为何软件股集体大涨？AI新风口浮出水面！哪些公司能做实反转？

Name: 为何软件股集体大涨？AI新风口浮出水面！哪些公司能做实反转？
Uploaded: 2026-09-06T02:30:17.017Z
Description: 我们知道软件公司是走在AI时代最前沿的一个群体，他们既是AI浪潮的弄潮儿，又是AI颠覆的受害者。所以说，了解软件的最新情况对于咱投资者来说就太重要了。这次我们美投团队下了大功夫，屡着本次财报季的软件股财报翻了个遍，试图从中找到最前沿的AI趋势。

3 小时

播放量 479

我们知道软件公司是走在AI时代最前沿的一个群体，他们既是AI浪潮的弄潮儿，又是AI颠覆的受害者。所以说，了解软件的最新情况对于咱投资者来说就太重要了。这次我们美投团队下了大功夫，屡着本次财报季的软件股财报翻了个遍，试图从中找到最前沿的AI趋势。

开通服务即可查看评论～

文字稿

过去一个季度，我一直跟大家强调，软件股的机会可能要来了。而就在最近，财报季接近尾声，你知道表现最好的板块是什么吗？没错，正是软件。代表软件板块的ETF IGV一个月的时间上涨了近30%。Salesforce，Shopify，Atlassian，Snowflake等明星个股，动辄就有20%-30%的单日涨幅，其他表现不俗的软件股也层出不穷。
可能有看官还记得，就在半年前，软件股还是整个美股表现最糟糕的板块之一。由于AI Agent的异军突起，软件被AI颠覆的担忧甚嚣尘上，软件板块几乎遭遇了无差别扫射。那本次财报季，究竟发生了怎样的变化，让这些软件股集体大涨呢？这样的表现，是下一轮大趋势的开始？还是仅仅是个短暂的情绪释放呢？
我们知道软件公司是走在AI时代最前沿的一个群体，他们既是AI浪潮的弄潮儿，又是AI颠覆的受害者。所以说，了解软件的最新情况对于咱投资者来说就太重要了。这次我们美投团队下了大功夫，屡着本次财报季的软件股财报翻了个遍，试图从中找到最前沿的AI趋势。
结果非常令人兴奋，这次财报季可太有料了！不仅之前我们分析过的很多AI趋势首次得到了验证，而且还有不少新的趋势浮出了水面。本期视频，美投君就来跟大家汇报一下我们的最新研究成果。视频最后，我还会分享我最看好的软件机会，所以各位看官一定要看到最后哦~
﻿
Token太贵？一上来呢，我想给大家看一段，我在大概三个月前的一期视频中的片段。
“咱们再往上倒一层，是软件层。如果要解决算力瓶颈，软件其实是至关重要的一环。在AI时代，软件公司的优势不在于技术，而在于他们定义需求的能力。现在Agent的执行任务之所以会消耗那么多token，是因为很多任务都得从0开始跑，需要不断的去打磨才能完成最后的交付，这个过程就需要消耗大量的token。而一旦流程已经固定下来，下一次再执行相同任务的时候，token的消耗就会大幅降低。而软件公司最擅长的就是根据应用场景来定义流程，理论上讲，软件公司就非常有机会来撬动这个优势，为用户提供更高效的算力使用，而且他们也能够一定程度上，解决非AI专业人士应用门槛的问题。”
这个片段讲的是在AI算力瓶颈下，软件股面临的机会。如果你关注AI的发展就应该清楚，AI算力瓶颈是一个会长期持续的大问题。他是不会因为某几家半导体公司的发展，或是大模型的进步就能彻底解决的。这点很关键。
一直以来，我们谈到算力瓶颈，都会想到利好半导体企业。但是一旦算力瓶颈持续下去，它带来的就不仅仅是算力需求这么简单了，而是一个持续需要被解决的问题。你看现在，所有人都在抱怨token成本太贵，如果你能系统性的降低token成本，那自然就能创造巨大的商业价值，从而带来好的投资机会。而软件股，正是我认为能最好做到这点的群体之一。也是过去这段时间被很多人忽略的一个重要机会。而这一点，我们在本次财报中，首次看到了真实的验证。
一方面，我们看到了大量的软件公司将Agent嵌入到自己的应用当中。以前软件公司还是把自己打包成MCP供给大模型使用。本季度我们看到大量软件公司开发出了自己的Agent，直接在自己的环境下供客户使用。
那这么做是怎么降低token成本的呢？很重要的一个原因，是软件公司有更强的context，也就是上下文环境。
举个例子，Atlassian大家都熟悉，他是一个主要给程序员提供开发任务管理的软件，旗下的Jira，confluence，Bitbucket都是很知名的应用。假设你是一个程序员，如果你想知道“这个项目为什么延期？”，要是在claude上问，那么claude就得去搜索Atlassian里面的所有信息，搞清楚他们的关联，再去判断哪些信息相关。
