中间层已死：AI正在消灭软件行业最暴利的环节|sap|中间层已死|大型机|程序员|软件行业

博雅谈 · 产业观察

中间层已死：AI大模型与软件产业的第三次价值迁移

每一次技术范式转换，都在消灭旧的"中间层"并创造新的垄断者。这一次，被吞噬的是整个软件应用层本身。

和之以天倪 · 2026年8月28日

2019年，一个财务总监要一份逾期账款风险分析报告。他打开Excel，从ERP导出三张表，写VLOOKUP，做数据透视，交给IT跑回归模型。三天。2026年，同一个需求，一个业务人员把原始台账扔给AI，十五分钟拿到完整结论。这不是效率提升——这是一个旧世界的终结。

过去四十年，软件产业经历了三次范式转换。每一次的本质都不是"技术进步"——而是价值链的坍缩与重组。

旧的中间层被消灭，新的垄断者在废墟上建立。

理解这一点，才能看清AI大模型到底改变了什么，以及谁将崛起、谁将消亡。

— 壹 —

软件价值链四十年：一个不变的规律

1970年代的大型机时代，企业要完成一项数据分析，需要IBM大型机的机时、专业程序员用COBOL编码、打孔卡片输入、等待批处理结果。程序员和大型机厂商是绝对的价值主宰。

1990年代PC革命，Excel、Access把计算能力搬到每个人的桌面。业务人员不再需要程序员——自己就能建模型。微软通过Office统治了桌面，这种统治持续二十余年。

2005年前后，浏览器成为新平台。SaaS崛起，把企业核心业务搬到云端。新的中间层出现：SaaS平台、实施咨询公司、ISV生态。一个SAP项目的实施费用往往是License的3到5倍——实施交付成为最暴利的环节。

核心规律

每一次技术范式转换，都会吞噬上一层的"中间层"，让价值链坍缩一到两级。被吞噬的中间层不是消失了——而是被新范式内化了。

程序员没有消失，但"独占计算入口"的权力消失了。Excel没有消失，但"必须通过Excel才能做分析"的垄断消失了。

同理，SaaS平台不会消失，但"必须通过平台才能完成业务流程"的垄断正在消失。

— 贰 —

AI大模型的根本性变化：价值链坍缩

以"逾期应收账款风险分析"为例——

传统链路（五层）：原始数据 → 结构化处理（Excel/ETL）→ 数据建模（BI/数仓）→ 分析引擎（SQL/Python）→ 可视化报表 → 决策。

AI链路（两层）：原始数据 → AI大模型 → 洞察/决策。

这不是简化。这是坍缩。

中间三层——结构化处理、数据建模、分析引擎——被大模型内化了。传统链路里每一层都有人靠它吃饭：ETL工程师、数据架构师、BI分析师、报表开发人员。现在这些角色的核心价值正在被AI直接接管。

但有一个常见误解需要纠正：AI不是在"绕过"中间平台，而是把中间平台吞噬了。就像Excel没有"绕过"大型机——而是把大型机的计算能力内化到了桌面上。今天的大模型，正在把Excel的数据处理、BI的分析能力、Python的编程能力，全部内化到一个统一的推理引擎中。

三层坍塌

第一层：结构化处理的民主化。原始数据要变成可用的分析输入，必须先清洗、去重、格式转换。过去需要ETL工程师。现在AI能直接识别字段含义、纠正错误、建立结构化理解——因为它能"理解"数据的语义，而不只是处理格式。

第二层：数据建模的消亡。传统BI的核心是建数据模型——星型模型、雪花模型、数据集市，需要专业数据架构师耗费数周。AI不需要预建模型——它直接理解自然语言查询的语义，在原始数据上完成计算。数据建模师这个职业不是被简化了——是被消灭了。

第三层：分析引擎的内置化。传统上，复杂分析需要Python、SPSS、Tableau，每种工具都有学习门槛。AI用自然语言描述需求，后台自动选择方法论。

被消灭的不是工具本身，而是"必须通过这些工具才能完成分析"这个壁垒。

三层坍塌之后，传统软件价值链中最暴利的环节——实施交付、定制开发、BI咨询——将大面积塌方。价值从中间层抽离，向两端聚集：一端是大模型基础设施，另一端是领域知识和决策判断。

