夜雨聆风过去几个季度里伴随AI的快速进化，软件板块经历了几轮非常明显的杀估值现象。近期的行情里会看到，只要AI厂商宣布新的技术进展，软件板块就会被快速地估值下杀。只要美股的AI板块开始新一轮上攻，软件板块就会进入整体性的股价下跌的状态，反之亦然。两个板块的走势形成了股价跷跷板。
一、AI叙事对美股软件板块的估值影响
1.软件板块过去两个季度估值被杀掉多少？
可以把过去1-2个季度的估值冲击理解为二级市场对于软件板块的应激性重新定价+分化修复的过程。初期，也就是2月份期间，是不区分质地的系统性恐慌抛售。到了3-6月份的中段是分化行情，AI受益者与AI受害者被清晰区隔开。近期则出现了由AI基础设施股回调触发的资金再平衡、软件板块估值修复的迹象。机构主流观点倾向认为2月的恐慌定价存在明显超调，但也认为板块内部分化是合理且将持续的。从具体的行情表现上看：
-2026年初以来，标普软件与服务指数较高点最大回撤超过20%，IGV在2月抛售中最大回撤约23%
-截至7月30日，IGV报92.37美元，处于52周区间73.93-117.99美元的中下段，意味着板块仍较年内高点有较大距离，但已从2月低点显著修复。
-公开SaaS公司EV/NTM Revenue中位数在2026年年中约8.5倍，较2023年Q1度4.5倍的低点已回升约90%，但仍较2021年末约16-18.6倍的峰值低约47%-55%。目前软件值大概回到2015-2016年水平，2021年的流动性驱动溢价已基本出清。
-估值出现明显分化，AI原生/基础模型相关资产给到12-20倍EV/Revenue，而被视为传统企业AI应用的公司普遍压缩到3-6倍，AI原生SaaS相对传统SaaS有2-3倍的估值溢价。
2.软件被杀估值的原因
针对软件杀估值的现象，机构的归因逻辑大致有以下三方面：
（1）无风险利率和宏观贴现率因素是宏观层面的变量。虽然不是本轮杀估值的主要原因，但是2026年上半年利率环境总体平稳偏鹰派，对成长股估值构成一种基础性压制。
（2）AI颠覆性折价是最主要的行业边际变量。市场对传统软件的坐席制按用户收费，也就是per-seat licensing的商业模式能否延续产生了系统性怀疑，尤其在Claude Cowork发布后，估值折价在几天内被迅速定价。
（3）AI溢价的再分配。被认定为AI结构性受益者的子板块，主要有网络安全、数据基础设施、可观测性、超大规模云基础设施的估值相对抗跌甚至逆势走强，形成板块内部的资金再分配而非板块整体单向出清。
3.AI与软件的相关性：从同涨同跌到跷跷板
2-5月期间，半导体股在AI资本开支叙事下持续上涨并创新高，同期软件股因AI颠覆担忧持续下跌，两者走势差距扩大到有记录以来最大的8.4个百分点缺口，约89%半导体成分股运行在200日均线上方，而软件指数跌至2025年4月以来最低。这一阶段呈现出的负相关性是AI叙事对两个板块产生方向相反的定价，AI资本开支越猛，对半导体是利好，对软件却被解读为利空。
7月之后，负相关的关系发生一定程度的转变，AI芯片股本身因供给端变化出现约1-1.3万亿美元的调整，而资金随即轮动流入此前被错杀的软件股，IGV自6月低点反弹约11%并跑赢QQQ，ServiceNow、Salesforce等实现年内最强单日反弹之一。
综合看，近期软件板块与AI基础设施板块股价确实呈现出明显的负相关和跷跷板效应，但这种负相关的驱动机制发生了变化，2-5月的负相关源于同一利好对两板块的解读方向相反，7月的负相关则更接近传统意义上的板块轮动。资金从前期涨幅过大、估值过高的板块流出，寻找此前滞涨、估值已被压缩到低位的板块作为再平衡去处。
4.AI板块回调是否会带动软件板块估值回升？
（1）资金轮动效应
