软件股正在经历一场史无前例的暴跌。过去一个月，许多明星软件公司的股价跌幅超过两位数，有些甚至腰斩。投资者在恐慌性抛售，似乎认定整个软件行业都将被 AI 颠覆。但这种一刀切的恐慌真的合理吗？我最近看到投资分析师 Daniel Pronk 做了一个非常深入的分析，他花了大量时间研究最受欢迎的软件公司，并根据它们被 AI 颠覆的风险进行了排名。看完他的分析后，我有了一些更深层的思考。
市场的恐慌源于一个简单的逻辑：AI 现在可以写代码了，软件开发变得越来越容易，那么软件公司的护城河是不是就消失了？利润率会不会被压缩？整个行业会不会商品化？这些担忧并非空穴来风。我们确实看到 AI 在代码生成方面进步神速，但问题在于，投资者正在无差别地抛售所有软件股，不管这家公司做什么业务，不管它是否真的会被 AI 威胁。当整个行业被一股脑抛售时，往往会出现错杀的机会。有些公司确实会被 AI 摧毁，但也有些公司反而会因为 AI 而变得更强大。关键是要区分清楚谁是谁。
理解软件公司的三种类型
在深入分析具体公司之前，我们必须先理解软件公司的分类。Daniel Pronk 提出了一个非常清晰的框架，把软件公司分为三类：horizontal software（横向软件）、vertical software（纵向软件）和 generative software（生成式软件）。这个分类框架对于理解 AI 威胁至关重要，因为不同类型的软件公司面临的风险完全不同。
先说 horizontal software。这类软件提供通用解决方案，几乎任何行业的任何企业都能用。不管你是开面包店的、全球银行还是建筑公司，你都需要追踪客户，这是 Salesforce（客户关系管理）做的事；你需要管理任务，这是 monday.com 做的事；你需要协调项目，这是 Atlassian 做的事。这些软件是横向的，覆盖很多不同公司，但问题在于它们必须做通才，不能太专精于某个行业。换句话说，它们只是在客户数据的表层做文章，创建仪表盘和工作流，但并不深入到公司运营的核心。这种表层的东西，恰恰是 AI 最容易复制的。
我对这一点的理解是，横向软件本质上是在做"数据的可视化和编排"。它们把客户已有的数据重新组织、展示出来，让使用者更方便地查看和操作。但这种工作并不需要太深的行业知识或复杂的业务逻辑，AI 完全可以通过学习界面模式和工作流程来复制这些功能。当 AI 可以理解"给我展示本季度销售漏斗"这样的自然语言指令时，传统的点击式仪表盘就显得多余了。
再看 vertical software。这类软件是为特定细分市场打造的，对其他行业毫无用处。比如专门给小镇追踪水表用量并向居民发账单的软件。这种软件通常更有粘性，更不容易被 AI 颠覆，因为它深度嵌入到客户的运营中。横向软件是通用的，坐在表层数据上，用仪表盘展示，很容易被 AI 复制。但纵向软件的切换成本非常高，非常粘稠，因为整个业务运营都依赖这个软件。
Daniel 做了一个很形象的图示来解释这两者的区别。每一条黑线代表一个软件公司，线的深度代表它在客户数据中的位置。横向软件公司的线很宽但很浅，覆盖很多企业但不深入。纵向软件公司的线很窄但很深，可能只适用于少数企业，但它是这些企业运营的基础。纵向软件的市场规模可能不如横向软件大，但它们的粘性要强得多，因为企业对它们的依赖程度更高。这就是为什么它们更能抵御 AI 颠覆，也更难被竞争对手复制。
我认为这个"深度"概念非常关键。一个软件越深入企业的核心业务流程，它就越难被替换。因为替换不仅意味着换一个工具，还意味着要重新设计整个业务流程，重新培训员工，承担运营中断的风险。这种切换成本是横向软件无法比拟的。
最后是 generative software。这类公司使用提示词来生成内容，可能是图片、视频、网站、课程等等。这类公司的危险不在于它们不会使用 AI，而在于 AI 会让它们的核心产品在其他地方变成免费的。Daniel 特别提到了 Adobe，他认为未来五年 AI 会以指数级速度进步。到某个时点，如果你可以用 AI 提示词生成整个视频，那人们就可以完全绕过 Adobe 的 Photoshop 或 Premiere Pro。Adobe 目前的财务指标还没有显示出被颠覆的迹象，业务还在增长，但长期来看，任何依赖内容生成的业务都面临真实风险，因为 AI 特别擅长内容生成。
我对生成式软件的担忧更深一层。这类软件的价值主张本身就是"帮你创造内容"，但当 AI 可以直接从零创造内容时，中间这层工具的价值就被质疑了。就像计算器让算盘失去价值一样，AI 内容生成可能让传统内容创作工具失去价值。除非这些工具能成功转型为"AI 内容生成的界面"，否则很难看到长期护城河。
AI 颠覆风险极高的公司
Daniel 制作了一个详细的 AI 颠覆风险图表，涵盖了他研究的所有软件公司。我们从风险最高的开始说。他把 Duolingo（多邻国）、Wix 和 DocuSign 列为极高风险。
先看 Duolingo。虽然它技术上是纵向软件，因为专注于教育领域，但它本质上是生成式软件，提供不同的教育课程让人学语言。这正是 AI 非常擅长的事，很容易复制。实际上，Google 正在进军 AI 教育领域，开始攻击 Duolingo 的护城河。Duolingo 的股价已经从历史高点跌了 71.6%。从财务数据看，收入增长还不错，最近一个季度还创了新高，现金流和利润也是这样。但他们预计未来几个季度业务会大幅减速，这就是股价暴跌的原因，投资者很恐慌。
