微软当前面临的挑战与市场观点 - 微软股价下跌并非单一原因导致 而是多方面的 最大的触发因素是1月28日的财报 尽管盈利超预期 但股价仍然下跌 [6] - 市场对人工智能的叙事已从增长磁石转变为警告信号 投资者正在抛弃软件股 转而投向股息股 市场普遍怀疑巨额支出能否转化为加速的需求和可持续的竞争优势 [5][6][7] - 许多投资者认为人工智能需求不会加速增长 如果人工智能叙事破灭 需求可能停滞或下降 [1] 增长驱动与资本支出压力 - 智能云与生产力和业务流程是当前驱动增长的两大板块 其中智能云包含Azure 是投资者关注的焦点 也是大额支出的方向 [2] - 智能云收入从2021年的182亿美元增长至2025年的329亿美元 但同期资本支出从206亿美元激增至646亿美元 [7] - 营收增长17% 但营收成本增长19% 如果成为长期趋势 将引发担忧 若在需求最热、客户受产能限制时都无法展现运营杠杆 后续证明负担将更重 [16][17] 财务指标与现金流变化 - 自由现金流在2022年后突然开始停滞不前 原因正是微软与其他AI公司展开了支出竞赛 [12] - 微软股票基于远期市盈率21倍看似非常便宜 但这可能是一个误导性指标 其股价交易于近38倍自由现金流 而历史交易倍数约为33倍 [18][19] - 股份回购比率已从2016年的2.73%下降 目前持平 这对市场而言并非买入信号 [9] 竞争格局与AI投资成效 - 在人工智能领域 微软正落后于其主要竞争对手Alphabet和亚马逊 谷歌的Gemini模型在基准测试中领先 亚马逊AWS正在加速增长 且其支持的Anthropic即将盈利并定位为最佳编程AI公司 [13][14] - 微软对OpenAI的投资尚未直接产生成果 一年过去 微软在主导AI方面并未取得实质性进展 [12][14] - 有观点认为 微软正在被AI伤害而非受益 因为AI之前的增长轨迹已经足够强劲 [11] 运营与产品层面的问题 - 过度的AI聚焦正以其他方式损害公司 Windows 11的AI集成因过于侵入性而激怒许多用户 导致其转向Linux等其他操作系统 且很少人实际使用微软的Copilot [15] - 在硬件方面 支出并未投向持久的资产 2026财年第二季度375亿美元的资本支出中 约三分之二流向了GPU和CPU等短寿命资产 [16] - 如果微软在产能跟上、技术成熟后仍无法实现更好的成本控制 那么这一轮周期将被铭记为过度建设 而非远见投资 [17]

公司与微软的合作关系 - 公司Expedience Software宣布加入Microsoft AI Cloud Partner Program，深化与微软的合作，共同提供由Microsoft Copilot驱动的AI提案自动化解决方案 [1] - 此次合作旨在将Microsoft Copilot在Word中的生成式AI能力与公司的自动化平台相结合，以简化复杂提案和RFP响应的创建流程 [2] - 作为微软AI云解决方案合作伙伴计划成员，公司将持续扩展其与微软生态系统的集成，包括Microsoft Word、Copilot、Microsoft 365、Teams、SharePoint和OneDrive [7] 产品解决方案与核心功能 - 公司解决方案的核心在于将生成式AI与结构化提案自动化相结合，直接在Microsoft Word环境中应用Microsoft Copilot [4][5] - 该解决方案允许用户：在Word中使用Microsoft Copilot起草和完善提案内容；自动在多个提案中复用已批准的企业内容；生成包含表格、图像和嵌入对象的完整格式化提案；在现有Microsoft 365环境中保持治理和安全性控制 [8] - 公司平台通过维护精选内容库并在Word内自动化组装复杂提案，确保已批准的企业内容、合规声明和标准化语言保持准确与一致 [6][7] 市场定位与客户价值主张 - 公司采取差异化策略，使组织能在其已熟悉的Microsoft Word环境中直接应用AI，而非要求用户转向外部专有网络平台 [4][5] - 