文章核心观点 - 以Salesforce为代表的公司激进地用AI替代人力，特别是裁减客户成功经理等核心关系型岗位，导致客户关系松动、内生增长乏力，其AI产品增长未能弥补传统业务疲软，甚至可能产生内部蚕食效应，证明AI在复杂关系型工作中的替代存在局限性，盲目替换风险极高 [4][5][7][9][10][11][20][26][27] Salesforce的AI替代实践与后果 - **激进裁员与AI替代战略**：Salesforce自2023年起持续裁员，2023年裁员约8000人（占员工10%），并高调宣称其AI产品Agentforce将终结传统客服模式，2024年宣布不再招聘销售人员 [4][7] - **裁撤核心关系型岗位**：裁员重点压缩了客户成功经理团队，该岗位负责客户维护、续约和增购，是SaaS业务维系客户关系的核心 [8][9] - **导致客户关系松动与增长疲软**：核心人员裁撤导致客户续约跟进与服务出现问题，最终反映在财务数据上：最新季度营收有机增长率仅为8%，对下年度的有机增长预期仅7%-8%，远低于历史20%以上的增速 [5][10][17] - **AI产品表现未达预期**：被寄予厚望的AI旗舰产品Agentforce最新季度年度经常性收入为8亿美元，仅占公司全年约460亿美元营收预期的1.7%，占比微小 [11] - **可能产生内部蚕食效应**：财务官暗示Agentforce的增长被市场营销、电商和Tableau等传统业务的疲软所抵消，引发AI新产品是否在侵蚀公司原有业务的担忧 [11][20] Salesforce的历史背景与当前困境 - **辉煌历史与模式创新**：公司成立于1999年，以“软件已死”口号开创SaaS模式，2004年上市后持续扩张，2021-2022年营收突破260亿美元，市值一度超2500亿美元，增速连续多季度超20% [14][16][17] - **增长环境逆转与收购策略**：2022年后宏观经济压力导致企业IT支出收缩，增长受阻；公司试图通过收购拉动增长，如2021年以277亿美元收购Slack（整合效果不佳），以及近期约80亿美元收购Informatica [18][19] - **依赖收购维持增长表象**：最新季度12%的营收增长中，约3个百分点来自Informatica的并表贡献；过度依赖并购引发市场担忧，财报发布后股价盘后下跌约5% [5][19] - **面临战略悖论**：公司大力推广的AI产品Agentforce可能正在替代其自身的传统产品线，导致客户预算内部转移而非创造净新增收入 [20][21] AI替代人力的行业反思与边界 - **类似案例**：一家财经媒体机构裁撤全部全职记者，用AI生成内容，导致稿件质量下降、缺乏深度与判断力，客户终止合作，证明AI无法替代基于行业洞察和信任关系的价值创造 [23][24][25] - **岗位类型区分**：研究将岗位分为“流程性工作”（AI替代效率高）和“关系性工作”（如大客户维护、深度咨询，AI目前无法真正承接）；Salesforce等公司的错误在于混淆两者，裁掉了AI做不好的部分 [26] - **错误代价的滞后性**：SaaS续约周期（12-24个月）或媒体信任消耗是渐进的，问题不会立刻显现，但重建成本远超裁员所省费用 [26] - **市场反应与核心结论**：Salesforce过去一年股价表现落后于标普500；案例表明AI应是提升人效的杠杆，而非简单替代品，贸然替换关系型工作将损害公司长期价值 [27]

