ARTICLE · 978160
AI军备竞赛:软件行业为什么越卷越不赚钱
最近看到一组工信部的数据。
2026年上半年，我国软件业务收入达到77182亿元，同比增长9.5%；但软件业利润总额8999亿元，同比增长只有1.0%。（工信部 2026年7月30日《2026年1—6月份软件业运行情况》）
工信部对此的表述很克制：
“软件业务收入稳健增长，利润总额增势放缓。”
但如果放到这两年软件行业正在发生的事情里看，这组数据其实很耐人寻味。
因为过去两年，整个软件行业都在疯狂投入AI。
大模型、Copilot、AI Coding、Agent、知识库、自动测试、智能开发平台……几乎所有软件企业都在讲AI转型。
但至少从目前来看，一个有些尴尬的现象正在出现：
AI越来越热，收入确实还在增长，利润却没有同步兑现。
这让我越来越觉得，当前软件行业正在经历的，可能不仅仅是一轮技术升级。
它更像是一场AI军备竞赛。
一、为什么软件公司这么怕错过AI？
这一轮AI浪潮和过去很多技术升级不太一样。
云计算出来的时候，很多企业会研究要不要上云；低代码出现的时候，很多企业也会观察它到底能提高多少效率。
但生成式AI带来的第一感受不是“不错”，而是很多人共同经历过的两个字：
惊艳。
第一次看着AI几分钟写出过去工程师需要几个小时完成的代码，第一次看到一个Agent自己分析资料、调用工具、完成任务，第一次看到AI自动生成测试用例、设计文档甚至业务方案，很容易让人产生一种强烈的感觉：
这个东西可能真的会改变软件行业。
紧接着就会产生两个判断。
一个是兴奋：
谁先掌握这个技术，谁就可能获得巨大的竞争优势。
但另一个判断往往更加强烈：
如果别人掌握了，而我没有，我可能根本没有胜算。
真正推动企业大规模投入的，很多时候恰恰是后者。
我以前写过一个观点：恐惧可能是人和组织最强大的驱动力之一。人类的终极驱动力：进步？焦虑？还是另一个未知？
机会意味着“做了可能获得更多”。
而恐惧意味着“不做可能失去现在拥有的一切”。
前者可以等等看，后者却很难等待。
所以今天很多企业投资AI，其实已经不能完全按照传统ROI逻辑来解释。
AI团队要不要建？要。
AI Coding要不要推广？要。
Agent要不要研究？要。
开发流程要不要AI化？也要。
至于这些投资什么时候产生利润，商业模式是什么，客户到底愿意为多少AI价值付费，很多时候还没有想得特别清楚。
但企业还是必须先做。
因为管理者真正担心的是：
万一这是一场真正的产业革命，而别人已经跑起来了呢？
这就是军备竞赛开始的地方。
二、对单个企业理性的选择，最终可能变成全行业的内卷
从单个软件企业来看，投入AI当然是理性的。
假设过去100个人完成的工作，通过AI以后80个人就可以完成，那么率先掌握AI的公司自然会获得巨大的成本优势。
问题在于，这项技术不是只有一家公司能够获得。
当A公司的效率提高30%，B公司提高25%，C公司提高35%以后，会发生什么？
最后很可能不是所有公司的利润率都提高30%。
而是整个行业的生产率基准被重新定义了。
过去100人完成一个项目是正常价格。
以后80人完成一个项目成为正常价格。
于是非常有意思的一幕出现了：
所有人都必须拼命向前跑，最终只是为了留在原来的位置。
每一家企业不投入AI，都可能失去竞争力；但当所有企业都投入AI以后，AI本身又不再构成竞争优势。
于是大家投入更多的钱，购买更多工具，组建更多AI团队，改造更多流程，整个行业的生产效率越来越高。
但相对竞争位置可能并没有发生太大改变。
这就是所谓的"内卷"。
不是努力没有价值。
恰恰是因为所有人都必须努力，所以努力本身越来越难形成超额收益。
三、更尴尬的是，第一波AI红利可能先被客户拿走
最近在实际业务中，我越来越明显地感受到另外一个变化。
软件企业看到AI的时候，首先看到的是生产力。
客户看到AI的时候，首先看到的却可能是：
你们是不是可以便宜一点了？
过去一个项目需要20个人，现在你告诉客户AI Coding可以提高30%的效率。
客户未必会说：
“很好，这30%的效率红利就留给你们作为利润。”
他更容易问：
“既然效率提高30%，为什么报价没有下降？”
于是AI甚至开始成为客户砍价的一个新理由。
