馬年一開年,紐交所IBM股價單日崩跌13%。
這不是簡單地市場波動,而是全球傳統IT服務行業的信仰坍塌。
![]()
華爾街的邏輯冷酷至極:以前企業搞流程梳理,得求著IBM顧問,一小時幾百美元,熬幾個月出結果;現在AI幾分鐘跑出邏輯映射,誰還當這個冤大頭?
當這股寒風吹過太平洋,最先凍僵的,可能就是國內的東軟、金蝶、用友這些“數字化包工頭”。
過去二十年,IT服務商靠信息差賺錢,靠人頭堆項目,靠綁定客戶鎖利潤。
AI帶來的改變,則不只是效率提升,更是底層規則的改寫:從“人力驅動”到“算法驅動”,從“賣時間”到“賣結果”。
在這個新規則下,曾經的護城河,瞬間變成了埋葬它們的墳墓。
一、“萬人規模”不是實力,是包袱
國內的 IT咨詢服務業,甲方吐槽早已不絕于耳:派顧問駐場聊半月,拉程序員熬幾月,交付的東西還是得繼續反復改。
這就是典型的“按人月收費”的勞動力密集型模式。
科斯定律在此刻顯露出最殘酷的鏡像:當AI讓外部交易成本趨近于零時,這些巨頭內部龐大的組織成本,瞬間淪為負資產。
很多人誤以為AI只是替代了寫代碼的工人,錯了。AI替代的是“人力堆砌”這種商業模式本身。
以前企業為“人力時間”付費,現在只為“解決方案”買單。
中間那層厚厚的“人力溢價”,被AI徹底擠干。
前陣子,一家汽車零部件廠負責人跟我算賬:2024年找國內三大數字包工頭做P2P流程對接,5個程序員熬一個月,人工費40多萬,三單匹配還常出錯。
2025年底,他們改用AI工具,導入ERP數據和發票OCR,當天出方案,一周落地,成本砍了70%。
這不是某個崗位的優化,而是整個“項目交付模式”的死亡。
比如,以前東軟炫耀1.8萬人的規模是行業壁壘,而現在,這一萬多人的工資社保,可能是壓在財報上的巨石。
![]()
有人會說:“東軟在醫療、用友在財務、金蝶在中小企業的積累難道沒價值嗎?”
有,但前提是你能扔掉包袱。
如果抱著這些“行業經驗”不放,繼續用人海戰術去兌現,那么這些經驗不僅不是底氣,反而是阻礙轉身的慣性。
在AI時代,帶著一身舊鎧甲游泳,只會沉得更快。
二、從“賣軟件”到“賣AI服務”
不管是金蝶、用友還是東軟,國內IT服務企業總在吹“云轉型”、“訂閱制”。
可現實中,甲方已經開始“掀桌子”。
![]()
以前甲方客戶是“換不起”,系統遷移成本太高,只能忍氣吞聲。
但2026年,AI原生工具的輕量化、模塊化,把遷移成本打到了地板價。曾經的“綁定優勢”,在技術迭代面前不堪一擊。
博弈論的局勢徹底反轉:以前廠商靠“鎖定”賺錢,現在只能靠“價值”續命。
深圳一家零售集團的操作堪稱教科書:以前每年給三大包工頭之一交300多萬,改個規則還要額外付實施費。今年直接砍半預算,招3個懂AI的年輕人,用大模型自建智能對賬工具。
結果?功能更強,預警更準,成本更低。
目前,國內IT服務商看似云收入增長。 有人覺得它們還有翻盤機會,畢竟有數據、有場景。
沒錯,機會是有,但窗口期極短。
如果不能在一年內完成從“賣軟件”到“賣AI服務”的基因突變,那些積累的數據和客戶,只會成為競爭對手(或AI原生公司)眼中的肥肉,而不是自己的救命稻草。
三、人均40萬產值的高科技?
判斷“偽高科技”,可以看一個指標:人均創收。
2025年的數據,是一張冰冷的驗尸報告:
用友網絡:2.4萬人,人均創收40萬出頭。
金蝶國際:人均剛過60萬,但超23億營收填進了銷售和管理費用的無底洞。
東軟集團:剔除硬件集成水分,純軟件產值不可描述。
在北京上海,一個程序員的綜合成本就要40-50萬。
這意味著,國內IT服務商的數萬名員工,忙活一年,剛夠把自己的社保和工位費掙回來,利潤為零。
這哪里是軟件公司?分明是“披著高科技外衣的外包施工隊”。
對比硅谷人均幾十萬美金的創收,我們的“高科技搬磚”模式在AI面前毫無反脆弱性。
有人辯解:“這是中國數字化進程的階段性產物,它們有歷史功勞。”
歷史功勞不能當飯吃,更不能抵消市場的清算。
恰恰是因為過去的成功路徑太舒服,才讓它們在今天陷得最深。這40-60萬的產值,不是安全墊,是倒計時。
![]()
尾聲:要么斷臂,要么沉沒
不可否認,東軟、金蝶、用友曾是中國數字化的拓荒者。但功勞簿救不了今天的命。 “搞關系、堆人頭、鎖客戶”的舊打法,在AI重構的規則下,已全面失效。
AI時代的標尺只有兩個:效率與成本。 曾經的萬人規模、綁定服務,如今全是累贅。
舊時代的船,開不進AI的海洋。
對于這三巨頭,轉型的路徑清晰得刺眼:
東軟:若不砍掉冗余人力,將醫療政務經驗轉化為AI模型,就是死路一條。
用友:若不把財務ERP變成自動化AI代理,繼續靠賣許可證賺錢,就是等死。
金蝶:若不讓中小企業用上輕量級AI工具,繼續收高昂實施費,就是自絕于市場。
這不是“能不能”的問題,是“敢不敢”的問題。
敢不敢砍掉30%的人頭?敢不敢放棄熟悉的“人月收費”?敢不敢自我革命?
紅利散盡,裸泳者無處遁形。
![]()
對于投資者和從業者,無需復雜模型,三個標準足矣:
看人頭:年報員工數砍不砍20%以上?
看結構:實施費占比降不降?
找新種:關注那些百人團隊、人均創收200萬+的AI原生垂直公司。
比如某制造業AI初創,80人團隊,人均創收260萬;某智能財稅AI公司,留存率80%,增速是巨頭的3倍。
2026年以后,小即是美,算法即是權力。
傳統巨頭的結局,不取決于它們過去的輝煌,而取決于它們此刻割肉的速度。 市場從不憐憫“勤奮的平庸”,清算已至,好自為之。
作者:張棟偉
(資深行業分析師、市場營銷專家、大學生就業創業導師)
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.