文章核心观点 - 以Salesforce为代表的科技公司，激进地用AI替代人力（特别是销售、客服、内容等核心岗位）以追求利润率和效率提升，但此举已开始反噬自身，导致客户关系松动、增长乏力，并引发市场对AI替代人类可行性与边界的深刻反思 [5][6][7][33] Salesforce的激进AI替代策略与后果 - **裁员规模与导向**：2023年，公司宣布裁员约8000人，占全体员工的10%，其裁员并非被动收缩，而是主动选择“用AI换人”[9][10] - **裁撤核心岗位**：裁员重点针对深度嵌入客户关系链条的核心人员，如客户成功经理团队在2023至2025年间经历多轮收缩，部分区域大客户覆盖密度大幅下降[11] - **战略产品表现不佳**：被寄予厚望的AI旗舰产品Agentforce，最新季度年度经常性收入为8亿美元，仅占公司全年约460亿美元营收预期的1.7%，与“AI革命”的愿景相去甚远[13] - **增长乏力与内部蚕食风险**：公司最新财年有机增长率仅为8%，对下一财年的有机增长预期仅7%-8%，远低于过去20%以上的增速[6][22]。同时，财务官暗示Agentforce的增长可能被市场营销、电商和Tableau业务的疲软所抵消，引发新产品是否在蚕食老业务的担忧[13][26] Salesforce的历史辉煌与当前困境 - **颠覆性起点**：公司创立时以“软件已死”为口号，开创SaaS模式，颠覆传统买断制企业软件市场，并成功在2004年上市[19][22] - **高光时刻**：在2021至2022年，公司年收入突破260亿美元，市值一度冲破2500亿美元，营收增速连续多季度维持在20%以上[22] - **增长逆转与并购依赖**：2022年后，宏观经济压力导致企业IT支出收缩，公司增长遇阻。随后通过巨额收购（如277亿美元收购Slack，约80亿美元收购Informatica）来拉动增长，但整合效果不佳，且被市场视为不可持续[23][24] - **市场反应**：最新财报发布后，公司股价盘后下跌约5%，过去一年的股价表现也落后于标普500指数[24][33] AI替代人力资源的行业反思与边界探讨 - **普遍存在的错误逻辑**：将“流程性工作”与“关系性工作”混为一谈，错误地用AI替代了后者。关系性工作依赖信任、判断和长期积累，是AI目前无法真正承接的[32] - **典型案例对比**：一家财经媒体机构裁撤全部全职记者，用AI生成内容，导致稿件质量下滑、失去深度与判断力，最终导致部分客户终止合作。此案例与Salesforce困境的底层逻辑相似，即裁掉了维系客户信任和产品价值的隐性基础设施[31][32] - **代价的滞后性**：AI替代核心人力资源的负面影响（如客户续约率下降、品牌受损）具有滞后性，往往在12至24个月后才会在财务数据上显现，届时重建成本将远高于当初节省的人力成本[32] - **核心结论**：AI应是提升人类价值的杠杆，而非简单的替代品。公司治理中应用AI的边界，应基于对岗位价值的细致拆解，贸然替换关系性工作风险极高[33]

Perplexity AI演示事件的核心观点 - AI公司Perplexity AI通过自然语言指令生成类金融终端界面的演示，不仅是对彭博终端功能的试探，更是对华尔街数十年信息秩序的直接挑战[1] 彭博终端的传统商业模式与护城河 - 彭博终端年费约为2.5万至3万美元，全球装机量约35万台，仅订阅费年收入就超过100亿美元[3] - 高昂定价的护城河由四根支柱组成：极致的数据整合能力、专业的分析工具体系、封闭的交易社交网络（IB聊天系统）以及权威性与合规背书[6] - 彭博出售的是“信息的组织权”和“解释权”，通过复杂的函数体系（如FLDS、EQS指令）人为设置技术门槛，确保专业机构的信息优势[6] AI技术对传统金融信息秩序的冲击 - AI大模型能即时抓取并结构化金融数据API、新闻流、财报、研报，用户通过自然语言指令即可获得分析结论，将信息入口从“命令行”变为“对话框”[7] - 这极大地降低了信息获取成本，将原本需要专业训练的分析能力封装成普惠服务，撕开了信息壁垒，动摇了华尔街依靠信息不对称建立的秩序[7] - 传统金融终端的SaaS模式（数据+工具+高昂定价）正受到AI应用模式（模型+接口+极低边际成本）的挑战，用户获得的是“结论级输出”[9] - 