有趣的是，Duolingo 说他们用 AI 在一年内把平台课程数量翻了一倍。这证明他们在利用 AI 增加内容和价值，但这也是一把双刃剑。如果 Duolingo 能用 AI 一年内把内容翻倍，这不就说明 AI 可以做他们在做的事吗？所以长期来看，我认为 AI 颠覆风险确实很高。当然，Duolingo 有一个优势是庞大的分发网络。软件护城河不仅仅取决于产品能否被复制，还包括营销、分发、品牌等。Duolingo 在这方面做得很好。所以即使产品可以被 AI 复制，也不意味着业务会归零或开始流失付费用户。
我的看法是，Duolingo 面临的真正威胁是 AI 让教育内容的创建成本趋近于零。当任何人都可以用 AI 创建高质量的语言学习课程时，Duolingo 的竞争对手会激增。它的品牌和用户基础能抵挡多久？这是个问题。
再看 Wix。Wix 是横向软件，让几乎任何人或企业都能建网站和托管域名。但我认为 AI 正变得非常擅长生成网站，因为建网站不需要太多独特数据。你基本上就是为业务做个着陆页，给 AI 一个简短的公司描述、做什么的、一些素材，它就能给你吐出一个网站。AI 在这方面越来越好，所以我认为网站创建会变成商品，而这是 Wix 今天的绝大部分业务。
Wix 确实收购了一个叫 Base 44 的 AI 无代码平台，这东西在网上火了一阵，炒得很热，但客户评价很糟糕。这个 vibe coding（氛围编程）工具理论上能让你构建应用、网站甚至视频游戏，但看起来 bug 很多，还不成熟。所以我不太相信这会成为 Wix 的长期驱动力，目前看起来这个收购有点失败。简单说，我认为 Wix 被 AI 颠覆的可能性很高，因为 AI 显然正在复制这个业务在做的事。
最后是 DocuSign。Daniel 说他个人很惊讶这个业务还活着。在疫情期间和之前，这个业务很火，因为它是在线签合同的行业标准。他 2019 年买房时就用 DocuSign 签的合同。但过去几年，在线签文档已经变成了商品，我们的世界已经转向互联网。现在你可以用 Google 和 Adobe 签文档，真的不难。所以我认为 DocuSign 的业务很容易被 AI 复制，其实已经被复制了，这个业务没有真正的护城河。这正是我会像躲瘟疫一样避开的那种生意。
我完全同意 Daniel 对这三家公司的判断。它们的共同点是提供的功能太"表层"，没有深入到客户的核心业务流程中。当一个功能可以在几分钟内用 AI 复制时，护城河就不存在了。
AI 颠覆风险高的公司
接下来是高风险类别，包括 Adobe、monday.com、Salesforce 和 Workday。
先说 Adobe。如我之前说的，任何生成式领域的公司风险都更高，因为 AI 特别擅长生成内容，不管是文字、视频还是图片。Adobe 正在反击，允许你在 Photoshop 里生成图片，在 Premiere Pro 里生成视频。但如之前所说，如果 AI 真的到了可以用提示词生成整个视频、编辑得很好的程度，或者你可以只用提示词编辑、AI 能做得非常好，那你就可以完全绕过 Photoshop 或 Premiere Pro。
Daniel 作为 YouTuber 说这让他有点担心和难受，因为他看到一个未来，社交媒体甚至 YouTube 会被数字创建或 AI 创建的内容淹没，这会真正稀释整个内容创作领域。他用 Premiere Pro 编辑所有视频，用 Photoshop 做缩略图，虽然他也可以用 Canva 这样的竞争对手。总体来说，他认为 Adobe 是一个长期面临 AI 颠覆风险的业务。
Adobe 的股价已经从 2024 年 2 月的高点跌了 52%，现在只按 12.6 倍自由现金流交易，相当于 8% 的自由现金流收益率。这可能是这只股票有史以来最便宜的时候之一。看基本面，Adobe 的收入增长非常稳定，持续创新高，预计未来年增长约 10%。所以至少目前看起来业务还没有被 AI 实质性颠覆。但当我想到长期和 AI 的发展方向时，我确实认为这个业务未来有被颠覆的风险。
Daniel 说他 2023 年左右持有过 Adobe，当时在 Figma 收购消息公布后买入，因为觉得股价太便宜了。但过去几年目睹 AI 在内容创作方面的快速进步后，他不再愿意买回 Adobe，也不想把它加入组合，因为会感到不舒服。
我对 Adobe 的看法更悲观一些。内容生成工具的价值在于它们降低了内容创作的门槛，但当 AI 把这个门槛降到几乎为零时，工具本身的价值主张就崩塌了。Adobe 可能会成为"AI 生成界面"，但如果每个平台都内置 AI 生成功能，Adobe 凭什么收费？
再看 monday.com。它不是用一个 app 管理待办事项、另一个 app 追踪销售、第三个 app 做营销计划，而是给你一个空白板，让你用简单的彩色块构建所有这些东西。它以高度可视化和无代码著称，任何人都能构建定制业务工具而不需要编程。但现在像 Claude Code 或 Replit 这样的 AI 工具让普通经理可以说"给我构建一个定制项目追踪器，看起来就像我团队的工作流"，AI 几秒钟内就免费或很便宜地构建出来。
monday.com 的优势是推出了 Monday Vibe，让非技术用户只需描述就能构建完整的定制应用，让平台对小企业更强大。Monday 也在推出自己的 AI agents（AI 代理），季度环比增长 150%。业务继续以超过 20% 的速度年增长，对任何软件公司来说都是相当强劲的增长。
但劣势在于，因为 monday.com 是横向工具，通用目的，更容易被 AI 复制。到 2026 年，理论上一家公司可以用免费的 AI agent 在简单的电子表格或 Slack 频道里管理任务，这可能让每用户每月 30 美元的 monday.com 订阅显得昂贵。简单的任务追踪、状态更新和工作流自动化都被 AI 商品化了。而且 monday.com 按席位收费，如果组织变得更精简这可能有风险。
