AI 衝擊下的 SaaS 軟件股：拆解 Salesforce、ServiceNow、Snowflake 的抄底邏輯

編譯 & 整理：深潮 TechFlow

嘉賓： Nico

原標題：AI 噩夢下的 Saas 軟件股：CRM vs NOW vs SNOW，誰是真正被錯殺的翻倍機會？萬字解讀下一波軟件股機會

播客源：Nico 前沿 Alpha

播出時間：2026 年 5 月 21 日

編輯導語

過去半年華爾街用「SaaS 末日」概括了一場慘烈殺跌，Salesforce、ServiceNow、Snowflake 從高點腰斬，而摩根大通擁擠度模型顯示半導體板塊機構持倉已飆至 99.3%，軟件板塊僅 22.8%，呈現歷史級情緒撕裂。投資人 Nico 在這一節點給出了與主流敘事相反的判斷，AI 不是要殺死軟件行業，而是在淘汰只賣功能界面的公司，並獎勵那些賣基礎設施和治理的平臺；當下軟件板塊雖然行業景氣度不如硬件，但賠率與性價比更高。

這期節目最有價值的部分，是把三家公司放在同一個評估框架下逐一拆解，Salesforce（13–14 倍前瞻 PE、144 億美元自由現金流、500 億美元回購授權）是「安全邊際派」，ServiceNow（AI Control Tower 敘事、黃仁勳連續三年站臺）是「AI 敘事最清晰派」，以及 Snowflake（按使用量計費、RPO 同比漲 42%、但 GAAP 仍虧損）是「高彈性高風險派」。5 月 27 日 Salesforce 與 Snowflake 將同日發佈財報，緊接著 Snowflake 年度大會與微軟 Build 大會接踵而至，這些催化劑將構成短期最直接的觀察窗口。

精華語錄

「SaaS 末日」與市場情緒極端化

• 「軟件板塊被砸的稀爛，這不是一家公司出現了問題，而是整個軟件板塊被市場判了死刑。」
• 「摩根大通的擁擠度模型顯示，半導體板塊的機構持倉擁擠度已經飆升到了 99.3%，而軟件板塊的擁擠度只有 22.8%，這是歷史級別的情緒撕裂。」
• 「硬件板塊的好消息是所有人都已經買進去了，已經被市場定價；而軟件的壞消息是大家也賣的差不多了，有向上反彈的空間。未來 3 個月如果只看行業景氣程度，硬件一定會更強；但如果看上漲空間、賠率、性價比，軟件可能反而會更好。」

AI 對 SaaS 商業模式的衝擊

• 「過去 Saas 公司賴以收費的很多功能界面，現在用 AI 就可以在極短的時間之內做出一個可用的原型，完全不需要任何編程經驗，市場真正擔心的事情，是 Saas 功能層的稀缺性以及護城河正在崩塌。」
• 「如果一個 AI Agent 能夠幹 10 個人的活，那麼一家原本要購買 1000 個賬號的公司，現在只需要 100 個就夠了。這就是華爾街最近常說的 Seat compression，席位壓縮。」
• 「Agent 不需要 UI，不需要 dashboard，不需要漂亮的界面，它只需要數據和 API。這意味著 Saas 軟件被 AI 降維打擊了，從企業工作流的主入口，淪為了數據存儲的後端。」

Salesforce 的轉型與估值

• 「買 Salesforce 本質上不是用幾十倍的估值去賭一個高成長的故事、賭它最後能夠 AI 轉型成功，而是基於內在價值和實際價格的對比權衡，它目前確實處在一個相對低估的位置。」
• 「Agentforce 把收費邏輯從【人頭】切換到【任務】，過去的收入跟員工數量掛鉤，未來的收入跟整體的工作量掛鉤。只要按照任務收費的邏輯跑通，Salesforce 就能夠從座位經濟平滑過渡到任務經濟。」
• 「微軟的 Dynamics 365 加上 Copilot，是 Salesforce 中長期最大的威脅。如果未來銷售員根本不打開 Salesforce，而是在 Outlook 或 Teams 上讓 Copilot 自動更新客戶記錄，Salesforce 就可能從工作入口退化成後臺數據庫。」

ServiceNow 的 AI Control Tower 戰略

• 「ServiceNow 想做的不是再造一個 ChatGPT，而是成為企業級 AI Agent 的治理層、編排層和執行層。不管企業用的是哪家 AI，只要這個 AI 進入企業的流程、調用企業的系統、執行企業的任務，就得通過 ServiceNow 來治理和編排。」
• 「這個定位跟蘋果的 iOS 比較像，蘋果不會親自下場做每一個 APP，但所有 APP 都跑在 iOS 上面。ServiceNow 未來想走的也是這條路。」
• 「黃仁勳的原話是：ServiceNow 本質上就是 AI 時代的企業操作系統。」

Snowflake 的消費模式悖論

• 「Snowflake 最怕的不是客戶不用它，而是客戶用的太溜。當企業發現 Snowflake 的賬單太高，就會推動工程團隊優化查詢、壓縮存儲，甚至用開源工具替代一部分低價值的任務，這就是消費模式的雙刃劍。」
• 「Snowflake 的淨收入留存率從 131% 降到 126%，再到最新的 125%，這依然健康，但趨勢往下走，說明老客戶擴張速度已經不如以前。」
• 「Snowflake 是三家裡增長最快、AI 數據基礎設施邏輯最直接、而且天然不受傳統 SaaS 商業模式影響的一家；但同時也是估值最高、競爭最激烈、盈利質量最弱的一家。高賠率，高風險。」

歷史類比與最終判斷

• 「AI 殺死軟件的這個敘事被過度簡化了。真正發生的事情是，AI 正在淘汰那些只賣功能界面的軟件，但同時也在獎勵那些賣基礎設施和治理的平臺。不是所有的軟件都會被顛覆。」
• 「2000 年互聯網泡沫破裂的時候，市場主流趨勢是【互聯網會殺死所有的傳統公司】，但最後活下來的不僅僅是互聯網公司，還有那些最先擁抱互聯網、把這些工具整合融入到自己業務裡面的傳統公司。20 年之後，這波 AI 浪潮邏輯也是一樣的。」

SaaS 末日與反向信號

2026 年新年伊始，「AI 殺死軟件行業」的敘事引爆了整個美股市場。自此之後，整個軟件板塊便籠罩在被 AI 顛覆的噩夢之下。軟件板塊的龍頭微軟也沒能倖免，年內一度跌超 25%，如果從歷史高點計算，最大回撤逼近 40%，接近 2022 年美股熊市的跌幅。而過去幾年的熱門軟件股，比如 Salesforce、ServiceNow、Snowflake，市值都已經蒸發了一半以上。這不是一家公司出現了問題，而是整個軟件板塊被市場判了死刑。華爾街給這次事件起了個名字，叫「SaaS 末日」。