AI基础设施股估值过高后遇冷，资金天然会寻找AI受益但估值未透支的替代标的，被证明具备真实AI变现能力的头部公司的软件股成为承接资金的重要方向。
（2）叙事纠偏效应
AI基础设施股回调，一定程度上反映市场对AI资本开支能否产生足够回报产生疑虑，这种疑虑如果延伸到AI到底能多快颠覆企业软件的判断上的话，会间接缓解此前对软件坐席模式的悲观预期，但逻辑链条是间接的，需要时间验证，不应视为自动兑现。
（3）基本面验证效应
真正决定错杀估值能否持续修复的是软件公司自身财报是否持续证明AI转型带来真实的收入贡献，这是独立于AI基础设施股价格波动的基本面变量。已经看到的情况是ServiceNow营收增速21%、Salesforce Agentforce ARR暴增205%，但两只股票年内一度仍下跌超30%，说明基本面兑现与股价和值修复之间存在明显的时滞和情绪摩擦，市场此前对基本面兑现视而不见，直到资金再平衡压力迫使重新审视被低估的软件股基本面。
AI板块回调本身更多是触发器和资金再平衡的催化剂，并不是错杀估值回升的根本原因。根本原因仍是软件公司AI转型的基本面持续兑现。如果AI基础设施板块估值继续回调，短期内确实可能通过资金轮动继续对软件板块估值形成支撑，但这种支撑的可持续性最终取决于软件公司财报能否持续验证AI变现能力。错杀部分估值回升的确定性相对更高，而合理杀估值部分即便受益于资金轮动的短期脉冲，也难以获得趋势性的估值修复，因为结构性问题并未因AI股回调而改变。
二、AI是具体如何对软件板块杀估值的？
在这里将美股软件与企业服务板块划分为9个细分，然后逐一分析AI冲击的业务模式敏感度和技术护城河变化。
1.横向协同类SaaS
CRM/营销/协作，代表：Salesforce、HubSpot、Monday.com、DocuSign
杀估值有合理性，但头部公司正在验证转型能力，头部与长尾分化会持续拉大。
这类产品高度依赖坐席数计费，而且录入数据、起草文案、审批流转、电子签署等核心工作恰好是Agentic AI最容易替代的，因为这些都可以被认为是结构化重复性认知劳动，所以在本轮冲击中首当其冲。DocuSign、Monday.com被高盛列入AI‑Resilient Basket的做空标的，因为电子签署、项目管理类工作流较薄，缺乏高壁垒的专有数据资产。
Salesforce Agentforce、HubSpot Breeze等头部公司选择拥抱AI，将自身平台改造为Agent运行环境，把风险转化为机会。Salesforce的 Agentforce ARR从2026财年初约8亿美元跃升至最新超过12亿美元，同比增速超200%，叠加Data 360合计ARR突破30亿美元。HubSpot AI客服Agent已有9000+客户激活，问题解决率约70%，同时把定价模型转向结果计费，核心坐席用户仍同比增长90%。
2.HR与财务/企业绩效管理软件
EPM，代表：Workday、SAP、Oracle Fusion
受AI概念冲击最直接、商业模式重构最彻底的领域之一，杀估值有较强的基本面支撑，能否穿越死亡谷需财报持续验证。
受冲击逻辑与横向SaaS类似但更为显著。如果一线工作的Agent能自主完成排班、绩效草稿等原本需要人类经理登录系统操作的工作，那么企业对人类admin账号的需求直接下降，于是对以人头数定价模式构成很大的挑战。
以Workday为例，公司开始押注结果计费转型，指引2027财年订阅收入看到99-100亿美元区间，非GAAP营业利润率约30%，管理层将这个转型的阶段称为投入agentic AI路线图的必经死亡谷阶段。
3.数据基础设施与分析
代表：Snowflake、MongoDB、Datadog、Palantir
