美国软件的 AI 大考被吃掉,还是被放大?-夜雨聆风

美国软件的 AI 大考被吃掉,还是被放大?

写在前面

题外话：就在笔者快完成这篇研报时，美股昨晚SPY指数暴跌-2.6%，QQQ指数暴跌-4.8%。市场解读为博通财报指引不及预期；5月非农大超预期可能引发加息；谷歌耗尽自由现金流后开始各类骚操作融资（巴菲特PE约100亿+300亿承销+400亿ATM），META, 微软，亚马逊可能随后跟上；Anthropic周活用户环比首次降低等，这些叙事都是走在价格后面的“借口”。笔者主观偏见：这次急跌更多的是标普连续9周恐慌式上涨后的“卸杠杆”，当市场都在交易确定方向（AI基建），波动率持续下降过程中，很容易积累杠杆，并在某个时间开始拆杠杆，拆完之后继续创新高。

IGV软件ETF，从上周四到昨天收盘基本抹去3天大阳线，走了一趟过山车。笔者主观偏见：整个软件行业仍然在和AI颠覆式创新battle，前路依然迷雾重重，目前来看笔者还是倾向于继续交易硬件，软件可以放一些观察仓，等待更加清晰的信号再“硬切软”不迟。

OK，现在开始切入正题：

2026 年，”AI 杀死 SaaS”的恐慌让美股软件板块经历了一轮剧烈震荡。一直以来软件的价值是由订阅复利、净收入留存率（NRR）、转换成本、数据壁垒和计费模式决定。所以面对 AI，真正该问的只有一个问题：每一类软件的”传统护城河”，是被AI赋能后更强，还是被彻底颠覆？

带着这个问题，先从三个绕不开的现象说起。

▍现象一：IGV 半年走完一轮牛熊，这是一次”商业模式的重新定价”

软件 ETF IGV（美·上市）今年初被”AI 杀死 SaaS”的叙事击穿：1 月中到 2 月中，软件板块蒸发约 2 万亿美元市值，IGV 录得自 2008 年以来最差季度，4 月初一度跌到 52 周低点 $73.93。随后剧情反转：4 月中单周 +14%（2001 年 10 月以来最强一周，Oracle、Microsoft 领涨），5 月单月再 +21%，6月初又掉头向下。

关键在于：这半年市场杀的不是基本面，是估值范式——先把软件从”成长股”一夜重定价成”被颠覆的夕阳股”，再发现杀过头、又抢回来。注意一个关键细节：”反弹是真的，但并不是每只大票都回来了”，领涨的是基础设施型巨头，很多席位制应用软件仍在折价。这是一次按商业模式分层的再定价。分化，才是主线。

▍现象二：两位最有分量的人，现在公开”吵架”了

关于”AI 和软件什么关系”，行业里分量最重的两个人，最近给出了方向相反的判断——这恰恰是看懂这轮行情的钥匙：

黄仁勋（NVIDIA $NVDA CEO）——看多软件：2026 年 2 月 4 日在思科主办的旧金山 AI 大会上，他公开反驳”AI 取代软件”的叙事：“软件是工具。如今有一种说法，认为工具行业在衰落、会被 AI 取代——一大批软件公司股价承压，就因为’AI 据说要取代它们’。”他的反方观点是：AI Agent 会让传统软件工具的使用量成倍增长，是放大而非替代，并点名 Synopsys、Cadence 等会迎来指数级需求。

萨提亚·纳德拉（Microsoft $MSFT CEO）——看空传统应用：他在 2024 年底 BG2 播客上断言传统业务应用（CRM、ERP 等）终将”崩塌”，理由是现在的业务软件本质是”带业务逻辑的 CRUD 数据库”，而 AI 时代业务逻辑会从应用层上移到 AI Agent 层。更关键的是他的”自己人下手“动作：2025 年他表态微软正”激进地”把自家 Dynamics 的后端 collapse 掉，因为客户要的是从 copilot→agent→业务应用无缝流动的 AI 原生形态。

其实他俩都对，只是在说不同的层。黄仁勋站在”工具/基础设施层“看——Agent 越多，调用数据库、监控、API、安全的次数越多，这一层是被放大的；纳德拉站在”应用/逻辑层“看——当业务逻辑被抽到 Agent 层，按席位卖功能的应用就被吃掉了。所以问题从来不是”AI 加持还是摧毁软件”，而是”这家公司处在被放大的那一层，还是被吃掉的那一层”。这就是全文要逐一拆解的。

▍现象三：模型厂的”两只手”——一手赋能，一手颠覆

真正决定胜负的，是大模型公司的动作，而它们的动作恰恰是矛盾的两手：

赋能的一手（Anthropic 未上市·2026/6/1 已秘密递交 IPO 为代表）：主推的开放协议 MCP（Model Context Protocol）已成事实标准，被 Block、Replit、Sourcegraph 等大量采用，让 Agent 安全接入企业系统；与 Salesforce、DocuSign、FactSet 等结盟，把 Claude 定位成”企业现有工具背后的认知引擎”；自托管沙盒+ MCP 隧道让 Agent 在企业安全边界内跑活——这是在帮软件把 AI 装进自己的产品。