過去將近半年的時間裡，無論散戶還是機構，都在做同一件事情，做多硬件、做空軟件，軟件板塊被砸得稀爛。然而就在最近，有幾個不尋常的信號悄悄出現了。摩根大通的擁擠度模型顯示，半導體板塊的機構持倉擁擠度已經飆升到 99.3%，而軟件板塊的擁擠度只有 22.8%，這是歷史級別的情緒撕裂。而就在這個時候，美國總統特朗普悄悄花了幾百萬美元抄底軟件股；華爾街最會抄底的對沖基金經理 Bill Ackman 也在同一時間，重倉了軟件行業最大的公司微軟；全球市值最高的公司英偉達 CEO 黃仁勳，連續第三年親自飛到拉斯維加斯，給一家軟件公司站臺。

那麼 AI 到底是要殺死整個軟件行業，還是給了我們一個十年一遇的抄底機會？今天這期視頻，我會從頭到尾拆解三家最具代表性的軟件公司：Salesforce、ServiceNow、Snowflake。

Claude Cowork 與 SaaS 板塊的崩塌

關於 AI 殺死 SaaS 行業、軟件股暴跌，還得從今年 1 月份說起。1 月 30 號，Anthropic（Claude 大模型背後的公司）在 GitHub 上面悄悄發佈了 11 個插件，名字叫做 Claude Cowork，簡簡單單一個代碼倉庫，外加一篇博客。然而在發佈後的 48 小時之內，全球軟件股血流成河。根據市場的估算，軟件板塊總共蒸發了 2850 億美元的市值。

為什麼大家都這麼慌？CNBC 的一個記者做了一個讓所有 SaaS 公司高管失眠的實驗。他用 Claude Code 花了一個小時，復刻了一個叫做 Monday.com 的網站，成本只有 5–15 美元。Monday.com 是美股上市的項目管理軟件公司，市值幾十億美元。一個記者用一個小時、幾美元的成本，就做出了一個看起來跟 Monday.com 差不多的項目管理 demo。

當然，這不是說它真的複製了一家上市公司，真正的 Monday.com 有企業權限、數據安全、集成生態、銷售渠道，這些都不是 AI 一個小時就能搞定的，需要一定的時間去沉澱積累。但這個實驗最嚇人的地方在於，過去 SaaS 公司賴以收費的很多功能界面，現在用 AI 就可以在極短的時間之內做出一個可用的原型，完全不需要任何編程經驗。在這個故事的背後，市場真正擔心的事情，是 SaaS 功能層的稀缺性以及護城河正在崩塌。傳統按照人頭收費的 SaaS 模式，在 AI 的衝擊之下，可能無法成立了。這也折射出了底層 AI 模型廠商的野心，不再只是優化大模型的性能，而是直接下場做應用層，瓜分這塊龐大的蛋糕。

SaaS 商業模式與兩層恐慌

SaaS 的全稱是 Software as a Service（軟件即服務）。它的本質很簡單，即把傳統裝在企業服務器上的本地軟件，搬到雲端，客戶按照月份或者年份來付費，獲得軟件的使用權。在過去 20 年的時間裡，這套模式是軟件行業最大的造富機器。

所有 SaaS 公司的核心收費邏輯，幾乎都是按照人頭收費。一家公司有 1000 個員工要用這個軟件，那就必須得買 1000 個賬號、持續支付訂閱費用，每個賬號一年幾十到幾百美元不等。並且用的頻率越高、用的時間越長，客戶的粘性就越強，因為整個公司的工作流以及數據，都沉澱到了這套 SaaS 軟件上面，短時間內做遷移切換的成本很高。這其實就是輕資產 SaaS 行業躺著賺錢的根本邏輯，也是過去 20 年華爾街願意給 SaaS 公司幾十、上百倍市盈率高估值的根本原因。

但是 AI 浪潮爆發，尤其是進入 Agent 時代之後，這套邏輯的根基開始動搖了。市場對於 SaaS 行業的擔憂，主要有兩層。

第一層：席位壓縮（Seat compression）

最直接的一層恐慌，是 Agent 代替員工，導致 SaaS 訂閱數大幅下滑、營收利潤銳減。SaaS 公司是按照人頭收費的，企業有多少員工使用就買多少個席位。但是 Agent 時代到來之後，這個邏輯就被徹底顛覆了，如果一個 AI Agent 能夠幹 10 個人的活，那麼一家原本要購買 1000 個賬號的公司，現在只需要 100 個就夠了。這就是華爾街最近常說的「Seat compression（席位壓縮）」。

SaaS 公司的收入公式是「客戶數 × 人均座位數 × 單價」。過去 20 年這三個變量都在上漲，然而在 Agent 衝擊之下，人均座位數這個指標第一次面臨結構性的下行風險。市場擔心 SaaS 公司的商業模式可能會被 AI 顛覆。

第二層：Agent 工作流繞開 SaaS 界面

更深一個層次的恐慌，是基於 Agent 的工作流之下，SaaS 軟件被直接繞開，成為了配角。這一層是市場真正炸毛的核心所在。傳統 SaaS 的商業模式，有一個隱含的前提是軟件是給人用的。Salesforce 設計 UI、設計漂亮的 dashboard、設計工作流，本質上都是為了培養用戶習慣、提高用戶的粘性。但 Agent 不需要 UI，不需要 dashboard，不需要漂亮的界面，它只需要數據和 API。

當 Claude 可以直接連接你的 Salesforce、Notion、Google Drive、Slack 的插件之後，工作流就發生了根本性的變化。過去銷售員直接打開 Salesforce，在裡面查客戶的數據、跟進合同、查看售後的情況，日常工作基本上離不開 Salesforce 的軟件界面。而現在銷售員可以直接打開 Claude，完成之前這些重複性的工作，Claude 則通過 API 的方式調用 Salesforce，讀數據寫數據，銷售員完全不需要接觸 Salesforce 的軟件界面。

這意味著 SaaS 軟件被 AI 降維打擊了，從企業工作流的主入口，淪為了數據存儲的後端。這件事的可怕之處在於，它直接改變了價值分配的鏈條。過去用戶打交道最多的是 SaaS 軟件，而現在用戶把更多的時間都投入到了和 Agent 的交互上面。用戶在哪個環節花的時間最多，哪裡就掌握最大的定價權。這種情況下，SaaS 軟件就淪為了 AI Agent 的配角。過去 SaaS 最強的護城河，就是長期的用戶習慣和工作流沉澱，本質是建立在「人會重度使用 UI 界面」這個前提下的，但 Agent 正在改變這一點。這足以引發市場的大規模恐慌。

