文：董指導&嘉賓
本期要點
#AI#AI 軟件
先硬件、后軟件，是一個被多次驗證過的發(fā)展規(guī)律；對于AI，市場也是如此期待。在算力投資經歷了高峰之后，應用是否會爆發(fā)？軟件企業(yè)是否會迎來新機遇？
4月11日，我參加了博時基金的“2025科技投資系列圓桌沙龍”，和幾位嘉賓一起分享、討論了熱門的話題：“AI時代的軟件行業(yè)：突破與創(chuàng)新”。
嘉賓們互動的精華信息，整理如下：
Q:AI對于軟件，有人認為是一種很大的風險，那也有人認為這是一次很大的機遇。如何看？
A：大家如果把AI當做一個必選項，可能這個問題就容易回答一些，先來說下風險，主要在方向和節(jié)奏。
也就是方向上，擁抱AI的軟件才有機會；拒絕AI，那則是風險，甚至可能是被直接顛覆。
節(jié)奏上，擁抱AI的力度要和自身的實力相匹配。不考慮財務狀況，用力過猛的話，也會帶來風險。但整體而言，目前的風險還是在于忽視AI。
加入AI是不是就一定會迎來比較大的機遇，也要分開去討論的。
第一種是確定性的機遇，可以看到AI的代碼編程能力有大幅的提升，它要比普通人甚至要比一些優(yōu)秀的編程分析師來講，它都有很大的輔助和提高。軟件企業(yè)可以利用AI去做編碼的時候，做代碼可以降低他們的成本，這是確定性的第一個。
第二個來講，可以看到AI帶來的交互的改變，以前可能像搜索都是要打字，現(xiàn)在都可以用語音甚至拍照，用多模態(tài)的方式和AI進行互動，這種方式就是把使用軟件的門檻降低了。
咱們回想來看，一開始的電腦用的是DOS的操作，后來改成Windows的鼠標界面操作，使得愿意或者能夠使用電腦的人群大幅增加，這對于AI來講也是一樣的。當一個軟件接入一些AI功能以后，交互的方式的改變可以讓使用人群大幅增加，這兩個是確定性的。
不確定性的可能是在于收入和利潤，軟件企業(yè)它增加了AI功能之后，AI功能能不能踏踏實實轉成轉為公司的利潤。
在DeepSeek沒有出現(xiàn)之前，這個風險還是有點大的，因為對于一家軟件企業(yè)，自己去開發(fā)一個大模型，成本是非常大的，大部分都是去外采或者是基于一些行業(yè)基座大模型做開發(fā)，這些帶來的都是比較大的成本。
當DeepSeekR1、V3的模型進行開源發(fā)布之后，可以看到成本是顯著下降的，對于軟件企業(yè)來講，因為開源大模型的發(fā)展，增加AI功能的成本是在降低的，也就意味著盈利空間在變大。
另外，對于2B、2C的不同形態(tài)也會有不同的收入狀況。對于2C來講，國內C端的付費意愿好像沒有那么高。即使做出一個功能，也有可能被大模型企業(yè)直接把能力內化到模型里，帶來顛覆。
對于2B企業(yè)來講，客戶相對來說付費意愿比較穩(wěn)定，已經有了一些比較成熟的模式，而且2B企業(yè)在長期的服務行業(yè)過程中積累了很深的know-how,這些企業(yè)將來做一些AI功能，甚至Agent開發(fā)的時候，know-how就能夠轉成自己的優(yōu)勢。
Q:AI Agent的產業(yè)趨勢越來越明顯，什么是AI Agent,帶來的產業(yè)機遇到底有多大？會在哪些行業(yè)先落地？
A：AI Agent的定義一直沒有特別的固化，目前看起來它有三個項：要感知、要自主決策、要執(zhí)行，最關鍵的東西在自主決策的環(huán)節(jié)，我們在日常生活當中，有很多的領域希望不是由我們親力親為，而是把它放手給一些科技的工具，而Agent 就是解決其中的某個環(huán)節(jié)，或者說所有環(huán)節(jié)的工具。
之前的chat boot聊天機器人，可以陪聊，更多是情緒上的輔助，或者說一些知識上的支持。而Agent意味著可以自主決策幫人做一些活，比如作為工作、生活里的小秘書。