这是投资者担心的另一个风险，但我们还没充分讨论。很多软件公司像 monday.com 一样按席位定价。我们都看过亚马逊和 Meta 裁员数千人的新闻。对于按席位收费的公司，如果组织里工作的人更少，他们最终就赚不到那么多钱。这是 monday.com 的额外风险。
从股价看，monday.com 从 2025 年初的高点跌了约 60%，现在按约 20 倍自由现金流交易。看财务数据，收入继续强劲增长并创新高。放大看，自 2024 年以来收入复合增长 29%，业务预计继续以 20% 增长。现金流也在持续增长，但增速不如收入，所以公司利润率略有收缩。从 2024 年的 33% 峰值降到最近季度的 28.3%。但如果 monday.com 能长期保持超过 20% 的收入增长，AI 又没有真正颠覆这个业务，那 20 倍的自由现金流价格看起来相当便宜。但确实有长期被 AI 颠覆的风险。
接下来是 Salesforce。Salesforce 帮销售人员追踪销售线索和客户互动，还帮助客户服务和营销分析追踪。这个软件几乎任何企业都能用，是横向软件。优势是 Salesforce AI agents 已成为他们历史上增长最快的产品。到 2026 年初，达到 5.4 亿美元年度经常性收入（ARR），比上年增长 333%。Salesforce 数据云也在蓬勃发展，因为 AI 需要干净、统一的数据。2026 年第三季度，Salesforce 处理了 3.2 万亿个 AI tokens（令牌），摄入了 32 万亿条数据记录，比上年增长 119%。这表明至少目前 Salesforce 在成功构建 AI agents 和 AI 产品，销售给现有客户群，看起来增长相当不错。
但劣势是按席位定价，如果组织变精简可能再次受影响。Salesforce 正试图转向基于消费的定价模式，每次对话收费 2 美元。Daniel 对这种很多软件公司想做的基于消费的定价的看法是，对客户来说会很糟。比如作为 Adobe 客户，如果他想在 Premiere Pro 里开始生成视频，但 Adobe 每次用提示词尝试用 AI 创建视频都收 50 美分，那就很糟糕。有一个固定的订阅价格是好的，因为知道是一致的，有助于预算。但如果每个企业都要转向基于使用的模式，成本就会波动。这也意味着成本会随着整体业务规模扩展。作为客户，看到软件公司想这样做确实不爽。
另一个劣势是像 TextApp 或 Observe 这样的小型灵活的 AI 优先 CRM 初创公司正在出现，提供 Salesforce 80% 的功能但复杂度为 0%，价格也只是一小部分。Salesforce 的增长一直很低且在放缓，整个业务似乎在减速。股价目前从 2024 年高点回调约 38%。看收入，明显长期在减速。放大看,收入复合年增长率一路减速到 8%。现金流增长稍快一些,因为公司在扩大整体利润率,但即便如此,运营现金流也只增长约 9%。
看起来 Salesforce 业务整体确实出现了显著减速。目前按约 16.6 倍自由现金流交易，自由现金流收益率约 6%。就我个人而言，如果 Salesforce 能长期保持 9% 的年收入增长，我认为这是相当公平的价格。但这不是一个很令人兴奋的公司，整个业务的减速确实表明他们在这个新的 AI 世界里挣扎。而且由于它是横向的，我确实认为这个业务的可颠覆性相当高。
最后是 Workday。简单说，Workday 是公司的数字中央办公室。如果你在大型组织工作，Workday 很可能是你用于与工作相关但不是实际工作本身的所有事情的网站或应用，比如领工资、请假、做文书工作。经理用它追踪求职者、组织团队、管理资金、发现趋势，比如某个办公地点有大量人员离职。
优势是 Workday 正在利用 AI 提高客户效率。比如他们从 2025 年 Paradox 收购中获得的招聘 agent，通过自主处理排程和初步筛选，将招聘人员的能力提高了 54%。而且 75% 的财富 500 强公司在业务中使用 Workday。
劣势是 2026 年 1 月 14 日的一份重要 Workday 研究报告发现，40% 的 AI 节省时间目前正因返工而损失，也就是人类必须双重检查并修复低质量的 AI 输出。如果这种情况不改善，客户可能会停止为 AI 功能支付溢价。Workday 也有按席位定价，AI 初创公司正在构建克隆品，可能对小企业足够好。
看起来 Workday 在大公司有强大立足点，75% 的财富 500 强在使用。但我不认为小公司需要这么复杂或深入的服务。Workday 相当横向，似乎很多 AI 初创公司正试图攻击这个业务的护城河，那些不需要从 Workday 获得那么多的小公司可能会切换到提供 Workday 80% 功能的小竞争对手。
而且看起来 Workday 可能没有像客户希望的那样好地实现 AI，因为就像他们在自己报告中说的，客户节省了大约 40% 的时间，但必须花这些时间双重检查 AI，因为 AI 会产生幻觉，看起来 Workday 可能做了一个低质量的 AI。如果这种趋势继续，客户可能会失去对 Workday AI 的信心和信任，可能想停止为它付费，因为至少现在他们并没有真正从 AI 获得净收益。
我对这一组公司的总体看法是，它们都是优秀的公司，有强大的市场地位，但它们面临的共同挑战是如何在 AI 时代证明自己的价值。横向软件的通用性既是优势也是劣势——覆盖面广但容易被复制。关键看它们能否成功转型为 AI 驱动的平台，而不是被 AI 取代。
