高盛软件行业研究报告关键要点总结 涉及的行业与公司 * 行业：软件行业，重点关注人工智能（AI）基础设施、平台和应用层[1][6][7] * 覆盖公司：微软（MSFT）、甲骨文（ORCL）、Salesforce（CRM）、ServiceNow（NOW）、Snowflake（SNOW）、Navan（NAVN）、CoreWeave（CRWV）、Figma（FIG）、Intuit（INTU）、Workday（WDAY）、Adobe（ADBE）、Datadog（DDOG）[6][7][15] * 评级：买入（MSFT, ORCL, CRM, NOW, SNOW, NAVN）；中性（CRWV, FIG, INTU, WDAY）；卖出（ADBE, DDOG）[7][15] 核心观点与论据 总体框架与市场展望 * 预计AI采用将在未来5-10年内对软件总潜在市场（TAM）产生积极推动作用，尽管年度数据可能不均，但预计2026年采用信号将更为积极[1][8] * 引入评估AI成熟度的框架，包括技术栈重构、创新节奏（有机与无机）以及货币化能力[1][9] * 预计软件TAM将从2025年预计的1万亿美元，在AI带来的4500亿美元增量（按现值计算）推动下，增长至2037年的2.8万亿美元，年复合增长率从7%提升至9%[21] * 将软件TAM划分为“脚手架”（占2/3）和“智能体”（占1/3）两部分，预计企业AI将驱动行业增量增长，智能体工作流是AI价值最具体的体现[25] * 大型语言模型（LLM）可能捕获价值池的10-25%，在2037年对应850亿至2100亿美元，而Gartner估计2024年企业LLM TAM仅为57亿美元[26] 三大核心辩论与投资主题 辩论一：AI基础设施——谁能将AI计算的初步优势转化为可持续的盈利业务？ * 未来3年的关键是将积压需求转化为加速的收入增长，并通过优化杠杆将毛利率从当前的<40%提升至60%以上[9] * 关键成功因素：跨客户和工作负载的资本支出可互换性、硅芯片多元化、以及超越GPU即服务的价值创造[1][9] * 看好微软（MSFT）：因其规模、业务组合的深思熟虑以及跨多个AI采用向量的对冲能力，预计将推动2026年Azure收入超预期[1][9][38] * 看好甲骨文（ORCL）：预计未来12个月收入将加速，毛利率增长将在2026年见底后显著加速，资本支出和融资的能见度将改善[1][9][38] * 中性看待CoreWeave（CRWV）：在高性能AI计算领域占据主导，但需观察其通过有机和无机创新实现业务多元化的进展[9][38] 辩论二：应用软件层是否会被颠覆？ * 预计竞争将加剧，参与者包括传统的SaaS领导者、定制软件提供商（如Palantir）以及拥有足够专有IP进行扩展的AI原生公司[9] * 竞争加剧的原因：新技术周期鼓励更多自建实验、2020-2021融资周期（VC融资是趋势的2倍）催生了一批护城河较小的公司、面向人类和智能体的系统记录栈需要重大技术重构[9] * 偏好选择性投资：青睐在技术栈重构方面进展更快的公司，如Salesforce（CRM）[1][9] * 中性看待Workday（WDAY）和Intuit（INTU）：WDAY技术栈仍在演进，INTU虽技术栈良好但面临税务市场特定风险和利率周期风险[9] * 卖出Adobe（ADBE）：过度暴露于高端设计工具市场，但增长主要发生在低端市场，面临Canva等竞争，且核心创意云用户增长受限[9][115][120] 辩论三：软件栈中的价值将积累在何处？ * 客户对话表明，每个供应商都将拥有智能体，因此价值在于跨越基础设施、平台和应用层的智能体与LLM编排[9] * 垂直整合比上一个云周期更为重要，因为智能体无差别地、即时地、更全面地遍历各层[10][89] * 看好编排层领导者：微软（Agent 365）和ServiceNow（利用其工作流引擎IP跨系统执行操作）[1][10][100] * 看好数据平台：Snowflake（SNOW）在企业进行数据资产现代化过程中有望获得超额份额[10] * 卖出Datadog（DDOG）：行业研究表明竞争加剧，客户更关注预算优化，部分由AI可观测性新方法催化[10] 公司特定要点 微软（MSFT）- 买入 * 在覆盖范围内最具备从多个AI采用向量中捕获上行机会的能力，并能对冲下行风险[13] * 资本支出舰队在客户和工作负载间最具可互换性，拥有通过更复杂的Azure服务和第一方用例（如M365 Copilot）货币化计算的机会[38] 甲骨文（ORCL）- 买入 * 预计未来12个月的催化剂路径将显示债务筹集见顶，毛利率增长见底，随后在新产能上线后显著加速[13] * 披露的OCI合同在6年生命周期内毛利率为30-40%，自下而上的成本构建验证了此假设[54][55] Salesforce（CRM）- 买入 * 在AI成熟度评估中进展最远，关键绩效指标正在转变[13] * Agentforce成果是非二元的，预计对销售云和服务云有约20%的提升[6] ServiceNow（NOW）- 买入 * 在构建利用现有IP作为行动系统的编排层方面进展最远[13] * 价值将积累在编排层，NOW是最佳定位者[1] Snowflake（SNOW）- 买入 * 在基础设施和应用层之间使数据更可用；过去12个月的产品创新和新客户获取改善为2026年收入上修奠定了基础[13] * 与Databricks竞争加剧，但两者在未来至少3年都有巨大的增长空间[101][110] Adobe（ADBE）- 卖出 * 公司处于转型期，面临不止一个方面的竞争加剧[6] * AI正在民主化设计，限制了其核心创意专业人士用户群的增长，而过度的收益则流向能够“捷径”实现中等水平创作的休闲创作者和商业用户[116] * 虽然低端创意市场TAM巨大且增长，但竞争和低转换成本可能限制其获取有意义份额的能力[120] * Canva的月活跃用户（MAU）增长（从2019年的6700万增至2025年的2.5亿）远超Adobe的文档云订阅用户增长（从2019年的1700万增至2025年的2900万）[124] Datadog（DDOG）- 卖出 * 2026年可能面临竞争加剧和可观测性预算优化推动[6] * 行业工作表明竞争正在加剧，AI采用推动客户重新审视可观测性预算[10] 其他重要内容 单位经济与毛利率驱动因素 * 行业对话表明，超大规模企业在5-6年GPU折旧周期内应能实现30%-60%的毛利率范围[54] * 提升AI云毛利率的因素包括：新的加热、冷却和计算管理技术带来的资本支出效率、资本支出的可互换性、以及GPU折旧周期维持在5-6年[57] * 硅芯片多元化是关键，目前Nvidia在GPU市场占据约95%份额，在加速器市场占约85%[59] * 估计将硅芯片足迹多元化50%，可能推动超大规模企业毛利率提升约13个百分点，尽管至少部分会被降价所抵消[63] 数据资产现状与现代化 * 当前企业AI采用的关键限制因素是缺乏高质量、组织良好的数据[89] * 截至2024年，56%的关系数据库管理系统市场仍在本地部署[89] * 生态系统正围绕Iceberg表标准化，这降低了数据重力，Snowflake披露约10%的客户正在使用Iceberg[93] * Palantir的美国商业业务从2022年的3.35亿美元扩展到2025年预计的14亿美元，年复合增长率约60%，因其能同时解决数据聚合和本体论挑战[91] 需求信号与资本支出背景 * 需求信号在未来12个月内可能保持积极，微软评论预计至少到2026年6月都将供应受限[41] * 基于对财富500强数据的分析，高盛半导体团队估计到2030年，约14%的财富500强成本可能高度暴露于AI自动化，这可能在3500亿美元的总AI资本支出下，释放约7800亿美元的净现值节省[42] * 未来资本支出回报的实现部分取决于企业AI采用驱动日益复杂的生产力提升类型[40] * 2027年资本支出预期自2024年第一季度以来上调了约150%[48]