要做企业版“大龙虾”，思迈特的 AI 新叙事

tle="双击查看原图" />文丨白   鸽

编丨王一粟

2026年开年至今，全球企业软件行业的震荡仍在持续。

大模型公司Anthropic发布Claude Cowork系列AI Agent的消息一出，美股企业软件板块应声暴跌，ServiceNow、Salesforce等头部企业股价累计跌幅超30%，Workday近乎腰斩。

一时间，恐慌情绪迅速蔓延至整个企业软件行业。

追根究底，这场震荡的核心，是因为AI重构了软件行业的底层逻辑。

一方面，当AI智能体让软件功能的复制边际成本趋近于零，当1个人能借助AI完成过去3个人的工作时，传统软件企业依靠用户扩容、追加部署等实现营收的模式面临根本性挑战。同时，当AI能直接为企业提供业务结果，而非单纯的工具功能，传统标准化软件的价值被彻底重新定义了。

因此，资本市场开始重新审视软件企业的核心竞争力。

那么，AI时代，软件企业的核心竞争壁垒到底是什么？当全球软件企业陷入危机之时，中国本土软件企业，又将走出怎样的差异化发展路径？

“AI时代产品会越来越薄，功能很容易被AI复制。”思迈特软件创始人、董事长吴华夫对光锥智能说道，“未来核心竞争力，是为企业打造有价值的AI应用场景，对应服务也将会越来越重。”

说白了，AI时代的企业软件赛道，比拼的将不再是产品功能，而是要转向以卖“AI价值”为核心的服务能力，并以此重构全新的商业模式。

日前，光锥智能与吴华夫展开了一场深度交流，我们也试图通过思迈特这家BI（Business Intelligence，商业智能）厂商的AI技术深耕与落地实践，探索软件企业在智能时代的发展进阶之路。

思迈特作为中国老牌BI公司之一，早在2017年就自研自然语言技术NLA并获国家专利，成为国内最早布局Chat BI的企业，先后推出Chat BI产品V1、V2版本，奠定了在自然语言交互分析领域的先发优势。凭借扎实技术积累，思迈特也成为国内纯BI领域唯一入选Gartner中国AI创业公司代表。

同时，依托“高级分析”核心能力，思迈特BI产品矩阵持续迭代升级：2023年在行业首次提出“指标”概念，并推出以指标为核心的一站式ABI平台SmartBI Insight V11。AI大模型浪潮下，公司又迅速推出独立AI产品——白泽V3，定义新一代Agent BI范式。

从早年布局NLA与Chat BI，到如今落地Agent BI，思迈特在AI技术探索上始终坚持长期主义，而非盲目跟风。2017年NLA诞生之初，创始人吴华夫便已规划好了ChatBI的产品雏形；当大模型时代真正到来、技术壁垒被打破，思迈特也完成了向Agent BI的产品升级。

属于思迈特的智能化进阶故事，才刚刚拉开序幕。它在找到属于自己的破局之道的同时，也为行业提供了一份传统软件企业战略布局AI、推进行业智能升级的参考样本。

 

行业狂热下的冷静布局 指标体系与多智能体 协同驱动核心领先

2023年，ChatGPT的爆火让整个软件行业陷入了一场“AI焦虑”，大大小小的BI厂商纷纷给产品贴上“Chat”标签，试图搭上大模型的快车。

但吴华夫对于AI大模型带来的热潮，却能够保持难得的冷静。

在其看来，AI概念早就已经有了，而思迈特也早在2017年就有了对话式分析型产品（ChatBI雏形），只不过GPT来了之后，给AI应用打开了可能性，但早期B端应用少、成本高，客户部署大模型花几千万却难发挥价值。

“2025年，算力便宜后才出现很多AI应用，但B端却也并未带来太多的业务价值。”吴华夫说道，“直到智能体的出现，让AI在企业端的应用变得可行。”

尽管2025年初，AI曾在非技术圈迎来一波破圈热潮，央国企、政府机构等非技术从业人员纷纷讨论和使用AI，大型企业的CIO们在老板的推动下加紧研究AI应用，带来了商机的极速增长。

但面对B端AI应用市场，也仍存在着明显的泡沫，“客户的AI预算大多是从其他板块挤用，采购后并未真正落地使用，市场的狂热背后，是企业对AI价值的迷茫。” 

而2026年，当越来越多的企业专门设立智能体预算，市场开始回归理性，企业对AI的需求，也从“有没有”转向“好不好用、能不能创造价值”。

这也意味着，2026年，智能体将会加速在企业端的应用落地，这将会对软件行业带来颠覆式变化。

不过，对于思迈特来说，这一波AI浪潮来临后，从技术到产品体系的更新迭代，更多是长期布局下的顺势而为。当行业仍普遍采用宽表关联等传统技术路径时，思迈特已构建起指标体系与多智能体协同双重技术优势，相关能力在IDC技术能力评估中获七项满分，行业排名第一，成果亮眼。

