AI没有＂杀死＂软件,反而让这三类公司赚翻了

2026年初，华尔街响起了一个令人不安的声音：”AI将杀死SaaS。”

2月的某一天，Anthropic推出Clawbot后，全球软件股应声下跌。Salesforce、ServiceNow、Atlassian——这些曾经被资本市场捧在手心的SaaS明星，一夜之间仿佛成了AI时代的”恐龙”。投资者担心：如果AI Agent能通过自然语言完成过去需要复杂软件才能做的事情，那谁还需要按月付费买软件席位？

然而仅仅几个月后，剧情彻底反转。

Palo Alto Networks交出了一份营收同比增长31%的财报，盘后股价一度飙升超13%；Snowflake产品收入同比增长34%，创下公司史上最强季度表现；Datadog营收首破10亿美元大关。

AI没有杀死软件，它正在重构软件的价值分配——有人被重新定价，有人被重新发现。

第一步：AI软件应用，到底在做什么？

在讨论”谁赢谁输”之前，先搞清楚一件事：AI软件应用这个行业，到底在卖什么？

简单来说，就是把AI能力”塞进”软件里，让软件从”记录工具”变成”行动者”。过去你用Salesforce管客户，得自己填数据、点按钮；现在Agentforce可以自动帮你跟进客户、写邮件、生成报价——软件从”工具”变成了”数字员工” 。

这条产业链可以分为三层：

上游——AI基础设施与数据层：提供算力、数据库、数据治理能力。代表公司：Snowflake（数据仓库）、MongoDB（数据库）、Datadog（IT运维监控）。他们的生意是：AI跑得越快，数据越多，客户就越离不开他们。

中游——AI平台与应用软件：把AI能力封装成产品卖给企业。代表公司：Salesforce（CRM）、ServiceNow（IT流程）、Palo Alto Networks（网络安全）。他们的生意是：用AI帮客户省钱或赚钱，然后从中分一杯羹。

下游——行业垂直应用：在特定行业里用AI解决具体问题。代表公司：AppLovin（AI广告）、Palantir（政企AI决策）、Tempus AI（AI精准医疗）。他们的生意是：吃透一个行业，用AI做出别人做不出来的效果。

第二步：这个行业到底有多大？

先看大盘。2025年全球AI软件市场规模约为2927亿美元，预计2026年将增长至3861亿美元，年增速高达31.9% 。到2030年，这个数字有望逼近1万亿美元。

1万亿美元是什么概念？相当于全球每个人每年花120多块钱买AI软件。

但大盘之下，分化极其剧烈。光大证券的报告追踪了64家重点AI应用公司，发现了一个关键信号：截至2026年6月10日，这些公司的估值已跌至历史低位。重点AI公司的远期市销率（PS）仅为7.0倍，与标普北美技术软件指数的6.8倍几乎持平。而在2025年AI情绪最狂热的时候，这个差值一度被拉到极大。

白话翻译：市场曾经为”AI概念”支付了极高的溢价，现在这些溢价基本被抹掉了。投资者不再为故事买单，他们要看真金白银的收入。

但有意思的是，就在整体估值被压缩的同时，数据基础设施、网络安全、IT运维这三个板块的公司却在逆势上涨。原因很简单：他们的AI收入已经开始兑现了。

第三步：凭什么增长？还能涨多久？

驱动力一：AI Agent从”玩具”变”工具”

2025年，大家还在讨论AI能不能写诗；2026年，企业关心的是AI能不能干活。

Gartner预测，到2026年底，全球40% 的企业应用将嵌入具备任务执行能力的AI智能体——而2025年这一比例尚不足5%。

微软的Copilot、Salesforce的Agentforce、ServiceNow的AI Agent——这些产品的核心逻辑不再是”帮你查资料”，而是”帮你把事情做完”。Salesforce披露，截至FY27Q1，Agentforce的ARR（年度经常性收入）已达到约12亿美元，同比增长205%。

【报告预测】 光大证券认为，AI Agent将推动软件商业模式从”按席位订阅”向”按用量/效果付费”转型，这打开了收入天花板——不再是按人头收费，而是按价值收费。

【本文分析】 这个转型的关键在于：如果AI真能帮企业省下一个人力成本，企业愿意为此付多少钱？目前来看，头部公司的AI产品收入增速远高于传统业务，说明市场愿意为”效果”买单。

驱动力二：AI制造问题，也解决问题——网络安全是最典型案例

2026年初，市场担心AI会取代网络安全公司——如果AI能自己发现漏洞、自己打补丁，还要防火墙干什么？

结果恰恰相反。

Palo Alto Networks的CEO在财报后明确表示：这些担忧是”错位的”。”实际上，这些模型的能力反而促使客户重新考虑并部署更现代化的解决方案。这对网络安全行业而言是顺风，而非行业末日。 “

