软件定义AI——万亿基座既是护城河也是天花板

城市AI对标笔记·05

导读： 南京的AI不可替代性在于"软件定义AI"——万亿级软件产业、57余款备案大模型、35万亿Token调用量，三层叠加形成厚度。但万亿基座既是护城河也是天花板，软件思维正在压制AI原生创新。

——————————————————

1.02万亿。

南京2025年软件业务收入1.02万亿元——全国首个"万亿级软件产业集群"。4900家重点涉软企业、57款备案大模型、35万亿Token调用量、从业人员数十万人。

对标材料的核心研判是：南京AI不可替代性在于"软件定义AI"战略定位，万亿级软件产业×备案大模型×Token调用量形成的"AI软件生态"厚度，是其他城市无法复制的竞争壁垒。

这个研判听起来很振奋——万亿级基座、软件定义AI、生态厚度……但我在一线推了三年AI项目后，对"万亿基座"有另一种感受：

万亿级软件基座给了南京"AI软件生态"的厚度，但同时也意味着"软件思维"可能成为AI创新的天花板——从卖软件到卖Token/卖工作流，这个组织转型的阻力比技术转型更大。

一、万亿基座的真正含义

先看清1.02万亿的含义。

这1.02万亿是软件业务收入，不是AI业务收入。软件业务收入包含软件产品销售、信息技术服务、嵌入式系统软件、信息安全等大类。其中，真正的AI相关收入占比目前没有精确数据，但根据南京AI核心产业规模约3000亿的信息，AI相关收入可能只占1.02万亿的30%左右。

也就是说——1.02万亿中，大约7000亿是"传统软件业务"，3000亿是"AI相关业务"。万亿基座的主体是传统软件，不是AI。

这不是贬低南京的成就——万亿级软件产业确实是一个强大的基座。软件企业有成熟的产品开发流程、稳定的客户关系、现成的销售渠道。这些"基础设施"在AI转型时可以复用——软件企业不需要从零开始搭建组织和市场，只需要在现有业务上叠加AI能力。

但"在现有业务上叠加AI能力"和"做AI原生产品"，是完全不同的两件事。

二、"软件思维"的三个特征

工作缘故，我接触了大量软件企业，观察到"软件思维"的三个核心特征：

特征一：卖产品，不卖服务

传统软件企业的商业模式是"卖产品"——开发一个软件系统，卖给客户一次性部署，收取许可费+实施费+运维费。这个模式的逻辑是"产品→销售→交付"，产品是核心，销售和交付是配套。

但AI时代的商业模式正在转向"卖服务"——不是卖一个软件系统，而是提供一个持续运行的服务（模型推理、智能体运行、数据流处理），按Token消耗量或使用时长计费。这个模式的逻辑是"服务→运营→迭代"，服务是核心，运营和迭代是配套。

两种模式的差异不只是"收费方式不同"，而是整个组织架构和价值链的重构：

- 卖产品需要的是"研发团队+销售团队+交付团队"

- 卖服务需要的是"模型团队+运营团队+数据团队"

一个传统软件企业要从"卖产品"转向"卖服务"，不只是换个收费方式，而是要重建组织——从以研发为中心转向以运营为中心，从以销售为中心转向以客户持续使用为中心。这个组织转型的阻力，远比技术转型更大。

特征二：项目制，不平台制

传统软件企业的交付模式是"项目制"——每个客户的需求不同，需要定制开发、现场实施、单独运维。项目制的逻辑是"一客户一项目"，成本高、效率低、可复用性差。

AI时代的交付模式正在转向"平台制"——在统一的模型平台/智能体平台上开发应用，多个客户共享同一套底层模型和基础设施，只需要在上层做轻量化适配。平台制的逻辑是"多客户一平台"，成本低、效率高、可复用性强。

从项目制转向平台制，意味着软件企业要放弃大量定制化收入——定制化项目的毛利率通常远高于平台化服务的毛利率。哪个软件企业愿意主动放弃高毛利业务？除非新业务的收入增长速度远超旧业务的下降速度，否则转型动力不足。

特征三：一次性交付，不持续迭代

传统软件的交付是一次的——系统部署上线，验收通过，项目结束。后续运维是"售后服务"，不是"持续产品迭代"。

AI产品的交付是持续的——模型需要不断更新、智能体需要不断优化、数据需要不断补充。产品上线只是开始，真正的价值在于持续迭代中不断逼近最优解。

从一次性交付转向持续迭代，意味着软件企业要重建产品生命周期管理——不再是"开发→交付→运维"的线性流程，而是"开发→上线→运营→数据反馈→模型微调→再上线→再运营"的循环流程。这个循环需要数据团队、运营团队、算法团队持续协作，组织成本远高于传统的一次性交付模式。

三、"软件定义AI"的两面性

对标材料把南京的战略定位为"软件定义AI"——利用万亿级软件基座，推动软件企业向AI服务商、智能体开发商等智能原生企业转型。南京的AI促进条例草案第17条也明确提出了这个方向。

"软件定义AI"有两面性——

正面：软件基座给了南京AI生态的厚度。4900家涉软企业不是4900个零散的创业者，而是4900个有组织架构、有技术积累、有客户关系的成熟企业。当这些企业叠加AI能力时，不是"从0到1"的创新，而是"从1到10"的放大——1倍的软件能力×AI能力=10倍的智能服务能力。

这个"放大效应"是其他城市无法复制的。苏州没有万亿级软件基座，它的AI创新更多是从制造业场景切入；宿迁没有万亿级基座，它的AI路径是"小而特产贸融合"；镇江没有万亿级基座，它走的是"小切口快落地"——每个城市都在根据自己的禀赋选择路径。南京的禀赋是万亿级软件，"软件定义AI"是对禀赋的合理利用。

