关键要点总结 涉及的行业与公司 * 行业：美洲软件行业，重点关注人工智能、网络安全、可观测性、数据基础设施、机器人技术、国防技术等领域[1] * 提及的上市公司：ADSK (Autodesk), CRM (Salesforce), CRWD (CrowdStrike), GWRE (Guidewire), IOT (Samsara), OKTA (Okta), RBRK (Rubrik), WDAY (Workday), ZS (Zscaler)，以及PANW (Palo Alto Networks) 和 SNOW (Snowflake)[1] * 提及的私有公司：包括Archera, Automation Anywhere, Axonius, Baseten, Bright Machines, Decagon AI, Fivetran, Glean, Grafana, Hightouch, Huntress, Intercom, Island Technology, KnowBe4, Kong, Outreach, Physical Intelligence, Serval, Shield AI, Sierra Technologies, Superhuman, Tekion, Traversal, Turing, Writer等[8][9] 核心观点与论据 软件市场总规模 (TAM) 扩大与价值转移 * 公司更确信软件TAM正在扩大，企业正转向销售“劳动力单位”或“生产力单位”，以获取更大预算[2][4] * AI原生公司正在传统SaaS孤岛之间的空白地带赢得市场，将价值重心从记录系统转向行动系统[13] * 即使毛利率为60%，毛利润也能显著增长[11] * 企业将受益于更高效的模型路由和更低的推理成本，并避免因单一模型提供商停止补贴代币而面临价格阶跃式变化的风险[2][12] 模型与推理经济：平衡与成本控制 * 行业正通过使用开源蒸馏模型（成本仅为训练母模型的2%）和专注于专有小语言模型来应对前沿实验室高昂的推理成本[12] * 公司正减少对第三方模型的依赖以控制成本并提升性能，例如：Superhuman 97%的API调用通过其专有LLM处理，Intercom使用专有模型重建重排器后成本降低80%，Writer发布自进化LLM[12] * 计算能力已成为扩展AI的制约因素，推理需求增长快于可用容量，价值正转向生产环境中的模型运行方式（如代理框架和模型路由能力）[12] * 供需失衡比行业参与者感知的更严重，公司推理预算超支达数个数量级，推理成本在工程中已接近人力成本的10%，并可能在几个季度内与人力成本持平[12] * 多云生产正成为必需品，而非偏好，供应限制、价格波动和对尖端加速器的获取不均迫使客户同时跨超大规模云和新云运行推理[12] 特定行业动态 网络安全 * 行业正朝着更高投资回报率的安全解决方案发展，未来12-18个月可能进行一次全面的补丁和卫生升级周期[13] * 参与前沿LLM计划、能优先获得LLM创新的供应商可能被视为领先者[13] * 后续产品周期将关注安全运营中心（应对更高警报量自动化）和代理身份管理[13] * Zscaler已观察到网络上代理流量增加，网络安全的下一问题是供应商能在多大程度上通过混合用户x带宽货币化来捕获这一增长[13] 可观测性 * 可观测性预算正在加速增长，但客户也日益关注总拥有成本和更开放的架构[13] * Grafana的自适应追踪技术允许客户丢弃90%发送给基础设施监控的追踪数据[13] * 趋势可能从仪表板转向搜索驱动界面，系统主动呈现相关信号[13] AI原生公司的崛起 * AI原生公司不与SaaS巨头正面竞争，而是通过占据它们之间的空白地带获胜，围绕结果而非功能孤岛构建产品[13] * 这种优势会复合，因为AI原生公司天然跨越多个工具，编排跨系统、模型和工作流程成为新的控制层[13][14] * 这可能会削弱SaaS的两个护城河： * 领域经验：组织孤岛、权限和遗留设计限制了现有企业对端到端流程的视野[15] * 数据：数据属于客户而非供应商，防御性从存储数据的供应商转向能够安全、可靠、重复地将数据转化为跨系统行动的供应商[15] 应用型AI与机器人技术 * 应用型AI创新可能正处于一个拐点，类似于2022年的生成式AI拐点，尽管有意义的商业化可能还需5-10年[15] * 机器人技术：模型突破正在扩展自动化，例如Locus Robotics的RaaS模式降低了采用摩擦，并在约17,000台部署的机器人中最大化真实世界数据捕获[15] * 物理智能专注于通过尽可能多的真实世界用例驱动机器人，以收集不断增长的物理数据池[15] * 国防技术：Shield AI的Hivemind体现了向以软件为中心的防御平台的转变，该平台可以在边缘自主推理、协调和执行任务[15] 公司构建与组织变革 * 2026年的公司构建与2022年大不相同，快速行动至关重要[16] * 公司正在将工程人力节省（例如减少初级员工招聘）重新分配到销售与市场营销（预算增加30-40%），并利用销售与市场营销作为护城河[16] * 公司正在重新思考传统组织结构，例如Serval认为传统的客户成功概念无效，而是将部署策略师/现场开发工程师的激励与客户成功对齐[16] 其他重要内容 * 对部分上市公司持更积极看法：CRM（更具战略性的代理策略和即将推出的开发工具）、CRWD（多个模块需求改善）、GWRE（AI加速云转换且纯粹是TAM扩张）、IOT（投资回报率驱动的需求，数据/AI差异化）、RBRK（代理云/身份拓宽故事，弹性需求扩大）[3] * 公司定价策略向基于价值和结果转变：例如Salesforce的Agentforce根据使用场景采用多种定价模式（按席位、按消费/行动、AELA合同），Workday通过“弹性积分”系统将信用与“工作单位”挂钩，将定价与价值而非成本解耦[71][102][104] * 数据就绪度、控制力和变革管理是AI采用的主要障碍[73] * 信任与合规要求成为特定行业（如汽车零售）采用AI的关键门槛[89]