AI 颠覆风险中等的公司
中等风险类别包括 Atlassian、Autodesk、NetCheck 和 Intuit。
先说 Atlassian（股票代码 TEAM）。公司用 Atlassian 追踪员工正在做的工作。业务建立在两大支柱上：Jira，这是团队的数字待办清单，让经理将大项目分解成小任务、分配给人、追踪进度直到完成；还有 Confluence，这是共享的数字文件柜或内部维基百科，团队在这里写下计划、会议记录和指示，让每个人都能在一个地方访问相同信息。
Daniel 把 Atlassian 放在中等而不是高风险的原因是，他认为 Atlassian 在公司数据中走得更深一点。它是横向软件，但可能在顶部附近，但比 Salesforce 或 monday.com 这样的公司稍深。优势是截至 2026 年 1 月，Atlassian 的 AI 功能达到 350 万月活用户，一个季度增长 50%。这也帮助推动了公司云收入 26% 的增长，达到近 10 亿美元。
劣势是投资者担心像 Anthropic 的 Claude Code 这样的新 AI 编码 agents，它们可以编写、测试和部署软件。如果 AI agent 可以管理整个开发生命周期，那么对像 Jira 这样的单独昂贵追踪工具的需求可能会减少。为了保持竞争力，Atlassian 在 2026 年大胆地决定在大多数付费计划中免费包含 Rovo，这是他们的一个 AI 功能。虽然这让用户留在生态系统里，但让公司更难直接从 AI 研究中获利。如前所述，基本的工作流自动化和文档也容易受到 AI 颠覆。
股价在 2025 年 2 月约为每股 323 美元，现在跌了约 60%，目前按 23.8 倍自由现金流交易。看业务增长，收入一直非常稳定增长，处于历史高点。放大看，收入复合年增长率仍保持在每年 20% 以上。现金流也以约 20% 的速度复合，但自 2024 年第二季度以来一直持平，大约 18 个月了。这最终意味着 Atlassian 的自由现金流利润率一直在下降，实际上已经下降好几年了。自由现金流利润率在 2021 年约为 39%，现在一路降至 26.7%。但最终业务仍在以约 20% 的速度增长，按约 24 倍自由现金流交易，如果能保持增长率，我认为看起来相当有吸引力。
我认为 Atlassian 的关键在于它是否能成功将自己定位为"AI 开发的协作平台"而不仅仅是"项目追踪工具"。如果它能做到这一点，就有机会在 AI 时代生存下来。
接下来是 Autodesk 和 Nemetch。简单说，Autodesk 是为物理世界提供数字蓝图的公司。如果人类在建造东西，不管是摩天大楼、汽车、电影角色还是桥梁，他们很可能在实际制作前用 Autodesk 的软件设计和模拟。Autodesk 正在制作 AI 驱动的工具，如智能块和自动分层，这些在 2026 版软件中引入，让单个设计师的生产力大大提高，有时快 10 倍。但如果一个建筑师现在可以做五个人的工作，那公司可能只需要 20 个 Autodesk 许可证，而不是之前需要的 100 个。Autodesk 正拼命试图转向基于消费的定价来弥补席位的潜在损失。
优势是 Autodesk 在自己的产品和客户工作流中实施 AI。客户上传关于零件和具体设计要求的数据，然后 Autodesk 可以根据这些要求生成数百种潜在设计。他们还利用几十年的行业知识、专有数据和建筑要求到设计中。它也被视为行业标准，在美国市场占有率第一。
劣势是 AI 可以生成设计，所以竞争对手可能试图创建类似产品。如果 Autodesk 确实提高了客户的效率，比如一个设计师可以做 10 倍的工作，那需要使用产品的人就会更少，这给按席位定价带来阻力。他们正试图因此转向基于使用的定价。
Autodesk 对我来说是一只有趣的股票，因为它有非常长的卓越表现记录。这只股票 1991 年是 6.22 美元，即使包括目前的下跌，现在也涨了约 4000%，过去约 30 年产生了 40 倍回报。放大看，Autodesk 目前回调约 17.5%，没有我们谈论的其他业务那么大的回调，但仍在随整体软件领域回调。自由现金流倍数现在是 27.5，我认为不一定便宜。公司收入增长率也非常强劲，以约 17% 的速度复合，实际上过去几个季度看到一些轻微的收入加速。不过现金流波动更大，运营现金流不在历史高点，高点是 2023 年的 24 亿。所以公司运营现金流利润率看到一些压缩。
Daniel 把 Autodesk 放在中等类别的原因是它有点像生成式 AI 公司。它们使用专有技术，是设计领域的纵向市场软件业务，但现在使用专有技术生成设计，正在转向基于使用的模式，客户根据使用这种 AI 生成能力的程度收费。它们确实有数据护城河，因为在这个行业几十年了，知道建筑和设计需要满足的所有要求，可以利用这些让设计对客户更有价值。但进入生成式领域是他把它们从低风险降到中等 AI 颠覆风险的原因。
Nemetch 与 Autodesk 非常相似，这两家公司是直接竞争对手，被视为行业领导者。NTC 股票也是一个巨大的赢家，2007 年值 48 美元，即使在最近的回调中，股票仍涨了约 18000%。放大看，NTC 的回调比 Autodesk 大，股价从高点跌了 44%，按略低的 23 倍现金流倍数交易。
看这个业务的基本面，收入也以约 17% 的速度非常好地复合。收入增长率也在加速，因为业务一直在收购一些 AI 设计公司。这是公司战略的一部分，确保他们跟上最新的 AI 发展，能够向客户提供这些 AI 发展。Nemetch 的运营现金流也增长得非常好，处于 3.95 亿欧元的历史高点，以约 21.4% 的速度年复合。在 Daniel 看来，NTC 的基本面看起来比 Autodesk 稍好，这是他两个月前在频道上介绍 NTC 而不是 Autodesk 的原因。