数据印证了这一点。根据Fortune Business Insight的数据，全球AI网络安全市场2025年规模为340.9亿美元，预计2026年达442.4亿美元，到2034年将增长至2131.7亿美元，复合年增长率21.71%。

逻辑很简单：黑客用AI攻击，企业就得用AI防守。AI没有消灭安全需求，它把需求放大了。

天花板还有多高？

渗透率是判断天花板的核心指标。目前企业级AI Agent的渗透率尚不足5% ，Gartner预测到2026年底达到40%——如果这个预测成真，意味着还有8倍的增长空间。

但需要警惕的是：AI软件的增长高度依赖大模型能力的持续迭代。如果模型能力停滞，或者推理成本降不下来，商业化进度可能不及预期。

第四步：谁在吃肉，谁在喝汤？

AI软件行业正在经历一场”价值重估”——有人被AI赋能，有人被AI替代，有人发现自己才是AI时代的”水电煤”。

第一梯队：AI的”水电煤”——数据Infra、IT运维、网络安全

这类公司的特点是：AI用得越多，他们赚得越多。

光大证券报告明确指出：数据基础设施、IT运维、网络安全三大赛道”产业链传导路径短、业绩兑现快、不确定性较低”，是当下最优配置方向。

白话解释：AI公司要跑模型，就得买Snowflake的存储、用Datadog监控、买Palo Alto的安全防护。不管谁家的AI赢了，这三家都能赚到钱。

第二梯队：被AI”重塑”的传统软件——有人欢喜有人愁

传统SaaS公司正在经历痛苦的转型——从”卖席位”到”卖效果”。

Salesforce的Agentforce ARR已达12亿美元（同比+205%），但公司整体估值仍被AI替代的担忧压制。ServiceNow将2026年AI业务收入目标从10亿美元上调至15亿美元——他们在证明一件事：AI没有杀死SaaS，而是让SaaS变得更值钱——只要你跟得上。

但并非所有传统软件都能顺利转型。光大证券报告指出，写作、设计、查询、代码、办公协作等工具型软件是AI替代风险最高的方向。如果一个软件的核心功能只是”帮人做事”，而AI能做得更快更便宜，那它的商业模式就危险了。

第三梯队：垂类应用的”深水区”——护城河最深的玩家

在特定行业里，通用大模型搞不定——因为行业Know-how、合规要求、数据壁垒不是靠参数堆出来的。

• AI广告：AppLovin 2026年Q1营收同比增长59% 至18.42亿美元。AI广告市场2026年预计达141.2亿美元，年增速26.4%。逻辑很直接：AI让广告投放更精准，客户愿意花更多钱。

• AI工业：Bentley的AI分析产品年收入已超5000万美元。工业软件的护城河在于物理世界的专有数据和工作流——大模型再强，也替代不了工程师对实体设备的理解。

• AI医疗：Tempus AI的Data & Applications收入2026年Q1同比增长40.5% ，累计签约合同超20亿美元。

光大证券判断：垂类应用中，AI+广告变现模式最成熟，AI+工业场景刚需最明确。

第五步：机会与风险

机会在哪里？

机会一：AI基础设施的”卖水人”逻辑

不管谁家的AI应用跑出来，数据存储、运维监控、网络安全都是刚需。这类公司业绩兑现最快、不确定性最低。Snowflake、Datadog、Palo Alto Networks的最新财报已经验证了这一点。

机会二：AI Agent从”试用”到”规模化”的拐点

Gartner预测2026年底40%的企业应用将嵌入AI智能体。如果这个拐点真的到来，现在那些”AI收入占比还很小”的公司，可能迎来爆发式增长。

机会三：垂类应用的”深水区”溢价

在工业、医疗、金融等强监管、高壁垒行业，通用大模型无法替代专业软件。这类公司的AI产品一旦跑通，护城河会比想象中更深。

风险有哪些？

风险一：估值与基本面的背离

以Palantir为例，公司2026年Q1营收达16.33亿美元，同比增长84.7% ，毛利率高达86.8%。但即便如此优秀的业绩，公司市盈率仍维持在较高水平——再好的公司，如果价格太贵，也可能亏钱。

风险二：AI商业化进度不及预期

光大证券报告明确提示：AI应用商业化模式仍在探索期，现阶段仅部分企业针对AI功能推出单独的定价方案，业绩验证仍需时间。

风险三：技术迭代的不确定性

AI技术研发和产品迭代路径具有不确定性。如果大模型能力停滞，或者推理成本降不下来，整个AI应用层的增长逻辑都会受影响。

风险四：竞争加剧

现阶段AI应用端产品同质化较严重。大模型API调用降低了技术壁垒，互联网公司纷纷入局，行业竞争正在加剧。

第六步：中国的镜鉴与创业者的冷思考

读到这里，你可能想问：“这些美国公司跟我有什么关系？我在中国该看谁？”

