高盛深度解讀：AI浪潮下，軟件行業的護城河還能撐住嗎？
圖片來源：techorange
上週潘渡已經深入分析了AI對於軟件板塊的衝擊以及投資上如何應對。本週，潘渡精選了高盛研究部的最新分析，帶你係統拆解針對軟件股的七大「熊市論」。通過邏輯推演與風險評分，投資者能更好得衡量哪些軟件股的根基被動搖，而哪些則屬於被錯殺。
在2026年初的軟件板塊回調中，市場關注的焦點已從短期需求波動或利率影響，轉向了更深層的「終局估值」問題——軟件的護城河是否正在被AI侵蝕？商業模式是否會被顛覆？
高盛在此篇報告中指出，當前市場討論的核心不再是「下一季度的增速」，而是「十年後這家公司是否還存在」。這種焦慮主要源於AI技術的快速演進，尤其是Agentic AI（代理式人工智能）的崛起，正在重塑企業軟件的價值鏈。高盛系統性地回應了當前市場上最具爭議的七大看空觀點，並給出從1到5的風險評分，同時篩選出具備「架構護城河」的標的。
Source: Goldman Sachs Global Investment Research
1. AI會催生「推倒重來」現有核心繫統被連根拔起？風險評分：1
圖片來源：aishield
看空觀點：
AI-native的新玩家將用全新方式解決企業核心數據存儲問題，引發一場「推倒重來」的運動，讓今天的核心繫統（System of Record, SoR）公司變得過時。
高盛觀點：
風險極低。生成式AI本質上是分析與生成引擎，而非交易引擎。現有的核心繫統（如ERP、CRM、HR系統）是AI運行的基礎底座，它們提供了結構化的數據積累和歷史上下文。AI模型需要海量、高質量、經過驗證的數據進行訓練和運行，而這些數據恰恰儲存在現有的SoR中。以財務規劃與分析爲例，AI必須從經過審計的可靠賬本中提取準確的財務歷史數據；銷售分析AI則需要將通話內容與CRM或ERP中的客戶數據關聯起來，才能產生有意義的洞察。數據不會輕易遷移，反而會形成「數據引力」——隨着數據在現有系統中積累，它會吸引更多的應用和服務，進一步強化這些系統的價值。
Source: OpenAI
高盛認爲，即使在一個合理的熊市情景下，應用軟件在技術棧中的價值確實可能壓縮到SoR的價值，但SoR本身的價值並非爲零，這爲估值提供了支撐。
2. AI工具將「架空」應用價值現有軟件淪爲底層基建？風險評分：4
看空觀點：
新的AI工具位於現有軟件棧之上，捕獲增量價值。雖然SoR仍對數據存儲和合規性是必要的，但它們將日益充當基礎設施而非主要價值創造者。今天的應用軟件領導者對增長敞口有限，卻過度暴露於坐席數減少或商品化的風險中。
高盛觀點：
風險較高，但並非所有公司都會輸。高盛認爲，AI帶來的風險更多是「價值被抽象化」，而非完全替代。隨着Agentic系統成熟，智能正從SoR中移出，進入一個可以跨系統推理、調用API、自主執行工作流的編排層。在這個架構中，SoR的角色是可靠地存儲和暴露數據，而決策、優先級排序和工作流邏輯則位於別處。這削弱了傳統SoR與UI、工作流所有權和用戶習慣相關的護城河。但關鍵在於領域經驗與上下文理解。
高盛預計，部分老牌公司能夠向客戶證明，它們的領域經驗能帶來更好的AI成果，前提是它們已經清理了技術債務，保持了技術棧的動態性，並作爲快速追隨者進行創新。如微軟指出，留在其生態系統中的客戶能獲得更低延遲、數據實時性和更多上下文的優勢；
Source: Datadog
HubSpot認爲AI在商業用例中表現不佳正是因爲缺乏上下文——模型訓練於互聯網，不了解特定業務；Datadog則展示了基於其內部數據訓練的小模型，能以更低成本提供比前沿模型更高的準確性。掌握「上下文」的玩家，仍能掌握定價權。
3. 垂直軟件的護城河會被水平AI產品「碾壓」嗎？風險評分：2
看空觀點：
通用AI模型能力持續提升，正在滲透傳統需要垂直軟件的行業。如Palantir與AIG合作利用Anthropic處理保險用例，Intuit推出GenOS允許客戶在QuickBooks中編寫垂直特定工作流。如果水平AI代理能夠接入現有數據和系統，替代規則型工作流，垂直軟件的定價權和利潤池將面臨侵蝕。
高盛觀點：
垂直軟件具備四大結構性壁壘，短期內難以被水平AI產品穿透。
第一，專有數據的獨佔性：以Guidewire爲例，其客戶群覆蓋超500家保險公司，管理着約7750億美元的財險保費，積累了海量歷史數據，這是AI新進入者無法在公開渠道獲取的訓練資源。
第二，深度嵌入業務流程：垂直軟件往往是業務日常運營的核心，成爲行業內的任務關鍵型系統，理解業務的歷史模式和運營特徵，替換成本極高。
