AI浪潮正以前所未有的速度重塑软件行业，冲击已不再是未来的预言，而是当下的现实。
在海外，OpenAI持续强化ChatGPT在文档、表格等场景中的执行能力；Anthropic则将AI智能体用于法律、金融等更复杂的专业流程中，并尝试与传统软件厂商建立新的合作关系。
国内的大模型厂商同样不甘落后，MiniMax、Kimi等已将Office文档处理能力整合进对话式产品中，可帮用户完成Excel、PPT等内容的生成、编辑和分析。
这些动作清晰地指向一个趋势：AI正从辅助工具转变为直接执行工作的核心主体。长期来看，那些主要依赖标准化功能和固定流程的软件，其生存空间将受到严重挤压。
英伟达CEO黄仁勋近期也在一篇关于人工智能的长篇博客中提到，未来几年，传统的软件和APP形态或将消失，一种全新的软件形态——AI Agent极有可能成为主流。
与此同时，AI编程工具正在大幅压缩软件开发的成本与周期。一款原本需要数周开发的功能，现在可能只需几天即可完成，软件本身的稀缺性也在下降。
那么，哪些类型的软件公司会最先感受到寒意？传统软件厂商又该如何应对这场由AI主导的行业变革？
AI变强，软件行业更慌了
刚工作两年的崔明明，最近很少打开WPS。她上大学时考的计算机二级证书，更是白费了。
作为一家中小型养生公司的运营人员，她的日常工作离不开做表格和做PPT。但从去年年底开始，她逐渐把这些工作交给了AI，豆包、元宝、Kimi轮番上阵，“省事还高效。”
以制作一份项目策划PPT为例，她只需整理出一个文字框架，再交给AI，就可以生成完整内容。
虽然AI偶尔也会出现标题放错位置这类问题，但可以手动调整。“AI几分钟就能搞定一个PPT，而且做出来的大部分内容都不错。”更让她觉得方便的是，AI还支持生成后的二次修改，不用整体重做。
如果说崔明明只是个人工作习惯发生了变化，那么软件从业者感受到的冲击则更为直接和深刻。
胡宇在一家为国企、央企提供定制开发服务的软件公司工作，近期明显感觉到公司的项目量和合同金额都在减少。
“一方面是客户预算收缩，许多非核心功能不再定制开发，而是用ChatBot等AI工具替代；另一方面，AI降低了软件开发的门槛与成本，过去需要专人开发的功能，现在可以通过AI工具快速实现，导致整个行业内卷严重。”他说。
这种变化也深刻地影响了开发环节本身。“以前要花一个月做出来的软件，现在借助AI编程，一周就能完成。”胡宇说，开发效率的大幅提升甚至引发了公司内部的裁员。
去年年中，阿里云表示内部AI辅助代码生成的比例已接近40%。另有媒体报道，截至2025年6月，腾讯的这一比例也达到了43%，百度也处在相近水平。
即便是资深程序员，对AI编程工具的依赖也在加深。一位AI智能体（Agent）从业者赵江杰表示，AI编程工具迭代极快，他每天都频繁使用。他甚至觉得，因为工具太好用、太“顺手”，自己已经开始不适应手写代码的“古法编程”模式了，几乎所有的需求都是以vibe coding为起点开始搭建和实现。
在这种背景下，一批软件公司的处境开始发生变化，尤其是缺乏规模与技术壁垒的中小厂商。
胡宇分析，中小软件公司通常既不具备自研模型的能力，也缺乏规模优势。他们公司未来的出路无非两条：不是“利用AI”，就是“被AI利用”。
具体来说，要么筑起护城河，让真实的业务场景成为不可替代的核心价值；要么行动足够快，在变化中抢占先机。但这些终究只是方向性的“大道理”，具体到每一天的工作该怎么做、团队该如何转型，他依然感到困惑与迷茫。
毕竟，即便是全球领先的老牌SaaS巨头，也难以完全避开AI的冲击。在Anthropic发布Claude Cowork智能体工具后，Salesforce、Adobe、SAP、ServiceNow等公司的股价应声下跌。
哪些软件最先受冲击？
当越来越多标准化、流程化的软件功能被整合进AI工具，哪些软件将最先受到冲击？
综合多位从业者的观点，主要分为两大类。
第一类是主打“通用功能”的软件。
它们解决的是标准化问题，比如数据整理、格式处理、基础绘图等，往往功能单一、技术门槛有限，且可以被拆解为明确的步骤。正因为如此，这类软件最容易被大模型集成为自身的一部分。
某大型企业负责AI研发提效的业务专家任红亮表示，AI对软件的影响很大程度上取决于大模型厂商的战略布局。一旦某个通用功能被AI“内化”为基础技能，用户就无需再跳转至独立软件进行手动操作。
更关键的是，大模型厂商既会选择亲自下场开发这类插件，也会开放生态与相应软件合作。这意味着软件公司未来要么成为AI平台中的一个被调用组件，要么面临被逐渐替代的命运。
值得注意的是，即便是一些声称“AI原生”的软件，也未必绝对安全。
赵江杰指出，像AI PPT这类工具虽然是基于大模型能力开发，但按照目前的发展趋势来看，主流的chatbot产品都在向Agent化演进，通用Agent的能力会向更多垂直领域深入扩展，“一键制作PPT”功能只会越来越强。
第二类是重“交互属性”的软件，但需要进一步区分。
过去，这类软件往往被认为操作复杂、使用门槛较高，因此更难被替代，例如Photoshop的基础修图功能、CAD制图软件的基础绘图等。然而，其功能一旦能够被简单的自然语言描述，就容易被AI介入甚至取代。
