AI,

给客户做完 AI 软件供应链汇报后:AI 是在加速商业化,还是在重新分配价值?

May 27, 2026 · 1 分钟阅读
给客户做完 AI 软件供应链汇报后:AI 是在加速商业化,还是在重新分配价值?
Share
可引用摘要
1文章标题:给客户做完 AI 软件供应链汇报后:AI 是在加速商业化,还是在重新分配价值?
2发布时间:2026-05-27
3分类:AI
4关键词:featured, AI, 软件供应链, 价值分配, 甲方乙方, 外包, 商业形态, in-housing
5核心摘要:今年3月我给客户做了一场「AI 软件供应链战略汇报」。汇报完,一个更大的问题缠了我两个月:AI 究竟是在把蛋糕做大、加速商业化,还是在重新分配价值——把效率红利集中到少数平台和资本手里?当甲方能自己干乙方的活,传统的「甲方-乙方-外包」三角正在坍缩。本文用真实数据,聊聊这种新商业形态会把我们带向何处。

常见问题

AI 软件供应链和传统软件供应链有什么不同?

传统供应链管的是代码依赖和开源组件,工具是 SBOM。AI 时代多了模型、数据集、权重、prompt 这些新构件,风险也从「依赖了有漏洞的库」扩展到「用了被投毒的模型」。所以业界正在从 SBOM 走向 AI BOM——欧盟 AI Act 的通用模型义务已于 2025 年 8 月生效,要求训练数据透明,G7 也发布了 AI BOM 最低要素指南。

AI 到底是加速商业化,还是重新分配价值?

两件事同时在发生。AI 确实把交付成本和周期压到极低,加速了商业化;但它创造的价值并没有平均分配——多项研究显示 AI 是「资本偏向型创新」,AI 密集地区的劳动收入份额反而下降。蛋糕被做大了,但谁切走了更大的那块,才是关键问题。

甲方-乙方-外包的三角关系会变成什么?

正在从「层层转包」坍缩成「甲方+工具」的双边结构。NewtonX 调研显示 32% 的品牌预计一年内把几乎全部创意工作转回内部,54% 的代理高管认为两年内可能自立门户。乙方不会消失,但会从「卖人力工时」转向「卖可复用的能力模块」。

今年 3 月,我给客户做了「AI 软件供应链战略汇报」。准备材料的过程中,我脑子里一直绕着一个跟技术无关的问题——

这套东西跑起来之后,原来那条养活了无数乙方和外包的产业链,会变成什么样?

汇报结束,客户很满意。但这个问题缠了我整整两个月。AI 究竟是在把蛋糕做大、加速整个行业的商业化,还是只是在悄悄地重新切蛋糕——把效率红利集中到少数平台和资本手里?今天把这两个月想明白的部分,摊开来聊。

AI 软件供应链与价值重新分配


一、先说供应链:它正在从「管代码」变成「管模型」

传统软件供应链管的是什么?开源组件、第三方库、代码依赖。工具是 SBOM(软件物料清单)——一份「我用了哪些零件」的清单。

但 AI 进来之后,零件变了。现在一个系统里还塞着模型权重、训练数据集、prompt 模板、向量库。风险也跟着变形:过去怕「依赖了有漏洞的库」,现在还要怕「用了一个被投毒的模型」。

数据有多吓人?Sonatype 的《2026 软件供应链报告》记录了累计超过 123 万个恶意开源包,仅 2025 年新增就超过 45 万,同比涨了 75%。JFrog 发现 2024 年 Hugging Face 上的恶意模型激增了 6.5 倍。IBM 的报告更直接:13% 的组织报告 AI 模型被攻破,其中 97% 根本没有 AI 访问控制

从 SBOM 到 AI BOM 的供应链构件变化

所以业界的应对,是从 SBOM 走向 AI BOM——一份连模型和数据都要交代清楚的清单。欧盟 AI Act 的通用模型义务已于 2025 年 8 月生效,强制要求训练数据透明;G7 也发了 AI BOM 的最低要素指南。

这是我汇报的技术主线。但真正让我失眠的,是它背后的商业含义。


二、加速商业化,是真的;只是加速的不只是商业化

先承认一个事实:AI 确实在疯狂加速商业化。

我自己就是活证据。我一个人用 Agent 跑完了传统 IT 公司一整个 Team 的交付链条——售前、汇报、报价、项目管理、运维,八个环节,过去至少五到八个人。交付成本和周期被压到了一个荒谬的低点。

但「加速商业化」是一个太舒服的说法,它掩盖了另一半真相:AI 创造的价值,并没有平均地落到每个人头上。

打个最朴素的比方:AI 确实把蛋糕做大了,但蛋糕做大之后,是大家分得更多,还是少数人切走了更大的那一块?当一个工具能替代十个人的产出,这十个人原本创造的价值并没有消失,它被转移了——转移到了工具的拥有者和平台手里。

这不是我的幻想,而是有数据支撑的趋势。经济学媒体 The Economy 在 2026 年 3 月的《When AI Captures the Surplus》里给了很硬的证据:AI 是一种「资本偏向型创新」,AI 专利越密集的地区,劳动收入份额下降得越明显。 CEPR 的专栏也指出,中高技能工人的收入份额降幅最大,主要靠工资被压缩来实现。

