Agentic AI重塑企业软件护城河：价值从应用界面迁向编排和上下文层

概览

本报告讨论Agentic AI对欧洲企业软件行业护城河、商业模式和估值的影响。核心判断是，AI不会简单地全面替代应用软件，而是使价值在技术栈中重新分配：基础应用、系统记录、监管和工作流上下文仍具有防御价值，但更高增量价值会在代理、编排、上下文数据和智能层展开竞争。当前欧洲软件估值已反映部分结构性扰动风险，但能否触底取决于AI产品交付、采用、变现、定价权和利润率韧性的证据。

核心观点

报告的核心观点包括：第一，企业软件交互将从人使用软件转向代理调用SaaS，API和中央编排层的重要性上升。第二，系统记录不会因AI而失去价值，反而因训练、权限、审计、治理和上下文执行需求而更关键。第三，真正的护城河不是原始数据本身，而是多年形成的工作流、元数据、权限、业务逻辑、审计能力和跨孤岛协调能力。第四，垂直软件和使命关键横向软件相对更有防御性，薄封装、单一孤岛、纯仪表盘和低切换成本软件更脆弱。第五，AI商业模式将推动从席位制向消耗量和结果导向混合定价演进，并带来短期毛利率压力。

分析框架

报告采用行业技术栈重构、软件护城河拆解、商业模式经济性和估值周期对比四条线索进行分析。技术栈层面，区分前端界面、代理、编排、上下文层、系统记录、数据平台和云基础设施。商业模式层面，比较传统SaaS席位制与AI时代token、推理、工作流复杂度驱动的可变成本。估值层面，结合欧洲软件覆盖公司的股价回撤、反向DCF隐含增长、历史技术周期和公司评级来评估重估条件。

方法论与常识提炼

• 技术栈分析Agentic AI enterprise software stack

  企业AI将由多个专业代理、中央编排、上下文数据层、系统记录和底层基础设施共同构成。

  该框架用于判断价值捕获位置：基础系统提供数据、治理和工作流，上层代理和编排层争夺新增智能价值。

• 护城河分析Contextual layer moat

  上下文层护城河

  上下文层包括流程、工作流、元数据、权限、审计、嵌入式业务逻辑和跨系统协调，报告认为它比可提取的原始数据更难复制。

• 商业模式分析Hybrid monetisation model

  席位制、消耗量和结果导向定价并存

  AI推理和token成本使软件收入与成本更可变，传统SaaS的可预测性和高毛利优势可能下降。

• 估值分析Reverse DCF and historical cycle comparison

  反向DCF与历史技术周期比较

  报告用当前股价隐含增长、利润率假设、WACC和云转型等历史周期对比，评估软件估值是否接近历史低谷。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• SAP