從行業(yè)落地的角度來看，如果要講先落地的話，首先要了解到AI Agent現(xiàn)在的階段，目前來看還是非常的初級，第一級和第二級。
第一級可以認為是這種客服、會議備檔、企業(yè)知識庫、標準的企業(yè)流程梳理等一些比較標品化的，能夠日常輔助大家工作和生活這一類的工具。
第二級會結合企業(yè)的崗位來做，比如用戶是銀行的風控人員，Agent開發(fā)就需要結合內部的數(shù)據來開發(fā)，比如盡調數(shù)據、行業(yè)比較數(shù)據等。
目前數(shù)字經濟的滲透率，或者說軟件行業(yè)占GDP的占比為9.8%。真正做軟件服務實體、服務2B的公司，數(shù)量還是比較少的。Agent帶來的的不只是降本增效，長期發(fā)展也可能會使得整個國民經濟GDP體量有倍增的空間，因此，Agent和產業(yè)結合，會是非常值得關注的方向。
Q:中國軟件企業(yè)的商業(yè)模式是一直被詬病的，因為很多都是項目制的，沒有像海外產品化、SaaS化很令人驚艷的商業(yè)模式。這次AI的出現(xiàn)能不能給這樣的一種商業(yè)模式帶來一些變化？
A：從中國企業(yè)的商業(yè)模式來看，在傳統(tǒng)IT時代底層的像操作系統(tǒng)、數(shù)據庫都是海外來做的，包括底層的一些基礎軟件，例如圖形類的、設計類的軟件，一些底層的數(shù)據引擎，例如ERP、以及各行各業(yè)效率比較高的產品，基本都是海外先做。
國內跟上來的時間會相對來說晚一些，晚個10到20年。
不是我國的軟件企業(yè)不努力，只是因為在賽跑的早期，海外軟件公司吸收了大量的客戶，客戶又依賴海外產品共同的迭代，所以國內只能做一些外圍的功能、定制化比較多，而且拿不到產業(yè)鏈當中最核心、價值量最高的那一部分。因為，基礎的軟件共性已經被他們吃完了。
在AI時代，情況發(fā)生了改變。中國、美國的應用開發(fā)，都處于尋找共性的階段。短期內都是偏定制化的，然后再慢慢從定制化的個性當中去尋找共性，哪些開發(fā)軟件、哪些工程、哪些體系可以復用，能夠更高效的方便的形成產品化的軟件。
從中長期來看中國軟件企業(yè)的商業(yè)模式一定會發(fā)生變化，甚至有可能向全球進行輸出。
與此同時，軟件企業(yè)的人均效能也會帶來提高，尤其當AI編程越來越普及后。軟件企業(yè)的收入可能變化還比較微弱，但是利潤率的提升可能會比較顯著。
整個軟件行業(yè)，會越來越香。
Q:下游的企業(yè)客戶為了應用AI，他們一般都要去做哪些資源的投入？為客戶創(chuàng)造什么樣的實際價值？投資回報率是怎么樣的？
A：從調研來看，下游企業(yè)主要分為兩種類型，第一種是中小微企業(yè)，他們可能自身的經濟實力比較薄弱，他們可能更傾向于上云，這對于上一輪云計算行業(yè)是比較大的促進。
這一輪AI時代下每個企業(yè)它都需要AI,所以說AI未來在整個企業(yè)內部的降本增效是非常快的，中小微企業(yè)可能會傾向于在企業(yè)內部實現(xiàn)一定的AI賦能，未來首先中小微企業(yè)他們會傾向于上云，這對于國內云計算的產業(yè)是非常大的利好。
第二個是一些中大型企業(yè)，比如說像數(shù)據安全，對數(shù)據安全要求比較高的領域，比如說像政府部門、國央企，可能還是會更加傾向于本地化部署。
如果本地化部署，還需要服務器，或者說去租一些集群跑在一些私有云或者邊緣的云上，這樣才能使你的數(shù)據較為安全，我覺得主要的投入還是在于前期的硬件，不管你是通過上云去買他們的云服務，還是通過你自己企業(yè)的私有化部署，本質上都是硬件的投入，它也會促進一些軟件的開放。
