工信部印发“人工智能+软件”专项行动：2万家规上软件企业迎智能化改造，政策如何改变产业竞争？

【软盟资讯·新闻导读】9月11日，工业和信息化部印发《“人工智能+软件”专项行动实施方案》，提出到2028年推广应用覆盖2万家规模以上软件企业，累计实施100项软件企业智能化技改项目，在重点行业打造100个智能体软件标杆应用，并培育高水平智能编程工具、智能开发平台和优质开源项目。政策重点不只是鼓励软件企业使用人工智能，更在于推动开发方式、产品形态、服务模式和产业协作体系整体重构。对企业而言，竞争焦点将从单一功能、项目交付和人力规模，逐步转向模型能力、工程治理、行业场景与生态协同。

政策释放的核心信号：软件智能化进入规模化推进阶段

从公开发布的信息看，《实施方案》设置了2028年和2030年两个阶段性目标。到2028年，软件和信息技术服务业智能化水平将显著提升，重点任务包括培育高水平智能编程工具和智能开发平台，推广应用覆盖2万家规模以上软件企业，推动关键软件智能化升级，累计组织实施100项软件企业智能化技改项目。

与此同时，政策将智能体软件作为软件新形态的重要方向，提出在重点行业打造100个智能体软件标杆应用，并推动开放协同的开源社区建设，孵化5个以上优质开源项目。到2030年，人工智能与软件和信息技术服务业融合发展还将实现进一步跃升，智能编程、智能体软件及智能服务等新业态的重要性继续提升。

这些目标具有明显的产业组织含义：人工智能不再只是软件企业内部的效率工具，而是被纳入软件产业升级、产品创新、服务转型和生态建设的统一框架。

从“写代码”到“重构软件生产方式”

智能编程工具首先改变的是软件开发过程。传统软件交付通常围绕需求分析、编码、测试、部署和维护展开，企业的效率优势往往与研发人员数量、项目管理能力和行业经验密切相关。智能编程工具加入后，需求理解、代码生成、测试辅助、文档编写和问题排查等环节都可能发生变化。

但这并不意味着软件开发可以简单地转化为“输入需求、自动生成程序”。企业真正需要建立的是一套可控的智能开发流程，包括：

• 明确代码质量、安全性和合规性要求；
• 建立代码审查、测试验证和版本管理机制；
• 对企业数据、业务规则和知识资产进行分类管理；
• 区分适合自动化处理的标准任务与必须由专业人员决策的复杂任务；
• 评估人工智能工具与现有开发平台、基础软件和行业系统的适配能力。

因此，政策推动的“软件企业智能化”，更接近工程体系的升级，而不是单点采购一款工具。对于规模以上软件企业而言，能否把智能编程嵌入研发管理、质量管理和交付流程，将成为判断智能化改造深度的重要观察点。

智能体软件推动产品形态变化

智能体软件的价值，不仅在于能够对话或生成内容，更在于围绕具体任务调用工具、连接数据和执行流程。政策提出在重点行业打造100个智能体软件标杆应用，意味着软件产品竞争可能从“提供功能模块”转向“完成业务任务”。

未来的软件产品可能呈现三类变化。

第一，交互方式从菜单和表单逐步扩展到自然语言、任务指令和多步骤协作。用户不一定需要逐项操作系统，而是提出目标，由软件根据权限和规则完成部分流程。

第二，产品边界从单一应用延伸到数据、模型、工具和业务流程的组合。软件企业不仅要开发前端功能，还要解决数据连接、权限控制、过程追踪和结果校验等问题。

第三，软件交付从一次性项目建设转向持续运营。智能体需要根据业务变化不断调整知识、规则和工具连接，服务商的收入与价值创造方式也可能更多体现为长期运维、能力优化和场景服务。

需要强调的是，目前公开资料只明确了政策目标和推进方向，并未公布100个标杆应用的具体行业名单、企业名单或统一评价标准。因此，企业不宜将“标杆应用”直接等同于已经形成的市场订单，也不应据此推导未经公布的市场规模或投资回报。

终端联合创新将扩大软件竞争边界

《实施方案》还提出支持软件企业与智能手机、汽车等终端厂商联合创新。这一安排释放出一个清晰信号：软件智能化的竞争，不会局限在开发工具和企业管理软件内部，还将向终端设备、操作系统、行业应用和服务生态延伸。

软件企业与终端厂商联合，可能重点围绕以下方向展开：

这类合作会提高进入门槛。单纯提供通用功能的企业，可能难以参与深度联合创新；具备行业知识、工程能力、数据治理能力和跨平台适配能力的服务商，则更有机会成为终端厂商的生态伙伴。

软件企业如何判断适配机会

从目前公开的政策内容看，企业不应只关注是否存在一个名义上的“申报窗口”，而应先判断自身业务与专项行动目标的匹配程度。可以从四个维度进行内部评估。

一看是否拥有明确的智能化改造对象

企业需要先回答：准备改造的是研发流程、交付流程、关键软件产品，还是面向客户的服务模式。如果改造对象无法被清晰定义，后续就难以形成可验证的实施路径。

二看是否具备可持续的数据与工程基础

人工智能工具的效果依赖数据、权限、系统接口和质量管理。企业如果缺乏规范的数据资产、稳定的开发流程和必要的系统连接能力，直接引入工具可能只能形成局部试用，难以完成规模化推广。

三看是否能形成行业场景

智能体软件强调任务完成和业务价值。企业应优先选择流程边界清楚、数据来源相对稳定、结果可以验证的场景，避免一开始就追求覆盖所有业务。

四看是否具备生态协同能力

政策同时关注智能编程、智能开发平台、智能体软件、终端联合创新和开源项目。企业如果能够与模型、云服务、终端厂商、行业客户或开源社区建立协同关系，竞争位置可能不再局限于单一项目承包商。

