我还是认为，未来不要高估软件的壁垒。

过去，SAAS行业可以垄断一个垂直细分领域，本质上它是人力密集型的工作，需要招聘一堆程序员开发软件，对于垂直细分领域的大客户，如果要自研SAAS，也是没有性价比的。

而现在，大客户可以有两个选择：

1.用大模型重新编写一套类似SAAS软件，

2.直接用大模型替代SAAS软件，

如果第2种情况，只需要基于开源大模型定制一下或者自研大模型。

如果是工业上大模型，参数量很低，对算力要求不高，企业完全可以自研，难度并没有那么大。

企业自己有数据，这才是关键。

相反，硬件的壁垒会加深。

例如，我看了化工行业牛人的文章，为什么现在科里奥利质量流量计（Coriolis Flow Meter，简称“科氏力流量计”）越来越流行？

因为过去的流量计测量有误差，过去对数字孪生不重视，更加依靠人类来现场管理运营。

但是以后数字孪生和大模型时代，如果软件上的数据有误差，那么AI就会犯错误。

所以，硬件传感器，才是不可替代的。

越是高精密的传感器，可以提供越精准的数据，让AI做出越精准的决策。

软件，大客户可以自研。

传感器，和其他硬件，大客户不会自己建设工厂。