AI浪潮下,软件公司遭遇集体困境

AI浪潮下,软件公司遭遇集体困境 | 知著

“你们不是做AI的吗？怎么连这点需求都实现不了？”

“现在不都是AI开发了，为什么还要收几十万？”

“能不能先做，效果好了再付费？”

这些话，是不是听着耳熟？无论你是传统软件公司的老炮，还是AI创业公司的新兵，当前的你一定被客户这样怼过。

“AI浪潮来了，大家都说是风口。可我们这些真正站在风口里的软件公司，冷暖自知。”某软件公司的创始人向小编吐槽道，“不是没机会，而是机会背后全是坑，AI在企业落地难呐！”，从一个甲方企业的视角来看确实感同身受，在AI浪潮下软件公司的困境。

在小编看来，当前在AI浪潮下求生的软件公司有两种：传统软件大厂与新兴AI创业公司。前者靠存量市场，而后者靠AI叙事来获取企业订单。

传统软件公司：船大掉头难

先说说那些在行业里摸爬滚打十几年的老牌软件公司，他们有市场、有客户、有技术团队，看似底子厚，实则转型最痛苦，且不说押注AI的战略投资风险，仅仅这些常见问题就难以解决：

1.老旧的架构里混杂屎山代码，AI功能根本无处安放

作为甲方的小编迫于压力也经常催合作大厂：赶紧把AI功能给加上去，市面上的AI工具已经满天飞了！结果换来的只有对方的一句叹息：哎！其实大家都懂的，一些大厂的那套产品架构已经运行十几年了，当年写代码的人早走了，中间历经N次的修修补补，各种补丁加漏洞修复，已经变成了屎山代码，想在上面加AI？那是根本不可能的事！和企业谈重构？仅成本一项就足以吓退98%的客户，但问题是企业领导才不管你软件公司的这些技术债，他们只看到别人有了，你没有，说明你的技术落后了。

2.老客户成了“甜蜜的负担”

对于传统的软件公司来说拥有老客户的数量是优势，现在成了鸡肋。因为老客户用的都是旧版本、旧架构，你要为他们开发AI功能，得同时兼容十几个版本，维护成本指数级上升。而那些没有历史包袱的新客户，反而可以轻装上阵。而在当前的市场环境下，大部分的老客户趋于“守势”，没精力创新，即使想创新，但受制于成本，这个时候矛盾出现了，服务不好老客户，现金流有中断的风险；想与企业共创AI，但企业没有充裕的资金了，找新客户，又意味着大量的市场投入。

3.人才留不住

懂老技术栈的人，不懂AI；懂AI的人，不愿意碰老代码。这是当前软件公司的组织困境。比如招个AI工程师，人家一看要维护十几年前的代码库，扭头就走。而内部培养老员工学AI，学得慢，而且刚学会就有可能被互联网公司高薪挖走，因为行业里非常缺懂业务又懂AI的人。

4.定价逻辑崩塌

之前软件公司按功能点、按人天报价，企业客户会认。而在当前客户就会问：“你们那个AI功能，不就是调一下公共大模型的接口吗？凭什么多收我20万？”此时如果解释：数据要治理、模型要调优、要和老系统集成、还要做用户培训……企业客户可能根本不听，他会说：不是有AI嘛，做这些很简单的，2万你们做不做？

结果就是不降价，丢单；降价，亏本！怎么做都是错！

AI创业公司：船小怕风浪

我们再来聊聊那些AI浪潮下诞生的新兴创业公司，他们没历史包袱，技术栈是最新的，主打一个灵活。但与他们合作过之后，小编才真正明白他们的苦，是另一种。

1.只能做“工具”，进不了“核心”

创业公司擅长什么？用AI新技术讲故事，让企业老板眼前一亮，但合作之后才发现其能做的AI功能也仅限于知识库、智能问答、工作汇报、报表生成。这些工具型应用，一开始企业领导觉得很新鲜，但用了两个月之后会觉得“也就那样”。想往深了做，比如帮客户做销售预测、供应链优化，对不起，这些创业型公司根本不懂行业，企业的的核心业务流程、历史数据、潜规则，根本摸不透。