— 叁 —

谁在崩塌？

Excel/Office：从"必备生产力"到"一种文件格式"。Excel不会死，但它的核心地位正在被侵蚀。当AI能直接给出分析结论时，"先导入Excel整理一下"就变得多余了。Excel的真正护城河不是计算能力，而是"人人都用它所以必须用它"的网络效应——当AI能直接输出结果，这个网络效应就开始瓦解。但Excel在确定性计算、多人协作账本、结构化建模三个领域仍不可替代——因为大模型的短板是"精确性"和"可审计性"。

SAP/Oracle ERP：实施暴利的终结。一个典型SAP项目，License 500万，实施费用2000到3000万。AI正在把这些工作压缩到原来的十分之一——需求调研、流程梳理、配置开发、数据迁移，全部被AI接管。SAP不会消失，企业仍需要核心业务流程引擎。但"实施暴利"将不复存在。SAP自己也看到了，所以全力转向AI——与其被别人用AI替代，不如自己成为AI平台的一部分。

BI工具：分析民主化之后的身份危机。Tableau、Power BI的使命是"让每个人都能做数据分析"。讽刺的是，AI更彻底地实现了这个使命，且不需要BI工具做中介。当CEO直接问AI"上季度各区域利润率变化的原因"并得到满意答案时，他为什么还需要先让BI团队建仪表盘？BI工具面临的不是竞争——而是被跳过。

传统ISV/SI：实施交付的全面塌方。中国数以万计的软件实施公司，靠"帮企业上线系统"为生。商业模式本质是：卖人力、卖经验、卖信息不对称。当AI能自动完成80%的实施工作，这个模式全面塌方。但注意——塌方的不是"懂业务"的人，而是"只会配置系统"的人。真正理解行业逻辑的咨询顾问反而更值钱。

— 肆 —

谁在崛起？

大模型厂商：新的"中间层"垄断者。大模型本身就是一个新的中间层。区别在于：旧中间层是工具型的——你需要学习它、配置它；新中间层是认知型的——你只需要告诉它你要什么。全球有能力做基础大模型的不超过十家，市场集中度远高于任何传统软件市场。但有个悖论：大模型越通用，利润越容易被压缩。真正维持高利润的，是"最懂某个行业的大模型"。

领域知识运营商：懂行业的人比懂代码的人更值钱。AI大模型是"通才"——什么都能做，但做什么都不如专业选手深。这就创造了一个新生态位：把行业经验、业务规则、合规要求"注入"到大模型中的人和企业。比如逾期款清收领域，通用大模型能写报告做分析，但它不知道"锚定取高"的V4.5规则、不知道国资委37号令的约束。这些领域知识需要被结构化、编码化——这个"注入"过程就是新的价值创造。

关键判断

未来十年最值钱的能力，不是"会写代码"，也不是"会用AI"——而是能把领域知识编码成AI可以执行的规则。这同时需要深度行业经验和AI工程思维。

AI Agent：软件的新形态。传统软件是"平台"——你打开它、使用它、关闭它。AI Agent是"委派"——你告诉它目标，它自己规划、执行、返回结果。商业模式从"卖席位"变成"卖任务完成量"。当客户不再需要"使用"软件，而是直接"委派"AI完成任务——传统软件公司卖的是什么？

数据资产持有者：真正的稀缺资源。在AI能完成所有分析的世界里，什么是稀缺的？高质量原始数据。谁掌握最丰富、最准确、最独特的数据，谁就是AI时代的"地主"——他们不一定亲自种地，但他们收租。

— 伍 —

中国软件产业的历史性窗口

中国软件产业有一个长期痛点：被困在"实施地狱"里。过去二十年的主体不是产品公司，是实施公司——本质上在卖人力。天花板很低。

AI大模型为中国打开了一扇窗——跳过"平台垄断"直接到达"认知服务"。

三个结构性优势：

一、场景丰富度全球第一。最复杂的制造业、最庞大的金融系统、最多样的政务场景——产生海量领域知识，恰恰是AI Agent最需要的"原料"。

二、大模型能力已经追上。DeepSeek、Qwen、GLM在部分评测中超越GPT-4，API价格远低于美国——AI服务的"性价比"优势在中国。

三、"去IOE"的政策窗口。信创运动正在驱逐国外软件平台。这个替代过程本来需要十年——但AI可能压缩到三五年。当AI能直接完成分析和工作流编排时，"去IOE"不再意味着"找国产替代品"，而是"不再需要这类产品"。