而如果你在Altassian自己的Agent里面问这个问题，由于他已经有你所有的足迹和信息，也更清楚的了解这些任务的关联，有更强的上下文理解。他就可以直接找到关键信息给你答案，而不会像外部大模型那样大海捞针。
本次财报季管理层就披露，当Agent使用公司的Teamwork Graph进行上下文grounding以后，相比没有这些上下文的Agent，回答准确率最高可以提高44%，同时token消耗可以减少48%。也正因为他们本季度Agent的强势表现，公司财报后股价大涨了35%。
而这种对于上下文的更强理解，并非是Atlassian独有的。大部分软件公司都有这个优势。像本次财报季，HubSpot，MongoDB，Workday，ServiceNow等公司，也都展现出了这方面的能力。这也是软件公司相比于大模型一个很重要的壁垒。
除了撬动上下文优势引入自己的Agent外，本次财报季我们还看到了，软件股引领的model-neutral platform的趋势，也就是所谓的模型中立。什么意思呢？就是软件公司把自己建设成一个多模型的平台。用户可以根据自己不同的需求，去调用最适合该任务的模型，从而降低整体的token成本。
这件事最早是微软copilot做的事情，现在很多软件股都加入了进来。比如workday，本次财报披露，他们的AI功能，workday contract intelligence已经嵌入了多个模型组合。Snowflake本季度也推出了Cortex AI Gateway，他可以根据用户任务的质量，速度，和成本偏好自动选择适合的模型。
模型中立可以节省token成本，这点很好理解。因为不是所有的任务都需要高性能模型，即便说claude和codex也可以选择不同档位的模型，但是成本优化的效果也仍然不及模型中立，像微软就自称融合了1.1万个模型，这里还有像deepseek这样的开原模型，自然有更高的成本优化效果。
但更重要的还不是模型个数，而是软件公司们可能比你更了解你的需求。那这和省成本有什么关系呢？AI时代，软件公司由于长期深耕垂域，他们非常清楚你的工作流。比如Snowflake，他可能比你还要了解一个数据分析的任务该怎么执行，也就更能够帮助你调用不同的模型去节省成本。这是你自己在大模型上很难做到的，也就成为了软件公司的一个全新的竞争壁垒。
现在我们了解了软件公司在降低token成本上的独特优势，那对于我们投资者来说这意味着什么呢？这个问题我们先按下不表，等我们把另一大趋势讲完后，统一分析。
﻿
软件臣服？刚刚我们说，软件股通过自建Agent，通过模型中立，好像是能跟大模型摆摆手腕了。潜台词是，“你们别以为大模型什么都能干，你要用AI最好也到我这儿用，别找大模型。”但接下来我要跟大家分享的这个趋势完全相反，似乎软件股要向大模型低头了。
本季度客户管理软件Salesforce 的CEO在财报会上说了这么一段意味深长的话。“未来Salesforce会主动接入Claude和ChatGPT平台，我们可以不再占用用户的工作界面，你们只需要在那里完成工作就可以了。”
电商软件Shopify也有类似的表态：“不管未来的交易是由人完成，还是由 agent 完成，Shopify 都希望自己能够运行在最底层。”
数据分析软件Snowflake的管理层也承认，未来我们希望成为企业Agent的控制中枢。当企业在部署 AI agent 的时候，snowflake希望可以帮助企业，把数据、模型和 workflow 连接起来。
你把这些管理层的话串起来，一个明显的趋势就出现了。软件公司正在将自己转型成AI Agent的基础设施。乍一看，好像是软件公司向大模型低头了，从需求的主导者，变成大模型的服务者。但吊诡的是，上面提到的这三家公司无一例外，都在财报后迎来了暴涨。尤其是Salesforce，暴涨的核心原因就在于和大模型Antrhopic的深度合作。
那为什么会出现如此矛盾的现象呢？答案是，这次软件的集体“低头”，换来的不是用户的出走，反而是更强的粘性，以及更高的收入。为什么这么说呢？
一个典型的例子就是ServiceNow。公司通过Action Fabric和MCP，把自己原本掌握的数据、权限和工作流全部开放给了外部Agent。Agent如果想要进来查数据、调用工作流、修改企业系统，都可以直接调用ServiceNow。所以，ServiceNow就变成了Agent背后的基础支持。
