AI正推动软件行业价值从前端入口向企业AI执行底座迁移。传统SaaS商业模式面临AI Agent带来的冲击,包括前端入口价值下降、席位扩张逻辑弱化、利润率分化等。AI重塑软件行业价值链,形成数据控制层、工作流执行层、垂直场景层、云与开发运维层四层结构,MCP协议贯穿其中。数据控制层解决Agent知道什么,工作流执行层解决Agent能做什么,垂直场景层解决Agent创造多少业务价值,云与开发运维层解决Agent如何稳定、安全、低成本运行。平台型软件、数据平台、工作流平台、垂直场景软件以及云与开发运维平台有望在企业AI落地过程中迎来重新定价。
AI商业化正从概念验证走向指标验证,头部软件公司如Salesforce、Snowflake、ServiceNow等已披露可追踪的AI商业化指标,证明AI能带来新增收入来源、工作负载和客户需求。未来软件公司估值框架应关注AI调用量、任务执行量、自动化流程渗透率等指标,而非单纯关注收入增速、净收入留存率和利润率。AI调用量反映软件与AI的整合深度,任务执行量体现AI实际应用效果,自动化流程渗透率则衡量AI对业务效率的提升程度。这些指标更精准地衡量AI技术对软件公司价值的贡献。
投资建议重点关注四类方向:1)掌握企业核心数据、权限体系和工作流入口的平台型软件,如Salesforce、ServiceNow、Snowflake等;2)ROI更容易量化、AI付费意愿更强的垂直软件场景,如Veeva、Autodesk、Intuit等;3)受益于AI应用规模化的安全、可观测性和开发治理软件,如Datadog、Cloudflare、Snyk等;4)具备生态入口、云基础设施和AI分发能力的综合型平台,如Microsoft、Google、Amazon等。这些方向在企业AI落地过程中具有明显优势,有望迎来价值重估。
AI对软件行业的影响并非简单的“吞噬”,而是推动价值从前端入口向企业AI执行底座迁移。传统SaaS商业模式面临AI Agent带来的冲击,包括前端入口价值下降、席位扩张逻辑弱化、利润率分化等。平台型软件公司凭借其掌握的企业核心数据、深度嵌入的关键业务流程、完善的权限和治理体系,在企业AI落地过程中将迎来重估。AI商业化正从概念验证走向指标验证,头部软件公司已披露可追踪的AI商业化指标,证明AI能带来新增收入来源、工作负载和客户需求。软件行业正经历从产品驱动到技术驱动的转型,AI成为核心竞争要素。
风险提示包括:AI商业化进展不及预期,企业对AI技术的接受度和落地进度可能低于预期;企业Agent落地进度不及预期,AI技术在企业内部的应用推广可能受阻;宏观环境和企业IT支出不及预期,经济下行压力可能影响企业IT预算,进而影响AI技术的商业化进程。此外,AI技术快速迭代可能带来新的竞争格局变化,现有软件公司需持续投入研发以保持竞争优势。这些因素可能对软件公司的AI商业化进程和估值产生负面影响。