这是本轮错杀概率最低、验证程度最高的细分，业务数据已直接体现AI驱动的加速增长。估值虽然高企，但增长兑现度是板块内最强的。企业训练、微调、部署AI模型天然需要底层数据平台，数据基础设施公司处在AI价值链的卖水人位置，很难被替代。
Snowflake Cortex AI/Cortex Code将AI推理能力原生嵌入数据仓库，避免数据搬迁到独立环境，AI相关业务已占总收入10%以上且同比增速超100%，带动整体产品收入增速从30%环比加速至34%；MongoDB Atlas云收入同比增29%；Datadog Q1营收首次突破10亿美元，同比增速加速至32%，AI相关业务占比超10%；Palantir凭借AIP和本体驱动的多年期合同，Q1总收入同比增85%。
4.网络安全
代表：CrowdStrike、Palo Alto Networks、Zscaler、Cloudflare
网络安全机构共同看多的AI受益确定性最高的细分之一，但当前估值已计入较高预期，对执行力的容错空间较小。
AI生成的钓鱼、深度伪造、自动化攻击放大了攻击面的同时，也放大了防御需求，网络安全预算受到的AI冲击影响整体是积极的。OpenAI在4月推出Trusted Access for Cyber项目，事实上把Palo Alto、CrowdStrike、Zscaler认证为平台整合者，加速行业集中度提升。
CrowdStrike的Falcon平台本身是AI原生架构，Q1营收48.1亿美元，同比增加22%，ARR达52.5亿美元，净新增ARR首次单季突破10亿美元。行业内并购活跃，反映了平台化、AI原生能力成为竞争焦点。
5.DevOps/开发者工具与低代码自动化
代表：GitLab、UiPath，与AI原生编程Agent：Cursor、Devin、GitHub Copilot、Claude Code形成对比
该细分处于技术路径最不确定、格局最未定型的阶段，公开市场标的相对有限，更多是私募/一级市场AI原生公司主导的赛道，二级市场的视角需要关注GitLab等传统龙头能否把AI能力内化为原生功能。
Devin、Cursor、Claude Code、GitHub Copilot、OpenAI Codex等AI编程Agent已从代码补全演进到可自主规划、编写、测试、提交代码的自主软件工程师，直接挤压传统DevOps工具链和低代码和RPA平台的价值主张。如果AI可以直接理解需求并生成/修改代码或直接执行任务，那么图形化拖拽搭建自动化流程的中间层的必要性被削弱。
行业出现每个开发者同时使用多个Agent工具的分工模式，例如日常用Cursor，复杂问题用Claude Code，说明工具层竞争激烈但用户粘性尚未沉淀到单一供应商，护城河仍在重构中，传统低代码平台面临的替代风险相对更直接。
6.生产力与内容创作软件
代表：Adobe、Microsoft 365/Copilot
这一细分的杀估值更多是变现节奏错配导致的短期情绪杀估值，商业模式或技术层面并未被颠覆，具有更强的错杀特征，但需要持续观察AI相关收入占比的爬坡曲线。
AI直接嵌入设计、文档、演示等内容生产工作流，是用AI增强现有付费用户价值的典型场景，但是也面临AI变现速度慢于预期的质疑。Adobe股价较52周高点回落约40%，公司主动为换取更大AI用户基数而牺牲短期ARR增速，AI相关ARR同比增长两倍以上、Q2超5亿美元，但市场对其能否转化为整体增速尚存疑虑。Microsoft 365 Copilot付费席位超3000万，但对比公司2026年高达1900亿美元的AI资本开支，当期Copilot变现与资本开支之比约1:26，投入产出时间差成为前期压估值的主因。
7.IT服务、咨询与外包
BPO，代表：Accenture、EPAM、Globant、Cognizant/TCS等离岸交付商