长期深耕行业头部客户，让思迈特在大型复杂项目中积累了丰富实践经验，在金融领域实现了市场占有率第一的市场表现，这些大客户项目也为其沉淀了足够多、且高安全性、高复用性的行业Know-How体系，也使其在这一波AI浪潮中抢占了关键先机。

“多年积累和产品架构的底层设计，让我们在技术变革到来时，自然而然地进入爆发期。”思迈特市场负责人陈翊源向光锥智能说道。

现阶段思迈特战略重心聚焦于央国企、金融等大型企业客户，把核心场景做深做透。“短期战略仍聚焦大型企业，为其提供可信的、与数据相关的AI服务。”吴华夫说道，“原因在于，大型企业的市场已经足够大，有大量的AI应用场景。”

组织流程适配大企业客户的同时，思迈特的产品也更符合大型企业的需求，金融级的安全标准和复杂数据的精准计算的能力，也成为思迈特强大的优势之一。

据吴华夫透露，思迈特即将发布的白泽V5版本，拥有与OpenClaw同级别的开放架构和行动力，再次领先行业采用多智能体协同与ReAct架构，支持接入skills以实现高可扩展性，能自主闭环处理复杂任务并交付结果。

tle="双击查看原图" />

“可以将其理解成为OpenClaw的企业版，部署在服务器上。”吴华夫说道，“跟OpenClaw区别在于，它是在企业级沙盒里运行，更安全的同时，也能处理更多数据量，甚至上亿级数据量。”

更为重要的一点是，这个思迈特版的“龙虾”还能够打通企业的CRM权限，使其在企业系统中，融合企业的知识库、企业员工个人数据信息，最终形成专属于企业员工自己的“龙虾”。

“这将带来AI的真正泛化能力。过去AI只能解决一个确定性的问题，而现在也能够解决不确定性的问题。”吴华夫说道，“于企业客户来说，就意味着它已经是一个通用AGI应用。”

显然，思迈特的产品进化之路，本质上是一场技术与需求的双向奔赴，以AI技术为驱动，以企业需求为导向，将十余年的BI积累转化为AI时代的核心竞争力，最终形成了“BI技术+AI技术+行业经验”的铁三角优势。而这，也成为其在AI时代站稳脚跟的根本。

 

十倍营收增长背后 从卖产品到卖场景

在AI产品持续迭代的同时，思迈特的市场表现和商业模式，也发生了翻天覆地的变化。

自AI战略落地以来，相关业务实现爆发式增长，已经服务了百余家大型企业客户，高价值场景落地成效显著，AI相关业务已快速成长为公司核心增长引擎。

而根据思迈特的规划，2026年AI业务收入将占到公司整体收入的一半，在人员规模不变的情况下，AI业务有望实现五六倍甚至更高的增长，带动公司整体收入翻倍。形成鲜明对比的，是思迈特传统BI业务的增长态势：年增长率仅15%左右，属于微增状态。

一快一慢的增长曲线，不仅印证了思迈特AI战略的正确性，更折射出整个BI行业的发展趋势。

根据Gartner预测，到2026年，2/3的中国500强企业将采用AI驱动的分析平台，传统BI工具正从“可视化报表”向“智能决策中枢”转型，AI化已成为BI企业的必答题。

那么，思迈特的AI业务，是如何实现如此高速增长？其做对了什么？

tle="双击查看原图" />

首先，思迈特在AI市场的拓展，相比较来说偏“保守”，其并未持续大规模地开拓新的市场客户群体，其AI客户结构则呈现出“老客户为主、新客户补充”的特点。

据吴华夫透露，2025年思迈特成交项目中，主要以存量老客户为主，新增客户中，有不少来自原有BI体系难以适配AI时代需求、或无法满足企业深度定制化诉求的企业，他们更倾向于选择具备成熟AI能力与本地化服务优势的解决方案。

对于思迈特而言，老客户是其AI业务的核心基本盘，公司拥有大几千家客户池，其中活跃的有三四千家，这些客户都是深耕多年的大型企业，是“AI化的原点人群”。

基于此，2026年，吴华夫将老客户转化列为核心目标之一。

另外，市场的爆发，背后是商业模式的根本重构。

在传统BI时代，思迈特的商业模式是“产品+定制化服务”，公司70%的收入来自license收入或订阅收入，盈利的核心是卖功能、卖产品。

而在AI时代，思迈特彻底打破了单一模式，实现了“卖产品”到“卖高价值AI应用场景”的转变。这种转变的背后，是吴华夫对AI时代软件行业的判断：AI能快速复制产品功能，产品层会越来越薄，单纯的功能优势很快会消失，而围绕客户业务的服务会越来越重，核心价值在于为客户打造有价值的AI应用场景，帮客户解决实际问题。

比如银行业的尽调场景，就是思迈特商业模式转变的典型案例。

在传统模式下，银行做一份尽调报告，需要整合工商税务、互联网、银行内部、交易等多维度数据，花费数月时间，最终形成报告用于贷款审批；而基于思迈特的AI平台，能实现尽调报告的自动生成，20分钟就能完成一份专业报告，效率提升了上百倍。