这是一只长期在他的雷达和观察名单上的股票，因为他确实相信它有可防御的护城河。虽然他对生成式 AI 和这个业务的中等 AI 颠覆风险有点担心。但就像 Autodesk 一样，如果 Nemetch 能继续以 20% 的速度年复合其基本面，他认为这对业务来说是一个非常有吸引力的价格。实际上，这是这只股票大约十年来最便宜的倍数之一。
最后是 Intuit。Daniel 把 Intuit 放在中等类别的原因是它们像税务申报和会计服务，是横向软件公司，但就像 Atlassian 一样，他认为它们在公司整体数据中坐得稍深。此外，他认为 Intuit 业务有额外的护城河，仅仅因为把税务申报做对是多么关键。他最近在 X 上专门发了关于 Intuit 股票的帖子，因为就个人而言，他不会信任 AI 完全做他的税而不审查，因为 AI 会产生幻觉并犯错误。
所以它还没到 AI 可以为你报税并完全颠覆 Intuit 业务的地步，Intuit 也在利用 AI，使用自己关于税收系统如何运作的专有数据来提高客户软件的整体效率，实际上看到一些相当不错的收益。业务也在预测由于 AI 杠杆，到 2030 年收入增长率将加速到 20%。所以我确实认为 AI 有可能成为 Intuit 业务的净收益。但当我想到未来 5 到 10 年时，我可以看到 AI 让普通人报税变得越来越容易，或者让竞争对手更容易理解税法、使用 AI 学习税法并创建自己的产品。
此外，美国正在开发一个完全免费的税收系统，公民可以用来报税，这直接与 Intuit 竞争。它看起来还不那么健全或好，还没有达到 Intuit 现在的准确性和开发水平，但这是美国正在开发的东西。如果人们想省钱，我可以看到他们用这个。Intuit 是全球业务，所以比如在加拿大不会受影响。但总的来说，我确实认为 Intuit 业务在 AI 方面存在一些风险，这就是为什么我把它放在中等类别而不是低风险类别。
股价在 2025 年 7 月达到每股 87 美元的峰值，目前回调约 30%，现在按约 25 倍自由现金流交易。看收入增长，Intuit 一直非常稳定地增长收入，实际上自 2020 年左右以来收入增长率一直在加速，甚至在最近几个季度。放大看，收入复合年增长率实际上一直在增加。但如果我们放大 2020 年之后，它一直以约 15% 的速度增长，未来一年预计约 13% 的收入增长。
看 Intuit 的现金流，也可以看到它们增长相当稳定，处于历史高点，这很好。所以看起来 Intuit 预计明年左右业务会略微减速，然后到 2030 年重新加速。总的来说，如果业务能从这里继续以两位数增长率增长，我认为 25 倍自由现金流相当公平。但我不认为它一定超级便宜或被低估。
我对中等风险这一组的看法是，这些公司都有相对强的护城河，但也都在积极拥抱 AI。关键在于它们能否成功将 AI 整合到产品中，成为增强而不是替代。
AI 颠覆风险低或受益的公司
现在来看 Daniel 认为 AI 颠覆风险低的公司，以及实际上会从 AI 受益的公司。
先说 Snowflake。简单说，Snowflake 是云中的一个巨大智能图书馆，公司在那里存储它拥有的每一条数据。在 Snowflake 之前，公司把数据保存在孤岛中，销售在一个地方，网站点击在另一个地方，人力资源记录在第三个地方。Snowflake 的业务是提供一个单一的大规模数据云，所有信息都生活在一起，可以即时分析。
优势是 AI 工具需要更多数据，增加了 Snowflake 产品的整体使用。到 2026 年 1 月，Snowflake 仅从新 AI 产品超过 1 亿美元的收入运行率，比预期提前整整一个季度达到这个目标。Snowflake 的数据基础设施随着 AI 变得更有价值，而不是更少。AI 需要大规模、干净的数据，这正是 Snowflake 的强项。
劣势是 Google、亚马逊和微软也在直接把 AI 工具构建到他们的云中。Snowflake 必须说服客户，它的平台值得比已经包含在云账单中的足够好的工具支付溢价。
股价实际上在 2021 年达到每股 42 美元的峰值，仍然比高点低约 47%。但这只是因为在 Daniel 看来，Snowflake 股票被大规模高估了。相对于 2025 年 11 月设定的最近高点放大，股票今天跌了约 24%，处于回调中。但 Snowflake 仍按 93 倍自由现金流和 16 倍销售额交易，仍然是非常高的倍数。
看财务数据，收入规模非常好,在过去 12 个月达到 44 亿美元的历史高点。放大看，业务一直以约 30% 的速度复合收入，这是很好的增长率，是整个群体中增长最快的业务之一。Snowflake 的现金流则是一个有点不同的故事，自 2024 年左右以来现金流一直停滞。所以运营现金流利润率被压缩了。Snowflake 的一个主要问题是，基于股票的薪酬是运营现金流的两倍。所以股东被相当稀释，内部人士赚了数十亿美元，远超业务的整体运营利润。
总的来说，我认为 Snowflake 业务面临 AI 的风险相当低，我认为它正处于实际从 AI 受益的边缘。所以我们要看这个长期如何发展。
接下来是 ServiceNow。ServiceNow 自动化 IT 任务、管理员工人力资源请求、简化客户支持、追踪资产、管理安全事件，并为员工提供统一门户访问服务，都建立在一个用于工作流自动化和数字转型的单一平台上。它监控公司的服务器和云基础设施，在出问题时保护它。如果检测到服务器即将崩溃，它可以自动创建事件并在网站宕机前提醒工程团队。
