AI时代,软件公司的护城河正在发生什么变化?

一直以来，软件行业有着一套相对稳定的竞争逻辑：谁能开发出更丰富的功能、更成熟的产品、更好的用户界面，谁就更容易获得客户；谁能够长期积累客户、数据和业务流程，谁就能建立竞争壁垒。

但是，AI正在改变这套逻辑。

Coding Agent让软件开发成本大幅下降，过去需要一个团队花费数月开发的应用，现在可能由少数人借助AI快速完成。Agent正在逐渐接管软件操作，用户不一定需要打开ERP、CRM，寻找菜单、填写表单，而是直接告诉AI要完成什么任务。随着跨系统调用能力不断增强，原本由一个软件提供的功能，也可能由多个系统和Agent组合完成。

这意味着，软件公司的传统竞争优势正在受到挑战。

但问题也随之而来：如果软件功能越来越容易开发，企业越来越不需要直接操作软件，那么软件本身还有价值吗？ERP、CRM、MES这些大型软件系统会不会被Agent取代？未来的软件公司究竟靠什么建立护城河？

本文尝试讲清楚：AI并没有让软件失去价值，而是在改变软件价值的来源，以及软件公司获取价值的方式。

要理解AI带来的变化，首先需要看看过去软件公司为什么能够建立竞争优势。

传统软件公司的护城河，大致来自五个方面。

软件公司通过长期研发，不断增加产品功能，覆盖更多业务场景。

例如，一套成熟的ERP系统，不仅包括财务、采购、销售、库存，还包括生产计划、成本核算、供应链管理等大量功能。

功能越丰富，覆盖的业务越完整，客户越不容易更换。

大型企业软件并不是简单的程序集合，而是复杂的业务逻辑、数据模型、系统架构和权限体系的集合，对工程能力要求极高。

尤其是核心业务系统，需要长期保证稳定性、数据一致性和安全性。

过去软件主要通过GUI（图形用户界面）与人交互，员工需要学习菜单、模块、操作流程，企业还要投入培训成本。

一旦员工熟悉了一套系统，企业更换软件就意味着重新培训、流程调整和数据迁移，切换成本很高。

软件长期运行，会积累大量历史业务数据、业务规则和组织知识。

例如，ERP积累了采购、库存和财务数据，CRM积累了客户关系和销售过程数据，MES积累了生产过程和设备运行数据。

这些数据与企业实际经营活动紧密关联，构成了软件的重要价值。

大型软件厂商往往拥有长期客户关系、实施服务网络、合作伙伴和开发者生态。客户购买的不是一个软件账号，而是一整套产品、服务和生态能力。

所以，传统软件公司的竞争优势，并不只是代码和功能，而是软件产品与企业业务长期结合形成的综合壁垒。

但AI正在改变这些壁垒的相对价值。

这次变化并不是简单地给软件增加一个AI功能，而是从软件开发、用户交互和产品边界三个方面，同时改变软件行业的竞争逻辑。

过去开发一套软件，需要产品经理、架构师、开发工程师、测试工程师等多个角色协同工作。

现在，Coding Agent可以参与需求理解、代码生成、调试、测试和修改，软件开发效率得到显著提升。这带来几个变化：

• 小团队也能开发过去需要较大团队才能完成的应用；
• 软件功能的复制和模仿成本下降；
• 企业内部人员可以借助AI开发一些过去需要采购的软件工具；
• 软件公司的研发成本结构和竞争方式发生变化。

过去，员工使用ERP、CRM，需要打开系统，找到相应菜单，进入业务模块，一步步完成操作。

现在，用户可以直接告诉Agent：帮我整理本月销售情况，找出业绩下降的客户，并生成一份分析报告。

Agent可以理解任务、查询数据、调用工具，甚至在获得授权后执行相应操作。

软件交互方式正在从GUI向LUI（语言交互界面）演进。GUI不会马上消失，图形界面在复杂信息展示、精细控制和人工审核方面仍然具有价值。但用户不再需要亲自操作每一个软件模块，这种变化已经足以影响软件厂商的竞争地位。

