【学习内容分享如下：】

技术可以加速增长，但也带来了新的挑战，包括价值池、用户群和竞争动态的变化，这些变化可能会刺激产品类别的重新调整。

1.生成式人工智能的颠覆性影响

尽管生成式人工智能的突然出现带来了令人印象深刻的启示和技术成就，但最令人震惊的一个方面是它的采用速度加快，尤其是被企业采用。考虑到2023年大型全球企业在人工智能解决方案上的支出约为150亿美元，约占全球企业软件市场的2%。为了客观地看待这一增长水平，企业在该行业最后一次重大转型（软件即服务（SaaS））上的支出花了四年时间才达到相同的市场份额里程碑（见图表1）。

这种前所未有的增长只是生成式AI准备在企业软件领域释放的大规模干扰的一个迹象。其影响可能会导致软件类别内部和之间的用户群、价值池和行业动态的巨大转变，给软件领导者带来巨大的机遇和重大的挑战。已经有迹象表明这种颠覆的程度，例如代理工作流取代某些软件应用程序的想法。生成式AI的潜在宏观影响是复杂而相互关联的，一些因素推动价值创造，另一些因素推动供应商转换，在某些情况下，价值侵蚀。这种结合很可能会导致对当前软件类别的颠覆——在许多情况下是重新构想。

图表1 生成式AI对软件行业的颠覆性影响将比软件行业向SaaS的转移更大更快

当然，长期结果的全部范围很难预测，特别是考虑到新技术和应用的不可预测性以及它们最终可能发生的无数方式。但毫无疑问，某种程度的转变即将到来，因此人工智能重组的早期迹象和影响非常值得考虑。麦肯锡根据对做出购买决策的软件领导者和IT高管的调查，以及与提供商和买家合作的经验，探讨了这些可能的转变及其对行业的广泛潜在影响。

2.即将到来的价值重组：大规模增长但更大的破坏

生成式AI将推动软件领域的显著增长。到2027年，该技术的支出可能达到1750亿至2500亿美元，为该行业再贡献2至6个百分点的增长。然而，尽管有如此巨大的推动，麦肯锡研究表明，人工智能最持久和最具破坏性的影响将是供应商转换的大规模加速，大约5至10个百分点。一系列因素将推动营业额的增长。随着数据迁移、集成开发和用户培训成本的降低，新的后起之秀将有可能利用该技术的能力侵蚀现有参与者的优势。与此同时，软件买家可能会对他们的传统产品进行更严格的审查，因为他们竞相采用最新、最具创新性的生成式AI解决方案。此外，随着软件开发越来越容易促使更多企业从购买转向构建其生成式AI解决方案，以及专注于数据访问和合成的某些软件类别变得商品化，总流失率可能会增加一到三个百分点（图表2）。

图表2 在推动新的增长和增加客户流失的同时，生成式AI最大的影响将是加速客户更换软件供应商。

3.价值创造：新的用例、更容易的开发以及价值池和用户的转变

几乎所有软件类别都可能受到生成式AI的一些影响，尽管程度不同。由生成式AI驱动的新用例和新功能可能会刺激收入增长。虽然目前的大部分机会都集中在一些关键功能上，包括帮助分析信息的自然语言界面、定制内容创建、自动化工作流和增强的非结构化数据接收，但随着技术的成熟，这种情况可能会发生变化。

即使在这些相对早期的日子里，生成式AI用例的当前企业采用趋势已经提供了将经历最重大影响的软件用例的强烈指示。IT（信息技术）是最传统的以技术为中心的功能，在这一新的软件支出类别中占据最大份额，接近40%，这也许是理所当然的。辅助代码创建、IT帮助台和测试自动化等用例已经获得了很高的采用率。客户服务是目前另一个最活跃的功能用户，包括虚拟聊天机器人和其他客户服务支持解决方案（如脚本建议和脚本分析）在内的用例，估计占到2027年总支出的15%。虽然其他职能部门尚未完全采用人工智能，但市场营销和销售以及法律、审计和人力资源的某些部门最终应该会在这项革命性技术的职能支出中占据相当大的比例。

根据麦肯锡的调查（图表3），在人工智能上的大部分支出将落入三个主要价值池（企业在生成式AI上的支出,按解决方案原型列出的计划企业支出和按职能划分的计划企业生成式AI支出）。

图表3生成式AI的快速发展将在软件解决方案的三个主要原型和几个功能中感受到，但程度不同。

（1）具有嵌入式生成式AI的现有企业软件解决方案。将生成式AI纳入现有产品可以提升传统软件的体验和生产力，例如用于客户关系管理（CRM）、HR和人力资本管理的软件，以及可能具有或不具有任何人工智能功能的生产力。典型的用例是为现有工作流引入自然语言界面。