市場擁擠度與反向信號

與此同時，宏觀利率環境緊張、大科技的資本開支幾乎全部流向了 AI 基建，企業的軟件採購預算被不斷擠壓，長久期的軟件成長股估值壓縮得最厲害。今年到目前為止，整個軟件板塊大幅跑輸了同一時期的標普納指，市場也出現了兩極分化的局面，大家都在無腦做多硬件、做空軟件。

摩根大通的擁擠度數據分析顯示，半導體行業的擁擠度已經達到了歷史的最高水平 99.3%，這意味著幾乎所有投資者的持倉都是在同一個方向。更值得注意的是，軟件行業的空頭頭寸正在穩步增加，擠壓風險指標已經達到了 100% 的極端水平。當恐慌到達極致的時候，市場的臨界點以及反向信號往往也就開始出現了。

這些數據並不是說資金馬上就要撤出硬件板塊、轉向軟件板塊。這更多是一個風險信號，硬件成為了散戶機構交易最擁擠的一個板塊，無腦做多硬件的性價比越來越低，資金自然有需求去做板塊之間的切換；從高位硬件切換到低位軟件，相當於從一個極度擁擠、短期被充分定價的板塊，切換到還在被鬼故事壓制、但基本面可能出現改善的板塊。

硬件板塊的好消息是所有人都已經買進去了，已經被市場定價；而軟件的壞消息是大家也賣的差不多了，有向上反彈的空間。我對這個問題的判斷很明確，未來 3 個月時間裡，如果只看行業景氣程度，硬件一定會更強；但如果看上漲空間、賠率、性價比，軟件可能反而會更好一些。換句話說，硬件還是 AI 的最大主線，但短期已經太過於擁擠了；軟件是補漲方向，未來 3 個月的彈性和賠率更高。

主要還是因為軟件板塊在過去幾個月被砸得太慘了。伴隨 AI 恐慌，軟件股出現了廣泛並且不加區分的拋售，市場不管三七二十一，先拋售然後再質問，這確實導致很多有業務壁壘、也有數據沉澱、還在積極擁抱 AI 的優質軟件公司被無情地錯殺了。

而且在未來幾十天，軟件板塊有很多的催化劑。比如 5 月 27 號 Salesforce 和 Snowflake 將在同一天發佈最新一期的財報，這兩份財報會回答一個核心問題，AI 到底是在吞噬 SaaS，還是在重新定價 SaaS？緊接著 6 月 1 號–4 號，Snowflake 在舊金山舉辦自己的年度大會，主題就是數據基建以及企業 AI 的落地；6 月 2 號–3 號，微軟舉辦 Build 大會，核心議題就是 AI Agent、Copilot、開發者工作流和企業 AI 應用。這些催化疊加在一起，可能會強化軟件股反彈的趨勢。如果市場開始相信 AI Agent 不是要殺死軟件，而是要通過軟件平臺落地，那麼 ServiceNow、Salesforce、Snowflake 這些軟件股可能都會從中受益。

公司拆解一：Salesforce（CRM）

公司背景

Salesforce 的代碼是 CRM，剛好跟它做的業務名字一樣，它是全球最大的客戶關係管理軟件公司，也是 SaaS 時代最具象徵意義的公司之一。簡單一句話講，它是幫企業管理客戶的。但這裡的「管理客戶」不是簡單讓銷售員打開網頁、錄入幾條客戶信息，它真正的價值是成為企業客戶數據的核心記錄系統。

客戶是誰、有哪些員工跟進過、買過什麼產品、合同走到哪一步、售後有沒有投訴、營銷觸達過幾次，這些客戶生命週期裡最關鍵的數據，都會沉澱在 Salesforce 裡面。這些都是企業最核心的客戶資產。AI 可以幫你生成郵件、總結會議、自動寫銷售話術，但如果沒有一個可信的客戶數據庫，AI 就不知道如何做這些事情，這就是 Salesforce 最核心的位置。AI 可能衝擊 Salesforce 的前端功能，但不一定能夠殺死它的核心。

Salesforce 一方面是最典型的傳統 SaaS 公司，正面承受 Agent 席位壓縮的衝擊；但另一方面，它又是很多企業客戶數據的底座，不是一個可以隨便替換掉的小工具。這也是我們分析 Salesforce 的核心切入點，它到底是一個即將被 AI 顛覆的舊時代軟件公司，還是一個被市場過度悲觀定價的現金流機器？

Salesforce 目前有超過 15 萬企業客戶，從初創公司到世界 500 強。公司由 Marc Benioff 在 1999 年創立。Benioff 是甲骨文（Oracle）出身，曾是甲骨文最年輕的副總裁，也是甲骨文創始人 Larry Ellison 早期非常看重的門徒之一。後來他出來創業，提出了一個在當時非常激進的想法，他主張企業軟件不應該賣光盤裝在客戶的服務器上面，而是應該跑在雲端、按月份或者按年份訂閱。

這個理念在 1999 年是非常激進的。那個時候微軟、甲骨文、SAP 這些傳統巨頭，主流模式都是把軟件賣給企業、讓企業自己部署在本地服務器上面。這個時候 Benioff 一個人喊出「No Software」的口號，後來 SaaS 這個商業模式真的贏了，Salesforce 也成為了 SaaS 行業的代名詞。

Benioff 這個人的特點是嗅覺非常敏銳、會賭方向。去年他第一次喊出 Agentforce 的時候，全市場都覺得這是一個營銷噱頭，但過去幾個季度 Agentforce 確實跑出了一些很不錯的數據。最新披露 Agentforce 的 ARR 已經達到了 8 億美元，同比增長了 169%。所以你信不信 Salesforce 能夠完成 AI 的轉型，很大程度上取決於你是否相信 Benioff 這個人。

產品矩陣

很多人以為 Salesforce 就是一個 CRM 工具，但其實經過 20 多年的擴張和收購，它已經長成了一個非常龐大的企業軟件平臺。

最核心的就是 Sales Cloud，這是它的起家產品，幫銷售團隊管理客戶、商機以及銷售漏斗。全球大量企業的銷售體系，就是建立在這個產品上面的。在 Sales Cloud 之後，Salesforce 又拓展出了 Service Cloud，專門做客戶服務和售後支持，客戶打電話投訴、發郵件諮詢、在線聊天提問、後臺的工單分配以及處理流程都是跑在 Service Cloud 上面的。再往外延伸，Marketing Cloud 負責數字營銷，幫企業做精準推送、郵件營銷、廣告投放效果追蹤；Commerce Cloud 負責電商，幫企業在線上賣東西。