  覆盖内最具防御性标的之一，评级Buy。

  优势

  使命关键企业工作流、跨域集成、系统记录和上下文层积累深厚，Joule可作为代理访问数据与上下文的编排入口。

  劣势

  AI编排角色能否充分定价仍需验证。

  对比

  相较更多横向或浅层应用，SAP在系统记录和企业流程中的嵌入更深。

  风险

  AI产品落地、客户采用和变现进度低于预期；第三方代理层分走增量价值。

• Nemetschek

  相对定位较好，评级Buy。

  优势

  建筑领域垂直软件、深度行业专业知识和嵌入式工作流提供防御性。

  劣势

  垂直客户可能通过LLM、系统集成商或下一代数据供应商自建部分AI功能。

  对比

  较横向工具更有领域复杂度和切换成本。

  风险

  build-versus-buy趋势增强可能压制追加销售和交叉销售空间。

• Dassault Systemes

  相对定位较好但评级Neutral。

  优势

  制造业深度领域知识和复杂工作流提供护城河。

  劣势

  AI原生或客户自建功能可能争夺上层智能价值。

  对比

  防御性强于薄前端和简单横向工具，但估值与变现证据仍需观察。

  风险

  代理层价值迁移、产品路线图执行和客户预算重分配不确定。

• Temenos

  受益于高度监管行业属性，评级Neutral。

  优势

  金融软件的合规、审计、权限和系统记录要求提升客户粘性。

  劣势

  增长和重估仍取决于AI路线图与变现能力。

  对比

  监管属性使其较简单CRM类或普通横向软件更有防御性。

  风险

  客户使用第三方AI或系统集成方案构建上层功能，削弱定价权。

• Sage

  相对更暴露，评级Neutral。

  优势

  会计软件具有一定监管属性，提供部分防御。

  劣势

  横向软件定位和SMB客户结构使其更容易受到AI替代和内建方案影响。

  对比

  相较SAP或垂直深度软件，业务上下文和企业嵌入程度较弱。

  风险

  AI代理执行广泛任务更高效，可能压缩席位需求和追加销售空间。

• TeamViewer

  评级Neutral。

  优势

  部分企业场景存在既有客户基础。

  劣势

  报告表格显示当前反向DCF隐含增长为-5.5%，反映市场对长期增长预期较低。

  对比

  在报告框架中不属于最明确的AI护城河受益者。

  风险

  价值向AI编排、自动化和平台层迁移可能限制增长。

• Sinch AB

  评级Sell。

  优势

  具备既有通信软件业务基础。

  劣势

  FY26利润率假设较低，表格披露为13%，且反向DCF隐含增长为12.5%。

  对比

  相较拥有深度系统记录和复杂工作流的企业软件，防御性较弱。

  风险

  竞争、AI替代、利润率压力和估值隐含增长要求较高。

关键数据

• 欧洲软件覆盖股价回撤约37%覆盖公司股价平均较52周高点下跌约37%。
• AI时期毛利率假设约60%-80%报告认为AI硬件和推理成本将对短期毛利率形成压力。
• SaaS时期毛利率区间约75%-85%作为AI时期毛利率压力的对比基准。
• 本地部署时期毛利率区间约85%-95%报告用于比较软件模式迁移下毛利率结构变化。
• token成本变化过去几年下降超过90%但使用量扩张更快，使成本治理和模型路由仍是重要议题。
• SAP反向DCF隐含增长4.3%表格披露SAP当前股价144.0、本地货币，FY26利润率30%、WACC 8.3%、评级Buy。
• Nemetschek反向DCF隐含增长5.1%表格披露当前股价57.9、FY26利润率32%、WACC 10.0%。
• Sinch反向DCF隐含增长12.5%表格披露当前股价42.41、FY26利润率13%、WACC 13.4%、评级Sell。

影响与含义

对投资判断而言，AI冲击不应被简单理解为软件 incumbents 的全面失效，而应区分价值链位置和护城河质量。拥有使命关键流程、强监管要求、跨域数据上下文和可定价编排能力的公司更可能保留或重新扩张价值；依赖薄前端、低差异化界面、单一数据孤岛或易被客户自建替代的公司更可能面临定价权和增长压力。行业估值能否重估，需要看到AI产品实际交付、代理工作流落地、变现路径、消费型定价的客户接受度以及毛利率耐久性。

风险

• AI产品采用率高但客户付费意愿不足，导致变现路径不清晰。
• token、推理和硬件成本增长快于模型价格下降，压缩软件公司毛利率。
• 第三方代理、LLM供应商和系统集成商夺取上层智能和编排价值。
• 客户通过build-your-own方案在基础系统之上自建AI应用，削弱incumbents的追加销售和定价权。
• 薄封装、单一孤岛、纯前端分析和仪表盘软件被API和代理层绕过。
• 当前估值可能是在重定价终值风险，而非仅反映短期盈利压力，因此行业底部难以确认。

后续跟踪

• incumbents的Agentic AI产品路线图是否按期交付。
• 代理式AI解决方案的企业 rollout、真实使用频率和留存情况。
• 客户是否愿意为编排、上下文层、治理和结果导向功能支付增量费用。
• 消费型和结果型定价对收入增长、可预测性和客户预算的影响。
• AI推理、token和硬件成本是否继续压低毛利率，或能否被运营费用优化抵消。
• 垂直软件客户自建AI功能的范围是否从边缘功能扩展到核心工作流。
• SAP、Nemetschek、Dassault Systemes、Sage、Temenos、TeamViewer和Sinch的估值重估证据。