对冲基金分析师花费数年学习的函数组合和数据分析技巧，可能被一段精心设计的提示词所替代[9] 商业模式冲突与行业估值重构 - AI生成内容缺乏合规与责任边界，若导致投资亏损，责任界定不清，而传统终端的高昂价格对散户而言是严重溢价[11] - 信息分发的边际成本趋近于零，3万美元的终端年费定价权面临严峻考验[11] - 当模型成为信息入口，谁控制了模型，谁就控制了用户看待市场的视角和认知框架，这比单纯的数据垄断影响更深远[11] - 市场将不再为单纯的“数据垄断”支付高溢价，而是更看重“数据+AI”的转化效率[15] - 券商与投行的研究业务可能被迫转型，从“提供信息”转向“提供深度洞察”或“提供交易执行”[15] 华尔街的剩余护城河与未来博弈维度 - 华尔街的真正护城河还包括“速度、网络与信任”，例如彭博IB聊天系统构建的基于人与人信任的封闭金融社交生态，AI短期内难以替代[13] - 未来博弈将集中在三个维度：1) 实时性与合规性，AI公司需跨越严格的监管、版权和延迟权限门槛[14]；2) 数据源控制权，传统数据商可能收紧API权限引发“断粮风险”[14]；3) 模型能力的持续领先，避免技术趋同后的价格战[14] 行业趋势展望 - 趋势不可逆：信息生产权力下移，金融工具平权加速，专业溢价被压缩[15] - AI应用层公司有望进入“金融基础设施”赛道，成为新的看门人[15] - 未来十年将从“数据为王”转向“模型为王”，数据是石油，模型是炼油厂，高效的模型能力将占据主导[15] - 华尔街旧秩序正在被松动，问题不在于AI工具是否足够好，而在于市场是否准备好接受算法辅助决策的未来[15]

AI基础设施与芯片产能瓶颈 - 全球AI扩张的核心限制因素是台积电的产能扩张速度，其扩产策略相当保守[2] - 台积电的保守源于晶圆厂极高的风险，其99.9%的成本是折旧，产能过剩将严重摧毁利润率[2] - 台积电将产能不足的风险转移给了英伟达、苹果和各大云厂商，后者面临因算力不足而损失未来收入的风险[2] - 预测在2029年左右将面临大规模的芯片短缺，当前资本开支增长（如台积电从400亿美元增至600亿美元）不足以应对AI代理带来的指数级计算密度需求[2] - 呼吁科技巨头（超大规模云厂商）出于经济动机，通过预付款或扶持英特尔、三星等方式承担建厂风险，以突破未来产能瓶颈[3] AI商业模式与变现 - 广告被认为是AI最有效的变现形式，尤其适用于像OpenAI这样拥有巨大流量但缺乏商业闭环的公司[4] - 反驳“广告影响AI答案质量”的观点，指出当今最大、最成功的智能代理是Facebook广告系统[4] - Facebook广告系统本质上是自动化代理：商家输入预算和目标，系统自动寻找客户并交付结果[4] - 批评OpenAI基于对话上下文投放广告的模式，认为会引起用户反感[4] - 最佳的广告模式应基于对用户的全面了解（Profile）而非即时对话内容，谷歌在这方面拥有巨大优势，可利用Gemini的数据在其他平台（如YouTube、搜索）精准变现[4] 科技巨头竞争力分析 - **Meta**：被认为是执行力最强的公司，其广告模型被低估，不仅拥有现金流，还通过开源模型构建基础设施应对挑战[5] - **谷歌**：被比作黏菌，虽然看起来混乱、次优，但缺乏优化反而赋予了极大的适应性和韧性[5] - **亚马逊**：在AI时代的芯片策略存在风险，习惯于在商品化市场通过低成本胜出，但在AI性能代际飞跃巨大的新市场，不使用最强的英伟达芯片可能导致竞争力下降[5] - **苹果**：硬件能力依然无敌，但在软件和服务平台管理方面表现糟糕，是“糟糕的平台管理者”[5] - OpenAI对Meta的威胁可能比对谷歌更大，但Meta正在花钱应对这一挑战[5] 软件行业（SaaS）与未来价值定义 - 如果AI导致企业雇员数量减少，那么基于“席位”收费的SaaS商业模式将面临增长天花板[6] - 