颠覆的一手（OpenAI 未上市·或 2026 末–2027 上市为代表）：2025 年 10 月推出 AgentKit、2026 年 2 月推出企业 Agent 平台 Frontier，被 Fortune 称”可能重塑企业软件”——若 Agent 能跑完销售流程、人都不登录 Salesforce，按席位收费就失去正当性；Workspace Agents 直插 Slack、Salesforce。这是在绕过软件、直接替代。

Fortune 的总结很精准：“Anthropic 和 OpenAI 并不会杀死 SaaS，但在位者别想睡得安稳。”

把三个现象叠起来，先把核心判断摆出来：

观点一：这是一次”护城河重构”，价值在软件栈的层与层之间迁移

软件的价值由转换成本 + 数据壁垒 + 计费模式决定。AI 把价值从”按席位卖功能”的应用层，搬向”离 AI 用量最近、且掌握数据与合规”的基础设施层。对前者是被吃掉，对后者是被放大——这是一次结构性的价值迁移。

观点二：AI 颠覆的风险已被 Price In，但 AI 受益的程度还没被 Price In

1–2 月的 SaaSpocalypse 已经把”软件被猎杀”的悲观情形打进估值；4–5 月的 V 反转，只是市场开始区分被吃掉和被放大。但对真正能把 AI 变成可量化新增收入的公司，市场给的还只是”修复性”定价，成长性重估还在路上。

观点三：判断一家软件公司的命运，只需问三个问题

① 它怎么收费？（按量/按结果 = 被放大；纯席位制 = 被吃掉）② 它服务谁？（To 大 B = 有定价权和转换成本；To 小 B/C = 易被替代）③ 它在软件栈的哪一层？（越靠数据/基础设施越被放大）。这三个问题，就是下文给所有公司归位的尺子。

八大核心判断

判断一　软件二十年长牛的底层算法是”客户数 × 席位数 × 单价 × 续费率“。2026 年初，”席位数”这一项历史上第一次出现系统性收缩预期，复利乘法被外生变量打断。

判断二　黄仁勋与纳德拉的分歧可以统一：AI 放大基础设施层，吃掉席位制应用层。同一股力量，作用在不同层上方向相反。

判断三　计费模式是生死线：按量/按结果 > 成功转型按量 > 纯席位制。连 SAP（德·上市）这样的 ERP 巨头都在 2026 年公开转向 AI 消费计费——这是行业共识，不是个例。

判断四　客户结构决定定价权与转换成本：To 大 B > To C > To 小 B。大 B 嵌得深、换不动、对价格不敏感，是 AI 时代最硬的护城河之一。

判断五　AI 功能本身正在变成”商品”——人人能调同样的大模型。护城河从”技术能力”迁移到数据治理、生态锁定、合规可信这类”高转换成本资产”。

判断六　网络安全是反 AI 颠覆的特殊品类（攻击面扩大→需求增），但要分端点、网络、身份、数据四子类，逻辑各异，不能一锅端。

判断七　模型厂”赋能与颠覆”两手并存：MCP/合作是赋能，Frontier/Workspace Agents 是颠覆。谁被赋能、谁被颠覆，取决于它在软件栈的位置。

判断八　IGV 的 V 反转说明 AI 颠覆风险已 Price In，软件整体风险收益比改善，但超额收益只属于选对层、选对计费模式的人——无脑买软件的时代结束了。

先用一张 IGV 四年走势示意图，感受这段”长牛—末日—涅槃”：

图 1　IGV 走势示意图（非真实 K 线，仅示意四阶段相对形态）。数据锚点：4 月初触及 52 周低 $74.62，4 月单周 +14%、5 月单月 +21%，均为 2001 年 10 月以来最强。

逻辑链条：前世今生（一）→ 全品类图谱（二）→ AI 与软件的三角关系（三）→ 护城河·席位制（四）→ 被吃掉还是被放大·分层评估（五）→ V 反转解读（六）→ 演化路径推演（七）→ 投资启示（八）。

一、软件的前世今生：一部”价值上移史”，与第一次”反向下沉”

要判断 AI 把软件带向何方，先看清这门生意是怎么长成今天这样的。一句话：软件史是一部”交付从拥有到租用、计费从买断到订阅、价值从基础设施不断上移到业务逻辑”的历史。

