ARTICLE · 1129055
AI 都这么火了,为什么工业巨头还花 226 亿美元买传统软件?
AI 都这么火了,为什么工业巨头还花 226 亿美元买传统软件?
这两年大家都在讨论 AI 会重做软件，传统 SaaS 的很多功能也开始被重新估值。但就在这个时候，施耐德电气准备花 226 亿美元收购工业软件公司 PTC。 施耐德普通人可能不太熟，它主要做电气设备、工业自动化、能源管理和数据中心基础设施。已经掌握设备和工业现场，还愿意花这么大的钱买一家做 CAD、PLM 的传统软件公司，这件事本身就有点反常。 如果只是想用这些软件，其实采购、合作、接 API 都可以，没必要直接把公司买下来。施耐德更在意的，可能是这些软件长期沉淀下来的东西。 PTC 的 Creo、Windchill 管的是产品设计、BOM、版本、工程变更和整个产品生命周期。制造业真正开始用 AI 以后，模型再强，也不能自己知道某个零件属于哪个版本、一次设计变更会影响哪些产品、哪套 BOM 才是当前有效的。这些不起眼的数据和流程，反而决定了 AI 到底能不能真正参与业务。 施耐德原本更靠近设备、能源和自动化，补上 PTC 以后，产品设计、制造、运行和维护之间的数据链条会更完整。未来如果 AI 逐渐成为上层入口，它至少不用面对一个尴尬的问题：设备是自己的，但产品数据、工作流和软件入口长期掌握在别人手里。 这可能也是这笔交易更值得看的地方。AI 能力越来越容易买到，但企业真正重要的数据和业务关系，并不会因为模型变强就自动出现。 对小公司来说，大部分时候没必要想这么复杂。客服、内容、销售辅助、数据分析这些标准化工作，成熟 SaaS 加 AI 能直接用就先用，速度通常比自己建设更重要。 公司做到一定规模以后，问题才会逐渐变化。订单、客户、库存、产品和内部知识如果长期散落在不同系统里，AI 接得再多，最后也可能只是多了几个入口。到了大型企业，则还要继续考虑哪些数据、流程和系统能力可以交给供应商，哪些必须长期掌握在自己手里。 所以“直接上 AI”本身没有问题，关键还是看它要进入什么地方。 越标准化、越外围的工作，越适合直接调用现成能力；越靠近企业核心数据、核心流程和竞争力，真正重要的就不只是模型够不够聪明，而是数据在谁手里、流程由谁控制、AI 最后能够调用什么。 施耐德这 226 亿美元最后值不值，现在还很难判断。但当所有人都能买到越来越相似的 AI 时，那些积累了很多年的真实业务数据、工作流和系统控制权，可能反而比以前更值得重新估价。 #工业软件 #工业人工智能 #施耐德电气 #PTC #施耐德收购PTC 
---割--- 关联阅读 AI都用上了，公司为什么还是没起色？