所以AI创业公司与企业合作，其产品能力只能停留在表面的简单工具层，让企业觉得“不够用”，而自己也因缺乏对业务的深度认知而“憋屈”。

2.POC（概念验证）就是无底洞

创业型公司要解决生存问题，为了拿下订单，大都会为企业免费做POC。

企业领导说“试试这个场景”，于是软件公司就马上做出来，还没真正试用，企业领导又会说：“再做那个场景试试！”，结果就是连试了三五个场景，要么业务数据太脏太乱搞不定，要么企业领导说“预算只有2万，你们搞不搞？”。

此时创业型AI公司的困境就是：不做POC，连入门资格都没有，你做了POC，可能被当做苦力白干。因为你不做，隔壁那家创业公司会做。

3.项目周期不确定，现金流随时就断

AI项目需要客户配合提供数据、梳理规则、参与测试。但现实情况就是企业口头上很急，但往往是签了合同项目建设期就不急了。数据拖两个月，规则拖三个月，而创业公司的团队人天每天都在烧，合同金额是固定的，项目周期是难以把控的，众所周知项目周期越拖越长，毛利会越来越薄，最后就是亏本。如果是传统软件公司底子厚还能扛一扛，但创业公司资金链脆弱，经不起如此消耗。一个大项目拖半年，公司可能就没了。

4.技术底座一天一变，产品还没做完就过时了

今天用A模型做了个应用，明天B模型就出了新版本，效果更好、价格还更低。这个时候企业客户会问：“能不能切到新模型？”可以！但问题是要重新适配，成本谁出？企业大都不会出，如果软件公司说不能，估计企业领导就会说：换一家！

如果追新模型，永远在赶路；如果不追，会跑单。这种焦虑，只有做AI的创业公司懂。

共同困境

第一，企业领导对AI的期望，永远在云上

企业领导自媒体看多了，以为AI什么都能干。会要求软件公司做预测股市、自动处理所有客诉、代替人做决策。如果软件公司解释“这个做不了”，领导会觉得这家软件公司能力不行。大部分情况下一些软件公司会硬着头皮做，但做出来效果不行，领导会觉得软件公司技术更差！

第二：项目成败不取决于软件公司，取决于客户的数据和组织

软件公司代码写得再好，模型调得再准，而企业的数据是脏的、乱的、不全的，最后效果就是渣。但大部分情况下企业不会怪自己的数据，只会怪产品不行。于是一些软件公司会花80%的精力帮客户洗数据、推流程、做培训，这些成本合同里没写，根本收不到钱。但如果不做，项目根本推不动。

第三：价格战此时更惨烈。

在传统软件时代，还有功能差异，但在AI时代，大家都是调接口，产品同质化严重。企业采购部门也会拿着报价方案用AI比价，于是价格一路杀到成本线以下。如果这个时候还想用“行业经验”作为溢价，企业领导会说“你再做个详细方案”。如果做了，企业领导又会拿着去给别家压价。

第四：商业模式找不到出路。

按项目收费，企业嫌贵，按SaaS订阅，企业又会说“我们数据敏感，不能上云”；按效果付费呢？企业又会说“效果怎么定义？你定我不同意，我定你不接受”。按人天服务，又回到了传统外包的老路。于是试遍了所有收费模式，发现没有一个走得通。

从以上我们不难看出，AI浪潮下看似有红利，但真正入局之后才发现到处都是“坑”，总结如下：

企业期望无限vs技术能力有限——客户觉得AI是魔法，但它是系统工程。
老客户是资产vs老客户是负债——老客户给钱，但也有可能拖死创新。
项目需要客户深度参与vs客户不愿投入——成功靠客户，客户却当甩手掌柜。
技术快速迭代vs项目长周期交付——模型三个月一换，项目半年才上线。
价值在行业认知vs客户只愿为功能付费——你卖的是“能力”，客户只认“调API”。
需要长期投入vs资本要求短期回报——AI能力要三年，投资人要下季度增长。

以上这六大问题，让软件公司无论怎么走，都像是在沼泽里跑步——用力越大，陷得越深。

所以别被那些“AI颠覆一切”的鸡汤骗了。AI浪潮下的软件公司，没有谁过得轻松。传统的有传统的苦，创业的有创业的难。但小编认为这不是坏事，因为大浪淘沙，留下的才是真金。

本文源于湘江数评，供交流

END