AI浪潮重塑软件产业格局，有的被替代，有的在升级

6月15日，微软举办Microsoft Build2023微软开发者大会中国站。微软大中华区首席运营官康容谈及现在科技发展已经进入了一个新的阶段，第一是机器可以“听懂人的语言”，可以用不同的自然语言和机器进行沟通。第二是生成式AI可以学习大量的数据，然后产生新的文本、图片、视频。当下进入了科技行业的关键点和突破点，因此微软提供了全栈工具链来帮助开发者构建自己的AI应用，包括Visual Studio开发工具、Azure智能云平台、Power Platform低代码开发平台、GitHub开发者社区。

微软低代码应用平台PowerPlatform2021年能完成将自然语言转化为PowerFx公式，并且2021年、2022年时都只能完成一次对话，2023年实现了多轮对话。PowerPlatformCopilot正在改变低代码应用的开发方式，开发者可以用简单几个句子描述需求，Copilot就会构建流程，完成相应的应用开发。Copilot具有可扩展性，开发者写的插件可以在ChatGPT、Bing、Windows等都搜索到。

目前国内低代码渗透率低，处于发展早期。据Gartner统计，当前，国内LCAP（低代码应用开发平台）渗透率尚不足5%。主要原因有两点，首先是供应端，由于部分行业的场景复杂，表单驱动型和基于BPM的低代码产品不能够满足要求，部分企业和合作伙伴进行尝试以后，在不能够减少工作量和提高效率后直接放弃，给市场造成了一种印象说低代码不适合制作复杂场景，从而让低代码市场信心遭受打击；另外，低代码作为隐性需求，现在企业还没有意识到必需性。只有当企业遇到业务快速调整的需求时，才会提出敏捷系统的要求。

低代码融合AI智能开发逐渐成为趋势。从钉钉总裁叶军宣布钉钉将全面启动智能化战略，从原来的协同办公平台、应用开发平台升级成为智能的协同办公平台和智能化的应用开发平台，再到网易数帆发布CodeWave智能开发平台、普元信息发布智能助手等行业动作，低开平台“智能化”愈来愈明显。从过去来看，企业的需求侧会青睐更简单易用的编程语言、编程框架，使编程的门槛降低，需要写的代码更少，但厂家拿这样的低代码概念平台或系统很难打动客户，市场接受度并不算高。在AI浪潮愈演愈烈的今天，AI+低代码有望引申出更有价值的业务场景，未来会有可能在商业模式上做出改变，减少交付的人员，用产品提供价值，实现降本增效。

AI驱动软件产业形态和格局重构

从ChatGPT到微软Co-pilot，近半年内AI产业的突破式进展将重构软件行业生态。在短短半年里，AI产业取得了显著进展，以ChatGPT为例，自2022年11月推出后，2个月内活跃用户突破1亿，创下全球消费者应用的增长纪录。全球科技巨头争相投身AI市场，如微软将ChatGPT整合到Azure、Office等产品，谷歌推出类似产品Bard，百度在国内推出文心一言。这些举措加速了AI产业化进程，亦在推动AI+软件的快速融合。这场以底层技术为基础的AI升级换代，对软件行业的产品形态、交互模式、产业价值分配将产生长周期、深远的影响。

过去五年，高额前期资金投入和原始数据稀缺导致资本向头部AI技术提供商集中，头部AI厂商如OpenAI和谷歌占据了绝对话语权并转向商业盈利导向。这些领先厂商选择闭源模式，迫使软件服务商与其合作。相较之下，追赶者如Meta、Amazon和NVIDIA更倾向于培养开源社区，共同迭代模型以缩小差距。由于底层大语言模型的高门槛以及资源的稀缺性，大多数软件服务商没有能力从底层开始研发自有的大语言模型，因此需在与闭源头部厂商合作或选择免费开源方案之间做出抉择。相较于开源方案，闭源方案的技术更为领先、开发效率更高，但较高的调用次数可能带来高昂的成本，亦存在用户隐私&数据安全等顾虑；而相较于闭源方案，基于开源方案自建使得资金投入更加灵活和可控、可最大限制的保护用户隐私&数据安全，但开源方案也存在社区不成熟、模型迭代速度慢、技术能力落后等问题。

回顾移动互联网时代，移动互联网的快速渗透使得一批新兴玩家陆续涌现，但多数PC互联网时代原有的参与者亦通过移动互联网的产品，进一步提升了客户覆盖和业务变现能力，当然也有部分厂商因布局迟缓、战略失当而黯然离场。我们认为这一逻辑在AI时代亦不例外，未来市场会逐步出现所谓AI原生的新生力量，而软件市场原有的参与者也将迎来产业链价值的再分配，或受益或受损。

