标书AI写，代码AI生成，过去报价50万的系统课题现在5万就有人抢。这套运行了几十年的体系，正在手段浪潮中无声瓦解。

一家做政企系统公司的老板最近很郁闷，今年投了七八个标，只中了一个。他告诉我，中标报价被压到了过去的三分之一。

“不是甲方故意压价，是真有人用这个报价来投，而且东西看起来还行。”他困惑地问我这是怎么回事。

我的回答很简单：“你去了解一下现在AI写标书和做系统的速度就知道了。”

这件事让我想了很久。一个逐渐清晰的结论浮出水面：系统行业的招投标体系，可能快撑不住了。

01 体系

中国的政府采购幅度庞大。2024年，全国政府采购总额超过 3.37万亿元，其中公开招标占了 76.63%。IT相关的政府采购大约 1433亿元。

一个值得注意的趋势是：虽然总金额同比下降了4.5%，但课题数量反而增长了21.5%，达到近7.9万个。

课题越来越多，钱却越来越少——每个课题的预算都在缩水。

持续以来，系统招投标体系能够稳定运转，靠的是三道门槛。

第一道是资质门槛。确保投标公司是正经公司，有对应的能力和经验。但这道门槛从来就卡不住太多人，想进的公司总能找到办法，限得太死又失去了竞争意义。

第二道是资讯不对称。很多公司在标发出来之后才知道消息，准备时间不够，甚至根本不知道有这回事。发标到截止之间窗口有限，客观上把一部分竞争者挡在了外面。

第三道是商品化比较。这是招投标的核心设计逻辑：把系统当成制度化商品，功能参数写清楚，一项一项对着打分。你之前没做过类似体系，很多功能就拿不出来，手段描述也说不清楚，演示环节更是没东西可展示。

这几道门槛组合在一起，竞争就维持在一个相对可控的范围内。很长一段时间里，这套体系运转得还行。

02 瓦解

变化正在发生，AI正在同时松动这几道门槛。

资质不用多说，本来就不是真正的壁垒。变化最快的是资讯不对称。

如今，已经有不少公司在用AI工具全网扫描招标资讯。百炼智能的“知了标讯”覆盖了全国超过10万个招标网站，积累了3亿多条招标记录，每天更新2000万条。

其AI预测中制度确率超过70%。千里马招标网在2025年接入了DeepSeek等大模型，每天更新30万条招标资讯。

AI从立项审批到招标公告全程监控，自动筛选高潜力课题。以前可能压根不知道有这个标，现在AI一直盯着你。

标书来不及准备？AI也能帮你写。标书生成这块，2025年范畴同比增长了230%。

科大讯飞的“星火投标”号称把标书制作周期从30天压缩到3天，文档合规性提升90%，中标率提高40%。钛投标声称30分钟生成一份千页标书，3分钟提取200多个关键要素。

快标书AI直接喊出了“10分钟快速生成”。这些厂商的数据或许有水分，但方向是清楚的：准备一份标书需要的时间和人员正在急剧缩短。

以前准备充分和准备不充分之间差距很大，现在这个差距在快速缩小。

03 核心

最要命的是最后那道门槛。招投标要求把功能参数描述清楚，然后拿成品或接近成品来比较。以前你没做过类似体系，确实拿不出东西来。

但现在，功能描述得越清楚，AI做得越快。

你把招标文件里的参数要求丢给coding agent，花几千块钱加上几天时间，就能搞出一个能演示的东西来。有截图，有功能点，甚至能跑起来给评标专家看。

Y Combinator 2025年冬季批次里，25%的创业公司95%的代码是LLM生成的。YC的CEO Garry Tan说得很直接：“你不再需要一个50到100人的施工团队。”