该模式为提案团队带来的关键价值包括：通过AI辅助起草加快提案创建速度；通过自动化实现已批准内容的一致性复用；通过原生Word格式和品牌化保持专业文档质量；通过受控内容库和Microsoft 365安全性提升治理水平 [9] - 公司的使命是确保提案团队能在其最熟悉的环境（Microsoft Word）中利用AI创新，而无需放弃现有的基于微软的工作流程 [8][10] 行业背景与需求 - 提案团队面临在更短时间内产出高质量RFP回复的压力日益增加 [3] - 许多新的提案解决方案通过专有网络平台引入AI，这要求作者和评审者脱离其已建立的微软工作环境 [4] - 此次合作反映了微软AI技术在企业生产力工作流程中日益重要的角色 [7]

公司战略与组织架构调整 - 微软宣布将商用和消费者Copilot助手背后的工程团队合并，以应对该工具尚未获得广泛采用的情况 [1] - 前Snap高管、现任微软人工智能部门成员的Jacob Andreou被任命为执行副总裁，负责消费者和商业Copilot体验，并直接向首席执行官Satya Nadella汇报 [2] - 此次调整旨在让高管Mustafa Suleyman（前DeepMind联合创始人）能更专注于构建新的人工智能模型 [3] - Nadella在内部备忘录中表示，公司将加倍投入“超级智能”使命，利用人才和算力构建能在产品评估、销售成本降低以及满足企业需求方面产生真实影响的模型 [4] 高管职责变动与汇报线 - 首席执行官Satya Nadella通过内部备忘录宣布了多项高管人事任命 [2] - Jacob Andreou将领导消费者和商业Copilot体验，并直接向Nadella汇报 [2] - 高管Ryan Roslansky、Perry Clarke和Charles Lamanna也将直接向Nadella汇报，他们将分别领导Microsoft 365应用和Copilot平台 [2] - Mustafa Suleyman自2024年通过Inflection交易加入微软后，曾参与消费者Copilot等项目，现调整职责以聚焦新模型构建 [3]

行业投资评级 - 计算机行业评级为“推荐”，维持评级 [4] 报告核心观点 - 人工智能在“十五五”规划中的战略地位全面升级，其作为关键词出现频次达30次，远高于“十四五”规划的6次，将成为我国经济升级的核心增长引擎 [6] - 智能经济开启，“AI Agent”（智能体）的全面爆发将成为未来五年AI叙事的主导和战略落地的关键产业形态，投资主线将围绕“高价值AI智能体爆发增长带来的价值裂变”展开 [6] - AI Agent的规模化渗透将驱动算力、算法、数据三大AI要素的价值链全面重构，并推动AI商业模式从成本中心转向利润中心 [10][13][38] 根据目录分别总结 一、“十五五”是智能经济全面启航的关键五年 - “十五五”规划中“人工智能”提及频次（30次）远超“数字经济”（7次），标志着国家数智化战略重心从以“数字化”连接为特征的“数字经济”阶段，进入以“智能化”价值创造为内核的“智能经济”新阶段 [8][9] - 规划首次提出“智能原生”，意味着AI有望从提升全要素生产率（A）的技术因素，升级为可与资本（K）、劳动（L）协同甚至主导组合的独立生产要素，即迈向Y = F(K, L, AI)的新生产函数 [11] - 在AI作为新生产要素的范式下，算力、算法、数据三大基础要素的价值链将被重构：算力追求绿色集约与算电协同；算法追求垂直场景的性价比与效果分成；数据追求高质量资产化与可信流通 [13][14][15][16] 二、十五五展望：AI Agent主导未来五年AI叙事 - **智能体驱动Token消耗超高速爆发**：以OpenClaw为代表的高价值AI Agent正推动AI从对话工具向自主执行代理升级 [17][22] 据IDC预测，全球活跃Agent数量将从2025年的约2860万攀升至2030年的22.16亿，年复合增长率139% [24] 伴随任务复杂度提升，年度Token消耗将从2025年的0.0005 PetaTokens暴增至2030年的152,667 PetaTokens，年复合增长率高达3418% [6][24] 