但思迈特并非简单地卖一个“自动生成报告”的产品，而是为银行定制尽调场景的智能体，帮银行搭建AI尽调的完整体系，后续银行能基于这个体系批量生成报告。

这个过程中，思迈特卖的不是工具，而是能为银行带来实际价值的应用场景，而这种定制化的场景服务，也成为思迈特的核心盈利点。

与之配套的，是收费模式的改变：不再按人天收费，而是按高价值的AI应用场景收费，而未来，思迈特还计划向按效果收费（分成模式）发展，让公司的收益与客户的业务价值深度绑定。

这种模式，让思迈特与客户的关系从“一锤子买卖”变成了“长期合作伙伴”，也让公司的收入具备了持续性。2026年，思迈特提出了“所有老客户必须复购，复购失败则视为项目失败”的目标，正是基于这种商业模式的必然要求，即AI场景的需求是持续的，客户会不断产生新的场景需求，而思迈特则能持续为其提供服务。

从license收入到场景服务收入，从卖功能到卖价值，思迈特的商业模式重构，不仅适应了AI时代的行业趋势，更抓住了ToB企业的核心本质：为客户创造价值，才能实现自身的价值。

“如果软件企业无法适应新的定价模型和人机交互范式，确实会被淘汰。”软件公司Atlassian CEO Mike在与投资机构a16z的对话中也如此说道，“但那些掌握了企业核心业务逻辑的系统，反而会借助AI构筑起更深的护城河。”

 

在大厂围堵中 以“单点突破”坚守阵地

尽管中国软件企业不被市场重视，但在AI时代，企业软件赛道，却成了诸多玩家竞争的焦点。

现如今，AI时代的BI赛道，竞争格局早已天翻地覆。一方面，传统BI厂商因缺乏AI能力，逐渐失去竞争优势；而阿里、火山等云服务大厂，则凭借通用AI能力和自研模型，成为新的竞争者。还有各类新兴AI厂商纷纷入局，试图分一杯羹。

在这样的竞争环境下，思迈特作为一家以BI为根基，全面布局AI能力的企业，没有选择与大厂正面抗衡，而是通过单点聚焦、构筑差异化壁垒，在巨头环伺中走出了属于自己的道路。

tle="双击查看原图" />

吴华夫坦言，在AI驱动的行业变革中，具备原生能力的数据分析平台正逐渐成为企业选型的主流方向，传统BI厂商如果不能够紧跟AI发展步伐，很可能会被时代所抛弃。而思迈特的核心优势，在于其从BI时代积累的、深耕数据领域的能力，这是传统BI厂商难以快速追赶的，也是通用AI厂商难以替代的。

对于阿里云、火山引擎等云服务大厂，思迈特则更专注于大型企业深度场景化的数据智能解决方案。凭借长期深耕行业所积累的理解与落地能力，其在复杂业务适配、个性化交付等方面形成差异化优势，持续获得大型客户的认可。

而这背后，是三大差异化优势的支撑。

一方面是其专注于数据领域的智能决策分析，是一体化的产品体系，指标模型和问数、分析等产品深度融合，而大厂的相关产品（如阿里的数据中台和问数产品、字节的data LIB和data agent）存在割裂的情况。

另外，在大型企业服务方面，思迈特有专属的团队和能力，大厂的服务更多靠第三方外包。

最后是单点领域的高投入优势。毕竟，市场竞争没有以少胜多的战争，更多的是单点破局。

在AI时代的竞争中，思迈特没有与大厂在通用AI领域正面交锋，而是选择在“企业级智能决策分析”这一单点领域，投入足够的资源，形成绝对的优势。

就像在大型企业的风控场景、经营分析场景中，思迈特的产品能精准匹配企业的需求，实现“精准干对活”，而这，正是大厂的通用AI产品难以做到的。

这种单点破局的策略，让思迈特在巨头环伺的竞争环境中，找到了自己的生存和发展空间。

显然，对于未来的竞争，思迈特始终保持着清醒的认知和开放的心态。

吴华夫认为，AI时代的行业变化是剧烈的，所有的优势都可能是暂时的，只有持续投入研发，不断提升产品能力，深入理解客户需求，才能在竞争中保持优势。

从2011年正式创业，到如今的企业级智能体变革者，思迈特的十五年发展，是中国软件行业发展的一个缩影。

而其近三年在AI领域的技术探索与能力升级，更是一家传统BI企业在时代变革中，顺势而为、主动破局的典型案例。

AI时代的软件服务行业，正经历着从“技术驱动”到“价值驱动”的转变，那些能真正为客户创造业务价值的企业，才能在浪潮中站稳脚跟。

对于未来，吴华夫的目标很清晰：继续锚定大型企业，做最可信的智能体决策分析平台，让思迈特成为大型企业AI转型的首选伙伴，“AI时代，能活下来的企业，不是技术最先进的，而是最懂客户、能为客户创造真正价值的。”