反面：软件思维可能成为AI创新的天花板。我在看到的真实场景是——

企业更愿意做"AI+软件"项目拿补贴，不愿做AI原生产品。原因是：

- "AI+软件"项目有成熟的商业模式——在现有软件产品上叠加AI功能，卖给现有客户，收入确定性高

- AI原生产品没有成熟商业模式——开发一个全新的智能体或模型服务，卖给谁？卖多少？怎么定价？这些问题的答案不确定

- 做"AI+软件"项目可以拿到政府的"AI+项目补贴"，做AI原生产品不一定能拿到补贴——补贴政策的设计更多是激励"传统行业+AI"，不是激励"AI原生创新"

这意味着——万亿级软件基座在推动AI普及的同时，也在压制AI原生创新。 软件企业天然倾向于"在现有业务上叠加AI"，因为这符合他们的组织惯性、商业模式和利益结构。但AI最大的价值不在"叠加"，而在"原生"——AI不是一个"功能模块"，而是一种"全新范式"。

四、对标镇江和宿迁——小城市的AI路径反而更"原生"

对比镇江和宿迁的AI路径，反而能看到更"原生"的创新方向：

镇江：市长张克要求"找准镇江特色优势产业与人工智能发展的结合点"。镇江没有万亿级软件基座，但有三个特色产业——智能农机、视觉光学（丹阳眼镜）、航空航天（C919供应链）。镇江的AI路径是"AI赋能特色产业"——不是做通用AI产品，而是做特定行业（农机、眼镜、航空）的AI解决方案。

这种路径的特点是从场景出发，不是从技术出发——先找到行业痛点（农机智能化、眼镜AI化、航空零部件智能设计），再用AI技术解决痛点。方向明确、需求具体、落地快。

宿迁：走"小而特产贸融合"路线，聚焦数据标注、电商AI、低空无人配送、特色农业AI。宿迁的AI路径也是从场景出发——电商供应链需要AI选品，内河航运需要AI调度，农业需要AI巡田。这些场景不是"AI叠加传统业务"，而是"AI原生解决方案"——电商AI选品不是传统软件+AI功能，而是全新的AI驱动决策系统。

对比之下，南京的"软件定义AI"路径更多是"从技术出发"——4900家软件企业有技术积累，把AI叠加在软件上。这种路径的好处是规模大、速度快——4900家企业同时做AI转型，形成万亿级的"AI软件生态"。但问题是深度可能不够——大量"AI+软件"产品只是"传统软件加个AI功能"，不是真正的AI原生创新。

五、突破天花板的三个方向

南京要突破"软件思维"的天花板，需要三个方向的制度推动：

方向一：鼓励"AI原生"，不只是"AI+"

南京的AI促进条例草案提出了"引导软件企业向智能原生企业转型"——这是正确的方向。但"引导"是鼓励性的，缺乏刚性。如果大量软件企业选择"在现有业务上叠加AI"而不是"做AI原生产品"，引导的效果会很有限。

建议：在政府采购中优先采购AI原生产品，而不是"传统软件+AI功能"。条例草案拟"鼓励政府部门通过合作创新采购方式，订购、首购人工智能创新产品"——这是好的，但应该更进一步，明确"优先采购AI原生产品"——不是在传统软件上加AI模块的产品，而是从AI范式出发设计的产品。

方向二：降低AI原生的创业门槛——OPC不只是"一人公司"，更是"AI原生个体"

南京的OPC社区如果能吸引更多"AI原生个体创业者"——不是从软件企业转型出来的，而是从一开始就做AI原生产品的人——万亿基座就从"天花板"变成了"土壤"。土壤的角色不是决定树怎么长，而是提供养分让树自由生长。

方向三：建立"AI原生产品"的评价标准

目前对AI企业的评价标准，大多是"营收规模、企业数量、备案大模型数量"——这些指标衡量的是"规模"，不是"原生度"。一个做了10年软件又加了AI功能的企业，和一个从第一天就做AI原生产品的OPC，在营收规模上可能差距巨大，但在AI创新度上可能后者更高。

建议建立"AI原生度"评价指标——衡量AI产品中AI能力的核心度（是叠加还是原生）、AI驱动的收入占比、模型自主迭代频率等。这个指标可以帮助政策精准扶持AI原生创新，而不是泛泛扶持所有"AI+"项目。

六、万亿基座的优势不在于规模，在于密度

最后回到核心命题——万亿基座的优势不在于1.02万亿的规模，在于4900家企业形成的产业密度。

密度意味着什么？意味着一个AI创业者（或OPC）在南京，可以在一周内找到10家可以合作的软件企业、5个可以接入的政务场景、3个可以对接的投资机构。这种"一周内完成关键对接"的效率，是万亿基座的真正价值——不是规模带来的"总量优势"，而是密度带来的"效率优势"。

但密度也可能变成"惯性"——4900家企业形成了一种集体性的"软件思维"，新人进来会被既有思维同化，做AI原生产品的人会被"为什么不在现有软件上加个AI功能"的建议淹没。

万亿基座需要做的是"保密度、破惯性"——保持产业密度的优势，打破软件思维的天花板。 这需要制度设计——不是把所有软件企业都推着做AI转型，而是在万亿基座上培育一批AI原生的"异类"，让"异类"长成大树，而不是被基座同化。

软件定义AI是一个好的战略起点，但不能成为战略终点。万亿基座是护城河，但护城河也可能变成围墙——保护了里面的存量，也限制了外面的增量。南京需要的不是在万亿基座上叠加AI，而是在万亿基座上长出AI原生的新物种。

上一篇看了Token经济的制度空白，这篇看了万亿基座的两面性。下一篇看政务AI——推得慢不是因为技术不行。*