本文最初發表於我的部落格，並已翻譯成英文。如需最新版本與未來更新，請前往原始文章：https://jaketao.com/language/en/will-ai-replace-software/

「AI 將取代軟體」的觀念最近獲得顯著關注。這導致軟體類股大幅下跌，再加上對 AI 獲利能力的擔憂，引發市場普遍焦慮。雖然 AI 獲利能力確實存在合理疑慮，但值得注意的是，AI 的開發成本仍高昂，收入模式仍仰賴廣告與推薦等傳統方式。「AI 將顛覆軟體產業」的說法可能有些誇大。

這場討論的背景是近期突破性 AI 應用快速湧現。首先，Clawbot 突然走紅，讓使用者能在本地裝置上打造個人化 AI 系統，實現自動化操作與流程執行，基本上扮演「個人助理」的角色。接著，Anthropic 推出 Cowork，進一步提升代理人執行複雜任務的能力，展現 AI 跨流程協作的潛力。這些發展傳遞出明確訊號：AI 正逐漸從輔助工具轉變為具備執行能力的系統應用。在不久的將來，完全可以預見 AI 將與個人裝置及資料資源整合，讓使用者只需下達指令，AI 就能呼叫各種流程完成所需任務。這將使 AI 從現有的輔助「秘書」角色，進化為「親力親為」、具備實務能力的助手。

更關鍵的問題在於，某些軟體可能不再被視為必要需求。在 AI 驅動的工作流程中，系統將更仰賴可呼叫的專用功能模組。在簡單情境下，AI 可以動態產生或臨時建置所需功能。從這個角度來看，這肯定會對軟體產業造成重大負面影響。

AI 將對軟體產生什麼影響？

在下結論前，有必要檢視 AI 發展對軟體產業的實質影響。

軟體開發變得更容易一般認為軟體開發已變得更容易。過去，軟體開發一直是團隊耗時的過程。在 AI 輔助下，一個簡單程式只需少數資深工程師負責架構設計、程式碼整合與最終除錯即可完成。例如 Clawbot 由單人打造，雖然這個比喻不完全精準，但清楚展現 AI 如何大幅提升程式設計師的開發能力。雖然 AI 尚無法撰寫高度複雜的程式，但可以將程式拆解成較小元件，再由經驗豐富的工程師進行除錯與整合。這種做法已被證實能大幅縮短軟體開發週期並降低開發成本。

此決策可能帶來什麼影響？

首先，值得注意的是，通常以月費計費的外掛程式與工具型軟體未來可能過時。這是因為用 AI 建立外掛程式是簡單的過程，AI 也能依特定情境客製化。因此，這些解決方案往往比市面上現成的外掛程式更貼近企業的商業邏輯。

其次，大型軟體的平價替代方案將增加。雖然從頭開發一套完整的大型軟體應用程式可能不可行，但 AI 的整合可實作特定功能，讓使用者能在不完全依賴特定程式的狀況下達成目標。這可能促使部分輕度使用者探索替代選項。

定價模式的顛覆

目前幾乎所有 SaaS 定價模式都仰賴月費與按使用者計費的組合。然而，此模式可能難以持續。如前所述，使用者對基本工具軟體的依賴將降低，輕度使用者數量也會減少。在這種情況下，月費模式對使用者而言在財務上不利。由於此模式過去就不受歡迎，使用者現在有機會避開它。他們很可能會傳播這件事實。

此外，當 AI 提升工作效率，讓原本需要大量人力的任務只需少數、甚至單一 AI「使用者」即可處理，其餘使用者則透過該 AI 機器或代理人存取整套軟體，按使用者計費將變得更具挑戰。

在此情境下，軟體公司需要調整商業模式，探索新方法，例如依功能與使用頻率計費（類似代幣系統）。

重新設計軟體架構

現今許多大型軟體應用程式提供全面功能與複雜互動。然而，隨著 AI 技術持續演進，使用者可能發現只需其中部分功能。這是因為 AI 能夠拆解任務，並以最有效率的方式規劃與執行工作流程。對 AI 而言，大型軟體應用程式與較小的功能模組在資源消耗上有所不同；AI 必然會選擇消耗較少資源的工作流程。這將迫使大型軟體公司將其軟體模組化，以留住大量 AI 使用者。

這也符合使用者邏輯。雖然許多軟體應用程式非常全面，但大多數使用者僅使用部分功能。現有定價策略多圍繞這些熱門功能設計。

使用者介面設計的典範轉移

目前軟體透過前端與使用者互動，而 AI 只需呼叫 API——採取完全不同的方法。這些前端的設計與開發可能耗時費力，尤其是需要針對不同客群提供不同設計。這種複雜性使軟體複製成為艱鉅任務。然而，這也必然導致其價值下降。在 AI 的情境中，主要需求是讓系統理解 API 以有效運作。軟體的前端將不再對使用者可見，複雜的按鈕與選單也將被移除。