（2）创新和新产品。生成式AI具有巨大的潜力来刺激新型软件应用程序的开发。该产品在此类别中的核心功能是人工智能，其模型是针对特定用例或垂直工作流创建或微调的，尤其是在需要显著的性能专业化时（例如药物发现）。

（3）企业内部解决方案。人工智能的技术力量意味着大型企业可能会投入更多资源开发内部解决方案。这些工具可以为公司特定的工作流程而构建，例如自动化某些后台流程或创建知识代理来帮助员工快速访问公司数据或信息。

除了这三个主要原型之外，额外的支出将用于支持应用层的工具和基础设施，例如人工智能开发的基础模型和赋能技术。这些技术可能包括人工智能治理工具、数据存储和传输平台、数据可视化产品、MLOps或自动化平台。

通过生成式AI进行代码开发是软件公司创造价值的另一个重要来源。最近的估计表明，该技术可以将开发人员的生产率提高35%至45%，这一峰值超过了过去在工程生产率方面的进步，从而降低了代码开发的成本。生成式AI还可以将代码功能的可维护性记录过程（考虑代码改进的难易程度）加快50%，将代码重构速度加快20%至30%。开发创新用例及功能、修补缺陷和持续改进产品的时间和成本大幅降低，这不仅会提高利润，还会确保软件领导者能够快速适应客户需求并为他们提供创新解决方案，从而对收入产生重大影响。

软件公司也将不得不学会适应因生成式AI而彻底改变的用户群。这种转型有可能将某些类别的企业支出从传统的软件用户或劳动力池（如呼叫中心代表）转移到软件应用程序（如AI聊天机器人）。与此同时，生成式AI可能会扩大某些类型软件的普通用户范围。

总体而言，采用此类新颖解决方案的每个公司职能部门内多达15%至30%的知识工作活动可能会受到自动化的影响。包括销售和营销、通信、设计、财务、运营和人力资源在内的职能部门可能会有20%至25%的工作活动受到生成式AI的影响。然而，鉴于目前担任这些角色的劳动力规模庞大，以及生成式AI可以从事的工作性质，行政、办公支持和客户服务职能将受到不成比例的影响。这些角色围绕着某些类型的软件，包括内容创建、生产力、协作、CRM和呼叫中心工具，这也是生成式AI在弥合人类语言和系统语言之间的障碍方面最具价值的地方。

此外，由于生成式AI可以增加各种专家软件的可访问性，潜在的用户群可能会显著扩大。

4.供应商转换：现有优势的侵蚀和复制速度的加快

同样，这项革命性的技术可能会颠覆传统的软件价值池和用户动态，麦肯锡研究表明，生成式AI可能会在帮助决定业务成败的更大力量上留下同样复杂的印记。例如，采用自然语言界面可以允许更快地使用新软件，限制了在关键软件类别中保持竞争优势的途径。类似地，虽然软件领导者理所当然地对生成式AI对开发人员生产力的潜在影响感到兴奋，但更快的软件开发将意味着竞争对手和新贵可以以更低的成本快速复制产品。结合生成式AI实现的简化集成和更低的转换成本，这些趋势有可能侵蚀行业现有企业长期以来享有的一些内在优势。我们估计，供应商转换的速度可能会显著增加，可能会翻一番，这反过来可能会给定价带来更大的竞争压力。

为了应对这些变化和潜在的竞争加剧，软件玩家需要不断地超前思考，并以新的特性进行创新。他们可以利用专有数据和见解作为差异化的来源。挖掘用户体验作为独特元素的能力将依然存在。尽管有了自然语言界面，仍然有机会通过更精细的基础模型来区分，并开发更细致和具体的用户角色。

5.价值侵蚀：内部建设和商品化的增加

与供应商转换增加的影响类似，生成式AI提高软件开发的易用性和成本效率的潜力可能会导致企业将一些软件支出从购买重新分配到构建自己的产品。麦肯锡的调查显示，这种影响在未来三到四年内将相对温和，相当于支出分配发生两到四个百分点的变化。然而，这仍然是一个相当大的数额，约为350亿至400亿美元，并且随着企业团队在内部构建更多功能并证明他们可以构建更适合其特定需求的应用程序，这一份额可能在未来十年内大幅增长。

