Which software giants in the US stock market will be disrupted by AI? A chart to see the distance to the "cliff"

華爾街見聞
2025.10.21 08:36
portai
I'm PortAI, I can summarize articles.

摩根大通警告 AI 正在顛覆軟件行業,首創” AI 懸崖” 評估框架,分析發現擁有強大生態系統和高用户可見度的軟件公司(如微軟 Windows、彭博)更具防禦性;適應性弱的傳統系統、後台中間件、專業利基軟件(如 Unisys、TIBCO、PTC)風險更大。

本文作者:董靜

來源:硬 AI

摩根大通最新研究報告揭示,AI 正在重塑軟件行業競爭格局,眾多傳統軟件巨頭面臨被 AI 顛覆的風險。這家華爾街投行首創"AI 懸崖"評估框架,通過九大維度量化分析軟件企業的脆弱程度,為投資者描繪出一幅清晰的行業風險圖譜。

2025 年初,在關税擔憂和企業預算緊縮的市場氛圍中,軟件板塊曾相對平靜。這個素來被視為科技領域防禦性子板塊的行業,因其幾乎不受關税直接影響,且依靠穩定粘性產品創造經常性合約收入而備受青睞。

然而,10 月 21 日,據硬 AI 消息,摩根大通北美信貸研究團隊在最新研報中指出,這種平靜正在被打破。投資者和企業客户開始提出同一個令人不安的問題:如果 AI 擅長編寫構成軟件的代碼,為什麼它不能直接編寫代碼來改進並競爭現有軟件產品?

報告稱,這一擔憂並非空穴來風。軟件本質上由代碼構成,而 AI 恰恰在代碼編寫領域展現出強大能力。該行首創"AI 懸崖"評估框架,通過替換成本、關鍵性、自動化水平等九大維度量化分析軟件企業的脆弱程度,發現擁有強大生態系統和高用户可見度的軟件公司更具防禦性,而適應性較弱的傳統軟件系統面臨更大風險。

摩根大通強調,儘管分析師認為AI 最終可能影響幾乎所有軟件公司,但技術變革的時間節點往往難以預測,但不同軟件企業距離顛覆 “懸崖” 的距離存在顯著差異。

九維框架:解構 AI 顛覆的關鍵變量

摩根大通的評估框架通過九個關鍵因素判斷軟件企業的 AI 顛覆風險,該框架採用定性分析方法,將每個因素評為"高"(防禦性強)、"中"或"低"(易受衝擊) 三個等級。

替換成本方面,考量時間、資金投入及對客户的干擾程度,例如微軟 Windows 因學習曲線和慣性而替換成本高,Alteryx 則相對容易被替代。

關鍵性維度區分任務關鍵型軟件 (如 CDK) 與輔助型工具 (如 Alteryx)。

自動化水平是另一重要指標。高度自動化的計費系統受 AI 影響較小,而依賴手動流程的軟件 (如微軟 Excel) 更易受衝擊。

用户可見度方面,用户每天交互的軟件 (如微軟 Windows) 比後台中間件 (如 TIBCO) 更具粘性。

生態系統規模決定了替換難度。彭博擁有龐大的用户生態系統和供應商支持網絡,而 PTC 等專業利基市場軟件的生態系統相對有限。

數據資源維度關注專有數據集的價值,Experian 擁有豐富的專有數據,CoreLogic 的數據則非專有性較強。

規模和資源影響企業應對能力。大型公司如谷歌有能力度過調整期,小型企業如 ZipRecruiter 雖更靈活但資源有限。

適應性方面,基於現代 API 的軟件 (如 Elastic) 比傳統遺留系統 (如 Unisys) 更易整合 AI 功能。

監管要求在金融和醫療等領域為現有軟件提供了額外保護。

熱力圖透視:誰最接近懸崖邊緣

摩根大通將該框架應用於其覆蓋的軟件公司,製作了防禦能力熱力圖。

評估結果顯示不同企業在各維度的表現差異顯著,其中"高"(綠色)代表更具防禦性,"低"(紅色)則表示更易受顛覆。具體來看:

以 CrowdStrike 為例,該公司在關鍵性和適應性方面表現突出,但在自動化水平上評級較低。

GoDaddy 在數據資源方面獲得中等評級,但規模和資源維度評分較低。

Open Text 在適應性上表現較弱,但在關鍵性方面具有優勢。

Twilio 和 Elastic 在用户可見度和監管要求方面評級較低,意味着這些領域的防禦壁壘相對薄弱。

摩根大通稱:

“我們想強調,我們的分析結果是主觀的……但我們發現這個框架對我們自己評估潛在的 AI 顛覆很有幫助,並相信分析師可以將其與個人知識和經驗結合使用,以更好地評估一家公司軟件對 AI 的相對脆弱性。”

該行還指出,除了九大因素外,還有其他問題可能影響 AI 對現有軟件公司的影響。例如,使用現有軟件代碼訓練 AI 模型以開發類似軟件的合法性問題仍待解答。軟件的終端市場也會影響採用率,消費端市場的決策週期往往短於企業端市場。

最後,摩根大通指出,技術變革是必然趨勢,但時間跨度差異巨大。某些變革在幾年內完成 (如紙質地圖、膠捲),另一些則需要數十年 (如銅質電話線、電動汽車)。

對於 AI 相關的軟件顛覆,變革時機可能並非迫在眉睫。但特定軟件距離顛覆"懸崖"的遠近將因多種因素而存在巨大差異。該框架有助於評估軟件面臨 AI 挑戰的脆弱程度。