报告测算，2026年全球（不含中国）AI Agent应用每日消耗的Token总量增速将达到22倍 [36][37] - **AI Agent从成本中心转向利润中心**：AI商业模式正从订阅制、调用制向“结果分成制”演进 [39] Agent可根据为客户节省的成本或创造的新增收益抽成，其收入公式包含“结果分成×任务价值×网络节点”的乘法效应，推动收入曲线从线性增长向指数增长跃迁 [42][45] - **Agent产业分工裂变**：大模型厂商主导平台层，构建AI Agent生态，提供MaaS（模型即服务）及AaaS（智能体即服务） [46] 应用层中，企业级智能体的落地将优先集中在企业服务（OA/ERP/CRM）、金融/财务/风控、营销/电商等领域 [51][52] 深耕垂直领域的SaaS服务商在部署企业级智能体方面具有先发优势，有望迎来弯道超车机遇 [51] 三、十五五期间AI要素将全面升级 - **智能算力与算电协同**：AI驱动中国智能算力爆发，预计到2028年智能算力占比将提升至95%以上 [53][58] AI算力需求爆发推动用电量激增，中国信通院预测，在高情景下2030年我国算力中心用电或超过7000亿千瓦时，占全社会用电量5.3% [6][62] “算电协同”已上升为国家战略，推动数据中心向极致能效（PUE）、绿电直供方向演进 [62][66] 液冷技术因散热效率高，未来有望成为AI服务器标配，IDC预计2022-2027年中国液冷服务器市场年复合增长率将达54.7% [68][75] - **国内外大模型对比与国产模型优势**：国外头部模型在通用智能、复杂推理和编程方面仍具领先优势 [78][81] 但国产大模型（如GLM-5、Kimi K2.5、Qwen3.5等）已跻身第一梯队，并在成本效率上建立压倒性优势 [79][91] 2026年2月，在海外开发者为主的OpenRouter平台上，中国AI模型调用量三周大涨127%，首次超越美国，且周调用量前五的模型中四款来自中国厂商 [6][92] - **高质量数据集需求爆发**：数据要素顶层设计不断完善，“十五五”规划强调统筹推进高质量数据资源供给 [6][93] 高质量数据集是AI时代的核心底座，可分为通识、行业通识和行业专识三大类，为模型训练、微调提供关键支撑 [96][99] 能够生产与治理高质量数据资产的服务商价值凸显 [16] 四、投资建议 - 报告建议围绕AI原生上下游核心赛道，关注四类投资机会 [102] 1. **AI原生应用公司**：关注可实现规模化收入的通用AI Agent，以及AI Agent与垂直行业Know-How深度融合的机会 [6][102] 2. **端侧AI上游“铲子型”公司**：关注服务于AI眼镜、人形机器人、自动驾驶汽车等载体的算法及产业链卡位公司 [6][102] 3. **国产算力链替代机遇**：关注供需剪刀差下的国产算力产业链机会 [6][102] 4. **算电协同基础设施**：关注绿电IDC、虚拟电网等相关领域 [6][102] - 个股层面建议关注地平线机器人-W、晶泰控股、美图、金山办公、恒生电子、中科创达、海光信息、中科曙光、拓尔思、同花顺等公司 [6][102]

人工智能股票市场概况 - 人工智能技术持续进步并展示其巨大影响力，但投资者对其公司为构建AI基础设施而承诺的巨额资本支出表示担忧[1] - 即使是“美股七巨头”中的大型AI公司也通过举债来资助建设，投资者不确定回报是否能证明支出的合理性[1] - 多数华尔街分析师认为近期的抛售过度，并看到了投资机会，基于共识预期，有两支AI股票可能分别上涨47%和54%[2] 微软公司分析 - 微软是一家强大且多元化的科技集团，即使不考虑AI业务，也被认为是第四次工业革命的最大受益者之一[4] - 在截至6月的2026财年上半年，公司资本支出已超过720亿美元，高于预期，且大部分用于AI基础设施，如GPU和数据中心[5] - 公司AI战略的重要组成部分——AI聊天机器人和助手Copilot，目前拥有1500万付费会员，仅占其4.5亿Microsoft 365订阅用户的一小部分，与ChatGPT或Claude等大型AI聊天机器人相比差距较大[6] - 