智能体 AI 浪潮下传统软件行业的护城河-基于高盛报告的思考

2026 年 3 月 9 日，全球知名的投资机构高盛发布了一篇名为《AI 会吞噬软件吗？》的采访和分析报告（Goldman Sachs Research Newsletter）。文中以大语言模型与智能体 AI 为代表的生成式 AI 技术正引发软件行业的系统性重构为背景，对高盛分析师加芙列拉・博尔赫斯、舍伦德合伙公司（一家专注人工智能领域和传统企业SaaS领域的投资咨询机构）创始人里克・舍伦德（Rick Sherlund）、科希蒂公司（一家人工智能驱动的数据安全和管理公司）首席执行官桑杰・普宁（Sanjay Poonen）进行了采访，结合行业数据、企业案例与资本市场表现，系统分析了 AI 对软件行业技术范式、商业模式、竞争格局的深层影响，论证了AI 不会吞噬软件，而是推动软件行业价值重塑与规模扩张的核心观点。

作为软件行业深耕多年的创业者，我们对于目前热议的智能体 AI 降低研发成本、重构产品形态、颠覆定价模式，使行业从 “工具型 SaaS” 向 “智能体驱动的价值服务” 转型的话题也一直非常关注。传统软件企业凭借数据壁垒、行业 Know-how 与渠道护城河，虽然具备一定的转型优势，但是 AI 能力在过去 2 年来的不断提升和应用普及，对工具型软件的替代的日趋成熟，使得我们对软件业的前景也愈发迷茫。这个从近期全球软件板块的估值下降也已充分反映出来，悲观预期弥漫，软件企业盈利的稳定性是股价企稳的唯一依托，而只有具备数据壁垒、架构优势、AI 定价能力的企业才有可能保证这种盈利的稳定性，从而成为长期赢家。

高盛的这篇文章，正当其时，为我们软件从业者和企业的未来转型规划，从理论与实证上，提供了较全面的认知支撑。

一、AI 给传统软件行业带来的地震

过去十余年，软件以 SaaS 为核心形态实现对全球产业的渗透，成为数字经济核心基础设施，有人称之为 “软件吞噬世界”。而到了2025-2026年，Anthropic Claude Cowork、OpenAI Frontier、Microsoft Copilot 等企业级智能体 AI 工具相继规模化落地，它们具备自主执行、跨系统协同、流程编排能力等特点，直接冲击了传统软件的功能边界与商业逻辑。资本市场对此反应剧烈：2026 年初至 3 月，iShares Expanded Tech-Software Sector ETF（IGV）年内跌幅约 17%，较 2025 年高点回撤26%，前十大成分股市值蒸发近 8000 亿美元，市场陷入了“AI 吞噬软件” 的恐慌性定价。

高盛在《AI 会吞噬软件吗？》报告中提出核心判断：AI 本质是软件的延伸，不会颠覆软件行业，但会推动行业结构性转型；传统软件企业的护城河具备短期防御性，长期需围绕 LLM 与智能体重构架构。该结论客观上可以缓解市场的恐慌，也给我们传统软件从业者从垂直行业落地差异、效率提升数据可量化、企业转型路径规划等关键问题上指出了未雨绸缪的方向。

二、AI 对软件行业的核心影响是重构而非颠覆

（一）本质关系：AI 是软件的延伸，而非替代者

高盛分析师 Gabriela Borges 明确指出：AI 就是软件，其核心是执行特定任务的代码，属于软件范畴的延伸，而非独立于软件的颠覆性存在。这一判断奠定了一个逻辑基础：AI 不会消灭软件，而是扩大软件行业的总目标市场（TAM）。回顾历史上由于技术变革推动的软件行业的变革，可以说经历了主机时代 → 客户端 / 服务器时代 → 云 SaaS 时代的三次范式转移，每次转移均未消灭软件，而是推动行业规模指数级扩张。智能体 AI 带来第四次范式转移，核心是从 “人操作软件” 转向 “AI 智能体自主执行任务”，软件从被动工具升级为主动生产力要素，价值空间将进一步打开。Gartner的市场分析数据也验证了这一点：2025 年全球软件市场规模约 2.5 万亿美元，预计 2030 年将达 4.2 万亿美元，CAGR 10.3%；其中 AI 驱动的软件占比从 2025 年的18% 将提升至 2030 年的 41%，成为行业增长核心引擎。

（二）技术层面：研发范式革命，颠覆传统交互体验，降本增效显著

AI 编程规模化落地，研发成本大幅下降

智能体 AI 重构软件开发全流程，需求分析、代码生成、测试部署、运维优化全环节效率提升。Microsoft 通过 GitHub Copilot 将研发效率提升 35%，代码缺陷率降低 40%；国内厂商用友、金蝶引入 AI 编程工具，研发周期缩短 30%-50%，人均产出提升 25% 以上。

