编译 & 整理:深潮 TechFlow
嘉宾: Nico
原标题:AI 噩梦下的 Saas 软件股:CRM vs NOW vs SNOW,谁是真正被错杀的翻倍机会?万字解读下一波软件股机会
播客源:Nico 前沿 Alpha
播出时间:2026 年 5 月 21 日
编辑导语
过去半年华尔街用「SaaS 末日」概括了一场惨烈杀跌,Salesforce、ServiceNow、Snowflake 从高点腰斩,而摩根大通拥挤度模型显示半导体板块机构持仓已飙至 99.3%,软件板块仅 22.8%,呈现历史级情绪撕裂。投资人 Nico 在这一节点给出了与主流叙事相反的判断,AI 不是要杀死软件行业,而是在淘汰只卖功能界面的公司,并奖励那些卖基础设施和治理的平台;当下软件板块虽然行业景气度不如硬件,但赔率与性价比更高。
这期节目最有价值的部分,是把三家公司放在同一个评估框架下逐一拆解,Salesforce(13–14 倍前瞻 PE、144 亿美元自由现金流、500 亿美元回购授权)是「安全边际派」,ServiceNow(AI Control Tower 叙事、黄仁勋连续三年站台)是「AI 叙事最清晰派」,以及 Snowflake(按使用量计费、RPO 同比涨 42%、但 GAAP 仍亏损)是「高弹性高风险派」。5 月 27 日 Salesforce 与 Snowflake 将同日发布财报,紧接着 Snowflake 年度大会与微软 Build 大会接踵而至,这些催化剂将构成短期最直接的观察窗口。
精华语录
「SaaS 末日」与市场情绪极端化
- 「软件板块被砸的稀烂,这不是一家公司出现了问题,而是整个软件板块被市场判了死刑。」
- 「摩根大通的拥挤度模型显示,半导体板块的机构持仓拥挤度已经飙升到了 99.3%,而软件板块的拥挤度只有 22.8%,这是历史级别的情绪撕裂。」
- 「硬件板块的好消息是所有人都已经买进去了,已经被市场定价;而软件的坏消息是大家也卖的差不多了,有向上反弹的空间。未来 3 个月如果只看行业景气程度,硬件一定会更强;但如果看上涨空间、赔率、性价比,软件可能反而会更好。」
AI 对 SaaS 商业模式的冲击
- 「过去 Saas 公司赖以收费的很多功能界面,现在用 AI 就可以在极短的时间之内做出一个可用的原型,完全不需要任何编程经验,市场真正担心的事情,是 Saas 功能层的稀缺性以及护城河正在崩塌。」
- 「如果一个 AI Agent 能够干 10 个人的活,那么一家原本要购买 1000 个账号的公司,现在只需要 100 个就够了。这就是华尔街最近常说的 Seat compression,席位压缩。」
- 「Agent 不需要 UI,不需要 dashboard,不需要漂亮的界面,它只需要数据和 API。这意味着 Saas 软件被 AI 降维打击了,从企业工作流的主入口,沦为了数据存储的后端。」
Salesforce 的转型与估值
- 「买 Salesforce 本质上不是用几十倍的估值去赌一个高成长的故事、赌它最后能够 AI 转型成功,而是基于内在价值和实际价格的对比权衡,它目前确实处在一个相对低估的位置。」
- 「Agentforce 把收费逻辑从【人头】切换到【任务】,过去的收入跟员工数量挂钩,未来的收入跟整体的工作量挂钩。只要按照任务收费的逻辑跑通,Salesforce 就能够从座位经济平滑过渡到任务经济。」
- 「微软的 Dynamics 365 加上 Copilot,是 Salesforce 中长期最大的威胁。如果未来销售员根本不打开 Salesforce,而是在 Outlook 或 Teams 上让 Copilot 自动更新客户记录,Salesforce 就可能从工作入口退化成后台数据库。」
ServiceNow 的 AI Control Tower 战略
- 「ServiceNow 想做的不是再造一个 ChatGPT,而是成为企业级 AI Agent 的治理层、编排层和执行层。不管企业用的是哪家 AI,只要这个 AI 进入企业的流程、调用企业的系统、执行企业的任务,就得通过 ServiceNow 来治理和编排。」
- 「这个定位跟苹果的 iOS 比较像,苹果不会亲自下场做每一个 APP,但所有 APP 都跑在 iOS 上面。ServiceNow 未来想走的也是这条路。」
- 「黄仁勋的原话是:ServiceNow 本质上就是 AI 时代的企业操作系统。」
Snowflake 的消费模式悖论
- 「Snowflake 最怕的不是客户不用它,而是客户用的太溜。当企业发现 Snowflake 的账单太高,就会推动工程团队优化查询、压缩存储,甚至用开源工具替代一部分低价值的任务,这就是消费模式的双刃剑。」
- 「Snowflake 的净收入留存率从 131% 降到 126%,再到最新的 125%,这依然健康,但趋势往下走,说明老客户扩张速度已经不如以前。」
- 「Snowflake 是三家里增长最快、AI 数据基础设施逻辑最直接、而且天然不受传统 SaaS 商业模式影响的一家;但同时也是估值最高、竞争最激烈、盈利质量最弱的一家。高赔率,高风险。」
历史类比与最终判断
- 「AI 杀死软件的这个叙事被过度简化了。真正发生的事情是,AI 正在淘汰那些只卖功能界面的软件,但同时也在奖励那些卖基础设施和治理的平台。不是所有的软件都会被颠覆。」
- 「2000 年互联网泡沫破裂的时候,市场主流趋势是【互联网会杀死所有的传统公司】,但最后活下来的不仅仅是互联网公司,还有那些最先拥抱互联网、把这些工具整合融入到自己业务里面的传统公司。20 年之后,这波 AI 浪潮逻辑也是一样的。」
SaaS 末日与反向信号
2026 年新年伊始,「AI 杀死软件行业」的叙事引爆了整个美股市场。自此之后,整个软件板块便笼罩在被 AI 颠覆的噩梦之下。软件板块的龙头微软也没能幸免,年内一度跌超 25%,如果从历史高点计算,最大回撤逼近 40%,接近 2022 年美股熊市的跌幅。而过去几年的热门软件股,比如 Salesforce、ServiceNow、Snowflake,市值都已经蒸发了一半以上。这不是一家公司出现了问题,而是整个软件板块被市场判了死刑。华尔街给这次事件起了个名字,叫「SaaS 末日」。
