上周潘渡已经深入分析了AI对于软件板块的冲击以及投资上如何应对。本周，潘渡精选了高盛研究部的最新分析，带你系统拆解针对软件股的七大“熊市论”。通过逻辑推演与风险评分，投资者能更好得衡量哪些软件股的根基被动摇，而哪些则属于被错杀。
在2026年初的软件板块回调中，市场关注的焦点已从短期需求波动或利率影响，转向了更深层的“终局估值”问题——软件的护城河是否正在被AI侵蚀？商业模式是否会被颠覆？
高盛在此篇报告中指出，当前市场讨论的核心不再是“下一季度的增速”，而是“十年后这家公司是否还存在”。这种焦虑主要源于AI技术的快速演进，尤其是Agentic AI（代理式人工智能）的崛起，正在重塑企业软件的价值链。高盛系统性地回应了当前市场上最具争议的七大看空观点，并给出从1到5的风险评分，同时筛选出具备“架构护城河”的标的。
1. AI会催生“推倒重来”现有核心系统被连根拔起？风险评分：1
看空观点：
AI-native的新玩家将用全新方式解决企业核心数据存储问题，引发一场“推倒重来”的运动，让今天的核心系统（System of Record, SoR）公司变得过时。
高盛观点：
风险极低。生成式AI本质上是分析与生成引擎，而非交易引擎。现有的核心系统（如ERP、CRM、HR系统）是AI运行的基础底座，它们提供了结构化的数据积累和历史上下文。AI模型需要海量、高质量、经过验证的数据进行训练和运行，而这些数据恰恰储存在现有的SoR中。以财务规划与分析为例，AI必须从经过审计的可靠账本中提取准确的财务历史数据；销售分析AI则需要将通话内容与CRM或ERP中的客户数据关联起来，才能产生有意义的洞察。数据不会轻易迁移，反而会形成“数据引力”——随着数据在现有系统中积累，它会吸引更多的应用和服务，进一步强化这些系统的价值。
高盛认为，即使在一个合理的熊市情景下，应用软件在技术栈中的价值确实可能压缩到SoR的价值，但SoR本身的价值并非为零，这为估值提供了支撑。
2. AI工具将“架空”应用价值现有软件沦为底层基建？风险评分：4
看空观点：
新的AI工具位于现有软件栈之上，捕获增量价值。虽然SoR仍对数据存储和合规性是必要的，但它们将日益充当基础设施而非主要价值创造者。今天的应用软件领导者对增长敞口有限，却过度暴露于坐席数减少或商品化的风险中。
高盛观点：
风险较高，但并非所有公司都会输。高盛认为，AI带来的风险更多是“价值被抽象化”，而非完全替代。随着Agentic系统成熟，智能正从SoR中移出，进入一个可以跨系统推理、调用API、自主执行工作流的编排层。在这个架构中，SoR的角色是可靠地存储和暴露数据，而决策、优先级排序和工作流逻辑则位于别处。这削弱了传统SoR与UI、工作流所有权和用户习惯相关的护城河。但关键在于领域经验与上下文理解。
高盛预计，部分老牌公司能够向客户证明，它们的领域经验能带来更好的AI成果，前提是它们已经清理了技术债务，保持了技术栈的动态性，并作为快速追随者进行创新。如微软指出，留在其生态系统中的客户能获得更低延迟、数据实时性和更多上下文的优势；
HubSpot认为AI在商业用例中表现不佳正是因为缺乏上下文——模型训练于互联网，不了解特定业务；Datadog则展示了基于其内部数据训练的小模型，能以更低成本提供比前沿模型更高的准确性。掌握“上下文”的玩家，仍能掌握定价权。
3. 垂直软件的护城河会被水平AI产品“碾压”吗？风险评分：2
看空观点：
通用AI模型能力持续提升，正在渗透传统需要垂直软件的行业。如Palantir与AIG合作利用Anthropic处理保险用例，Intuit推出GenOS允许客户在QuickBooks中编写垂直特定工作流。如果水平AI代理能够接入现有数据和系统，替代规则型工作流，垂直软件的定价权和利润池将面临侵蚀。
高盛观点：
垂直软件具备四大结构性壁垒，短期内难以被水平AI产品穿透。
第一，专有数据的独占性：以Guidewire为例，其客户群覆盖超500家保险公司，管理着约7750亿美元的财险保费，积累了海量历史数据，这是AI新进入者无法在公开渠道获取的训练资源。
第二，深度嵌入业务流程：垂直软件往往是业务日常运营的核心，成为行业内的任务关键型系统，理解业务的历史模式和运营特征，替换成本极高。
第三，品牌参考价值的不可复制性：在医疗、公共部门、金融机构等高信任度行业，品牌声誉和成功案例是客户采购决策的关键因素，新玩家无法短期构建。
