了。

而是因为有些事情开始慢慢被验证了。

产品有人用。

开源社区在增长。

商业咨询越来越多。

客户愿意付费。

从开源到商业化的路径开始跑起来。

这时候资本进来，意义就跟创业早期完全不一样。

它不是：

“我还没找到方向，你先给我钱让我试试看。”

而是：

“这个方向已经基本跑通了，我希望把它做得更快。”

所以我现在越来越觉得：

融资最好的时候，未必是公司最缺钱的时候。

可能反而是：

公司已经知道下一块钱应该花在哪里的时候。

因为只有这时候，资本才真正有放大作用。

产品需要继续研发，就加快研发。

开源生态已经有效，就加大社区投入。

商业转化开始成立，就补销售、售前、服务和合作伙伴体系。

资本真正应该做的，是把一个已经成立的逻辑放大。

如果方向都还不知道，钱有时候只会让试错变得更贵。

七、再往后想，其实一家软件公司真正的“产品”，可能是它自己

那天路演结束以后，我后来又想了很久。

如果AI以后比今天再强很多，软件开发效率继续大幅提高。

那几年以后，我们今天做的数据中台、智能体构建平台、本体建模平台，也一定会发生很大变化。

功能会变。

架构会变。

交互方式会变。

商业模式可能也会变。

那今天真正应该积累的东西是什么？

我现在越来越觉得，还是要认真做产品。

产品永远是基本盘。

但与此同时，还要不断积累那些比产品版本更慢、更深的东西：

客户理解。

行业经验。

方法论。

真实场景。

实施能力。

服务能力。

社区。

合作伙伴。

以及整个组织不断学习和进化的能力。

因为一个软件产品一定会持续迭代。

今天最先进的能力，几年以后可能已经变成标配。

今天客户愿意付费的功能，以后可能已经是免费能力。

但只要一家公司能够不断理解新的问题，再不断把新的答案装进产品，它就还有机会继续往前走。

所以今天如果再问我：

一家软件公司到底什么最值钱？

我不会说软件不重要。

恰恰相反，软件非常重要，而且它仍然是一家软件公司的基本盘。

但真正让一家公司长期值钱的，不只是它今天手里这套软件。

而是：

它有没有能力持续把对客户、行业和问题的理解，转化成下一代产品。

软件是今天的结果。

而持续创造下一代软件的能力，才是更深的一层价值。

AI越强，我反而越觉得这件事重要。

因为工具越来越强以后，真正拉开差距的，不只是“能不能把东西做出来”。

而是：

你到底知不知道什么值得做，为什么这么做，以及能不能持续把它做好。

这可能才是AI越来越强以后，我对软件这门生意，真正想明白的一件事。