据科技日报6月28日报道，人工智能正在成为推动我国软件产业转型升级的重要变量。在日前举行的2026南京软件大会上，来自政府部门、科研院所、高校和软件企业的代表，围绕人工智能与软件产业深度融合、工业软件创新发展、智能编程工具建设及国产软件生态完善等议题展开交流。

2026南京软件大会于6月26日至27日在南京国际博览会议中心举行，主题为“AI引领软件产业数智化变革”。大会重点关注软件产业智能化、自主工业软件、鸿蒙生态及开源生态等领域，设置1场主题大会、7场重大专场活动以及6场联动专题活动，并同期举办2026工业软件供需大会。

当前，我国软件产业已经形成较大的市场规模。公开数据显示，2025年我国软件业务收入达到15.48万亿元，同比增长13.2%；软件业利润总额达到1.88万亿元，同比增长7.3%。其中，工业软件收入为3330亿元，基础软件收入为2146亿元，基础软件和工业软件两大关键领域继续保持增长。

软件产业规模持续扩大的同时，传统发展模式面临的结构性问题也日益突出。长期以来，部分软件企业主要依靠增加研发人员、承接定制项目和扩大交付团队实现增长。随着项目数量增加，人员成本、沟通成本和后期维护成本也同步上升，企业容易出现业务规模扩大但盈利能力没有同步提高的问题。

科技日报报道援引行业人士的分析指出，传统软件开发流程较为依赖人工编码，研发人员需要花费较多时间查找历史代码、技术文档、设计图纸及项目资料。在大型软件项目中，需求分析、程序开发、测试验证和部署维护往往由不同团队完成，跨部门协作和多轮修改进一步延长了产品交付周期。

人工智能辅助编程工具的发展，为解决这些问题提供了新的技术路径。借助大模型和代码智能体，研发人员可以通过自然语言描述功能需求，由系统辅助完成代码生成、程序检查、文档整理、测试用例设计和问题定位。软件工程师的工作重点也可能逐步从重复编写基础代码，转向系统架构设计、业务规则确认、安全审核和复杂技术问题处理。

部分企业已经开始在实际软件研发流程中使用人工智能智能体。大会披露的案例显示，阿里巴巴Qoder平台目前已有约60%的代码由人工智能智能体生成，产品迭代周期由原来的两周缩短至2至3天。相关实践表明，人工智能不仅能够承担简单的代码补全任务，也开始参与需求理解、程序生成、调试测试和产品迭代等多个环节。

不过，人工智能能够生成代码，并不意味着复杂软件研发已经不存在技术门槛。特别是在三维设计、工程仿真、生产控制、航空航天和高端装备等工业软件领域，软件需要处理复杂的数学模型、几何计算、物理规律和实时控制问题，对精度、性能及运行稳定性都有较高要求。通用大模型能够提高部分开发效率，但仍无法简单替代长期积累的工业知识、底层算法和工程经验。

中国工程院院士李培根在大会上提出，工业人工智能不能只停留在文本生成层面，还需要建设能够理解机械结构、生产流程和物理规律的行业基础模型。例如，机械领域的大模型可以辅助识别零件尺寸、公差和结构信息，并根据设计目标提供方案建议，帮助工程师减少重复查询和基础设计工作。

人工智能与工业软件结合后，还可能改变传统产品设计方式。过去的工业设计通常是由工程师先提出结构方案，再通过仿真软件反复验证和调整。未来，系统可以根据产品性能、材料成本、重量、安全性和生产条件等目标，辅助生成不同的结构方案，再由工程师进行选择和完善。这种由目标反向生成设计方案的方式，有望缩短部分高端装备和复杂产品的研发周期。

除开发效率外，国产人工智能软硬件之间的兼容性也是行业关注的重点。目前，人工智能产业链涉及芯片、服务器、计算框架、大模型、数据库、开发平台及应用软件等多个环节。如果不同产品缺乏统一的接口、测试和适配标准，企业在更换芯片、迁移模型或部署应用时，就可能面临较高的技术改造成本。

为解决国产人工智能产品之间的适配问题，工业和信息化部电子第五研究所联合中国科学院软件研究所、北京智源人工智能研究院等单位，启动国产人工智能软硬件生态协同创新工作组，计划建设覆盖芯片、算力、框架、模型和应用的全链条验证体系。相关测评平台目前已形成8大类、39项测评指标，用于检验产品兼容性、可靠性及实际应用能力。

相关单位还依托开放原子开源基金会建设“国模国芯”专区，通过开源项目、技术验证和适配工具，为国产芯片、国产大模型和软件应用提供协同开发环境。对中小型软件企业而言，共享测试平台和开源工具可以减少重复建设投入，降低采用国产人工智能技术的门槛。

