牛牛課堂

參與了話題 · ·

AI軟件股迎來反攻！Palantir、Okta等創新高，這六大賽道誰最受益？

近期，美股軟件板塊迎來強勢反彈。

截至上週五，軟件行業ETF $擴展科技軟件行業ETF-iShares (IGV.US)$ 升至2025年11月以來最高水平，並刷新年內高位。

相關標的

個股方面， $Palantir (PLTR.US)$ 、 $飛塔信息 (FTNT.US)$ 、 $Datadog (DDOG.US)$ 、 $Okta (OKTA.US)$ 等軟件股上周齊創新高，從年內升幅來看， $DigitalOcean (DOCN.US)$ 、 $Okta (OKTA.US)$ 、 $飛塔信息 (FTNT.US)$ 等更是錄得逾140%的升幅。

相關標的

這輪反彈背後，市場對AI與軟件行業關係的看法正悄然轉變。

今年初，隨著AI Agent能力不斷提升，市場一度擔心傳統SaaS軟件將被取代，軟件股因此遭遇集體拋售。但隨著企業AI應用逐步落地，投資者開始重新審視AI對軟件公司的實際影響。

市場的關注點正從「AI會否取代軟件」，轉向「哪些軟件公司能從AI發展中受益」。

據路透社引述LSEG數據，市場對軟件板塊2026年盈利增速的預期，已由3月底的13.8%上調至20.6%。與此同時，在半導體等AI硬件股累積較大漲幅後，部分市場人士開始關注資金向軟件板塊輪動的可能性。

那麼，華爾街如何看待這輪反彈？哪些細分領域值得留意？

華爾街如何看待軟件股反彈？

近期，高盛、摩根大通等華爾街機構均對AI給軟件行業帶來的影響作出分析，與此前市場普遍擔心AI顛覆傳統SaaS不同，大行開始更加重視不同軟件公司的業務差異。

高盛：市場過度擔憂AI衝擊，企業核心數據與業務流程仍具價值

高盛指出，此前軟件股的下跌，更多反映投資者對行業長期前景的擔憂，而非企業基本面突然惡化。

該行認為，AI對軟件公司的影響不能一概而論。部分依賴簡單操作介面、標準化功能的軟件，確實可能面臨AI替代風險；但掌握企業核心數據、承載關鍵業務流程的軟件平台，仍具有較強的競爭優勢。

尤其是數據管理、工作負載編排、網絡安全及系統恢復等領域，隨著企業部署更多AI應用，相關需求反而可能進一步增加。

摩根大通：軟件行業分化加劇，看好雲基礎設施、網絡安全及數據平台

摩根大通認為，AI正在改變SaaS行業的商業模式、定價方式及競爭格局。儘管2026年上半年軟件企業基本面有所改善，但市場已不再願意對所有軟件公司給予相同的估值，投資者更重視企業能否將AI需求轉化為收入增長。

在細分方向上，摩根大通相對看好雲基礎設施、網絡安全及數據平台等領域。這些業務與企業IT系統運行密切相關，AI應用規模擴大後，相關產品的使用需求有望同步增長。

綜合兩家機構的觀點，軟件行業並非全面受益於AI，而是可能迎來新一輪分化。對企業核心數據、關鍵工作流程及底層IT系統具有較強控制力的公司，相對更有機會受益；而功能較容易被AI替代的軟件，仍可能面臨競爭壓力。

六大軟件賽道浮出水面，哪些公司值得關注？

從企業AI的實際應用出發，軟件行業大致可以分為六個方向：AI數據管理、AI網絡與部署、企業AI應用、AI開發與運維、AI網絡安全，以及AI創作與商業化。

這些領域的增長邏輯有所不同，有的直接受益於AI應用帶來的數據及網絡流量增長，有的則依靠現有企業客戶和業務流程，將AI功能轉化為新的收入來源。

相關標的

1、網絡安全：AI應用增加，企業安全需求同步提升

網絡安全是近期軟件股反彈中表現較強的領域之一。隨著企業部署更多AI Agent，網絡安全的防護範圍也在擴大。除了員工帳戶和傳統應用，企業還需要管理AI代理的身份、操作權限及數據存取行為。與此同時，AI亦可能被用於網絡攻擊，進一步增加企業的安全防護需求。

高盛此前指出，網絡安全企業經過長期技術積累，已具備應對新型威脅的能力。相關公司包括 $CrowdStrike (CRWD.US)$ 、 $Palo Alto Networks (PANW.US)$ 、 $飛塔信息 (FTNT.US)$ 及 $Okta (OKTA.US)$ 。

其中，CrowdStrike主要提供終端安全及威脅偵測服務；Palo Alto Networks業務涵蓋網絡、雲端及安全營運；飛塔信息聚焦網絡安全設備與軟件；Okta則專注身份認證及存取管理。

後續值得關注的是，企業增加AI安全投入後，能否帶動這些公司的訂單、客戶支出及利潤持續增長。

2、AI數據管理：企業AI落地，離不開底層數據支持

AI模型可以協助企業分析資訊、生成內容及執行任務，但要真正應用於財務、銷售、供應鏈等業務場景，仍需要接入準確、完整且安全的企業數據。因此，隨著AI應用深入企業日常營運，數據存儲、管理及調用的重要性也在提升。

相關公司包括 $甲骨文 (ORCL.US)$ 、 $Snowflake (SNOW.US)$ 、 $MongoDB (MDB.US)$ 及 $美國網存 (NTAP.US)$ ，分別涉及企業數據庫、雲數據平台、開發者數據庫及數據存儲基礎設施。