机构普遍认为杀估值具有充分的技术和商业合理性，需要持续跟踪能否成功转型为AI战略与集成顾问之类的更高附加值角色。
IT服务行业的核心商业模式是按人头/工时计费出售人力资源，而AI编程Agent与自动化工具直接替代了大量可标准化的编码、测试、系统集成工作。有从业者测算agentic AI可将系统集成类工作压缩10-15倍工作量。Accenture在最新财报中将全年营收增速指引从5%下调至3-4%，咨询业务收入几乎零增长，总订单同比下降约2%，财报当日股价暴跌约18%，股价一度回到2017年附近的水平，较峰值缩水近半，旗下Accenture Song的可计费设计师人力已因自动化明显减少。
与横向SaaS不同，IT服务公司本身缺乏产品化的软件资产和数据护城河，护城河主要是客户关系、行业Know How与项目交付经验，这些相对更容易被AI+更少人力的新型交付模式绕过或压价，技术替代的现实性最强。
8.垂直行业软件
医疗信息化、金融科技、教育科技等，代表：Duolingo等
垂直软件是最需要case by case分析的细分，变量是平台的数据独特性、监管壁垒，以及C端信任资产是否会被AI使用方式所侵蚀。
AI的冲击影响高度分化，取决于垂直领域数据/合规壁垒的深浅。教育科技等C端属性较强、内容可被通用大模型部分替代的垂类风险最高。但是具备强监管壁垒，以及如医疗记录、金融合规数据等专有数据资产的垂直软件受冲击相对更小，但样本分化大。
以Duolingo为例，AI First战略逐步以AI取代人工承包商制作课程内容本意是提效，但引发消费者对内容质量下降的强烈反弹，叠加投资者对其商业模式被AI替代的担忧，股价从2025年5月高点541美元累计下跌近80%，2026年7月单周再跌10%。与此同时，公司利用AI将课程单元产能从每季度7100个提升到20500个，效率提升明显，但是效提升与用户信任、内容质量之间的矛盾并未解决。
9.超大规模云与平台型公司
代表：Microsoft、Oracle、Cloudflare
基本未出现有意义的杀估值现象，反而在分化行情中持续走强，是本轮AI叙事下最清晰的赢家类别之一。这类公司同时具备AI基础设施提供者和软件应用提供者双重身份，受益于AI资本开支扩张与AI应用叙事，是本轮受冲击最小、甚至逆势受益的细分。
比如，Cloudflare的边缘网络与安全能力被视为AI流量爆发的直接受益基础设施，AI无法轻易复制物理基础设施/网络效应。
三、软件板块的合理杀估值与错杀
1.机构的思考逻辑
综合市场上各家机构的观点，机构在判断某个细分/个股是否该杀估值时，主要考察以下几个维度：
（1）护城河是否依赖物理基础设施/网络效应/强监管壁垒？如果是，AI难以简单复制，估值应享有溢价而非折价。
（2）商业模式是否依赖按人头/坐席计费？如果是，且工作内容具备结构化、可标准化特征，则面临AI替代的现实压力。
（3）是否掌握企业专有数据资产和深度嵌入的工作流？如果是，AI更可能被该公司自身用来强化产品而非被外部Agent绕过。
（4）是否已经出现可验证的AI收入贡献数据？机构越来越倾向于用财报说话而非用叙事定价，这也是7月软件股修复行情的重要驱动，市场重新审视此前被忽视的真实AI收入数据。
2.如何将软件估值被错杀的部分量化？
我构建了一个简化的归因思路，将估值变化拆分为：
估值变化 ≈ 基本面驱动（收入/利润预期变化） +AI叙事情绪驱动（多重再定价，不涉及基本面变化）+宏观利率驱动
然后进一步细化具体的评判指标，筛选框架的四个维度：
（1）AI渗透度与验证度/AI Penetration & Verification
-AI相关收入/ARR占总收入比重，及其环比/同比增速；
-是否有独立披露口径；