过去，一家企业可能需要购买不同的软件系统，分别解决财务、采购、销售、生产和质量管理问题。

每个软件都有自己的功能模块、操作界面和数据体系。

但Agent可以连接多个系统，把原本分散在不同软件中的能力组合起来。

例如，完成一次采购任务，可能涉及供应商信息查询、历史采购价格比较、库存检查、采购订单创建和审批流程。

过去，用户需要在多个系统之间切换。未来，Agent可能负责组织整个任务流程。

这意味着，客户不一定需要一个功能极其庞大的软件，也可能通过多个专业系统与Agent组合来完成工作。

软件公司面临的挑战，已经不只是竞争对手开发了更好的软件，而是客户可能根本不再需要购买你所提供的那部分功能。

如果Agent能够跨系统调用，企业是否还需要SAP、ERP、CRM、MES这些大型软件系统？

应该说：大型软件系统不会简单消失，但它们的角色可能发生变化。

要理解这一点，需要区分用户交互层和业务执行层。

过去，软件厂商通常同时掌握这两个层次。用户通过软件界面进入系统，系统提供业务功能、数据管理和流程控制。

未来，这两个层次可能逐渐分离。员工通过统一的Agent入口提出任务，Agent负责理解意图、拆解任务、调用不同系统；而ERP、MES、CRM等系统继续负责数据记录、业务规则、交易处理和权限控制。

一家制造企业的采购人员要求Agent寻找合适的供应商，比较历史价格，检查库存，并创建采购申请，Agent可以完成信息收集、分析和流程编排，但真正的采购订单、库存变化、审批记录和财务数据，仍然需要由可靠的业务系统进行管理。

未来企业软件可能逐渐形成三层结构：

• 交互与任务编排层：
  企业Agent，负责理解意图、任务规划和跨系统调用。
• 专业业务能力层：
  质量管理、采购管理等专业应用，负责特定领域的业务处理。
• 核心业务系统层：
  ERP、MES、CRM、财务系统等，负责核心数据、业务规则、交易记录和执行控制。

企业软件分层有多种方式，而交互与任务编排层却是Agent时代新增的层次，它越能够跨系统执行任务，越需要底层系统提供可靠的数据、业务规则、权限和执行能力。

因此，AI未必会削弱所有企业软件的价值。对于真正嵌入企业核心业务流程的软件系统，Agent反而可能成为新的价值放大器。

前面讨论的变化，实际上引出了一个更有争议的问题：

如果用户不再直接操作软件，未来软件产业的核心竞争，到底是谁掌握用户入口，还是谁掌握业务执行权？

我认为，两者都重要，但它们并不是同一种价值。

可以把未来企业软件生态中的竞争位置分为三类。

企业Agent平台可能成为员工完成工作的统一入口。

它理解用户意图，组织任务，调用不同系统。

谁掌握这个入口，谁就可能获得更强的客户触达能力和任务调度能力。

ERP、MES、CRM等核心业务系统掌握真实业务数据、业务规则、交易记录和权限控制。

Agent可以发起采购，但采购订单最终需要被正确记录；Agent可以建议调整生产计划，但生产执行仍然需要遵循企业的业务规则。

掌握这些能力的软件厂商，仍然具有重要价值。

垂直软件和行业Agent掌握特定行业的知识、规则和业务方法。

例如，质量管理软件不仅仅是记录检验结果，还可能包含质量异常分类、缺陷判定、原因分析、质量追溯等专业能力。

这些专业能力并不容易通过简单的代码生成获得。

三种位置可能由不同企业分别承担，也可能由同一家企业逐渐融合，但要注意的是：

• 如果一家软件公司只拥有一个漂亮的操作界面，失去GUI之后，它的价值可能大幅下降。
• 如果它只是提供一些没有独特业务价值的API，也可能陷入被Agent平台压价的局面。
• 但如果它掌握核心业务数据、规则、流程和可靠执行能力，即使用户不再直接打开它的软件界面，依然可能成为企业业务运行中不可替代的基础设施。