在AI生成内容泛滥的未来，稀缺性将重新定义价值，“现场”的东西会变得更有价值[7] - 共同的经历、面对面的课堂、体育赛事等无法被AI个性化定制的共同体验，将是未来的溢价所在[7] 聚合理论与AI应用 - AI应用可能成为新的需求聚合者，从而聚集巨大的经济价值[28] - 在由AI中介一切的世界里，难以衡量的、非功利主义的人性化事物可能被贬低或抛弃，导致商品化加剧[29] - 广告模式在短期内可能让旧商业模式变得更强大，然后才消灭它们，类似于报纸业经历过的完全竞争[29] 独立创作者与内容商业模式 - 独立付费通讯模式的成功关键在于管理极低的成本结构，并专注于自身优势[54] - 互联网的规模使得创作者可以定义自己的细分市场（池塘），并成为其中的主导者[46] - 音频形式的内容消费（如播客）有助于用户留存，但不利于内容的社会化分享与传播[80][82] - 对于内容创作，用户付费购买的是创作者持续生产的承诺，而非单篇内容本身[89]

核心观点 - 讯飞听见用户规模突破1亿，成为公司第二款亿级核心产品，其成功验证了付费型AI SaaS的商业可行性，并为行业提供了一个通过错位竞争、深耕垂直场景实现突围的范本 [2] SaaS初心：拒绝烧钱内卷，"三无"路线走出盈利正循环 - 公司坚持“三无产品路线”：无开屏广告、无站内广告、无分享广告，摒弃广告变现，坚定走技术付费、订阅服务的SaaS模式 [4] - 该模式带来了扎实的商业回报：讯飞听见APP连续三年毛利增长超60%，新增用户年续订率超过50%，常年稳居各大应用商城语音转写品类榜首 [4] - SaaS模式的核心价值在于通过付费筛选精准用户，以技术服务提升留存，形成“技术迭代-付费转化-留存复购”的正向循环和稳定现金流 [4] 赛道竞争与错位策略 - 行业面临“软件内嵌+硬件切入”的双重竞争：协同办公巨头（如飞书、钉钉、腾讯会议）内嵌语音转写功能，录音卡片等硬件产品也在争抢细分市场 [5] - 公司采取错位竞争策略：聚焦“语音转写、AI纪要”细分模块，避免与协同办公巨头正面竞争，通过场景深耕和技术极致来构建竞争壁垒 [6] - 协同办公平台的核心是协同，语音转写仅为附加功能；硬件产品核心在于独立设备降噪和续航，转录整理仍需软件。这为专注垂直场景的SaaS产品留下了空间 [6] SaaS突围：错身AI办公，抓住大模型时代的语音入口 - 大模型时代，语音因其自然、高效、低心理负担的特性，成为AI渗透日常工作和生活的核心入口之一 [8] - 公司战略转型精准：错开“全场景AI办公”内卷，聚焦“语音转写+AI纪要”，并抓住大模型机遇，完成从“工具型SaaS”到“智能型SaaS”的升级 [8] - 发展历程：2015-2019年依靠非实时转写积累用户；2019年全面转向订阅制SaaS，重点发力实时录音转写；2023年5月成为首个搭载星火大模型的标杆产品，推出“一段录音，一键成稿”模式 [9] - 产品持续进化：推出“自适应纪要模式”，能根据用户笔记、图片、标记生成个性化纪要，实现“千人千面”的智能整理，完成向“智能型SaaS”的蜕变 [12] 业务延伸与行业布局 - 公司业务不局限于软件服务，已实现“软件SaaS+硬件+服务”的延伸布局，以SaaS产品为核心输出技术能力 [13] - 技术实力获得行业认可，案例包括：香港小姐竞选线上直播粤语转普通话、央视春晚网络直播实时字幕、香港立法会“智识听”AI实时字幕项目等 [13] - 该布局赋能政务、媒体、企业等多行业场景，实现从“单一产品”到“综合解决方案”的延伸，与科大讯飞集团“硬件+软件+服务”的战略一脉相承 [13] 行业启示：SaaS的本质是尊重用户价值的长期主义 - 讯飞听见的突破启示行业，在烧钱内卷的背景下，SaaS产品的核心竞争力应是尊重用户价值的长期主义 [15] - 行业趋势正从全场景内卷转向细分场景深耕，垂直SaaS产品迎来发展机遇，因为大而全的平台难以满足所有精细化需求 [15] - 对于AI SaaS产品而言，坚守技术初心、深耕用户需求、构建可持续的盈利模式，才能在行业洗牌中站稳脚跟 [15]