Cursor日活超过百万，2026年初年化收入突破了20亿美元。84%的开发者在用或者计划用AI编程工具，41%的代码已经有AI参与生成。

应付招投标够不够？够了。

后续完善和交付的成本也在大幅下降。原来值50万的东西，现在5万就能进场——标书是AI写的，产品是coding agent做的，自己真正承担的成本就那么点。

04 现实

雪上加霜的是，中国企业SaaS行业本身就不好过。安永2024年的报告显示，中国企业级SaaS上市公司过去四年半的平均净利润率是负数。

毛利率不到60%，分销费用率30%，研发费用率20%——行业整体还在亏钱。

系统外包领域更惨。2025年行业的真实状态被总结成“三件套”：课题烂尾、拖欠工资、裁员潮。面向中小企业的SaaS产品同质化到了拼人员的地步。

IBISWorld估计2025年行业利润率只有12.5%。

在这种背景下，招投标的报价还在被继续往下压。整个体系开始变得有些滑稽——大家比拼的已经不是能力，而是谁更敢赔钱接单。

05 前车

去年大模型已经走过一遍一样的路了。2025年初DeepSeek R1发布，在关键基准测试上追平甚至超过了OpenAI o1，API定价只有OpenAI的大约4%。

NG扑克(北京)官网以客户需求为导向，持续优化产品与服务体验。

同样一个推理任务，OpenAI o1上花100美元，DeepSeek上大概只要3.6美元。训练成本据报道只有600万美元左右。

中国范畴随后爆发了一轮报价战。字节跳动的豆包把Pro-32k模型定价到0.0008元/千token，比行业均价低了99.3%。

到2024年7月日均token用量突破5000亿，比5月增长了22倍。阿里通义千问把Qwen-Long的输入报价从0.02砍到0.0005元，降了97%。

百度直接宣布ERNIE Speed和ERNIE Lite免费，2025年4月起所有文心模型全部免费。

兰德公司的一份报告发现，中国AI模型的成本大约是美国同类体系的四分之一到六分之一。顶尖模型都开源了，花钱买一个模型本身就说不通了。

后来大家看到的结局是，模型的生意变成了围绕模型的配合。帮企业把模型用好、做后训练、做行业适配，这些有价值。模型本身不再是交易的标的。

06 未来

现在回过头来看系统。制作成本跌到一个足够低的水平，需求方早晚会问一个问题：为什么要搞这么复杂的采购流程来买这个东西？

跟模型的逻辑一模一样。供给端的成本接近于零，单独为它组织复杂交易就失去了意义。

招投标体系能怎么应对？一个方向是不再比功能参数，改成比经验、比案例。你配合过多少用户，体系跑了多久，有没有大幅度使用的记录。

但这就违背了招投标的初衷。

招投标的本意是把东西当制度化商品来比，这样才能公平竞争。如果最后比的是经验和人脉，那跟不招标直接指定有什么区别？

问题就卡在这里。比功能，AI能帮你快速做出来，区分不了人。比经验和资本，不是招投标该干的事。

07 尾声

很多人觉得AI对自己行业的冲击还要等几年。招投标这件事可能等不了那么久。

2024年IT政府采购的课题数量增长了21.5%，但总金额反而降了4.5%。课题越来越多，钱越来越少。

在这个基础上再叠加AI对系统成本的压缩，到临界点的速度会比大多数人预想的快。

上一次看到类似局面是2025年初的大模型范畴。从DeepSeek开源到主要厂商综合报价战，前后也就几个月。大家被迫转换，不再卖模型本身，而是卖围绕模型的配合。

系统行业大概率也会走这条路。 系统本身的交易价值会持续缩水，真正能卖钱的是围绕系统的配合：帮用户理清需求、持续运维、数据迁移、流程改造。

回到开头那个朋友的困惑。他在想怎么适应新的报价竞争。但也许该想的不是怎么在报价上赢，而是这套游戏本身还能玩多久。

Python 手段应用施工师

机器学习施工师

人工智能应用施工师

大数据分析师

大数据手段应用施工师

提示施工师

大模型应用施工师

大模型开发施工师

AIGC应用施工师

数据手段应用施工师

大数据施工师

大数据治理施工师

大数据采集施工师

数据安全施工师

商务数据分析师

人工智能算法施工师

人工智能训练施工师

AI 智能体应用施工师

生成式人工智能应用施工师

人工智能标注施工师

大数据中心运维施工师

数据经济管理师

大数据财会分析师

旅游大数据分析师

认证申报

• 马老师 133 9150 9126

当制作成本趋近于零，一切围绕“制作”建立的规则和体系，都将被重新定义。系统行业如此，其他行业也会如此。

唯一的问题是：你的行业，准备好了吗？