行业动态
阅读: 368 评论: 0 点赞: 0 发布时间：发布日期：2026-06-17 16:43:03
工信部5月29日发布了今年1—4月软件业运行情况。我看完第一反应是：收入和利润的剪刀差，比想象中大。
前4个月，全国软件业务收入46686亿元，同比增长10.9%。这个数字放在全球软件市场里不算差。但利润总额只有5304亿元，同比增速2.2%——收入增速是利润增速的将近5倍。
换句话说，行业在做大规模，但钱没跟着多赚。十个点左右的收入增长，只换来两个点出头的利润增长。2024年同期这个差值还没这么大，到2026年反而拉得更开了。
再看细分：信息技术服务收入31332亿元，增长12%，占全行业67.1%；云计算和大数据服务收入5344亿元，增长12.6%；集成电路设计收入1428亿元，增长18.3%。而软件业务出口206.5亿美元，增长13%——出口增速比内需增速还高。
这说明什么？行业在"量"的层面仍然很健康，但"利"的层面正在被挤压。竞争加剧、人力成本上升、大厂价格战、客户预算收紧——这些因素叠加在一起，把利润率往下压。做得多，赚得少，成了很多中小软件公司的日常。
说实话，2.2%的利润增速不是突然冒出来的。我观察这个趋势已经持续了好几个季度，背后的结构原因比周期因素更深。
第一，服务化转型"量大利薄"。信息技术服务收入占了67%，但服务型业务的毛利率天然低于产品型业务。你给客户做定制开发、做运维托管，人天成本摆在那里，想提价客户不答应。很多公司营收在涨，但人也在招，人均产出反而下降。
第二，大厂下沉挤压中小玩家。头部云厂商和互联网大厂把基础软件和SaaS的价格压到很低，有些甚至是"买云送软件"的模式。中小企业做通用型产品，正面硬刚完全打不过，利润空间被一压再压。
第三，AI工具让"卖人天"越来越难。客户也在用AI编程工具，他们慢慢发现，原来一个需求要10个人天，现在AI辅助下可能5个人天就搞定了。你按人天报价，客户第一反应是"能不能少一点"。这对整个行业的定价逻辑是釜底抽薪式的冲击。
第四，出口强劲但利润微薄。13%的出口增速看起来很漂亮，但中国软件出口很多还是外包模式，接的是全球产业链里利润最薄的那一环。量和价不同步，营收涨了，利润没跟上。
利润剪刀差的背景下，工信部在4月28日同一天放出了两个大招，时间点上不是巧合。
第一拳："人工智能+软件"专项行动。国务院政策例行吹风会上，工信部副部长柯吉欣正式官宣。这个专项行动的核心逻辑是：用AI重构软件的生产方式，从"人写代码"变成"人机协同写代码"。
五大方向我梳理一下——
2027年的量化目标很具体：3-5个通用大模型深度应用于软件与制造业，全覆盖行业大模型，百家智能体开发商，100个工业数据集，500个典型应用场景。
第二拳："模数共振"行动。同一天，工信部和国家数据局联合印发《关于联合实施2026年"模数共振"行动的通知》（工信厅联科科函〔2026〕193号），面向制造业20个重点行业，确定一批重点城市，探索"场景—模型—智能体—数据集—案例"的产出路径。
模数共振要解决的核心问题是：AI模型需要数据来训练，数据需要场景来产生，场景需要模型来落地。三者互相卡脖子，谁也动不了。"模数共振"就是让三者同频共振，形成"行业模型赋能应用实践、应用实践产生场景数据、场景数据优化行业模型"的飞轮效应。
这两记重拳打在同一个方向上：用AI重新定义软件行业的生产力水平，从根子上解决"做得多赚得少"的问题。
政策信号很清晰，但对中小软件公司来说，关键是怎么把这个信号变成自己的生意。我梳理了四条路径——
路径一：做行业智能体开发商。
专项行动明确要培育百家智能体开发商，这是个政策窗口。你不需要做大模型，不需要堆算力，你只需要在一个垂直行业里足够懂行——懂客户痛点、懂业务流程、懂数据在哪里。然后用现成的基座模型，套上行业知识，做出一个能解决具体问题的智能体。
举几个方向：设备运维智能体、供应链调度智能体、合同审查智能体、招聘筛选智能体。每个方向背后都是几十亿甚至上百亿的市场。政策给了"百家"的名额，相当于给你一张入场券，比你自己硬挤进去容易得多。
路径二：参与工业数据集建设。
100个工业高质量数据集，这是专项行动的硬指标，必须完成。这意味着有人要负责数据的采集、标注、治理、质检。中小软件公司如果在制造业客户那里有积累，完全可以接这个活——你不一定要做模型，但你可以做数据服务商。
而且，数据集建设本身有政策补贴和示范支持。你在做数据集的过程中积累的行业认知，又是未来做智能体的壁垒。一鱼两吃。
路径三：拥抱智能编程，把成本打下来。
收入涨10.9%利润只涨2.2%，最直接的解法就是降成本。智能编程工具不是大厂的专利，GitHub Copilot、Cursor、通义灵码、CodeGeeX，这些工具中小团队也能用。我一个朋友的公司，10个人的开发团队引入AI编程工具后，交付周期缩短了35%，人均代码产出提高了40%。
关键不是用不用，是怎么用。把AI编程融入你的开发流程、代码审查、测试环节，形成标准化的人机协同SOP。成本降下来，利润率自然就回来了。
路径四：做"模数共振"的城市落地服务商。
20个重点行业、一批重点城市——每个城市都需要有人来落地"场景—模型—数据"的闭环。如果你在当地有客户基础、有行业资源，这个角色天然就是你的。地方政府要完成指标，企业要数字化转型，中间需要一个"翻译者"，把政策语言翻成企业能听懂的行动方案。
做城市落地服务商不需要技术有多强，需要的是"两头熟"——一头熟政策，一头熟客户。这种能力恰恰是深耕本地多年的中小软件公司的优势。
最后说一句不太好听的话：利润剪刀差不会因为你关注了就消失。它是行业结构性变化的反映，短则两三年，长则五到十年，整个行业都会在"量大利薄"的状态里洗牌。
但洗牌不是坏事。过去大家拼人海战术、拼低价、拼关系，谁的团队大谁就能接到更多单。现在AI工具把"人海"的价值打了折扣，政策又给新方向开了口子——对中小软件公司来说，这其实是个重新排位的机会。
专项行动给的2027年目标、模数共振给的城市试点、百家智能体开发商的名额——这些资源不会平均分配，先到先得，懂政策的先吃肉。
所以我的建议很简单：别等利润继续往下掉才开始动作。46686亿的蛋糕还在涨，但分蛋糕的方式正在变。你是在旧规则里继续卷价格，还是在新规则里找位置，决定了三年后你还在不在这个牌桌上。