过去将近半年的时间里,无论散户还是机构,都在做同一件事情,做多硬件、做空软件,软件板块被砸得稀烂。然而就在最近,有几个不寻常的信号悄悄出现了。摩根大通的拥挤度模型显示,半导体板块的机构持仓拥挤度已经飙升到 99.3%,而软件板块的拥挤度只有 22.8%,这是历史级别的情绪撕裂。而就在这个时候,美国总统特朗普悄悄花了几百万美元抄底软件股;华尔街最会抄底的对冲基金经理 Bill Ackman 也在同一时间,重仓了软件行业最大的公司微软;全球市值最高的公司英伟达 CEO 黄仁勋,连续第三年亲自飞到拉斯维加斯,给一家软件公司站台。
那么 AI 到底是要杀死整个软件行业,还是给了我们一个十年一遇的抄底机会?今天这期视频,我会从头到尾拆解三家最具代表性的软件公司:Salesforce、ServiceNow、Snowflake。
Claude Cowork 与 SaaS 板块的崩塌
关于 AI 杀死 SaaS 行业、软件股暴跌,还得从今年 1 月份说起。1 月 30 号,Anthropic(Claude 大模型背后的公司)在 GitHub 上面悄悄发布了 11 个插件,名字叫做 Claude Cowork,简简单单一个代码仓库,外加一篇博客。然而在发布后的 48 小时之内,全球软件股血流成河。根据市场的估算,软件板块总共蒸发了 2850 亿美元的市值。
为什么大家都这么慌?CNBC 的一个记者做了一个让所有 SaaS 公司高管失眠的实验。他用 Claude Code 花了一个小时,复刻了一个叫做 Monday.com 的网站,成本只有 5–15 美元。Monday.com 是美股上市的项目管理软件公司,市值几十亿美元。一个记者用一个小时、几美元的成本,就做出了一个看起来跟 Monday.com 差不多的项目管理 demo。
当然,这不是说它真的复制了一家上市公司,真正的 Monday.com 有企业权限、数据安全、集成生态、销售渠道,这些都不是 AI 一个小时就能搞定的,需要一定的时间去沉淀积累。但这个实验最吓人的地方在于,过去 SaaS 公司赖以收费的很多功能界面,现在用 AI 就可以在极短的时间之内做出一个可用的原型,完全不需要任何编程经验。在这个故事的背后,市场真正担心的事情,是 SaaS 功能层的稀缺性以及护城河正在崩塌。传统按照人头收费的 SaaS 模式,在 AI 的冲击之下,可能无法成立了。这也折射出了底层 AI 模型厂商的野心,不再只是优化大模型的性能,而是直接下场做应用层,瓜分这块庞大的蛋糕。
SaaS 商业模式与两层恐慌
SaaS 的全称是 Software as a Service(软件即服务)。它的本质很简单,即把传统装在企业服务器上的本地软件,搬到云端,客户按照月份或者年份来付费,获得软件的使用权。在过去 20 年的时间里,这套模式是软件行业最大的造富机器。
所有 SaaS 公司的核心收费逻辑,几乎都是按照人头收费。一家公司有 1000 个员工要用这个软件,那就必须得买 1000 个账号、持续支付订阅费用,每个账号一年几十到几百美元不等。并且用的频率越高、用的时间越长,客户的粘性就越强,因为整个公司的工作流以及数据,都沉淀到了这套 SaaS 软件上面,短时间内做迁移切换的成本很高。这其实就是轻资产 SaaS 行业躺着赚钱的根本逻辑,也是过去 20 年华尔街愿意给 SaaS 公司几十、上百倍市盈率高估值的根本原因。
但是 AI 浪潮爆发,尤其是进入 Agent 时代之后,这套逻辑的根基开始动摇了。市场对于 SaaS 行业的担忧,主要有两层。
第一层:席位压缩(Seat compression)
最直接的一层恐慌,是 Agent 代替员工,导致 SaaS 订阅数大幅下滑、营收利润锐减。SaaS 公司是按照人头收费的,企业有多少员工使用就买多少个席位。但是 Agent 时代到来之后,这个逻辑就被彻底颠覆了,如果一个 AI Agent 能够干 10 个人的活,那么一家原本要购买 1000 个账号的公司,现在只需要 100 个就够了。这就是华尔街最近常说的「Seat compression(席位压缩)」。
SaaS 公司的收入公式是「客户数 × 人均座位数 × 单价」。过去 20 年这三个变量都在上涨,然而在 Agent 冲击之下,人均座位数这个指标第一次面临结构性的下行风险。市场担心 SaaS 公司的商业模式可能会被 AI 颠覆。
第二层:Agent 工作流绕开 SaaS 界面
更深一个层次的恐慌,是基于 Agent 的工作流之下,SaaS 软件被直接绕开,成为了配角。这一层是市场真正炸毛的核心所在。传统 SaaS 的商业模式,有一个隐含的前提是软件是给人用的。Salesforce 设计 UI、设计漂亮的 dashboard、设计工作流,本质上都是为了培养用户习惯、提高用户的粘性。但 Agent 不需要 UI,不需要 dashboard,不需要漂亮的界面,它只需要数据和 API。
当 Claude 可以直接连接你的 Salesforce、Notion、Google Drive、Slack 的插件之后,工作流就发生了根本性的变化。过去销售员直接打开 Salesforce,在里面查客户的数据、跟进合同、查看售后的情况,日常工作基本上离不开 Salesforce 的软件界面。而现在销售员可以直接打开 Claude,完成之前这些重复性的工作,Claude 则通过 API 的方式调用 Salesforce,读数据写数据,销售员完全不需要接触 Salesforce 的软件界面。
这意味着 SaaS 软件被 AI 降维打击了,从企业工作流的主入口,沦为了数据存储的后端。这件事的可怕之处在于,它直接改变了价值分配的链条。过去用户打交道最多的是 SaaS 软件,而现在用户把更多的时间都投入到了和 Agent 的交互上面。用户在哪个环节花的时间最多,哪里就掌握最大的定价权。这种情况下,SaaS 软件就沦为了 AI Agent 的配角。过去 SaaS 最强的护城河,就是长期的用户习惯和工作流沉淀,本质是建立在「人会重度使用 UI 界面」这个前提下的,但 Agent 正在改变这一点。这足以引发市场的大规模恐慌。
市场拥挤度与反向信号
