AI不会终结软件世界，但会重塑云与企业应用的价值分布

概览

本报告讨论生成式AI对全球软件和云技术栈的中长期影响，重点分析2030年前后IaaS/PaaS、hyperscalers、SaaS、企业应用、数据库和开发工具可能发生的变化。报告反对“AI会全面吞噬软件”的简单熊市叙事，认为AI会改变软件的构建方式、使用方式和价值链分布，但不会消除企业级软件、平台软件和云基础设施的重要性。

核心观点

核心观点是：AI对IaaS/PaaS和大型云厂商总体偏正面，因为企业AI需要运行在数据、应用和平台能力所在的位置，从而增加GPU/ASIC、CPU、数据库、存储和平台服务需求。SaaS层会出现分化，能快速嵌入AI、掌握复杂业务流程、具备领域知识和客户关系的现有供应商仍可生存并受益；相反，创新不足、功能简单或纯本地部署的软件公司更容易被替代。报告还强调，云迁移在IaaS/PaaS层仍处较早阶段，这一结构性尾风可能持续到2030年以后。

分析框架

报告采用技术栈分层框架，分别审视IaaS、PaaS、SaaS以及企业应用内部子领域，并结合历史技术周期、云迁移成熟度、AI工作负载特征、数据驻留需求、平台软件依赖和地缘化云趋势来评估潜在受益者与风险。分析时间轴以2023年ChatGPT引发的软件影响作为起点，将2030年作为主要观察节点，同时提示完整影响可能延续至2035年前后。

方法论与常识提炼

• 技术周期10至20年技术颠覆周期

  历史重大技术周期通常需要多年才能完全改变软件行业。

  报告将SaaS和云计算的发展历史作为参照，指出从Salesforce和AWS早期商业化到形成显著收入规模经历了多年，因此AI对企业软件的完整影响也不应被假定为瞬时完成。