這四塊加在一起，Salesforce 基本上把企業跟客戶打交道的所有環節都覆蓋了，從獲客、成交、售後再到復購，全鏈路都有對應的產品。

但 Salesforce 的野心不止於此。過去幾年他花了大量的資金做收購。收購了 MuleSoft（做系統集成，企業內部可能同時使用十幾套軟件，MuleSoft 就負責把這些系統的數據打通）、Tableau（做數據可視化和商業分析，把 CRM 裡面的客戶數據變成圖表和洞察）、 Slack（做企業內部通訊協作，類似國內飛書或者釘釘的辦公軟件）；去年又收購了 Informatica（做企業級數據管理，幫助企業把散落在各處的數據做清洗整合治理）。

這些收購拼在一起，Salesforce 實際上已經構建了一個圍繞客戶數據的完整生態系統，CRM 是核心，外圍有集成、分析、協作、數據治理層層包裹。而 Salesforce 最新崛起的業務、也是最關鍵的一塊拼圖，就是 Agentforce，這是 Salesforce 去年推出的 AI Agent 平臺，也是它應對 AI 衝擊最重要的一張牌。

商業模式：從座位經濟到任務經濟

Salesforce 的商業模式就是最典型的 SaaS，按照人頭收費。公司有多少銷售員要用 CRM，就買多少個賬號，每個賬號每月大約 100 多美元，按照年合同結算。看起來單個賬號不算貴，但如果一家大企業有幾千幾萬名的銷售、客服和運維人員，這筆錢存在一起，就會變成非常穩定的經常性收入。這就是 Salesforce 過去 20 多年躺著賺錢的根本來源。

但是 AI 到來之後，這套躺賺的邏輯就開始鬆動了。如果一個 AI Agent 能夠自動做客戶研究、寫郵件、管理銷售漏斗、跟進客戶，那麼企業還需要那麼多銷售員嗎？這就是市場最擔心的東西——席位壓縮。Salesforce 就是最容易被市場拿來炒作討論的代表公司之一。

Benioff 自己也意識到了這個問題。去年開始，Salesforce 啟動了一次比較激進但又非常關鍵的商業模式轉型，繼續保留席位費，但是新增了一個按照使用量計費、貼合 AI 時代的產品，叫 Agentforce。簡單來說，傳統模式是「你買多少賬號就付多少錢」，新模式是「你的 AI Agent 執行了多少任務就按照使用量付費」。Salesforce 把這種使用量叫做 Agentic Work Units（AI Agent 完成工作的計量單位）。

這個新模式背後的邏輯很聰明。如果 AI 真的能夠替代一部分人工，那麼傳統的席位數量可能會減少，但與此同時，AI Agent 執行的任務數可能會大幅增加，過去一個銷售員一天可能跟進 20 個客戶，未來一個 AI Agent 可以同時跟進 200 個客戶。人類的席位減少了，但是 AI 執行的任務數量可能翻倍甚至翻 10 倍。只要按照任務收費的邏輯跑通，Salesforce 就能夠從座位經濟平滑過渡到任務經濟，單客戶的收入反而可能會大幅上漲。過去的收入是跟員工數量掛鉤，未來的收入跟整體的工作量掛鉤。這就是 Agentforce 最重要的意義，可能會重構 Salesforce 整個公司的收費邏輯和商業模式。

當然這個故事現在還沒有完全兌現。Agentforce 的 ARR 雖然已經達到 8 億美元、增速非常快，但是相對於 Salesforce 415 億美元的全年收入來說，佔比仍然不到 2%。而 Salesforce 面臨的席位壓縮衝擊，可能比任何一家 SaaS 公司都要嚴重，因為 Salesforce 賣的是銷售員、客服員、營銷員的席位，一家 1 萬人的公司可能要買 3000–5000 個 Salesforce 賬號，而這些崗位恰恰是 AI Agent 最先替代的工種：寫郵件、跟進客戶、生成銷售文案、回答客戶的諮詢，全是 AI 大模型最擅長的事情。要靠 2% 的新業務跑贏傳統席位下滑，難度非常大。

既然如此，那為什麼我還說 Salesforce 目前仍然值得大家關注呢？不是因為我相信 Agentforce 這個新業務的故事一定能夠跑贏舊 SaaS 模式的營收，而是因為 Salesforce 目前只有 13–14 倍的前瞻市盈率，這個估值已經把悲觀預期定價進去了。它還有 144 億美元的自由現金流，以及 500 億美元的回購授權。

所以買 Salesforce 本質上不是用幾十倍的估值去賭一個高成長的故事、賭它最後能夠 AI 轉型成功，而是基於內在價值和實際價格的對比權衡，Salesforce 目前確實處在一個相對低估的位置。當然這個安全邊際不是無條件的，如果 AI 真的導致傳統席位的收入明顯下滑、Agentforce 又無法補上，那麼 Salesforce 的估值可能仍然會被繼續壓縮。但只要核心業務穩定、回購持續執行，Agentforce 哪怕只是部分兌現，市場就有可能重新給它估值，股價就會反彈。

護城河

Salesforce 最強的護城河，就是客戶在過去 20 多年沉澱下來的海量數據。一家用了 10 年 CRM 的公司，裡面可能存了幾百萬條客戶記錄、幾十萬條銷售流程、幾萬個自定義的字段，把這些東西全部搬走，等於推倒整個企業的數字化基座重新搭建一遍，遷移成本遠遠高於繼續付費的成本。

那 Salesforce 弱的地方在哪裡？微軟的 Dynamics 365 加上 Copilot 是 Salesforce 中長期最大的威脅。微軟作為全球最大的軟件公司，它的 to B 辦公產品已經滲透了全球絕大多數大型企業。Dynamics 365 是微軟的 CRM 產品，直接對標 Salesforce 的核心業務，過去幾年的增速一直在 20% 以上。最關鍵的是，Dynamics 365 跟 Copilot、Teams、Outlook 這些辦公套件深度集成，企業員工每天最常用到的軟件入口都在微軟這裡。如果未來銷售員根本不打開 Salesforce，而是在 Outlook 或 Teams 上讓 Copilot 自動更新客戶記錄，Salesforce 就可能從工作入口退化成後臺數據庫。這是 Benioff 最擔心的地方，也是 Salesforce 中長期最大的不確定性。

