夜雨聆风专注分享调研纪要的社区，喜欢请点击下方名片关注。
问：未来值得看好的AI应用具体方向有哪些？国内外有何差异？
答：国内外AI应用发展阶段、核心赛道、落地节奏差异显著，整体可分为国内三阶段、海外双主线：
一、国内AI应用发展三大阶段（核心落地方向）
1. 短期多模态内容创作阶段（当前核心）：文生视频模型虽存在影视级画质不足、帧率不够、AI痕迹明显、高端广告素材缺失等短板，无法落地高端影视、专业赛事广告场景，但完美适配短视频、短剧、自媒体等轻量化创作场景。依托字节的内容商业闭环，C端、中小创作者可快速借助AI工具变现，已形成百亿级市场，是当前确定性最高的落地赛道，且模型迭代（如2.5版本）已逐步拓展至电商素材、普通广告、软件素材等领域，持续拓宽应用边界。
2. 中期AI+SaaS在线服务阶段：金山云办公等在线SaaS服务，结合AI能力后可快速迭代功能、优化办公流程，实现企业在线协同、智能办公、效率提效，是下一阶段规模化落地的核心方向，适配中小微企业轻量化AI转型需求。
3. 长期传统老牌软件AI升级阶段：各类行业垂类软件、传统管理软件完成AI赋能升级，实现行业流程智能化、定制化服务精细化，成为To B端深度落地的核心形态。
二、海外AI应用两大核心发展方向
1. 垂直行业AI软件成熟落地：海外金融投顾、保险、理财等行业场景开放度高，AI行业软件已度过初级探索期，未来将依托超强模型能力，深度落地To B行业场景，形成“少量FDE工程师+标准化行业AI软件”的稳定商业模式，为头部模型企业提供持续现金流。
2. 全行业软件AI化转型：分为两类，一是微软这类成熟软件厂商，依托AI升级原有产品、迭代服务模式，强化产品竞争力；二是Snowflake、Databricks、GitLab等技术工具型企业，实现全站AI化，软件研发、数据分析、工具服务全流程由AI赋能，完成业态重构。
问：如何看待海外FDE的长期趋势，以及Harness工程与大模型的发展关系？
答：首先，Harness工程与大模型并非互斥、替代关系，而是同向发展、无竞争冲突的正向关联关系，逻辑和编程语言迭代一致。编程语言会持续更新迭代、降低开发门槛、适配开发者需求，Harness工程体系也会跟随大模型技术进步持续升级，未来甚至可能针对文生图、文生视频、文生文本等不同模态模型，衍生出专属的Harness工程理念与框架。各类前沿技术框架、工程理念的迭代，本质都是为了适配模型能力升级，更好落地AI应用。
其次，FDE可与国内软件驻场开发、行业实施服务近似对等。国内成熟软件行业本身具备深厚的垂直行业知识壁垒，从业人员多深耕单一行业，擅长结合行业流程、规则落地软件服务，这和FDE的核心定位一致——既要懂AI模型能力边界，也要懂垂直行业业务，帮助企业梳理内部可通过AI提效、降本的场景，完成AI数字化转型（增收难度较大，核心价值集中在降本、提效）。
海内外FDE发展路径存在明显差异：国内企业、国央企数量多，催生了成熟的软件实施、外包服务上市公司，AI转型落地模式已相对成熟，仅需完成AI能力适配即可；北美市场无成熟的本土驻场实施体系，FDE会分化为两大分支，一是OpenAI、主流大模型厂商等头部公司自建FDE团队，配套自有模型软件形成闭环服务，占据主流；二是IBM、Oracle等传统科技企业入局，依托第三方外包团队落地项目，赚取技术差价。且头部模型公司已与大型资本、企业深度绑定，传统科技企业难以下场竞争，头部模型公司的FDE模式会成为主流。
问：FDE角色归属是模型公司派驻、独立第三方，还是客户内部岗位？
答：FDE角色归属和发展模式分阶段，海内外成熟度完全不同：
1. 当前海外主流模式：FDE为OpenAI、主流头部大模型厂商直招派驻的工程师，直属模型厂商。岗位核心能力要求为：精通大模型应用边界、具备基础IT开发与工程常识，无需深耕高阶代码开发。核心工作分为两部分，一是驻场调研客户业务场景，输出AI落地解决方案、完成方案宣讲；二是落地阶段负责模型部署、轻度代码开发、项目落地适配。当前处于行业烧钱扩张期，厂商高薪自建团队，包揽咨询、落地全流程服务。
2. 海外长期演化趋势：纯自建高薪FDE团队模式无法持续，人员、管理成本过高，会逐步迭代为“少量核心FDE+标准化AI解决方案+成型软件产品”的轻量化模式，避免沦为外包服务商。