與部分面向終端用戶的SaaS產品不同，數據管理系統通常與企業現有IT架構緊密結合，替換成本相對較高。即使未來員工更多透過AI Agent處理工作，這些AI系統仍需要存取和管理企業原有數據。

不過，數據需求增加並不必然帶來同等幅度的盈利增長。投資者仍需關注相關公司能否有效提高客戶使用量、產品收費及盈利能力。

3、AI開發與運維：AI應用規模擴大，監控與管理需求增加

隨著企業將AI接入更多應用場景，如何確保系統穩定運行，正成為新的技術挑戰。尤其是當企業同時運行多個AI Agent時，不僅需要監控系統性能，還要追蹤模型響應時間、錯誤率、資源消耗及運行成本。

這為軟件開發及運維工具帶來新的需求，相關公司包括 $Datadog (DDOG.US)$ 、 $Dynatrace (DT.US)$ 、 $Elastic (ESTC.US)$ 及 $Gitlab (GTLB.US)$ 。

其中，Datadog及Dynatrace主要提供雲端監控與可觀測性服務；Elastic涉及搜索及數據分析；GitLab則提供軟件開發和交付管理工具。

這類公司的增長與企業雲端工作負載密切相關。未來若AI應用持續擴張，有望帶動監控、分析及開發工具的使用量增長。

不過，相關公司能否受益，仍要看AI業務帶來的新增需求是否足以推動整體收入及盈利加速。

4、其他三大方向：網絡部署、企業應用及AI商業化

除上述三個領域外，AI網絡與部署、企業應用及AI創作商業化，同樣值得留意。

AI網絡與部署方面， $Cloudflare (NET.US)$ 、 $F5 Inc (FFIV.US)$ 等公司主要提供網絡連接、應用交付及安全服務。隨著AI應用帶來更多網絡流量，企業對網絡性能、安全性及服務穩定性的要求有望提高。

企業AI應用方面， $賽富時 (CRM.US)$ 、 $ServiceNow (NOW.US)$ 及 $Palantir (PLTR.US)$ 正將AI功能融入現有企業軟件及工作流程。例如，透過AI協助企業處理客戶服務、IT管理及數據分析等任務。這類公司的主要看點，是AI功能能否帶動現有客戶增加支出，並吸引新客戶。

AI創作與商業化方面， $Adobe (ADBE.US)$ 、 $Shopify (SHOP.US)$ 及 $Applovin (APP.US)$ 等公司，則分別在內容創作、電商營運及廣告技術中引入AI，以提升產品功能或業務效率。

需要注意的是，應用軟件面臨的競爭可能比底層基礎設施更加激烈。AI在提升企業軟件功能的同時，也可能降低部分軟件的開發及使用門檻，對原有產品和收費模式帶來壓力。

因此，能否推出AI功能並不是唯一重點，更重要的是客戶是否願意為這些功能付費。

軟件股反彈能否持續？接下來關注三大信號

經歷近期反彈後，部分軟件股年內升幅已超過100%。隨著估值回升，市場接下來可能更加關注企業盈利能否跟上股價表現。

首先，第三季度財報能否驗證AI帶來的收入增長。

隨著美股第三季度財報季展開，軟件公司的AI相關收入、訂單增長、客戶支出及全年業績指引，將成為市場關注的重點。

如果企業能夠證明AI需求正在推動實際收入和盈利增長，將有助於支撐股價表現。反之，若業績未能達到市場預期，前期漲幅較大的個股亦可能面臨調整壓力。

其次，資金是否持續從AI硬件向軟件板塊擴散。

據路透社10月6日報道，當時標普500軟件及服務指數年內僅上漲約5%，明顯落後於同期費城半導體指數漲幅。

LPL Financial首席跨資產策略師Adam Turnquist認為，軟件板塊正重新展現領漲勢頭，未來存在跑贏半導體的機會。

經過此前大幅上漲後，半導體等AI硬件股已累積較高的市場預期。相比之下，軟件板塊此前受到AI替代風險的壓制，部分企業可能存在估值修復空間。

不過，軟件股能否持續跑贏，仍取決於盈利預期改善的幅度，而不僅是資金輪動。

最後，AI對傳統SaaS商業模式的衝擊仍需觀察。

高盛認為，AI對軟件公司的影響存在明顯差異。掌握企業核心數據、深度參與關鍵業務流程的平台，相對較難被取代；但部分功能簡單、主要依靠用戶席位收費的產品，可能面臨更大的競爭壓力。

Zacks Investment Management策略師Brian Mulberry亦提醒，2027年下半年可能成為軟件行業的重要考驗期。隨著更多數據中心算力投入使用，AI編程及自動化工具的能力有望進一步提升，傳統軟件公司的競爭壓力也可能隨之增加。

換言之，當前軟件股反彈，並不代表AI對傳統軟件行業的顛覆風險已經消失。

短期來看，盈利預期上修及板塊估值修復有望繼續提供支持；但從中長期而言，軟件公司能否將AI需求轉化為持續增長的收入與利潤，仍是決定股價表現的關鍵。

對投資者而言，接下來除了關注軟件板塊的整體走勢，更需要留意不同細分領域的業績變化，以及哪些企業能夠在AI普及過程中真正擴大市場份額、提升盈利能力。

瀏覽 27萬