看了 帖子 《 AI 时代,软件已经不值钱了》,有一些不同的感受。
一个很有意思的现象是:
欧美用户能够更早、更充分地使用顶级 SOTA 模型,但我们却可以发现,AI 时代的软件出海和 SaaS 出海反而更容易赚钱了。
观点一:AI 时代,中小微企业中大量“交付型程序员”的价值会下降
这个得承认是趋势。
Opus 5 、GPT-5.6 ,以及 K3 、GLM-5.3 ,在大量常规开发任务上的能力,已经可以接近大厂 P6 ~ P7 工程师。
很多人现在仍然认为 AI 干不过程序员,但问题往往不完全出在模型能力上,而是使用者缺乏驾驭模型的意识、工程能力和完整的开发思路。
不是 AI 不会写,而是很多人还不会把一个复杂的软件项目拆解清楚,也不知道如何让 AI 持续、稳定地完成任务。
但这个壁垒不会一直存在。
随着 Harness 工程逐渐成熟、各类 AI 开发培训普及,以及大厂 AI 编程工具不断进入企业,今天这些“不会驾驭模型”的问题,很可能会在半年到一年内得到明显改善。
观点二:AI 开发同样需要成本,而且它正在培养企业为开发付费的习惯
过去企业找软件外包公司时,经常是合同还没签,乙方就得先做几个 Demo 、原型或者样例,想办法证明自己能做。
但到了 AI 时代,情况反而发生了变化:企业逐渐接受了“先付费,再使用开发能力”这件事。甚至现在乙方反而要让甲方先自己用 AI 做个大概的演示页面出来再讨论开发。
不付钱,连垃圾模型都用不上,更不用说让 AI 持续完成一个复杂项目。
从老板、财务到运营,现在都越来越清楚:开发是有成本的,功能规模不同,所需要的投入也完全不同。
例如:
- 用 AI 制作统计表格、精美 PPT 或网页报告,每月 20 美元左右的订阅,可能就足以覆盖基础需求。
- 用 AI 搭建一个简单的网站、CMS 或博客,20 美元的订阅也可能完成一个能用的初版。
- 但如果要开发 ERP 、OA 等复杂业务系统,每月 200 美元的 AI 工具订阅,或许只能先“搓出一个大概”。
真正把 ERP 、OA 做到可用,还需要持续梳理需求、设计数据结构、处理权限和流程、修复 Bug 、测试上线,并不断迭代和优化。一年投入几万元,甚至更多,完全正常。
软件开发完成以后,还要购买云服务器或内网服务器,承担部署、运维、备份、安全和升级成本,这又是另一笔持续支出。
所以,AI 并没有让开发变成免费。反而培养了企业的付费意愿。
它只是降低了软件开发的起步门槛,同时也让企业更直观地认识到:不同规模的软件,本来就应该对应不同的成本。
观点三:只要购买你的软件比用 AI 从零开发更划算,软件就依然有人付费
判断一个软件或者 SaaS 有没有付费价值,其实可以简化成一个问题:
客户购买你的产品,是否比他们自己使用 AI 从零开发更便宜、更快、更稳定?
如果你的软件确实能够解决企业的实际问题,而且客户自行开发、部署、维护和持续迭代的综合成本,明显高于直接购买你的产品,那么企业当然愿意付费。
企业真正购买的也不只是代码,而是:
- 已经验证过的业务流程;
- 可以直接使用的完整产品;
- 持续更新和快速迭代;
- 稳定性、安全性与售后支持;
- 不需要自己踩一遍的坑。
但与此同时,过去依靠技术壁垒、信息不对称和夸张包装获得的高额溢价,会越来越难维持。
以前一个并不复杂的系统,可能因为客户“不懂技术”而卖出很高的价格。现在客户完全可以先让 AI 评估实现难度,甚至自己做出一个原型。软件公司很难再靠神秘感定价。
因此,软件厂商也必须使用 AI 提高开发效率、加快产品迭代,不断拉大成熟产品与客户临时自研方案之间的差距。
你的竞争对手不只是其他 SaaS ,也包括客户自己使用 AI 开发的可能性。
AI 不是让软件失去价值,而是在重新分配软件行业的价值
欧美市场目前仍然走在前面。欧美用户能够更早、更充分地使用顶级 SOTA 模型,但我们同时也看到,AI 时代的软件出海和 SaaS 出海反而更容易赚钱。
这并不矛盾。
模型能力越强,企业越容易理解软件能够解决什么问题,也越能意识到自行开发和长期维护的真实成本。只要一个成熟产品比从零开发更便宜、更快、更可靠,购买 SaaS 仍然是更理性的选择。
随着 AI 普及,国内企业对软件和 SaaS 的付费意愿也会逐渐提高。
而且,谁规定做国内市场就不能同时出海?
AI 降低的不只是开发门槛,也降低了跨语言、跨地区交付软件的门槛。国内的钱可以赚,海外的钱同样可以赚。
所以我并不认同“AI 时代,软件已经不值钱了”。
更准确的说法应该是:
AI 时代,单纯的代码越来越不值钱;但能够真正解决问题,并且比客户从零开发更划算的软件,依然很值钱。