上一輪云計算的時代相當于是操作系統(tǒng)底層的東西，這一次人工智能時代底層的東西就是大模型，大模型類似于一個操作系統(tǒng)。
大模型的運用它產生的數(shù)據，相比傳統(tǒng)的軟件會有十倍以上增加。首先數(shù)據庫需求就會有比較大幅的上升，其次整個算力和應用端需要一個中間的平臺，以前叫做PaaS層，現(xiàn)在理解為一個新的概念，叫做數(shù)據中臺。需要在中間層上，下面連接算力，用戶需要不斷調整算力，實現(xiàn)合理分配。
目前來看，整個行業(yè)還處在比較初期的階段，暫且來看投資回報率相對來說可能就10%不到的水平。
伴隨著行業(yè)不斷成熟，產品不斷標準化之后，產品粘性會很高，包括這一輪產品粘性迅速的積累。軟件企業(yè)的盈利彈性會得到體現(xiàn)。目前，各公司還是處于快速跑馬圈地階段。
Q:SaaS是軟件行業(yè)非常流行的一種商業(yè)模式，AI到底在這個過程當中是什么樣的角色？下游行業(yè)使用大模型的進展如何？
A：SaaS AI化是直接顛覆了我們整個傳統(tǒng)的軟件行業(yè)，它相當于是把人工智能的技術直接打包成一整套的服務去賣給企業(yè)，或者賣給個人的C端用戶。
很多下游行業(yè)的公司，都在不斷地去適配DeepSeek?？梢苑秩?，比如傳統(tǒng)一些做企業(yè)服務軟件的公司，在ERP上他們會融入DeepSeek增加一些新的功能，比如說像一些內部的合同審核、企業(yè)內部的文檔搜索、知識庫的管理等等，上線了很多新功能，這樣可以極大地提升企業(yè)內部管理和運營的一些效率。
第二類是一些金融行業(yè)，在加入DeepSeek之后，對于整個金融市場每天的動態(tài)、風控的把握，包括各類信息的獲取、整理和總結等，可以有更加清楚的認識，也提升了投研效率。
金融是上個時代在云計算時代里面最先數(shù)字化轉型、且比較成功的行業(yè)之一，目前，金融行業(yè)依然是比較愿意去接受大模型的。不管是在整體的投研、風控，在全行業(yè)的全鏈條都會去孵化的產業(yè)。
第三個，一些傳統(tǒng)的工具軟件，融入AI之后可以極大地提升它作為一個生產力工具，包括像寫代碼的，包括文生圖等一系列的場景，生產效率得到了極大提高。
Q:中國發(fā)展AI應用有哪些優(yōu)勢？
A：去年大家一直認為海外出現(xiàn)一些頂尖的模型，我們去復現(xiàn)它的時間大概是12到18個月，甚至在DeepSeekV3出來的時候。因為V3出來對標的是像GPT40、Cloud3.5等模型，海外已經使用了非常長的時間。但是R1出來之后我們發(fā)現(xiàn)復現(xiàn)的時間縮短為了一個月。
為什么在算力的限制下能夠突圍，有幾個比較深的感受：
第一，工程師紅利優(yōu)勢。曾經我們認為軟件行業(yè)的工程師和AI行業(yè)的工程師有分離，但其實不是，大家的學習能力都非常強，主觀能動性也都非常強。
有一個有趣的事情，很多朋友去美國調研，發(fā)現(xiàn)和2023年有個很大的區(qū)別。即使是硅谷的AI圈，華人也是主流，國內投資人去調研的時候甚至都不用說英語，基本上大家都以中文來交流。而國內的人才也很多，聰明又勤奮。像DeepSeek就都是國人班底。
第二，在一些特定數(shù)據上的優(yōu)勢，比如文生視頻、文生圖大模型，中國的領先程度還是蠻大的。全球現(xiàn)在比較大的幾個應用，包括像抖音、快手、TikTok，在流媒體時代積累了大量的視頻素材，不管是多模態(tài)的理解，多模態(tài)的生成，天然就具有優(yōu)勢，這是一方面。
