> **来源：[研报客](https://pc.yanbaoke.cn)** # 传媒行业深度报告总结 ## 核心内容 本报告探讨了AI技术如何重塑软件行业，特别是从SaaS（软件即服务）模式向企业AI执行底座的迁移。AI并非简单“吞噬”软件行业，而是推动价值从前端入口向后端执行能力转移，促使软件公司的估值逻辑发生变化。AI的商业化正在从概念验证走向指标验证，这为软件行业带来了新的增长点和价值评估维度。 ## 主要观点 - **AI对软件行业的影响**：AI的出现并未削弱软件行业，而是推动了企业软件从“记录系统”向“执行系统”的转变，促使软件公司重新评估其在企业任务执行链条中的位置。 - **AI商业化进展**：头部软件公司如Salesforce、Snowflake和ServiceNow开始披露可追踪的AI商业化指标，如ARR（年度经常性收入）、AWUs（智能体工作单元）和ACV（年度合同价值），证明AI能够带来新增收入、工作负载和客户需求。 - **定价架构迁移**：随着AI任务执行量的增加，软件公司的定价方式正从传统的席位制向“订阅+用量/任务”混合模式迁移，从而更好地反映AI带来的新增价值。 - **AI重塑行业价值链**：AI时代软件行业将分为四个纵向产业层（云与开发运维层、数据控制层、工作流执行层、垂直场景层）以及一个横向协议层（MCP）来定义和评估其价值。 - **投资方向分化**：AI时代软件行业将出现结构性分化，建议关注平台型软件、高ROI垂直场景软件、安全与可观测性工具，以及具备生态入口和AI分发能力的综合型平台。 ## 关键信息 - **AI商业化指标**：包括ARR、AWUs、ACV、Token调用量、产品收入指引等，这些指标帮助企业衡量AI带来的实际价值。 - **MCP协议**：MCP（模型上下文协议）是连接AI模型与企业数据、工具和应用的通用标准，有助于降低AI应用与企业系统之间的集成成本。 - **AI在垂直场景中的应用**：如医疗（Microsoft Dragon Copilot）、法律（Thomson Reuters CoCounsel）、建筑（Autodesk Forma）和财税（Intuit）等，AI在这些场景中能够直接提升效率、减少错误并提高ROI。 - **AI与企业流程的结合**：工作流平台如Salesforce、ServiceNow和Workday正在推动AI进入企业核心流程，从而形成闭环，实现从建议到执行的转变。 - **AI带来的安全与治理挑战**：随着AI应用进入生产环境，对可观测性、安全运营和成本治理的需求增加，这些成为企业部署AI的重要基础设施。 ## 投资建议 - **平台型软件**：掌握核心数据、权限体系和工作流入口，如Salesforce、ServiceNow、Snowflake、MongoDB、Palantir等。 - **高ROI垂直场景软件**：如Veeva、Autodesk、Intuit、Adobe、Guidewire、Toast等，其AI能力更容易映射到业务结果。 - **安全、可观测性和开发治理软件**：如Datadog、Cloudflare、Zscaler、CrowdStrike、Snyk等，随着AI应用扩展，其需求将持续增长。 - **综合型平台**：如Microsoft、Google、Amazon、Adobe、Atlassian等，它们具备生态入口、云基础设施和AI分发能力，有利于加速AI功能的渗透。 ## 风险提示 - **AI商业化不及预期**：企业对AI的接受度和使用率可能未达预期，影响软件公司的商业化进程。 - **企业Agent落地进度不足**：多数企业尚未完成从试点到生产部署的转变，可能影响AI价值的释放。 - **宏观环境与IT支出波动**：经济环境变化可能导致企业IT支出不及预期，从而影响AI相关投资。 ## 结构性总结 ### AI对软件行业的价值重估 - **从入口转向执行**：AI推动软件从记录系统向执行系统演进，企业软件的核心价值体现在能否稳定调用数据、理解业务规则、执行任务并留有可审计记录。 - **定价架构迁移**：软件公司正从席位制向混合定价模式迁移，如“订阅+用量/任务”模式，以适应AI带来的新增工作负载。 ### AI重塑软件行业价值链 - **四层结构**：包括云与开发运维层、数据控制层、工作流执行层和垂直场景层，它们共同构成了企业AI落地的基础设施。 - **MCP协议层**：作为横向协议，MCP有助于降低AI与企业系统之间的连接壁垒，提升整体集成效率。 ### 投资主线 | 投资主线 | 核心逻辑 | 关键公司 | 关键观察指标 | |------------------|----------------------------------------|-------------------------------------------|-------------------------------------------| | 数据控制层 | AI落地需高质量、可治理、可调用、可审计的数据 | Snowflake、MongoDB、Databricks、Palantir | 产品收入增速、AI相关客户数、数据工作负载增长 | | 工作流执行层 | AI执行能力关键在于嵌入企业流程 | Salesforce、ServiceNow、Workday、UiPath | AI ARR、Agent执行量、自动化流程量、续约率 | | 垂直场景层 | AI价值更易映射到业务结果 | Veeva、Autodesk、Intuit、Adobe、Guidewire | AI功能渗透率、ARPU提升、客户ROI、行业客户续约率 | | 云与开发运维层 | AI调用链条变长，带来可观测性、安全等需求 | Datadog、Cloudflare、Zscaler、CrowdStrike | AI应用监控收入、安全产品增速、API安全需求 | | 综合生态与入口层 | 拥有办公入口、云平台、开发者生态等 | Microsoft、Google、Amazon、Adobe、Atlassian | AI产品付费转化、云收入增速、办公软件ARPU | ### 未来展望 - AI将推动软件行业从“记录系统”向“执行系统”演进，企业AI落地的核心在于数据治理、权限管理、流程编排和系统集成。 - 企业AI应用的增长将为数据平台、工作流平台、垂直场景软件以及安全和可观测性工具带来新的增长机会。 - 投资应聚焦于AI是否能形成可持续的工作负载，以及是否具备承接企业数据、流程和治理能力的平台。