与此同时,宏观利率环境紧张、大科技的资本开支几乎全部流向了 AI 基建,企业的软件采购预算被不断挤压,长久期的软件成长股估值压缩得最厉害。今年到目前为止,整个软件板块大幅跑输了同一时期的标普纳指,市场也出现了两极分化的局面,大家都在无脑做多硬件、做空软件。
摩根大通的拥挤度数据分析显示,半导体行业的拥挤度已经达到了历史的最高水平 99.3%,这意味着几乎所有投资者的持仓都是在同一个方向。更值得注意的是,软件行业的空头头寸正在稳步增加,挤压风险指标已经达到了 100% 的极端水平。当恐慌到达极致的时候,市场的临界点以及反向信号往往也就开始出现了。
这些数据并不是说资金马上就要撤出硬件板块、转向软件板块。这更多是一个风险信号,硬件成为了散户机构交易最拥挤的一个板块,无脑做多硬件的性价比越来越低,资金自然有需求去做板块之间的切换;从高位硬件切换到低位软件,相当于从一个极度拥挤、短期被充分定价的板块,切换到还在被鬼故事压制、但基本面可能出现改善的板块。
硬件板块的好消息是所有人都已经买进去了,已经被市场定价;而软件的坏消息是大家也卖的差不多了,有向上反弹的空间。我对这个问题的判断很明确,未来 3 个月时间里,如果只看行业景气程度,硬件一定会更强;但如果看上涨空间、赔率、性价比,软件可能反而会更好一些。换句话说,硬件还是 AI 的最大主线,但短期已经太过于拥挤了;软件是补涨方向,未来 3 个月的弹性和赔率更高。
主要还是因为软件板块在过去几个月被砸得太惨了。伴随 AI 恐慌,软件股出现了广泛并且不加区分的抛售,市场不管三七二十一,先抛售然后再质问,这确实导致很多有业务壁垒、也有数据沉淀、还在积极拥抱 AI 的优质软件公司被无情地错杀了。
而且在未来几十天,软件板块有很多的催化剂。比如 5 月 27 号 Salesforce 和 Snowflake 将在同一天发布最新一期的财报,这两份财报会回答一个核心问题,AI 到底是在吞噬 SaaS,还是在重新定价 SaaS?紧接着 6 月 1 号–4 号,Snowflake 在旧金山举办自己的年度大会,主题就是数据基建以及企业 AI 的落地;6 月 2 号–3 号,微软举办 Build 大会,核心议题就是 AI Agent、Copilot、开发者工作流和企业 AI 应用。这些催化叠加在一起,可能会强化软件股反弹的趋势。如果市场开始相信 AI Agent 不是要杀死软件,而是要通过软件平台落地,那么 ServiceNow、Salesforce、Snowflake 这些软件股可能都会从中受益。
公司拆解一:Salesforce(CRM)
公司背景
Salesforce 的代码是 CRM,刚好跟它做的业务名字一样,它是全球最大的客户关系管理软件公司,也是 SaaS 时代最具象征意义的公司之一。简单一句话讲,它是帮企业管理客户的。但这里的「管理客户」不是简单让销售员打开网页、录入几条客户信息,它真正的价值是成为企业客户数据的核心记录系统。
客户是谁、有哪些员工跟进过、买过什么产品、合同走到哪一步、售后有没有投诉、营销触达过几次,这些客户生命周期里最关键的数据,都会沉淀在 Salesforce 里面。这些都是企业最核心的客户资产。AI 可以帮你生成邮件、总结会议、自动写销售话术,但如果没有一个可信的客户数据库,AI 就不知道如何做这些事情,这就是 Salesforce 最核心的位置。AI 可能冲击 Salesforce 的前端功能,但不一定能够杀死它的核心。
Salesforce 一方面是最典型的传统 SaaS 公司,正面承受 Agent 席位压缩的冲击;但另一方面,它又是很多企业客户数据的底座,不是一个可以随便替换掉的小工具。这也是我们分析 Salesforce 的核心切入点,它到底是一个即将被 AI 颠覆的旧时代软件公司,还是一个被市场过度悲观定价的现金流机器?
Salesforce 目前有超过 15 万企业客户,从初创公司到世界 500 强。公司由 Marc Benioff 在 1999 年创立。Benioff 是甲骨文(Oracle)出身,曾是甲骨文最年轻的副总裁,也是甲骨文创始人 Larry Ellison 早期非常看重的门徒之一。后来他出来创业,提出了一个在当时非常激进的想法,他主张企业软件不应该卖光盘装在客户的服务器上面,而是应该跑在云端、按月份或者按年份订阅。
这个理念在 1999 年是非常激进的。那个时候微软、甲骨文、SAP 这些传统巨头,主流模式都是把软件卖给企业、让企业自己部署在本地服务器上面。这个时候 Benioff 一个人喊出「No Software」的口号,后来 SaaS 这个商业模式真的赢了,Salesforce 也成为了 SaaS 行业的代名词。
Benioff 这个人的特点是嗅觉非常敏锐、会赌方向。去年他第一次喊出 Agentforce 的时候,全市场都觉得这是一个营销噱头,但过去几个季度 Agentforce 确实跑出了一些很不错的数据。最新披露 Agentforce 的 ARR 已经达到了 8 亿美元,同比增长了 169%。所以你信不信 Salesforce 能够完成 AI 的转型,很大程度上取决于你是否相信 Benioff 这个人。
产品矩阵
很多人以为 Salesforce 就是一个 CRM 工具,但其实经过 20 多年的扩张和收购,它已经长成了一个非常庞大的企业软件平台。
最核心的就是 Sales Cloud,这是它的起家产品,帮销售团队管理客户、商机以及销售漏斗。全球大量企业的销售体系,就是建立在这个产品上面的。在 Sales Cloud 之后,Salesforce 又拓展出了 Service Cloud,专门做客户服务和售后支持,客户打电话投诉、发邮件咨询、在线聊天提问、后台的工单分配以及处理流程都是跑在 Service Cloud 上面的。再往外延伸,Marketing Cloud 负责数字营销,帮企业做精准推送、邮件营销、广告投放效果追踪;Commerce Cloud 负责电商,帮企业在线上卖东西。
这四块加在一起,Salesforce 基本上把企业跟客户打交道的所有环节都覆盖了,从获客、成交、售后再到复购,全链路都有对应的产品。