时代	时间	核心模式	代表（国家·上市）	价值落点 & 计费
1.0 许可证	1960s–1990s	买断 License + 本地安装 + 自运维	IBM($IBM)、Microsoft($MSFT)、Oracle($ORCL)、SAP($SAP，德)	价值在”软件功能”本身；一次性授权费 + 维保
2.0 早期 SaaS	1999–2010	浏览器访问 + 多租户 + 订阅	Salesforce($CRM，1999 开创”No Software”)	价值从”装在哪”转向”用得好”；按席位订阅诞生
3.0 云原生 SaaS	2010–2022	公有云 + 垂直深耕 + 净留存复利	Workday($WDAY)、ServiceNow($NOW)、Snowflake($SNOW)、CrowdStrike($CRWD)	价值在”业务逻辑 + 数据”；席位制 × 高 NRR 造就长牛，先行者用按量计费
4.0 AI 原生	2022–至今	大模型嵌入 + Agent 编排 + 按量/按结果	Palantir($PLTR)、Microsoft Copilot、Salesforce Agentforce、SAP Joule	价值在”数据治理 + AI 编排 + 合规可信”；席位制被迫切向按量

看懂这张表，就看懂了今天的焦虑：前三个时代，软件价值一路上移——从”卖功能”到”卖业务逻辑”，越往上越值钱，于是有了 Salesforce、ServiceNow。但 AI 时代第一次出现价值反向下沉的力量：大模型把最上层的”智能/逻辑”变成人人可调用，应用层最值钱的护城河被架空，价值反而向下沉淀到”谁掌握数据、谁离 AI 用量近、谁能保证合规可信”。逻辑离开应用，应用就只剩数据和合规这两根柱子还立得住——这正是纳德拉所说”业务逻辑上移到 Agent 层”的另一面。

二、软件全品类图谱：一张分类体系看懂”谁在哪一层”

这一章是全文的”地图”。笔者按在软件栈/AI 价值链中的位置，自下而上把主要软件公司分成五大层、十六个子类。

层	名称	子类	与 AI 的关系
L1	基础设施与数据层	数据库/云、数据平台、可观测性、通信API、开发者/DevOps、EDA	★被放大：AI 用量直接变收入（黄仁勋说的就是这层）
L2	边缘与连接层	CDN/边缘云、边缘安全、边缘 AI 推理	★被放大(跨界)
L3	网络安全层	云端点EDR、网络/平台安全、身份IAM、数据/漏洞/合规	◆刚需/反颠覆：攻击面扩大→需求增
L4	应用与垂直 SaaS 层	ERP、CRM/营销、ITSM/工作流、HR/财务、协作、设计/内容、AI分析、垂直行业、RPA、通信会议	分化最大：转型者被放大，席位制功能软件被吃掉（纳德拉说的就是这层）
L5	AI 原生新势力	AI 平台/应用纯种股	高弹性/高估值，需验证

2.1 L1 基础设施与数据层（被放大的核心）

离算力与模型最近的一层。Agent 每跑一次任务，都要存数据、查数据、被监控、调 API、被部署——用量与 AI 活动直接线性挂钩，且多为天然按量计费。这正是黄仁勋”AI 放大软件”的实证层。

子类	代表（国家·上市）	为什么被放大
数据库/基础云	Microsoft($MSFT)、Oracle($ORCL)、MongoDB($MDB)	出租算力与数据库本身，AI 训练/推理直接拉动云收入
数据平台/仓库/流	Snowflake($SNOW)、Confluent($CFLT)、Elastic($ESTC)、Teradata($TDC)、Databricks(未上市·拟 2026 下半年递交 S-1，估值约 1340 亿美元)	AI 的”记忆与燃料库”，喂数据取结果都要过它；SNOW Cortex 把 AI 算进消费量
可观测性/监控	Datadog($DDOG)、Dynatrace($DT)	监控服务器/网络/GPU，AI 负载越重监控点越多；纯按量
通信/CPaaS API	Twilio($TWLO)、Bandwidth($BAND)	Agent 的”嘴和耳朵”——短信/电话/验证码，按条计费
开发者/DevOps	GitLab($GTLB)、Atlassian($TEAM，澳)、JFrog($FROG，以)、PagerDuty($PD)、GitHub(隶属 $MSFT)、HashiCorp(已被 IBM 收购)	AI 编程爆发→代码/流水线/事件量激增
EDA 芯片设计	Synopsys($SNPS)、Cadence($CDNS)	黄仁勋亲自点名：AI 芯片越复杂越离不开 EDA，Agent 带来指数级需求；双寡头护城河深

2.2 L2 边缘与连接层（跨界被放大）

坐在互联网”咽喉”：所有流量、API 调用、AI 推理请求都要过 CDN/边缘节点。一身三重身份——基础设施 + 安全 + 边缘 AI 推理，单独成层。

公司（国家·上市）	AI 视角
Cloudflare ($NET)	连接云 + 一体化边缘安全 + Workers 开发平台；增速约 34%，边缘 AI 推理（Workers AI）是新增长极；也是 Anthropic 自托管沙箱的合作基础设施之一。L2 里最像 L1 卖铲人的那个
Fastly ($FSLY)	可编程边缘/高性能 CDN；增速约 20%，把 AI 用于 API 发现、WAF、MCP server；弹性大、确定性低
Akamai($AKAM)	老牌 CDN 转安全与边缘计算，是这层”传统派”参照

公司（国家·上市）

AI 视角

Cloudflare

($NET)

