AI没吃掉软件,只是换了收钱的地方

先看最直接的证据。

Salesforce最新一个季度收入113.5亿美元。更关键的是AI那部分：Agentforce与Data 360的年化收入接近39亿美元，同比增速超过210%，Agentforce单拎出来超过15亿美元，同比增长超过240%。

比收入更能说明问题的是工作量。这个季度Agentforce与Slack合计产生32亿个智能体工作单元，环比增长97%。AI不只是替人省了几次点击，它自己也在制造需要计费的动作。

Snowflake是另一条线索。单季收入15.5亿美元，同比增长35%，净收入留存率126%。管理层说，AI贡献了近期增长加速的约一半。

ServiceNow这边，AI年度合同价值首次突破10亿美元，进入生产环境的Agent客户数九个月增长9倍，同期订阅收入38.8亿美元，同比增长24.5%。

三家的路径不一样，指向同一件事。

这里有个容易混淆的地方。传统软件按席位收费，前提是软件价值和有多少员工在用高度绑定。Agent进来后，一部分活儿由AI干了，新增席位自然放缓，可Agent调用数据、触发工作流的次数反而往上走。

根源在于收费的尺子没换。Salesforce把计费摊成了好几套：按对话算一次2美元，按弹性积分算下来标准操作约0.1美元一次。看着有点乱，其实是在试哪种尺子更准。

ServiceNow选的路更干脆，基础许可证加AI用量的混合定价。许可证给客户预算可预测性，用出来的增量价值靠用量收。它目前的经营数据至少证明，快速商业化和利润率可以并存。

值得多想一层。AI减少了一部分人工席位，带来的任务执行量却涨得更快，厂商又能把这些新增负载货币化，席位下降未必等于收入下降。反过来说，收费还锚在席位上，AI创造的价值和收到的钱之间就会出现错配。

一句话：席位压缩更像定价问题，不是需求问题。

我更愿意把这轮重估理解成一次位置迁移。判断一家软件公司的价值，正在从用户是否频繁打开这个应用，转向这个系统是否处在企业任务执行链条的关键位置。

护城河的构成也在变。过去主要靠界面和使用习惯，往后更管用的是数据控制权、流程控制权和权限治理权，以及系统集成与任务执行的能力。AI越往生产流程里钻，越需要有人替它把权限、规则和审计记录管住。

这就是分化的起点。功能轻、数据壁垒低、流程嵌得浅的工具型软件，很可能从用户主动打开的界面，退化成被Agent调用的后台模块，定价权和粘性一起被削弱。掌握核心数据、深度嵌入关键流程的平台型软件，则有机会升级成企业AI的执行底座。

有个协议层的变化在给这件事加速。模型上下文协议把AI应用和企业系统的连接复杂度，从原来的一一适配压到各接一次标准接口。连接的门槛降了，数据控制和权限治理的分量反而升了。

Workday是个挺直观的例子。它的AI产品年化收入接近6亿美元，同比增长超过200%，超过5500家客户在用至少一款自研智能体。

HubSpot照出了另一面。客户月度智能体动作自2026年初增长了3倍多，可单季新增客户7000家，低于原先9000到10000家的指引。用量涨得凶，转化成付费是另一回事。

垂直场景的账更好算。医疗软件能量出医生文书时间省了多少，法律软件能量出尽调周期缩短了多少。有组常被提到的数据：临床文书自动化平均每次就诊为医生节省约5分钟，某医疗机构的医生平均每月多接诊11.3名患者，文书时间减少24%。

结果型收费不会一步到位。在高责任行业，AI输出通常还要人工复核，更现实的形态是基础订阅叠加模块费、用量费和任务费。

最底层那层容易被忽略。Agent并不孤立运行，每一次任务背后都是模型调用、数据库读写和权限校验。调用链条越长，企业对可观测性、安全运营和成本治理的需求越强。没有成本监控的AI，很容易从提效工具变成成本黑箱。

所以我自己的结论是，这轮算不上软件行业整体重估，更像结构性分化。关键不在谁发布了AI功能，在于AI有没有带来可持续的工作负载，这些负载能不能被计量、被收费、被审计。

顺带说一句，一项针对美国科技领域领导者的调查显示，只有11%的企业已经在生产环境用上AI Agent，另有38%还停在试点阶段。从试点到生产这道坎，才是下一阶段真正的分水岭。