但另一类交互属性的软件，其交互本身就是工作流的核心载体。比如3D建模软件中，依赖空间想象的视口导航与网格操作，或视频剪辑软件中基于时间轴、多轨道的非线性编辑流程。这些交互操作提供了实时反馈与精细控制，目前很难被单纯的语言指令替代。
不过需要补充的是，仅凭交互形式判断还不够。如果一款软件没有积累独有的行业数据，或没有深入具体行业场景，那么它也可能面临风险。赵江杰表示，随着Agent基础设施和生态建设的完善，软件功能层面的GUI交互会更加标准化或API化，更适配Agent的输入需求。因此AI不但能实现对已有功能的复刻，还能通过记忆模块的经验累积实现持续学习，在复制传统软件的基础上深度优化用户体验。
根据上述分类，从业者也列举了一些具有较高被替代风险的软件，比如编程工具里的Sublime Text、GitHub Gist、HBuilderX，办公类的金数据、问卷星、ProcessOn（在线绘图）、有道云笔记等。
从业者介绍，随着VSCode、Claude Code等AI编程助手的普及，SublimeText、HBuilderX这些老牌的、功能相对单一的代码编辑器正在被开发者抛弃。
与此同时，一些不易被替代的软件方向也逐渐明确。
一类是以关系网络为核心的社交软件，例如微信，其上沉淀了复杂的人际关系与社交资产，用户迁移成本极高。
另一类是高度垂直、数据壁垒明显的专业软件，比如深耕金融的彭博终端（Bloomberg）、法律界的律商联讯（LexisNexis）、医疗保健领域的Epic、建筑行业的Procore等。这类软件通常积累了多年的独家、高质量数据，而且这类数据往往不对外开放，外部的大模型自然也就无法针对这些领域进行深度训练，从而形成了坚固的护城河。
AI时代，软件公司的三条转型路径
当AI开始“入侵”传统领地，软件公司的价值正在被市场重估。
今年2月，Anthropic的动向就引发了软件公司股价的剧烈波动。它先是发布了一款能直接嵌入法律工作流程的AI工具，消息一出，多家软件公司的股价应声下跌，法律软件公司LegalZoom的股价更是暴跌近20%。直到几天后，Anthropic宣布与汤森路透、FactSet等软件公司合作，一口气推出10款企业级插件，相关公司的股价才强势反弹。
“股价的剧烈波动，恰恰反映了市场的矛盾心理。”任红亮分析道，“初始的下滑源于市场担忧AI会快速颠覆软件巨头；随后的反弹则说明，经过理性分析后，市场意识到新旧能力的融合与替代需要一个过程，而非一蹴而就。”
综合多位从业者的观点，AI对软件行业的改变已成确定性趋势，这个过程将在1-3年内对通用软件领域产生显著影响，而对于那些具备深厚数据与行业积累的垂直软件企业，结构性变革可能需要5年或更长时间。
在不确定性中，软件公司也在积极寻找出路，大致形成了三个转型方向。
第一条路是从提供工具变为直接交付结果。
传统软件公司大多是工具思维，就像是给用户提供了一把锤子，但用户究竟能造出什么房子并不知道。但在AI时代，软件公司不仅要提供锤子，最好还能提供直接能住的房子。
这意味着，软件公司需要更深入地理解客户的业务流程，将客户的数据、行业知识与自身的AI能力结合，打造定制化的知识库或垂直小模型，直接为用户生成业务成果。
例如，一款财务软件不能只会记账，最好还能预判企业三个月后的资金缺口、并提供优化现金流的具体决策参考；一款设计工具也不能只支持用户画图，而是用户只需输入品牌调性与营销目标，就能直接产出可用的系列化营销物料。这种转变的实质在于，软件不再是一个孤立的工具，而要深度融入并成为客户业务解决方案的一部分。
第二条路是转向能力提供方，嵌入大模型生态。
在部分从业者看来，未来许多软件公司的角色可能会从“直接服务终端用户”转变为“服务大模型平台”，即成为AI智能体（Agent）可随时调用的专业API。
比如，一个企业员工想要做一份竞品分析报告，他可能不会自己打开多个软件去找数据、做图表、写文档，而是直接向ChatGPT或DeepSeek下达一个自然语言指令。此时，那些在单一垂直领域（如舆情监测、财务分析、专利查询）做到足够专业、数据接口友好的软件公司，就有机会被大模型厂商高频调用，成为其AI基础设施中不可或缺的一环。
第三条路是围绕AI重做自身业务。
相比前两种路径，这一改变更为彻底，也更具挑战性。部分软件公司正在尝试以AI为核心，重新设计产品架构、交互方式乃至商业模式。这并非简单地给现有产品接入一个大模型对话接口，而是将AI深度嵌入自身的开发、测试、客服、运营全流程，让AI参与写代码、做测试、处理客户工单、优化营销投放。
但整体来看，这对公司的综合能力要求极高，既需要前沿的技术积累与人才储备，也需要对行业场景有颠覆性的理解与重构能力。对于大多数资源有限的中小软件公司而言，短期内实现全面转型仍存在巨大难度。
更现实的情况是，上述三条路径并非互斥，而可能在同一家软件公司的不同业务线中同时探索与实践。只是，市场留给它们试错与转型的时间窗口，可能正在加速收窄。对行业动态的持续关注与交流，例如在 云栈社区 这样的技术论坛参与讨论，或许能帮助从业者在变局中看清方向。
*题图及文中配图来源于pexels。应受访者要求，文中胡宇为化名。
发表于 2 小时前
|
查看: 2|
回复: 0
