文章核心观点 - AI正在重塑软件行业竞争格局，众多传统软件巨头面临被颠覆的风险 [3] - 摩根大通首创“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 [3][5] - 不同软件企业距离颠覆“悬崖”的距离存在显著差异，技术变革的时间节点难以预测 [4][23] AI悬崖评估框架 - 框架通过九个关键因素判断软件企业的AI颠覆风险，每个因素评为“高”、“中”或“低”三个等级 [5] - 替换成本维度考量时间、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 [6][15] - 关键性维度区分任务关键型软件（如CDK）与辅助型工具（如Alteryx） [7][15] - 自动化水平是重要指标，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 [8][15] - 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 [9][15] - 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 [10][15] - 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 [11][15] - 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 [12][15] - 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 [13][15] - 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 [14][15] 公司案例分析 - CrowdStrike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 [18] - 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 [19] - Open Text在适应性上表现较弱，但在关键性方面具有优势 [20] - 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 [21] 其他影响因素 - 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 [23] - 软件的终端市场也会影响AI采用率，消费端市场的决策周期往往短于企业端市场 [23]