App Store？

在不久的未來，AI 可能成為使用者互動的核心介面，類似 iPhone 對 App 時代的變革性影響。目前尚不清楚是否會出現類似 App Store 的模式。我認為出現的可能性很高。如果 AI 成為入口，所有透過該 AI 存取的軟體都需要平台授權，使用者需透過平台購買所需軟體或功能，以建置個人化 AI 工作空間。因此，主要 AI 平台將擁有強大的議價能力，可能對軟體上架收取「稅」（類似「Apple 稅」），進一步降低軟體公司的利潤。

現有軟體的優勢

對於複雜、動態且大型的軟體——無論是工程或產業專用——AI 幾乎不可能模擬或複製。AI 擅長理解使用者明確的目標，將其拆解並依序執行每個步驟。然而，當處理複雜的工作流程與環境時，使用者可能難以準確表述所有情況，從而阻礙 AI 的有效性。

這也是大多數 SaaS 公司最大的優勢。使用者可以將整個流程拆解成個別任務，讓 AI 逐步執行。雖然這不難實現，但會增加使用者的時間成本。在仔細評估利弊後，使用者仍可能選擇使用專業軟體。以實際例子說明：年度報稅流程。表格與申報說明對公眾開放，但人們通常寧願花錢購買軟體或聘請會計師處理財務，而不是自己操作。在 AI 的情境中，報稅是簡單的單一任務，我相信 AI 在不久的將來就能處理。然而，整理所有報稅表格並提交給 AI 是一個複雜的過程。在這方面，軟體公司具有顯著優勢。如果他們決定開發不同的 AI 功能或將 AI 能力整合到自己的軟體中，將大幅提升市場競爭力。你會選擇花 50 元購買具備 AI 功能的報稅軟體，還是親自整理資料並教導 AI 系統性地執行任務？此外，如果使用 AI 檔案自行報稅，誰要對結果負責？如果出錯，可能導致進一步的麻煩。

因此，軟體公司可以透過利用 AI 來提升競爭優勢，簡化使用者任務。如果我來造船，我可能會感到自信，但要造航空母艦，我還是會擔心內部系統是否已完整開發，儘管外觀看起來相似。與其花費寶貴資源在這件事上，不如投資能產生實質成果的解決方案。從本質上來說，軟體公司讓「航空母艦」模式的協作與成本分攤成為可能。這也是許多 SaaS 公司今日採取的方法：我了解你有能力自行解決問題，但我可以幫助你達成更有效的解決方案。這將釋放你的時間，讓你專注於核心業務。

軟體會被 AI 取代嗎？

答案絕對是「不會」。如果你回想上述分析，你會發現雖然 AI 對軟體公司有重大影響，但基本原則仍未改變：只要 AI 無法獨立且有效率地開發複雜軟體，它就永遠需要軟體為其執行工作。AI 開發複雜軟體並不實際，因為它仍缺乏對複雜工作流程與人類世界的全面理解。透過自我學習來彌補這些差距是一項重大挑戰。如果 AI 能夠處理這些任務，我相信我們面臨的問題將遠大於軟體被取代。

軟體不會被 AI 取代並不代表所有軟體都能存活；AI 正在顛覆的是軟體產業的獲利模式、使用情境與商業邏輯。SaaS 模式的真正價值在於管理複雜流程，這是 AI 在不久的將來無法提供的。較小的軟體應用程式，尤其是工具類軟體，將受到顯著影響。

總之，我們目前討論的是現成軟體，而軟體公司已擁有強大的技術團隊與開發能力。可以想像他們會採用 AI 將軟體轉變為 AI 入口。我的理解是，目前需要使用者尋找並點擊按鈕的互動模式將轉變為與 AI 對話。這將降低使用與學習軟體的成本，從而增加使用者對軟體本身的依賴。以 Photoshop 為例。學習曲線相當陡峭，但使用者可以清楚表述目標。值得考慮開發 AI 介面，無論是在桌面軟體、網頁瀏覽器、行動應用程式還是雲端。這個介面將允許使用者只需下達指令，AI 就會完成影像編輯。對於進階使用者，半自動模式可能更理想。他們可以將明確定義的任務指派給 AI，其餘部分自行處理。這種方法可能比完全依賴第三方 AI 的全自動模式更有吸引力。