计算机行业周报：FDE：软件服务的范式革命

FDE：软件服务的范式革命 软件行业正面临范式切换，AI有望激活FDE模式商业化潜力。软件行业处于价值重塑阶段，定制化需求市场空间广阔。而FDE模式可高效推进定制化项目交付，叠加AI赋能之后能够显著压低落地成本，让FDE具备规模化商业落地的条件。 增持（维持） FDE商业模式完成验证，有望成为AI时代软件落地核心交付模式。FDE模式和传统软件开发的核心差异在于，完成定制化项目同时沉淀可复用工具，持续压降业务落地成本、提升产品能力。凭借该特点有望解决企业级AI软件落地中面临的长尾需求、异常场景、合规约束。Palantir以显著高于传统咨询行业的毛利率完成商业模式验证，OpenAI、Anthropic两大顶尖AI公司也在加速布局，FDE正逐步确立为AI行业的核心交付模式。 建议关注： 作者 FDE模式有望打通AI与企业业务，提升产品价值，我们认为两类公司有望获益：1）传统软件转型公司。依托存量客户资源，FDE深挖客户价值、应用场景，抬升客户价值；2）FDE基础平台供应商公司。掌握算力底座、软件平台等基础设施，为全行业FDE驻场交付提供支撑。建议关注： 分析师孙行臻执业证书编号：S0680526010001邮箱：sunxingzhen1@gszq.com 研究助理王心悦执业证书编号：S0680126040008邮箱：wangxinyue@gszq.com ⚫麦迪科技：深耕医疗信息化赛道，积累大量优质客户，医院体系业务壁垒高，有望依托FDE模式提升业务盈利能力。⚫软通动力：布局AI算力集群、Token工厂，可直接供给配套算力资源与Token服务。⚫亚信安全：产品覆盖政企、金融等高壁垒行业，基于终端安全合作基础，FDE升级安全产品服务，拉动客单价提升。 相关研究 1、《计算机：2030年目标锚定，开启储能+算电协同+AIDC能源革命》2026-08-042、《计算机：科技金融数据开发驶入快车道，建议关注金融IT》2026-08-023、《计算机：物理AI迈入规模化落地窗口期，把握产业链优质布局机遇》2026-08-02 风险提示：技术迭代不及预期风险；经济下行超预期风险；行业竞争加剧风险。 内容目录 一、软件行业范式切换，AI激活FDE模式商业化潜力................................................................................3二、FDE：AI时代软件核心交付模式，商业模式完成验证...........................................................................52.1项目沉淀驱动产品升级，FDE模式破解AI时代软件落地难点...........................................................52.2 FDE商业模式已验证，AI巨头正加速布局.....................................................................................6建议关注...............................................................................................................................................7风险提示...............................................................................................................................................8 图表目录 图表1：企业IT支出的预算结构与资金流向在改善，支出总额并未减少.....................................................3图表2：行业定制化诉求催生FDE模式，AI赋能实现成本优化..................................................................4图表3：AI赋能驱动低代码平台迭代升级................................................................................................4图表4：FDE的关键在于形成可复用的工具..............................................................................................5图表5：FDE双向蒸馏...........................................................................................................................5图表6：传统项目制与FDE交付模式成本对比..........................................................................................6图表7：Palantir主要产品介绍...............................................................................................................6图表8：2018-2025财年Palantir毛利率..................................................................................................7 一、软件行业范式切换，AI激活FDE模式商业化潜力 软件行业处于价值重塑阶段，定制化需求市场空间广阔，传统模式难以在定制化场景中高效落地。