技术架构重构：从外挂 AI 到 AI 原生

传统软件企业的转型分为两个阶段：初级阶段，AI 外挂，在现有 UI 层叠加 AI 功能，仅实现简单自动化，无法释放 AI 核心价值；高级阶段，AI 原生重构，以 LLM 为核心、智能体为执行单元，重构数据架构、工作流与交互方式，实现自主决策与跨系统协同。高盛的报告中，Rick Sherlund 强调：仅做 AI 外挂的企业终将被淘汰，围绕 LLM 重新架构系统是生存必备条件。

数据成为核心生产要素

AI 时代软件的核心竞争力从功能实现转向数据质量 + 行业 Know-how。60% 的 AI 项目因缺乏 “AI 就绪” 的数据基础而失败，专有数据、数据治理能力、行业上下文成为不可复制的壁垒（West Monroe，2026）。

三、AI 时代软件企业转型路径：基于高盛报告的实践延伸

高盛报告提出传统软件企业转型三大核心策略，本文结合企业实践补充落地细节与案例。

（一）清理技术债务，实现数据集中化与标准化

核心要求：

整合并购资产，打通数据孤岛，实现数据统一清洗、集中管理，为 AI 调用提供高质量数据底座。

落地案例：

Microsoft 清理 Windows 与 Office 历史技术债务，构建统一数据图谱，支撑 Copilot 高效运行；Salesforce 整合多家 AI 初创公司技术，实现数据与工作流打通，支撑 Agentforce 智能体体系。

（二）快速跟随者策略：借力 VC 生态，降低试错成本

核心逻辑：

VC（Venture Capital，风险投资）生态能够为传统软件企业提供成熟的 AI 技术验证环境。初创企业在 VC 资金支持下承担技术试错与市场验证风险，待技术路线与商业模式成熟后，传统企业可通过并购或快速模仿实现低成本 AI 转型，大幅降低自研带来的时间成本与失败风险，提升资本使用效率。

落地案例：

Oracle 收购 Cohere 合作伙伴，快速集成 LLM 能力；Adobe 收购 Firefly 相关技术，快速推出 AI 设计工具，保持市场领先。

（三）重构定价模式，实现 AI 价值变现

核心方向：

从按席位收费转向按成果、按任务、按智能体使用量收费，将 AI 价值与收入绑定。

落地模式：

SaaS 版：保留席位收费，保障基本收入；
FUaaS版：AI 功能按使用量收费；
RaaS 版：打包 AI 能力，按业务成果分成；

案例：

HubSpot 推出 AI 营销套件，按线索数量收费，AI 相关收入占比从 2024 年的 5% 升至 2026 年的 22%。

（四）额外关键路径：组织与人才转型

构建 AI 原生团队：

设立 AI 实验室，招聘大模型、智能体研发人才；

赋能全员 AI 能力：

80% 的工程师需完成 AI 技能升级（West Monroe，2026）；

双轨运行机制：

保留传统业务现金流，同步研发 AI 原生新架构，避免转型中断。

四、结论与展望

首先，给到我们传统软件从业者的一颗定心丸是：AI 不会吞噬软件，而是推动软件行业价值重塑与规模扩张。AI 本质是软件的延伸，将扩大整个软件行业的总目标市场（TAM），AI 将重构软件技术、产品与商业模式，推动行业进入 AI 原生的新时代。智能体 AI 对软件行业的影响将是结构性的，但是并非全面替代。垂直软件、数据基础设施、实体数字化等领域的壁垒坚固，AI 不仅无法替代，反而会成为传统软件的价值放大器；如果企业还是关注在浅层工具型软件，则难以避免被替代的命运。

传统软件企业还具备显著的转型优势。记录系统、数据壁垒、行业 Know-how、渠道网络等构成其短期的护城河，企业通过清理技术债务、快速跟随、重构定价模式，将很有希望成为 AI 时代的赢家。软件板块投资也已进入价值区间。当前估值已经充分反映了悲观预期，盈利稳定是企业的股价企稳的核心信号，三维选股模型可有效筛选长期阿尔法标的。作为一家软件企业，不必在意 “AI 消灭软件” 的极端叙事，聚焦在企业自身的护城河 + AI 转型能力 + 盈利弹性，做优质企业，必定能够分享行业重构的红利。

AI不会消灭软件行业，只会淘汰跟不上趋势的企业。未来，能够平衡"AI效率"与"场景深度"，能够实现"技术赋能"与"价值交付"结合的SaaS企业，终将走出阵痛，迎来新的增长周期。