有了基础支持后，ServiceNow就可以借此来收费了，这便成为了他们新的收费方式。公司现在用一种叫Assists的单位计费，Agent每执行一次工作流都会消耗Assists，而且任务越复杂，消耗得也越多。 以前ServiceNow主要靠给员工卖席位，现在，公司不仅席位数没有减少，还在此基础上增加了Assists的收入。而本季度，管理层已经特别强调，有50%的净新增业务采用非席位定价，这里很大一部分就是来自于Assists。
类似的情况也出现在Salesforce，Snowflake，以及Workday身上。我就不一一介绍了，思路和结果基本完全相同。他们都是在席位数没有任何变化的前提下，增加了全新的收入。用户不仅没有离开软件，反而加深了对软件的依赖。
背后的原因是因为，这些软件公司虽然开放了数据给大模型，但是这些数据背后的工作流，权限，和商业逻辑其实还是软件公司自己把控的。这里有些是软件公司多年来积累的私有数据和流程管理；有些是非常具体的，需要人来处理的事情，比如责任机制，权限和安全等等。大模型没有能力，也没有意愿去接管这些细枝末节的垂域流程，但是却可以在此基础上提升他的效率。所以，最好的办法就是合作，而不是竞争。这就带来了一个双赢的结果。
好了，到这里我们把两个大趋势都介绍完了，现在我们可以来聊聊它对于投资的具体影响了。
首先，软件公司降低token使用成本这件事，相当于是企业客户对于软件的一个新增需求。我们确信企业应用AI是未来的大趋势，而算力瓶颈是会长期持续的问题，那么对于有能力解决这个问题，并且已经验证能力的软件股来说，这就将是一个全新的价值增量。
而对于成为AI Agent的基础设施这件事，则相当于是软件公司为自己新增了一类全新的用户。软件公司就此不仅仅是为人服务，收取固定的席位费，而是开始为AI Agent服务，收取用量费。我们知道，人的增量是有限的，但是Agent的增量才刚起步，未来还有巨大的增长空间。这又是一个全新的价值增量。
将这两者结合在一起，那个看似矛盾的现象，也就有了解释。未来软件股和大模型，并不是谁取代谁，谁对抗谁，而是你中有我，我中有你的合作关系。软件里面会有自己的AI Agent，他们去执行一部分非常垂域，需要很强上下文，对于token成本非常敏感的任务。这时软件是主导，负责调用不同的模型。而大模型也会成为很多全新场景的入口，他们去执行另一部分需要跨系统，跨软件的大型任务，或是对于token成本不敏感的任务。这时大模型是主导，负责调用不同软件。这两者是可以共存的。
所以你看，大模型没有那么无所不能，甚至长期来看，大部分大模型都是商品属性，没有什么议价权，只有少数顶尖模型才能建立起自己的生态，掌握入口优势。而软件股也没有那么弱不禁风，他们也有自己的不可替代性，有能力撬动AI能力，放大自己的优势。
注意，我们不是说AI对于软件股的威胁就彻底打消了。而是说，我们得辩证的看这件事。AI在我们上述这些场景下，对于软件股来说是个促进。但同时威胁仍然是存在的。如果你无法撬动上下文的优势，自己应用起Agent，如果你没有无法替代的底层壁垒，可以让你放心的将自己暴露给大模型。那么原本的那些AI颠覆论，仍然是对你持续的威胁。AI仍可以平替你，冲击你，也可以将你的入口彻底夺走，让你丧失议价权。
所以，现在的软件板块，就是AI促进和AI威胁同时存在。这就意味着，现在的软件板块将会进入一个强分化的阶段。好的公司可以受益于AI获得更高的投资价值，差的公司将在AI冲击下慢慢出局。
那究竟什么样的公司能够受益呢？就从上述这两大趋势出发，我们看到的重点是，那些能够掌握企业级的任务入口，有着完整的上下文和执行权限，同时拥有足够深工作流的软件公司，能够更容易撬动优势降低token成本，也能够有底气去做AI Agent的基础设施。相反，如果你是C端的软件；如果你不依赖底层的工作流，或生态做壁垒，而是依赖表层的使用体验做壁垒，那么你就更难受益于AI，也更容易被AI威胁。
在当前美股中，满足上述条件的软件股也有不少，比较典型的包括微软，ServiceNow，Salesforce，Snowflake。他们都是有自己的Agent，同时也都有足够的壁垒去开放生态给Agent做基础设施。可以预见，他们未来也有能力撬动AI为自己实现价值增量。多说一句，我们这里不是荐股，只是单纯分析在AI趋势下有机会受益的公司。具体投资决策还牵扯更多的分析，这里我们不展开。如果你有兴趣，可以移步到美投Pro查看具体个股的分析。
﻿