市场观点与行业现状 - Wedbush认为市场正在为软件行业“过度计入末日情景”，相关担忧被夸大，当前的软件股抛售已经隐含了“行业大规模被AI颠覆”的极端假设，而这在现实中并不具备可行性 [1] - 在AI焦虑情绪推动下，软件板块近期经历历史性抛售，衡量软件行业表现的IGV指数年初至今已下跌约18%，而同期标普500指数基本持平，软件板块市值蒸发超过3000亿美元 [2] - 尽管软件板块近期已成为投资者眼中的“禁区”，但在这场所谓的“软件末日”中，真正的赢家正在浮现，当前的极端情绪反而为长期投资者创造了难得的布局窗口 [6] AI对软件行业的实际影响分析 - AI在短期内确实可能对传统软件商业模式构成一定压力，但市场对这一风险的反应明显过度 [1] - 企业客户在AI迁移问题上远比市场想象中谨慎，大量企业并不愿意为了追逐AI红利而将核心数据暴露在尚未完全成熟的新平台之上，更不会轻易放弃过去数十年、斥资数百亿美元构建的软件基础设施 [2] - 当前大型企业软件生态中已沉淀了数以万亿计的数据点，新兴AI公司在数据承载能力及企业级安全防护方面，短期内都难以全面接管这些复杂系统，AI更可能以“嵌入式工具”的形式融入现有软件平台，而非彻底取而代之 [2] - 市场最大的担忧在于AI可能侵蚀传统“按席位收费”的SaaS模式，尤其是在Anthropic推出多款可自动化高价值工作的AI工具后，引发了投资者对软件行业商业模式的广泛恐慌 [3] - 约80%的CIO目前将AI和机器学习作为优先事项，这引发了市场对“软件预算被AI挤压”的担忧，但这种预算重配并不意味着传统软件被淘汰，反而会强化头部平台的地位 [3] 重点推荐公司及看多逻辑 - Wedbush点名Microsoft、Palantir Technologies、CrowdStrike、Snowflake和赛富时为当前“软件寒冬”中最值得持有的五大软件股，并对这五家公司维持“跑赢大盘”评级 [1][3] - 对于微软，维持575美元目标价，认为Azure云业务和AI商业化正加速推进，2026年有望成为关键拐点，微软凭借其庞大的企业客户基础和Microsoft 365生态，仍是AI落地的核心受益者 [3] - 对于Palantir，维持230美元目标价，其人工智能平台AIP在商业和政府领域需求强劲，在关键任务型应用中具备明显优势，随着企业从AI试验阶段迈向实际部署，Palantir在“快速落地”和“结果导向ROI”方面的价值将愈发突出 [4] - 对于Snowflake，维持270美元目标价，企业不会绕过数据平台直接将前沿模型接入生产系统，数据治理、安全与权限管理仍不可或缺，这使Snowflake成为连接企业数据与外部AI模型的“可信中间层” [4] - 对于赛富时，维持375美元目标价，市场低估了赛富时在AI时代的护城河，其多年积累的高质量企业数据资产难以替代，并正通过Agentforce以及近期收购Informatica，为AI代理提供可靠上下文 [4] - 对于CrowdStrike，维持600美元目标价，AI的普及并不会削弱安全需求，反而将显著放大网络防护的重要性，CrowdStrike的Charlotte AI驱动的安全运营平台，正逐步成为“AI时代的网络安全操作系统” [5]

