Anthropic 用 AI 改写代码致 IBM 大跌？将对软件外包和咨询行业带来哪些影响？

大家好，我是人月聊IT。今天聊下最近的一个热点事情。

引言：一场由AI引发的股价地震

2026年2月24日，一个看似平常的工作日，却因Anthropic的一则公告而在科技圈掀起轩然大波。这家由OpenAI前研究副总裁Dario Amodei创立的AI公司宣布，其旗下的Claude Code工具已经可以自动化完成COBOL代码现代化改造中最复杂的探索与分析工作。消息一出，IBM股价当日暴跌13.15%，创下自2000年以来最大单日跌幅，市值蒸发超过200亿美元。

COBOL，这个诞生于上世纪50年代的编程语言，至今仍在支撑着全球金融、航空、政府等关键领域的核心业务系统。据Anthropic披露，美国约95%的ATM交易都依托COBOL运行，每天有数千亿行COBOL代码在生产环境中运转。然而，真正掌握这门语言的人却逐年减少，这使得COBOL系统的现代化改造成为一项成本高昂、周期漫长的工程。而IBM，正是这一领域的绝对霸主。

Anthropic在博客中写道：“过去，对COBOL系统进行现代化改造往往需要大量顾问花费数年时间梳理工作流程。而AI非常擅长简化那些曾让COBOL现代化改造成本高到难以承受的任务。”这句话的潜台词很明确：AI正在消灭信息垄断，而IBM正是靠这种垄断赚取高额利润的典型代表。

IBM的困境：大象转身的艰难

客观地说，IBM在AI领域的洞察确实是落后了。这一点毋庸置疑。但IBM并非完全没有准备。事实上，IBM在多年前就已经分拆了相关的IT运维类业务，将传统的服务业务逐步剥离，试图向云计算和AI领域转型。

然而，真正的问题在于：AI自动编程改造COBOL代码对IBM的影响，远比表面看起来要复杂。大型机业务为IBM贡献了约20%的收入，而这部分业务的利润率极高。IBM长期以来销售针对大规模交易处理优化的大型主机系统，这类系统普遍使用COBOL语言。金融机构与IBM签订的COBOL现代化服务合同，报价之所以高得离谱，核心依据就是“这件事极其复杂，全世界能做的公司屈指可数，而且我IBM最懂你的系统”。

现在，突然出现了一个第三方AI工具，声称可以自动化完成这个过程。哪怕这个工具目前只能完成其中60%的工作，剩下40%还需要人工介入，它也已经彻底改变了谈判桌上的力量对比。金融机构的CTO们以后跟IBM续约的时候，手里多了一张牌：“你的报价是不是太高了？我们评估过用Claude Code做初步转换，成本只有你的几分之一。”

IBM当然可以反驳说AI工具不靠谱、有风险、缺少对复杂业务规则的理解。但问题是，一旦客户开始认真评估替代方案，IBM的垄断性溢价就守不住了。哪怕最终客户还是选IBM，价格也会被压下来。这才是股价跌13%的真正原因。不是因为IBM马上要丢掉这些客户，而是因为投资人意识到，IBM在这个领域赚的是信息垄断的钱，而AI正在消灭信息垄断。

更深层的问题是，IBM在这波AI浪潮中并没有真正拿得出手的东西。虽然IBM推出了自己的生成式AI工具，号称能帮金融机构把COBOL代码转化为Java，处理效率是传统人工方式的10倍以上，但这个工具是IBM自己的，定价权也在IBM手里，服务合同还是跟IBM签。本质上是把客户从“旧的IBM生态”迁移到“新的IBM生态”，护城河没变，只是换了个名字。

传统软件企业的生存危机

IBM的困境只是冰山一角。真正值得警惕的是，大量“吃老本”的软件企业正面临前所未有的生存危机。特别是那些依赖传统架构、传统语言，让甲方或其他合作伙伴难以接手和维护的软件企业。这些企业没有任何创新可言，天天想着吃老本，那么在AI编程能力逐步强大后，特别是类似Claude Code这些工具能力的增强，逐渐都将被AI所替代。

我去年四季度和一家传统企业的甲方IT交流时，听到了一个很有代表性的案例。这家企业在工业设计和研发领域，有一个软件厂家留下的Fortran程序。Fortran是另一种古老的高级编程语言，在科学计算和工程领域有着广泛应用。这个程序多年来一直由原厂维护，每次修改都要支付高额的服务费用。最近，这家企业自己的IT开发人员在AI辅助下，把这个Fortran程序全部进行了改写，并自己接手后续的变更和运维。