这些判断可以帮助企业识别适配机会，但不能替代正式申报条件。具体支持方式、申报流程、评价标准和项目安排，仍应以主管部门后续发布的正式通知为准。

中小服务商的机会与压力并存

对中小数字化服务商而言，人工智能可能降低部分重复性开发、文档整理、测试辅助和交付准备工作的成本，但这并不意味着企业可以仅凭采购工具获得竞争优势。

中小服务商更现实的路径，是把人工智能能力嵌入熟悉的行业场景。例如，围绕某一类客户的业务流程，形成从需求梳理、系统配置、智能体部署到持续运维的服务组合。相比泛化地宣传“拥有人工智能能力”，能够说明服务对象、任务边界、交付方法和验证指标，往往更有利于建立客户信任。

同时，中小服务商也面临三方面压力：

• 客户可能要求更快交付和更透明的服务结果；
• 通用开发能力的差异化空间可能被压缩；
• 数据安全、系统集成和售后维护能力的重要性上升。

因此，人工智能提升的是效率上限，但行业理解、项目治理和客户关系仍是服务商的重要基础。

大型厂商与开源生态将出现分层竞争

大型软件厂商通常拥有更完整的平台、客户和服务体系，能够把智能编程、智能开发平台、行业软件和云服务整合起来。它们的优势可能体现在产品集成、系统安全、规模交付和长期服务上。

开源生态则可能在工具创新、社区协作、开发者参与和快速迭代方面形成影响。此次行动提出孵化5个以上优质开源项目，说明开源社区被视为软件智能化发展的组成部分，而不是外围补充。

未来竞争未必是“大厂取代开源”或“开源取代大厂”，更可能形成分层协作：

• 基础工具和部分通用能力由开源项目推动扩散；
• 平台厂商负责集成、托管、治理和商业化服务；
• 行业软件企业将通用能力嵌入具体业务；
• 服务商围绕客户现场完成实施、适配和持续运营。

真正具有竞争力的企业，需要在开放协作与商业交付之间找到平衡。封闭体系可能限制生态扩张，缺乏治理的开放体系则可能难以满足企业级应用要求。

政策影响将通过四条路径传导

综合公开目标，“人工智能+软件”专项行动对产业竞争的影响，主要会沿着四条路径展开。

一是研发方式变化。智能编程工具和智能开发平台将推动软件企业重新设计研发流程，研发人员的工作重点可能更多转向架构设计、复杂问题处理、质量控制和业务理解。

二是产品形态变化。智能体软件将促使软件从功能集合转向任务执行系统，产品是否能够接入真实业务流程，将成为重要评价维度。

三是服务模式变化。软件服务将更加重视持续运营、模型和知识维护、场景优化以及跨系统集成，而不只是项目上线。

四是产业结构变化。软件企业、终端厂商、云平台、模型提供方、开源社区和行业客户之间的关系将更加紧密，单一企业独立完成全部能力建设的难度上升。

企业当前可以做什么

在正式政策细则逐步明确之前，企业可以先进行内部准备，而不必急于追逐概念。

第一，梳理研发和交付流程，找出重复性高、规则清晰、结果可验证的环节。

第二，建立人工智能应用的风险清单，重点关注代码安全、数据权限、知识产权、结果准确性和责任边界。

第三，围绕一个具体行业或业务流程建设小规模试点，形成可复盘的应用记录。

第四，盘点现有产品是否具备智能化升级空间，尤其关注关键软件、行业软件和能够连接终端的产品。

第五，关注工信部及相关部门后续公布的项目通知、评价标准和实施安排，避免将媒体报道中的目标数字误读为已经确定的申报名额或商业订单。

【软盟观察】

“人工智能+软件”专项行动最值得关注的地方，不只是2万家规模以上软件企业、100项智能化技改项目和100个智能体软件标杆应用这些量化目标，更在于政策正在重新定义软件产业的升级对象。过去，软件企业谈数字化，往往重点讨论系统建设、功能模块和项目交付；现在，人工智能正在把竞争推进到研发流程、产品形态、服务关系和产业生态层面。

这意味着软件企业不能只把人工智能当作一个新增功能，也不能把智能编程简单理解为减少开发人员数量。真正的产业变化，取决于企业能否把模型能力与工程规范、行业知识、数据治理和客户流程结合起来。对于大型厂商，平台化和生态化能力将更加重要；对于中小服务商，垂直场景和交付质量可能比泛化的技术宣传更有价值；对于投资和产业观察者，则需要把关注点从概念热度转向政策目标是否能够转化为可复制的产品和服务模式。

同时，公开目标并不等于市场结果。2万家覆盖、100项技改和100个标杆应用代表推进方向，不能直接推导企业收入、投资回报或行业规模。后续仍需观察具体项目如何落地、评价标准如何形成、开源项目如何孵化，以及终端联合创新是否能够形成稳定的商业协作。对企业而言，当前最稳妥的策略不是盲目追逐热点，而是建立小步试验、持续评估和合规治理机制，在真实业务中验证人工智能到底能否提升效率、改善产品和创造新服务。

总的来看，这项行动把人工智能与软件产业的结合，从单点工具应用推向生产方式和产业组织的系统升级。企业应围绕智能编程、智能体软件、关键软件升级和终端协同提前布局，同时以正式政策细则和实际应用结果为判断依据。未来的软件竞争，既比拼技术能力，也比拼行业理解、工程治理、生态协作与持续服务能力。