关于软件和 AI 市场状况的思考

原文作者：Logan Bartlett ( @loganbartlett）
发布时间：2026 年 3 月 27 日
原文链接：X/Twitter

本周，我与同事 @AdilBhatia 和 @lydianday 共同撰写了 Redpoint 的 2026 年市场更新报告，提交给我们的有限合伙人。我们每年都会做这件事，这是一个很好的机会来退后一步，反思当前正在发生的一切。

这是一个不同寻常的时刻——这是我见过的最具活力的市场，因此我们试图严谨地分析实际正在发生的事情。完整的报告链接在文末，但有几点特别突出。

这不是互联网泡沫 2.0

每次市场回调，就有人拿出 1999 年的对比。我理解这种本能反应，但我认为这是错误的，数据也很清楚地说明了这一点。

2000 年，光纤利用率在峰值时低于 3%。收入基本为零。而今天，OpenAI 和 Anthropic 各自产生超过 200 亿美元的年度经常性收入（ARR）。超过 90% 的新数据中心容量在破土动工前就已预先承诺。包括电力、土地和互联的物理限制使得投机性过度建设在结构上比互联网时代更难，当时铺设额外的光纤线缆很便宜。ChatGPT 在大约 4 年内达到了 10 亿月活跃用户。互联网花了同样的时间才达到 7000 万用户。

基础设施并没有超前于需求。需求正在拉动基础设施向前发展。

Agent 成熟度曲线仍处于早期，但 TAM（总可寻址市场）的影响是巨大的

直到去年，我们主要还处于“副驾驶”（Copilot）领域：AI 让人们更有生产力，主要是在争夺现有的软件预算。有用，但本质上是在争夺同样的资金。

我们现在正在进入任务代理（Task Agent）领域。能够独立运行几分钟、在一定人工监督下执行端到端任务的代理。这就是事情开始变得有趣的地方，因为它开始获取劳动力支出，而不仅仅是软件支出。美国软件市场约为 5000 亿美元。根据我们的计算，任务代理将市场扩大到 1.2 万亿美元。

工作流代理（Workflow Agents），即 AI 在系统间协调多步骤业务流程数小时的能力，已经部分实现，并将全面到来。自主代理（Autonomous Agents）在最少监督下运行数天的能力还较远，但不再是科幻小说。如果真的能够自主运行，你就开始瞄准整个知识工作者的薪酬（在美国为 6.2 万亿美元）。成熟度曲线是真实的，我们还处于早期阶段。

软件抛售是真实的，但并未平等地打击每一层，这并非随机

软件板块今年迄今下跌 20%，是标普 500 指数中表现最差的板块。公共 SaaS 的估值倍数为 4.1 倍未来 12 个月收入（NTM），是十多年来的最低水平。市场对这些公司的长期增长定价接近零。但抛售在垂直 SaaS、基础设施和横向 SaaS 之间的影响非常不同，原因很重要。

垂直 SaaS 基本持稳（过去 12 个月 +3%）。这些公司通常拥有不可替代的护城河：多年积累的专有行业数据、嵌入在受监管流程中的工作流系统、存在性而非表面性的转换成本。AI 可以增强这些系统。但如果不重新获取所有这些数据，它无法取代它们。这不是一个功能请求。这是十年的工作。

基础设施大致持平（过去 12 个月 +2%）。我们认为 AI 在这里是顺风，而不是威胁。更多的 AI 部署意味着更多的计算、更多的数据、更多的可观察性支出。Snowflake、Datadog、MongoDB、Crowdstrike、Cloudflare：新的 AI 工作负载都在这些平台上运行或通过这些平台运行。我觉得轻微的压缩反映的是利率正常化和一些误导性情绪，而不是关于业务的存在性问题。

横向 SaaS 下跌 35%（过去 12 个月）。这是结构性担忧真实存在的地方。横向应用程序被构建为平等地服务于每个行业，这在实践中意味着与任何行业都没有深度集成。它们不持有特定行业的数据。它们通常不拥有一堆核心工作流。而且关键的是，它们中的许多是为了回答一个简单的问题而构建的：谁在做什么，以及什么时候做？这是一个协调问题。AI 原生地解决协调问题。当你产品的核心价值主张是 AI 默认就能做的事情时，那是一种不同类型的威胁。