一个可能加快内部建设支出的值得注意的因素是所谓的公民开发人员的潜在增加。公民开发人员是指不属于核心IT或科技集团、但开发供自己或团队同事使用的应用程序和工具的员工。在生成式AI出现之前，抓住这一机会的用户数量并没有像许多行业专家预测的那样加速增长，主要是因为低代码和无代码工具必须克服学习和易用性曲线。生成式AI有可能在未来几年开启这种类型的软件开发，它有能力实现基于自然语言的应用程序开发。有一些早期的有希望的迹象，尽管可能推动重大变化的企业级环境可能还需要几年时间。

6.每个软件类别的相对影响

根据对软件领导者和IT高管的调查，麦肯锡预计生成式AI将在整个行业产生不同程度的影响。所有软件类别都可能感受到价值创造、转换和价值侵蚀的一些影响，但相对的后果会有所不同。所有这些变化的结果可能是今天所认为的软件类别的颠覆和重新想象。麦肯锡相信人工智能将导致每个类别以某种方式被重新想象。以下是这种情况可能如何发生的示例：

某些软件类别（如客户服务）可能会经历自动化驱动的重大中断，从而减少用户数量并通过生成式AI助手改变客户参与度。

通过专家用户数量的增加和新用例的采用（如重新想象用户如何使用软件的联合试点），用于内容创建等活动或面向专业团队的专家软件类别可能会出现重大中断。麦肯锡的调查显示，在这些类别中，供应商转换的潜力更大。

专注于企业自动化的软件类别可能会发生转变，因为它们专注于从传统的机器人流程自动化转变为生成式AI驱动的超自动化平台。

CRM和企业资源管理（ERM）等围绕核心企业工作流并包含大量企业或行业数据的软件类别可以被视为创造价值的时机已经成熟，因为简化和自动化用户工作流以及利用专有资产和见解的潜力越来越大。

专注于即席数据查询的软件（包括商业智能和可视化）可能会遭遇颠覆，因为生成式AI将取代它们，并降低构建查询、简单可视化或任务自动化等任务的成本。

面对这种潜在的重大变革，希望在生成式AI浪潮中保持领先的软件领导者可以从问一些基本问题开始，包括以下问题：

（1）我们走得够快吗？生成式AI能力发展的速度以及企业和消费者的采用速度表明，在一头扎进去之前，观望的方法或试图制定一个全面的战略可能代价高昂。这一领域的先行者可能会在未来12至24个月内捕捉到大部分颠覆性影响。从产品的角度来看，这些第一步可能相对较小，比如整合自然语言聊天界面，或者重新考虑定价模式。一个几乎没有遗憾的举措，如果还没有开始的话，就是在软件开发中广泛采用和扩展生成式AI的使用。

（2）我们是否充分地重塑了软件类别？生成式AI为软件首席执行官提供了一个机会，让他们从根本上重新思考软件类别的含义。它允许他们以不同的方式重新审视和解决客户需求，并潜在地探索他们以前不能探索的邻近领域。

（3）我们是否战略性地重新分配了足够的资源？解决这个关键问题在很大程度上取决于给定厂家的特定软件类别和预期的中断程度。但是，考虑一下，如果人工智能驱动的功能和用例似乎在五年内贡献了至少10%至20%的收入，那么企业可能会希望将类似或更高份额的研发支出用于该技术。

（4）我们是否采取了正确的前进步骤？从生成式AI中获取价值需要协调一致的跨职能方法，包括来自整个组织的定期输入，从首席执行官开始。高瞻远瞩的企业将会考虑改变其产品的定价和包装方式，从用户数量到使用量，以及生成式AI功能的新层次的可能性。另一个关键领域将是找出收集和利用专有数据的新方法，例如产品遥测，并设计其他类型的产品差异，如服务提供。修改这个新时代的产品战略和路线图也将是必不可少的，各公司正在努力弄清楚生成式AI将如何影响其客户的角色和工作流程，并利用这些见解来确定最令人信服的用例。

过去一年，生成式AI企业应用的迅猛发展预示着全球软件行业将发生翻天覆地的变化。尽管这项革命性技术可以加速行业增长，增加潜在用户，并在几年内刺激近3000亿美元的新软件支出，但它也带来了一系列新的风险和挑战。这项技术将带来的简化整合和更低的转换成本，可能会让新的暴发户更容易抢生意。与此同时，生成式AI的功能允许企业客户构建而不是购买更多的软件。这种颠覆可能会转化为行业用户群、价值池和竞争态势的重大转变。开始认真思考如何适应这种根本变化的格局的软件企业，将更有能力在一个全新的不同时代蓬勃发展，这个时代可能会将一些以前建立的领导者甩在身后。