AI产品成熟到哪一步,收入何时跟上?
- 与去年会议上产品路线图尚早、应用场景仍在形成相比,今年厂商更清楚地说明AI如何嵌入现有软件流程。例如,SAP展示让代理跨财务、人力资源等企业流程执行任务的构想,Wolters Kluwer则把法律内容接入AI起草和工作流工具。
- 摩根士丹利认为,产品策略和使用场景更清晰,增强了行业中期增长机会;但投资者接下来会看早期采用能否转成新增收入。该行预计,AI相关收入整体上更可能在2027年下半年而非上半年体现。
- SAP计划于2027年1月推出专门的AI收入指标。披露单独的收入数据,有助于观察AI业务从产品功能走向商业贡献的进度。
- 报告给出的欧洲软件与服务行业观点为In-Line,即摩根士丹利预计未来12–18个月板块表现大致与MSCI Europe一致。
厂商如何为AI收费,客户才愿意扩大使用?
- 软件厂商正在尝试跳出按席位订阅:达索系统的Blue tokens按生成结果计费,Nemetschek考虑将订阅与按用量消耗的额度结合,SAP的承诺用量模式则把收费与实际使用挂钩,同时帮助客户控制支出。
- IT服务的收费变化有所不同:埃森哲关注与约定的成本节省或收入增长结果挂钩的合同,Capgemini则看到AI提升交付效率后扩大固定价格项目的机会。两类做法的共同方向,是让收费更贴近客户获得的价值。
- 摩根士丹利认为,清晰且商业上有吸引力的收费结构,是推动更广泛采用的重要条件;客户仍会关注AI投资能否带来回报。
人效提升能否带来利润率扩张?
- 管理层谈到的变化主要是减少新增用工需求:SAP预计生产率提升将超过新增招聘需求;Amadeus认为可用现有员工规模支撑未来增长;达索系统预计AI可将新增招聘需求减半,但不打算削减现有员工。
- 部分企业已着手调整组织。Sage宣布约1亿英镑重组费用,计划小幅净减少员工,同时继续招聘工程人员;IONOS则计划削减约12%的员工,并把节省资金用于AI开发和云业务增长。两项计划都不只是AI自动化带来的调整。
- 摩根士丹利认为,较低的增量人员成本有望支持经营杠杆,但利润率仍取决于费用和毛利两端:运营费用效率能否抵消更高的AI算力成本及合作方支付带来的毛利压力。管理层对token成本的担忧较年初有所减轻,原因是企业提升了内部管理能力。
代理跨软件工作流后,价值会落到谁手里?
- Mistral和Databricks认为,对许多企业应用而言,模型智能本身正变得不那么稀缺,差异化更多来自相关数据、定制能力和低成本部署。Mistral还观察到客户对开放模型的需求增加,原因包括希望更好地控制敏感数据和AI成本。
- 当代理需要跨多个企业系统获取上下文、协调任务时,竞争不再只是单个软件应用之间的比较:传统厂商可以依托既有工作流和客户数据,独立平台也可能凭借跨系统整合能力争取价值。Databricks正从数据基础设施扩展到代理应用,凸显了这场竞争。
- 摩根士丹利对AI中期增长潜力的判断有所改善,但报告也把价值最终流向既有软件商还是独立平台列为竞争问题;板块整体观点仍为In-Line。