这个案例的意义在于，它展示了AI编程工具如何打破传统软件厂商的技术壁垒。过去，那些用古老语言编写的、文档缺失的、只有原厂工程师才看得懂的代码，是软件厂商最大的护城河。甲方想换掉他们，成本极高，风险极大。但现在，AI可以在几小时或几天内完成过去需要数周甚至数月才能完成的代码理解和改写工作。护城河的深度，正在以肉眼可见的速度变浅。

对于那些没有任何创新能力、只会维护 legacy code（遗留代码）的软件企业来说，衰退是可以预见的事情。更残酷的是，这种衰退不会是线性的，而可能是断崖式的。当第一个大客户用AI工具成功替换了他们的服务，消息会在行业内迅速传播，其他客户也会跟进。一旦客户意识到自己有选择，议价权的天平就会迅速倾斜。

咨询行业的分化与重构

咨询行业也不能幸免，但我认为需要将其分为两类来看待。

第一类是和企业实际业务结合少的偏方法论、偏标准规范输出类的咨询。这类咨询的典型特征是交付物是PPT、文档、流程图，内容往往是“最佳实践”的搬运和重组。对于这类咨询，我必须说，已经没有任何技术含量，将逐步全部被AI所替代掉。

为什么？因为AI在知识整合和模式识别方面的能力已经远超人类。你要做行业对标分析？AI可以在几分钟内读完几百份年报，提取关键指标，生成对比图表。你要输出一套IT治理框架？AI可以从数以万计的案例中提炼出最适合你企业的方案。这类咨询顾问的核心价值——“我知道你不知道的”——正在被AI瓦解。

第二类咨询是偏业务诊断、端到端业务流程优化并且要指导IT建设落地的咨询。这类咨询本身是一个深入洞察和细化需求的过程，核心是梳理清楚场景和问题。这块还是需要咨询顾问介入，因为企业往往说不清楚自己真正的问题是什么，甚至不知道自己不知道什么。这需要顾问有敏锐的洞察力、丰富的行业经验，以及与企业各层级人员深度沟通的能力。

但是，即便是这类高价值的咨询工作，真正问题的协助解决已经可以大量AI辅助。简单来说就是，AI强大后，对于咨询行业，真正需要的是有综合的业务技术经验的顾问，能够协助客户清晰地梳理和定义问题的人。而具体解决方案的制定、技术细节的推敲、实施路径的规划，AI都可以提供强有力的支持。

还有一种特殊情况，就是类似军工行业、能源行业这样对安全保密要求很高的行业。实际在公网很难找到大量的公开资料供AI大模型训练和学习。那么对于这些行业，咨询顾问的私有经验和知识库仍然将继续发挥作用。但即便是在这些领域，AI辅助下也可以进一步放大咨询顾问的核心能力。我之前谈到过的“将咨询顾问的经验Skills技能包化”，就是一个很好的方向。顾问可以将自己的方法论、分析框架、决策逻辑封装成AI可以调用和执行的“技能包”，从而大幅提升服务效率和覆盖面。

软件外包的价值链压缩

软件外包行业同样需要分为两类来分析：项目类外包和完全人力外包。

对于项目外包，情况比较复杂。项目外包往往不仅仅是编码，而是需要有需求人员和甲方客户详细沟通和确认需求，包括具体需求细化和客户确认，包括和客户“扯皮”一系列事情。这类项目外包短期暂时无法替代，因为涉及大量的人际沟通、利益协调和信任建立。AI可以辅助写需求文档、生成原型代码，但很难替代人与人之间的谈判和博弈。

但是，项目外包里面的Coding部分会逐步被AI编程替代掉。过去一个典型的企业级系统迁移项目，外包公司的商业模式是这样的：先派一个咨询团队做需求分析和架构设计，收高价；然后派一个庞大的开发团队做代码编写和测试，靠人头计费；最后签一个长期维护合同，持续收费。在这个链条里，中间那层“靠人头计费的代码编写”是利润最厚的部分，因为它吃的是规模效应。

现在的问题是，Claude Code和GPT这类工具，恰好精准打击的就是这一层。一个项目原本需要50个开发人员干半年，现在可能只需要10个开发人员加AI工具干两个月。人头计费的模式正在失去根基。外包公司要么转型做更高价值的服务，要么就只能接受利润率的持续下滑。

还有一类完全人力资源类外包，特别是编码外包，这类软件外包企业更多是接对方已经明确的需求文档设计文档进行编码。对于这类外包，我的判断是：将没有任何价值。当AI可以在几分钟内生成符合需求的代码，并且质量不输甚至超过初级程序员时，“人力外包”这个概念本身就失去了存在的意义。甲方直接买AI工具的订阅服务，成本只有你人力外包的几分之一，效率还更高。

