危险在于,5%的美债变成常态 截至周五,十年期美债收益率收在4.743%,创去年1月以来最高;三十年期美债达到5.274%,创2007年7月以来最高,那年,我才6岁。 放在更长的历史周期里,这并不是史无前例,但对于过去十多年习惯了低利率、高估值的美股来说,已经足够高了。 长期美债可以理解为整个金融市场的“地基利率”。 即使美联储不加息,只要十年期、三十年期美债持续上涨,企业贷款、房贷、公司债和资产估值使用的折现率都会跟着上升。 某种意义上,这是债券市场绕过美联储,自己完成了一次加息。 第一个隐患,是美股估值被持续压缩 股票的价值,本质上是未来利润折算到今天的价格。 利率越高,遥远未来的利润越不值钱,因此最容易受到冲击的是高估值科技股 比如高估值科技股票 $MU $SNDK sk海力士 、软件股、生物科技以及仍在烧钱的成长公司。 以前市场愿意为AI故事支付很高的估值,是因为资金成本低、未来想象空间大。但当无风险收益率接近5%,一家公司的增长如果不能迅速兑现为利润和现金流,投资者就会开始纠结一件事情:我为什么不直接买美债? 美联储此前也说了,美股预期收益率与实际十年期美债收益率之间的差距已经明显低于历史中位数。 换句话说,投资者承担股票波动风险所获得的额外补偿,本来就不高。 第二个隐患,是AI资本开支开始遇到真实的资金成本 微软、谷歌、Meta、亚马逊正在建设数据中心、购买GPU和扩张电力基础设施。只要收入和现金流增长足够快,高利率仍然可以被消化;但一旦AI投入回报低于预期,高利率会同时放大融资成本、自由现金流压力和估值回撤。 第三个隐患,是高利率的伤害具有滞后性 大型科技公司现金充足,短期感受不明显;真正先承压的通常是小盘股、高负债企业、商业地产和需要不断融资的公司。 随着旧债到期、低息债被迫置换成高息债,利息支出会逐渐侵蚀利润。 所以长期美债高位,并不一定马上带来股灾,却会让市场越来越依赖盈利增长。 过去,流动性会推动所有股票一起涨 未来,只有真正拥有利润、现金流和定价权的公司能够维持高估值 当然了,美债收益率上涨也不必然意味着美股下跌。 如果利率上升来自经济强劲、企业利润增长,股市可以承受;但如果利率上涨主要来自通胀、财政赤字、国债供给和期限溢价,美股面临的就是无风险利率持续抬升、估值持续缩水。 因此,十年期美债某一天突破4.7%问题不是很大,重要的是它会不会长期停留在4.5%以上,三十年期会不会长期站在5%以上。 短期冲高是波动 长期高位,才是估值体系的重写 如果这种状态持续,美股未必立刻崩盘,但市场会越来越脆弱:财报必须更好,现金流必须更强,AI投入必须更快兑现 任何增长不及预期,都会被更高的折现率迅速放大千百倍
理解软件股,看这一篇就够了 前几天有群友问软件股,我说过几天给大家出一篇,来了。 我的主业是UI,加部分产品职能,就在软件行业工作,公司业务是软件与AI相关,还是有点资格讲这个的。 今年2月,全球软件与服务公司在六个交易日内蒸发约8300亿美元市值;截至4月9号,标普500软件与服务指数年内一度下跌25.5%。 但到了6月初,软件ETF又从4月低点反弹接近42%,年内跌幅收窄至不足2%。 这说明软件行业还没玩完儿呢。 过去二十年,市场愿意给所有SaaS公司高估值;未来,市场只愿意给少数能够控制数据、流程和AI执行入口的软件公司高估值。 AI为什么会挤压软件股 这就要从过去的SaaS商业模式说起。 一家公司有一万名员工,就购买一万个账号;员工数量增长,软件席位增长;客户迁移成本高,续费率稳定,软件公司因此可以获得稳定的经常性收入和较高毛利率。 AI首先破坏的,就是这套按人头收费的逻辑。 当一个AI Agent可以完成原本由十个人完成的客服、销售整理、报表制作或者代码维护工作时,客户需要购买的软件账号减少。软件公司创造的价值上升了,能够收费的“人头”反而减少了。 因此,现在越来越多软件公司开始尝试按照Token、AI调用次数、成功解决的工单数量或者最终业务结果收费。 问题在于这些模式比传统订阅更难预测,也会把推理成本带进软件公司的成本结构。 过去的软件是员工越多,软件收入越高。 未来的软件会变成AI完成的任务越多,软件收入才越高。 整个计费体系迎来推倒重建。 第二个压力,来自软件生产成本的下降。 以前的企业做一套内部软件,需要产品经理、设计师、前端、后端、测试和运维。 鄙人不才,正是设计师,在任职过的一些公司也承担产品职能,以前的产品一条线真的很长。 最起码也需要一个设计 一个前端 一个后端 最精简也就是设计+全栈开发 现在,AI编程工具正在大幅降低开发简单工具、内部系统和自动化流程的成本。 