ARTICLE · 1243983
AI 都能操作软件了,专业能力还值钱吗?
2026 年，软件行业出现了一个耐人寻味的现象。
Adobe 正在让 AI 操作 Photoshop、Premiere 等专业软件；Figma 的设计 Agent 已能直接修改画布中的组件和图层；Microsoft Copilot 可以在 Word、Excel 和 PowerPoint 中执行多步骤编辑。Autodesk 更进一步，开放了 Fusion 的部分专业能力，让外部 AI Agent 在云端完成参数化建模、装配和制造相关操作。
这些公司花费几十年建立复杂的软件体系，如今却主动降低用户的操作门槛，甚至允许外部 AI 直接调用自己的产品。
如果人们不再需要亲自操作软件，这些软件公司的价值究竟在哪里？而那些花费多年掌握专业工具的人，又会受到什么影响？
我认为，答案并不在于软件会不会消失，而在于一个更深刻的变化：AI 正在让专业工作的执行能力、判断能力和商业价值发生分离。
一、会使用专业能力，不等于拥有专业判断
过去，使用复杂软件通常需要经过长期训练。
一名工程师能够熟练使用 CAD，往往也接受过相应的专业教育；一名设计师熟练操作 Photoshop，通常也积累了视觉表达经验。专业知识与工具操作虽然不是一回事，却经常集中在同一个人身上。
AI 正在打破这种联系。
现在，一个不会编程的人可以让 AI 制作应用程序，一个不熟悉三维软件的人也能尝试生成复杂模型。专业能力的使用门槛正在下降，但这里存在一个容易被忽略的区别：获得专业成果，并不意味着理解这个成果。
例如，AI 可以帮助用户建立一个机械零件模型。模型外观看起来正确，尺寸也符合输入要求，但它是否容易加工？连接位置能否承受预期载荷？修改某个参数后，会不会破坏其他结构？
这些问题不会因为模型能够自动生成，就自动得到解决。
Autodesk 在 2026 年 9 月发布的 Fusion Compute MCP 公开测试版，已经允许兼容 MCP 的 AI 工具在云端调用 Fusion 的建模、装配和制造能力。这是一项重要进展，但厂商同样说明，Agent 能完成什么仍然取决于所使用的模型和具体任务条件。
这反映出专业能力正在发生一种拆分：过去需要专业人员亲自执行的操作，可以逐渐交给 AI；但结果是否正确、是否适合现实条件，仍然需要相应的判断与验证。
这种变化不必然导致专业人员消失，却可能改变他们的工作内容。
如果一个工程师过去花费大量时间绘图，未来可能将更多精力投入方案比较、技术约束、质量控制和设计决策。与此同时，原本缺少操作技能的人，也可能借助 AI 进入某些低门槛的专业任务。
但必须注意：执行能力的普及，并不等于可靠判断能力的普及。
这意味着，未来专业教育最值得投入的部分，可能不再是大量记忆软件命令，而是理解原理、掌握约束条件，以及知道如何验证结果。
二、当执行越来越便宜，成本会转移到哪里？
微软在 2026 年 4 月宣布，Copilot 已经能够直接对 Word、Excel 和 PowerPoint 文件执行多步骤操作。这与早期只能回答问题、提出修改建议的助手有本质区别：AI 开始真正参与任务执行。
但假设一家企业利用 AI 完成经营分析，新的问题很快就会出现。
应该分析哪些指标？数据是否可靠？利润下降究竟来自成本上升，还是产品结构变化？AI 给出的相关性分析，能否支持因果判断？
如果这些问题没有得到解决，即使 AI 几分钟就能制作一份精美报告，也不意味着企业获得了可靠的决策依据。
过去，一个任务的主要成本可能集中在数据处理、软件操作和报告制作上。AI 降低这些成本后，目标定义、数据质量、结果验证和责任判断所占的比重就可能上升。
这里有一个重要的经济区别。
AI 降低的是部分执行成本，不是整个任务的总成本。
假设原本制作一份报告需要八小时，AI 将制作过程缩短到半小时，但新增了三小时的数据核对、结果修正和专业审核。那么效率确实有所提升，却不能简单宣称节省了七个半小时。
如果任务涉及财务、医疗或工程安全，审核成本甚至可能超过原来的执行成本。
这也是为什么评价企业 AI 项目，不能只统计生成速度和自动化比例，而需要同时考虑错误率、纠错成本、审核时间以及最终结果的可靠性。
不过，判断和验证也并不总是由人独占。AI 同样可以参与测试、交叉检查和异常检测。真正值得保留的，不是某个固定岗位，而是一套能够以合理成本发现错误、纠正错误并明确责任的机制。
由此，未来专业工作的核心竞争力可能出现转移：从熟练执行既定操作，逐渐转向定义问题、组织资源和保证结果可信。
三、软件有技术价值，不代表软件公司还能获得同样的利润
这是另一个容易混淆的问题。
我们可以相信，复杂专业软件在 AI 时代依然有用，却不能据此认为，今天的专业软件公司一定能够维持原来的商业地位。
过去，用户为了使用某项专业能力，通常需要购买相应的软件许可证，学习操作方法，并把工作资料保存在这个系统中。软件公司不仅提供专业计算能力，还直接掌握用户入口、产品体验和收费关系。