另一方面在2B領域，國內更講究實用主義，對數(shù)據的調用效率會更高。當然我們在數(shù)據資產的積累上和海外相比，在B端還是有差距的，但是我們一旦朝著AI的目標去做，數(shù)據的獲取能力、數(shù)據的應用能力，包括數(shù)據的應用效率比海外要高。圍繞著一個目標實用主義的精神，我們覺得會比較強。
第三，從制度上來講，就是集中力量辦大事。目前海外也在效仿類似投入，例如美國的Star Gate星際之門。
Q：DeepSeek不僅是國產大模型，也是開源模型的代表，海外不少觀點也提到這是一次開源模型對于閉源模型的一次勝利，如何看待開源模型對閉源模型的追趕所產生的產業(yè)意義？怎么樣去把我國剛剛建立起來的優(yōu)勢，轉換成為持續(xù)產業(yè)端的優(yōu)勢？
A：從產業(yè)層面來看國內一些曾經力推閉源的公司，也全面的轉向開源了；而下游客戶采購時，也都會先把開源的DeepSeek接進來；這說明，DeepSeek對產業(yè)有兩個觸動：
第一，大家開始意識到大模型的發(fā)展還沒有到完全要進入躺平商業(yè)化的狀態(tài)，模型的能力提升依然有很高的天花板。
第二，DeepSeek出來以后，各大互聯(lián)網廠商像元寶、文心一言開始紛紛去接入了DeepSeek,這也會促使大家去思考，展望來看未來的AI產業(yè)它的競爭力未必真的是純粹的模型能力，可能在模型能力之外更重要的是生態(tài)，能不能用更多的玩家吸引更多的合作伙伴一起來把這個業(yè)態(tài)做大。
這是開源和閉源相比的優(yōu)勢，開源就是它能夠吸引更多的人參與進來，集所有人智力一樣的狀態(tài)，這兩點是對整個AI 行業(yè)在中國的落地來講是有很大的促進的，因為一旦開源了以后就會加速整個技術的擴散。
也會有很多企業(yè)原來對大模型的使用有很高的畏懼心理，開源當然它的成本是比較低的，可能有一些接觸意愿是在提升的。
從實際的落地來看，現(xiàn)在很多大廠他們都發(fā)了論文，包括通過實踐向大家證明了在開源模型下，通過國內的算力也能夠取得還不錯的效果，這也是幫助我們去打破海外芯片壟斷的很好的渠道。
這兩個方式都是在加速AI在中國的落地。目前說大模型能力超過美國可能還有點夸張，但至少來講我們在這個階段并沒有落后，我們的能力跟他們還是在一條水平線上的。
要轉成長久的優(yōu)勢，有幾點：
第一、要培養(yǎng)比較好的開源生態(tài)，包括商業(yè)模式。
開源它雖然是一種比較自由的狀態(tài)，但并不意味著開源一定是免費，很多人提起開源好像覺得都是免費，如果這個商業(yè)它完全免費，沒有很好的商業(yè)模式其實比較難以維持下去。
開源一定要有好的生態(tài)能夠吸引到更多的玩家加入，能夠吸引到優(yōu)秀的人才加入，產業(yè)界里面也有人提出說開源是不是也可以和稅收、人才、工資這些等等去掛鉤，這都是大家在思考如何建立能夠持續(xù)運轉下去的生態(tài)。
第二，在硬件方面我們的研發(fā)可能還是要繼續(xù)加大，因為只有軟件的突破，沒有硬件的支持，可能也還是比較短的，所以要軟件、硬件結合的優(yōu)勢可能會更大。
第三，要發(fā)揮中國的產業(yè)優(yōu)勢，我們有龐大的應用、龐大的產業(yè)場景，無論是開源還是閉源，把這些模型率先用在行業(yè)里邊，這是最關鍵的。這會促進我們要去吸引更多的人才，這些人才不僅是在AI行業(yè)，而是能夠散落在各個行業(yè)里邊，能夠做好模型和產業(yè)的對接。
Q：如何看待國內軟件企業(yè)目前的業(yè)績低迷期？需要多久才能看到軟件企業(yè)的改善？