应用软件层面，我们主要从产品体系、客户结构、数据沉淀、生态构建等维度来衡量应用软件领域的受益&受损逻辑。在这一判断体系下，我们认为品类全面、份额领先、生态完善、数据持续积累的平台型厂商，以及格局优异、具备独特数据集和直接落地场景的垂类软件有望率先受益；同时，对于部分功能相对单一、格局尚不明朗的点解决方案厂商，则有可能在新一轮的AI浪潮中受到冲击。

基础软件层面，大语言模型的能力并不涉及高性能&高可靠&高可用的数据处理、IT基础设施的性能监控&告警，亦无法满足恶意攻击的防御需求。与此同时，大模型的训练、部署以及稳定&安全运行仍然需要数据管理、性能监控、信息安全等系列产品的配合和支持。不过，在软件开发环节，大语言模型的确有望凭借对代码的生成和理解能力实现产品和产业链价值的重构；在其他的基础软件环节，大模型也有望通过简化处理方式、降低信息复杂度等维度降低从业人员门槛，拓宽产品覆盖面和变现方式。

我们认为在软件服务商积极尝试融入AI能力后，以LMaaS（大语言模型即服务）为核心的新商业模式将成为主流。LMaaS将重新整合软件产业生态，使企业分工更加明确。在这一模式下，AI巨头专注于提供泛用性模型和ToC需求服务，而中小公司则切入特定垂直行业，根据需求微调优化模型。这种格局有助于发挥各自优势，降低成本，提高性能和覆盖范围，同时推动行业生态的繁荣。LMaaS通过云服务封装复杂的技术问题，简化了用户的本地部署与调试过程，并统一了面向应用的入口，让用户体验更加友好。插件功能和关联落地技术使得LMaaS连接不同的外部API变成可能，极大程度上扩展了大语言模型的上层软件生态，也提供给了更多中小型企业进行创新的土壤。通过这一商业模式，中小企业可以专注于解决特定领域问题，利用大型AI公司提供的基础模型资源降低创业门槛和技术难度，从而反哺整个行业。

企业需要速度与效率兼得

对于企业而言，应用任何的数字化工具最终目的都是提升效率。据Jim介绍，以汽车行业应用为例，基于PTC的数字化工具，沃尔沃卡车和公共汽车公司采用了模块化平台战略，去增加其产品部件的通用性。沃尔沃在卡车、公交车和建筑设备中使用相同的发动机，这非常高效，因为他们都使用相同的引擎、都共享相同的零件，不必建造过多发动机生产线，也减少了发动机零件和库存。通过去增加可重用性和平台化的战略，为沃尔沃卡车提高了效率。

英国公司Ocado主要生产用于自动处理杂货的机器人，由于这是一个全新的领域，所以它们最为关心的就是创新速度。在与PTC合作后，实现了敏捷式开发Ocado的软件和硬件产品，并且加速了产品上市速度，提升了在新兴市场的竞争力。

速度和效率就像是工具箱里面的两个工具，工具箱里面可能有锤子、螺丝刀，那么企业的成熟度不同，需求也会不同。企业根据实际需求，使用不同的工具来做各种任务，速度与效率将直接影响企业的战略和发展成熟度。

中国市场发展潜力巨大

今年5月，PTC的LiveWorx大会在波士顿如期举行，吸引了来自世界各地的专业人士参加。会上，展示了最新的数字技术、工业自动化、CAD/CAM、PLM等方面的发展。

今年我们看到了AI市场的繁荣，诸多科技巨头开始发力AI，并着力于研发自己的大模型等产品。而在工业领域，PTC也早已加强了AI的布局。PTC认为未来AI会逐渐渗透到软件中无处不在。

“中国市场非常广阔，虽然市场环境出现了一些波动，但潜力依然巨大。”谈到中国市场，刘强显得信心满满。

他表示：现阶段我们要把政策执行到位，识别出增长空间，然后再抓好销售层面，就能够实现新的目标。目前，PTC有很多行业头部客户，例如三一重工、华为，它们的成功给腰部客户带来了很大启发。所以在2023年可以看到一大趋势就是腰部客户向行业领头羊学习，通过WindChill等工具来改造自己。因此，这些海量的腰部客户将成为新的增长点，同时创新型企业发展迅猛，PTC认为在这方面还有很大的市场潜力等待开发。

基于模型的数字主线是 PTC 的主要战略。目前PTC的所有产品都与基于模型的数字主线战略联系在一起。包括SaaS、降本增效、减少系统复杂性、产品生命周期管理等，在这些方面PTC都拥有很好、强大的解决方案。

通过自研与收购，PTC继续加大产品组合的广度和深度，并帮助用户寻找提升价值的机会。未来AI会发挥出更大的优势，而PTC基于模型的闭环的数字主线将为行业发展带来新契机。

来源：财经逍遥侠，计算杂谈，金融界