人工智能产业正从"模型能力竞赛"转向"应用价值落地",大模型能力提升、推理成本下降、开放权重模型加速迭代推动AI进入百花齐放新阶段。模型从"回答问题"走向"完成工作",产业数据印证这一趋势:我国软件业务收入同比增长8.8%,软件业务出口同比增长12.5%。
五大核心赛道:
- 卖水人逻辑:高质量数据与实验验证最先受益。公开互联网语料可训练通用能力,但企业经营数据、专业数据库等才是模型在垂直领域应用的关键。AI for Science和金融领域是典型场景,如Twist、金斯瑞生物科技、同花顺等。
- AI Infra:应用落地的前置刚需,已获海外财报验证。Agent落地需解决数据平台、可观测性与网络安全、云计算与网络服务四大问题。Snowflake、达梦数据、星环科技等公司受益。
- 重交付IT服务:FDE模式重塑企业级AI落地路径。通用大模型不足,需覆盖咨询规划、系统集成等全流程。埃森哲、拓尔思、软通动力等公司推进交付体系改革。
- 行业Knowhow:与业务流程结合越紧密,长期价值越突出。ERP、CRM、工业软件领域是典型场景,Workday、金蝶国际、中控技术等公司受益。
- 通用智能体:AI应用边界的新外延。谷歌云发布Gemini Agent,国内金山办公、科大讯飞等厂商推进通用化布局。
研究结论:
AI与软件的关系是双向重塑,模型降低开发成本,但应用落地依赖非公开数据积累、实验验证能力、可靠的基础设施、复杂场景的端到端交付,以及深耕多年的行业Knowhow。跟踪AI应用落地需关注AI相关收入和订单、交付模式变革、客户付费意愿等关键信号。AI不会让软件行业消失,反而会拓展整个行业的成长空间,那些能将AI能力与自身行业经验、客户基础有效结合的厂商将脱颖而出。