连接云 + 一体化边缘安全 + Workers 开发平台；增速约 34%，边缘 AI 推理（Workers AI）是新增长极；也是 Anthropic 自托管沙箱的合作基础设施之一。L2 里最像 L1 卖铲人的那个

Fastly

($FSLY)

可编程边缘/高性能 CDN；增速约 20%，把 AI 用于 API 发现、WAF、MCP server；弹性大、确定性低

Akamai($AKAM)

老牌 CDN 转安全与边缘计算，是这层”传统派”参照

2.3 L3 网络安全层（刚需，但要分四子类）

安全是反 AI 颠覆的特殊品类：AI 越强、攻击面越大（AI 攻击、模型安全、数据投毒、Agent 越权），需求不减反增，是新增 TAM。但安全绝不是”一类”——四子类的商业模式、计费、AI 受益路径完全不同。

子类	代表（国家·上市）	底层逻辑差异
① 云端点 EDR	CrowdStrike($CRWD) SentinelOne($S)	纯 SaaS、AI 原生。单一 Agent 采集海量端点遥测，AI 做检测响应；最像”数据飞轮+AI”的软件赢家
② 网络/平台安全	Palo Alto($PANW) Fortinet($FTNT) Zscaler($ZS) Check Point($CHKP，以)	核心是防火墙/SASE/网关。PANW 走平台化整合；FTNT 含防火墙设备业务，逻辑近”安全硬件商”；ZS 云端零信任
③ 身份 IAM	Okta($OKTA) CyberArk($CYBR，以)	Agent 时代”谁有权限干什么”成头等大事，身份层是 Agent 治理的咽喉
④ 数据/漏洞/合规	Varonis($VRNS) Tenable($TENB) Qualys($QLYS) Rapid7($RPD)	偏细分、体量小，弹性大但业绩兑现存变数

提醒：2026 年安全股反弹更多是事件/消息面驱动，龙头（PANW/CRWD）确定性 > 小型股；短期股价与基本面兑现有时滞，四子类不能当成可互相替代的”一类”。

2.4 L4 应用与垂直 SaaS 层（分化最大、最需逐一甄别）

这一层公司最多、分化最剧烈，正是纳德拉口中”会崩塌”的应用层。能不能把 AI 装进按量/按结果计费、能不能从切 IT 预算升级到切劳动力预算，决定它是被放大还是被吃掉。

▍先看 ERP——企业软件的”定海神针”，也是 SAP 登场的地方

SAP（德国，$SAP，NYSE / 法兰克福双重上市，总部 Walldorf）是全球最大的企业软件/ERP 公司，也是这一轮”席位制→按量”迁移最有分量的样本。其 CEO Christian Klein 在 2026 年 3 月 18 日接受彭博采访时明确表示：随着 AI Agent 自动化核心工作流，SAP 将从按用户/订阅模式转向”AI 消费计费”（以”AI Units”计量，Joule Agent 每次跨模块自主执行任务按复杂度计费），并组建”前置部署工程”团队直接为客户共建 AI 应用。

为什么意义重大：SAP 自己承认——当 Agent 在财务、供应链、采购里替人干活，需要的人类用户更少，按席位收费的经济基础被直接削弱。连最保守、嵌得最深的 ERP 巨头都主动改计费口径，说明”判断三”（按量计费是生死线）不是空谈，而是行业在用真金白银投票。ERP 的护城河（合规、审计、深度嵌入）让 SAP 大概率属于”被 AI 加持”一侧，但它必须先跨过计费模式这道坎。

ERP/核心系统	代表（国家·上市）	AI 视角
综合 ERP	SAP($SAP，德) Oracle($ORCL) Microsoft Dynamics(隶属 $MSFT)	合规刚需 + 深度嵌入 = 高转换成本，抗颠覆；但都在被迫切向 AI 消费计费

ERP/核心系统

代表（国家·上市）

AI 视角

综合 ERP

SAP($SAP，德)

Oracle($ORCL)

Microsoft Dynamics(隶属 $MSFT)