当然，拥有执行能力不等于一定能获得最大的商业利润。谁掌握客户关系、谁控制任务分配、谁拥有议价权，仍然会影响产业链最终的价值分配。

综合前面的分析，我认为AI时代软件公司的护城河，正在向五个方面迁移。

不只是拥有数据，而是能够理解数据之间的关系，掌握真实、连续、可信的业务上下文。

将行业知识、业务模型、管理规则和专业判断沉淀为可复用的能力。

能够参与企业关键业务流程，控制业务规则、交易过程、权限和执行结果。

确保系统安全、稳定、可审计，能够处理异常情况，并对执行结果负责。

能够连接企业Agent、其他软件系统、数据平台和合作伙伴，让自身能力容易被调用和组合。

这五个方面并不是彼此独立的：数据需要业务规则才能产生意义，业务规则需要嵌入流程才能发挥作用，流程执行需要工程能力保障，最终还需要生态连接才能扩大价值。

所以，未来软件公司的竞争优势，可能不再是拥有多少功能，而是能否掌握企业业务运行所需要的一整套关键能力。

虽然AI对软件行业带来了共同冲击，但不同类型的软件公司，其原有资产、客户基础和竞争位置并不相同，不能用同一套转型策略要求所有企业。

尤其需要区分全球企业软件巨头与国内软件公司的发展基础。

以SAP为例，其核心竞争力不只是ERP功能，而是经过数十年积累形成的企业业务模型、行业流程、数据体系和全球合作伙伴生态。

SAP在2025财年的Cloud ERP Suite收入达到181.19亿欧元，同比增长28%。这至少说明，AI时代并不意味着成熟企业软件平台的商业价值必然下降。

Salesforce则是另一种路径。它以CRM为基础，逐渐发展出云应用平台、数据平台和开发者生态。进入Agent时代，它正在通过Agentforce、Data 360等产品，将Agent能力与客户数据、业务流程和原有应用结合。

Salesforce在2026财年第四季度披露，Agentforce和Data 360的ARR合计超过29亿美元，其中Agentforce ARR达到8亿美元。

这两家公司的路径有所不同，但都在尝试将原有软件资产转化为AI时代的新竞争优势。

中国企业管理软件市场有自己的发展特点。

国内厂商长期面对企业规模差异大、业务流程多样、本地化需求强、定制化实施较多等市场环境。

金蝶、用友等企业已经形成了较为成熟的管理软件产品、客户基础和本土服务体系，也在持续推进云化和AI化。

它们未来需要考虑的，不只是给原有软件增加AI助手，而是如何将多年积累的管理模型、客户数据和业务规则转化为Agent可以调用的能力。

对于已经拥有较大客户基础和产品体系的厂商，成为企业AI入口是一条值得探索的路径。

对于掌握核心业务数据和交易流程的厂商，开放业务能力、成为Agent的底层执行系统，同样重要。

很多垂直SaaS企业从一个细分业务场景切入，产品聚焦，能够快速满足特定客户需求。

但这类企业也面临一个现实问题：如果产品主要提供信息查询、数据整理、报表生成、简单流程审批等相对独立的功能，未来很容易受到Agent的冲击，它们需要进一步向行业业务能力延伸。

例如，质量管理软件不能仅仅停留在质量数据记录和报表展示，而应该逐步沉淀质量标准、缺陷知识、异常分析、根因追溯和质量改进能力。

只有真正深入行业业务，才能形成不容易被简单复制的竞争优势。

AI原生公司拥有较低的开发成本和较快的产品迭代速度，可以从传统软件厂商不愿意做、做起来成本较高的细分场景切入，但技术先进不等于拥有持久的竞争壁垒。

如果缺乏行业知识、客户关系、业务理解和可靠交付能力，仅仅依靠AI快速生成应用，非常容易陷入同质化竞争。

AI原生公司的机会，不只是开发软件，而是利用AI重新组合行业知识、业务流程和软件能力，提供过去成本太高、市场上又没有成熟产品的专业解决方案。

从这个角度看，AI原生公司与传统软件公司之间并非简单的替代关系，也可能形成合作关系。

当AI让软件开发越来越容易，Agent让软件操作越来越简单，跨系统调用让不同软件的功能可以重新组合，软件公司的竞争逻辑也因此发生改变，未来，企业可能更关心你的系统是否掌握关键业务数据，是否理解行业规则，是否能够被Agent可靠调用，是否能够真正参与业务执行。软件公司真正的分化，可能发生在那些能够将原有业务资产转化为AI时代关键能力的企业，与那些仍然依赖传统功能和收费模式的企业之间。

AI不会让所有软件公司消失，但可能让那些缺乏独特业务价值的软件公司越来越难以生存。对于软件企业来说，不应仅局限于我们应该给产品增加哪些AI功能，而是要思考在AI重新组织企业业务的过程中，我们究竟要成为企业业务体系中的什么角色，要入口、业务执行权还是在专业能力？