在最近三个月发布研究报告的33位华尔街分析师中，30位给予买入评级，3位给予持有评级，平均目标价意味着较当前水平约有47%的上涨空间[7] - 公司当前股价为395.54美元，市值达2.9万亿美元，日交易区间为394.24美元至404.80美元，52周区间为344.79美元至555.45美元[8][9] - 杰富瑞分析师Brent Thill重申买入评级，目标价675美元，意味着66%的上涨空间，他认为公司端到端的平台是其关键优势，且股票估值约为其预测的2027财年每股收益的21倍，从历史上看并不昂贵[9] - 尽管Copilot增长目前令人失望，但如果加速，可能成为未来上涨的来源，且公司业务多元化，使其不完全依赖于AI[10] 甲骨文公司分析 - 云服务提供商甲骨文的股价在过去六个月大幅波动，公司在9月发布了一份出色的财报，报告了超过4500亿美元的剩余履约义务[11] - 甲骨文作为AI数据中心参与者强势登场，但涨势短暂，因为其剩余履约义务中很大一部分来自OpenAI，且公司需要承担大量债务来资助这些数据中心的建设，投资者对其业务利润率表示担忧[12] - 公司当前股价为155.03美元，市值达4460亿美元，日交易区间为154.15美元至160.77美元，52周区间为118.86美元至345.72美元[13] - 在最近一份财报中，公司业绩超出华尔街共识预期，并将2027财年收入指引提高了10亿美元，云收入和积压订单强劲，缓解了部分投资者的担忧[14] - 在最近三个月发布研究报告的32位分析师中，28位给予买入评级，4位给予持有评级，平均目标价意味着54%的上涨空间[15] - 德意志银行分析师Brad Zelnick重申买入评级，但将目标价从每股375美元下调至300美元，这仍意味着显著上涨空间，他受到公司2月份获得投资级评级的无担保债券发行以及OpenAI近期1100亿美元私募融资轮的鼓舞[16] - 公司股价在过去六个月下跌了46%，目前交易价格约为远期收益的22倍，风险回报状况已显著改善[17]

AI时代Adobe面临的挑战与市场审视 - 资本市场对Adobe的焦虑源于对其在新技术周期中统治力的怀疑，而非其传统业务的稳健性 [1][2] - 公司股价今年以来下跌约22%，过去12个月累计跌幅接近38%，对于一家被视为护城河深、现金流稳定的公司而言，这是罕见的疲软表现 [4] - 市场关注的焦点已超越简单营收数字，转向AI是否正在重构软件行业，以及公司是否在失去定义未来的权力 [2] AI叙事与市场反应的背离 - 投资者在财报前押注管理层会谈论的AI关键词，预测市场数据显示谈论生成式AI的概率高达96% [6] - 市场对AI话题的敏感度已达顶峰，但股价的持续走低表明，投资者不再相信单纯的“AI叙事”，开始区分真正的转型与蹭热点的营销 [3][6] - 当AI成为唯一叙事而股价走低时，意味着市场认为当前估值尚未完全反映潜在风险溢价，投资者需要看到AI转化为实际营收增长的明确路径 [6][7] 生成式AI对传统商业模式的冲击 - 生成式AI正在改变创意生产的方式，过去需耗时数小时或数天的创作，现在通过AI模型几分钟即可生成，这降低了内容生产的门槛 [7] - Midjourney、Stable Diffusion及Sora等模型的涌现，使得非专业人士也能生成高质量视觉内容，直接冲击了Adobe赖以生存的专业壁垒 [8] - AI正在将创意软件从“必需品”变为“可选品”，对公司的订阅模式构成了根本性挑战 [10] 竞争格局与价值链的重塑 - 在AI时代，公司面临的竞争对手变为拥有更强算力与模型研发能力的科技巨头（如Microsoft、Alphabet）及大量AI创业公司，竞争环境与传统软件时代完全不同 [9] - 生成式AI可能将创意产业的价值链从“工具 - 技能 - 产出”重塑为“提示词 - 模型 - 产出”，工具重要性下降，模型能力和算力成为核心 [9][10] - 如果公司无法掌控模型层而仅停留在应用层，其议价能力将被大幅削弱，应用层软件面临商品化风险，利润率可能被压缩 [10][12] 投资者关注的核心问题与公司未来 - 对投资者而言，财报的关键问题是：AI究竟是公司新的增长引擎，还是对其商业模式的长期威胁 [11] - 公司需要证明AI功能能促使现有用户升级更高价位的订阅套餐，或吸引大量新用户，并展示清晰的货币化路径 [12][13] - 公司困境是整个传统软件行业在AI时代面临挑战的缩影，穿越周期需要直面不确定性，证明自己在新价值链中具有不可替代的位置 [15][16] - 如果公司能证明是AI创意生态的组织者而非被动适应者，当前股价低迷或是黎明前的黑暗；反之，若创意工具被边缘化，公司将面临严峻的估值重构 [15][16]