合规刚需 + 深度嵌入 = 高转换成本，抗颠覆；但都在被迫切向 AI 消费计费

▍再看其余应用与垂直子类

子类	代表（国家·上市）	AI 视角
CRM/营销/客服	Salesforce($CRM)、HubSpot($HUBS)、Braze($BRZE)、Klaviyo($KVYO)、Freshworks($FRSH，印)、Zendesk(未上市·2022 被私有化，暂无 IPO 计划)	CRM 生态深但 AI 贡献仍”杯水车薪”、待转型；HUBS 等 To 小 B、可替代性强；Zendesk 已开”按解决量计费”先河
ITSM/工作流	ServiceNow($NOW)	把 AI 做成独立 ACV 目标、To 大 B，编排层赢家代表
HR/财务/支出	Workday($WDAY)、Paycom($PAYC)、Paylocity($PCTY)、Bill($BILL)	WDAY 是”AI 降本但收入平平、市场不奖励”的典型；席位制 HR 长期承压
协作/生产力	Atlassian($TEAM，澳)、Box($BOX)、Dropbox($DBX)、Asana($ASAN)、monday($MNDY，以)、Smartsheet($SMAR)、Notion(未上市·暂无公开 IPO 计划)	TEAM 的 Rovo 按积分用量计费，是”席位→按量”转型范本；多数协作工具席位制承压
设计/内容/文档	Adobe($ADBE)、Figma($FIG)、DocuSign($DOCU)	创意端受大模型冲击最直接（ADBE 席位制 + Firefly 尚无独立 AI 收入爆发）；FIG 上市后曾大涨，说明”AI 让设计扩散”也能是加持
电商/建站	Shopify($SHOP，加)、Wix($WIX，以)、GoDaddy($GDDY)	AI 铺满但收入中规中矩（SHOP 曾因此未获奖励）；建站类被 AI 生成网站冲击
广告/营销技术	AppLovin($APP)、The Trade Desk($TTD)、DoubleVerify($DV)	APP 是纯 AI 驱动广告引擎，弹性大但有周期性与隐私政策风险
AI 数据分析	Palantir($PLTR)	AIP 是 Agent 核心载体，”切劳动力预算”样板；但估值极度透支（见 L5/第五章）
RPA/自动化	UiPath($PATH)、Pegasystems($PEGA)、Appian($APPN)	“规则式自动化”是 AI Agent 的子集，被降维打击最直接的猎物
通信/会议	Zoom($ZM)、RingCentral($RNG)、8×8($EGHT)	To 小 B/C、席位制，AI 摘要/翻译难成独立收入引擎；ZM 另有 Anthropic 股权故事（见第五章）

▍L4 里被低估的硬护城河：垂直行业 SaaS

垂直 SaaS 深耕单一行业，领域 know-how + 合规 + 独家数据构成高转换成本，AI 较难直接替代，是 L4 里相对抗颠覆的一档：

行业	代表（国家·上市）	AI 视角
金融/银行	nCino($NCNO)、Q2($QTWO)、 Jack Henry($JKHY)、 Fair Isaac($FICO)	合规刚需 + 嵌入核心系统，替换成本极高
医疗	Veeva($VEEV)、Doximity($DOCS)、 Health Catalyst($HCAT)	强监管 + 行业数据壁垒，AI 主要做增强
房地产/建筑	Procore($PCOR)、CoStar($CSGP)、AppFolio($APPF)	独家行业数据（如 CSGP 的商业地产库）是护城河
餐饮/零售 POS	Toast($TOST)、PAR($PAR)、 Olo($OLO)	软硬一体 + 商户网络，AI 做选品/排班增强
政府/法律	Tyler Tech($TYL)	政务系统刚需、切换极难，AI 受益但节奏慢
保险	Guidewire($GWRE)	保险核心系统垄断，云转型 + AI 理赔
供应链/物流	Manhattan($MANH)、Descartes($DSGX，加)、SPS Commerce($SPSC)	网络效应 + 嵌入运营流程，粘性强
设计/工程/工业	Autodesk($ADSK)、Ansys($ANSS)、PTC($PTC)、 Bentley($BSY)	To 大 B、专业壁垒深；AI 提效但收入模式转型待明朗

2.5 L5 AI 原生新势力

以 AI 为唯一卖点的”纯种股”。想象空间大，但商业模式/估值需验证，鱼龙混杂。

代表（国家·上市）	说明
Palantir($PLTR)	最成熟的 AI 原生平台，收入/利润高速增长，但估值极度透支，是”好公司≠好价格”的标本
C3.ai($AI)、 BigBear.ai($BBAI)、SoundHound($SOUN)	小市值 AI 概念股，商业模式待验证，波动极大，需格外谨慎
Anthropic(未上市·2026/6/1 已秘密递交 IPO，最快 10 月上市，估值或达万亿美元级)、OpenAI(未上市·尚未递表，CFO 称最可能 2026 末–2027)	模型厂本身，是”赋能/颠覆”两手的发出者，深刻影响所有软件股定价（见第三章）

代表（国家·上市）

说明

Palantir($PLTR)

最成熟的 AI 原生平台，收入/利润高速增长，但估值极度透支，是”好公司≠好价格”的标本

C3.ai($AI)、

BigBear.ai($BBAI)、SoundHound($SOUN)

小市值 AI 概念股，商业模式待验证，波动极大，需格外谨慎

Anthropic(未上市·2026/6/1 已秘密递交 IPO，最快 10 月上市，估值或达万亿美元级)、OpenAI(未上市·尚未递表，CFO 称最可能 2026 末–2027)

模型厂本身，是”赋能/颠覆”两手的发出者，深刻影响所有软件股定价（见第三章）

图谱小结：L1/L2 是被放大的卖铲人（黄仁勋视角）；L3 安全是反颠覆刚需（但分子类）；L4 是被吃掉与被放大混杂、最需逐一甄别的一层（纳德拉视角），SAP/ServiceNow 这类靠合规与转型站住，RPA/通用协作则危险；L5 是高弹性高风险彩票。下一章讲清 AI 究竟怎么作用于这五层。