A：國內的軟件企業(yè)可以這么理解，首先，客戶結構上，80%跟政策類投入有關。2024年9月之后，可以感受到，整個政策的目標變了，鼓勵的方向非常的明確。可以期待軟件企業(yè)業(yè)績進入改善期。
其次，科技公司通常也具有比較強的周期性，因為新的科技浪潮，會帶來投資人對業(yè)績上修或者整個結構需求上修的預期，但實際落地又需要很長的時間，因此，會有周期性波動。另外，技術的發(fā)展也會有節(jié)奏。
AI這一輪來看，和前兩年完全不一樣，許多用戶真的愿意用真金白銀感受AI時代的脈搏，去看看目前有什么變化，而且也愿意保持一定容忍度，因此，這一輪AI對軟件改善的確定性和靠譜性也比以往高很多。
根據最近調研，Agent的level one產品相對比較簡單，目前已經有訂單落地了，特別行業(yè)的公司可能對收入的增速還挺大，效果可能會在三季度得到體現(xiàn)。
AI 編程也會在下半年產生效果，帶來利潤率的提升。
Q：怎么看待AI軟件企業(yè)的高估值現(xiàn)象？在投研當中怎么樣去區(qū)分不同的公司，去給它不同的估值體系？
A：在去年美股有很多明星的軟件公司的估值都是非常貴的，投資人要求就是每個季度增速能持續(xù)上行。
海外軟件公司高估值有兩個原因：第一，像SaaS產品化的服務，和宏觀的IT支出相關，毛利率是非常高的。其次，帶有一些科技屬性，而且產品粘性很強，而且伴隨著宏觀的轉好，可以不斷提價。所以，軟件在海外來說，是非常好的商業(yè)模式，享受到了高估值。
什么樣的軟件公司才能配上高估值？第一是傳統(tǒng)的做項目制的公司，本質上還是堆人頭的生意。大家都在追求降本增效，人頭數(shù)越來越少了，那這種公司的價值就會越來越低，不能給高估值。
但是像做產品化軟件的公司，和客戶多年的合作關系緊密，具有很高的粘性，即使在AI轉型時期，也容易享受到高估值。
Q：軟件企業(yè)投資過程當中應該關注哪些風險，如何去識別這些風險？
A：軟件企業(yè)的投資過程當中，一是對時間的判斷。科技的發(fā)展大趨勢肯定是不斷的向好，但是過程中的兌現(xiàn)，包括業(yè)績跟蹤的過程，可能會有錯配；在過程當中有的時候情緒會相對來說比較高，需要冷靜冷靜，看看基本面，看看產業(yè)的趨勢有沒有真的跟上市場的預期，這是一部分。
第二塊是競爭結構的風險，科技發(fā)展過程中不一定對所有企業(yè)都是好事，可能其中對超過一半的企業(yè)甚至是不好的事情，比如說2005年看到一些頂尖的互聯(lián)網企業(yè)在2015年移動互聯(lián)網的過程當中，沒有受益，反而甚至有點受損，競爭結構需要實時的判斷，來判斷誰才是這個時代最后的勝者?？偨Y來說，這兩個風險會比較重要。
結尾
AI它不是新的技術，也不是新的產業(yè)，從1950s以來已經經歷了三四輪高峰和低谷。在過程中人們的情緒一直在周期的變化，預期一直在變化，但是技術它一直在穩(wěn)定的向前。
對AI要充滿信心，而且從產業(yè)的調研和交流來看，這一輪大模型和產業(yè)界結合的確定性和深度都要比以往的AI要深得多，確定性也要高很多，今年、明年是非常值得關注和跟蹤的時間節(jié)點。
風險提示：以上信息僅用于投資者教育，不構成任何投資建議，投資者不應以該等信息取代其獨立判斷或僅根據該等信息做出決策。內容引用信息均來自公開資料，我們力求但不保證這些信息的準確性和完整性，亦不對使用該信息而引發(fā)或可能引發(fā)的損失承擔任何責任?；鹜顿Y有風險，投資需謹慎，您在做出投資決策之前，請仔細閱讀基金合同、基金招募說明書和基金產品資料概要等產品法律文件。未經授權禁止第三方機構或個人以任何形式進行商業(yè)用途的傳播、剪輯。
---全文完，歡迎交流
理工/金融 復合背景
暢銷書《英偉達之道》譯者
百億私募/頭部自媒體 雙重經歷
熱門跟貼