• 产业分层IaaS/PaaS/SaaS分层分析

  不同云和软件层面对AI的敏感度、受益路径和颠覆风险不同。

  IaaS/PaaS更直接受益于算力、数据库、存储和平台服务需求增长；SaaS则取决于应用复杂度、流程确定性、数据语义、客户关系和厂商创新速度。

• 竞争护城河数据驻留与平台软件粘性

  企业AI更适合在数据和核心应用所在位置运行。

  由于性能、安全、治理和复杂度要求，AI推理和代理工作负载更可能留在现有云、数据库和应用平台内，从而强化具备数据和平台软件能力的云厂商。

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）。

• IaaS/PaaS hyperscalers

  AI工作负载扩大云基础设施和平台服务需求

  优势

  具备全球规模、数据中心运营能力、平台软件、客户数据和企业级安全治理能力。

  劣势

  资本开支压力、AI硬件供需波动、主权云和去全球化可能增加架构复杂度。

  对比

  相较小型区域云厂商，大型hyperscalers在平台软件深度、生态和客户基础上更强；但区域和政府支持云可能在特定市场获得份额。

  风险

  若AI基础设施被商品化、价格快速下行或客户将工作负载迁移至低成本供应商，盈利能力可能承压。

• ORACLE CORP

  被报告视为云、数据库、OCI、Oracle Alloy和主权云趋势的潜在受益者

  优势

  拥有企业数据库基础、PaaS能力、OCI硬件和白标/主权云解决方案。

  劣势

  仍需证明在全球hyperscaler竞争中持续扩大份额并保持执行力。

  对比

  报告认为Oracle在主权云和白标OCI能力上相对定位较好，与大型云厂商和区域合作伙伴形成差异化。

  风险

  云迁移速度、竞争压力、AI基础设施利润率和客户采用节奏可能影响兑现程度。

• SaaS incumbents

  AI带来产品重构和自动化机会，但也提高颠覆风险

  优势

  客户关系、领域知识、复杂业务流程、语义数据和嵌入式工作流构成防御性。

  劣势

  功能简单、创新慢或缺乏AI集成能力的供应商更容易被替代。

  对比

  ERP被认为最受保护，其次是HCM和完整套件型CRM；不同SaaS子市场分化明显。

  风险

  AI原生工具降低开发门槛、客户重新评估应用栈、部分子市场云迁移成熟导致增长放缓。

• Database and PaaS vendors

  AI代理和企业数据使用增加数据库、向量数据库和相关平台服务需求

  优势

  AI需要访问、治理和处理企业数据，数据库和平台软件仍是关键基础。

  劣势

  部分PaaS功能可能被AI原生平台替代或重新定义。

  对比

  报告提到MongoDB、Snowflake和ServiceNow等可能受益于增量数据库或平台使用，但受益程度不同。

  风险

  新型专用数据库出现、PaaS功能重组以及云厂商内置服务竞争可能改变利润池。

• Development tools

  AI编码和代理式开发平台将替代部分传统开发工具，同时扩大总体使用场景

  优势

  非IT人员也可能使用开发工具创建代理或自动化流程，从而扩大用户基础。

  劣势

  当前企业频繁更换AI开发工具，市场稳定性不足。

  对比

  传统开发工具面临AI/AI-enabled平台替代，但总使用量可能随代理开发普及而上升。

  风险

  工具商品化、竞争加剧和客户标准化延后可能压制收入增长。

关键数据

• 主要时间窗口2030年前后；完整影响可能延续至2035年报告以2023年生成式AI影响软件作为起点，使用2030年作为评估主要影响的节点。
• 历史技术周期10至20年报告认为重大技术颠覆周期通常持续多年，而不是瞬间完成。
• AWS收入披露参照2013年AWS收入约$3.1B，2015年第一季度开始单独披露用于说明云计算从出现到形成可见商业规模经历较长时间。
• SaaS早期参照Salesforce成立于1999年，2005年收入约$176M用于说明SaaS商业化也经历多年积累。
• 云渗透率部分软件子市场云渗透率达到70%+报告认为某些企业应用软件子市场增长放缓与云迁移成熟有关。
• 主要hyperscalersAmazon, Microsoft, Google, Oracle, Alibaba报告认为这些厂商在收入、全球足迹、客户基础和影响力方面处于云基础设施领先位置。
• 受益标的示例MSFT, ORCL, MDB, SNow, SAP, HubSpot, Workday, Salesforce报告提到MSFT和ORCL为覆盖范围内hyperscaler受益者，数据库与SaaS厂商受益或受影响程度不同。

影响与含义

投资含义是，市场对AI冲击软件的担忧可能过于一刀切。云基础设施、PaaS、数据库和能够承载企业AI代理的数据平台可能获得增量需求；SaaS行业内部则更应关注产品复杂度、AI嵌入速度、流程护城河和执行力，而不是简单按软件板块整体下调估值。Oracle在报告中被多次提及，其数据库云迁移、OCI、Alloy和主权云能力被视为潜在受益方向。

风险

• AI基础设施价格竞争加剧，导致hyperscaler利润率低于预期。
• 模型公司或AI原生公司向全技术栈扩张，改变云和软件价值分配。
• 部分SaaS子市场被生成式AI或代理式平台替代，尤其是功能较简单、流程不复杂的应用。
• 去全球化和主权云要求推动本地/区域云厂商发展，削弱全球云厂商在部分市场的扩张效率。
• 生成式AI技术栈本身可能被推理、Agentic AI、First-principles AI、Quantum AI等新技术浪潮改变。
• 企业AI采用速度慢于预期，导致AI相关云、数据库和PaaS需求兑现延后。

后续跟踪

• 2030年前企业关键工作负载向云迁移的速度，尤其是数据库和核心应用迁移。
• Agentic AI普及后CPU、GPU/ASIC、存储、网络和数据库使用量的实际变化。
• Oracle OCI、Oracle Alloy和主权云合作的客户拓展与收入表现。
• SaaS厂商将AI深度嵌入ERP、HCM、CRM和行业应用的速度与商业化能力。
• AI开发工具市场是否从频繁切换走向稳定标准化。
• 云基础设施AI工作负载的毛利率、价格趋势和客户粘性。
• 下一代AI技术是否在生成式AI完全渗透软件前开启新的颠覆周期。