GAITC 2026散场后,传统软件企业该抄哪条近道?

5月24日，2026全球人工智能技术大会在杭州落幕。10位院士、200余位产学研代表、17场专题会议，信息密度极大。但真正值得传统软件企业关注的，不是那些炫目的技术名词，而是潘云鹤院士抛出的一句话。

一、院士说了一句大实话

潘云鹤，浙江大学老校长、中国工程院原常务副院长，在大会上明确指出了三个问题：

🔍 大模型落地的三个现实短板

这三句话翻译一下就是：通用大模型很能聊，但到了具体行业里，该胡说八道还是胡说八道，该不懂业务还是不懂业务。这对于每天和ERP、CRM、MES打交道的传统软件企业来说，不是威胁，是机会窗口。

高盛5月19日发布最新报告：全球SaaS与企业应用软件板块累计市值蒸发超万亿美元，其覆盖的应用软件板块年内跌幅中位数达38%。但中信证券同时预测，2026年国内部分软件公司AI应用收入占比有望达到10%~20%。
—— 数据来源：高盛、中信证券 2026年5月

一边是估值雪崩，一边是收入结构质变。这中间的张力，恰恰是本质问题所在：资本市场在用"通用AI替代软件"的逻辑给传统软件估值，但产业现实是"通用AI离不开行业软件做底座"。

潘云鹤提出的方向很明确——依托高质量专业数据构建专业大模型。这话从一位顶级学者口中说出，分量不同。它不是某个创业公司的营销话术，而是学术界对产业方向的判断。

对传统软件企业意味着什么？你手里的客户数据、行业知识、业务流程文档，不再只是服务交付的副产品，而是训练专业模型的核心燃料。过去二十年积累的那些没人看的实施文档和需求规格说明书，突然有了新的定价权。

大会设立了"医疗大模型精调与智能体构建工作坊"，这不是巧合。Gartner最新预测：到2028年，超过半数的企业日常业务流程将由AI Agent协作完成——这个比例在2024年初还不足10%。

但注意：Agent不是凭空运行的。它需要调用ERP审批流、读取CRM客户数据、触发OA工作流。这些系统的API、数据模型和业务规则，全在传统软件企业手里。

杭州余杭已连续7年承办GAITC，区域内超3200家高新技术企业形成了一个"政产学研用"的闭环。类似的产业集群正在全国多个城市复制。这意味着，AI落地的场景越来越具体、越来越垂直，而越垂直，越需要懂行业的人来填坑。

结合大会信号和行业数据，传统软件企业当前真正该做的不是追风口，而是三件更笨但更有效的事：

第一，盘点数据资产。把你过去五年服务客户过程中沉淀的所有结构化数据、非结构化文档、业务规则梳理出来。不是用AI去分析，而是作为训练数据去喂模型。这是你区别于任何通用AI厂商的核心壁垒。

第二，开放系统能力。你的ERP、CRM、OA不是AI的竞争对手，是AI的手和脚。把API打通的优先级，应该高于开发新功能的优先级。一个能被Agent调用的旧系统，比一个无法被AI访问的新功能更有价值。

第三，培养"AI流程设计师"。大会传递的一个隐含信号是：未来企业里最缺的不是算法工程师，而是懂业务又懂AI编排的人。这个人很可能来自你的实施团队或售前团队，而不是从大厂挖来的。

GAITC散场那天，我在想一个问题：为什么潘云鹤讲"专业大模型"的时候，台下那么多做传统软件的人频频点头？不是因为院士说得对，而是因为他们终于听到有人在国家级会议上替自己说了句话——你们手上的行业知识不是包袱，是下一张牌桌上的入场券。

问题只是：入场券有时效性。

2027年被中信证券标注为可能的行情拐点，这意味着留给传统软件企业完成能力重组的窗口，大概还有一年半。

一年半够干什么？够把数据库里落灰的文档整理一遍，够把核心产品的API全部开放，够让实施团队学明白怎么编排一个Agent工作流。

没有捷径，只有脚踏实地做“笨”工作。