3. 国内差异化模式：国内无全新FDE岗位概念，相关模式已高度成熟。字节、阿里、百度等大厂对接政企客户时，自有团队负责前端咨询、方案洽谈，宇信科技、软通动力等第三方外包团队负责现场落地、部署开发，无需单独搭建FDE体系，仅需完成AI能力适配即可，落地效率和成熟度远超海外。
问：如何看待大模型各应用场景的ROI回报？软件价值会被大模型取代还是打开增值空间？
答：可以从核心细分场景逐一拆解ROI与软件价值逻辑，整体来看软件不会被替代，反而会依托大模型打开全新增值空间，大模型将成为行业基础基建：
第一，编程场景。编程是大模型高毛利、高需求的基建级场景，但市场体量有限，无法实现规模化盈利。2025年上半年编程是头部模型公司核心增长曲线，相关收入达80亿刀，但后续收入占比持续下降。参考互联网早期发展逻辑，当前编程场景属于“高成本、高毛利、小体量”的早期阶段，长期会逐步普惠化，成为模型公司低价基础通用服务，最终形成“大体量、低毛利、全覆盖”的格局，行业整体ROI会趋于合理稳定。同时，编程能力会成为AI Agent办公的辅助能力，间接为模型贡献持续收入。
第二，通用办公Agent场景（如Workbody、Open Code）。国内该场景承接了2026年2-3月Open Code热度沉淀的1500万-2000万活跃用户，用户付费意愿稳定、基础人群基数固定，但赛道已快速沦为红海，同质化竞争严重。单纯的通用办公服务难以打造持续用户粘性，必须与企业具体业务深度绑定、形成生态壁垒（如字节Agent对接抖音、阿里Agent对接电商）。该场景整体ROI平稳，基础服务可稳定变现，增值空间取决于企业生态与产品整合能力。
第三，传统行业软件AI化场景。这是未来大模型收入的核心支柱，也是软件行业最大的增值赛道。国内传统软件以安装版为主，具备数据封闭、安全壁垒高、行业场景枚举完善、渠道壁垒稳固等特点，大模型短期无法渗透替代。传统软件厂商完成AI功能迭代升级后，可快速提升行业竞争力，甚至实现行业反超。同时，AI可替代软件厂商售前调研、小幅代码修改、落地适配等人工环节，大幅降低企业服务成本、提升交付效率，持续优化ROI。
整体来看，市场持续高额投入大模型、容忍短期低回报，核心是行业共识AI大模型会成为继水、电、网络之后的企业基础资源。行业普遍存在FOMO情绪，即便短期亏损也需布局卡位，未来头部1-2家模型企业将垄断市场红利，长期整体ROI会持续修复。
问：金山办公这类软件嵌入AI后，如何保障数据安全？
答：嵌入AI的成熟办公软件（如金山办公）数据安全风险极低，安全保障体系完善，核心依托私有化部署、模型精调、自主可控的技术与生态实现防护：
1. 部署模式安全：这类头部软件厂商可基于开源模型（Kimi、智谱等）做私有化部署，企业数据无需流出自有系统，从根源避免核心文档、业务数据外泄，规避公有云API调用的数据流转风险。
2. 定制化安全优化：厂商可结合自身多年用户数据、行业使用习惯，对模型进行专属精调，在适配业务场景的同时，严格适配企业数据安全规范，杜绝数据泄露、滥用问题。
3. 技术与资质壁垒：头部办公软件具备完善的合规资质、数据防护技术、运维体系，相较于初创协作软件（仅租赁服务器、调用外部API，数据全程外流），安全可控性极强。
此外，当前模型行业已形成成熟的私有化技术服务体系，模型厂商可协助软件企业完成部署、精调、运维全流程落地，进一步筑牢数据安全防线，安全问题不会成为头部软件AI化升级的阻碍。
问：AI Agent普及后，传统软件的付费与商业模式会发生哪些结构性变化？
答：AI Agent的规模化落地，正在重构传统软件的收费逻辑与商业体系，彻底颠覆过往单一的固定席位订阅模式，逐步切换为按量计费、按效计费、按任务计费的弹性化服务体系。传统办公及SaaS软件依赖固定用户席位创收，业务增长存在显著瓶颈，而AI Agent无需占用传统账号席位，可自动化、批量化完成各类办公及业务流程任务，有效摊薄企业单客户采购成本。行业格局随之分化，具备AI原生能力与场景自动化能力的软件厂商，商业模式从“售卖软件席位”升级为“输出AI效率服务”，客户粘性、续费率及增值收入持续提升；而仅依靠传统席位收费、缺乏AI自动化迭代能力的厂商，将逐步出现产品价值缩水、客户流失的问题。国内具备政企生态资源、私有化部署能力与本地化落地服务优势的头部软件企业，可顺利完成商业模式转型升级，打开长期收入与估值增长空间。