核心观点 - Wedbush认为市场对软件行业的悲观定价过度，当前抛售已隐含“行业大规模被AI颠覆”的极端假设，而这在现实中并不具备可行性 [1] - 尽管AI短期内对传统软件商业模式构成压力，但市场反应过度，当前软件股抛售为长期投资者创造了布局窗口 [1][6] 市场情绪与行业表现 - 在AI焦虑情绪推动下，软件板块近期经历历史性抛售 [2] - 衡量软件行业表现的IGV指数年初至今已下跌约18%，而同期标普500指数基本持平 [2] - 软件板块市值蒸发超过3000亿美元，反映出市场正在为该行业定价最坏情形 [2] AI对软件行业的实际影响分析 - 企业客户在AI迁移问题上远比市场想象中谨慎，大量企业不愿意为追逐AI红利而将核心数据暴露在尚未完全成熟的新平台 [2] - 企业不会轻易放弃过去数十年、斥资数百亿美元构建的软件基础设施 [2] - 新兴AI公司如OpenAI和Anthropic，在数据承载能力和企业级安全防护方面，短期内难以全面接管大型企业软件生态中已沉淀的以万亿计的数据点 [2] - AI更可能以“嵌入式工具”的形式融入现有软件平台，而非彻底取而代之 [2] - 约80%的CIO目前将AI和机器学习作为优先事项，引发了市场对“软件预算被AI挤压”的担忧 [3] - 预算重配并不意味着传统软件被淘汰，反而会强化头部平台的地位 [3] 市场主要担忧 - 市场最大的担忧在于AI可能侵蚀传统“按席位收费”的SaaS模式 [3] - Anthropic近期推出多款可自动化高价值工作的AI工具，涵盖法律、销售、市场营销等领域，引发投资者对软件行业商业模式的广泛恐慌 [3] - AI助手OpenClaw等可跨操作系统和应用自动执行任务的新产品，也被视为对企业软件厂商构成潜在威胁 [3] 重点推荐公司及逻辑 - Wedbush点名Microsoft、Palantir Technologies、CrowdStrike、Snowflake和赛富时为当前“软件寒冬”中最值得持有的五大软件股，并均维持“跑赢大盘”评级 [1][4] - **Microsoft (MSFT.US)** - 维持575美元目标价 [4] - Azure云业务和AI商业化正加速推进，2026年有望成为关键拐点 [4] - 微软凭借其庞大的企业客户基础和Microsoft 365生态，仍是AI落地的核心受益者 [4] - **Palantir Technologies (PLTR.US)** - 维持230美元目标价 [4] - 市场将其简单归类为“泛AI软件股”并不合理 [4] - 其人工智能平台AIP在商业和政府领域需求强劲，在关键任务型应用中具备明显优势 [4] - 随着企业从AI试验阶段迈向实际部署，Palantir在“快速落地”和“结果导向ROI”方面的价值将愈发突出 [4] - **Snowflake (SNOW.US)** - 维持270美元目标价 [4] - 企业不会绕过数据平台直接将前沿模型接入生产系统，数据治理、安全与权限管理仍不可或缺 [4] - 这使Snowflake成为连接企业数据与外部AI模型的“可信中间层” [4] - **赛富时 (CRM.US)** - 维持375美元目标价 [5] - 市场低估了赛富时在AI时代的护城河，其多年积累的高质量企业数据资产难以替代 [5] - 正通过Agentforce以及近期收购Informatica，为AI代理提供可靠上下文 [5] - **CrowdStrike (CRWD.US)** - 维持600美元目标价 [5] - AI的普及并不会削弱安全需求，反而将显著放大网络防护的重要性 [5] - CrowdStrike的Charlotte AI驱动的安全运营平台，正逐步成为“AI时代的网络安全操作系统” [5] - 其行业领先地位并未因软件板块动荡而受到动摇 [5]