但 Salesforce 的野心不止于此。过去几年他花了大量的资金做收购。收购了 MuleSoft(做系统集成,企业内部可能同时使用十几套软件,MuleSoft 就负责把这些系统的数据打通)、Tableau(做数据可视化和商业分析,把 CRM 里面的客户数据变成图表和洞察)、 Slack(做企业内部通讯协作,类似国内飞书或者钉钉的办公软件);去年又收购了 Informatica(做企业级数据管理,帮助企业把散落在各处的数据做清洗整合治理)。
这些收购拼在一起,Salesforce 实际上已经构建了一个围绕客户数据的完整生态系统,CRM 是核心,外围有集成、分析、协作、数据治理层层包裹。而 Salesforce 最新崛起的业务、也是最关键的一块拼图,就是 Agentforce,这是 Salesforce 去年推出的 AI Agent 平台,也是它应对 AI 冲击最重要的一张牌。
商业模式:从座位经济到任务经济
Salesforce 的商业模式就是最典型的 SaaS,按照人头收费。公司有多少销售员要用 CRM,就买多少个账号,每个账号每月大约 100 多美元,按照年合同结算。看起来单个账号不算贵,但如果一家大企业有几千几万名的销售、客服和运维人员,这笔钱存在一起,就会变成非常稳定的经常性收入。这就是 Salesforce 过去 20 多年躺着赚钱的根本来源。
但是 AI 到来之后,这套躺赚的逻辑就开始松动了。如果一个 AI Agent 能够自动做客户研究、写邮件、管理销售漏斗、跟进客户,那么企业还需要那么多销售员吗?这就是市场最担心的东西——席位压缩。Salesforce 就是最容易被市场拿来炒作讨论的代表公司之一。
Benioff 自己也意识到了这个问题。去年开始,Salesforce 启动了一次比较激进但又非常关键的商业模式转型,继续保留席位费,但是新增了一个按照使用量计费、贴合 AI 时代的产品,叫 Agentforce。简单来说,传统模式是「你买多少账号就付多少钱」,新模式是「你的 AI Agent 执行了多少任务就按照使用量付费」。Salesforce 把这种使用量叫做 Agentic Work Units(AI Agent 完成工作的计量单位)。
这个新模式背后的逻辑很聪明。如果 AI 真的能够替代一部分人工,那么传统的席位数量可能会减少,但与此同时,AI Agent 执行的任务数可能会大幅增加,过去一个销售员一天可能跟进 20 个客户,未来一个 AI Agent 可以同时跟进 200 个客户。人类的席位减少了,但是 AI 执行的任务数量可能翻倍甚至翻 10 倍。只要按照任务收费的逻辑跑通,Salesforce 就能够从座位经济平滑过渡到任务经济,单客户的收入反而可能会大幅上涨。过去的收入是跟员工数量挂钩,未来的收入跟整体的工作量挂钩。这就是 Agentforce 最重要的意义,可能会重构 Salesforce 整个公司的收费逻辑和商业模式。
当然这个故事现在还没有完全兑现。Agentforce 的 ARR 虽然已经达到 8 亿美元、增速非常快,但是相对于 Salesforce 415 亿美元的全年收入来说,占比仍然不到 2%。而 Salesforce 面临的席位压缩冲击,可能比任何一家 SaaS 公司都要严重,因为 Salesforce 卖的是销售员、客服员、营销员的席位,一家 1 万人的公司可能要买 3000–5000 个 Salesforce 账号,而这些岗位恰恰是 AI Agent 最先替代的工种:写邮件、跟进客户、生成销售文案、回答客户的咨询,全是 AI 大模型最擅长的事情。要靠 2% 的新业务跑赢传统席位下滑,难度非常大。
既然如此,那为什么我还说 Salesforce 目前仍然值得大家关注呢?不是因为我相信 Agentforce 这个新业务的故事一定能够跑赢旧 SaaS 模式的营收,而是因为 Salesforce 目前只有 13–14 倍的前瞻市盈率,这个估值已经把悲观预期定价进去了。它还有 144 亿美元的自由现金流,以及 500 亿美元的回购授权。
所以买 Salesforce 本质上不是用几十倍的估值去赌一个高成长的故事、赌它最后能够 AI 转型成功,而是基于内在价值和实际价格的对比权衡,Salesforce 目前确实处在一个相对低估的位置。当然这个安全边际不是无条件的,如果 AI 真的导致传统席位的收入明显下滑、Agentforce 又无法补上,那么 Salesforce 的估值可能仍然会被继续压缩。但只要核心业务稳定、回购持续执行,Agentforce 哪怕只是部分兑现,市场就有可能重新给它估值,股价就会反弹。
护城河
Salesforce 最强的护城河,就是客户在过去 20 多年沉淀下来的海量数据。一家用了 10 年 CRM 的公司,里面可能存了几百万条客户记录、几十万条销售流程、几万个自定义的字段,把这些东西全部搬走,等于推倒整个企业的数字化基座重新搭建一遍,迁移成本远远高于继续付费的成本。
那 Salesforce 弱的地方在哪里?微软的 Dynamics 365 加上 Copilot 是 Salesforce 中长期最大的威胁。微软作为全球最大的软件公司,它的 to B 办公产品已经渗透了全球绝大多数大型企业。Dynamics 365 是微软的 CRM 产品,直接对标 Salesforce 的核心业务,过去几年的增速一直在 20% 以上。最关键的是,Dynamics 365 跟 Copilot、Teams、Outlook 这些办公套件深度集成,企业员工每天最常用到的软件入口都在微软这里。如果未来销售员根本不打开 Salesforce,而是在 Outlook 或 Teams 上让 Copilot 自动更新客户记录,Salesforce 就可能从工作入口退化成后台数据库。这是 Benioff 最担心的地方,也是 Salesforce 中长期最大的不确定性。
最新财报数据
上个财年最后一季度的数据是这样的:全年收入 415 亿美元,同比增长 10%;RPO 总额达到 720 亿美元,同比增长 14%;自由现金流 144 亿美元,同比增长 16%;全年回报股东 143 亿美元,其中 127 亿用于股票回购、16 亿用于分红。并且 Salesforce 刚刚批准了高达 500 亿美元的股票回购计划。Agentforce 这块儿新业务的 ARR 是 8 亿美元,同比涨了 169%,签了 29000 笔交易。