AI 时代价值流向:从劳动者到平台与资本

翻成大白话:加速的是商业化,被稀释的是普通劳动者的议价权。 同一件事,两种讲法——「效率革命」是赢家的视角,「我那份红利去哪了」是被替代者的视角。两个都对。


三、甲方-乙方-外包的三角,正在坍缩

这种价值转移,最先冲击的是一个具体的商业结构:甲方-乙方-外包的层层转包链。

过去的逻辑很清晰:甲方有需求没人手,找乙方;乙方接了单嫌贵,转给外包;外包再压给个人。每一层都靠「信息差」和「人力差价」吃饭。这条链养活了整个 IT 服务业、广告代理业、BPO 行业。

AI 正在从两头拆掉它。

一头是甲方开始自己干。 NewtonX 的调研给了最直接的数据:32% 的品牌预计一年内将几乎全部创意工作转回内部,另有 23% 预计转回至少一半;54% 的代理公司高管认为,未来两年内自己可能会出来单干。 当甲方手里有了 AI 工具,乙方那点「我有设计师、我有开发团队」的优势,瞬间贬值。

另一头是乙方自己也在裁人。 印度最大的 IT 服务商 TCS,2025 年 7 月宣布裁员约 1.2 万人,主要砍中高层,理由直白——「AI 主导的颠覆与需求不确定」。有意思的是对照组 Infosys 没裁员,靠「human + AI 再培训」勉强保住人头,但增长指引也下调到了 3% 出头。一个砍人,一个降速,这就是整个外包行业此刻的两种姿势。

甲方-乙方-外包三角的坍缩

这不是「外包会消失」那么简单。乙方不会死,但它的生存方式必须变:从「卖人力工时」转向「卖可复用的能力模块」。 你不能再靠堆人头赚差价,你得有一个别人短期复制不了的东西。


四、新形态:从「卖工时」到「卖能力」

那新的商业形态到底长什么样?我自己做 Zaokit 的过程,其实就是在亲身验证一种答案。

旧外包卖的是「人 × 工时」:你给我多少人天,我收你多少钱。这种模式天然反规模——多接一单,就得多招一个人。

新形态卖的是「能力 × 调用」:我把一套流程沉淀成产品,你按使用量付费。Zaokit 官网上有句话我特别认同——「请一个设计师做一组小红书图要 7-20 美元,Zaokit 每组低至 0.62 美元,省 90% 以上」。 这不是在跟设计师抢饭碗,而是把「设计一组图」这件重复劳动,从一次性的人力交付,变成了一个可以无限调用的能力模块。

我在「普通人怎样用 AI 工作流变现」里写过这个飞轮:第一单你花十小时摸索,但把提示词、模板、检查清单都沉淀下来,第二个同类客户就不该再从零开始。表面在做服务,底层在积累能力库。 每一单都在降低下一单的边际成本——这正是旧外包模式永远做不到的。

新商业形态的本质,是把「人力差价」换成「能力复利」。谁先在一个垂直场景里把流程沉淀成可复用、可调用的能力模块,谁就拿到了不靠堆人头的增长。


五、那么,往何处去?

回到最初的问题:这种新形态,是会加速商业化,还是会走向别处?

我的答案是:它一定会加速商业化,但加速的方向,取决于价值最终流向谁。

如果价值继续无差别地向平台和资本集中,那加速的尽头是「消费不足」——The Economy 那篇文章的警告——少数人捕获了所有效率红利,但没人有钱消费,商业化反而会撞墙。WEF 预测到 2030 年全球约 9200 万岗位被 AI 替代,如果这些人只是被替代而没有被重新接入新的价值链,那不是商业化的胜利,是它的隐患。

但还有另一条路:当生产能力被 AI 极大地民主化,普通人第一次有机会绕过层层中间商,直接用工具把自己的能力变成产品。 我一个人做 Zaokit、一个人跑完整个交付链,本身就是这条路的证据。红利能不能落到自己手里,关键看你站在工具的哪一边——是被工具替代的人,还是用工具创造价值的人。

供应链的安全、价值的分配、商业形态的演变,最终都指向同一个选择:AI 创造的红利,是继续向少数平台集中,还是被更多普通人重新分到手里? 这个问题,没有人能替我们回答,只能用一个个具体的产品、一单单具体的交付去投票。

我那场 3 月的汇报,讲的是供应链安全。但两个月想下来,我越来越确信——真正的战略问题,从来不是技术怎么防,而是价值往哪流。


我是 Jason,一个独立打造 AI 产品的创业者。如果这篇文章对你有启发,欢迎转发给关注 AI 与商业变革的朋友。

我一个人打造的 Zaokit AI 产品(https://zaokit.app)正在内测,2026 年 5 月 31 日前 1000 名用户赠送价值 150RMB 的 Pro 计划,助力大家高效完成图文创作和 PPT 生成,唯一网站:https://zaokit.app

最后,如果你认可 Zaokit AI 的产品理念,欢迎后台留言加入我们的社群。我们不卖课、不割韭菜,只聚焦 ToB 企业场景的 AI 落地实战。 希望在这里,能给你带来不一样的思维火花和真实的商业碰撞。


相关阅读:

Enjoyed this article?

Stay updated with the latest insights on AI, DevOps, and cloud architecture. Subscribe to get notified when new articles are published.

关注微信公众号,获取更多AI前沿洞察
微信公众号:JustJason

扫码关注 JustJason

Found this helpful? Share it with others who might benefit!
Jason Zhang
Written by Jason Zhang Follow
企业级软件架构师,专注 AI 私有化部署、DevOps、云原生架构。曾主导多个知名企业的大模型落地项目。

标签相关推荐