-AI产品的客户渗透率，激活客户数/付费转化率/大单数量。
（2）商业模式韧性/Pricing Model Resilience
-计费模式类型：坐席制 vs 用量制/结果制 vs 混合制，及公司是否已启动转型；
-转换成本高低（是否深度嵌入客户核心业务流程）；
-客户集中度和续约率/净收入留存率NRR趋势变化。
（3）护城河强度与AI适配性/Moat Strength & AI Fit
-护城河类型归属，专有数据 / 转换成本 / 人力网络 / 物理基础设施 / 监管壁垒，并判断该类型在AI时代是被强化还是被削弱；
-是否拥有可被AI利用而竞争对手无法复制的专有数据资产。
（4）估值修复弹性/Valuation Re-rating Potential
-当前估值相对历史区间的分位数，及相对基本面增速的PEG类指标；
-机构评级分歧度，分歧越大，通常代表信息不对称/预期差空间越大，值得重点跟踪；
-近期资金流向/期权隐含波动率等市场情绪指标，判断是否存在"基本面已改善但股价未反映"的错杀残留。
3.以此框架审视各细分板块：
（1）数据基础设施/分析类
Snowflake/Datadog/MongoDB
基本面驱动为正，AI收入占比10%+且增速100%+，或整体收入加速，情绪驱动总体也偏正面，被列入AI受益者名单，估值虽高但主要由基本面支撑，杀估值现象在此细分基本未发生，反而享受估值溢价。
（2）网络安全
CrowdStrike/Palo Alto/Zscaler/Cloudflare
基本面驱动为正，ARR加速、并购整合，情绪驱动正面，估值处于历史高位，远期PE 35-90倍，需要警惕预期过满的情绪驱动部分存在均值回归风险，但整体不属于杀估值范畴。
（3）横向SaaS
CRM/协作
基本面驱动分化，头部AI转型验证较好，如Salesforce、HubSpot，长尾公司验证不足，情绪驱动初期为强烈负面，近期部分修复，机构判断一刀切杀估值存在明显情绪超调成分。
（4）HR/EPM软件
基本面驱动偏负面，情绪驱动也偏负面，机构本身出现分歧，说明这是基本面因素与情绪因素交织、尚未有定论的板块，杀估值有一定合理性但幅度是否合理仍有争议。
（5）IT服务/咨询/BPO
基本面驱动为明确负面，订单下降、增速指引下调、可计费人力实际减少，情绪驱动也为负面，两者方向一致，这是基本面确认、非情绪错杀的板块，杀估值总体合理。
（6）生产力/内容创作软件
Adobe/Microsoft
基本面驱动为中性偏正，AI相关ARR持续增长，只是节奏慢于资本开支，情绪驱动为负面，市场对投入产出时间差缺乏耐心，情绪驱动为主、基本面并未恶化的板块，错杀特征明显。
（7）垂直软件，教育科技等
需个案分析，Duolingo呈现基本面驱动，内容质量下降引发的用户信任风险与情绪驱动同时存在且相互强化的复杂状态，不应该简单归因。
四、软件各细分的核心竞争力与新趋势
1.传统软件行业的核心壁垒
在AI时代重新审视，美股软件与企业服务公司的竞争壁垒可归纳为四类，AI对每一类的影响方向并不相同：
（1）转换成本壁垒
企业一旦将核心系统深度集成进业务流程，迁移成本极高。AI功能通常以原生嵌入形式叠加在存量系统之上，反而提高了迁移门槛，这也是ServiceNow、Salesforce等头部公司敢于快速扩张AI产品线的信心来源。
（2）专有数据资产壁垒
企业内部积累的历史数据、客户交互记录、行业Know-How数据，是训练/微调垂直AI能力的稀缺原料。这也是数据基础设施类公司估值不降反升的核心逻辑，AI越发展，拥有独家数据入口的公司壁垒越深。但对于缺乏数据独特性的通用工具型公司而言，这一壁垒本身就不存在。
（3）人力/交付网络壁垒