不过这里要打个补丁,29000 笔交易不等于 29000 个大客户,也不等同于全部都是大额合同。这个数据只能说明产品在快速铺开,但真正决定估值的,是后续能不能提升单客户的付费金额和净收入留存率。在这次财报会议上面,公司还把 2030 财年的收入目标上调到了 630 亿美元。
整体来看,Salesforce 的基本面确实非常扎实。而且在上次财报会议的时候,CEO Benioff 自己也说到,这是公司历史上最辉煌的一年,也是软件行业有史以来业绩最好的一年,反而说现在是一个很好的营销机会和买入机会,所以公司要把股票回购授权提高到 500 亿美元。这个语气其实非常明确,管理层对于财报很满意,甚至直接地反击市场,认为市场过度悲观,Salesforce 的股价被错杀了。
在我做视频的时候,Salesforce 的股价只有 180 美元,前瞻市盈率 13–14 倍。相比起过去几年软件牛市动辄 30 倍 40 倍以上的估值,明显压缩了一大截,是最近几年估值最低的位置。
催化剂与风险
看多的理由很简单。它的估值便宜、现金流稳定、目前的回购力度非常大,而且 Agentforce 新业务正在加速放量。Salesforce 5 月 27 号的财报很值得关注,是短期最直接的催化剂。
看空的理由是,它的增速只有 10%,在软件行业里不算快;商业模式被 AI 颠覆的质疑还是没有消除;Agentforce 新业务不确定性还是很高。市场最大的疑问是,Agentforce 能不能大到足以拉动整个公司的营收利润,帮助公司完成 AI 的全面转型?这些还有待时间验证。
5 月 27 号的财报,大家可以关注这几件事情:第一点,Agentforce 的 ARR 还有没有继续保持 100% 以上的同比增速。如果增速回落,那就说明 AI 转型存在一定的风险,主要得看管理层是怎么回应这件事儿的。
第二点,SaaS 席位费相关的业务有没有出现明显的萎缩。如果出现了类似的情况,大家就要小心了,市场可能会继续炒作「AI 吞噬 SaaS」的叙事。
除此之外,还有就是公司对于未来的指引是否继续保持乐观,管理层是否有继续从正面回应 AI 对于 SaaS 商业模式的冲击。这些都是比较值得关注的地方。
单看上个季度财报的话,我觉得管理层是非常明确且乐观的,他们不认为 AI 会杀死 Salesforce,反而认为 AI 会让 Salesforce 从 SaaS 应用公司升级成为企业 Agent 的平台。但从数据上面来看,这个故事还处在早期的验证阶段。对于我自己来说,我觉得没必要过早下结论看它到底有没有被 AI 颠覆,或者有没有完成 AI 业务的转型。我更看重的是它的估值处在近几年来最被低估的水平,再结合公司本身扎实的基本面,当前买入的性价比和赔率都比较高。但长期的主线叙事还是 AI,Salesforce 能否经得住 AI 的考验,还需要时间去验证。
公司拆解二:ServiceNow
公司背景
ServiceNow 这家公司就是我开头说的,黄仁勋连续 3 年亲自飞到拉斯维加斯站台的那家软件公司。如果说 Salesforce 管的是企业对外的客户关系,那 ServiceNow 管的就是企业对内的员工和流程。简单一句话讲,它是企业内部运转的中枢神经系统。
企业内部很多需要审批、流转、执行和记录的流程,都可以跑在 ServiceNow 上面。电脑坏了要找 IT 提工单;新员工入职要开账号、配电脑、走 HR 流程;系统出故障要做事件响应;安全告警来了要派发、升级、修复。所以它不只是一个 IT 工单系统,它更像是企业内部各种工作流的统一平台。
ServiceNow 成立于 2004 年,总部在加州圣克拉拉。现任 CEO 是 Bill McDermott,他之前是 SAP 的全球 CEO,在企业软件行业里摸爬滚打了几十年。2019 年正式接手 ServiceNow 之后,McDermott 带着公司从一家 IT 工单软件公司继续向「全企业工作流平台」扩张。他的风格非常鲜明,擅长讲大叙事、做大交易、搞大客户。这种风格在 AI 时代反而成为了优势。
产品矩阵
最核心的起家业务是 ITSM,企业 IT 部门用它来管理工单、事件响应、变更发布、IT 资产和服务请求。在 ITSM 这个市场里,ServiceNow 是全球无可争议的老大。在这个基础上,它又延展出了 ITOM(IT 运维管理),ITSM 更像是解决「出了问题之后怎么处理」,而 ITOM 则是提前监控系统、发现问题、尽量自动修复。
业务再往外扩展就是 HR Service Delivery,从入职、离职、请假、调岗,再到各种员工请求,都可以在 ServiceNow 上面完成。还有 Customer Service Management 业务(做企业级客服,和 Salesforce 的 Service Cloud 有一定的重叠,但 ServiceNow 更偏向复杂的 B2B 场景,比如说大型设备、企业客户、跨部门售后工单);Security Operations 做安全事件响应;Strategic Portfolio Management 帮 CIO 管项目组合,决定哪些 IT 项目该投、哪些该砍。
把这些拼在一起看,ServiceNow 已经从一个简单的 IT 服务管理软件,扩展成了企业内部的工作流平台。这也是它续约率能够做到 97% 的根本原因,因为一家企业一旦把 IT、HR、安全、客服这些流程都搬到 ServiceNow 上面,要换掉它就不只是换一个软件那么简单,而是要重建一整套企业内部运转系统,这件事儿的成本很高。
最近的关键收购
除了自己原生的产品以外,ServiceNow 最近一年还做了几笔非常关键的收购。
第一笔是 Moveworks,做的是 AI 驱动的员工服务助手。员工有问题不用再到处找入口,而是直接问 AI,AI 可以帮你查政策、提工单、看进度,甚至自动解决一部分问题。收购完成之后,Moveworks 的能力就被整合进了 ServiceNow 的 EmployeeWorks。
第二笔是 Veza,主要做身份治理和权限管理。在 AI Agent 时代,「谁能访问什么数据」变得极其关键,不仅仅是人需要被约束,Agent 的权限也是如此。Veza 解决的就是这个问题。
