夜雨聆风【第1篇】软件厂商 · 第2篇 企业客户 · 第3篇 咨询公司 · 第4篇 投资机构 · 第5篇 AI机会 ·第6篇 破局之路 · 第7篇 发展前景
本系列前几篇拆了软件厂商、企业客户、咨询公司和投资机构——四方各有各的难，这一篇聊所有人都绕不开的 AI—— 带来哪些机会？AI 能拯救软件行业吗？真的能帮企业手搓 ERP 吗？......
一、AI 不是才开始，外企已用多年
很多人以为企业 AI 落地是 2023 年 ChatGPT 之后才开始的，其实 15 年前笔者用的软件产品里，就已用AI来解决企业供需匹配问题，只是那会儿叫机器学习、深度学习、启发式算法和遗传算法等，笔者还不知道那会儿用的是AI, 也不明白为何设计解决方案的国外专家能日薪 12 万.....后来从事咨询，经历不同项目后，才明白因为他们算过账：一个业务单元跑通，复制成本近零，规模效应收益足以让他们不惜代价——当将成千上万的零部件，从世界各地采购到不同的生产车间，以最低成本、最短时间组装，经不同工艺路线，再以最优运费发往全球，物料管理精确到每一颗螺丝，几乎零库存，产线管理分秒级.....这在2010 年左右就实现了，并持续投入迭代了多年。
能利用工具(不仅只是AI)，使公司所有人力、资金、软硬件设备等资产，创造无限价值的专家，企业还会在乎12万块/天吗？—— 中国企业，可能实现吗？
二、AI 与数字化转型：放大优点，也放大痛点
现在很多企业抢着上 AI，心态和当年抢数字化差不多——生怕落后，先买了再说。流程没想清，先接大模型；数据还是孤岛，先做智能问答；KPI 没变，先弄个 BI+AI 辅助决策。大概率是又一轮“数字化形式主义”翻版——系统装上了、大屏装上了、AI 助手也装上了，业务该怎么跑还怎么跑。笔者亲眼所见，某上市公司 ERP还没上，日常业务管理几乎全靠“表哥表姐”，动员全员用 AI，连厕所里都贴满 AI 动员广告——AI 真能拯救一切吗？
之前聊过国内数字化的困境，系统上了，但用不起来——不管是数字化、数智化、还是AI 化；也不管用什么产品，造什么概念，想用好工具的方法都是相通的！底子没打好就上，好比地基没夯实就盖高楼。换句话说，AI 是放大器——数据质量、业务流程、组织配合度等，决定了它能让你起飞，还是把混乱加速放大。
AI 只是工具，是放大器——既放大优点，也放大痛点。
三、手搓ERP
AI 在国内热议后，总听有人说自己能手搓 ERP，把从业10多年的老兵整不会了——ERP 里那么多场景和业务规则，真能用 AI 跑出来？颠覆了认知，就亲测：用 AI 生成采购审批流代码，几分钟就跑出来了。但问到“跨公司调拨税务怎么处理”，它会答——“需要咨询专业顾问”。企业软件的核心价值，是对业务的深刻理解和抽象。这些，坐在办公室拿prompt 问不出来。
测试下来：几人、几十人的小公司，拿 AI 写文案、做报表，简单弄个进销存，确实效率翻倍——这让没真正了解过 ERP 的，认为AI 能手搓 ERP。而且，ERP刚需是几百、成千上万人的企业，这些企业通常销售一套、生产一套、财务一套，三套永远对不上......
AI 基于这些断裂数据做决策——只是个更快出错的生成器，更别说手搓ERP了。
四、调API ≠ 创新，差异化不在模型在业务深度
资本追“AI+SaaS”时，太多“AI 功能”就是调个第三方接口、加个对话框。最近，你们是否也常听企业说，用了不少模型，买了不少AI产品，但ROI 不高?
