AI 时代，软件企业的价值在哪里？

博途PLC工程智能体 | AI智能体博途网关 | 博途PLC程序知识图谱 | 梯形图转SCL | 自然语言生成梯形图 | 自然语言生成SCL | 逆向生成程序块文档 | 梯形图在线查看 | 博途编程文档MCP | AI模型价格对比 | AI工具导航 | ONNX模型库 | Vibe Coding教程 | PLC在线仿真器 | Tripo 3D | Meshy AI

我的开发生涯有很大一部分时间都在使用 Visual Basic、Pascal 和 C++ 这类语言。在那个年代，构建软件仍然需要专业的知识。

几十年来，我见证了软件开发的门槛不断降低：从更易上手的编程语言，到低代码平台，再到如今的 AI 辅助开发和"氛围编程"（vibe coding）。

当然，AI 的范畴远不止编码加速和生成式 AI。机器学习、自然语言处理、计算机视觉以及预测性和规范性分析，早就成为软件的一部分。今天真正不同的是这些技术的可及性、成熟度，以及它们前进的速度。如今，一个有想法但编程经验有限的人，也可以相当快地做出一个能跑起来的应用。

这是一场令人难以置信的技术变革，但也给所有在构建、投资或收购软件公司的人提出了一个显而易见的问题：如果软件变得越来越容易构建、成本越来越低，那企业价值究竟从何而来？

1、AI 时代软件价值的"那又怎样？"测试

我从两个视角来思考这个问题。我的职业生涯大部分时间都在技术和软件行业，现在则从并购（M&A）的视角评估软件公司。最近在和团队讨论什么让一家软件公司能在 AI 时代长久存活时，一位同事提出了一个简单的测试："那又怎样？"（So what?）

你加了 AI 能力。"那又怎样？"

你有了 AI 路线图。"那又怎样？"

你的员工每天都在用 AI。"那又怎样？"

这些单拎出来，都说明不了这门生意的持久性或企业价值。要回答这个问题，我们需要再往深处挖一层：这家公司到底有什么，能赋予它真正的生命力？

2、水面之下是什么

用冰山来类比软件的护城河很合适。所有人都能看到用户界面和功能。而在水面线之下，可能是精密的架构与数据结构、多年的领域专业知识、专有的第一方数据、深度嵌入的业务流程、合规要求、系统集成、客户关系，以及其他更难复制的能力。

AI 可以让写代码和搭建基础功能变得更容易，但真正的软件开发远不止代码本身。它涵盖产品设计、架构、集成、测试、安全、部署、可扩展性，以及持续的运维。

而且，写出代码，和复制水面之下的一切，是两码事。那些不那么显眼、但至关重要的属性，一直都在为一家软件公司的价值做贡献。随着创建软件的门槛降低，它们在区分持久型公司和相对容易被复刻的产品时，会扮演越来越重要的角色。

3、软件护城河藏在哪里

从历史上看，许多持久型软件公司都深深嵌入了客户业务的一个或多个层面。它们持有关键的数据与上下文，支撑着实际工作发生的工作流，并帮助客户把信息转化为决策。你可以把它们理解为记录系统（systems of record）、行动系统（systems of action）和智能系统（systems of intelligence）。

AI 并没有让这些层面变得无关紧要。相反，它抬高了每一层的门槛。

既有的记录系统和行动系统并不会消失。事实上，我认为市场最初的恐惧——担心前沿 AI 会迅速取代大类别的既有软件——低估了许多应用在企业中嵌入之深。

与此同时，AI 可以扩展智能层。我们正在看到另一种模式的兴起：即使一家公司并不拥有数据所在的主系统，它也能从数据周边的智能中创造价值。

我把这类公司称为"领域智能公司"。它们从多个来源拉取信息，进行归一化和增强，将其与专有信息或方法论结合，再运用深厚的领域专业知识，产出客户自己难以生成的智能。

4、AI 正在改变软件价值的来源

AI 更可能是拓宽我们对"有价值软件"的定义，而非取代此前的软件模式。而且这些变化并不局限于产品本身。AI 也开始挑战一些定义了 SaaS 的经济模型。

如果软件帮助客户用 8 个人而不是 10 个人完成同样的工作，那是真实的价值。但如果软件公司按席位收费，它可能在过程中削减了自己的收入。这可能会推动一些公司重新思考价值捕获方式，包括采用基于消费、用量或价值的定价模型。

与此同时，AI 也能改善厂商自身的经济模型。如果一家软件公司能在不按相同比例增加资源的情况下，接入和支持更多客户，它就能创造经营杠杆。这一潜力，也成为了我们思考一家公司未来经济模型和企业价值时的又一个因素。

5、既有软件公司能在 AI 时代胜出吗？

公开市场已经展示了 AI 能多快改变市场对软件公司的看法，我也看到这种审视延伸到了并购领域。

但讨论正在变得更加微妙。对生成式 AI 的最初反应似乎默认：如果软件变得极其容易构建，既有软件就会变得极其容易被替换。这两件事并不是一回事。

买方仍在展望未来好几年。随着 AI 能力提升、新竞争者出现、客户期望变化，软件是否仍然相关？仅靠一张 AI 路线图回答不了这个问题。

我不认为今天的环境是在证明既有软件已经失去了价值。资本仍在持续支持记录系统和其他深度嵌入的软件生意。改变的是审视的力度，以及公司之间的分化程度。

既有公司或许有自己的优势。它们从多年的客户关系、工作流所有权、领域知识、历史数据和真实世界上下文出发，再用 AI 让这些资产变得更有价值。

我认为，这就是企业价值讨论的方向。最强大的软件公司，将是那些不仅能展示其技术做了什么，还能说明客户为什么仍需要它们，以及 AI 如何让这一位置变得更强而非更弱的公司。

原文链接: What Makes Software Defensible In The Age Of AI?

汇智网翻译整理，转载请标明出处