最新財報數據

上個財年最後一季度的數據是這樣的：全年收入 415 億美元，同比增長 10%；RPO 總額達到 720 億美元，同比增長 14%；自由現金流 144 億美元，同比增長 16%；全年回報股東 143 億美元，其中 127 億用於股票回購、16 億用於分紅。並且 Salesforce 剛剛批准了高達 500 億美元的股票回購計劃。Agentforce 這塊兒新業務的 ARR 是 8 億美元，同比漲了 169%，簽了 29000 筆交易。

不過這裡要打個補丁，29000 筆交易不等於 29000 個大客戶，也不等同於全部都是大額合同。這個數據只能說明產品在快速鋪開，但真正決定估值的，是後續能不能提升單客戶的付費金額和淨收入留存率。在這次財報會議上面，公司還把 2030 財年的收入目標上調到了 630 億美元。

整體來看，Salesforce 的基本面確實非常紮實。而且在上次財報會議的時候，CEO Benioff 自己也說到，這是公司歷史上最輝煌的一年，也是軟件行業有史以來業績最好的一年，反而說現在是一個很好的營銷機會和買入機會，所以公司要把股票回購授權提高到 500 億美元。這個語氣其實非常明確，管理層對於財報很滿意，甚至直接地反擊市場，認為市場過度悲觀，Salesforce 的股價被錯殺了。

在我做視頻的時候，Salesforce 的股價只有 180 美元，前瞻市盈率 13–14 倍。相比起過去幾年軟件牛市動輒 30 倍 40 倍以上的估值，明顯壓縮了一大截，是最近幾年估值最低的位置。

催化劑與風險

看多的理由很簡單。它的估值便宜、現金流穩定、目前的回購力度非常大，而且 Agentforce 新業務正在加速放量。Salesforce 5 月 27 號的財報很值得關注，是短期最直接的催化劑。

看空的理由是，它的增速只有 10%，在軟件行業裡不算快；商業模式被 AI 顛覆的質疑還是沒有消除；Agentforce 新業務不確定性還是很高。市場最大的疑問是，Agentforce 能不能大到足以拉動整個公司的營收利潤，幫助公司完成 AI 的全面轉型？這些還有待時間驗證。

5 月 27 號的財報，大家可以關注這幾件事情：第一點，Agentforce 的 ARR 還有沒有繼續保持 100% 以上的同比增速。如果增速回落，那就說明 AI 轉型存在一定的風險，主要得看管理層是怎麼回應這件事兒的。

第二點，SaaS 席位費相關的業務有沒有出現明顯的萎縮。如果出現了類似的情況，大家就要小心了，市場可能會繼續炒作「AI 吞噬 SaaS」的敘事。

除此之外，還有就是公司對於未來的指引是否繼續保持樂觀，管理層是否有繼續從正面回應 AI 對於 SaaS 商業模式的衝擊。這些都是比較值得關注的地方。

單看上個季度財報的話，我覺得管理層是非常明確且樂觀的，他們不認為 AI 會殺死 Salesforce，反而認為 AI 會讓 Salesforce 從 SaaS 應用公司升級成為企業 Agent 的平臺。但從數據上面來看，這個故事還處在早期的驗證階段。對於我自己來說，我覺得沒必要過早下結論看它到底有沒有被 AI 顛覆，或者有沒有完成 AI 業務的轉型。我更看重的是它的估值處在近幾年來最被低估的水平，再結合公司本身紮實的基本面，當前買入的性價比和賠率都比較高。但長期的主線敘事還是 AI，Salesforce 能否經得住 AI 的考驗，還需要時間去驗證。

公司拆解二：ServiceNow

公司背景

ServiceNow 這家公司就是我開頭說的，黃仁勳連續 3 年親自飛到拉斯維加斯站臺的那家軟件公司。如果說 Salesforce 管的是企業對外的客戶關係，那 ServiceNow 管的就是企業對內的員工和流程。簡單一句話講，它是企業內部運轉的中樞神經系統。

企業內部很多需要審批、流轉、執行和記錄的流程，都可以跑在 ServiceNow 上面。電腦壞了要找 IT 提工單；新員工入職要開賬號、配電腦、走 HR 流程；系統出故障要做事件響應；安全告警來了要派發、升級、修復。所以它不只是一個 IT 工單系統，它更像是企業內部各種工作流的統一平臺。

ServiceNow 成立於 2004 年，總部在加州聖克拉拉。現任 CEO 是 Bill McDermott，他之前是 SAP 的全球 CEO，在企業軟件行業裡摸爬滾打了幾十年。2019 年正式接手 ServiceNow 之後，McDermott 帶著公司從一家 IT 工單軟件公司繼續向「全企業工作流平臺」擴張。他的風格非常鮮明，擅長講大敘事、做大交易、搞大客戶。這種風格在 AI 時代反而成為了優勢。

產品矩陣

最核心的起家業務是 ITSM，企業 IT 部門用它來管理工單、事件響應、變更發佈、IT 資產和服務請求。在 ITSM 這個市場裡，ServiceNow 是全球無可爭議的老大。在這個基礎上，它又延展出了 ITOM（IT 運維管理），ITSM 更像是解決「出了問題之後怎麼處理」，而 ITOM 則是提前監控系統、發現問題、儘量自動修復。

業務再往外擴展就是 HR Service Delivery，從入職、離職、請假、調崗，再到各種員工請求，都可以在 ServiceNow 上面完成。還有 Customer Service Management 業務（做企業級客服，和 Salesforce 的 Service Cloud 有一定的重疊，但 ServiceNow 更偏向複雜的 B2B 場景，比如說大型設備、企業客戶、跨部門售後工單）；Security Operations 做安全事件響應；Strategic Portfolio Management 幫 CIO 管項目組合，決定哪些 IT 項目該投、哪些該砍。

把這些拼在一起看，ServiceNow 已經從一個簡單的 IT 服務管理軟件，擴展成了企業內部的工作流平臺。這也是它續約率能夠做到 97% 的根本原因，因為一家企業一旦把 IT、HR、安全、客服這些流程都搬到 ServiceNow 上面，要換掉它就不只是換一個軟件那麼簡單，而是要重建一整套企業內部運轉系統，這件事兒的成本很高。

最近的關鍵收購

除了自己原生的產品以外，ServiceNow 最近一年還做了幾筆非常關鍵的收購。

第一筆是 Moveworks，做的是 AI 驅動的員工服務助手。員工有問題不用再到處找入口，而是直接問 AI，AI 可以幫你查政策、提工單、看進度，甚至自動解決一部分問題。收購完成之後，Moveworks 的能力就被整合進了 ServiceNow 的 EmployeeWorks。

