夜雨聆风在过去十年里，软件行业一直被视为最完美的商业模式之一：高毛利、高复购、以及“按席位收费”带来的稳定现金流。然而，当大语言模型（LLM）和智能体（Agent）开始展现出替代人类执行复杂任务的能力时，这套完美的逻辑正在经受前所未有的考验。
近期，摩根士丹利（Morgan Stanley）发布了一份长达170页的重磅报告——《2026软件领域：评估AI时代软件的护城河与增长潜力》。这份报告不再纠结于“谁的模型参数更大”，而是将视角拉回商业本质，提出了一套全新的“护城河与旅程（Moat & Journey）”双维度评估框架。对于关注科技投资与产业演进的读者而言，这份报告不仅是选股指南，更是理解AI如何重塑企业级软件价值链的深刻洞察。
价值的迁徙：从“基础设施”向“工作流”上移
大摩在报告中抛出的第一个核心观点是：AI时代的软件价值捕获，将从底层基础设施逐步向“工作流编排层”迁移。
在传统的SaaS模型中，价值主要围绕用户界面、应用逻辑和数据库构建。但在智能体时代，新的价值高地正在转向领域专用逻辑和与用户工作结果直接挂钩的应用层。大摩指出，长期来看，软件差异化会继续上移。最有能力守住护城河的，不是最接近大模型的公司，而是最接近业务流程、最理解客户复杂工作流的企业。
这种迁徙直接导致了商业模式的重构。过去，软件公司主要依靠“按席位（Seat-based）”收费，但AI的引入使得定价模式被迫向“按工作量、按调用量、按产出结果”的消费式计费（Consumption-based）转变。那些能够将软件价值与客户ROI直接绑定的公司（如Snowflake、Datadog等）将成为这一趋势的受益者；相反，定价权较弱、产品可替代性较高的传统应用软件厂商，则面临着毛利率被推理成本侵蚀、收入被智能体压缩的双重挤压。
双维矩阵：寻找“最佳运动员”
为了量化这种结构性的分化，大摩引入了“护城河（Moat）”与“旅程（Journey）”双维度评估框架。护城河衡量的是公司当前的竞争壁垒（如产品嵌入度、替换难度、专有数据等）；而旅程则评估公司向AI原生架构演进的准备程度（如智能体编排权、商业化验证速度等）。
基于这一框架，大摩绘制了覆盖81家软件公司的定位矩阵：
在这张图中，真正稀缺的不是单一强项，而是“防御力+演进力”的双高重合。大摩将同时在护城河与旅程得分中排名前15的公司称为“最佳运动员（Best Athletes）”。目前，仅有五家公司获此殊荣：微软（Microsoft）、帕洛阿尔托网络（Palo Alto Networks）、CrowdStrike、Shopify以及ServiceNow。这些公司不仅在当前的业务流中扎根极深，更在AI产品化与商业化验证上走在了行业前列。
投资时钟：基础设施先行，应用层蓄势
除了评估个体公司的竞争力，大摩还清晰地描绘了AI创新周期下软件子赛道的受益时序。
报告明确指出，在当前节点，基础设施软件与网络安全赛道的投资价值优于应用软件。 原因在于，基础设施和安全领域已经开始从AI创新周期中获得实质性的业绩拉动。例如，企业为了准备AI工作负载，必须先进行数据现代化改造，这直接推动了数据平台（如Snowflake）和可观测性工具的需求爆发。
相比之下，大多数应用软件仍处于AI红利的“早期探索阶段”，其商业化路径与客户ROI的验证仍需时间。大摩并不否认应用软件的长期价值，但在投资时钟的当前刻度上，资金显然更青睐那些已经被证明能够从“卖铲子”中获益的底层能力提供商。
同时，大摩还提出了针对不同成长阶段软件公司的“分层估值框架”，打破了过去“一把尺子量到底”的惯性思维。对于高增长组，市场更看重EV/毛利润与Rule of X的平衡；而对于低增长组和成熟规模型企业，则必须回归GAAP市盈率与盈利质量的硬核指标。
结语与思考
摩根士丹利的这份报告，为我们拨开了AI炒作的迷雾。它清晰地表明：AI不会简单地消灭软件，而是会加速软件行业的优胜劣汰。在这个过程中，“无头化（Headless）”并非必然，拥有深度系统记录和复杂工作流控制权的企业，依然能够维持强大的封闭生态。
对于投资者和产业观察者而言，真正的考验在于：能否剥离掉AI概念的外衣，去审视一家公司是否真正掌握了客户的“运营真相（Operational Truth）”。在智能体开始自主执行任务的明天，谁能定义规则、编排流程、并为最终的业务成果负责，谁就能在新的软件周期中重塑自己的护城河。