第三笔是收购 Armis,它是做网络安全领域的实时资产可视化。企业网络里有多少设备、哪些有漏洞、哪些在通信,Armis 全都能看到。
这三笔收购都有一个共同的指向,即为 AI Agent 大规模进入企业做准备。Agent 要在企业里干活,得知道员工在问什么,得知道谁有权限动什么数据,得知道网络里有哪些资产。这三笔收购分别补齐了这三块能力。当然短时间内连续做几笔收购,也会带来整合风险,尤其是 Armis 这种 77.5 亿美元的大交易,后面我们讲风险的时候会详细展开。
核心 AI 战略:AI Control Tower
ServiceNow 最核心的 AI 战略,叫做 AI Control Tower(AI 控制塔)。这个概念要从一个很现实的问题说起。未来企业用 AI 不会只用一家,可能使用 OpenAI 的 GPT 做客户服务、Anthropic 的 Claude 做合同审查、微软的 Copilot 做文档协作、Google 的 Gemini 做数据分析,企业自己还会开发很多内部的 AI Agent。
这个时候问题就来了,这么多 AI Agent 同时在企业内部跑,谁来管理他们?谁来决定他们能访问什么数据、不能访问什么数据?谁来确保他们不会越权操作?万一出了事故如何追责?这就是 AI Control Tower 要解决的问题。
ServiceNow 想做的不是再造一个 ChatGPT,而是成为企业级 AI Agent 的治理层、编排层和执行层,负责让这些 AI 在企业里安全、合规、可审计地行动。这就是它和很多其他 SaaS 软件公司的区别。很多公司在想「我自己能不能做一个 AI Agent,去跟 ChatGPT、Claude、Gemini 抢应用层的入口」,ServiceNow 很聪明,选择的是另外一条路,「我不跟你们抢底层的模型,而是管理这些模型进入企业之后的执行流程」。
ServiceNow 想实现的目的就是,不管企业用的是哪家 AI,只要这个 AI 进入企业的流程、调用企业的系统、执行企业的任务,就得通过 ServiceNow 来治理和编排。
凭什么是 ServiceNow?
这就得回到 ServiceNow 20 多年积累的底层能力。它手里有一样东西叫做 CMDB(配置管理数据库)。简单来说,就是企业 IT 资产和系统关系的完整地图。公司里有哪些服务器、跑着哪些应用、用户之间是什么权限关系,都记录在这里。它还有一套跑了十几年的流程引擎,企业里所有的审批、执行、协作链路都在 ServiceNow 上面运转。它还有完整的审计日志,每一步谁做了什么、什么时候做的、改了哪些内容,系统都能够留下记录。
AI Agent 进入企业之后,最需要的就是这三样东西,得知道企业里有什么系统可以调用、得按照既定的流程执行任务、Agent 所做的每一步都要留下审计记录。除此之外,ServiceNow 又通过 Veza 补全了身份和权限验证、通过 Armis 补全了实时资产可视化。
今年 Knowledge 大会上面,这件事又往前推了一步,ServiceNow 发布了 Action Fabric。这个东西可以让任何第三方的 AI Agent,不管是 Claude、GPT、Gemini 还是 Copilot,都可以调用 ServiceNow 的治理引擎来执行企业级的任务。「你用什么 AI 模型我不管,但是执行和治理必须经过我这一层」,这个逻辑跟苹果的 iOS 比较像,苹果不会亲自下场做每一个 APP,但所有 APP 都跑在 iOS 上面。ServiceNow 未来想走的也是这条路。
黄仁勋背书
这个定位最有说服力的背书来自黄仁勋。英伟达 CEO 连续第三年出席 ServiceNow 的年度大会,这不只是合作伙伴互相站台,英伟达自己也是 ServiceNow 的客户。英伟达内部的超级计算机报价系统就跑在 ServiceNow 上面,以前生成一份完整的报价文档需要 5 天时间,进入 AI 工作流之后 5 分钟就可以搞定。
黄仁勋的原话是:「ServiceNow 本质上就是 AI 时代的企业操作系统。」今年两家公司还联合发布了 Project Arc,英伟达提供 AI 计算的安全沙箱,ServiceNow 提供企业级治理,两家公司属于深度绑定的关系。这件事就说明,ServiceNow 的 AI Control Tower 不是一个孤立的软件概念,它开始进入英伟达、OpenAI、Google、Anthropic 这些 AI 生态伙伴的企业落地叙事里面。
最新财务数据
今年第一季度,总收入 37.7 亿美元,同比增长 22%;订阅收入是 36.71 亿美元,也是同比增长 22%,超过了指引的上限;总 RPO 是 277 亿美元,同比增长 25%;客户的续约率是 97%。这些数字都说明 ServiceNow 的基本面没有问题,它本身仍然是一家 20% 左右增长、97% 续约率、高利润率、高现金流的软件平台。
AI 这边的表现更加亮眼。公司把今年 AI 相关的 ACV(年度合同价值)的目标,从年初的 10 亿美元上调到了 15 亿美元。注意这是合同价值口径,不是当期收入,后续会逐步转化为真实落袋的营收。但一个季度之内把目标上调 50%,说明它家的 AI 产品真的有客户买单,正在高速增长。
它的股价已经从历史高点回撤了 50% 以上,前瞻市盈率现在大概是在 21–24 倍之间。这对于一家高速增长的软件轻资产公司来说,确实已经是相对低估的区间了。
催化剂与风险
看多 ServiceNow 的理由很清楚。第一点,它的 AI 叙事脉络是非常清晰的,AI Control Tower 是 AI 时代下企业的操作系统,AI 需求越大,企业越需要治理、审计、权限和执行平台。第二点,它的 AI 新业务也确实在持续放量,AI ACV 从 10 亿美元涨到 15 亿,故事在真实地兑现。第三点,它的生态伙伴阵营很强,OpenAI、Google Gemini、Claude、英伟达都在和 ServiceNow 做集成或者深度绑定合作,这会强化它作为「企业 AI 控制塔」的战略地位。