公司上市与业务定位 - 海致科技通过港交所上市聆讯 拟在香港主板上市 联席保荐人为招银国际、中银国际和申万宏源 [1] - 公司自称是行业内首家通过知识图谱有效减少大模型幻觉的中国企业 [1] - 公司业务模式为通过专有的“图模融合技术”提供产业级AI智能体解决方案 以收取项目制费用 [2] 核心业务“Atlas智能体”财务表现 - “Atlas智能体”（即除幻业务）收入2023年、2024年分别为约890万元人民币和8660万元人民币 2024年同比增长872% [3] - 2025年上半年“Atlas智能体”收入为4860万元人民币 较去年同期的820万元人民币同比增长496.2% [3] - 该业务收入占公司年度总收入的比例在2023年、2024年分别为2.4%和17.2% 占比仍相对偏小 [3] - 2025年上半年该业务收入4860万元人民币 不及2024年下半年的7840万元人民币 [3] 公司整体财务与运营状况 - 2025年上半年公司毛利率为38.5% 过去三年毛利率逐年提高 分别为30.9%、35.2%及36.2% [6] - 截至2025年上半年 公司已服务超过350家企业 覆盖金融、电信、能源、公共服务等多个行业 应用场景超过100个 [5] - 公司股东阵容强大 包括君联资本、IDG资本、高瓴资本、中国互联网投资基金及北京、上海人工智能基金等 [3] 行业竞争与商业模式分析 - 公司业务形态与传统SaaS服务模式相近 其产品逻辑可配合开源模型在客户端应用层进行幻觉抑制 [4] - 中国软件服务行业2025年上半年平均毛利率为38% 中位数为34% 约40%的SaaS企业毛利率超过40% [6] - 公司毛利率与“AI除幻”业务占比呈正相关 市场关注其能否通过服务更多大客户来提升该业务收入 [6] - 公司面临不同商业场景时仍需投入资源进行微调 尽管其商业模式具有异业同质的可复制性特征 [5] 行业发展与市场前景 - 据弗若斯特沙利文报告预测 集成知识图谱的产业级AI智能体市场将从2024年的人民币2亿元增至2029年的人民币132亿元 复合年增长率达140.0% [7] - 随着AI模型向企业级、科研级和多模态场景纵深发展 对高准确率的诉求将推动AI除幻需求增加 [8] - 部分分析认为 随着算力提升 AI幻觉概率会减少 但也有趋势显示 在思维链变长、资源分配紧缺及多模态场景下 幻觉问题可能加剧 [7] - 行业未来存在不确定性 包括知识图谱除幻是否成为主流路线、大模型企业自主除幻能力精进、以及行业参与者增加等 [8]

文章核心观点 中国企业级服务（To B）行业正经历从依赖“人海战术”到依赖“AI原生”技术的代际进化，传统的线性增长模型因劳动力红利消退而失效，以AI技术为核心、具备极致人效和全新商业模式的新一代公司正在崛起，并将重塑行业竞争格局[1][19][41] 行业演进脉络与时代划分 - **1.0 时代（陆军时代）**：以用友网络、广联达为代表的资源型企业，依靠庞大的地面渠道和销售实施团队（“陆军部队”）以及低廉的人力成本，通过满足企业“管控”需求完成市场圈地[1][3][5] - **2.0 时代（空军时代）**：以纷享销客、北森为代表的平台型企业，试图复制美国SaaS模式，用资本和标准化云端产品驱动增长，但受制于中国市场的定制化需求与付费意愿错位，最终陷入“人效陷阱”[1][11][18] - **3.0 时代（特种兵时代）**：以HeyGen、Manus为代表的新物种，核心团队与技术源自中国，利用AI技术实现“去中介化”交付，以极少的团队规模服务全球市场，实现了商业逻辑的根本性重构[2][19][21] 1.0时代企业特征与挑战 - **商业模式**：巧妙利用当时的人力成本杠杆，软件售价高昂（数十万至上百万人民币）而实施人员月薪低廉（约三千元），巨大的价差覆盖了重服务成本[7] - **成功关键**：极强的地面渗透能力和渠道网络密度，将软件与行业标准或合规性深度绑定（如用友绑定会计制度，广联达绑定国家造价标准与职业认证），从而获得定价权[5][6] - **挑战与消退**：环境剧变导致获客成本（CAC）飙升至二十年前的十倍以上，同时客户对软件体验要求指数级上升，旧有“堆人”模式难以为继[9][10] 2.0时代企业的探索与困境 - **增长策略**：采用To