第四，高度监管行业的合规门槛：如Via Transportation提及，参与公共部门招标需跨越大量监管障碍，导致平均销售周期长达约10个月。高盛特别强调，对于深度嵌入的垂直供应商，客户愿意给予它们长达数年（甚至更长）的时间来创新并追赶AI-native解决方案，而非轻易“跳船”。Guidewire在云转型过程中，其本地部署客户群就避免了跟风切换，这种耐心是其成为市场领导者的重要原因。
4. 代码成本下降“氛围编程”会颠覆软件行业吗？风险评分：2
看空观点：
AI编程工具大幅提升开发效率，降低软件开发成本和准入门槛，将催生大量新竞争者，侵蚀现有软件公司的护城河。
高盛观点：
高盛承认代码成本确实在下降，也必然带来新参与者，但对这一风险的评估相对从容，给出2分的较低评分。核心逻辑在于：“写代码”和“做公司”是两码事。
第一，软件工程远不止写代码。工程师大量时间花在设计、debug、风险识别、代码审查等非编码任务上。过去二十年，从手写内存管理到框架抽象化，工具不断进化，但工程师的价值从未被削弱。“氛围编程”再强，也替代不了开发生命周期中的其他环节。
第二，软件公司的护城河远超代码本身。美国有超过15,000家SaaS公司，但能规模化成功的寥寥无几。成功需要的远不止一个界面：数据积累、准确性、安全、维护、工作流编排、生态建设、与第三方集成、上市策略——这些能力无法通过AI代码生成在短期内复制。
第三，生成的代码仍需“人机协同”。Faros对10,000名开发者的研究显示：高AI采纳率的团队完成任务量增加21%，合并请求增加98%，但代码审查时间增加了91%。AI加速了代码生成，却可能将瓶颈转移到审查和维护环节。在企业级环境中，不存在跳过复杂代码生命周期的“一键直达”。
5.软件的未来是“定制化”自建浪潮会颠覆SaaS吗？风险评分：3
看空观点：
代码成本下降将推动企业自建定制化软件，价值向上游基础设施、模型层或Palantir这类定制化平台转移，传统SaaS供应商被边缘化。
高盛观点：
高盛认为，代码成本下降不会从根本上改变“自建vs外购”的算盘，尽管确有一部分份额会流向定制化软件。核心逻辑在于：维护成本和责任会随时间累积，而专业供应商的性能/成本前沿始终领先于内部技术。历史上SaaS通过研发集中化实现规模效应，让采购比自建更便宜、更可靠。AI确实在改变这一格局，内部团队能够更快交付代码，定制化应用变得更可行，尤其当它们针对公司特定流程而非“足够好”的标准化工作流时。
Palantir 是这一模式的典型代表：通过前部署工程师（FDEs）嵌入客户，将零散数据转化为定制化应用，实现约85%毛利率和超100%增速。但高盛认为，我们可能正处于企业自建意愿的局部高点，SaaS老牌公司正补足AI功能，安全与治理协议持续演进，ServiceNow已开始赢得原本流向自建的预算份额。许多企业仍看重标准化应用在合规、安全、可靠性方面的优势，尤其是在受监管或关键任务领域。
6.软件高毛利时代正在走向终结？风险评分：3
看空观点：
软件70-90%的高毛利率在AI主导的格局中难以持续。随着竞争加剧，新进入者可能以更低的成本结构交付可比或更优的成果。同时，现有供应商的边际生产成本从10-20%（CPU托管成本）上升至更高水平（GPU推理成本）。
高盛观点：
高盛预计未来12-24个月行业毛利率将面临适度压力，因为许多公司会优先考虑客户采用而非货币化，选择吸收GPU推理和LLM API的成本。但对于行业而言，推理成本将随着时间推移，相对于AI相关的生产力价值/数量持续下降。对于任何特定公司，毛利率最终是定价能力的函数，而定价能力又是产品差异化的函数，如果老牌公司能将其领域经验转化为更高质量的成果，它们可能拥有优势。
高盛指出，与传统SaaS模型中增量使用的边际成本极低不同，AI功能将参与直接转化为费用，代币消耗、模型复杂性和查询频率直接驱动成本。这标志着从固定成本IP杠杆向消费型经济学的结构性转变。但积极因素是，推理成本应随时间下降，软件还可能从服务和劳动力池中夺取份额，如Intuit的辅助税务解决方案展示了支出如何从人类税务专业人士转向软件平台。最终，维持软件毛利率取决于定价能力，定价能力取决于产品差异化。
7. 技术变化太快，终局无法预测？风险评分：5
看空观点：
