本文作者：董静

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。

热力图透视：谁最接近悬崖边缘

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。