优势方面，ServiceNow 已经在整个平台上推出了 Now Assist，一个 agentic AI（代理式 AI）。这些不仅仅是聊天机器人，它们是可以诊断服务器问题、启动修复并通知用户而无需人类帮助的自主 agents。在 Daniel 看来，我认为监控 AI agents 会成为一个大而重要的业务，特别是随着更多公司使用 AI agents。此外，企业服务管理随着 AI 变得更复杂，而不是更简单。ServiceNow 是业务转型的 AI 平台。他们有 85% 的财富 500 强作为客户，每用户平均收入继续上升趋势，这确实表明他们在为客户增加更多价值，客户愿意每年支付更高价格。
劣势是有按席位定价，意味着如果组织更精简、需要使用服务的员工更少，可能会受到影响。股价在 2025 年 1 月达到每股 234 美元的峰值，现在从历史高点跌了约 45%，仍按 35.4 倍自由现金流交易，在我看来偏高端。
但看财务数据和收入增长，长期收入一直令人难以置信。这是 Daniel 见过的最漂亮的收入增长图表之一，虽然不如 MercadoLibre 好，但仍然非常非常好。放大看，业务仍在以超过 20% 的速度复合收入，这很好。看运营现金流，也可以看到它们持续复合和扩展超过十年。放大看，目前以约 23% 的速度复合。而且收入继续以超过 20% 复合也很好。但 Daniel 认为 ServiceNow 看起来偏贵，按 35.4 倍自由现金流交易，他认为整体软件领域有更好的交易。
然后是 Roper 和 Constellation Software。这两个都是纵向软件业务，深度嵌入客户运营，非常粘，难以替换。Daniel 说他在 Constellation Software 的背景下继续这个对话，因为他对这个业务了解更多。
Constellation Software 拥有超过 1000 个纵向市场软件业务，被称为有史以来最好的连续收购者之一。优势是 Constellation 正在使用 AI 现代化自己的投资组合。它的一个运营集团已经在使用 AI 处理超过 50% 的客户服务查询，许多正在使用 AI 将旧的遗留代码库重构为现代云版本，比以前更快更便宜。
Constellation 的大部分软件是关键任务的。一家水务公司不会用可能产生幻觉或犯错的 AI 聊天机器人替换其 20 年历史的账单系统。失败的成本太高，给 Constellation 一个巨大的信任护城河。AI 恐惧也让小软件公司更便宜买。Constellation 靠以低价买公司而蓬勃发展，通常是收入的 1 到 2 倍。AI 恐慌正在为他们提供更多便宜货和更多部署资本的机会，这是业务增长的主要方式。
他们拥有数百个细分市场的小垄断，如图书馆软件或水费账单，客户太规避风险不会切换到未经证实的 AI 初创公司。AI 只是让他们的内部运营更有利可图和高效。Constellation 的客户重视可靠性超过一切，因为他们的业务确实运行在软件上，没有它甚至无法运营。此外，Constellation 软件的成本不到客户收入的 1%。
这与更换软件的风险很高同时存在，在某些情况下运营需要完全停止，因为没有软件就无法运营。想想这个：Constellation 软件对客户来说成本不到 1%，这意味着即使他们可以通过使用不同于 Constellation 的软件节省 50%，他们仍然只会将整体利润率扩大约 0.5%。这与他们的业务依赖软件运营同时存在。所以尝试更换 Constellation 软件有巨大风险但回报不多。这在一定程度上是为什么我认为软件如此粘，不太可能被一些 AI vibe 编码的软件替换掉。
Constellation 运营的市场通常是细分的，总可寻址市场太小（约 500 万到 1000 万）无法吸引风险投资资金、颠覆或竞争。简单说，即使在其中一个市场取代 Constellation Software 的回报也不高。所以风险投资和其他软件公司甚至都不真正试图取代他们，因为回报就是不够高甚至不值得尝试。
Constellation 还报告说，客户正在找 Constellation 构建 AI 工具并将其集成到系统中。所以就我个人而言，我认为客户想坚持使用有效的和一直有效的，而不是投资更性感但可能不太可靠的东西。
劣势是 AI 正在降低创建软件的门槛并加快软件开发时间。这最终意味着未来可能有更多竞争，如果竞争对手成功攻击他们的护城河并以更低价格窃取客户，可能会抑制 Constellation 的利润率。但继续，投资者目前认为 AI 将取代 Constellation Software 的许多业务。Daniel 不一定相信这一点，但这是市场目前的想法，也是 Constellation 大幅抛售的部分原因。
一些非关键细分市场的客户也可能想通过 vibe 编码一些 AI 软件来构建自己的内部现代软件，如果 Constellation 卖给客户的软件不是关键任务。这些是他在网上找到的主要看跌案例。但就个人而言，基于他所看到的一切，他认为 Constellation Software 业务面临 AI 的真正风险相当低。
股价在 2025 年 5 月达到每股约 5200 美元的峰值，现在跌了 48%，基本上处于直线崩溃中。业务现在按 16 倍自由现金流交易，这是自 2015 年以来交易的最低倍数，11 年前了。看 Constellation 的收入，可以看到它们继续创历史高点并扩展，实际上继续以约 20% 的速度复合，这非常好。看运营现金流，也可以看到它们继续复合并创新高，运营现金流实际上增长快于整体收入，自 2023 年以来以约 27% 的复合年增长率增长。