我的投资感悟开头我讲过，过去一段时间，我一直非常看好软件板块的机会。我也多次做专题视频给大家分享我的看法。而在所有软件中，我个人有一个最看好的机会，也是我在美投Pro中唯一维持strong buy评级的软件公司。今天我想跟大家复盘一下这笔投资。绝不是马后炮，毕竟我早就表达过这些观点，也都有迹可循。今天拿出来分享，是因为他的投资逻辑非常典型，我想应该能够帮助大家去寻找到更多软件的机会。
这家公司就是Snowflake，这是一家做数据分析基础设施的公司。就在半年前，他的表现可以说非常糟糕，股价一度腰斩，算是AI威胁股的代表。但最近一个季度，公司股价距离低点已经翻了三倍。
之前围绕在Snowflake周围的担忧主要有这么几点，第一，是老生常谈的AI威胁；第二，是企业即便应用AI数据分析，预算也是有限的，而Snowflake的增量基本都来自于老用户，所以增长受限。第三，则是来自于Databricks的竞争。这些担忧都非常合理，不过我个人有两个不一样的见解。
第一，我认为所谓的AI威胁，是市场在拿现在的软件，跟未来的AI做比较，这是不合理的。是的，如果现在的软件不做任何变化，那几乎没有任何一个软件能够抵抗的了未来强大的AI的冲击。但是，软件公司也是会发展的。我们应该拿未来的软件和未来的AI对比才合理。
而让我相信软件未来发展的一个很重要的原因，是人。如果说AI时代外物皆可改变的话，那要寻找唯一的不变，我认为就是人。软件公司本身拥有着最前沿的技术人才，他们比任何人都更了解AI威胁，也比任何人都有能力针对AI做出改变。我相信一个优秀的管理层，一个优秀的团队，能够穿透周期，面对AI做出应有的改变。比起相信未来AI时代所有东西都会被颠覆，我更愿意相信优秀的人有能力应对变化，在新时代继续收益。
我知道这听起来有点儿虚。我们说具体一点。如果我们用发展的眼光来看问题，至少未来软件的形态被AI颠覆的风险，要远比现在软件被颠覆的风险要低得多。而现在市场却在以后者为benchmark，我认为这显然是高估了AI颠覆这个风险的。
而snowflake之所以能够有不俗的表现，其实很大一部分原因就是管理层有效应对AI变化带来的。新任CEO Rama是技术出身，曾经专门做过AI创业产品。而数据分析这个行业本身也是AI应用最容易的领域之一。当然，这背后还有很多其他因素我们来不及展开。但事实证明，Snowflake确实针对AI做出了快速且大量的改变，也带来了公司最近业绩的回暖。
第二，我认为，是华尔街分析师的局限，低估了公司的增长。市场对于SNOW普遍的担忧是，企业的预算是有限的，他们为什么会单纯因为AI数据分析，就给SNOW付更多钱呢？如果AI数据分析不能让企业赚更多钱，或者节省更多成本，企业怎么可能愿意增加预算呢？这个担忧不仅仅在snow身上，也出现在几乎所有应用AI的软件股身上。
这个担忧听起来非常合理，但在我看来这就是典型的分析师局限。分析师最关注的就是收入和盈利，他们会以为企业决策者也是这么思考问题的，但实际并非如此。企业决策者不会单纯因为能不能赚钱来决策，而是会因为他有没有价值来决策。我自己是一家30人的小公司的CEO，也同时是一名有10多年经验的分析师，我太了解这两个身份的区别了。
作为公司CEO，如果一个新工具，能让我做以前想做却做不到的事情，能让我尝试更多可能性，哪怕就是让我去了解做什么事不行，即便他无法帮我增加收入，我也会非常愿意花钱去尝试。而对于大部分的企业决策者，我认为都是如此。
所以你说，企业会不会增加预算给AI数据分析呢？我认为非常有可能。AI就是能够带来很多以前无法实现的分析效果，不管是运营上的，还是管理上的，是收入相关的，还是收入不相关的，他都能带来更多的insights以及可能性。这就足以让企业花钱去执行了。
而数据分析的需求又是没有边界的，你不会说，我今天分析一百万个token就够了。你一定能够找到新的数据分析需求。你找不到，AI也能帮你找到。这便是为什么我们看到AI数据分析的token消耗在成指数型增长的原因。所以说在我看来，这个行业的增量是没有天花板的，也是可持续的。
如果深究一层你就会发现，这两点思考，也几乎可以用在大部分软件股身上。AI威胁确实存在，但是很可能被高估了。而企业预算虽然确实是限制，但软件股应用AI所撬动的增量也很可能被低估了。数据分析是我个人比较了解的领域，所以我看中snowflake。关于这家公司，我在美投Pro上有非常深入的分析，也已经加入到了跟踪体系中，未来有任何变化都会第一时间提供分析。感兴趣的看官欢迎移步查看。
但我相信屏幕前的各位看官一定也会有自己了解的领域。应用这个思考，也许也能找到你心目中的答案。希望今天我分享的这些感悟能帮助大家找到更多机会~