这背后其实存在一个非常重要的价值错位。
对于软件企业而言，AI已经非常具体。
写代码更快了，测试效率提高了，文档自动生成了，需求分析加速了。
但是对于大量终端客户来说：
AI究竟给我的业务多创造了多少钱？
这个问题很多企业自己都还没有看清楚。
所以现阶段客户最容易理解的AI价值，不是：
“AI能够让我赚更多钱。”
而是：
“AI应该能够让我的供应商少用一点人。”
一旦AI被这样理解，它创造的第一波生产率红利就很容易从软件公司向客户转移。
软件公司承担研发投入、工具采购、人员培训和组织转型的成本。
而客户通过价格谈判，把一部分效率提升直接拿走。
这可能就是为什么今天整个行业都在谈AI，却未必立刻看到利润改善。
四、技术越来越确定，商业却越来越不确定
如果AI只是又一个概念，这场军备竞赛其实不会发生。
恰恰因为它真的有效，所以大家才会如此焦虑。
这是这轮AI浪潮非常特殊的一点。
技术确定性越来越高，商业确定性却仍然很低。
我们已经越来越相信，AI一定会大幅改变软件开发方式。
但谁能因此赚到更多的钱，新的利润到底在哪里产生，产业链里的价值最终如何分配，却远没有那么确定。
于是企业陷入一种非常特殊的状态：
不知道未来的钱在哪里，
但知道现在绝对不能不投。
所以我越来越觉得，当前AI应用市场最强大的驱动力之一，并不是利润。
而是：
恐惧。
害怕自己的开发效率落后。
害怕竞争对手率先完成AI化。
害怕现有的人月模式被颠覆。
害怕自己突然从行业领先者变成落后者。
这种恐惧是真实的，而且某种意义上也是合理的。
问题在于：
恐惧可以推动企业进入赛场，却不能替企业决定往哪里跑。
五、真正的问题是：当所有人都会AI以后，你靠什么赚钱？
我认为，软件企业真正应该思考的，并不是“要不要AI化”。
这个问题其实已经没有太大讨论价值了。
必须AI化。
因为它很可能会成为未来软件企业最基本的生产能力，就像今天没有人会讨论软件企业要不要使用云、要不要使用开源软件一样。
真正值得讨论的问题是：
当三年以后，所有软件公司都会熟练使用AI开发，所有工程师都会使用AI Coding，所有公司都有自己的Agent平台以后，我们凭什么赚钱？
想清楚这一点之后，我就开始意识到，AI落到企业身上其实会分成两层。
一层是：
传统业务AI化。
少写一些代码，少安排一些人，更快完成原来的项目。
它非常重要，因为不做就可能失去竞争资格。
但它未必能够创造新的利润池。
因为如果AI最终只是帮整个行业提高了效率，那么这部分效率优势很可能通过竞争传导成价格下降，又被客户拿走。
另一层才是真正可能改变企业利润结构的：
AI能力业务化。
也就是利用AI，去完成过去的软件、人力和传统IT系统根本无法经济地完成的事情。
我举一个例子。过去一个供应链团队，不可能每天对几万个SKU逐一进行风险识别、原因分析、情景模拟并给出行动建议——人手做不到，成本也扛不住。但如果AI Agent能做到，那么客户购买的就不再是"少几个开发人员"。
而是一种过去根本不存在的业务能力。
这时价值锚点就发生了变化。
不再是：
"你用了多少人？"
而是：
"你帮我解决了一个多大的业务问题？"
前者的终点是效率竞争。
后者才有可能形成新的价值创造。
六、不要让恐惧决定战略
所以，我并不认为今天软件行业对AI的投入有什么问题。
相反，我认为大多数企业都必须投入。
因为AI很可能正在重新定义这个行业最基本的生产函数。
不参与这场军备竞赛，可能真的会失去未来的竞争资格。
但必须认识到另外一件事情：
军备本身不是战略。
别人建AI中心，我也建一个。
别人做Agent，我也做Agent。
别人推广AI Coding，我也全面推广。
这些事情都可以做，而且很多都必须做。
但如果一家企业的AI战略最终只是：
别人有什么，我不能没有。
那么无论投入多大，本质上也只是为了留在牌桌上。
真正的战略问题始终是：
当AI最终成为所有人的标准能力之后，我们还能为客户创造什么别人创造不了的价值？
也许这才是这一轮AI浪潮里，软件企业最终必须回答的问题。
传统业务AI化，是防守。
AI能力业务化，才是进攻。
军备竞赛可以因为恐惧而开始，但很难因为恐惧而结束。
能结束它的，大概只有一件事——有人真的用AI赚到了原来赚不到的钱。