最先受到冲击的,不会是银行核心系统、ERP或者医疗合规软件,而是那些功能单一、开发难度低、数据壁垒弱的点状工具:简单的数据看板、表单系统、内容生成工具、基础客服插件、轻量销售管理工具,以及大量套着模型接口的“AI SaaS”。 因为当客户自己用AI就能快速搭建一个类似产品时,购买第三方软件的必要性自然下降。 但“所有企业软件都会被AI自行开发取代”同样过于极端。 今年发布的SaaS-Bench测试了23套真实SaaS环境和106项专业任务,即使表现最强的AI Agent,端到端任务完成率仍然不足4%。 另一项关于企业自建与采购软件的研究也认为,AI最容易替代的是通用工具和简单应用,监管严格、流程复杂、任务关键的软件仍然更适合采购成熟系统。 所以,AI降低的是“写出软件”的门槛,却没有同步降低把软件长期、安全、稳定地运行在大型企业中的难度。 第三个压力,是软件的界面正在失去价值。 过去,一个企业同时使用CRM、工单、财务、人力资源、数据分析和项目管理软件,员工需要分别打开这些产品。 未来,用户或许只需要面对一个AI助手。 这个助手会自动读取CRM数据、查询库存、生成合同、发起审批,再把结果写回不同系统。 这意味着,软件行业的价值会逐渐从“人看到的界面”,转移到“AI背后调用的数据和流程”。 如果一家公司只有一个漂亮的界面,很容易被AI绕过。 如果一家公司掌握企业的客户数据、财务数据、员工权限、生产流程和审计记录,即使用户不再打开它的界面,AI仍然必须调用它。 AI会削弱软件的界面壁垒,却会强化系统记录和数据壁垒。 什么样的软件公司会脱颖而出 未来的软件壁垒,可以概括成一个公式:专有数据 × 流程深度 × 分发入口 × 安全合规 × 商业化能力。 第一类赢家,是企业的“系统记录”。 CRM记录客户,ERP记录订单和财务,HR系统记录员工,安全平台记录身份和权限。这些数据不能依靠大模型凭空生成。 AI可以替换软件的操作页面,却很难替换企业几十年积累的数据结构、权限体系和业务规则。 第二类赢家,是能够从提供工具升级到交付结果的软件公司。 过去的软件告诉客户“这是一个销售管理工具”。 未来的软件需要告诉客户: 我帮你筛选了多少销售线索、解决了多少客服问题、减少了多少安全事件、缩短了多少生产时间。 只有能够量化结果,软件公司才有能力从按席位收费,转向按使用量、任务或者结果收费。 第三类赢家,是安全、治理和可观测性软件。 AI Agent越多,企业内部的非人类身份、API调用和自动操作越多。企业不仅需要让AI工作,还需要知道AI读取了什么数据、调用了什么工具、做出了什么决定,以及出现问题后如何回滚。 因此,AI并不会消灭安全软件。恰恰相反,AI把企业的攻击面和治理复杂度进一步放大。 第四类赢家,是行业足够深的垂直软件。 税务、生命科学、建筑设计、工业制造、金融合规等行业,不仅需要软件能力,还需要行业知识、历史数据、监管认证和责任承担。 通用大模型可以生成答案,但企业真正愿意付费的是:谁敢保证这个答案可以被执行。 软件股龙头与细分头部 一、总平台龙头:微软 $MSFT 微软,目前AI软件生态最完整的公司。 它同时掌握Office、Teams、GitHub、Azure、Windows、安全产品和企业分发渠道。AI不是微软额外增加的一款产品,而是被嵌入整个软件组合。 截至2026财年第四季度,Microsoft 365 Copilot付费席位已经超过3000万,Azure年度收入首次突破1000亿美元,单季度微软云收入达到593亿美元,同比增长27%。 微软最大的优势是它可以把AI直接分发给全球已有的企业客户。 二、企业工作流龙头: ServiceNow $NOW ServiceNow掌握的是企业内部的流程、工单、配置数据库、审批和IT运维系统。 这类公司不容易被AI绕过,因为AI想要真正执行任务,必须知道谁有权限、任务应该流向哪个部门、出了问题如何追踪。 2026年第二季度,ServiceNow订阅收入同比增长24.5%,剩余履约义务达到290亿美元;其AI业务年度合同价值已经突破10亿美元。 ServiceNow正在从“员工使用的工作流工具”,向“管理企业AI Agent的控制塔”转型。 三、CRM龙头:Salesforce Salesforce面临的争议很大,因为传统CRM高度依赖席位收费,销售和客服又是最容易被AI自动化的岗位。 但它也拥有最重要的防守资产:客户数据、销售流程、服务记录,以及庞大的企业生态。 截至2026财年第一季度,Salesforce的Agentforce ARR已经超过10亿美元,AI与数据业务合计ARR达到34亿美元,平台累计交付38亿个Agentic Work Units。 