C互联网打法，试图通过烧钱补贴、快速获客来形成网络效应和规模化增长，如纷享销客早期的融资大战[12] - **现实困境**：中国中小企业老板主要为能带来生意的软件（如引流工具）付费，对内部管理提效软件的付费意愿低，导致SaaS企业投入巨资研发却只能收取微薄订阅费[16][17] - **人效陷阱**：为做大收入（ARR）和满足客户需求，公司需线性增加销售、实施、客户成功人员，导致人均产值长期徘徊在40万至60万人民币，增长模型失效，沦为劳动密集型服务公司[18] 3.0时代企业的特征与优势 - **极致人效**：AI原生企业实现指数级增长无需堆人头，HeyGen在ARR达3500万美元时团队仅约30人，人均产值突破100万美元（约720万人民币），Midjourney以11人团队创造超2亿美元营收，人均超1800万美元[22][36] - **交付逻辑颠覆**：交付物从“工具或流程”变为“最终结果”，客户无需学习复杂操作，AI直接生成视频或代码，消除了传统To B行业的“实施魔咒”和培训成本[22][23][32] - **组织去中介化**：产品价值一目了然且AI自主执行，无需庞大的售前、实施、客服等中介团队，使公司人力成本结构发生根本性变化[25][26] 商业模式与市场天花板的变化 - **2.0模式天花板**：争夺企业IT预算，该预算通常仅占企业总营收的3%至5%，市场拥挤且易陷入价格战[37] - **3.0模式新空间**：切入企业人力成本预算，该部分通常占企业总营收的30%至50%，市场潜力扩大十倍，软件可按替代的人力价值来定价（如替代月薪2万的程序员）[38][39][40] - **价值主张转变**：从“卖铲子”（提高效率的工具）转变为“卖结果”（提供不知疲倦的数字劳动力），客户付费意愿和软件商业价值发生指数级提升[24][40] 行业竞争法则的重构 - **核心竞争力变迁**：从依赖渠道网络、销售规模（1.0时代）或资本、产品标准化（2.0时代），转变为依赖“模型能力+场景Know-how”的混合能力[25] - **规模效应实现**：在3.0时代成为现实，服务成本（主要是人力）不随客户规模线性增长，仅算力成本增加，实现了真正的互联网商业模式[27] - **效率断层**：人均营收从1.0/2.0时代的40万至71万人民币，跃升至3.0时代的100万美元以上，产生了15到20倍的效率差距[33][34][36] 未来市场格局展望 - **哑铃型结构**：未来市场一端是拥有深厚行业壁垒和定价权的“旧王”（如广联达），另一端是掌握极致技术效能的AI原生“新贵”（如HeyGen）[41] - **中间地带危机**：既无垄断资源又依赖堆人头增长的平庸SaaS公司将面临被挤压出局的至暗时刻[41] - **新王特征**：不需要追求大而全的平台，而是成千上万个在垂直领域极窄缝隙里，深度融合行业洞察（Know-how）与AI原生技术效能，能完全替代人工的“超级工具”或“超级个体”[42]

公司定位与业务模式转变 - 特斯拉不再仅仅是一家汽车公司 投资者的关注点正日益转向自动驾驶出租车机遇 [1] - 公司正从汽车硬件约15%的毛利率 转向利润率更接近70%至80%的Robotaxi经常性收入模式 该模式更偏向SaaS模式 [1] - 一些汽车行业分析师开始上调评级 因其逐渐意识到特斯拉并非传统汽车公司 并可能与科技行业分析师合作以加深理解 [1] 自动驾驶出租车业务前景 - 特斯拉在自动驾驶出租车领域的业务版图扩张速度比许多人预期的要快得多 [1] - 自动驾驶出租车的普及可能比大多数分析师预期的更快 特别是如果能获得更多联邦层面的立法支持 [1] - 方舟投资观察到Waymo与特斯拉在德克萨斯州存在竞争 认为竞争是好事 [1] 方舟投资持仓动态 - 方舟投资旗下ARK Innovation ETF上周减持了86,139股特斯拉股票 [1] - 截至近期周四 ARK Innovation ETF仍持有约172.85万股特斯拉 占基金资产近10% [1] - 特斯拉仍是多只ARK基金中权重最大的持仓之一 [1]