对话金蝶中国助理总裁王建伟：当AI泡沫挤破，应用层才会迎来盈利的曙光

作者｜ 孙梅欣

编辑｜吕栋

对于金蝶软件而言，2025年是一个具有特殊意义的年份。上市公司层面，金蝶国际过去五年累计亏损13亿元，2025年实现扭亏为盈，归母净利润为0.93亿元。

也正是在这一年，金蝶宣布全面向“企业管理AI公司”转型。到了年末的全球创见者大会上，金蝶将“金蝶云”品牌升级为“金蝶AI”，表明拥抱AI的决心。

业绩的扭亏为盈意味着金蝶经过多年投入，终于证明了SaaS订阅转型中的商业价值。但刚盈利就再度转向对AI领域的投入，也让市场担心，这是否意味着又给金蝶带来成本压力？

就AI发展对软件行业带来的影响，观察者网与金蝶中国助理总裁、市场中心联席总裁王建伟近期展开了对话。

金蝶中国助理总裁 王建伟

谈及AI浪潮与信创国产替代带来的颠覆与机遇，王建伟坦言，人们都知道AI技术革命将带来深远影响，但对企业而言，真正可落地的商业化模式仍在摸索：“我们未来扮演的角色，不再只是为企业提供软件工具，而是通过AI产品为企业需求提供决策、作出判断，这将重构软件企业的管理逻辑。”

他也对当下的AI资产泡沫保持警觉：“或许当泡沫挤破的时候，应用领域才会迎来盈利的曙光。”

AI技术来了，在摸索中前进

从OpenAI到DeepSeek，过去几年AI大模型的快速铺开，平等地给每个行业都带来了颠覆性震动，软件企业尤甚。“AI会不会杀死SaaS”、“大模型能否替代传统ERP”，成为行业无法回避的命题。

而金蝶国际2025年的盈利成绩单，在某种程度上消弱了这一担忧。商业上实现盈利至少说明，SaaS可以深度融入AI技术，并由此催生新的价值增长点。

事实上，金蝶在2024年初便提出了“订阅优先、AI优先、全球化”的战略。“都说全面拥抱AI，但怎么拥抱、定力有多深，都是对企业的考验。”王建伟透露。

谈及AI技术带来的冲击与危机，他表示，“AI技术带来的产业革命，让大家都站在了同一起跑线上。每个行业、每个企业都在转型，区别在于不同意识下的转型路径。”

焦虑并非没有依据。今年1月末，美国AI独角兽Anthropic发布了多个面向企业的日常管理类AI工具，其所涉及的法务、财务等领域和SaaS系统的覆盖面高度重叠，在资本市场引发了软件与 SaaS 板块的估值震动。

从行业来看，IGV ETF（北美技术软件指数）已经从年初的每股108.17美元，回落到如今每股净值85.18美元左右，回撤幅度超过21%。J.P.Morgan二月初发布的研究报告显示，美股软件板块市值在一个月的时间里就蒸发超过1万亿美元。全球头部企业中，甲骨文、SAP等公司股价从今年2月至今，累计跌幅已经超30%。

在这样的背景下，金蝶国际股价同样从1月末开始持续下探，从当时14.4港元/股的报价，一度跌幅接近4成，直到近期才开始有所回调，回到9.1港元/股的价格。同为国内软件行业龙头的用友网络情况也类似，1月至今市值蒸发超过146亿元。

但是，毕竟有着30多年的发展，金蝶在软件行业依然保持了大企业组织架构的优势：一是多年积累让金蝶能为企业提供大量数据，呈现在应用当中；二是渗透进企业的应用场景，可以与AI技术结合，转化、提升、孵化基础能力；三是长期合作积累下的客户信任度，同样是软件企业不可或缺的护城河。

在这些优势之上，王建伟认为，金蝶要做的就是加速技术革命的演进。“体系内谈得最多的就是，如何用AI工具对技术、产品和框架进行迭代。”他举例，金蝶投建了2030实验室，招聘高级别AI工程师与企业就具体场景对话，还增加了多个共研共创项目组，“就是为了在摸索中前进”。

金蝶眼下在两个维度进行大量技术迭代：一是针对现有SaaS，通过AI+SaaS的研究路径优化提升企业效率；二是研发能够重构企业内部业务场景的新一代AI原生产品。

软件管理逻辑将被重构

在3月的业绩会上，金蝶管理层提到，AI正把企业管理软件从“人操作软件”推向“软件自主完成工作”的新阶段。董事长徐少春的判断是，金蝶最擅长的不是写代码，而是定义企业管理AI、定义智能体，帮助企业实现AI落地。

王建伟对此作了进一步阐释。他认为，未来金蝶的核心产品不再是打包好的套装软件，而是通过内部软件在价值场景中的使用帮助企业实现业务结果价值。

“过去软件是解决问题的工具，但未来是以结果为导向。我们的产品在企业内部将类似智慧大脑，以AI方式进行各种决策。无论是ERP还是CRM，这些软件都是系统在解决问题过程中调用的工具，由AI去抓取、分析，并作出决策、判断。”

他以大型制造企业中的呆滞料‌管理为例，每年仅物料就会有数亿元的损失浪费。如何提高利用率，在企业传统流程中颇为复杂。

“当我们使用呆滞料智能体这类新工具，输入结果需求，它就能通过ERP的数据，分析物料存放时间、采购市场价格、处理方式等等信息，最终给出实际解决方案，有效提升企业整体经营价值。”