第三，品牌參考價值的不可複製性：在醫療、公共部門、金融機構等高信任度行業，品牌聲譽和成功案例是客戶採購決策的關鍵因素，新玩家無法短期構建。
第四，高度監管行業的合規門檻：如Via Transportation提及，參與公共部門招標需跨越大量監管障礙，導致平均銷售週期長達約10個月。高盛特別強調，對於深度嵌入的垂直供應商，客戶願意給予它們長達數年（甚至更長）的時間來創新並追趕AI-native解決方案，而非輕易「跳船」。Guidewire在雲轉型過程中，其本地部署客戶群就避免了跟風切換，這種耐心是其成爲市場領導者的重要原因。
Source: iauro
4. 代碼成本下降「氛圍編程」會顛覆軟件行業嗎？風險評分：2
看空觀點：
AI編程工具大幅提升開發效率，降低軟件開發成本和准入門檻，將催生大量新競爭者，侵蝕現有軟件公司的護城河。
高盛觀點：
高盛承認代碼成本確實在下降，也必然帶來新參與者，但對這一風險的評估相對從容，給出2分的較低評分。核心邏輯在於：「寫代碼」和「做公司」是兩碼事。
第一，軟件工程遠不止寫代碼。工程師大量時間花在設計、debug、風險識別、代碼審查等非編碼任務上。過去二十年，從手寫內存管理到框架抽象化，工具不斷進化，但工程師的價值從未被削弱。「氛圍編程」再強，也替代不了開發生命週期中的其他環節。
第二，軟件公司的護城河遠超代碼本身。美國有超過15,000家SaaS公司，但能規模化成功的寥寥無幾。成功需要的遠不止一個界面：數據積累、準確性、安全、維護、工作流編排、生態建設、與第三方集成、上市策略——這些能力無法通過AI代碼生成在短期內複製。
第三，生成的代碼仍需「人機協同」。Faros對10,000名開發者的研究顯示：高AI採納率的團隊完成任務量增加21%，合併請求增加98%，但代碼審查時間增加了91%。AI加速了代碼生成，卻可能將瓶頸轉移到審查和維護環節。在企業級環境中，不存在跳過複雜代碼生命週期的「一鍵直達」。
圖片來源：新智元
5.軟件的未來是「定製化」自建浪潮會顛覆SaaS嗎？風險評分：3
看空觀點：
代碼成本下降將推動企業自建定製化軟件，價值向上遊基礎設施、模型層或Palantir這類定製化平台轉移，傳統SaaS供應商被邊緣化。
高盛觀點：
高盛認爲，代碼成本下降不會從根本上改變「自建vs外購」的算盤，儘管確有一部分份額會流向定製化軟件。核心邏輯在於：維護成本和責任會隨時間累積，而專業供應商的性能/成本前沿始終領先於內部技術。歷史上SaaS通過研發集中化實現規模效應，讓採購比自建更便宜、更可靠。AI確實在改變這一格局，內部團隊能夠更快交付代碼，定製化應用變得更可行，尤其當它們針對公司特定流程而非「足夠好」的標準化工作流時。
Palantir 是這一模式的典型代表：通過前部署工程師（FDEs）嵌入客戶，將零散數據轉化爲定製化應用，實現約85%毛利率和超100%增速。但高盛認爲，我們可能正處於企業自建意願的局部高點，SaaS老牌公司正補足AI功能，安全與治理協議持續演進，ServiceNow已開始贏得原本流向自建的預算份額。許多企業仍看重標準化應用在合規、安全、可靠性方面的優勢，尤其是在受監管或關鍵任務領域。
Source: youtobe
6.軟件高毛利時代正在走向終結？風險評分：3
看空觀點：
軟件70-90%的高毛利率在AI主導的格局中難以持續。隨着競爭加劇，新進入者可能以更低的成本結構交付可比或更優的成果。同時，現有供應商的邊際生產成本從10-20%（CPU託管成本）上升至更高水平（GPU推理成本）。
Source:Company data, Visible Alpha Consensus Data, Goldman Sachs Global Investment Researc
高盛觀點：
高盛預計未來12-24個月行業毛利率將面臨適度壓力，因爲許多公司會優先考慮客戶採用而非貨幣化，選擇吸收GPU推理和LLM API的成本。但對於行業而言，推理成本將隨着時間推移，相對於AI相關的生產力價值/數量持續下降。對於任何特定公司，毛利率最終是定價能力的函數，而定價能力又是產品差異化的函數，如果老牌公司能將其領域經驗轉化爲更高質量的成果，它們可能擁有優勢。
高盛指出，與傳統SaaS模型中增量使用的邊際成本極低不同，AI功能將參與直接轉化爲費用，代幣消耗、模型複雜性和查詢頻率直接驅動成本。這標誌着從固定成本IP槓桿向消費型經濟學的結構性轉變。但積極因素是，推理成本應隨時間下降，軟件還可能從服務和勞動力池中奪取份額，如Intuit的輔助稅務解決方案展示了支出如何從人類稅務專業人士轉向軟件平台。最終，維持軟件毛利率取決於定價能力，定價能力取決於產品差異化。
