众力资讯网

今天半导体下跌提前给大家讲过,趋势的核心就是破位就走人,没有那么多绕绕。本期跟踪

今天半导体下跌提前给大家讲过,趋势的核心就是破位就走人,没有那么多绕绕。

本期跟踪AI大模型核心观点概述:

模型能力与软件的关系是动态演化的:模型能力从“编程工具”演进为“能解决问题的通用能力”,对软件行业的影响也从“替代点状工具”演变为“赋能复杂场景,并催生新业态”。

海外与国内市场发展节奏不同,但已出现“互换式”参考:海外先走通了AI编程和通用Agent,后转向定制化服务(FDE);国内经历了定制化软件的AI化热潮后,也终于推出了通用Agent产品。

软件公司的核心价值在于“场景价值”:在模型能力增强的背景下,不会被替代的软件是那些拥有复杂业务流程、数据壁垒、行业知识或核心协作功能的软件。

大模型投资的长期逻辑:尽管当前回报低,但市场预期AI将成为类似“水电”的第三层基础服务,巨头们存在“FOMO”(害怕错过)情绪,因此持续投入。

国内软件公司的独特壁垒:国内的安装类软件(非SaaS)因其数据封闭性、枚举型功能逻辑和强实施服务,在短期内难以被大模型简单渗透。

关键时间线与发展阶段

第一阶段:2025年上半年(2月-6月)——AI编程的商业化起点。

第二阶段:2025年下半年(Q3-Q4)——模型对SaaS公司的价值冲击与重塑

第三阶段:2025年底至2026年Q1——通用Agent与国内定制化软件的AI化

第四阶段:2026年Q2至今——国内外模式互换与成熟化

标志性事件:国内:腾讯元宝(Workbuddy)推出,真正将OpenClaw的功能内部重做,成为可用的通用Agent。阿里、字节等转向To B(如阿里百炼)。

海外:Anthropic、OpenAI大规模推广 FDE(Full-Stack AI Engineer),与投行、咨询公司合作成立合资公司。

模型能力持续提升:Claude 3.5、Kimi K3发布。

核心影响:

国内:终于落地了类SaaS的通用Agent办公软件(元宝)。同时,传统软件公司(如金山)开始在自身产品上叠加AI能力,走向成熟。

海外:通用Agent(Cowork)碰到了成本(高Token消耗)和信息安全的阻力。因此,必须回归到定制化服务(FDE),这与国内早已成熟的软件驻场/外包模式形成“互换”。

行业垂类合作深化:广告公司(AIGC素材)、金融软件公司(同花顺、Wind与Kimi合作)等,通过双向合作,推动行业AI化。

关键概念深度解析

FDE (Full-Stack AI Engineer) vs. 国内软件实施

本质相同:都是将AI能力与行业知识结合,到企业现场进行咨询、方案设计和落地实施。

发展路径不同:海外FDE目前是模型公司自招高薪人才,成本高,不可持续。未来会演变为“少量FDE + 行业软件 + 解决方案”的模式。国内模式已成熟,大厂做咨询,外包公司(如软通动力)进场实施,只需做能力适配。

Harness 与模型的关系

非竞争关系:Harness(工程优化框架)与模型的关系,类似于编程语言与其开发框架(如Vue、Spring)。模型进步会推动Harness进化,使模型更高效、更易用,两者是正相关、无交点的。

AI编程的长期前景

当前:高毛利,但市场体量不大。

长期:会像互联网普及一样,成本大幅降低,成为所有模型公司的低价基础服务。届时体量巨大,但毛利降低。

未来AI应用方向预测

国内市场(三阶段)

第一阶段(当前):多模态应用

核心:以字节跳动“剪映2.0/2.5”为代表,文生视频模型与短视频、短剧、电商素材等场景结合,构建起一个巨大的、可盈利的创作者经济生态。这是短期可见的最大市场。

第二阶段:在线化服务(类SaaS)

核心:传统办公软件(如金山)的AI化升级,将AI能力与SaaS模式结合,实现快速迭代和用户付费。

第三阶段:老牌软件公司的能力升级

核心:拥有数据、流程、渠道和行业壁垒的成熟软件公司,在自身产品中深度嵌入AI,从“枚举型”功能进化为“智能型”服务,进而提升竞争力。

海外市场

超强模型+ To B落地:短期通过少量FDE加行业软件,实现稳定现金流。

SaaS公司的AI化转型:

一类是微软这样的,在原有产品上叠加AI,增强服务能力。

另一类是Snowflake、Databricks这样的技术型公司,其自身软件和全栈服务都切换到AI驱动。

关于数据安全的补充

大公司:如金山,可通过私有化部署开源模型(如DeepSeek、Kimi)并精调来解决安全问题,风险最低。

初创SaaS公司:若仅租用云服务器并调用API,则存在用户机密数据被模型方流转的风险,安全疑虑最大。

总结

本次分享的核心结论是:大模型不会简单地“吞噬”所有软件,而是会深刻重塑软件的价值链。 那些能够将AI能力与自身场景、数据、协作、行业知识深度结合的软件,将获得更强的生命力和商业价值。而单纯的高价增值服务或技术工具,则面临被AI直接替代的风险。全球市场正从“AI能否替代软件”的早期恐慌,走向“AI如何与软件融合”的务实落地阶段。