这其中，最关键的是金蝶需要在庞大的企业组织架构中，发现并理解企业真正的痛点和迫切需求。

需要提到的是，在地缘政治冲突与信创国产替代的大背景下，市场也多出了不少让金蝶进场的准入机会。

“尤其是大型民营企业，这几年我们参与替换了一些国外产品的项目，包括进入潍柴雷沃、云南中烟等企业，就是信创国产替代下的契机。”他坦言，大型企业的组织架构更为复杂，产品能在这种复杂体系内跑通，才能向中小型企业输出标准化产品。

他提到，与大型企业客户更多采用共研共创的方式合作。特别在具体使用场景中，一些在基础岗位上积累了数十年经验的工人，掌握着更深的know-how，是与企业共研共创的基础。同时，通过定制化沉淀经验，再在适度范围内复制推广，能够提高效率避免重复浪费。

这也是在最新的AI技术挑战之下，金蝶所努力的方向。毕竟，目前AI日常管理类工具所覆盖的还是通用场景，而在庞大组织架构当中的细分场景，当前的AI工具用途是否匹配，又是否有合适的人将传统技术和AI工具结合，也是切实存在的具体问题。

以及，虽然市面上普遍认为AI工具可以“无所不能”，但到具体场景当中，依然有AI所触及不到的行业、场景和空间。同时，大型组织架构之间所存在的信任度，也是当下AI技术所不能比拟的。这些方面，都是金蝶在面对AI冲击之下，希望向下渗透的部分，

王建伟强调，金蝶最看重的不是市场覆盖面和规模，而是接下一个、交付好一个的口碑：“我们仍会以成本和利润为考量，不会为承接项目一味压低价格，做好市场价值的维护者。”

在金蝶软的战略当中，“全球化”有着和“AI优先”同等重要的地位。叠加中国企业集体出海契机，为中国软件公司带来了新的发展机遇。

早在2023年，金蝶集团总裁章勇就曾表示，公司力争在2026年拿下亚太第一的市场规模，在2030年进入全球前五。因此，今年金蝶在海外市场的表现，显得尤为关键。

王建伟表示，尽管海外市场由多家全球软件巨头主导，但不少地区信息化程度高、需求旺盛，金蝶进入海外市场，能为当地企业提供一个性价比更高的产品选择。

在出海路径上，金蝶也有明确分工：一方面是面向“一带一路”沿线与中国友好的国家；另一方面针对欧美市场，则以卡塔尔、沙特等使用相同标准的国家为跳板，按照欧美标准打磨场景功能价值，为进入欧美市场做好前期准备。

不过到目前为止，从体量来看，金蝶海外业务目前仍在培育期，收入基数相对较小。业绩显示，去年公司海外业务营收为 0.42 亿元，占总营收比例不足 0.6%。

在“全球化”战略目标下，“技术出海”也有很多路要走。

传统商业模式被颠覆，新模式在哪里？

从产品工具到成为提升企业价值的“智慧大脑”，变化的不只是技术迭代，还有商业模式的颠覆。

随着AI智能体技术从投入期迈入商业化落地阶段，如何定价正成为行业博弈的新焦点。目前业内主要存在两种模式：一是延续算力逻辑的“按Token收费”，二是更具想象力但尚未跑通的“按结果收费”。

王建伟举例，如果按业务场景的结果收费，智能体可通过解决具体问题，按实际节省成本的比例收费，也可以按Tokens消耗的流量收费。“但最终商业化通过哪种模式实现，现在大家都在探索。”

他坦言，AI大模型如今已现商业化曙光，可以通过订阅向C端收费，但应用行业目前是大模型真正的付费端，收费端的方式，目前还没有哪家真正跑通。

金蝶AI套件产品蓝图

事实上，刚刚在订阅模式上实现盈利的金蝶，如今再度向AI领域转型，也意味着在新领域将重新进入大量投入阶段。如何在研发投入与企业盈利之间找到平衡，始终是软件企业面临的考验。

对此，王建伟有自己的观察。他认为，当前各大模型在数据层面已现瓶颈，模型几乎已对各行各业的标签打完，推演接近顶峰，现有算法技术已难以进一步调优。各大模型迭代版本更新速度放缓，便是具体体现。

“当算力到达瓶颈时，就会出现大幅降低GPU能力来降算力的趋势。算力下降后，应用系统成本才会降低，商业化才有可能实现盈利。”

他算了一笔账：软件行业的投入中，50%—60%用于算力设备，25%—35%用于购买数据语料填位，剩余10%—15%才是人员成本。算力成本，正是当下软件行业最沉重的负担。

对于这一时间点何时到来，王建伟乐观地认为数年内可见：“当效率工具用尽，就只能降算力成本，并且每年会保持20%—30%的效率提升。”他认为，技术迭代不会无止境地投入，最终目的还是实现商业化：“近期Sora的关闭证明了这一点。当无法实现商业转化，纯粹的技术突破便失去了意义。”

在王建伟看来，无论是技术革新还是市场变化，始终不变的，是具备解决企业痛点的能力。“蒸汽革命如此，AI技术革命也一样，而这才是企业真正的‘护城河’。”

无论如何，AI时代已经来临。顺势而为的转变，是面对技术革命颠覆时的信仰，还是切实踏出生路的解决方案，也只有时间才能给出答案。

但至少在当下，王建伟说，公司从上到下都带着拥抱AI的态度去研究它、使用它，在研发层面投入它：“而这一次，我最关心的还是，我自己能不能先学会它。”