我最近谈过多次未来这些年是巨变的年份，我们可能已经站在一个大时代的起点上了。有不少朋友留言问我说的大时代指的是什么?你可能只是看到身边的各种乱象，但是没有意识到乱的背后的自然规律。我们站在AI时代的门口了，未来很多行业都会因为AI技术的发展而发生变化，这是这些乱象背后的定数。

以前企业采购信息系统的时候，都是在购买产品或者服务，购买产品是买一个和自己需求差不多功能的产品，然后再去做改造，这个改造一部分是定制和配置产品的功能，使之更适应自己的业务，或者是改造自己的业务，让自己的业务去适配产品。这种采购有时候不能满足自己的业务需求，于是可能会花更多的钱去买定制开发服务。

不管采用哪种方法，实际上企业都是在为产品付费，而企业需要的并非产品本身，而是希望通过购买产品来满足业务需求。在目前的世界里，我们无法直接为企业需要达成的结果直接付费，而必须通过购买一个中间产品来实现目标。

原本我们是需要提升某个业务的效率的，最后买回来产品才发现只能提升管理效率，而对生产效率的提升几乎为零，甚至为负数，因为我们可能为了实现产品所要求的流程，还必须投入更多的人。

企业采购效率最高的其实是为结果付费，企业搞数字化的最终目的是提高业务质量，加强业务管理，节约总体成本。但是传统系统的采购可能无法达成这个目标，因为所有产品都是相对固化的，哪怕有大量参数可以调整，其核心逻辑依然只能进行有限的适配。

AI，特别是AGI则会给系统带来更大的灵活性以实现更加个性化的适配，这一点是以往的信息系统或者数字化系统所无法比拟的。在未来AI的能力进一步提升之后，AI模式的新的数字化系统将直击企业的痛点和需求，企业可能无需为定制化系统付费，仅仅为能力付费，并由大模型自动组装能力，直接为企业服务。

我们回到数据库运维管理和使用这个更小的场景中来，我们买一款数据库运维工具，其目的肯定是节约成本。有些工具确实立马就能提升效率，比如各种数据库RDS云平台，只要能和你的硬件融合，那么数据库的部署成本可以大幅下降。不过代价是你的云平台或者硬件平台能够按照RDS云平台支持的几种形式来适配，如果二者无法融合，则必须花一定代价去适配。

除此之外，其他的运维工具也是如此，套装软件仅仅能够覆盖你的部分场景，你买过来并不一定能够真正帮你节约成本。经常有DBA和我聊天时候吐槽，他们上了一套运维监控系统，原本是希望能帮他们省点工作量的，没想到系统买回来后，还得派人去看监控屏，否则系统出了问题，因为我们没盯着监控导致处置延误还要扣绩效。

这是因为传统的系统大多数只能给你提供数据、提供仪表盘，缺乏归纳总结和判断能力，因此用上后可能会省力，但是不一定会省事。作为企业管理的要求而言，是要形成管理闭环的，有预警就必然要有闭环的结论，缺乏总结推理能力的运维系统很难实现自动闭环。

AI加持下的运维监控系统则会完全不同，在专业知识+专家经验+数字化底座的加持下，未来新的智能运维相同不仅仅会给你提供各种数据，而且能告诉你这些数据背后的根因，帮你制定出优化方案，甚至直接帮你完成消缺。

企业的信息系统采购也会发生变化，从购买一套单一的集成度极高的套装软件变为采购能来。在AI能力平台的加持下，企业可以采购各种各样的MCP SERVER或者TOOLS，甚至有些条件下都不需要采购工具本身，而只是购买成本低廉的API调用服务，然后由自己的AI总控通过自动编程来组装各种服务，直接达成企业的业务目标。甚至AI中枢会自动探索外部可提供的更加优秀的TOOLS或者服务调用，不断优化工具的能力，实现能力的自动提升。

这些在不远的未来可能发生的事情，我是从近期AI编程能力的快速提升上感受到的，我想很快，今天在CURSOR、TRAE、千问灵码、Code Buddy等上面发生的事情，会在其他IT领域发生。AI应用落地正以极快的加速度提速。我在敲这段文字的时候，Claude Code又打破了CURSOR的能力边界。编程是数字化、信息化、自动化的基础，自动编程技术的发展必然深深地影响这些领域。作为IT从业者，对这方面的发展趋势，还是应该多多关注的。