但是 ServiceNow 所面临的风险也得讲清楚。最新一个季度的财报发了之后,即便超过市场预期,盘后仍然跌了两位数,市场情绪极度悲观,说明目前市场的趋势还没有扭转过来,大家对于 SaaS 公司的商业模式以及 AI 转型还是处于质疑的态度。然后就是 ServiceNow 的三笔收购密集落地,尤其是 Armis 这种 77.5 亿美元的大交易,需要时间去消化,市场会仔细审视上调的收入指引里,有多少是收购带来的、有多少是有机增长。外部风险就是中东地缘政治的因素,上个季度有一些大型项目延迟了,导致订阅收入增长受到大概 75 个基点的不利影响。
对于 ServiceNow,我自己还是比较看好的。它是三家里面 AI 叙事最顺、最直白、也最容易让市场买单的一家软件公司。它的 AI Control Tower 定位不仅不会受到 AI 的冲击,反而会受益于 AI 的普及,很有机会成为企业级 AI 落地过程中最关键的软件平台。同时从估值层面上来看,过去一年时间里它的股价已经从高位腰斩,前端市盈率很低,和 Salesforce 一样,到了一个比较便宜的水平,目前买入的性价比和赔率都很不错。
公司拆解三:Snowflake
公司背景
这家公司最简单的一句话总结就是,企业数据的超级仓库。如果说 Salesforce 管客户、ServiceNow 管流程,那 Snowflake 管的就是数据。企业里的所有数据,比如说销售数据、用户行为、财务报表、系统日志,全部都倒进 Snowflake 里面,然后就可以在 Snowflake 这个超级数据仓库上面做分析、建模、跑 AI 工作负载。
产品矩阵
Snowflake 最核心的底座,还是数据仓库和数据湖,企业把结构化和半结构化的数据全部倒进来,在上面跑 SQL 查询、做数据分析,这是 Snowflake 的根基,也是大部分收入的来源。在这个底座之上,Snowflake 还搭了 Snowpark,让开发者可以直接在 Snowflake 里面用 Python、Java、Scala 写代码,构建数据管道和机器学习模型,不需要把数据搬出去,在平台内部就能完成从数据处理到模型训练的全过程。
再往上走,是 Snowflake 最近一年多重点推的 Cortex AI 套件,里面有两个核心的产品。Snowflake Intelligence 面向业务用户,可以直接用自然语言和数据对话,它会基于 Snowflake 里面的结构化和非结构化数据自动查询、分析、生成洞察,能够主动执行多步任务,更像是一个企业级的 AI Agent。Cortex Code 面向开发者,跟普通编程助手不一样的地方在于,它是 Snowflake 原生的 AI Coding Agent,能够理解 Snowflake 里面的数据结构、权限设置、计算环境,能直接帮你写数据管道、调试查询、构建 AI 应用,功能非常强大。
所以这两个产品的分工很清楚,Snowflake Intelligence 是给业务用户用的,让不懂 SQL 查询语句的人也能够直接问数据、用数据、让 AI 基于数据行动;Cortex Code 是给技术团队用的,让开发者和数据工程师能够更快地构建数据应用、数据管道和 AI 应用。
除了 AI 产品之外,Snowflake 还有两块比较独特的能力。Snowflake Marketplace 是数据共享和交易市场,企业可以直接在上面买卖数据集,也可以直接调用第三方数据来做分析。Data Clean Rooms 做隐私保护下的跨组织数据协作,两家公司可以在不暴露各自原始数据的前提下做联合分析,广告行业可以用这个做跨平台归因,医药行业可以做联合临床研究,金融行业做反欺诈协作。这两块能力是比较难复制的差异化优势。
把这些拼在一起看,Snowflake 正在从一个数据仓库工具,往 AI 数据平台的方向转型,底层是数据存储和计算,中间是开发工具和 AI 引擎,上层是面向业务用户的智能助手和数据市场。Snowflake 想做的不只是帮企业存数据、查数据,而是让企业在同一个受治理的数据平台上面分析数据、共享数据、开发应用,并把 AI 真正接入到自己的业务数据里面。在客户规模方面,目前 Snowflake 有 13300 多家企业客户,平台每天处理 63 亿次数据查询。
商业模式
这是 Snowflake 跟前面两家最大的区别。Salesforce 和 ServiceNow 的核心业务都是按照席位收费,每年交固定的订阅费用;Snowflake 则完全不一样,它是按照实际消耗量计算和存储资源收费,跑了多少查询、用了多少算力、存了多少数据,就按照平台的计算公式支付对应的金额。
这种模式有好有坏。好的一面是,AI 时代企业的数据消耗在指数级增长,每跑一个 AI 任务背后都需要消耗算力和数据查询,Snowflake 的收入会跟着 AI 工作负载的暴涨而自然增长。不好的一面是,企业一旦缩减预算或者优化工作负载,Snowflake 的收入也会跟着下跌。
不过 Snowflake 这两年也开始大力宣传多年期的消费承诺合同。最新一份财报里的 RPO 是 97.7 亿美元,同比上涨了 42%,这说明大客户开始把未来好几年的算力预算锁定给 Snowflake,不是完全说走就走的关系。
护城河与竞争格局
它强的地方在于数据黏性。数据倒进 Snowflake 之后,上下游的分析模型、查询脚本、数据管道全部建在上面,迁移的成本非常高。这就是 Snowflake 最核心的护城河。而且它的 Data Clean Rooms 在隐私保护、跨组织协作上做得比较成熟,不容易被复制。
弱的地方在于竞争格局太激烈。最大的对手是 Databricks,它最新的年化收入运行率已经达到了 54 亿美元,同比增速 65%,比 Snowflake 的 29% 快了一倍多,最新一轮的估值达到了 1000 多亿美元。Databricks 在机器学习和 AI 工作负载上更强。如果 Databricks 未来上市,它大概率会成为企业软件市场最受关注的 IPO 之一,到时候 Snowflake 就必须得在公开市场上接受正面的对比。
除了 Databricks 之外,三大云厂商的威胁也不小。AWS 的 Redshift、Google 的 BigQuery、Azure 的 Synapse 都在持续进化,跟各自的云生态天然绑定,他们既是 Snowflake 的合作伙伴,也是潜在的替代者。再往下还有 DuckDB、ClickHouse 这些开源或者新兴工具,在本地分析、实时分析、低成本查询等特定场景里面蚕食市场。所以 Snowflake 的竞争环境,比 Salesforce 和 ServiceNow 更加复杂一些。
