本文作者：董静财汇盈
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影响较小财汇盈，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。
摩根大通称：
“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。
免责声明:本文内容与数据仅供参考财汇盈，不构成投资建议，使用前请核实。据此操作，风险自担。
配资网提示：文章来自网络，不代表本站观点。
沪深京指数
热点资讯