三、AI 与软件的三角关系：吃掉、赋能、共生

要理解 AI 怎么作用于五层，先厘清三个角色：LLM（大模型）是”大脑”，AI Agent 是”手脚”，SaaS 软件是”工作台”。大脑负责思考，手脚负责执行，工作台负责提供数据、权限、流程和合规的运行环境。

图 2　三者关系决定了每一层软件是被赋能还是被吃掉。

模型厂面对软件正同时打”吃掉“和”赋能“两手——这就是现象三的本质，也正好对应黄仁勋与纳德拉的分歧：

3.1 “吃掉”的力量：Agent 绕过 UI，直取业务逻辑（纳德拉视角）

机制：传统 SaaS 的隐含假设是”1 员工 = 1 席位 = 1 份收入”。AI Agent 则是”1 Agent = N 人的工作量”，企业要的不是加席位，而是减席位 + 加 Agent。更致命的是，Agent 通过 API/数据库直接完成任务，绕过了 SaaS 的 UI 层，把”业务逻辑”这块应用层最值钱的资产抽走。

代表动作：OpenAI 的 Frontier、Workspace Agents 直插 Salesforce/Slack。最受威胁的是席位制 + 功能可被自然语言替代 + 无独家数据的应用（L4 中的 RPA、通用协作、简单客服）。

3.2 “赋能”的力量：模型厂需要软件做”可信中间层”（黄仁勋视角）

机制：企业不敢让一个黑箱直接操作财务、改客户数据、发合同。Agent 再强，也需要一个提供数据脱敏、权限控制、审计追踪、容灾、合规的”可信中间层”——这恰是软件公司 20 年积累的核心能力，也是最硬的那种”转换成本资产”。于是模型厂选择与软件结盟、把智能嵌入软件，而非全部自研。

代表动作：Anthropic的 MCP 开放协议（被 Block/Replit/Sourcegraph 等广泛采用）、与 Salesforce/DocuSign/FactSet 合作、自托管沙盒 + MCP 隧道。最受益的是掌握数据与合规、能当 Agent 运行底座的公司（L1/L2/L3/L4 垂直 SaaS 与 ERP）。黄仁勋点名 SNPS/CDNS，本质就是说”Agent 越多，调用这些工具越频繁”。

合起来看：同一股 AI 力量，对”卖铲人/可信中间层”是赋能（用量与合规需求都上升），对”席位制功能软件”是吃掉（逻辑被抽走、席位被压缩）。黄仁勋和纳德拉都没错，他们只是各自盯着被放大的一层和被吃掉的一层。

四、护城河方程式：席位制的黄昏，与”高转换成本资产”的加固

AI 对软件的冲击，本质是护城河方程式被改写。改写发生在软件商业模式的三次迁移上，每一次都把价值从”被吃掉”一侧推向”被放大”一侧。

迁移	从	到	解读
第一次	卖软件功能	卖数据治理 + 编排 + 合规	AI 功能变商品（自研永远慢大模型一拍），护城河从”技术能力”迁移到”数据/生态/合规”这类高转换成本资产
第二次	按席位收费	按用量 / 按结果收费	席位制两个死穴：裁员→席位减→收入降；Token→成本升→毛利压。按量计费同时解掉。连 SAP 都在 2026 年公开转向 AI 消费计费；Gartner 预测 5 年内 40% SaaS 支出转向新模式
第三次	切 IT 预算	切劳动力预算	能把”AI Agent 干的活”装进计费口径的公司，TAM 不降反升——切的是比 IT 预算大一个量级的人力预算（如 Zendesk”按解决量收费”）

4.1 席位制为什么必然被重新定义

软件二十年长牛的复利，来自一个朴素乘法：客户数 × 每客户席位数 × 单席位价格 × 续费率。过去这四项几乎只涨不跌，净收入留存率（NRR）常年 110–130%——这是衡量软件复利最核心的指标。

2026 年初，”席位数”这一项历史上第一次出现系统性收缩预期。当一个 Agent 顶三个人，企业要的是更少席位。乘法里只要一个变量逆转，整条 NRR 复利曲线的斜率就变了——这是 SaaSpocalypse 在估值层面的根源（”杀估值 + 杀叙事”，而非”杀全部基本面”）。这也是为什么连纳德拉都要主动把 Dynamics 后端 collapse 掉、SAP 主动改计费：与其被 Agent 抄了近路，不如自己先把收费口径换掉。

4.2 为什么基础设施层的护城河被 AI 加固

护城河的强弱，核心看转换成本和用量与收入的关系。L1/L2 这两点都被 AI 加固：① 数据有重力——数据存在哪、Agent 就在哪跑，迁移成本极高；② 用量自动变收入——按量计费下，Agent 越勤，账单越大，无需销售再去”加席位”。这就是为什么 4 月反弹由 Oracle、Microsoft 领涨：市场最先愿意为”用量与 AI 正相关、且换不动”的高确定性资产重新付钱。这是护城河被加深后的价值重估，而非估值的简单修复。