技术迭代速度惊人，今年以来Anthropic, OpenAI, Google DeepMind, Meta接连发布重大更新。未来知识工作形态、软件行业结构、公司终局价值充满巨大不确定性，而不确定性正是低估值业务的标配。
高盛观点：
高盛坦承，这是最难规划的风险，因此给出最高的5分风险评分。规模法则仍在生效，技术前沿持续推进，GPT-5.2、Claude Opus 4.6在研究生级推理测试GPQA Diamond上均取得90%以上得分。同时，新应用形态同样驱动创新：ChatGPT的突破在于“包装”而非模型革命，Claude Cowork通过GUI界面让非技术用户参与实验，OpenClaw未来三年可能复刻ChatGPT的发展轨迹。微软MAI-DxO模型在医疗诊断中已达85%通过率（人类专家仅低个位数），对应TAM达500-2000亿美元；Google Deep Think助力杜克大学突破半导体制造瓶颈。这些案例证明：不确定性既压制估值，也孕育机会。
最大的挑战来自“未知的未知”。1993年无人预见Web 2.0，2022年底无人预见Claude Cowork。我们仍活在“ChatGPT时代”，但这种情况可能以无法预测的方式改变。这些“未知的未知”使得精确预测AI未来成为不可能——不意味着负面结果不可避免，但确实让它们更难被排除，这正是不确定性的本质。
总结：
高盛认为，AI不是软件的终结者，而是试金石和加速器。市场正从围绕“稻草人论”（易驳斥的观点）转向“铁人论”（需严肃对待的挑战）。真正的赢家将是那些能将数据、上下文、产品力与AI深度融合的公司。高盛特别强调，具备“架构护城河”的企业——即其护城河延伸到应用层之外的企业——更有可能在这个新时代胜出。投资者应关注那些能够将领域经验转化为高质量AI成果，同时保持技术创新活力的软件公司。
声明
本内容仅供参考。 此并非购买或出售任何证券或其他金融工具的招揽或要约。 任何信息，包括事实、意见或引文，都可能经过浓缩或总结，并以撰写之日为准。 信息可能会更改，恕不另行通知，潘渡有限公司（「潘渡」）没有义务确保提请您注意此类更新。投资该内容提及之相关产品可以涉及重大损失风险，并不适合所有投资者。 其估值可能会波动，因此可能导致您损失大部分投资。过去结果并不代表未来表现。如果一项投资以您的基础货币以外的货币计价，汇率变化可能会对价值、价格或收入产生不利影响。除非您完全了解您正在进行的交易的性质以及您可能遭受损失的程度，否则您不应参与该投资。 如果您不完全了解这些风险，您必须向您的财务顾问寻求独立建议。在任何情况下，本内容均不应被解释为由潘渡或从潘渡作出的明示或暗示的承诺、保证或暗示，您将获利或可以或将以任何方式限制损失。投资者应注意，过去结果并不代表未来表现。
虚拟资产是高度投机和风险性的投资。投资者在参与这些产品时应格外谨慎。虚拟资产的法律地位尚未明确定义,可能影响投资者在该虚拟资产中的权益性质和可执行性。有关虚拟资产的研究报告未经监管机构审查,投资者也无法享受投资者赔偿基金的保护。虚拟资产不是法定货币,相关交易可能不可逆转,因此由于欺诈或意外交易造成的损失可能无法挽回。虚拟资产的价值源于市场参与者持续愿意用法定货币进行交换,这意味着如果某一虚拟资产的市场消失,其价值可能会完全和永久性地丢失。目前无法保证未来仍会有人接受虚拟资产作为支付手段。虚拟资产价格相对于法定货币的波动性和不可预测性可能在短时间内造成巨大损失。立法和监管的变化也可能对虚拟资产的使用、存储、转移、交易和价值产生不利影响。某些虚拟资产交易可能只有在获得证监会持牌平台记录和确认时才算完成,这可能与客户发起交易的时间不同。虚拟资产本质上使其面临更高的欺诈或网络攻击风险。技术故障也可能导致持牌平台的客户无法进行虚拟资产交易。
关于潘渡：
潘渡（Pando）是一家提供虚拟资产管理服务的持牌公司。作为数字资产管理领域的参与者，潘渡已获得香港证监会颁发的第1类、第4类和第9类的牌照并可提供虚拟资产相关服务。 同时，潘渡已获得公募基金资质，且发行两只主动管理ETF产品及两只被动管理虚拟资产ETF产品。通过战略布局，潘渡积累了丰富的数字资产管理及合规经验，致力于提供多元化投资解决方案，吸引了众多投资者。
地址：香港中环康乐广场8号 交易广场二期1408室
电邮：media@pandofinance.com.hk
$潘渡比特币(02818)$ $A潘渡创新(03056)$ $A潘渡区块链(03112)$ $潘渡以太币(03085)$
精彩评论