计算机行业GenAI系列：大模型公司Coding和行业Agent发展对发展对软件行业的影响和机会

一、AI大模型对软件行业的影响因领域而异无需非公开复杂数据、技术门槛较低、容错空间较大、功能性标准化程度高的软件公司将继续收到侵蚀和冲击。在AI辅助编程功能持续提升的趋势下，软件开发效率持续提升，软件开发门槛在降低，对于软件行业有一定影响。但软件产品根据功能AIAI大ZCodeAIAgentAIZCodeCode大模型需要结合行业模板来完成开发任务。型软件开发流程的自动化。部分AIEazyDevelop8EasyDevelop20个行业模板。（卓易信息2025）AI主要功能细分功能模块检索首页普通检索、高级检索、精准检索、结果中二次检索、文件预览、知识版本控制、知识详情、目录分类浏览、个人工作区个人中心我的知识、我的收藏、我的分享、我的消息、修改密码知识管理知识创建、知识编辑、待审核文件、已审核文件、工作流代办、文件统计知识库配置系统参数、分类标签定义、密级定义、目录分类定义、文件脱敏规则、轮播图管理知识权限管理附加授权设置、密级放行设置系统管理用户管理、角色管理、菜单管理、权限设置、表单权限、部门管理图1：Z主要功能细分功能模块检索首页普通检索、高级检索、精准检索、结果中二次检索、文件预览、知识版本控制、知识详情、目录分类浏览、个人工作区个人中心我的知识、我的收藏、我的分享、我的消息、修改密码知识管理知识创建、知识编辑、待审核文件、已审核文件、工作流代办、文件统计知识库配置系统参数、分类标签定义、密级定义、目录分类定义、文件脱敏规则、轮播图管理知识权限管理附加授权设置、密级放行设置系统管理用户管理、角色管理、菜单管理、权限设置、表单权限、部门管理ZCode官网 EazyDevelop官网尽管AIagent不同应用场景的技术栈、开发标准及流程规范存在显著差异。AI尤其是各垂直领域的数据往往沉淀了行业专属的业务逻辑、经验规则等，并非通用AIKnow-howAIAI例如，赛意信息开发的PCBPCB4~695%AI图2：赛意信息思方云协同平台“智能参数提取”功能界面赛意信息官方微信公众号客户特定职能部门/场景的数据比如运营和财务数据通常无法外泄，仍然需要私AI台或开放模型全面外泄的条件。据Gartner统计，2023年全球SaaS市场规模突破195012%2027的企业机构将采用混合云方法。正因如此，SaaS软件承载的是稳定的业务流程、数据结构和权限体系，在企业中的AIAI作为业务底座的角色就不会被AI吞噬。即使在由于企业软件并不是简单的技术部署，而是涉及业务流程重构、组织协同和管理方式调整的系统工程，而不同企业在行业背景、发展阶段、管理成熟度上存在较大差异，因此通用AI或标准化软件难以“一键适配”各项真实的业务场景。在AI语言转化为系统逻辑的关键角色，这一职能并不会因为AI二、AI大模型公司在垂直领域发展的机会和挑战海外头部AI大模型公司已针对部分垂直领域开发了AI解决方案。以Anthropic公司为例，其在2025年7月推出了金融分析解决方案（FinancialAnalysisSolution），基于对金融场景核心需求、合规要求及业务逻辑的深刻理解，实现了多维度高效自动化功能，具体如下：Claude4作符合机构要求的投资备忘录、路演材料等，同时可快速完成竞品对标分析、投资组合深度调研等工作。ClaudeCodeAPI务、后台转型等专属应用，适配金融机构现有技术栈。从这一案例，我们可以看出，AI大模型赋能企业信息化的过程中的地位和角色正在AgentAgentAI大模型厂商开始探索各场景工具的调用、功能的实现进而直接满足下游客户的需AnthropicAIITAI图3：Anthropic公司的金融分析解决方案用于公司财务数据的分析Anthropic公司官网与Bloomberg等金融领域的专业软件相比，ClaudeFinancialServiceSolution以自然语言驱动的生成式AI为核心，主打长文本深度推理、自动报告生成以及低代码操作等功能，在交互方式、数据生态以及场景渗透程度方面都不同，具体来看：Bloomberg高，但长期使用可形成较强的客户粘性。MCP（S&PGlobalFactSet等BloombergAIBloombergAI更适合高频交易与数据驱动的决策场景。图4：Anthropic公司的金融分析解决方案用于股价变化的图表分析

图5：Bloomberg终端的股价分析界面 Anthropic公司官网 Bloomberg公司官网Anthropic变成了“超级分析层”。Daloopa、FactSet、MorningstarPalantirPitchBook和S&PGlobal的数据服务商，若能够有效衔接并适配AI能力，仍将在未来的产业格局中保有明在落地层面，实施合作伙伴解决的是“如何在金融机构中真正用起来”的问题—模型能力本身再强，若缺乏咨询、实施与交付能力，金融机构依然难以规模化应用。德勤、毕马威和普华永道作为实施合作伙伴，在Anthropic金融分析解决方案的落AIAI图6：Anthropic公司的金融分析解决方案的生态合作伙伴Tribe.ai围绕各类场景的应用，当前AI大模型行业仍处于激烈竞争过程中，尽管AI公司在部分垂直领域试图由“赋能者”的角色地位向“主导者”转变，但能否成功仍取决于AI大模型在具体应用场景的分析推理能力，以及模型厂商的生态整合能力。未来，如果大模型主要玩家分不出高下，传统的软件头部公司在既有领域具备充分领先优势的条件下可以保持发展态势，因为这类公司对于原始数据的把握和精炼，也就是特定场景下的数据有效性占据稀缺地位。如果大模型之间未来个别公司遥遥领先，那么传统软件头部公司的议价能力就会削弱，受益的可能是二三线软件公司。总体而言，大致有几个趋势：AIagentAI赋codingdatabaseAIKnow-how卓易信息：公司的SnapDevelop和EazyDevelop等AI辅助编程工具有效赋能软件开20星环科技：以SophonLLMOps平台与向量数据库Hippo为核心，提供金融、能源、政务等行业大模型本地化训练、微调的全栈AI基础软件。税友股份：财税SaaS龙头，具备深厚的财税私域数据，有较强的数据壁垒。石基信息：公司云化转型较为顺利，后续看超级Agent入口竞争的发展将有利于公司份额和地位提升。此外，阿里为公司股东，持股占比达13%。晶泰控股：公司处于AIDD高潜力赛道，技术实力强，用户基础好，高质量数据驱动研发飞轮转动。ERPKnow-how中控技术：以TPT时序大模型与UCS通用控制系统为底座，长期深耕流程型制造业控制领域，数据和行业壁垒较高。赛意信息：深耕MES行业，在智能制造领域，提供了贯穿研产供销服全价值链的多场景产品模块服务，具有较强的行业壁垒。IT深耕银行IT软通动力：华为生态合作伙伴，在工业质检、金融风控等场景的商业化落地中具有丰富实施和开发经验。AI三、风险提示（一）