公司AI工具部署与应用 - 公司于两年前开始部署以Microsoft Copilot为首的AI生产力工具 [1] - 目前公司60%的员工每天至少使用一次公司提供的AI工具 [1] - 在工程部门，公司要求开发人员在推送代码时必须使用AI工具 [1] AI在软件开发中的具体成效 - 公司所有开发团队（100%）都在使用AI工具 [2] - 2024年公司发布的代码中，有31%由AI编写 [2] - 2024年公司发布的单元测试中，有80%由AI生成 [2] - AI实现了回归测试、用户验收测试等生产前流程的全面自动化 [2] AI对产品开发与交付能力的提升 - AI的应用显著提升了开发团队的冲刺速度 [3] - AI增强了公司向市场推出新功能的能力，这些功能对客户而言是变革性的 [3] - 十年前，公司每年进行2到3次移动应用发布 [2] - 2025年，公司完成了超过400次移动应用发布 [2] - AI的应用不仅降低了成本，更大幅提升了产品交付效率与创新能力 [2][3]

IBM与SEI Investments合作推进企业转型 - 国际商业机器公司（IBM）与SEI投资公司（SEIC）合作，旨在利用智能体人工智能（Agentic AI）、自动化和现代技术加速企业转型，以提升运营效率[2] - 根据协议，IBM咨询部门将与SEI合作，利用数据驱动的洞察力审查其系统和工作流程，重点推进自动化、流程重新设计和全企业范围的现代化[3] - 该计划旨在通过简化日常任务、自动化客户互动和确保结果的一致性，以提高生产力和提升整体客户体验[3] IBM的智能体人工智能战略与产品 - IBM的watsonx Orchestrate是一个集成平台，可帮助组织构建和管理AI智能体以自动化任务并改善决策，同时与现有系统顺畅协作[4] - 公司推出了Enterprise Advantage，旨在利用其专业知识和AI工具，帮助企业将智能体AI的应用扩展到混合云环境，并从小型试点项目转向大规模部署[4] - 公司通过诸如智能体AI创新中心等举措加强其智能体AI战略，客户和合作伙伴可以在该中心构建和测试AI智能体[5] 行业竞争格局 - IBM在智能体AI领域面临来自微软和Alphabet的竞争[6] - 微软正通过其Microsoft Copilot平台扩展智能体AI，增加可在Word、Excel、Outlook和Teams等应用中自动化任务的AI智能体，并与Tech Mahindra合作推出了基于Azure和Microsoft Fabric构建的智能体AI平台，以帮助电信公司自动化决策并实现数据运营现代化[6] - Alphabet（谷歌）通过其Gemini平台推进智能体AI，该平台允许AI智能体执行复杂的多步骤任务并为用户和企业自动化工作流程，谷歌云还与Cognizant合作部署基于Google Gemini的智能体AI解决方案，以帮助企业自动化工作流程和业务运营[7] IBM股价表现与估值 - 在过去一年中，IBM股价上涨了1.8%，而同期行业涨幅为103.8%[8] - 从估值角度看，IBM的远期市销率为3.31，低于4.41的行业平均水平[11] 盈利预测趋势 - 过去60天内，对2026年的盈利预测上调了1.06%至每股12.37美元，对2027年的盈利预测上调了1.8%至每股13.30美元[10] - 过去60天内，对第一季度（Q1）的盈利预测共识上调了1.14%，对第二季度（Q2）的预测共识下调了2.94%[13]

