报告概述
本报告由广发证券发布，属于GenAI系列研究。报告主要研究AI大模型在软件行业中的应用，特别关注大模型公司Coding工具和行业Agent对软件开发、垂直领域软件公司的影响。报告分析了AI对软件行业不同领域的影响差异，并探讨了海外头部AI公司（如Anthropic）在金融等垂直领域的解决方案及其与传统软件的关系。报告基于行业案例和数据分析，为投资者理解AI时代软件行业格局变化提供参考。
报告的核心结论
AI对软件行业的影响因领域而异，标准化软件受冲击大。
报告指出，对于功能标准化程度高、技术门槛低的软件，AI大模型可通过简单指令完成开发，影响较大；而对于涉及复杂流程、行业壁垒高的软件，AI仍需结合行业模板，影响相对有限。
具备行业数据壁垒的软件公司仍具发展前景。
特定领域的数据专业性强且非公开，深耕垂直领域的软件公司凭借行业Know-how和专属数据，可打造差异化AI解决方案，如赛意信息的PCB行业大模型，在参数提取上大幅提升效率，保持竞争力。
AI大模型角色正从辅助协作向全权代理转化。
报告以Anthropic金融分析解决方案为例，指出AI目前已能实现部分金融IT软件功能，开始替代和竞争，反映AI大模型在垂直领域试图从赋能者转变为主导者，对功能性软件公司带来挑战。
数据增值服务商和咨询集成商在AI新生态中不可或缺。
即使AI主导新软件生态，数据清洗、建模和系统实施仍高度依赖专业服务。Anthropic方案中德勤、毕马威等作为实施合作伙伴，证明咨询集成商在AI落地中的关键作用，其产业链价值不会消失。
报告回答的关键问题
AI大模型如何影响不同类别的软件公司？
报告指出，AI对软件公司的影响取决于软件的功能复杂度、技术门槛和行业壁垒。标准化、低门槛软件受AI冲击最大；而具备独特行业数据、复杂业务流程或需私有化部署的软件公司，仍可在AI时代保持竞争力，甚至通过AI赋能增强优势。
Anthropic金融分析方案与Bloomberg相比有何不同？
Anthropic方案以对话式交互替代传统界面，通过MCP协议连接第三方数据源，数据开放但依赖外部合作；Bloomberg则拥有自建封闭数据源，终端指令复杂但粘性强。Anthropic擅长认知型任务如财报解读和合规检查，Bloomberg优势在交易执行和实时数据处理。
传统软件公司如何在AI时代保持优势？
传统软件公司可通过深耕垂直领域，积累非公开、非通用的行业数据，并将行业Know-how与AI技术融合，打造差异化解决方案。同时，重视私有化部署，保障客户数据安全，并积极与AI生态合作，发挥实施集成服务价值。
报告中的代表性数据
赛意信息PCB大模型参数提取效率
2025年，赛意信息开发的PCB行业大模型能够从工程图纸中自动提取关键工程参数，大幅提升从订单到生产的准备效率。
全球SaaS市场规模
2023年，根据Gartner统计，2023年全球SaaS市场规模突破1950亿美元，显示SaaS市场仍具规模。
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辅助编程工具（如Z Code、EazyDevelop）对不同类型软件（简单游戏、大型行业软件）的开发效率影响详细分析。
- 三类在AI时代仍具发展前景的软件公司详细说明：行业数据壁垒型、私有化部署型、数据增值与咨询实施型。
- Anthropic金融分析解决方案的详细功能拆解，包括数据整合验证、分析建模自动化、流程自动化等模块。
- Claude金融方案与Bloomberg终端的全面对比，涵盖交互方式、数据生态、AI能力深度与场景渗透程度。
- Anthropic方案的数据生态与合作模式分析，包括Daloopa、FactSet、Morningstar等数据源，以及德勤、毕马威等实施合作伙伴。
- AI大模型竞争格局对软件行业影响的情景分析：大模型公司领先vs.分化下的不同受益方。
- 投资建议重点关注公司列表及简要逻辑，涵盖卓易信息、星环科技、汉得信息、税友股份等12家公司。
- 风险提示：下游IT支出不确定性、兑现周期波动、AI Agent应用拓展节奏差异。
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。
