本文作者：董静
来源：硬 AI
摩根大通最新研究报告揭示，AI 正在重塑软件行业竞争格局，众多传统软件巨头面临被 AI 颠覆的风险。这家华尔街投行首创 "AI 悬崖 " 评估框架，通过九大维度量化分析软件企业的脆弱程度，为投资者描绘出一幅清晰的行业风险图谱。
2025 年初，在关税担忧和企业预算紧缩的市场氛围中，软件板块曾相对平静。这个素来被视为科技领域防御性子板块的行业，因其几乎不受关税直接影响，且依靠稳定粘性产品创造经常性合约收入而备受青睐。
然而，10 月 21 日，据硬 AI 消息，摩根大通北美信贷研究团队在最新研报中指出，这种平静正在被打破。投资者和企业客户开始提出同一个令人不安的问题：如果 AI 擅长编写构成软件的代码，为什么它不能直接编写代码来改进并竞争现有软件产品？
报告称，这一担忧并非空穴来风。软件本质上由代码构成，而 AI 恰恰在代码编写领域展现出强大能力。该行首创 "AI 悬崖 " 评估框架，通过替换成本、关键性、自动化水平等九大维度量化分析软件企业的脆弱程度，发现拥有强大生态系统和高用户可见度的软件公司更具防御性，而适应性较弱的传统软件系统面临更大风险。
摩根大通强调，尽管分析师认为AI 最终可能影响几乎所有软件公司，但技术变革的时间节点往往难以预测，但不同软件企业距离颠覆 " 悬崖 " 的距离存在显著差异。
九维框架：解构 AI 颠覆的关键变量
摩根大通的评估框架通过九个关键因素判断软件企业的 AI 颠覆风险，该框架采用定性分析方法，将每个因素评为 " 高 " ( 防御性强 ) 、" 中 " 或 " 低 " ( 易受冲击 ) 三个等级。
替换成本方面，考量时间、资金投入及对客户的干扰程度，例如微软 Windows 因学习曲线和惯性而替换成本高，Alteryx 则相对容易被替代。
关键性维度区分任务关键型软件 ( 如 CDK ) 与辅助型工具 ( 如 Alteryx ) 。
自动化水平是另一重要指标。高度自动化的计费系统受 AI 影响较小，而依赖手动流程的软件 ( 如微软 Excel ) 更易受冲击。
用户可见度方面，用户每天交互的软件 ( 如微软 Windows ) 比后台中间件 ( 如 TIBCO ) 更具粘性。
生态系统规模决定了替换难度。彭博拥有庞大的用户生态系统和供应商支持网络，而 PTC 等专业利基市场软件的生态系统相对有限。
数据资源维度关注专有数据集的价值，Experian 拥有丰富的专有数据，CoreLogic 的数据则非专有性较强。
规模和资源影响企业应对能力。大型公司如谷歌有能力度过调整期，小型企业如 ZipRecruiter 虽更灵活但资源有限。
适应性方面，基于现代 API 的软件 ( 如 Elastic ) 比传统遗留系统 ( 如 Unisys ) 更易整合 AI 功能。
监管要求在金融和医疗等领域为现有软件提供了额外保护。
摩根大通将该框架应用于其覆盖的软件公司，制作了防御能力热力图。
评估结果显示不同企业在各维度的表现差异显著，其中 " 高 "（绿色）代表更具防御性，" 低 "（红色）则表示更易受颠覆。具体来看：
以 CrowdStrike 为例，该公司在关键性和适应性方面表现突出，但在自动化水平上评级较低。
GoDaddy 在数据资源方面获得中等评级，但规模和资源维度评分较低。
Open Text 在适应性上表现较弱，但在关键性方面具有优势。
Twilio 和 Elastic 在用户可见度和监管要求方面评级较低，意味着这些领域的防御壁垒相对薄弱。
" 我们想强调，我们的分析结果是主观的……但我们发现这个框架对我们自己评估潜在的 AI 颠覆很有帮助，并相信分析师可以将其与个人知识和经验结合使用，以更好地评估一家公司软件对 AI 的相对脆弱性。"
该行还指出，除了九大因素外，还有其他问题可能影响 AI 对现有软件公司的影响。例如，使用现有软件代码训练 AI 模型以开发类似软件的合法性问题仍待解答。软件的终端市场也会影响采用率，消费端市场的决策周期往往短于企业端市场。
最后，摩根大通指出，技术变革是必然趋势，但时间跨度差异巨大。某些变革在几年内完成 ( 如纸质地图、胶卷 ) ，另一些则需要数十年 ( 如铜质电话线、电动汽车 ) 。
对于 AI 相关的软件颠覆，变革时机可能并非迫在眉睫。但特定软件距离颠覆 " 悬崖 " 的远近将因多种因素而存在巨大差异。该框架有助于评估软件面临 AI 挑战的脆弱程度。
