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展規律；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？軟件企業是否會迎來新機遇？

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：突破與創新”。

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秀的編程分析師來講，它都有很大的輔助和提高。軟件企業可以利用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，現在都可以用語音甚至拍照，用多模態的方式和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沒有出現之前，這個風險還是有點大的，因為對于一家軟件企業，自己去開發一個大模型，成本是非常大的，大部分都是去外采或者是基于一些行業基座大模型做開發，這些帶來的都是比較大的成本。

當DeepSeekR1、V3的模型進行開源發布之后，可以看到成本是顯著下降的，對于軟件企業來講，因為開源大模型的發展，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直接把能力內化到模型里，帶來顛覆。

對于2B企業來講，客戶相對來說付費意愿比較穩定，已經有了一些比較成熟的模式，而且2B企業在長期的服務行業過程中積累了很深的know-how,這些企業將來做一些AI功能，甚至Agent開發的時候，know-how就能夠轉成自己的優勢。

Q:AI Agent的產業趨勢越來越明顯，什么是AI Agent,帶來的產業機遇到底有多大？會在哪些行業先落地？

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、要執行，最關鍵的東西在自主決策的環節，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節，或者說所有環節的工具。

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、企業知識庫、標準的企業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。

第二級會結合企業的崗位來做，比如用戶是銀行的風控人員，Agent開發就需要結合內部的數據來開發，比如盡調數據、行業比較數據等。

目前數字經濟的滲透率，或者說軟件行業占GDP的占比為9.8%。真正做軟件服務實體、服務2B的公司，數量還是比較少的。Agent帶來的的不只是降本增效，長期發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和產業結合，會是非常值得關注的方向。

Q:中國軟件企業的商業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模式。這次AI的出現能不能給這樣的一種商業模式帶來一些變化？

A：從中國企業的商業模式來看，在傳統IT時代底層的像操作系統、數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，一些底層的數據引擎，例如ERP、以及各行各業效率比較高的產品，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，情況發生了改變。中國、美國的應用開發，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的商業模式一定會發生變化，甚至有可能向全球進行輸出。

與此同時，軟件企業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，會越來越香。

Q:下游的企業客戶為了應用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，下游企業主要分為兩種類型，第一種是中小微企業，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是比較大的促進。

這一輪AI時代下每個企業它都需要AI,所以說AI未來在整個企業內部的降本增效是非常快的，中小微企業可能會傾向于在企業內部實現一定的AI賦能，未來首先中小微企業他們會傾向于上云，這對于國內云計算的產業是非常大的利好。

第二個是一些中大型企業，比如說像數據安全，對數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。

大模型的運用它產生的數據，相比傳統的軟件會有十倍以上增加。首先數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，現在理解為一個新的概念，叫做數據中臺。需要在中間層上，下面連接算力，用戶需要不斷調整算力，實現合理分配。

目前來看，整個行業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。軟件企業的盈利彈性會得到體現。目前，各公司還是處于快速跑馬圈地階段。

Q:SaaS是軟件行業非常流行的一種商業模式，AI到底在這個過程當中是什么樣的角色？下游行業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的軟件行業，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，或者賣給個人的C端用戶。

很多下游行業的公司，都在不斷地去適配DeepSeek。可以分三類，比如傳統一些做企業服務軟件的公司，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內部管理和運營的一些效率。

第二類是一些金融行業，在加入DeepSeek之后，對于整個金融市場每天的動態、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字化轉型、且比較成功的行業之一，目前，金融行業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，在全行業的全鏈條都會去孵化的產業。

第三個，一些傳統的工具軟件，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:中國發展AI應用有哪些優勢？

A：去年大家一直認為海外出現一些頂尖的模型，我們去復現它的時間大概是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出來之后我們發現復現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，工程師紅利優勢。曾經我們認為軟件行業的工程師和AI行業的工程師有分離，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，發現和2023年有個很大的區別。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，在一些特定數據上的優勢，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，不管是多模態的理解，多模態的生成，天然就具有優勢，這是一方面。

另一方面在2B領域，國內更講究實用主義，對數據的調用效率會更高。當然我們在數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，數據的獲取能力、數據的應用能力，包括數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意義？怎么樣去把我國剛剛建立起來的優勢，轉換成為持續產業端的優勢？

A：從產業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對產業有兩個觸動：

第一，大家開始意識到大模型的發展還沒有到完全要進入躺平商業化的狀態，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，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態做大。

這是開源和閉源相比的優勢，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，這兩點是對整個AI 行業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，現在很多大廠他們都發了論文，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。

要轉成長久的優勢，有幾點：

第一、要培養比較好的開源生態，包括商業模式。

開源它雖然是一種比較自由的狀態，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，如果這個商業它完全免費，沒有很好的商業模式其實比較難以維持下去。

開源一定要有好的生態能夠吸引到更多的玩家加入，能夠吸引到優秀的人才加入，產業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運轉下去的生態。

第二，在硬件方面我們的研發可能還是要繼續加大，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、硬件結合的優勢可能會更大。

第三，要發揮中國的產業優勢，我們有龐大的應用、龐大的產業場景，無論是開源還是閉源，把這些模型率先用在行業里邊，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，而是能夠散落在各個行業里邊，能夠做好模型和產業的對接。

Q：如何看待國內軟件企業目前的業績低迷期？需要多久才能看到軟件企業的改善？

A：國內的軟件企業可以這么理解，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。可以期待軟件企業業績進入改善期。

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，技術的發展也會有節奏。

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。

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軟件企業的高估值現象？在投研當中怎么樣去區分不同的公司，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：軟件企業的投資過程當中，一是對時間的判斷。科技的發展大趨勢肯定是不斷的向好，但是過程中的兌現，包括業績跟蹤的過程，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，科技發展過程中不一定對所有企業都是好事，可能其中對超過一半的企業甚至是不好的事情，比如說2005年看到一些頂尖的互聯網企業在2015年移動互聯網的過程當中，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。總結來說，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，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定的向前。

對AI要充滿信心，而且從產業的調研和交流來看，這一輪大模型和產業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或可能引發的損失承擔任何責任。基金投資有風險，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