问：企业选型AI软件时，开源模型与闭源模型的适配场景、优劣差异如何？
答：目前行业已形成清晰的模型分层应用格局，闭源模型深耕高端复杂场景，开源模型覆盖规模化落地场景，二者优势互补、适配不同层级的AI软件落地需求。闭源大模型能力上限更高、稳定性优异、多模态表现突出，可满足高端政企、金融核心业务等高精尖场景需求，适配智能风控、智能投顾、复杂政务文书处理等高精度业务，但存在调用成本偏高、数据需外网流转的特点，更适配效果优先级高于成本的高端客户。而开源模型支持本地化私有化部署、可灵活定制精调、核心数据全程不出内网，合规性与安全性更贴合国内政企数字化转型核心诉求，软件厂商可基于开源模型完成二次开发与场景适配，深度贴合行业专属需求，大幅降低项目落地成本。整体而言，国内AI软件落地形成了开源模型私有化部署为主、闭源模型高端能力补充为辅的稳定格局，也是本土软件企业构筑差异化竞争壁垒的核心关键。
问：多模态与AI Agent持续迭代下，后续AI软件行业最大的确定性增量来自哪里？
答：本轮AI软件迭代的核心确定性增量并不来源于大模型本身，而是模型技术的行业落地赋能与传统存量软件的AI智能化改造。其一，政企、金融、政务等垂类行业存量软件基数庞大，传统软件具备成熟的业务流程、合规资质与渠道壁垒，AI赋能后可实现交付效率提升、业务流程智能化升级，行业迭代替换需求持续释放，是中长期核心增长底盘；其二，C端轻量化多模态创作赛道兑现能力突出，短视频制作、电商素材设计、自媒体内容生产等场景需求旺盛，AI工具类软件落地门槛低、商业变现路径清晰，短期业绩确定性极强；其三，国内本土化等效FDE驻场服务赛道持续扩容，全行业软件AI化升级浪潮，持续带动项目部署、落地实施、定制化二次开发等刚需，第三方落地服务厂商充分受益；其四，AI技术推动传统软件商业模式迭代升级，打破固定席位收费桎梏，增值服务、弹性付费模式打开了传统软件企业的成长天花板。当前纯模型、纯API赛道内卷严重、同质化竞争激烈，唯有深度绑定垂直行业场景、具备完整本地化落地服务能力的软件企业，能够持续兑现稳定的业绩增量。
问：结合AI软件产业趋势，A股有哪些核心受益标的？
答：核心A股受益标的可覆盖四大AI软件优质赛道，通用办公AI Agent重点关注金山办公，公司WPS AI全面深度融合办公全流程，依托本土安装版软件属性构筑坚实的数据安全壁垒，可支撑政企私有化部署需求，凭借原生办公生态与深厚的政企渠道优势实现稳健商业化落地，是A股办公AI领域的核心标杆标的；传统垂类行业软件AI升级方向，政企及通用管理软件优选用友网络、致远互联、泛微网络，这类企业深耕政企与企业管理全场景，拥有完善的行业场景配置、本地化部署及落地服务体系，可通过AI替代传统人工交付环节，有效降本增效、提升整体ROI，具备显著的行业竞争与反超潜力，金融垂直软件布局同花顺、恒生电子、长亮科技，企业依托专属金融行业知识库与合规体系落地智能投顾、智能风控、数据分析等AI升级应用，深度联动头部大模型厂商，场景壁垒高、落地确定性强，政务与合规软件关注拓尔思、华宇软件，二者政务NLP与智能合规技术场景成熟，凭借专属行业资质和本地化服务壁垒，精准匹配政企AI数字化转型刚需；多模态AIGC内容商业化赛道核心标的为万兴科技，作为国内消费级AI创意软件龙头，产品精准适配短视频、自媒体、电商素材等轻量化创作场景，落地速度快、商业变现路径清晰，是A股稀缺的C端AIGC工具标的；AI软件实施与国内FDE落地服务领域看好软通动力、宇信科技、神州数码，企业贴合国内成熟的“大厂咨询+第三方驻场实施”商业模式，承接政企及互联网大厂AI软件落地、部署、二次开发等核心刚需，其中神州数码兼具定制软件研发与AIGC增值服务双向协同优势，是该赛道核心受益标的。整体A股选股可遵循三大核心原则，规避纯模型、纯API类厂商，优先布局具备自有场景、数据、合规及政企渠道壁垒的软件企业，优选主业基本面扎实、AI技术赋能存量业务的标的，同时重点关注拥有本地化部署、驻场实施服务能力，高度适配国内AI软件落地节奏的A股公司。