一句话原理：AI 之于软件，如电力之于工厂。它摧毁的是”以软件功能为唯一卖点”的公司，加持的是”以数据治理 + 编排 + 合规为核心”的公司。

五、被吃掉还是被放大：用”三支柱”给代表公司归位

把图谱和逻辑落到具体公司，用三支柱打分：① To 大 B（定价权 + 转换成本）；② AI 新增收入（可量化、独立贡献）；③ 按量/按结果计费（席位收缩不伤收入）。命中 ●、转型中 ◐、不命中 ○。三柱越满越被放大，越空越被吃掉。

公司（国家·上市）	层/子类	大B	AI收入	按量	定性	一句话
SNOW (美·上市)	L1 数据平台	●	●	●	被放大	纯按量+Cortex，确定性标杆
DDOG (美·上市)	L1 可观测	●	●	●	被放大	AI 负载越重监控越多
ORCL (美·上市)	L1 数据库云	●	◐	●	被放大	OCI 出租算力，反弹领头
MSFT (美·上市)	L1+L4 全栈	●	◐	◐	被放大	Azure 强，M365 Copilot 有代际困境
NET (美·上市)	L2 边缘连接	●	◐	●	被放大	连接云，边缘 AI 推理新增极
SNPS/CDNS (美·上市)	L1 EDA	●	◐	◐	被放大*	黄仁勋点名，AI 芯片设计刚需
CRWD (美·上市)	L3 云端点	●	◐	◐	刚需·事件驱动	AI 原生 EDR，软件赢家逻辑但估值高
PANW (美·上市)	L3 平台安全	●	◐	◐	刚需·事件驱动	平台化整合，看交叉销售兑现
FTNT (美·上市)	L3 网络/硬件	●	○	◐	刚需·硬件属性	含防火墙设备业务，逻辑近”安全硬件商”
NOW (美·上市)	L4 工作流	●	●	◐	转型积极	AI 独立 ACV 目标 + To 大 B
TEAM (澳·上市)	L4 协作	◐	●	●	转型积极	Rovo 按量，席位→按量范本
SAP (德·上市)	L4 ERP	●	◐	◐	转型中·抗颠覆	合规护城河深，主动转 AI 消费计费
PLTR (美·上市)	L4/L5 AI分析	●	●	◐	赢家但估值贵	切劳动力预算样板，PS 极度透支
CRM (美·上市)	L4 CRM	●	○	○	待转型	生态深，AI 贡献杯水车薪
ADBE (美·上市)	L4 创意	◐	○	○	被吃掉风险	创意端受冲击最直接，席位制
WDAY (美·上市)	L4 HR	●	○	○	被吃掉风险	AI 降本但收入平平，不被奖励
ZM (美·上市)	L4 会议	○	○	○	被吃掉*	席位制，但持 Anthropic 股权（见下）
PATH (美·上市)	L4 RPA	◐	○	○	被吃掉	规则自动化被 Agent 降维打击
垂直 SaaS(VEEV/TYL/GWRE，美·上市)	L4 垂直	●	◐	○	抗颠覆	行业 know-how+合规+数据，难替代

●=命中　◐=部分/转型中　○=不命中。归位为定性判断。

5.1 一个反差案例：Zoom 与 Anthropic 的”三层关系”

ZM（美·上市）在产品上是席位制承压股，但它和 Anthropic 之间有三层关系，最值钱的一层和它自己的产品无关——这提醒我们评估软件公司 AI 含量时还有第三个维度（资产负债表）：

① 产品集成：2023 年 5 月起把 Claude 接入 Zoom（先落地 Contact Center），Claude 是 AI Companion 背后模型之一。

② 股权投资（最关键）：2023 年投资约 5,100 万美元；随 Anthropic 2026 年 2 月以 3,800 亿美元投后估值融资 300 亿，Zoom 又追加约 4,600 万，所持优先股账面价值已达约 12.67 亿美元，分析师估实际值 20–40 亿。

③ 反向集成：Zoom 会议情报现可在 Claude（含 Cowork/Code）里通过 agentic 工作流调用，会议数据反过来成为 Agent 的数据源。

启示：评估软件公司的 AI 含量，除了看产品与计费（损益表），还要看它有没有押中 AI 基础设施的股权（资产负债表）。ZM 自家产品是猎物，但资产负债表上握着一张 AI 时代最稀缺的彩票。

六、IGV 的 V 型反转，到底说明了什么？

回到现象一。半年走完一轮牛熊，市场用真金白银给出三个信号：

信号一：AI 颠覆风险已被 Price In。1–2 月把最悲观的”软件被猎杀”打进估值（52 周低 $73.93），4–5 月却能在颠覆担忧未消时强力反弹——说明下行风险已被充分定价，软件整体风险收益比改善。

信号二：市场开始区分被吃掉与被放大。领涨的是 Oracle、Microsoft 等基础设施巨头，”并非所有大票都回来了”——席位制功能软件仍折价。这正是按商业模式分层的”结构性再定价”。