不少企业 AI 项目，连“嵌进业务闭环”的门槛都没摸到，就停在 demo。同样调 GPT-4，一个只接 API 加对话框的产品，和一个把模型嵌进计划员每日决策流、每次输出都带数据溯源的产品——天壤之别。企业AI应用真正的差异化不在“调哪个基座模型”，而在三件事：
企业私域数据的清洗与结构化程度；
业务规则的工程化表达（规则引擎 + AI 的混合架构）；
与现有系统（ERP/MES/WMS/CRM）的集成深度。
当所有人都能调同一个大模型，在通用对话场景下，差异化确实塌缩成“谁的 prompt 写得好”——但在企业级垂直场景里，真正的壁垒从来不在模型本身，护城河就从代码搬到了业务现场。
五、大厂下场：把通用层打平，把垂直层凸显
2026 年夏天，字节、阿里、腾讯在五天里先后变阵，把企业 AI 推到战略 C 位——打法出奇一致：大模型 + 办公入口 + 云，三位一体，把最肥沃的协作入口变成 AI 分发器。
字节走得最彻底。7 月 30 日内部信，飞书产品团队并入豆包，成立新的豆包产品团队，飞书负责人改向豆包负责人汇报；商业化（GTM）并入火山引擎，成立“创造力服务平台”。豆包企业版已在部分飞书客户内测，原生接入飞书文档、表格、会议与群聊。
阿里把入口压在钉钉上。8 月 3 日“千问办公”公测，整合 QoderWork、悟空、MuleRun 三条 Agent 产品线，打通钉钉 IM、连接企业真实工作流；钉钉服务超 2000 万家企业、近 8 亿用户——这才是通用助手抄不走的“私有矿藏”：企业长期沉淀的消息、文档、审批，是场景壁垒。
腾讯的路子是“模型管规划、Agent 管执行”。WAIC 2026 上亮出「AI Buddy」全家桶：WorkBuddy 企业版、企业微信 Agent「大圆」直接嵌入工作流；混元 Hy3（2950 亿参数 MOE）负责理解和拆解任务，腾讯文档、会议、企业微信被组织成 Agent 可调用工具；底层还有腾讯云 ADP 4.0 AgentOps 平台。
大厂越把通用AI免费化，垂直软件越值钱。通用能力被抹平后，剩下的稀缺，恰恰是最难复制的“行业 know-how + 真实业务闭环”。
六、AI 正在填平软件的护城河
三家大厂共同点，是用大模型把通用生产力打平——软件护城河正被填平，办公协作的差异化进一步塌缩。那对“卷”是添火，还是修路？
添火的一面很真实：大厂带着海量用户和近乎无限的算力补贴，把 AI 当“免费赠品”灌进入口。你卖 30 万的落地方案，大厂免费送；中小软件商、独立咨询的交付被进一步“赠品化”，本就薄利的垂直赛道更卷，实施与咨询的价值再一次被压扁。
但修路的一面更重要，也更被低估：大厂把“通用层”打平成免费基础设施，反而给垂直软件商腾出了清晰空间——做“懂行”的上层应用与行业 know-how。APS、SRM、WMS 这类深绑实体、要专家坐镇、客户愿为结果付费的领域，大厂不会也不愿下场做苦活——大厂搭台，懂行的人唱戏。
另外，AI 确实在颠覆传统软件的估值逻辑。过去几十年，软件公司享受高溢价的核心逻辑是“代码壁垒”：高研发、长周期、稀缺工程人才，构成护城河。过去3个开发做两周的报表模块，现在一个产品经理两天就能搭出；实施前的诊断梳理，从几个月压到几周，效率提升是真。AI 能压缩交付时间，但压缩不了客户信任的时间。一个供应链总监愿让 AI 自动下采购单之前，想看到的是：这系统在眼皮底下跑过完整大促季、经历过供应商断供、处理过 BOM 突发变更。
因此，机会仍在，只是换了工具，使有的路程提速了。
写在最后
2026 年大厂集体下场，把通用层打平、把入口变成分发器，短期添了把火，长期却是在给“懂行的人”铺路——路修好了，走不走得通，还看企业自己愿不愿为价值付费。你们公司 AI 用起来体感如何？欢迎评论区聊聊！
综上所述，AI 不会拯救软件行业，也救不了企业数字化转型，但它给真正想解决问题的人，一个前所未有的机会：对厂商，它降低了柔性定制成本，让过去“不划算”的个性化需求变得可能；对客户，AI Copilot 让普通员工也能操作过去只有专家才搞得定的复杂系统；对咨询，AI 的数据分析让诊断更精准、项目交付更高效。
如果正在思考 AI 在您企业里的落地路径，帮您验证一个 AI 场景的真实投入产出比（ROI）；如果您需要国外的实践经验结合当前 AI 工具的整体解决方案，请加企业微信，备注“企业名 + 来意”。
— 扫码添加企业微信 —
