东南亚从未诞生过企业软件巨头。人工智能或将改变这一局面。

长久以来，在东南亚的风险投资领域，一个传统观点几乎未曾受到质疑：不要在该地区开发企业软件。理由是，这个市场太小了。

此外，企业倾向于购买全球品牌的产品，因此区域内的初创公司应该专注于消费者应用程序和电召载客服务。

这一观点从来都不完全正确。而在今天，它可能大错特错。

市场一直都在

普遍的反对意见认为，该地区的企业软件市场规模太小，无法支撑一家大公司。但支出数据却揭示了另一番景象。

在2025财年，Salesforce从亚太地区获得了39亿美元的收入，同比增长12%，使其成为该公司增长最快的地区。

SAP的亚太及日本分部总收入达到53亿欧元（约合79亿新元），而ServiceNow在2025年的收入为15.3亿美元。

这些是涵盖日本、澳大利亚和印度的整个亚太地区的数据。但东南亚是增长最快的子区域，即使只是其所占的份额，也代表着数十亿美元的机遇。

这个市场从来都非过小，只不过一直完全由外国老牌企业所占据。

原因很简单：本地公司无法开发出足够优秀的产品来参与竞争。企业软件要求深厚的系统架构、严格的安全与合规性，以及那种能让首席信息官（CIO）赌上自己职业生涯的可靠性。

SEE ALSO

Creative, Razer, Secretlab – What’s the playbook for building a global brand from Singapore?

What building an AI tool taught me about venture capital

在过去二十年里，能够开发出这种水平软件的工程人才主要集中在硅谷、西雅图和班加罗尔。

大多数尝试过的东南亚初创公司都失败了——不是因为缺乏市场需求，而是因为它们无法弥补与那些拥有数百名工程师和数十年技术积累的老牌企业之间的产品差距。

改变格局的三大力量

在三股力量的推动下，这一产品差距正在缩小。

首先，人工智能（AI）从两个方面改变了软件开发的经济模式。由AI驱动的编码工具意味着，一个在新加坡由10名工程师组成的团队，其产出可以媲美五年前30或40人的团队。

此外，从OpenAI、Anthropic到Meta的Llama和Alibaba的Qwen，前沿和开源基础模型的广泛普及，意味着初创公司不再需要一个百人规模的机器学习团队，就能将世界一流的AI能力嵌入其产品中。这些基础构建模块人人皆可获取。

需要明确的是，企业软件远不止是代码。它还需要销售能力、安全认证、服务水平协议（SLA）承诺，以及在漫长的采购周期中生存下来的耐心。

AI并不能解决所有这些问题。但工程能力曾是阻碍东南亚团队踏上起跑线的主要制约因素。如今，这一制约已大大减弱。

其次，当前这波企业AI浪潮比以往的软件要求高得多的定制化。一套客户关系管理（CRM）或企业资源规划（ERP）系统 可以作为相对标准化的产品在不同地区销售。

但是，一个用于处理印尼语保险索赔、为具有独特审批层级的泰国企业集团管理采购、或在新加坡监管框架下自动生成合规报告的AI代理则无法做到标准化。

东南亚并非单一市场，而是由不同监管体系、商业文化和语言拼凑而成。这种长期被视为劣势的复杂性，恰恰使其能够抵御在帕洛阿尔托（Palo Alto）打造的“一刀切”产品。

第三，从新加坡起步的创始人拥有一个容易被低估的结构性市场进入优势。

Salesforce、SAP、Microsoft、Google和AWS等众多公司的亚太区总部都设在新加坡。

这造就了该地区异常集中的企业销售人才：这些专业人士懂得如何向大型企业销售复杂软件，他们与从东京到雅加达的CIO和采购团队建立了关系，并且了解各个市场的企业采购决策流程。

与本地生态系统紧密相连的创始人知道可以从何处招募人才。而且与美国企业软件越来越多通过自助渠道购买不同，东南亚仍然是一个由人际关系、渠道合作伙伴和值得信赖的顾问决定谁能参与竞争的市场。

成功之道：放眼海外、立足本土、抢占先机

然而，一家东南亚企业要想成功，不能仅仅是打造一个更便宜、更本地化的Salesforce版本。“更便宜、更本地化”在面对一个年收入达380亿美元、品牌已获所有CIO信任的老牌企业时，并非持久的优势。

创始人应该做的，是关注美国和中国正在兴起的、由AI首次催生的新企业软件类别，并自问：“我该如何在他们进入之前，为我的市场打造这样的产品？”

在美国，Harvey正利用AI代理重塑法律工作流程。Legora刚刚为AI原生合同智能筹集了5.5亿美元。Juno则在自动化税务申报工作。

在中国，一些公司正在为供应链协同和制造业产业群质量控制构建代理式AI。

这些都不是对现有软件的迭代。它们是全新的产品类别，日益瞄准服务市场，也就是所谓的“结果即服务”（outcome-as-a-service）。

这些类别中的每一个，都有一个等待在东南亚被创造出来的对应版本，以适应当地的法规、语言和商业惯例。

持怀疑态度的人可能会说，AI也让这些美国初创公司更容易地本地化进入东南亚市场。对于标准化产品而言，确实如此。

但对于那些最具防御性的类别，特别是那些需要AI代理将企业最有经验员工头脑中的隐性知识进行编码的类别，远程本地化是远远不够的。

采购专员知道哪些供应商能准时交货，合规经理了解法规在实践中如何执行，运营主管记住了不成文的审批流程——要提取并编码这些人的机构知识，需要深入、持续的实地协作。

这无法通过远程或通用的方式完成。而且一旦被编码，转换成本将极高。更换系统意味着要从头开始重新提取多年的组织智慧。

这是一条西方竞争者即使拥有卓越技术也难以逾越的护城河，因为价值不在于模型，而在于被编码的业务情境。

我们已经看到有创始人在朝这个方向努力。总部位于新加坡的ReN3公司已经建立了一个代理式AI生产力平台，专为确保准确性、主权部署和遵守本地法规而设计。它支持物理隔离的本地部署环境，并使企业能够为法律、财务、采购和人力资源创建无代码AI代理，以满足当地法规和数据主权的要求。

Level3AI为包括Carousell、GetGo和Carsome在内的企业构建AI代理，处理语音、电子邮件和聊天中的端到端客户互动。

但其独特之处在于，它销售的不是软件，而是一种可衡量的客户体验成果，并针对亚太地区的语言和文化复杂性进行了优化，例如香港的多语言语码转换，以及马来西亚符合性别规范的称谓方式。

与此同时，Calibrax.ai采取了互补的方法，构建定制化的代理式工作团队，其专有的“业务情境协议”（Business Context Protocol）能够对企业的实体、工作流程和决策逻辑进行编码。这正是那种能够创造持久转换成本的深度嵌入。

全球的老牌企业并非停滞不前。而那些定义了这些新类别的美国初创公司最终也将扩展到亚太地区。

现在就行动起来，在替代方案出现之前将自己的代理嵌入企业工作流程的创始人，将获得复利式的领先优势。

而那些等待的人可能会发现机会之窗已经关闭。东南亚的企业软件市场一直足够大，足以支撑大型公司的发展。如今，在该地区内部孕育出这些公司的条件第一次成熟了。

但要取得成功，就必须致力于开发由AI赋能的新型软件类别，并率先在该地区将其建立起来。

Chan Yip Pang是Vertex Ventures South-east Asia and India的投资执行董事，Isaac Kwa是该公司的投资经理。