信号三：反弹的是估值修复，不是成长重估。当前定价更多是”跌过头的修复”，对真正能把 AI 变成可量化新增收入的公司，成长性重估还在路上——既是机会，也意味着需要财报持续验证 AI 收入，否则修复行情会停。

一句话：V 反转不是”软件没事了”的警报解除，而是市场从”无脑杀软件”切换到”被吃掉 or 被放大”。风险收益比改善是真的，但超额收益只属于选对层、选对计费模式的人。

七、后续演化路径推演：四种可能的终局

基于”赋能与颠覆并存”的现实，软件行业未来 3–5 年最可能走向以下四条路径的混合。给出各自的主观概率：

图 3　四种演化路径与主观概率。基准预判：共生繁荣 + 两极分化的混合体。

基准预判（路径一 + 路径二）约 30% 的软件被吃掉或边缘化（席位制功能型）约 40% 因 AI 嵌入而被放大、更强更贵（卖铲人 + 转型赢家）约 30% 在数据 / 合规护城河下与 AI 稳定共生（垂直 + 安全 + ERP）软件总盘子不缩小，但价值在软件栈的层与层之间完成一次大迁移。

八、投资启示（延伸，不构成建议）

产业判断落到组合层面，归纳为”一个底仓 + 三条纪律”：

底仓——杠铃策略：一端（约 60%）是高确定性、被放大的卖铲人（L1/L2 + AI 收入已验证：SNOW/DDOG/ORCL/MSFT/NET）；另一端（约 30%）是转型中的高弹性标的（L4 积极转型者 NOW/TEAM/SAP + 安全龙头 PANW/CRWD）；中间（约 10%）用 IGV ETF定投 + 现金，回调时加仓。

#	纪律	行动指南
1	只买”AI 用量自动变收入”的公司	财报要看到 AI 收入独立披露、增速超公司整体、带来新客户或提升 NRR——三者皆是才是真兑现
2	安全股分子类、认清事件驱动	龙头（PANW/CRWD）> 小型股；短期受消息面驱动，等业绩验证再加仓
3	估值纪律优先：好公司≠好价格	PLTR 是顶级 AI 公司但 PS 极高，需极高增速消化；从高点回落的优质标的安全边际更好。买入价格决定回报

必避陷阱：① 纯”AI 秀场”故事股（有功能无独立 AI 收入）；② 降本增效型 AI（自己省钱但收入不增，如 WDAY）；③ 席位制 + 无独家数据的通用工具（被Agent直接替代）；④小市值AI 概念股（C3.ai/BigBear/SoundHound，商业模式待验证）。

附录：软件赛道关键术语速查

术语	含义
SaaS	软件即服务，订阅制 + 云端交付的软件商业模式
SaaSpocalypse	“SaaS 末日”，指 2026 年初 Agentic AI 冲击席位制定价、引发软件板块约 2 万亿美元市值蒸发的行情
席位制 (per-seat)	按使用人数收费。AI 时代裁员→席位减→收入承压
按量/按结果计费	按调用量（Token、API 次数、AI Units）或工作成果（如”自动解决量”）收费，AI 用量增长直接变收入
NRR/净收入留存率	老客户同比贡献的收入留存率，>100% 表示老客户在加购扩容，是评估软件复利的核心指标
转换成本	客户更换软件的代价（数据迁移、流程重建、合规重认证），是软件护城河的根本来源
AI Agent / 智能体	能自主规划并调用工具完成任务的 AI 系统，是”手脚”，可绕过软件 UI 直接操作 API/数据
MCP	Model Context Protocol，Anthropic 主推的开放协议，让 Agent 标准化、安全地接入企业数据与工具，已成事实标准
ERP	企业资源计划，财务/供应链/采购等核心系统（SAP、Oracle、Microsoft Dynamics），合规刚需、转换成本极高
EDR / SASE / IAM	分别为端点检测响应、安全访问服务边缘、身份与访问管理——网络安全的三大子类
EDA	电子设计自动化，芯片设计软件（Synopsys/Cadence 双寡头），黄仁勋点名的”被 AI 放大”代表
卖铲人	淘金潮里卖铲子的人；此处指离 AI 用量最近、用量增长自动变收入的基础设施型软件

写在最后

2026 年的美国软件，正处在自诞生以来最深刻的一次护城河重估。半年内从”被 AI 猎杀的夕阳”到”AI 的卖铲人”，IGV 的过山车背后，是市场在重新回答一个根本问题：当 AI 既要吃掉软件、又在赋能软件，软件的价值到底落在哪一层？

黄仁勋说 AI 会放大软件，纳德拉说业务应用会崩塌——结论是：他们都对，只是在说不同的层。被吃掉的是”卖功能、按席位”的应用层；被放大的是掌握数据、能编排 Agent、能保证合规可信的基础设施与可信中间层。功能在贬值，数据、合规、用量在升值。

从这一刻起, 软件不再是笼统的”软件即服务”, 它正在分裂成两类——被 AI 吃掉的”猎物”，和被 AI 放大的”基础设施”。END