所以 Constellation 的利润继续爆炸。Daniel 个人认为 Constellation Software 是整个市场中质量最高的业务之一，有他见过的最好的管理层之一。所以对于 16 倍自由现金流、20% 年增长，他认为这个业务提供了非常有吸引力的价格，特别是当他相信这个业务的真正 AI 颠覆风险相当低时。
最后说几个从 AI 受益的公司。Palo Alto 和 CrowdStrike 都是网络安全公司。简单说，Daniel 认为随着 AI 继续发展、我们的世界继续越来越多地转移到网上，网络安全只会变得更重要。他还认为 AI 将创造全新一波网络安全事件和我们需要防御的东西，因此保护我们免受这些新 AI 威胁的公司我认为只会看到更多需求，对公司变得更重要。
Palo Alto 自 2012 年 IPO 以来一直是大赢家，现在比 IPO 时高约 18 倍。放大看，股票现在有点回调，跌了约 18%。所以没有我们列表上其他一些公司那么严重，但仍然有点回调。尽管有这个小回调，但业务今天仍按 34 倍现金流交易。看收入增长，业务增长非常稳定，收入处于约 96 亿美元的历史高点。放大看，收入复合年增长率确实随着业务规模扩大而减速，目前以约 15% 的速度增长，这也是业务未来预测的。
看公司运营现金流，可以看到它们更周期性，增长不如收入稳定，但运营现金流现在处于 40 亿美元的历史高点。但在 Daniel 看来，他认为 34 倍自由现金流对约 15% 年增长是相当高的倍数。所以他不认为 Palo Alto 今天一定提供折扣，至少在他看来仍然偏贵。
CrowdStrike 也是网络安全公司，因所有与 Palo Alto 相同的原因从 AI 受益。CrowdStrike 股票自 2019 年 IPO 以来相当波动。可以看到它最初涨到 2021 年约 400%，然后 2022 年看到约 66% 的回调，自 2022 年以来现在又涨了 350%。放大看，Crowd Strike 有点回调，约 20%，就像 Palo Alto 一样，但没有其他软件股那么大的回调。CrowdStrike 今天也按 103 倍自由现金流和 25 倍销售额交易。在 Daniel 看来，这是整个列表中最贵的股票。
看基本面，可以看到 CrowdStrike 的收入正在增长和扩展，收入处于 46 亿美元的历史高点。放大看当前收入复合年增长率，约为 22%。所以 CrowdStrike 仍在以超过 20% 的速度增长业务，对其基本面来说很好。看 CrowdStrike 的现金流，可以看到实际上过去约 5 个季度一直持平。虽然最近确实看到一点跳升，但运营现金流现在约为 15 亿。但总的来说，我认为 103 倍自由现金流和 25 倍销售额对任何业务来说都是非常非常高的价格，特别是一个只以约 22% 年增长收入的业务。所以在 Daniel 看来，他确实认为 CrowdStrike 股票今天看起来被高估了。
还有 Dynatrace 和 Datadog，都是提供可观察性和监控服务的公司。Dynatrace 为大公司提供可观察性和安全平台，监控他们的云、应用和基础设施以确保不会下线。它们的核心引擎 Davis 是因果 AI，不像通常猜测的生成式 AI，它查看系统故障的因果关系，准确告诉工程师哪行代码刚刚坏了。它监控从服务器健康到黑客是否正在利用实时应用中的漏洞的一切。
优势是随着公司部署数百个 AI agents，他们的系统变得更不可预测。Dynatrace 的收入在 2025 年末增长 18%，因为公司需要他们的 agentic AI 可观察性来防止这些新系统失控。网络安全如他所说，随着时间推移会成为更大问题，可能增加对系统可观察性的需求。
劣势是像 Datadog 和 Snowflake 这样的公司正在进入 Dynatrace 的领域。新的 AI 原生初创公司也在构建更简单、更便宜的监控工具。如果这些工具足够好，可以使用通用 LLM 处理 Dynatrace 正在做的 80%，那 Dynatrace 可能会失去对中端市场或小公司的控制。但就大公司而言，Daniel 认为 Dynatrace 从需要监控的 AI agents 中有相当明显的收益。
股价放大看，最近高点在 2025 年 2 月，股票从那时起跌了约 34%。所以处于相当有意义的回调中。股票现在也按 26 倍自由现金流交易，不是列表中最便宜的股票，但也绝对不是最贵的。看基本面，收入也继续扩展并创历史高点，过去 12 个月约 19 亿。放大看，业务一直以约 20% 的速度稳定增长收入，相当强劲。
看 Dynatrace 的运营现金流，也可以看到它们以约 20% 的速度复合，看起来仍然如此。所以 Dynatrace 似乎继续以约 20% 的速度扩展业务。如果能继续以这个速度增长，我确实认为约 26 倍自由现金流对这个业务相当公平。而且这是 Daniel 实际上认为会看到 AI 增加需求的业务之一，特别是需要监控的 AI agents。
Datadog 也类似。简单说，Datadog 是公司整个技术系统的健康监视器。Datadog 允许客户构建监控数据和业务的定制仪表盘。如果系统内的某些东西开始失败，Datadog 会报告并让用户知道。Datadog 也在开发当识别系统开始崩溃时会自我修复系统的 AI agents。目前，AI 系统比常规软件复杂得多、要求更高。这意味着有更多数据和计算流经 Datadog，增加了基于使用的账单。因此，AI 实际上直接使 Datadog 的基于使用的收入受益，是业务的顺风。