第二筆是 Veza，主要做身份治理和權限管理。在 AI Agent 時代，「誰能訪問什麼數據」變得極其關鍵，不僅僅是人需要被約束，Agent 的權限也是如此。Veza 解決的就是這個問題。

第三筆是收購 Armis，它是做網絡安全領域的實時資產可視化。企業網絡裡有多少設備、哪些有漏洞、哪些在通信，Armis 全都能看到。

這三筆收購都有一個共同的指向，即為 AI Agent 大規模進入企業做準備。Agent 要在企業裡幹活，得知道員工在問什麼，得知道誰有權限動什麼數據，得知道網絡裡有哪些資產。這三筆收購分別補齊了這三塊能力。當然短時間內連續做幾筆收購，也會帶來整合風險，尤其是 Armis 這種 77.5 億美元的大交易，後面我們講風險的時候會詳細展開。

核心 AI 戰略：AI Control Tower

ServiceNow 最核心的 AI 戰略，叫做 AI Control Tower（AI 控制塔）。這個概念要從一個很現實的問題說起。未來企業用 AI 不會只用一家，可能使用 OpenAI 的 GPT 做客戶服務、Anthropic 的 Claude 做合同審查、微軟的 Copilot 做文檔協作、Google 的 Gemini 做數據分析，企業自己還會開發很多內部的 AI Agent。

這個時候問題就來了，這麼多 AI Agent 同時在企業內部跑，誰來管理他們？誰來決定他們能訪問什麼數據、不能訪問什麼數據？誰來確保他們不會越權操作？萬一出了事故如何追責？這就是 AI Control Tower 要解決的問題。

ServiceNow 想做的不是再造一個 ChatGPT，而是成為企業級 AI Agent 的治理層、編排層和執行層，負責讓這些 AI 在企業裡安全、合規、可審計地行動。這就是它和很多其他 SaaS 軟件公司的區別。很多公司在想「我自己能不能做一個 AI Agent，去跟 ChatGPT、Claude、Gemini 搶應用層的入口」，ServiceNow 很聰明，選擇的是另外一條路，「我不跟你們搶底層的模型，而是管理這些模型進入企業之後的執行流程」。

ServiceNow 想實現的目的就是，不管企業用的是哪家 AI，只要這個 AI 進入企業的流程、調用企業的系統、執行企業的任務，就得通過 ServiceNow 來治理和編排。

憑什麼是 ServiceNow？

這就得回到 ServiceNow 20 多年積累的底層能力。它手裡有一樣東西叫做 CMDB（配置管理數據庫）。簡單來說，就是企業 IT 資產和系統關係的完整地圖。公司裡有哪些服務器、跑著哪些應用、用戶之間是什麼權限關係，都記錄在這裡。它還有一套跑了十幾年的流程引擎，企業裡所有的審批、執行、協作鏈路都在 ServiceNow 上面運轉。它還有完整的審計日誌，每一步誰做了什麼、什麼時候做的、改了哪些內容，系統都能夠留下記錄。

AI Agent 進入企業之後，最需要的就是這三樣東西，得知道企業裡有什麼系統可以調用、得按照既定的流程執行任務、Agent 所做的每一步都要留下審計記錄。除此之外，ServiceNow 又通過 Veza 補全了身份和權限驗證、通過 Armis 補全了實時資產可視化。

今年 Knowledge 大會上面，這件事又往前推了一步，ServiceNow 發佈了 Action Fabric。這個東西可以讓任何第三方的 AI Agent，不管是 Claude、GPT、Gemini 還是 Copilot，都可以調用 ServiceNow 的治理引擎來執行企業級的任務。「你用什麼 AI 模型我不管，但是執行和治理必須經過我這一層」，這個邏輯跟蘋果的 iOS 比較像，蘋果不會親自下場做每一個 APP，但所有 APP 都跑在 iOS 上面。ServiceNow 未來想走的也是這條路。

黃仁勳背書

這個定位最有說服力的背書來自黃仁勳。英偉達 CEO 連續第三年出席 ServiceNow 的年度大會，這不只是合作伙伴互相站臺，英偉達自己也是 ServiceNow 的客戶。英偉達內部的超級計算機報價系統就跑在 ServiceNow 上面，以前生成一份完整的報價文檔需要 5 天時間，進入 AI 工作流之後 5 分鐘就可以搞定。

黃仁勳的原話是：「ServiceNow 本質上就是 AI 時代的企業操作系統。」今年兩家公司還聯合發佈了 Project Arc，英偉達提供 AI 計算的安全沙箱，ServiceNow 提供企業級治理，兩家公司屬於深度綁定的關係。這件事就說明，ServiceNow 的 AI Control Tower 不是一個孤立的軟件概念，它開始進入英偉達、OpenAI、Google、Anthropic 這些 AI 生態夥伴的企業落地敘事裡面。

最新財務數據

今年第一季度，總收入 37.7 億美元，同比增長 22%；訂閱收入是 36.71 億美元，也是同比增長 22%，超過了指引的上限；總 RPO 是 277 億美元，同比增長 25%；客戶的續約率是 97%。這些數字都說明 ServiceNow 的基本面沒有問題，它本身仍然是一家 20% 左右增長、97% 續約率、高利潤率、高現金流的軟件平臺。

AI 這邊的表現更加亮眼。公司把今年 AI 相關的 ACV（年度合同價值）的目標，從年初的 10 億美元上調到了 15 億美元。注意這是合同價值口徑，不是當期收入，後續會逐步轉化為真實落袋的營收。但一個季度之內把目標上調 50%，說明它家的 AI 產品真的有客戶買單，正在高速增長。

它的股價已經從歷史高點回撤了 50% 以上，前瞻市盈率現在大概是在 21–24 倍之間。這對於一家高速增長的軟件輕資產公司來說，確實已經是相對低估的區間了。

催化劑與風險

看多 ServiceNow 的理由很清楚。第一點，它的 AI 敘事脈絡是非常清晰的，AI Control Tower 是 AI 時代下企業的操作系統，AI 需求越大，企業越需要治理、審計、權限和執行平臺。第二點，它的 AI 新業務也確實在持續放量，AI ACV 從 10 億美元漲到 15 億，故事在真實地兌現。第三點，它的生態夥伴陣營很強，OpenAI、Google Gemini、Claude、英偉達都在和 ServiceNow 做集成或者深度綁定合作，這會強化它作為「企業 AI 控制塔」的戰略地位。

