全球软件行业研究报告：生成式AI对软件栈的长期影响 (2030+展望) 涉及行业与公司 * 行业：全球软件行业，重点关注云计算三层架构：基础设施即服务(IaaS)、平台即服务(PaaS)和软件即服务(SaaS) [1][26] * 公司：报告覆盖并给出评级的上市公司包括：Adobe (ADBE)、HubSpot (HUBS)、Microsoft (MSFT)、MongoDB (MDB)、Oracle (ORCL)、Salesforce.com (CRM)、SAP (SAP)、Snowflake (SNOW)、Workday (WDAY) [8][14] 核心观点与论据 总体立场：AI是增长催化剂，而非软件终结者 * 驳斥了“AI吞噬软件”的广泛看空论点，认为生成式AI将增加IaaS/PaaS的总市场规模，并推动企业应用软件的演进，而非取代 [2][5] * 认为近期部分细分市场增长放缓的主要驱动因素是云渗透率饱和，而非AI的颠覆 [5][20] * 预计到2030年，整体IT支出将随着生成式AI技术的采用而强劲增长，且部分支出将来自传统IT部门之外 [9] 对IaaS/PaaS层（超大规模云厂商）的影响：受益者 * 增加TAM与用量：AI将增加IaaS/PaaS的总体市场规模，驱动超大规模云厂商的稳健增长 [2][11] * AI将驱动GPU/ASIC和CPU用量增长，特别是随着智能体AI的普及 [2][13] * 数据库用量将增长，本地数据库（如Oracle）将继续向云端迁移，并可能催生更多专用数据库 [2][50] * 结构性顺风仍在：与部分成熟的SaaS市场相比，IaaS/PaaS的云转型仍处于相对早期阶段，这一结构性顺风将持续到2030年以后 [3][24] * 运行AI的最佳位置：从性能、安全和治理角度，企业倾向于在数据所在之处运行AI推理和智能体，这将利好已托管企业关键数据和应用的超大规模云厂商 [24][46] * 具体受益公司：超大规模云厂商（覆盖范围内包括MSFT和ORCL）、MDB和SNOW（在一定程度上）将受益于AI驱动的增量数据库使用 [11] 对SaaS层（企业应用软件）的影响：适者生存 * 应用将演进而非消失：到2030年，企业应用解决方案将远比现在强大。AI将允许更多个性化、定制化，支持自动化当前的手动操作，并改变某些业务流程。AI必须深度嵌入应用，应用也将成为复杂AI智能体和流程的管理层 [4][54] * 决定颠覆风险的两个关键因素：1) 跟进创新的速度；2) 功能的复杂性，尤其是围绕确定性流程的部分 [10] * 现有厂商的护城河与优势：现有厂商拥有领域专业知识、数据间相互关系的语义知识、客户关系等优势。复杂确定性流程为企业应用创造了护城河 [6][55] * 最受保护的细分市场：如果厂商能创新和执行，企业软件中最受保护的领域应该是ERP（包括供应链软件），其次是HCM，然后是全套件CRM [6][55] * 具体公司观点： * SAP和Oracle定位最佳 [12] * HubSpot相对不受投资者担忧的AI逆风影响 [12] * Workday应该没问题 [12] * Salesforce：AI既是小的逆风，也主要是被小的顺风（如Agentforce）所抵消 [12] 技术演进与时间框架 * 技术颠覆周期：主要技术颠覆周期通常持续10-20年。SaaS/云颠覆从21世纪初开始，近期才开始减弱。IaaS/PaaS的转型仍早于SaaS [22][23] * 生成式AI并非最终形态：生成式AI不是AI技术的最终状态或最终迭代。它很可能被内部技术浪潮（如推理、智能体AI）和潜在的全新AI技术所颠覆或增强 [7][69][70] * 投资启示：对于投资于自认为是“AI矛尖”的投资者而言，需要警惕“矛可能被枪取代”的风险 [7][70] * 合理时间框架：以2023年为对软件影响的“起始”年，大部分影响将在2030年或稍后被理解，完全影响可能要到2035年左右。但鉴于生成式AI可能是多波AI技术浪潮中的第一波，下一波颠覆可能在此波完全显现前就已到来 [25] 对近期增长放缓的解释：云饱和与疫情透支 * 云转型放缓：应用软件向SaaS迁移已超过20年，工作负载向IaaS/PaaS的积极迁移也超过10年。随着大部分工作负载已完成迁移，增长自然放缓 [67][72] * 疫情透支需求：疫情期间，许多云转型项目被推迟或未完成，但在世界重新开放后，IT部门更积极地迁移工作负载至云端，这在一定程度上提前透支了需求 [72] 其他重要内容 企业应用厂商的生存法则 * “快鱼吃慢鱼”：在AI时代，“快” 的厂商将生存/繁荣，慢的将被淘汰。现有厂商不一定需要领先，但必须是快速的追随者 [52][54] * 创新速度至关重要：AI正在进一步加速创新速度，成功的软件公司需要保持快速的创新节奏 [54] * 构建应用不等于构建业务：即使AI使构建应用变得容易，但销售、实施、客户支持、持续维护和升级企业级应用仍然需要大量时间和资源，这构成了现有厂商的壁垒 [57][58][63] 去全球化的影响 * 去全球化正在产生影响，欧洲、中国、俄罗斯等地将出现大型本地/区域云厂商。Oracle通过其Alloy产品在与本地提供商合作方面取得了成功 [37][39] * 大型独立PaaS软件提供商（如Snowflake和MongoDB）目前主要聚焦于三大超大规模云厂商，并未与区域或小型IaaS/PaaS提供商建立重要关系 [38] 开发工具与系统管理 * 开发工具：将被AI/AI赋能的平台所取代，但总使用量将增加，因为传统非IT人员也可以使用这些工具来创建智能体。目前IT组织更换AI工具非常频繁（有些组织每年2-3次），但到2030年可能会稳定下来 [2][50] * 系统管理与网络安全：将发生重大变化，总支出可能会因运行的应用数量增加和AI赋能的IT组织需求提升而增加 [51]