优势是监控 AI 应用比监控普通应用复杂得多，创造了 Datadog 收费存储和分析的大量新数据。来自像 OpenAI 这样的 AI 原生客户的收入在 2025 年末翻了一倍，现在占公司总收入的 12%。劣势是到 2026 年，像 Snowflake 和 Palo Alto 这样的竞争对手正在攻击 Datadog 的高利润率。他们认为在 AI 世界，存储数据应该比 Datadog 目前收费便宜得多。像 Signoz 或 D-Zero 这样的新 AI 原生开源工具正在获得关注，承诺零供应商锁定，让初创公司更容易避免 Datadog 的溢价价格标签。
简单说，AI 也让竞争对手能够以更便宜的价格制造类似产品。但我确实认为与此同时，Datadog 的业务将是 AI 的净受益者。股价最近在 2025 年 11 月达到每股约 200 美元的峰值，目前回调约 35%。但 Datadog 仍按 53 倍自由现金流和 14.2 倍销售额交易，使其成为整个列表中较贵的股票之一。
看 Datadog 的财务数据，可以看到它们一直在非常强劲地扩展收入，看起来收入增长率实际上在过去几个季度加速。放大看，继续以约 27% 的速度复合收入。Datadog 的现金流也一直扩展得很好，运营现金流自 2023 年以来以约 37% 的速度复合。所以这个业务似乎在 AI 世界继续扩展和增长。但我确实认为 53 倍自由现金流的价格标签对这个业务仍然相当贵，即使它以 26% 的速度增长。所以我不认为这个一定被低估或在今天市场提供价值，即使股票处于 30% 的回调中。
我的深度思考
看完 Daniel Pronk 的详细分析后，我有几点更深层的思考。
第一点，市场正在犯的最大错误是把"软件"当成一个整体来看待。这就像在互联网泡沫时期，投资者把所有".com"公司都一股脑抛售一样。但实际上，软件公司之间的差异可能比软件公司和制造业公司之间的差异还要大。一个深度嵌入水务公司运营流程的账单系统，和一个帮你做网站的工具，面临的 AI 威胁完全不在一个量级上。市场的恐慌性抛售创造了错杀的机会，但前提是你能区分哪些公司真的会被 AI 摧毁，哪些只是被市场情绪波及。
第二点，我认为"深度"是理解软件护城河的关键维度。一个软件在客户业务流程中的深度，直接决定了它的替换成本和粘性。表层的软件，比如仪表盘、报表生成、简单的工作流管理，这些都是 AI 最容易攻击的领域。但那些深入到业务核心的软件，比如 ERP 系统、行业特定的运营软件，它们的价值不仅在于功能，更在于多年积累的业务逻辑、数据结构和员工习惯。这些东西 AI 很难一夜之间复制。
第三点，按席位定价模式正面临严峻挑战。不仅是因为 AI 可能让组织变得更精简，还因为基于消费的定价模式可能更符合 AI 时代的商业逻辑。但我同意 Daniel 的观点，从客户角度看，基于消费的定价并不友好。它增加了预算的不确定性，让成本随业务规模线性增长。这对软件公司可能是好事，但对客户来说是坏事。长期来看，市场会在这两种模式之间找到平衡点。
第四点，股票薪酬（stock-based compensation）是一个被严重低估的风险因素。Daniel 的图表显示，一些公司的股票薪酬超过了自由现金流，这意味着股东实际上在为员工的薪酬买单。Snowflake 的股票薪酬是现金流的两倍，这是完全不可持续的。而 Constellation Software 零股票薪酬的做法，在我看来才是真正对股东负责的态度。这也解释了为什么 Constellation 长期来看是更好的投资。
第五点，AI 对软件行业的影响是非对称的。一些公司会因为 AI 而死亡，但另一些会因为 AI 而变得更强大。网络安全公司、数据基础设施公司、监控和可观察性平台，这些都会因为 AI 的复杂性而受益。AI 不是让所有软件变得更简单，而是让整个技术栈变得更复杂，这创造了新的需求。
第六点，我对生成式软件的长期前景最为悲观。不管是 Adobe 还是 Duolingo，只要你的核心价值是"帮用户创造内容"，你就面临被 AI 直接取代的风险。因为 AI 本身就擅长创造内容。这些公司唯一的出路是转型为"AI 内容生成的最佳界面"，但这意味着它们从内容创造者变成了界面提供商，商业模式会发生根本改变。
第七点，Constellation Software 的投资逻辑在 AI 时代可能会更强。它拥有的那些细分市场的小垄断，每一个市场都太小不值得 VC 或大公司去攻击，但加起来却是一个巨大的业务。AI 降低了软件开发门槛，但这反而让小型软件公司更便宜，给 Constellation 提供了更多收购机会。而它服务的客户，因为业务的关键性，反而更不愿意冒险切换到未经验证的 AI 解决方案。
最后一点，我认为现在是重新审视软件股的好时机。不是因为 AI 威胁消失了，而是因为市场已经过度恐慌。一些真正有护城河、真正深入客户业务的软件公司，现在的估值已经到了历史低位。如果你能区分哪些公司会在 AI 时代生存甚至繁荣，那现在的恐慌就是你的机会。但关键是要做深入研究,理解每个公司的业务模式、护城河深度、AI 风险和应对策略。盲目抄底和盲目恐慌一样危险。
结尾
也欢迎大家留言讨论，分享你的观点！
觉得内容不错的朋友能够帮忙右下角点个赞，分享一下。您的每次分享，都是在激励我不断产出更好的内容。
欢迎关注深思圈，一起探索更大的世界。
- END -
两个“特别坑”的AI产品创业方向，你知道吗
速度将成为AI时代唯一的护城河
a16z重磅预测：Vibe coding赢者通吃？错了，垂直专业化才是未来
热门跟贴