7. 技術變化太快，終局無法預測？風險評分：5
看空觀點：
技術迭代速度驚人，今年以來Anthropic, OpenAI, Google DeepMind, Meta接連發布重大更新。未來知識工作形態、軟件行業結構、公司終局價值充滿巨大不確定性，而不確定性正是低估值業務的標配。
高盛觀點：
高盛坦承，這是最難規劃的風險，因此給出最高的5分風險評分。規模法則仍在生效，技術前沿持續推進，GPT-5.2、Claude Opus 4.6在研究生級推理測試GPQA Diamond上均取得90%以上得分。同時，新應用形態同樣驅動創新：ChatGPT的突破在於「包裝」而非模型革命，Claude Cowork通過GUI界面讓非技術用戶參與實驗，OpenClaw未來三年可能復刻ChatGPT的發展軌跡。微軟MAI-DxO模型在醫療診斷中已達85%通過率（人類專家僅低個位數），對應TAM達500-2000億美元；Google Deep Think助力杜克大學突破半導體制造瓶頸。這些案例證明：不確定性既壓制估值，也孕育機會。
最大的挑戰來自「未知的未知」。1993年無人預見Web 2.0，2022年底無人預見Claude Cowork。我們仍活在「ChatGPT時代」，但這種情況可能以無法預測的方式改變。這些「未知的未知」使得精確預測AI未來成爲不可能——不意味着負面結果不可避免，但確實讓它們更難被排除，這正是不確定性的本質。
總結：
高盛認爲，AI不是軟件的終結者，而是試金石和加速器。市場正從圍繞「稻草人論」（易駁斥的觀點）轉向「鐵人論」（需嚴肅對待的挑戰）。真正的贏家將是那些能將數據、上下文、產品力與AI深度融合的公司。高盛特別強調，具備「架構護城河」的企業——即其護城河延伸到應用層之外的企業——更有可能在這個新時代勝出。投資者應關注那些能夠將領域經驗轉化爲高質量AI成果，同時保持技術創新活力的軟件公司。
聲明
本內容僅供參考。 此並非購買或出售任何證券或其他金融工具的招攬或要約。 任何信息，包括事實、意見或引文，都可能經過濃縮或總結，並以撰寫之日爲準。 信息可能會更改，恕不另行通知，潘渡有限公司（「潘渡」）沒有義務確保提請您注意此類更新。投資該內容提及之相關產品可以涉及重大損失風險，並不適合所有投資者。 其估值可能會波動，因此可能導致您損失大部分投資。過去結果並不代表未來表現。如果一項投資以您的基礎貨幣以外的貨幣計價，匯率變化可能會對價值、價格或收入產生不利影響。除非您完全了解您正在進行的交易的性質以及您可能遭受損失的程度，否則您不應參與該投資。 如果您不完全了解這些風險，您必須向您的財務顧問尋求獨立建議。在任何情況下，本內容均不應被解釋爲由潘渡或從潘渡作出的明示或暗示的承諾、保證或暗示，您將獲利或可以或將以任何方式限制損失。投資者應注意，過去結果並不代表未來表現。
虛擬資產是高度投機和風險性的投資。投資者在參與這些產品時應格外謹慎。虛擬資產的法律地位尚未明確定義,可能影響投資者在該虛擬資產中的權益性質和可執行性。有關虛擬資產的研究報告未經監管機構審查,投資者也無法享受投資者賠償基金的保護。虛擬資產不是法定貨幣,相關交易可能不可逆轉,因此由於欺詐或意外交易造成的損失可能無法挽回。虛擬資產的價值源於市場參與者持續願意用法定貨幣進行交換,這意味着如果某一虛擬資產的市場消失,其價值可能會完全和永久性地丟失。目前無法保證未來仍會有人接受虛擬資產作爲支付手段。虛擬資產價格相對於法定貨幣的波動性和不可預測性可能在短時間內造成巨大損失。立法和監管的變化也可能對虛擬資產的使用、存儲、轉移、交易和價值產生不利影響。某些虛擬資產交易可能只有在獲得證監會持牌平台記錄和確認時才算完成,這可能與客戶發起交易的時間不同。虛擬資產本質上使其面臨更高的欺詐或網絡攻擊風險。技術故障也可能導致持牌平台的客戶無法進行虛擬資產交易。
關於潘渡：
潘渡（Pando）是一家提供虛擬資產管理服務的持牌公司。作爲數字資產管理領域的參與者，潘渡已獲得香港證監會頒發的第1類、第4類和第9類的牌照並可提供虛擬資產相關服務。 同時，潘渡已獲得公募基金資質，且發行兩隻主動管理ETF產品及兩隻被動管理虛擬資產ETF產品。通過戰略佈局，潘渡積累了豐富的數字資產管理及合規經驗，致力於提供多元化投資解決方案，吸引了衆多投資者。
電話：+852 3891 3288
地址：香港中環康樂廣場8號 交易廣場二期1408室
電郵：media@pandofinance.com.hk
風險及免責聲明：以上內容僅代表作者個人觀點，不代表富途任何立場，亦不構成任何投資建議，富途對此不作任何保證與承諾。更多信息
評論
發表評論
1