估值水平 - 公司股票交易估值存在显著溢价 其基于未来12个月的市销率为9.46倍 远高于行业平均的4.03倍[1] - 公司的Zacks价值评分为F 进一步确认了其估值过高[1] - 尽管自上市以来股价已下跌75% 公司股票仍处于溢价交易状态[2] 股价表现 - 公司股价表现逊于Zacks互联网软件行业及更广泛的科技板块 同期行业指数下跌20.1% 而计算机与科技板块回报率为8.3%[2] 盈利能力与成本压力 - 2025年第四季度 公司非GAAP营业利润同比下降22%至4400万美元 非GAAP营业利润率为14% 较上年同期下降1200个基点[6] - 利润率收缩趋势在过去连续两个季度持续 主要归因于推出Figma Make及其他AI功能带来的成本压力[6][9] - AI功能的推出增加了成本 导致2025年第四季度非GAAP营业利润同比下降22%[8] 收入增长与盈利预期 - 公司收入增长在2025年持续放缓 尽管2024年结束时同比增长48% 但2025年第一、二、三、四季度的同比增速分别为46%、41%、38%和40%[15] - Zacks对2026年收入的共识预期显示同比增长率为29.8%[16] - 2026年每股收益预期为0.23美元 意味着同比下降23%[8][16] - 在过去7天内 Zacks共识预期已被向下修正[16] 竞争格局 - 公司面临来自Adobe、微软和Atlassian等成熟企业的竞争挑战[10] - Adobe的Firefly和微软的Copilot在推动各自收入增长和盈利能力方面发挥关键作用 正在侵蚀公司的市场份额[10] - 微软的Teams和Office 365套件在协作与企业工作流方面与公司直接竞争 涉及白板、开发者工作流、AI生产力和企业应用等多个领域[11] - Adobe近期与谷歌云合作 以增强其AI创意生态系统[11] - Atlassian正专注于为其部分协作软件添加生成式AI功能 并与谷歌云合作将其AI驱动的团队协作平台迁移至谷歌的AI优化基础设施[12] 收购活动与商誉 - 公司为优先考虑长期增长 在2025年增加了收购活动和功能增强[13] - 2025年公司收购了AI驱动的图像和视频生成初创公司Weavy 交易金额超过2亿美元 并收购了无头内容管理系统Payload CMS[13][14] - 这些收购导致公司商誉从2024年12月31日的1138万美元大幅增加至2025年12月31日的1.014亿美元 一年内增长近十倍[15]

关键要点总结 一、 核心议题与行业/公司 * 纪要核心议题是探讨“AI是否会‘吞噬’软件”以及AI对软件行业和其他相关行业的颠覆性影响 [3] * 主要涉及的行业是**软件行业**，特别是企业级软件（SaaS）、垂直软件、数据基础设施和网络安全等子行业 [3][5][33][82] * 讨论延伸至可能受AI影响的广泛行业，包括**消费互联网、信息服务、保险、商业地产服务、金融、交通运输**等 [34][202][205][206][207][208] * 访谈涉及的关键人物包括：高盛美国软件分析师Gabriela Borges、Sherlund Partners创始人Rick Sherlund、Cohesity首席执行官Sanjay Poonen [4][5] * 报告还包含高盛内部多个团队的分析，涵盖股票策略、资产配置、信用策略和特定行业研究（如金融、交通、建筑等） [5][110][138][166][191][202] 二、 关于“AI是否会吞噬软件”的核心观点与论据 * **共识：AI不会“吞噬”软件，但将深刻重塑行业** * Gabriela Borges认为“AI就是软件”，它将是软件类别的扩展，有望扩大软件市场的总规模，而非取代它 [27][40] * Rick Sherlund认为软件行业正在围绕AI“重生”，类似于过去从客户端-服务器到云端的重大平台迁移，这将推动行业进入新的增长曲线 [28][56][61] * Sanjay Poonen认为AI工具具有巨大颠覆潜力，但企业必须驾驭这股浪潮，否则将被摧毁 [4][29][94] * **分歧：传统软件公司的护城河与转型必要性** * Borges认为传统软件公司并非停滞不前，而是作为“快速跟随者”在创新，其**领域经验、数据架构和网络效应**等护城河，结合AI技术，可能使其在提供端到端平台方面处于更有利地位 [27][43][47][48] * Sherlund承认复杂的**工作流程、数据访问和规模分销**是强大的护城河，能为现有企业争取适应时间，但AI很可能会**逐渐侵蚀这些护城河**，仅靠护城河无法保证生存 [28][63][64] * Poonen强调，现有企业能否在AI时代生存，关键在于能否**维持每用户价格**，或通过增加产品模块、扩展市场来弥补核心产品降价的影响 [29][96][98] * Sherlund和Poonen都明确指出，仅仅在传统系统上“嫁接”AI代理可能不够，现有企业最终可能需要进行**根本性的重新架构，甚至从零开始重建**，以保持竞争力 [29][58][102] 三、 软件行业现状与市场反应 * **市场表现**：软件行业经历了显著抛售。iShares Expanded Tech-Software Sector ETF (IGV) 自年初以来下跌约**17%**，较2025年秋季高点下跌**26%** [75]。该ETF前十大成分股自2026年1月2日以来总计损失了近**8000亿美元**市值 [75]。估值从2025年末约**35倍**的前瞻市盈率降至当前约**22倍** [75][112] * **抛售原因**：与2022年因利率上升导致的回调不同，当前抛售的核心是市场对软件**护城河和商业模式**的质疑，以及对AI颠覆风险的担忧，这引发了关于企业“终值”的深刻反思 [30][37][110][117] * **盈利与股价脱节**：尽管股价下跌，软件行业最近一个季度的盈利增长强劲（两位数增长），利润率处于历史高位，约为市场其他部分的两倍，且近期盈利预测被上调，显示出**股价表现与基本面出现背离** [118][119] 四、 软件子行业受AI影响的具体分析 * **垂直软件**（如保险、公共部门、生命科学软件）：其作为行业特定“记录系统”的地位稳固，因为其嵌入的**数据和上下文对于AI生成可靠输出至关重要**。AI为这些供应商提供了增强行业工作流程连接性和数据价值的机会。执行能力是关键，快速跟进的供应商更可能限制价值流失 [82][83][84] * **数据基础设施**（如Snowflake, MongoDB, Rubrik）：AI被视为**乘数效应**。随着AI副驾驶和代理的部署，将创造和查询更多数据，对数据存储、治理、安全和访问的基础层价值提升 [86] * **物理到数字公司**（如Samsara, Procore）：其产品嵌入具有治理和合规要求的任务关键型工作流程，这提高了AI原生挑战者的门槛。长期风险在于通用AI代理层可能降低其独立重要性，但AI更可能成为强化而非颠覆的来源 [88][89] 五、 对投资者的影响与策略建议 * **需要选择性投资**：受访者和高盛分析师一致认为，当前环境不适合对软件行业的生存或崩溃进行二元押注，而**需要选择性投资** [4][33] * **关注有韧性的公司**：投资者应仔细评估哪些公司最容易受到颠覆，哪些公司拥有**复杂工作流程、领域经验或数据护城河**而难以被侵蚀 [33][70]。最有前景的公司是那些**致力于将LLM置于核心并构建强大代理框架进行重新架构**的公司 [33][71] * **具体看好的领域**： * Gabriela Borges看好**微软**（在AI计算和Copilot方面领先）、**ServiceNow、Salesforce、HubSpot**（在应用层）、**Snowflake**（数据基础设施）以及网络安全领域的**Cloudflare、Palo Alto Networks、CrowdStrike**（拥有持久的数据架构和收集护城河） [52] * 高盛软件分析师Adam Hotchkiss和Matthew Martino看到**垂直软件、数据基础设施和物理到数字公司**领域的价值 [33][90][91] * **管理更广泛的AI组合风险**：高盛资产配置研究主管Christian Mueller-Glissmann认为，鉴于科技板块在推动美股估值和回报中的巨大作用，投资者可能需要继续从**资本密集度低**的行业（如科技）轮动到AI不易颠覆的**资本密集型**行业（如电信、工业、公用事业），但由于已经发生的剧烈轮动，应更具选择性 [34][139][155] 六、 对信用市场的影响 * **压力集中在银团贷款市场**：软件在银团贷款市场中占有**16%** 的较大份额，而在投资级和高收益债券指数中占比很小（约**5%**） [166][167][168]。