结语：向客户端前移是必然选择

最后简单总结一下：不仅仅是针对咨询和软件外包，是所有90%坐在电脑前的工作都将被AI所替代掉。这不是危言耸听，而是正在发生的现实。文案写作、数据分析、代码编写、报告生成、客户服务……这些曾经需要大量人力的工作，正在一个接一个地被AI接管。

咨询行业、软件行业的发展，一定是向客户端前移，提升自己的感知力和洞察力。

什么是感知力？就是能够敏锐地察觉到客户真正的痛点和需求，而不是客户嘴上说的需求。什么是洞察力？就是能够在纷繁复杂的现象背后，看到问题的本质，找到真正有效的解决方案。这两种能力，是AI短期内难以替代的，因为它们需要深厚的行业经验、丰富的人生阅历，以及对人性的深刻理解。

对于个人而言，这意味着什么？意味着我们必须重新思考自己的职业定位。如果你现在的工作主要是执行层面的、重复性的、可以标准化的，那你需要警惕了。你需要尽快向价值链的上游移动，去从事那些需要创造力、判断力、沟通能力的工作。或者，你需要学会使用AI工具，让自己成为一个“超级个体”，用AI放大自己的能力。

对于企业而言，这意味着什么？意味着商业模式的根本性重构。那些靠信息差赚钱、靠人头计费盈利、靠维护 legacy code 维系的生意，都将难以为继。企业需要重新思考自己的核心竞争力是什么，客户为什么愿意为自己付费，以及AI时代如何创造新的价值。

IBM的暴跌只是一个开始。在AI浪潮的冲击下，还会有更多的“IBM”倒下，也会有新的巨头崛起。历史总是这样，技术革命会摧毁旧的秩序，也会创造新的机会。关键在于，我们是选择被动地等待被颠覆，还是主动地拥抱变化，在变革中找到自己的新位置。

注：本文原文素材，上面文章由Kimi 文档Agent基于核心观点进行扩展和修订。

1. IBM在AI这块的洞察明显是落后了的，这点毋庸置疑。但是IBM本身在多年前就分拆了相关的IT运维类业务，实际AI自动编程改造类似Cobol语言代码对IBM影响有限。真正影响大的是最近AI时代，IBM没有太真正拿得出手的东西。大象转身已经不容易。
2. 对于大量的吃老本的软件企业，特别是传统架构，传统语言，让甲方或其他合作伙伴难以接手和维护的这些企业。这些软件企业没有任何创新可言，天天想着吃老本，那么在AI编程能力逐步强大后。特别是类似Claude Code这些工具能力的增强，逐渐都将被AI所替代，这些企业逐步走向衰退是可以预见的事情。
3. 说了例子，我在去年4季度和可以传统企业的甲方IT交流，里面谈到对于他们的工业设计，研发上面，当时有一个软件厂家留下的fortran程序，最近他们自己的IT开发人员在AI辅助下面全部进行了改写。并自己接受后续变更和运维。
4. 咨询我将其分为两类，一类是和企业实际业务结合少的偏方法论，偏标准规范输出类的咨询。一类是偏业务诊断，端到端业务流程优化并且要指导IT建设落地的咨询。对于第一类咨询已经没有任何技术含量，将逐步全部被AI所替代掉。对于第二类咨询，本身是一个人接入洞察和细化需求的过程，核心是梳理清楚场景和问题，这块还是需要咨询顾问介入。但是真正问题的协助解决已经可以大量AI辅助。简单来说就是AI强大后，对于咨询行业，真正需要的是有综合的业务技术经验的顾问，能够协助客户清晰的梳理和定义问题的人。
5. 咨询还有一种情况，就是类似对于军工行业，能源行业，对安全保密要求很高的行业，实际在公网很难找到大量的公开资料供AI大模型训练和学习。那么对于这些行业，咨询顾问的私有经验和知识库仍然将继续发挥作用。但是这块AI辅助下也可以进一步放大咨询顾问的核心能力，类似我谈到过的将咨询顾问的经验Skills技能包化等。
6. 软件外包我也分为两类。其一是项目类外包，其二是完全人力外包。对于项目外包往往不仅仅是编码，而是需要有需求人员和甲方客户详细沟通和确认需求，包括具体需求细化和客户确认，包括和客户扯皮一系列事情，这类项目外包短期暂时无法替代。但是项目外包里面的Coding部分会逐步被AI编程替代掉。还有一类完全人力资源类外包，特别是编码外包，这类软件外包企业更多是接对方已经明确的需求文档设计文档进行编码，这类外包将没有任何价值。
7. 最后简单总结下就是不仅仅是针对咨询和软件外包，是所有90%都做在电脑前的工作都将被AI所替代掉。咨询行业，软件行业的发展一定是向客户端前移，提升自己的感知力和洞察力。