Salesforce能否成为赢家,取决于它能不能从“销售人员使用的软件”,变成“销售人员和AI共同使用的客户系统”。 四、ERP与企业核心系统: $ORCL 、SAP ERP记录订单、库存、供应链、财务和人力资源,是企业最不敢轻易替换的软件。 Oracle就是我经常说的,可以长期定投的甲骨文。 Oracle的优势,是数据库、企业应用和云基础设施可以形成闭环。2026财年第四季度,Oracle云收入同比增长47%,其中云基础设施收入增长93%。 SAP则拥有全球大型制造、供应链和财务系统中的深度业务数据。2026年第二季度,SAP当前云积压订单达到229亿欧元,按固定汇率增长26%,云收入增长24%。 AI越想进入企业核心流程,越需要先连接Oracle和SAP,而不是简单替代它们。 五、AI原生企业软件:Palantir Palantir与传统SaaS最大的区别,是它并不主要销售一个标准化界面,而是帮助客户连接数据、建立业务模型并执行决策。 2026年第一季度,Palantir收入同比增长85%,美国商业收入增长133%,调整后自由现金流率达到57%。 从业务逻辑看,Palantir是AI时代企业软件的重要样本。 但从投资角度看,它同时也是市场预期极高、估值波动风险较大的标的。好公司和好价格,从来不是同一件事。 六、数据与可观测性:Snowflake、Datadog AI需要大量可靠、可治理、能够实时调用的数据。 Snowflake正在从云数据仓库向AI数据平台转型。2027财年第一季度,Snowflake产品收入同比增长34%,剩余履约义务增长38%至92.1亿美元。 Datadog负责观察云系统、应用、日志、模型和基础设施运行情况。2026年第一季度,Datadog收入同比增长32%,年收入超过10万美元的客户数量增长至约4550家。 AI系统越复杂,企业越需要知道它为什么变慢、为什么报错、消耗了多少算力,以及问题出在哪里。 七、网络安全:CrowdStrike、Palo Alto Networks CrowdStrike的核心资产是终端安全、身份、威胁数据和统一安全平台。2027财年第一季度,收入同比增长26%,ARR增长24%至55.1亿美元。 Palo Alto Networks则通过平台化,把网络安全、云安全、安全运营和AI安全整合到同一体系。2026财年第二季度,下一代安全ARR同比增长33%至63亿美元。 AI时代,安全软件是少数既受益于软件支出恢复,又受益于AI风险增加的赛道。 八、垂直软件:Intuit、Veeva、Autodesk Intuit掌握税务、会计、小企业经营和金融数据;Veeva深耕生命科学与医药合规;Autodesk则深入建筑、制造和工业设计流程。 这些公司面对的不是没有风险,而是它们比通用SaaS拥有更深的行业壁垒。 Intuit 2026财年第三季度的全球商业解决方案收入增长15%,在线生态收入增长19%;Veeva同期经营利润同比增长17%。Autodesk也正在把产品从设计工具升级为覆盖设计、施工、运营和工业数据的平台。 九、争议最大的传统龙头:Adobe 我老熟悉了,作为设计专业的艺术生,从18年就开始接触并且一直用到现在。 Adobe依然是创意软件龙头,但它也是AI冲击最直接的软件公司之一。 生成图片、视频和设计素材的门槛正在快速下降,简单内容制作可能被模型和低价工具分流。 Adobe真正的防线,不只是Photoshop,而是专业创作流程、文件格式、版权体系、企业品牌管理和内容供应链。公司正在把AI Agent、Firefly和GenStudio嵌入Creative Cloud与企业营销业务。 Adobe能否重新获得更高估值,取决于AI带来的新增收入,能否长期超过低端创作工具被替代造成的损失。 总而言之 软件行业不会消失。 但过去那种“只要收入增长、续费稳定,就可以获得高估值”的时代正在结束。 未来市场不会再把所有SaaS公司视为同一种资产。 一部分软件会被模型能力吞噬 一部分软件会被微软、Oracle、Salesforce等平台捆绑 一部分软件会沦为AI调用的后台接口 只有少数公司能够成为企业数据、流程、安全和AI执行的基础设施 AI正在软件行业内部进行一次更残酷的再分配 从按人头收费,转向按结果收费 从卖操作工具,转向控制业务流程 从拥有一个界面,转向拥有企业的数据和执行权 未来真正脱颖而出的软件公司,不一定拥有最炫的AI演示 但它一定掌握着企业最不能出错、最不能丢失,也最不能轻易迁移的东西
· 4.2K Views