软件相关贷款与私募股权赞助活动紧密相连，自2021年以来，**80%** 的科技贷款发行是赞助商支持的 [170] * **不太可能引发信用违约周期转折**：尽管软件相关贷款可能出现一些减值，但高盛信用策略师Shamshad Ali认为，这**不足以催化信用违约周期的转折**，原因在于良性的宏观背景和较低的融资成本应有助于限制风险 [31][166][174] * **另类资产管理公司风险可控**：高盛金融股分析师认为，另类资产管理公司对软件的风险敞口有限。软件投资平均约占其总管理资产的**7%**，软件借贷仅占公司层面管理费的很小一部分（直接借贷约**4%**），且这些贷款主要是**高级担保和短期**的 [32][191][192][195] 七、 其他行业受AI影响的评估 * **消费互联网**：AI对产品开发具有民主化效应，带来去中介化风险，同时也推动效率提升。**数字广告和游戏**是面临AI去中介化风险最大的子行业，AI工具已深度集成于广告工作流程 [202][204] * **信息与商业服务**：具有**专有数据、嵌入式工作流程、规模/品牌优势或监管护城河**的公司（如FICO, MCO, MSCI）更能抵御AI风险，甚至可能受益。而缺乏这些优势的公司（如FactSet, H&R Block, Robert Half）则更脆弱 [204] * **保险业**：某些个人保险和小型商业保险经纪业务最容易受到颠覆，而大型商业（再）保险公司和经纪公司由于数据、结构护城河和复杂咨询而处于有利地位。市场可能过度惩罚了保险经纪公司 [205][206] * **商业地产服务**：AI颠覆的担忧被**严重夸大**，房地产交易的物理性、关系驱动和本地化性质提供了重要隔离。估值机会具有吸引力 [206] * **欧洲金融**：伦敦证券交易所集团等市场结构公司的大部分收益来自受监管的业务，AI颠覆风险有限。私募信贷管理公司面临更大风险，因为基金业绩对 dispersion 更敏感 [207] * **欧洲交通、基础设施和建筑**：AI颠覆风险相对较低，因为现有企业拥有**大型物理网络、高附加值服务和网络效应**。资产轻的物流公司尤其能受益于AI集成以提升效率 [208][209] 八、 其他重要但可能被忽略的内容 * **历史借鉴**：历史表明，面临结构性颠覆的行业（如报纸、烟草），其股价往往只有在盈利稳定时才会稳定下来，这个过程可能需要数年，不应期待V型反弹 [30][122][124][126] * **“氛围编码”不会终结软件**：Rick Sherlund指出，编码仅占编写企业系统工作的**15-20%**，设计工作流程、定义数据结构和建立安全访问控制等任务更为复杂，因此AI辅助编码不会扼杀软件行业 [62] * **定价模式演变**：软件公司可能需要改变定价模式，例如从按用户收费转向**按结果收费**（如按成功完成的客户服务通话收费），或采用包含AI产品访问权限的企业许可协议 [45][99] * **宏观风险背景**：报告开头部分提到了美国-伊朗冲突导致的**霍尔木兹海峡石油运输中断**（图表显示运输量降至正常水平的低点），这对增长构成下行风险，对通胀构成上行风险，并已导致高盛下调了多个中东经济体的2026年GDP增长预测 [10][19]。此外还提到了欧洲竞争力下降、日本通胀上升等宏观趋势 [14][16][17] * **行业未来展望**：Sanjay Poonen预计未来5-10年，软件行业将更多地向**垂直行业**（如太空、医疗保健、材料科学、机器人）扩展，AI将成为所有这些行业的一部分 [107][108]