报告概述
本报告是广发证券计算机行业GenAI系列研究之一，主要研究大模型公司在AI辅助编程（Coding）和行业Agent方面的发展如何影响软件行业。报告覆盖软件行业各细分领域，分析AI大模型对不同类型软件公司的影响差异，重点探讨具备行业壁垒、私有数据、实施能力的公司前景。采用案例分析法，以Anthropic金融分析解决方案为例，对比传统金融软件，揭示AI从“辅助协作”向“全权代理”转变的趋势。报告为投资者提供软件行业在AI时代的价值判断和选股方向。
报告的核心结论
AI对软件行业影响因功能标准化程度而异
报告指出，当前AI大模型对功能标准化程度高、技术门槛低的软件影响较大，如简单指令即可开发小游戏；而对涉及复杂流程、模块众多的大型软件项目，需结合行业模板开发，影响相对有限。
具备行业壁垒和私有数据的软件公司仍有前景
报告认为，特定领域数据专业性强且非公开、非通用，如医疗、工业参数等，深耕垂直领域的软件公司可利用自身行业Know-how与AI融合，形成差异化竞争力。此外，客户运营、财务等数据需私有化部署，SaaS作为业务底座不会消失。
AI大模型角色正向“全权代理”转变
以Anthropic金融分析解决方案为例，AI已实现数据整合、财务建模、合规自动化等功能，直接替代部分金融IT软件。这表明AI大模型赋能企业信息化的角色正从“辅助协作”转向“全权代理”，对类似功能性软件公司构成挑战。
数据增值与咨询实施服务商仍是产业链关键环节
即使在AI主导的新生态中，数据清洗、建模、指标体系设计仍依赖行业经验，咨询实施集成商负责将业务语言转化为系统逻辑，这些角色不可或缺。Anthropic方案中德勤、毕马威等作为实施合作伙伴就证明了这一点。
报告回答的关键问题
AI大模型如何影响不同类型软件公司？
AI对软件公司影响因功能复杂度、应用场景和行业领域而异。功能标准化、技术门槛低的软件受冲击较大，如简单工具类软件；而涉及复杂流程、需行业Know-how、数据非公开的软件公司受影响较小，甚至因AI提升效率而受益。
哪些软件公司在AI时代更具发展前景？
报告指出三类公司：一是具备特定领域非公开数据且专业性强，如医疗、工业软件公司；二是客户运营、财务等数据需私有化部署的SaaS公司；三是数据增值服务商和咨询实施集成商，如汉得信息、中控技术等。
Anthropic的金融分析解决方案与Bloomberg有何不同？
主要区别在三点：交互方式上，Claude以对话式替代传统菜单操作；数据生态上，Claude通过MCP协议连接第三方数据源，Bloomberg自建数据封闭；场景渗透上，Claude擅长大模型推理的认知型任务，Bloomberg核心在交易执行和实时数据。Anthropic方案非“造数据”，而是将AI作为超级分析层。
报告中的代表性数据
全球SaaS市场规模
2023年，据Gartner统计，2023年全球SaaS市场规模突破1950亿美元，同时私有化部署市场保持年均12%复合增长率。
企业混合云采用预测
2027年，预计到2027年，90%的企业机构将采用混合云方法，支撑企业级软件长期需要私有化或半私有化部署的判断。
赛意信息PCB行业大模型参数提取准确率
材料未明确，赛意信息开发的PCB行业大模型识别工程图纸参数，准确率95%以上，将4-6小时工作缩短至几分钟。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- AI辅助编程产品详析：如智谱Z Code通过自然语言驱动AI Agent完成全流程开发，卓易信息EazyDevelop提供超20个行业模板，展示AI如何提升软件开发效率。
- 软件公司分类评估框架：报告将软件公司按功能标准化程度、数据专业性、部署方式等维度分类，分析不同类别受AI影响程度及未来发展空间。
- Anthropic金融分析解决方案深度拆解：包括数据整合验证、财务建模自动化、合规流程自动化等具体功能，以及与Bloomberg的对比分析。
- 生态合作伙伴角色分析：德勤、毕马威、普华永道等咨询公司在AI方案落地中的作用，强调实施交付能力的不可替代性。
- 投资标的具体分析：对卓易信息、星环科技、汉得信息、税友股份等12家公司的业务特点、AI相关布局及竞争优势进行逐一说明。
- 风险提示与不确定性讨论：包括下游IT支出不确定性、AI应用长周期兑现风险、Agent拓展节奏差异等。
- 行业趋势展望：报告提出三条趋势：专业要求有限的场景大模型公司或逐步侵蚀应用公司份额；封闭场景软件公司若抓住AI机会可提升竞争力；基础通用工具尚有发展空间。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