行业发展困难集中在标准化、定制化两大业务端：1）标准化赛道存量饱和、同质化内卷激烈，低价竞争压缩行业利润空间；2）定化赛道市场需求旺盛，但难以实现可持续盈利，主要由于项目前期需投入大量研发、测试、实施人员去熟悉业务、优化软件适配能力，以及开发过程中需求频繁变更，易导致项目成本超支、验收周期拉长。 AI Agent将大幅降低软件生产成本，企业在数字化采购阶段会更聚焦业务落地成果，要求产品功能更贴合企业业务流程。Agent能快速生成和配置软件功能，使企业过去“业务出问题就采购软件补齐短板”的固有模式改变。从企业IT支出情况看，AI转型并未在短期内直接带来IT成本下降，许多企业仍处于传统系统与AI系统并行建设阶段。企业在降本需求驱动下，采购逻辑正在转向 购买业务结果”。 资料来源：艾氪智能OS公众号，国盛证券研究所 FDE模式最早由Palantir于2005年率先落地实践，该模式是为实现定制化数字化项目的规模化复制。但受制于定制开发人力成本等原因，在AI技术规模化赋能之前，仅极少数公司跑通FDE商业化闭环。 资料来源：《前线共创，双向赋能：FDE模式行业观察与实践报告》，国盛证券研究所绘制 FDE契合软件定制化需求，依托大模型与低代码技术的协同赋能，该模式落地更具性价比。低代码凭借可视化组件简化开发门槛，大模型赋能智能编码、自动编排与需求解析，推动低代码智能化升级。依托该技术基座，FDE可减少工程能力需求，快速沉淀一线业务经验形成可复用模板工具，加快产品迭代速度，支撑FDE模式规模化商业落地。 资料来源：炎黄盈动公众号，国盛证券研究所 二、FDE：AI时代软件核心交付模式，商业模式完成验证 2.1项目沉淀驱动产品升级，FDE模式破解AI时代软件落地难点 FDE模式和传统软件开发的核心差异在于，完成定制化项目同时沉淀可复用工具，持续压降业务落地成本、提升产品能力，形成完整学习闭环。 ◼传统软件开发：以SaaS模式为例，其核心逻辑是产品标准化和规模化扩张，在确定目标市场后，用统一产品服务尽可能多的客户，边际成本趋近于零。对于定制化场景，传统行业软件虽然能定制，但存在周期长、利润薄、难复用等问题。◼FDE模式：依托现有基础产品补齐客户需求缺口，先搭建适配单项目的简易落地方案，再提炼现场落地经验，将方案标准化迭代为可批量服务多家客户的通用能力。其核心价值是交付与沉淀同步推进，把单个项目里的行业经验、对接接口、业务规则固化为平台复用能力，让定制化交付具备规模效应。FDE典型应用场景特点为领域足够大、客户足够多，前期投入能获得长期复利。 资料来源：《前线共创，双向赋能：FDE模式行业观察与实践报告》，国盛证券研究所绘制 FDE模式在软件研发交付体系与商业运营模式两大维度完成底层重构： ◼FDE的研发交付可以概括为双向蒸馏：1）对客户的蒸馏。把客户员工脑中的业务经验、流程规则和隐性知识，转化为AI能调用的知识库、规则系统、工作流、SOP和应用能力，客户获得更稳定、更可复制的业务执行能力。2）对厂商自身的蒸馏。把KA“（大客户）项目中获得的行业知识、系统接口、测试方法、场景模板和失败案例，沉淀为产品能力、行业模板、内部工具和平台组件，提升厂商同类场景的交付效率和服务深度。 ◼FDE的商业模式是先投入后回收，本质是延迟收益和规模效应的叠加。前期以小规模试点验证价值、构筑客户信任，允许初期项目短期收益偏弱；验证落地成效后横向拓展业务部门与应用场景，持续做大合同金额、提升续约粘性。该商业模式可以拆分为延迟收益和规模效应： 1）延迟收益：初始投入无法在当期项目收回，前期项目综合成本高于常规项目交付，需在系统搭建之外额外投入人力进行知识抽象、结构化梳理与验证工作。在初期无法确定后续业务增量，前期重投入沉淀存在投入沉没的不确定性。 2）规模效应：垂直领域客户基数充足时，规模价值将充分兑现。依托标杆客户完成本体搭建后，同类企业可直接复用资产，有效降低交付成本、压缩实施周期。 AI能力进展速度明显快于企业采用速度，FDE能有效填补二者缺口。企业级AI软件落地的主要瓶颈不在于通用场景，通用大模型结合基础Prompt可覆盖80%常规业务，剩余20%的长尾需求、异常场景、合规约束相关的业务才是AI规模化落地的卡点。FDE凭借过往积累的落地实战经验与成套解决方案，可攻克这类高门槛边缘场景，将模型融入客户业务流程。 2.2FDE商业模式已验证，AI巨头正加速布局 1）Palantir作为FDE先行者，开始兑现盈利能力：公司长期被视为FDE模式原型，将项目交付转化为自身的行业认知与数字化资产的积淀。公司在军方、情报机构、能源等高复杂度客户现场解决具体问题，并把反复出现的流程、权限、数据关系和决策规则抽象为本体层和平台能力。随着服务客户规模持续扩张，本体层资产持续丰富完善，后续承接同类型客户项目的边际交付成本将稳步下行。 公司主要产品为Gotham、Foundry和AIP。其中Gotham、Foundry是两个面向不同客户群的基座产品；Ontology是贯穿二者的统一语义层，将客户体系内零散字段、编码与接口规整为标准化业务语义，为大模型输出具备清晰业务含义的数据实体与关联关系；AIP则是在Ontology之上叠加的AI能力层。 Bootcamp是公司配套AIP打造的五日驻场落地交付方案，已成为Palantir核心销售落地模式。FDE团队携AIP工具进驻客户现场，基于真实业务数据依托Ontology快速搭建可用业务原型。该模式客户转化率可达70%，获客成本下降40%~60%。其客户决策方式由传统听取方案、观摩案例转变为依托自身数据验证落地效果，在协同搭建过程中切实验证业务