以IT服务/咨询公司为代表，壁垒本质是训练有素、行业经验丰富的人力资源网络。AI编程Agent和自动化工具直接替代了这类壁垒赖以存在的基础，这也成为了本轮IT服务板块杀估值最具合理性的原因。
（4）物理基础设施/网络效应壁垒
以Cloudflare的边缘网络、超大规模云厂商的数据中心网络为代表。AI流量爆发式增长直接扩大了对这类物理网络的需求，建设周期长、资本密集，且难以被AI本身复制。
（5）监管/合规壁垒
以医疗信息化、金融科技合规类垂直软件为代表。AI应用于强监管行业需要满足额外的合规、可解释性、责任认定要求，这本身构成了对通用AI工具直接替代的天然阻隔，但前提是该垂直软件公司自身能够将AI能力合规地集成进产品，否则反而可能因合规成本上升而承压。
2.行业级新趋势
（1）计费模式从坐席制向结果/用量制迁移
HubSpot已明确宣布转向结果计费并下调AI客服Agent价格；Workday将结果计费视为长期转型方向。软件收入将更直接地与客户实际获得的自动化产出挂钩，短期可能造成收入确认口径和增速的阵痛期，但长期有望打开客单价天花板。
（2）平台从传统UI向Agent运行环境演进
Salesforce Agentforce、ServiceNow Now Assist、Snowflake Cortex Code的共同逻辑是把自身平台改造为AI Agent可以直接调用、执行、写回数据的基础设施层，而非单纯提供给人类使用的软件界面。主要考察谁能最快把存量客户的数据和工作流转化为Agent可执行的原子任务。
（3）数据与AI能力的进一步一体化
数据仓库/数据库厂商Snowflake、MongoDB、Databricks等持续将AI推理、模型训练能力原生集成进数据层，模糊数据基础设施与AI应用之间的边界，这类公司同时享有卖水人和应用层的双重红利。
（4）网络安全与AI安全的融合
AI应用本身引入模型投毒、提示词注入、Agent误操作等新的风险，催生AI安全的新兴子赛道，网络安全龙头通过并购抢先布局。
（5）IT服务行业向AI战略与集成顾问转型
面对交付人力被替代的压力，头部咨询公司试图从"卖工时"转向"卖AI转型方案和治理框架"，即用更少的人力交付更高附加值的战略/架构类工作，但这一转型能否消化原有的人力规模、能否维持原有营收体量存在较大不确定性。
（6）软件巨头反向雇佣咨询能力
值得关注的反常现象是，部分软件巨头开始大规模自建实施和咨询团队，试图将原本外包给IT服务公司的AI转型实施工作留在自己体系内完成，进一步压缩传统IT服务公司的生存空间，也说明软件公司自身在向平台+实施的一体化方向延伸。
3.转型的盈利能力与估值影响评估
（1）短期盈利能力
转型至结果计费/Agent化产品线，普遍会经历收入确认放缓、销售模式重构、财务指标短期承压的阶段，叠加GPU推理成本上升对毛利率的侵蚀，AI相关业务的自由现金流利润率往往低于EBITDA利润率，因为需要承担较重的算力资本开支或云成本，这是当前"Rule of 40"框架被重新审视的原因——机构开始讨论未来是否需要更高的门槛（50甚至60）才能反映AI时代真实的效率要求，但这一新基准尚未形成行业共识。
（2）中长期盈利能力
假如转型成功，结果计费模式理论上打开了客单价天花板，且Agent化平台一旦形成数据和工作流网络效应，粘性可能强于传统坐席模式，因为客户购买的是结果，不再是许可证，更难被替代。
（3）估值影响
市场目前对转型阶段的公司给予不同标准，已经拿出可验证AI收入数据的公司获得估值修复甚至溢价，仍处于讲故事阶段但尚未拿出规模化数据的公司估值修复滞后甚至持续承压。型故事本身不足以支撑估值，市场的定价锚点已经切换到AI收入占比及其增速等可验证指标上。
五、评估各家软件公司的估值修复预期
1.AI转型验证分层：
已验证增长、潜力明显、仍待观察
2.观察优先级划分