但是 ServiceNow 所面臨的風險也得講清楚。最新一個季度的財報發了之後，即便超過市場預期，盤後仍然跌了兩位數，市場情緒極度悲觀，說明目前市場的趨勢還沒有扭轉過來，大家對於 SaaS 公司的商業模式以及 AI 轉型還是處於質疑的態度。然後就是 ServiceNow 的三筆收購密集落地，尤其是 Armis 這種 77.5 億美元的大交易，需要時間去消化，市場會仔細審視上調的收入指引裡，有多少是收購帶來的、有多少是有機增長。外部風險就是中東地緣政治的因素，上個季度有一些大型項目延遲了，導致訂閱收入增長受到大概 75 個基點的不利影響。

對於 ServiceNow，我自己還是比較看好的。它是三家裡面 AI 敘事最順、最直白、也最容易讓市場買單的一家軟件公司。它的 AI Control Tower 定位不僅不會受到 AI 的衝擊，反而會受益於 AI 的普及，很有機會成為企業級 AI 落地過程中最關鍵的軟件平臺。同時從估值層面上來看，過去一年時間裡它的股價已經從高位腰斬，前端市盈率很低，和 Salesforce 一樣，到了一個比較便宜的水平，目前買入的性價比和賠率都很不錯。

公司拆解三：Snowflake

公司背景

這家公司最簡單的一句話總結就是，企業數據的超級倉庫。如果說 Salesforce 管客戶、ServiceNow 管流程，那 Snowflake 管的就是數據。企業裡的所有數據，比如說銷售數據、用戶行為、財務報表、系統日誌，全部都倒進 Snowflake 裡面，然後就可以在 Snowflake 這個超級數據倉庫上面做分析、建模、跑 AI 工作負載。

產品矩陣

Snowflake 最核心的底座，還是數據倉庫和數據湖，企業把結構化和半結構化的數據全部倒進來，在上面跑 SQL 查詢、做數據分析，這是 Snowflake 的根基，也是大部分收入的來源。在這個底座之上，Snowflake 還搭了 Snowpark，讓開發者可以直接在 Snowflake 裡面用 Python、Java、Scala 寫代碼，構建數據管道和機器學習模型，不需要把數據搬出去，在平臺內部就能完成從數據處理到模型訓練的全過程。

再往上走，是 Snowflake 最近一年多重點推的 Cortex AI 套件，裡面有兩個核心的產品。Snowflake Intelligence 面向業務用戶，可以直接用自然語言和數據對話，它會基於 Snowflake 裡面的結構化和非結構化數據自動查詢、分析、生成洞察，能夠主動執行多步任務，更像是一個企業級的 AI Agent。Cortex Code 面向開發者，跟普通編程助手不一樣的地方在於，它是 Snowflake 原生的 AI Coding Agent，能夠理解 Snowflake 裡面的數據結構、權限設置、計算環境，能直接幫你寫數據管道、調試查詢、構建 AI 應用，功能非常強大。

所以這兩個產品的分工很清楚，Snowflake Intelligence 是給業務用戶用的，讓不懂 SQL 查詢語句的人也能夠直接問數據、用數據、讓 AI 基於數據行動；Cortex Code 是給技術團隊用的，讓開發者和數據工程師能夠更快地構建數據應用、數據管道和 AI 應用。

除了 AI 產品之外，Snowflake 還有兩塊比較獨特的能力。Snowflake Marketplace 是數據共享和交易市場，企業可以直接在上面買賣數據集，也可以直接調用第三方數據來做分析。Data Clean Rooms 做隱私保護下的跨組織數據協作，兩家公司可以在不暴露各自原始數據的前提下做聯合分析，廣告行業可以用這個做跨平臺歸因，醫藥行業可以做聯合臨床研究，金融行業做反欺詐協作。這兩塊能力是比較難複製的差異化優勢。

把這些拼在一起看，Snowflake 正在從一個數據倉庫工具，往 AI 數據平臺的方向轉型，底層是數據存儲和計算，中間是開發工具和 AI 引擎，上層是面向業務用戶的智能助手和數據市場。Snowflake 想做的不只是幫企業存數據、查數據，而是讓企業在同一個受治理的數據平臺上面分析數據、共享數據、開發應用，並把 AI 真正接入到自己的業務數據裡面。在客戶規模方面，目前 Snowflake 有 13300 多家企業客戶，平臺每天處理 63 億次數據查詢。

商業模式

這是 Snowflake 跟前面兩家最大的區別。Salesforce 和 ServiceNow 的核心業務都是按照席位收費，每年交固定的訂閱費用；Snowflake 則完全不一樣，它是按照實際消耗量計算和存儲資源收費，跑了多少查詢、用了多少算力、存了多少數據，就按照平臺的計算公式支付對應的金額。

這種模式有好有壞。好的一面是，AI 時代企業的數據消耗在指數級增長，每跑一個 AI 任務背後都需要消耗算力和數據查詢，Snowflake 的收入會跟著 AI 工作負載的暴漲而自然增長。不好的一面是，企業一旦縮減預算或者優化工作負載，Snowflake 的收入也會跟著下跌。

不過 Snowflake 這兩年也開始大力宣傳多年期的消費承諾合同。最新一份財報裡的 RPO 是 97.7 億美元，同比上漲了 42%，這說明大客戶開始把未來好幾年的算力預算鎖定給 Snowflake，不是完全說走就走的關係。

護城河與競爭格局

它強的地方在於數據黏性。數據倒進 Snowflake 之後，上下游的分析模型、查詢腳本、數據管道全部建在上面，遷移的成本非常高。這就是 Snowflake 最核心的護城河。而且它的 Data Clean Rooms 在隱私保護、跨組織協作上做得比較成熟，不容易被複制。

弱的地方在於競爭格局太激烈。最大的對手是 Databricks，它最新的年化收入運行率已經達到了 54 億美元，同比增速 65%，比 Snowflake 的 29% 快了一倍多，最新一輪的估值達到了 1000 多億美元。Databricks 在機器學習和 AI 工作負載上更強。如果 Databricks 未來上市，它大概率會成為企業軟件市場最受關注的 IPO 之一，到時候 Snowflake 就必須得在公開市場上接受正面的對比。

除了 Databricks 之外，三大雲廠商的威脅也不小。AWS 的 Redshift、Google 的 BigQuery、Azure 的 Synapse 都在持續進化，跟各自的雲生態天然綁定，他們既是 Snowflake 的合作伙伴，也是潛在的替代者。再往下還有 DuckDB、ClickHouse 這些開源或者新興工具，在本地分析、實時分析、低成本查詢等特定場景裡面蠶食市場。所以 Snowflake 的競爭環境，比 Salesforce 和 ServiceNow 更加複雜一些。

