AI应用专家:大模型重新定义软件价值

海外的 CSP 大厂在陆续发布新的财报，Microsoft 的 365 Copilot 付费席位数超过了 3000 万，而且它季度的净新增席位环比在翻倍以上，收费模式也从纯席位费扩展为席位加使用量。所以能看到，模型能力的持续提升，正在加速 AI 应用软件的落地。

资本市场对AI应用的关注度也在提升，分析一份大厂AI应用专家纪要，核心结论：最先被替代的，是单点工具和缺乏壁垒的增值功能；真正掌握业务流程、行业数据、客户渠道和合规能力的软件，不但不会消失，反而可能被AI进一步强化。

一、第一轮冲击：AI先吃掉“写代码”和“做报表”

专家把2025年上半年视为关键转折点。

Claude Code、Cursor等产品快速商业化，说明模型已经不只是“帮程序员写代码”，而是开始把代码当成工具，直接替用户解决问题。

这带来的第一轮冲击，并非所有软件一起消失，而是软件中最容易标准化的部分先被压价。

数据分析、报表、可视化和简单自动化，过去往往是SaaS公司的高毛利增值服务。现在客户可以调用模型自行完成，自然会重新思考：为什么还要为更贵的高级套餐买单？

因此，AI首先削弱的是“功能溢价”，而不是软件本身。

二、软件真正的壁垒，从功能变成了场景

美图和Figma提供了另一面证据。

生成图片、生成界面，模型都能做，但用户仍愿意为软件付费。原因不是软件的模型一定更强，而是它们解决了模型难以单独解决的问题：具体场景、使用流程和多人协作。

美图针对不同地区、文化和需求，把复杂能力包装成可以直接使用的产品；Figma的核心也不只是画图，而是设计团队的协作体系。

这意味着，AI时代的软件价值正在重新排序：

模型能力会越来越通用，单一功能会越来越便宜；真正稀缺的是行业知识、工作流、数据积累、客户关系和交付能力。

2026年上半年，通用办公Agent开始进入企业市场。它们可以读屏、读邮件、调取文件和执行任务，看起来越来越像“数字员工”。

但企业很快遇到两个现实问题。

一是复杂任务会持续消耗Token，投入产出比未必成立；二是Agent需要读取内部数据，信息安全和权限管理难以回避。

因此，海外开始兴起FDE，即由模型公司派工程师进入客户现场，理解业务流程、部署模型并完成定制化落地。

说白了，AI最终还是绕回了软件行业最传统的一件事：深入客户、理解行业、完成交付。

模型越通用，最后一公里的行业适配反而越重要。

第一条是多模态内容生产。

文生图、文生视频暂时难以全面进入影视和高端广告，但在短视频、电商素材和营销内容中，已经出现商业闭环。

第二条是在线办公和类SaaS服务。

通用Agent会快速同质化，真正决定用户留存的，是能否接入企业原有生态，例如内容发布、电商经营、协同办公和审批流程。

第三条是成熟软件公司的全面AI化。

国内很多软件依靠行业经验、驻场实施和大量规则配置完成交付。大模型短期难以绕开这些壁垒，却可以帮助软件公司降低售前、实施和定制开发成本。

这可能是更重要的变化：AI不一定颠覆老软件，反而可能先帮助行业龙头提升效率、扩大优势。

真正值得跟踪的，不是某个软件突然加了一个AI按钮，而是谁能把AI嵌入高频工作流，掌握行业数据、客户入口和交付能力。

模型负责把能力做得越来越便宜，软件负责把能力变成用户愿意持续付费的产品。

所以，大模型与软件并非简单替代。更准确地说，AI正在淘汰没有壁垒的功能，同时重新定价那些真正理解场景的软件公司。

非推荐任何股票，仅供行业研究学习。