人工智能对软件产业的影响不仅体现在研发方式上，也正在推动软件产品形态发生变化。传统软件通常需要用户主动打开系统、输入信息并完成多个操作步骤；智能体则可以根据用户提出的目标，自主拆解任务、调用不同工具并返回处理结果。未来，企业管理、客户服务、数据分析、设备运维和生产调度等软件，都可能逐渐加入智能体功能。

在工业场景中，人工智能已经开始进入仿真计算和生产管理环节。大会披露的南京企业实践显示，部分工业互联网企业将人工智能应用于汽车碰撞仿真，通过算法模型和迁移学习技术，将部分重复仿真的处理时间由约10小时缩短至数秒。该类技术能够帮助企业更快筛选设计方案，但最终结果仍需要结合工程标准和专业人员审核。

南京是我国重要的软件产业集聚城市。2025年，南京软件业务收入规模约为1.02万亿元，同比增长16.7%，软件产业成为当地首个万亿级产业集群。目前，南京拥有重点涉软企业4900余家，软件业相关从业人员约90万人，产业链覆盖基础软件、工业软件、新兴平台软件和嵌入式软件等领域。

在人工智能转型方面，南京部分企业正在从传统软件开发商转向人工智能解决方案服务商和智能体开发商。相关企业已面向制造、通信、能源、金融和城市治理等领域开发垂直智能体，尝试将大模型能力与行业数据、业务规则和专业软件结合，解决通用人工智能在专业场景中准确性不足的问题。

例如，在金融软件领域，智能体可以辅助整理客户资料、识别风险信息并生成初步分析报告；在制造领域，智能体可以结合设备运行数据进行异常分析和维护提醒；在城市治理领域，智能体能够辅助查询政策、整理工单和分析城市运行信息。此类应用的核心并不是简单增加聊天功能，而是让人工智能真正进入企业业务流程。

人工智能也在改变软件行业原有的商业模式。过去，软件企业通常按照用户数量、系统账号数量、项目规模或使用期限收费。随着智能体承担的任务增多，部分企业开始探索按照模型调用量、Token消耗量、任务完成数量或实际服务结果收费。行业人士认为，软件企业未来可能不再只出售固定的软件产品，而是提供能够持续执行任务的数字化服务能力。

这种变化也会影响软件企业的组织结构。大量标准化、重复性的代码编写和测试任务可能逐步交由人工智能完成，研发人员将更多参与架构设计、产品创新、行业知识整理和安全控制。软件企业的竞争力可能由团队人数和交付规模，逐渐转向数据质量、行业经验、模型能力、工程效率和服务效果。该判断是根据大会公布的企业实践作出的产业分析。

与此同时，人工智能生成代码也带来了新的安全问题。智能体在理解需求、调用数据和执行程序时，可能出现代码错误、权限使用不当、敏感数据泄露和操作结果不可控等风险。传统网络安全体系主要保护服务器、网络和数据库，而智能体安全还需要覆盖模型训练、提示词输入、代码生成、工具调用及最终执行等完整流程。

因此，企业在使用人工智能辅助开发时，仍需保留代码审查、权限控制、数据隔离、安全测试和人工确认机制。特别是在金融、医疗、交通、能源和工业控制等重要领域，不能只追求开发速度，还需要保证软件结果准确、过程可追溯、操作可撤销，并明确人工智能与工作人员之间的责任边界。

在人才培养方面，人工智能进入软件产业后，企业需要的不再只是掌握某一种编程语言的开发人员，还需要既了解人工智能技术，又熟悉制造、金融、能源或通信等行业业务的复合型人才。研发人员需要具备模型应用、软件工程、数据治理、安全合规和专业场景分析等多方面能力。

工业和信息化部信息技术发展司有关负责人在大会上表示，下一阶段将重点提升关键软件供给能力，发展智能编程工具，完善开源生态，培养人工智能与软件领域复合型人才，并利用首版次软件等政策，推动国产人工智能软件在更多行业中落地应用。

从此次大会释放的信息来看，人工智能不会简单取代整个软件产业，而是可能重新划分软件研发中的工作内容。基础代码生成、文档整理和重复测试将更多由人工智能完成，而底层技术突破、复杂系统设计、行业规则判断及安全责任仍需要专业人员承担。

未来，软件产品之间的竞争也不再只是功能数量和页面设计的竞争，而将进一步延伸至智能体能否准确理解任务、能否调用企业工具、能否安全使用数据，以及能否在真实业务中稳定创造价值。人工智能与软件产业融合，将推动我国软件行业由规模扩张逐步转向效率提升、产品创新和生态协同的新阶段。