消費模式的反直覺風險

再講一個反直覺的東西，Snowflake 最怕的不是客戶不用它，而是客戶用得太溜。因為 Snowflake 是消費模式，客戶查得越多、算得越多、存得越多，Snowflake 的收入就越高；但反過來，當企業發現 Snowflake 的賬單太高，就會推動工程團隊優化查詢、壓縮存儲，甚至用開源工具替代一部分低價值的任務。

這就是消費模式的雙刃劍，增長快的時候，收入會跟著客戶的使用量自然上升；但客戶一旦開始優化使用量，收入增速也會跟著慢下來。這個趨勢已經在數據上有所體現，Snowflake 的淨收入留存率從 131% 降到 126%，再到最新的 125%。這個數字依然是很健康的水平，說明老客戶每年仍然在增加消費，但趨勢往下走，也說明老客戶擴張速度已經不如以前。這背後既有大基數變大之後的自然回落，也有客戶做成本優化、消費節奏放緩的影響。

所以說，Snowflake 更像是一個高增長、高彈性、但競爭強度極高的 AI 數據平臺。這是 Snowflake 最大的魅力，也是它最大的風險。

最新財務數據

全年產品收入 44.7 億美元，同比增長 29%，是這三家公司裡增速最快的。最新一個季度產品收入 12.3 億美元，同比增長 30%，略高於全年的增速。RPO 97.7 億美元，同比漲了 42%。最新一個季度淨新增客戶 740 家，同比增長 40%。而且公司還簽下了歷史最大的單筆合同，金額超過了 4 億美元。這些數據都說明 Snowflake 的需求並沒有放緩，相反，大客戶仍然在籤更大的長期合同。

但問題也很明顯。GAAP 口徑之下，Snowflake 全年仍然虧損了大概 13.3 億美元，它是這三家公司裡面唯一 GAAP 還沒有盈利的公司。每個季度股票薪酬還有 4 億多美元，全年超過 17 億美元，股東稀釋的壓力不小。

但 Snowflake 仍然是三家公司裡最貴的，它的未來收入口徑下的 EV/Sales 估值倍數大約在 9 倍附近，明顯高於 Salesforce。

催化劑與風險

利好方面，Snowflake 有幾個看點。第一個，Snowflake 並非傳統的 SaaS 模式，而是用量模式，天然會受益於 AI 工作負載的增長。短期來看，AI 跑得越多，Snowflake 賺得就越多。第二個看點是 RPO 同比增長 42%，說明大客戶仍然在籤更大的長期合同，這代表未來收入可見性很強。第三個，Snowflake Intelligence 和 Cortex Code 都在快速擴展，有 9100 多個賬戶已經在使用 AI 功能。

除此之外，Snowflake 近期還有兩個比較重要的事件，5 月 27 號發財報，緊接著 6 月 1 號到 4 號就是 Snowflake 年度大會在舊金山舉行。兩個催化緊挨在一起，我個人覺得利大於空。到了那段時間，股價的波動應該會比較大。

風險方面我們也必須提前瞭解一下。第一點，GAAP 持續虧損是最大的硬傷。在市場更偏好盈利和現金流的環境下，相比起 Salesforce 和 ServiceNow，Snowflake 會承受更大的估值壓力。第二點，Databricks 是目前 Snowflake 最強烈的競爭對手，Databricks 未來上市可能會重塑整個數據平臺賽道的競爭格局，如果它上市之後增速更快、AI 敘事更強、估值更有吸引力，資金可能會從 Snowflake 流向 Databricks。此外還有股東訴訟、內部人減持，這些公司治理層面的噪音也會影響市場的情緒，不過它們並不是當前的主線。

可以用一句話來總結一下 Snowflake，它是三家裡增長最快、AI 數據基礎設施邏輯最直接、而且天然不受傳統 SaaS 商業模式影響，但同時也是估值最高、競爭最激烈、盈利質量最弱的一家。高賠率、高風險。

三家對比與個人結論

拆解完這三家公司之後，我給大家說說我個人主觀的看法。

如果你看重安全邊際、偏好價值投資邏輯的話，Salesforce 是相對最穩的一支，十幾倍的前端市盈率、144 億美元的自由現金流、500 億美元的回購授權，還有穩定的盈利能力，建倉持有的安全邊際比較大。但是它的增速只有 10%，股價上漲的爆發力可能沒有那麼強。

如果你認可 AI Control Tower 這個治理層的邏輯，ServiceNow 可能是三家公司裡 AI 敘事最清晰的一家，20% 以上的增速、97% 的續約率、22 倍的前瞻市盈率，加上黃仁勳連續三年親自站臺的背書，當前買入的性價比還是挺高的。但前提是你需要接受密集收購的整合風險，還需要承擔短期股價的高波動。

如果你追求最大的彈性、也能夠承受最大的波動，Snowflake 是高賠率賭注，最大的風險就是公司盈利沒有轉正、持續虧損、淨收入留存率下滑，而且競爭對手 Databricks 未來 IPO 上市，可能會重塑整個數據平臺賽道的估值錨。風險波動確實比較高。

除了這三家之外，在軟件板塊中如果你想要最穩定的壓艙石，那微軟仍然是最佳選擇，它是這輪被錯殺最嚴重的大市值軟件標的。不過這裡我還是要強調一下，這只是我個人的判斷框架，不構成任何投資建議。大家還是得根據自己的實際倉位情況，在理性分析之後做出相應的投資決定。

結語：AI 殺死的是誰？

最後，我們回到開頭拋出的那個問題，AI 到底是要殺死整個軟件行業，還是給了我們一個十年一遇的抄底機會？

我的判斷是，AI 殺死軟件的這個敘事被過度簡化了。真正發生的事情是，AI 正在淘汰那些只賣功能界面的軟件，但同時也在獎勵那些賣基礎設施和治理的平臺。不是所有的軟件都會被顛覆。

這就好比 2000 年互聯網泡沫破裂的時候，當時市場主流趨勢是「互聯網會殺死所有的傳統公司」，但最後活下來的不僅僅是互聯網公司，還有那些最先擁抱互聯網、把這些互聯網工具整合融入到自己業務裡面的傳統公司，他們順利完成了互聯網的轉型。20 年之後，我們再看這波 AI 浪潮，邏輯也是一樣的。真正有壁壘、有數據沉澱、能夠充當 AI 基礎設施平臺的軟件公司，最後仍然會成為最大的贏家。而現在，他們可能就正好站在新一輪上漲週期的起點。