但如果未来用户只需要打开一个 AI 助手，由它调用不同软件，那么情况就会改变。
用户可能知道自己在使用某个 AI 平台，却不知道背后究竟调用了哪套专业系统。AI 平台可以根据价格、性能和任务要求选择供应商，专业软件则可能成为一种可采购、可替换的执行服务。
这时，一家软件公司的专业能力即使仍然有用，也未必拥有原来的议价能力。
例如，假设三家软件都能可靠完成某种标准化图像处理任务，AI 可以自动比较价格和速度，选择成本最低的服务。对于用户而言，这是效率提升；对于供应商而言，却可能意味着更激烈的价格竞争。
反过来，如果某家公司拥有难以替代的专业算法、长期积累的行业数据、成熟的协作体系，或者能够证明其结果具有更高可靠性，它仍然可能保持强大的竞争优势。
因此，必须区分两个问题：
一项专业能力是否仍然必要，与提供这项能力的企业能否继续获得高额利润，是两回事。
这也有助于解释传统软件公司的 AI 战略。
Adobe 在 2026 年 6 月的公告中，一方面宣布将 Creative Agent 引入自家专业软件，另一方面又提出把 Adobe 的创作能力接入外部 AI 平台。
这两条路线对应着不同的商业机会：让 AI 进入软件，可以继续维持自己的用户入口；让软件进入 AI，则可能在新的使用场景中扩大专业能力的覆盖范围。
当然，这只是对竞争逻辑的分析，不能据此断言厂商内部的具体战略动机。
但它揭示了一个值得关注的趋势：当专业能力可以被独立调用，产业竞争就可能从软件界面和用户席位，部分转向底层能力、数据、可靠性与入口控制权。
四、哪些软件可能失去价值，哪些反而更重要？
前面的分析还可以进一步转化为一种判断方法。
我们不妨比较两类软件。
第一类主要处理规则明确、容易验证的一次性任务，例如批量修改文件名称、转换简单数据格式、按照固定模板整理信息。随着 AI 编程和工具调用能力提高，这些需求可能越来越多地由临时生成的程序或通用自动化工具完成。
用户未必还需要为每一种简单操作安装一套独立软件。
第二类软件则承担复杂的专业计算、结构化数据维护或长期协作。例如参数化建模系统、企业资源管理系统和具有完整设计规范的协作平台。它们的价值不仅来自执行某个功能，还来自多年积累的算法、数据关系、业务规则和运行环境。
这两类软件面临的替代难度显然不同。
但也不能简单说复杂软件一定安全。技术架构复杂，并不天然意味着不可替代。如果开放标准、竞争性服务或新的计算方式能够以更低成本提供同等可靠的能力，成熟软件同样可能受到挑战。
因此，判断一种软件的未来，可以重点考察三个条件。
首先，它的专业能力是否独特。 如果 AI 很容易生成替代程序，或者存在大量等价服务，那么独立软件的议价能力可能下降。
其次，结果能否以低成本验证。 对容易检查的任务，临时工具可能已经足够；对错误代价高、验证复杂的任务，成熟专业系统往往更有优势。
最后，它是否需要长期维护数据和协作关系。 一次性转换文件与维护十年的工程项目，是完全不同的需求。后者不仅需要功能，还需要数据连续性、版本管理、权限和责任记录。
这三个条件，比笼统预测“AI 会不会取代 Photoshop、Excel 或 CAD”更有分析价值。
普通用户可以据此决定是否值得系统学习一款软件；专业人员可以重新评估自己的核心能力；软件企业则可以检验，客户究竟是为界面付费，还是为难以替代的专业价值付费。
结语
AI 正在降低专业能力的使用门槛，但它不会让专业知识、技术可靠性和商业竞争自动失去意义。
真正发生变化的，是这些价值不再必然捆绑在同一个软件、同一个岗位或同一家企业之中。
执行与判断开始分离，工作成本可能从操作转向验证，软件的技术必要性与商业利润也可能走向不同方向。
对个人而言，值得重新分配学习时间，把更多精力投入专业原理、问题定义和结果验证，而不是只追求操作熟练度。
对企业而言，值得重新计算整个任务的成本，而不是仅仅庆祝 AI 节省了多少点击和工时。
对软件公司而言，真正的问题则是：当用户不再必须通过原来的界面使用专业能力，自己的不可替代性究竟来自哪里？
这些变化最终指向一个更加基础的判断：
当完成任务越来越容易，我们需要重新辨认的，是哪些能力真正创造价值，以及谁能够掌握这些价值。
这或许才是专业软件 AI 化背后，比操作方式改变更加深远的影响。
参考资料
Adobe：Creative Agent 扩展至 Creative Cloud，2026 年 6 月 18 日 Figma：The Figma Design Agent Is Here，2026 年 5 月 20 日 Figma：3 Ways Product Designers Use the Figma Agent，2026 年 10 月 6 日 Microsoft：Copilot 的 Word、Excel、PowerPoint 原生操作能力正式可用，2026 年 4 月 22 日 Autodesk：Fusion Compute MCP Public Beta，2026 年 9 月 15 日
技术革命之后 · 06
下一篇：《一家企业，究竟为什么存在？》