这个问题问到了关键。美股AI应用的逻辑在中国并非简单平移——市场环境、客户需求、商业模式都有本质差异。

中国对标：谁在扮演类似的角色？

数据基础设施赛道：美国的Snowflake、MongoDB对应中国的阿里云（MaxCompute） 、华为云（GaussDB） 。此外，深信服（300454.SZ） 正从网络安全向”AI+云计算”转型——2026年Q1营收16.27亿元，同比增长28.91% ，其中云计算业务已成为核心增长引擎。

网络安全赛道：美国的Palo Alto Networks、CrowdStrike对应中国的奇安信（688561.SH） 、深信服。奇安信2026年Q1营收7.17亿元，同比增长4.44% ，正在推进产品AI化转型。但值得注意的是，奇安信Q1仍亏损3.88亿元——AI安全在中国还处于投入期，离盈利还有距离。

企业软件赛道：美国的Salesforce、Workday对应中国的用友网络（600588.SH） 、金蝶国际（00268.HK） 。用友2026年Q1云服务收入11.32亿元，同比增长8.1% ，AI业务收入1.37亿元；金蝶订阅ARR达42.2亿元，同比增长约19% 。

中美差异：为什么不能简单照搬？

第一，私有化部署 vs SaaS订阅。 美国企业上云程度高，SaaS订阅模式是主流。但中国企业——尤其是政府、国企、大型民企——更倾向于私有化部署或混合云，数据不出机房是硬性要求。这意味着Palo Alto的纯SaaS模式在中国可能水土不服，能做好”混合云AI安全”的厂商才更有机会。

第二，付费意愿与客单价。 美国企业对软件的价值认可度高，愿意为效率工具支付高额年费。中国企业的软件付费意识正在提升，但客单价和续费率仍低于美国市场。金蝶三大核心产品的净金额续费率分别为103%、96%、94%——这个数字放在美国不算突出，但在中国已属优秀。

第三，AI落地的优先级不同。 美国企业优先用AI降本增效（减少人力成本），中国企业优先用AI辅助决策和业务增长（提高收入）。这导致中国的AI应用更偏向行业垂直场景，而非通用办公效率工具。

留给创业者的缝隙：巨头吃肉，你喝什么汤？

AI Infra和网络安全是巨头的游戏——需要烧钱堆算力、铺渠道、拿资质，创业者硬闯必死。

真正的机会在”AI + 垂直场景的数据工程”和”Agent间通信的行业适配层”。

大模型提供通用大脑，但各行业的数据格式是非标的——医疗影像的DICOM、工业CAD的图纸、金融的监管报表——谁能做好非标数据的”AI-ready”转化，谁就能在夹缝中长成独角兽。

光大证券报告也指出，MCP（模型上下文协议）、Agent2Agent等标准化协议正推动Agent生态快速成熟，但行业级的适配和落地仍有大量空白——这正是创业者的机会窗口。

一个必须正视的现实：AI很美，但赚钱很难

看完美股和中国对标公司的财报，一个事实越来越清晰：AI带来了收入增长，但也吃掉了利润。

Snowflake的毛利率维持在66%-67% 左右，虽然不低，但考虑到其作为数据基础设施的规模效应，这个毛利率并未随收入增长而显著提升——AI推理成本正在侵蚀本该到来的利润弹性。

Palantir是个例外——毛利率高达86.8% ，因为它卖的不是算力或存储，而是高附加值的决策 intelligence。但这恰恰说明：能赚到AI钱的公司，要么有不可替代的数据壁垒，要么有不可复制的行业Know-how。 只靠接API做套壳产品的公司，迟早会被成本压垮。

总结

AI没有杀死软件，它在重新分配软件行业的价值。

三类公司正在受益：

1. AI的”水电煤” ——数据基础设施、IT运维、网络安全，AI用得越多他们赚得越多

2. 成功转型的传统软件 ——从”卖席位”到”卖效果”，AI帮他们打开了新的收入天花板

3. 有行业壁垒的垂类应用 ——通用大模型搞不定的深水区，才是真正的护城河

在中国，逻辑相同但路径不同——私有化部署偏好、较低的付费意愿、不同的AI优先级，决定了能做好混合云AI和行业垂直场景的公司，才是中国的赢家。

最大的风险： 估值透支了太多预期。再好的故事，也需要时间来兑现。