AI 都能写代码了，还要做企业级软件吗？

神策从创立第一天起就将自己定位为产品型公司，累计服务 2000 多家客户，依然坚持同一套代码、同一套产品。这是团队的骄傲，也是代价。


但越来越多场景让我开始动摇这个信念。


▍反例不断


同样的复杂项目，地方定开公司从零开发，报价只有我们的 60%。我以为他们交付不了，一年后得知他们顺利完成验收。


长尾需求悖论：客户的需求从客户视角看非常合理，却只有少数客户需要。做了软件臃肿，不做客户流失。


很多 2B 上市公司都还在通过削减成本求盈利，但同期，国内大量项目型公司从成立第一年就一直盈利。


▍一道脆弱的数学题


假设 100 客户 × 100 需求，80% 客户的 80% 需求共性，标准软件抽象一个需求成本 10 元、定开 1 元。结论：标准软件公司单客 50 元，定开 100 元。


但假设一松——多家厂商摊薄、共性比例降到 50%×50%、长尾需求难度更高——结论就反转。


▍个性化是 2B 软件的常态


每家公司都觉得自己「特殊」。神策自己也不例外，原则上买软件优先，但仍有大量内部系统是自研的。更何况，企业的核心能力本身就不希望被某个标准软件标准化、扩散出去。


标准软件公司应对个性化有三种方式：增强可配置（含低代码）、完善 OpenAPI + 定开扩展、完全从零定开。每种都增加成本和复杂度，且长尾需求竞争中干不过原生定开公司。


▍AI 改变了什么


AI 擅长快速原型、从零开发、标准模块、接口对接；不擅长维护复杂代码、深度业务理解、跨部门协调、UX 精细化。


而定开公司每个客户都是「从零开发新项目」，这恰恰是 AI 提效的最佳场景。


▍从 SaaS 到 RaaS


标准软件公司不应该在定开赛道上死磕，而应该走两步：
产品形态上，GUI 逐步向 LUI 变化，AI 帮客户完成智能配置，OpenAPI 要做成 AI 友好（如 MCP）；
商业模式上，从 SaaS 走向 RaaS（Result as a Service），从交付「工具」变成交付「结果」。


预算从 IT 预算变成营销类预算，量级差几个数量级，也不再和定开公司抢同一份钱。


▍未来的企业级软件


平台 / 中台进一步缩小，UI 和应用层由 AI 实时生成；软件不仅对人友好，也对 AI 友好；从「一套系统用十年」变成「十分钟配出一套系统」；客户从使用者变成监督者。


客户从来只在意结果，不在乎工具是 AI 还是人造的。