曾经有一位软件公司老板找我咨询。

他本身就是那个行业里的专家，有很高的威望，客户也很认可他。所以这家公司最开始根本不缺客户。

但奇怪的是，他的软件公司做得一塌糊涂。

客户买了以后，用得不好，续费率也很惨淡。后来他干脆把公司关掉，彻底结束了自己的软件生涯。

这位老板代表了一类很特殊的软件公司：它们的主业本来不是软件，而是某个行业里的业务公司或者咨询公司。它们非常懂行业痛点，也有自己的管理思想，所以最后忍不住亲自下场，想做一款真正解决行业问题的软件。

这个逻辑听起来非常合理。

既然现有软件不好用，那最懂业务的人亲自下场，不是最应该成功的吗？

但现实恰恰相反。

我以前负责快消品 SaaS 的时候，就见过类似的事。快消品行业有一位很有影响力的咨询大咖，当时公开说，现在的快消品软件都太垃圾，所以他要自己做一款真正有用的软件，而且半年后就正式推出。

但后来，这款所谓的完美软件再也没有了消息。

这不是个例。过去很多行业专家下场做软件，最后都不太顺利。

我们总认为企业软件的核心是管理思想，但其实真正决定一个软件能不能活下来的，是能不能满足客户的个性化需求，能不能把产品做成标准化，能不能低成本交付，能不能让客户持续续费。

而这些，恰恰是这些行业专家最不擅长的事情。

行业专家最容易犯的错，是以为自己脑子里的方法论，只要做成系统，客户就会愿意用。

但软件不是一本书，也不是一次咨询。

咨询可以靠专家本人解释、调整、现场判断。软件不行。软件要把这些判断变成产品功能、配置页面和交付流程。

这里面任何一环没做好，项目就会变成定制泥潭。

客户说这里要改，那里也要改。你不改，客户觉得软件不贴业务；你都改，产品就越来越重，交付成本越来越高，最后看起来有客户、有项目，但越做越累。

所以过去“咨询 + 软件”这条路，听起来很美，但真正跑通的不多。

但进入 AI 时代，软件行业开始发生两个巨变。

第一个巨变，是研发门槛正在快速下降。

软件研发当然还是需要程序员。但过去很多必须用代码、算法实现的逻辑，现在可以用自然语言来实现。

比如现在很多 AI 软件里的提示词，本质上就是自然语言写出来的代码。

再比如 Vibe Coding。它当然不能完全替代程序员，但确实大幅降低了软件研发的门槛。

这对行业专家很重要。

过去他们最痛苦的地方，是懂业务，但很难把业务理解变成软件。现在，大模型正在大幅度降低研发门槛。

更关键的是第二个巨变：AI 软件成败的核心，正在从“功能做没做出来”，转向“业务规则有没有被梳理清楚”。

做过企业 AI 的朋友应该都有一个感触：数据是 AI 成败的关键。

但这里说的数据，不是传统软件里的字段和记录。

而是业务 SOP，也就是那些藏在业务专家脑子里的隐性知识。

很多业务专家自己都没有系统梳理过这些东西。他们平时靠经验和直觉。客户问一句，他知道怎么答；项目现场出一个问题，他知道怎么处理。

但如果你让他把这套判断拆成 SOP，他根本就说不清楚。

传统软件公司想从这些人脑子里把 SOP 挖出来，难度可想而知。

这也是为什么企业 AI 交付会变得不一样。

我曾经采访过北森联合创始人纪伟国。他当时告诉我，交付传统软件和交付 AI Agent 最大的区别是：前者是软件实施顾问，后者必须是业务专家。

因为传统的软件实施顾问聚焦于业务流程梳理及配置，而北森的 AI 面试官、AI 陪练、AI 领导力教练，涉及到岗位需要什么能力，这个能力如何评估，员工能力如何发展？这些专业 KnowHow 都长在业务专家脑袋里，是咨询的范畴。

北森也吃过这样的亏。传统软件实施顾问无法交付，后来换成业务专家去交付 AI Agent，才能够符合客户的预期。

我最近陪跑的一个 AI 项目，也让我深刻地感受到这一点。

这个项目里，产品、技术、交付当然都很重要。但如果真要说谁最不可替代，我觉得是那个业务专家。

因为他知道客户现场的真实规则，知道哪些判断是对的，哪些输出看起来像那么回事但其实没用。

这两个巨变放在一起，就会带来一个结果：

过去那些做软件一败涂地的行业专家，可能真的迎来了新的机会。

因为 AI 正在弥补他们的短板，同时放大他们的优势。

他们过去缺的是把业务理解变成软件的能力。现在，这个门槛正在下降。他们过去最有价值的行业经验，正在变成 AI 应用能不能跑起来的关键。

所以我觉得，未来会出现一类新的软件公司。

它不是传统意义上的 SaaS 公司，也不是纯咨询公司，更不是简单做一个 AI 套壳产品。

它更像是“咨询 + AI 产品 + 交付”的混合体。

咨询提供行业 Know-How，AI 产品把这些 Know-How 放大，交付把它落到客户现场，再把经验沉淀回产品里。

过去这条路很难走通。但 AI 时代，这条路迎来了新的机会。

当然，这不意味着行业专家一定会赢。

如果一个行业专家只是觉得自己懂业务，然后找人做个系统，最后还是会死在老问题上。

真正有机会的人，是能把自己的行业经验拆成 SOP、规则、测试集，拆成可以复制的产品和交付方法。

换句话说，懂业务只是起点。

能不能把业务 Know-How 产品化、标准化、交付出来，才是分水岭。

AI 时代，代码本身会越来越便宜。

但代码背后的业务 Know-How，会越来越值钱。

过去很多行业专家做软件失败，是因为他们只有 Know-How，却很难把它变成一款真正能交付的软件。

现在，这个机会终于重新打开了。

来源 | ToB老人家（ID：ToBlaorenjia）

作者 | 王戴明 ; 编辑 | 呼呼大睡

内容仅代表作者独立观点，不代表早读课立场