来自我们 CIO 调查的数据讲述了一个一致的故事

45% 的 AI 预算来自现有软件预算，而不是净新增支出。54% 的 CIO 正在积极推进供应商整合。只有 3% 的人预计 AI 会导致更多供应商。现有收入的粘性不如表面上看起来的那么强。最容易被 AI 取代的类别——销售自动化占 83%、客户服务管理占 56%、IT 服务管理占 55%——并非随机。它们是 AI 可以完成工作而不仅仅是协助工作的类别。

也就是说，很多这些现有企业将获得构建 AI 工作流系统的每一次机会。54% 的 CIO 仍然更喜欢现有供应商添加 AI，而不是 AI 原生替代方案。问题是他们能否做到。

重新创立是真正困难的

现有企业面临的挑战不是推出一个 AI 功能。构建一个 AI 原生公司在几乎每个组织维度上都是不同的。

有两点特别突出：AI 原生公司不需要“经历过、做过”的高管。他们需要第一性原理思考者，因为在这一层面上确实没有什么是以前做过的。而且产品开发是颠倒的。AI 原生产品团队不是听取客户意见并按规格构建，而是必须深入了解客户的日常工作是什么样的，然后从模型实际能做什么出发进行推理。这需要完全不同的导向。

这不是一个移动应用程序的发布。这是一次重新创立。那些将其视为增量功能工作的公司将输给那些将其视为架构重置的公司。

关于私募市场估值：在调整增长率之前，价差看起来很疯狂

我们对一流高增长 B 轮和 C 轮软件公司的对比组在 2026 年迄今的中位数估值为 61 倍 ARR。公开市场高增长软件的交易价格为 9.7 倍。528% 的溢价听起来与现实脱节。

但这些私营公司的中位数 ARR 增长率为 640%。公开市场高增长软件的增长率约为 29%。当你用倍数除以增长率时，画面就翻转了：按增长调整后的基础计算，私营公司相对于公开市场可比公司的交易价格折价 86%。你现在在私募市场为每单位增长支付的费用要少得多。

这个分析并不完美。这不是一个干净的苹果对苹果比较，而且那个水平的增长率很难维持。但鉴于公开市场增长在少数几个名字之外是多么压缩，简单的倍数比较忽略了实际正在发生的事情。

如果历史可以作为指导，我们正处于窗口期

纵观互联网、云和移动时代，成为持久赢家的公司主要是在每个平台转变的第 4 年和第 5 年成立的。Netscape 之后的 Google 和 Salesforce。AWS 推出后的 Snowflake 和 Datadog。App Store 之后的 Robinhood 和 Coinbase。ChatGPT 于 2022 年 11 月推出。我们现在处于第 4 年。OpenAI 和 Anthropic 当然有可能在这一轮中占据最大份额的价值，但过去 3 次转变在这方面基本一致。

这也是我见过的最拥挤、移动最快、门槛最高的环境，融资在几天内完成，估值从第一天起就需要卓越的执行力来证明其合理性。很难不每天都感到兴奋和不确定。

完整报告：Redpoint 2026 市场更新

核心要点总结

1. AI 繁荣与互联网泡沫的本质区别：基础设施利用率高、收入真实、用户增长迅速

2. AI Agent 的演进路径：从副驾驶 → 任务代理 → 工作流代理 → 自主代理，市场规模从 5000 亿到 6.2 万亿美元

3. 软件市场的分化：垂直 SaaS 稳健、基础设施持平、横向 SaaS 大幅下跌

4. 现有企业的挑战：重新创立需要架构级重置，而非简单的功能添加

5. 私募市场机会：按增长调整后的估值实际上比公开市场更便宜

6. 历史窗口期：平台转变的第 4-5 年通常诞生持久赢家，现在正是时候