過去兩週，三件事幾乎同時發生，它們各自看都是行業新聞，但放在一起看，指向同一個結論：企業數位化的底層範式正在換一套規則。
信號一 · 資本市場科創板第五套標準擴容至AI大模型——「梁文鋒們」可以上市了信號二 · 技術架構微軟Copilot Cowork接入DeepSeek——美國大廠首次在核心B端產品納入國產模型信號三 · 開發模式IDC預判75%新應用由AI低代碼落地——傳統開發進入結構性淘汰
三條線，分別從資本准入、技術架構、開發效率三個維度，說的是同一件事：企業數位化的人力驅動模式已經撐不住了，AI驅動模式正在接棒。下面我逐個拆解。
信號一：科創板給AI大模型開正門
6月17日，證監會主席吳清在陸家嘴論壇上明確宣布：科創板第五套標準適用範圍擴大至人工智能大模型行業。上交所當天下午就配套出了審核指引徵求意見稿。
我翻譯一下這件事的分量：科創板第五套標準，原本是為未盈利生物醫藥企業定制的上市通道——沒有利潤，但只要你的技術有前景、有階段性成果，就可以上市融資。現在這條通道正式向AI大模型企業開放了。
35萬億「兩創板」總市值45%千億市值中科技企業佔比54家科創板IPO新增受理
審核指引把「階段性成果」明確為：申報時至少有一個大模型產品已完成上線發布並實現規模化應用。這意味著不是隨便寫個PPT就能上，你得有真實落地的產品，有用戶在使用。
指引還特別支持通用大模型和行業專用模型同步適用。這對做行業大模型的企業（比如金融大模型、製造大模型、法律大模型）是好消息——不一定要做通用基礎模型，深耕一個行業也能上。
上交所理事長邱勇說了一句挺實在的話：嚴防「帶病申報」「一哄而上」。審批通道開了，但審核標準不會降。真正有技術、有落地、有商業化的AI企業會受益，蹭熱度的會被篩掉。
這件事對企業數位化的影響是什麼？AI大模型企業有了資本市場的正門融資渠道，研發投入可以持續，產品迭代會更快，行業大模型的商業化落地會加速。你選型的時候，不用再擔心供應商因為資金鏈斷裂跑路了。
信號二：微軟選擇用DeepSeek降成本
6月22日的消息：微軟Copilot Cowork商用後算力成本持續走高，公司計劃引入DeepSeek V4作為分層備選模型。
這件事的行業標誌性意義，我反覆想了一下，覺得有兩層：
第一層是成本邏輯。Copilot Cowork上線後超過半數財富500強企業提前部署，高頻多工具調用帶來巨額Token消耗。固定訂閱模式收不回成本。微軟於是調整計費體系，新增按量彈性付費，同時搭建智慧分層路由系統——簡單任務調DeepSeek（低成本），複雜推理調高端閉源模型（高能力）。整套系統有質量校驗機制，不會因為切換平價模型降低交付標準。
第二層是戰略邏輯。這是美國頭部科技大廠首次在核心B端AI產品中納入國產大模型。過去海外廠商只依賴自有高端模型，現在開始採用多模型混合架構對沖成本壓力。DeepSeek憑藉MoE混合架構，同等任務算力開銷遠低於海外旗艦模型——這個優勢已經從「中國市場的性價比選擇」變成了「全球企業AI降本的實用工具」。
我的判斷：AI燒錢難題下，分層路由、多模型混用會成為全球廠商的通用解決方案。這對做企業AI選型的CIO是個好消息——你不需要選一個「全能模型」，而是可以按任務複雜度分層調度，總成本降30-50%。
信號三：75%新應用由AI低代碼落地
IDC在6月初發佈了《2026全球智能應用開發趨勢報告》，放了一組數據讓我反覆核驗了來源：
75%2026年末新應用AI低代碼構建47.3%中國AI低代碼市場增速3.8%傳統軟體開發增速18%純原生開發佔比
47.3% vs 3.8%——這兩個數字的差距已經不是趨勢，是斷層。傳統開發模式的市場佔比跌破20%，正式進入結構性淘汰。
Gartner的同期報告也給出了交叉驗證：2026年底全球75%的新應用將通過AI低代碼平台構建，較2025年佔比提升45個百分點。中小企業AI低代碼滲透率突破80%。
| 對比維度 | 傳統原生開發 | AI低代碼 | 差距 |
|---|---|---|---|
| 中小型系統交付週期 | 3-6個月 | 3-15天 | 效率提升90%+ |
| 3年全週期研發成本 | 20-50萬/套 | 5-12萬/套 | 降本75% |
| 需求響應週期 | 45天 | 3天 | 提速93% |
| 代碼Bug率 | 8-12% | 1-3% | 降低75% |
| 信創合規適配 | 弱，改造難度大 | 強，原生適配 | 結構性差距 |
這些數據不是理論推演，是IDC Q2實測結果。
我對這件事的判斷比較直接：傳統開發不會徹底消失——超大型金融核心、軍工涉密、超複雜分散式架構還是需要原生開發兜底。但對於90%的政企、製造、商貿數位化場景，AI低程式碼在效率、成本、迭代速度、合規適配上全面碾壓，這不是「可選升級」，是「必要替換」。
三個信號指向同一個結論
把三條線放在一起看：
資本市場給AI開了正門——AI企業可以持續融資、持續研發、持續迭代。你選AI供應商的底氣更足了。
技術架構轉向多模型混合——你不需要賭一個模型的未來，而是按任務分層調度，成本可控、風險分散。
開發模式轉向AI低代碼——你不需要養一個30人的開發團隊做中台系統，3個人+AI低代碼平台就能搞定，交付週期從半年變成兩週。
三件事放在一起拼出來的圖是這樣的：資本支撐技術迭代、多模型路由降低技術風險、AI低代碼縮短交付週期。三個條件同時滿足，企業數位化的瓶頸就不再是「技術不夠」，而是「組織能不能跟上變化」。
對企業CIO的實操建議
第一，重新評估開發團隊結構。如果你的團隊還在用傳統原生開發做通用業務系統，認真考慮切換到AI低代碼平台。不是裁人，是讓人從「寫程式碼」轉向「設計業務邏輯+審核AI產出」。同樣的團隊，產能可以提升3-5倍。
第二，設計多模型路由策略。不要把所有AI任務都壓在一個模型上。簡單任務用低成本模型（如DeepSeek），複雜推理用高能力模型（如Claude/GPT），中間層用均衡模型。微軟已經這麼做了，你也可以。
第三，關注AI供應商的資本健康度。科創板給AI開了門，意味著有落地能力的AI企業有了可持續的融資通道。選型時問供應商：你們有沒有上市計劃？有沒有規模化應用的用戶？如果只有技術但沒有落地和資本支撐，風險很大。
第四，別再等「成熟方案」了。75%的新應用已經在用AI低程式碼構建，47.3%的市場增速說明先行者已經跑起來了。等「技術完全成熟」再做決策，你會發現同行已經用AI低程式碼上線了三個系統，而你的需求文檔還在評審階段。