消费模式的反直觉风险
再讲一个反直觉的东西,Snowflake 最怕的不是客户不用它,而是客户用得太溜。因为 Snowflake 是消费模式,客户查得越多、算得越多、存得越多,Snowflake 的收入就越高;但反过来,当企业发现 Snowflake 的账单太高,就会推动工程团队优化查询、压缩存储,甚至用开源工具替代一部分低价值的任务。
这就是消费模式的双刃剑,增长快的时候,收入会跟着客户的使用量自然上升;但客户一旦开始优化使用量,收入增速也会跟着慢下来。这个趋势已经在数据上有所体现,Snowflake 的净收入留存率从 131% 降到 126%,再到最新的 125%。这个数字依然是很健康的水平,说明老客户每年仍然在增加消费,但趋势往下走,也说明老客户扩张速度已经不如以前。这背后既有大基数变大之后的自然回落,也有客户做成本优化、消费节奏放缓的影响。
所以说,Snowflake 更像是一个高增长、高弹性、但竞争强度极高的 AI 数据平台。这是 Snowflake 最大的魅力,也是它最大的风险。
最新财务数据
全年产品收入 44.7 亿美元,同比增长 29%,是这三家公司里增速最快的。最新一个季度产品收入 12.3 亿美元,同比增长 30%,略高于全年的增速。RPO 97.7 亿美元,同比涨了 42%。最新一个季度净新增客户 740 家,同比增长 40%。而且公司还签下了历史最大的单笔合同,金额超过了 4 亿美元。这些数据都说明 Snowflake 的需求并没有放缓,相反,大客户仍然在签更大的长期合同。
但问题也很明显。GAAP 口径之下,Snowflake 全年仍然亏损了大概 13.3 亿美元,它是这三家公司里面唯一 GAAP 还没有盈利的公司。每个季度股票薪酬还有 4 亿多美元,全年超过 17 亿美元,股东稀释的压力不小。
但 Snowflake 仍然是三家公司里最贵的,它的未来收入口径下的 EV/Sales 估值倍数大约在 9 倍附近,明显高于 Salesforce。
催化剂与风险
利好方面,Snowflake 有几个看点。第一个,Snowflake 并非传统的 SaaS 模式,而是用量模式,天然会受益于 AI 工作负载的增长。短期来看,AI 跑得越多,Snowflake 赚得就越多。第二个看点是 RPO 同比增长 42%,说明大客户仍然在签更大的长期合同,这代表未来收入可见性很强。第三个,Snowflake Intelligence 和 Cortex Code 都在快速扩展,有 9100 多个账户已经在使用 AI 功能。
除此之外,Snowflake 近期还有两个比较重要的事件,5 月 27 号发财报,紧接着 6 月 1 号到 4 号就是 Snowflake 年度大会在旧金山举行。两个催化紧挨在一起,我个人觉得利大于空。到了那段时间,股价的波动应该会比较大。
风险方面我们也必须提前了解一下。第一点,GAAP 持续亏损是最大的硬伤。在市场更偏好盈利和现金流的环境下,相比起 Salesforce 和 ServiceNow,Snowflake 会承受更大的估值压力。第二点,Databricks 是目前 Snowflake 最强烈的竞争对手,Databricks 未来上市可能会重塑整个数据平台赛道的竞争格局,如果它上市之后增速更快、AI 叙事更强、估值更有吸引力,资金可能会从 Snowflake 流向 Databricks。此外还有股东诉讼、内部人减持,这些公司治理层面的噪音也会影响市场的情绪,不过它们并不是当前的主线。
可以用一句话来总结一下 Snowflake,它是三家里增长最快、AI 数据基础设施逻辑最直接、而且天然不受传统 SaaS 商业模式影响,但同时也是估值最高、竞争最激烈、盈利质量最弱的一家。高赔率、高风险。
三家对比与个人结论
拆解完这三家公司之后,我给大家说说我个人主观的看法。
如果你看重安全边际、偏好价值投资逻辑的话,Salesforce 是相对最稳的一支,十几倍的前端市盈率、144 亿美元的自由现金流、500 亿美元的回购授权,还有稳定的盈利能力,建仓持有的安全边际比较大。但是它的增速只有 10%,股价上涨的爆发力可能没有那么强。
如果你认可 AI Control Tower 这个治理层的逻辑,ServiceNow 可能是三家公司里 AI 叙事最清晰的一家,20% 以上的增速、97% 的续约率、22 倍的前瞻市盈率,加上黄仁勋连续三年亲自站台的背书,当前买入的性价比还是挺高的。但前提是你需要接受密集收购的整合风险,还需要承担短期股价的高波动。
如果你追求最大的弹性、也能够承受最大的波动,Snowflake 是高赔率赌注,最大的风险就是公司盈利没有转正、持续亏损、净收入留存率下滑,而且竞争对手 Databricks 未来 IPO 上市,可能会重塑整个数据平台赛道的估值锚。风险波动确实比较高。
除了这三家之外,在软件板块中如果你想要最稳定的压舱石,那微软仍然是最佳选择,它是这轮被错杀最严重的大市值软件标的。不过这里我还是要强调一下,这只是我个人的判断框架,不构成任何投资建议。大家还是得根据自己的实际仓位情况,在理性分析之后做出相应的投资决定。
结语:AI 杀死的是谁?
最后,我们回到开头抛出的那个问题,AI 到底是要杀死整个软件行业,还是给了我们一个十年一遇的抄底机会?
我的判断是,AI 杀死软件的这个叙事被过度简化了。真正发生的事情是,AI 正在淘汰那些只卖功能界面的软件,但同时也在奖励那些卖基础设施和治理的平台。不是所有的软件都会被颠覆。
这就好比 2000 年互联网泡沫破裂的时候,当时市场主流趋势是「互联网会杀死所有的传统公司」,但最后活下来的不仅仅是互联网公司,还有那些最先拥抱互联网、把这些互联网工具整合融入到自己业务里面的传统公司,他们顺利完成了互联网的转型。20 年之后,我们再看这波 AI 浪潮,逻辑也是一样的。真正有壁垒、有数据沉淀、能够充当 AI 基础设施平台的软件公司,最后仍然会成为最大的赢家。而现在,他们可能就正好站在新一轮上涨周期的起点。
