撰文:宇宙波鸣人,深潮 TechFlow
2026 年 2 月,科技股市场正在经历一场被部分媒体称为 “SaaSpocalypse” (SaaS 末日)的系统性崩盘。
Salesforce 股价从 2025 年高点跌去近 40%;ServiceNow 单季财报发布后单日暴跌超 11%,原因不过是管理层在电话会上提了一句“AI 智能体正在使席位增长的能见度变得复杂”;Workday 跌超 22%;整个 S&P 500 软件与服务指数在 2026 年开年六周内蒸发了近 1 万亿美元市值。
市场的逻辑很直接:AI 智能体(Agent)已经能够替代大量人工操作,企业用 AI 做完了过去需要 100 个人完成的工作,自然就不再需要 100 个软件席位。按席位收费的 SaaS 商业模式,被认为已经走到了历史的终点。
就在这场恐慌交易席卷整个行业的时候,汇丰银行美国科技研究主管 Stephen Bersey 发布了一份标题极具挑衅性的研究报告:《软件将吞噬 AI》(Software Will Eat AI)。
他的核心观点,用一句话概括:市场的恐慌,是一场误判。
逆势而来的报告
“市场担忧 AI 将取代企业软件,这种担忧是错误的。”
他在报告开篇写道。在他看来,AI 不会消灭软件,而是会被软件所吸收,成为嵌入在企业软件平台之内的能力层。软件不是 AI 的对手,软件是 AI 抵达现实世界的载体。
这个逻辑翻转了当前市场的整个叙事框架。市场的恐惧是“AI 取代软件”,而 Bersey 的判断是“软件将驯化 AI”。
他引用了一个来自互联网时代的历史类比:当年互联网爆发,最初的价值积累集中在物理基础设施,服务器、光纤电缆、数据中心。大量资本涌入硬件基础设施,而那些苦苦挣扎的早期互联网公司,反而是最终赢得长期价值的一方。软件,才是互联网价值的终点。
AI 的演进,Bersey 认为,正在重演同一部剧本。2024 和 2025 年是基础设施的建设期,算力、模型、代码整合——这一切都是为软件层的爆发在铺路。而 2026 年,是引擎真正点火的一年。
“软件将是 AI 在全球最大型企业中扩散的主要机制。我们认为 2026 年是软件变现的启动之年。”
基础模型为什么替代不了企业软件?
报告最有分量的论证,是对“AI 直接颠覆软件”这一逻辑的逐层拆解。
批评者的观点看起来很有说服力:大型语言模型已经能写代码,vibe coding(通过自然语言描述直接生成可用软件)正在兴起,AI 模型公司已经在做更多应用层的尝试,那么,企业为什么还需要 Oracle、SAP、Salesforce 这些耗资巨大的传统软件系统?
Bersey 的回答从三个层面展开。
第一,基础模型有“先天缺陷”。
报告明确指出,基础模型“存在内在缺陷”,无法胜任对大型企业核心平台进行“整体替换”的任务。它们在窄场景中表现良好,图像生成、小型应用开发、文本处理,但对于高保真度、企业级核心平台而言,这“并不现实”。
根本原因在于训练数据的局限性。LLM 是在公开互联网数据上训练的,而企业软件系统数十年来积累的私有架构知识、业务逻辑、操作规范——这些核心知识产权根本不在公网上,AI 无从学习,也无从复制。Oracle、SAP 的系统护城河,不是靠写代码能追上的,它是靠时间和业务场景累积起来的。
第二,Vibe Coding 的能力边界被严重高估。
报告直接点名了 Vibe Coding 的致命弱点:它把设计的责任和负担完全压在了开发者身上。你告诉 AI“我想要一个能处理全球供应链的系统”,AI 可以生成代码,但“如何定义这个系统的架构、如何处理异常情况、如何确保在极端压力下不崩溃”,这些判断依然需要人。
更关键的是,Bersey 指出,那些主要的 AI 模型公司“几乎没有创建企业级软件的经验”。他们是从零开始进入一个极其复杂的环境。而企业软件经过数十年迭代,已经进化到“几乎零错误、高吞吐量、高可靠性”的水准,这是 AI 新贵短期内无法企及的基准线。
第三,企业切换成本是一道真实存在的高墙。
即便假设 AI 真的能写出同等水准的代码,企业替换核心系统的代价依然极其高昂,收入中断风险、生产力损失、跨 IT 环境的系统兼容问题、对供应商品牌和服务能力的信任积累......这些都是真实的切换成本,不会因为 AI 能写代码而消失。
企业级软件要求的,是多年来经过验证的 99.999% 正常运行时间,是在各种复杂 IT 环境下的无差错运行。这种信任,是时间换来的,不是代码堆出来的。
谁将是 AI 变现的真正受益者?
如果说前半部分是防守性的论证,那报告的后半部分则是进攻性的布局。
Bersey 的核心判断是:AI 价值链的最大份额,最终将流向软件层,而非硬件和芯片层。
“我们认为 AI 是软件栈中最主要的价值创造来源,长期价值的最大份额将归属软件,而非硬件。”
他同时指出,硬件稀缺性,GPU 短缺、电力限制、数据中心瓶颈,在未来数年内都将持续存在。这种稀缺性,恰恰强化了软件平台的战略地位:只有软件平台,才能将 AI 能力转化为可规模化、可重复的商业价值。
而具体的变现载体,报告指向了 AI 智能体(agentic AI)。
Bersey 预测,2026 年将看到面向任务型、嵌入工作流的 AI 智能体在财富 2000 强企业和中小企业中的大规模部署。但他对智能体的定性,与市场上的主流叙事截然不同,他不认为智能体是替代软件的颠覆者,而是认为智能体必须在软件定义的参数和权限范围内运行,正是这种“有边界的智能体”,才能满足企业对 AI 风险管控的需求。
换言之,企业不需要一个无所不能、自由奔跑的 AI,它们需要的是一个能被治理、被审计、在合规框架内运作的 AI。而这,只有深度嵌入企业软件系统的智能体才能做到。
“软件是企业可控地使用 AI 的关键途径。”这是整份报告最核心的一句判断。
同时,报告还预测推理(inference)需求将逐渐超过训练需求,成为算力消耗增长的主要驱动力,这意味着随着智能体的普及,算力消耗不会萎缩,而会持续增长,进一步支撑整个软件和基础设施生态。
机会还是陷阱?
报告发布时,软件板块整体估值已经跌至历史性低位。Bersey 的判断是:低估值叠加即将到来的变现元年,这是入场机会,而非离场信号。
“软件估值处于历史低位,尽管该行业正处于大规模扩张的前夜。”
在具体标的的推荐上,HSBC 的逻辑很清晰:那些已经建立了深厚数据护城河、具备嵌入 AI 智能体能力、且不依赖纯人头计费模式的软件公司,将是这轮 AI 变现浪潮的最大受益者。买入评级名单包括 Oracle、Microsoft、Salesforce、ServiceNow、Palantir、CrowdStrike、Alphabet 等,几乎涵盖了企业软件的所有核心玩家。
值得注意的是,HSBC 同时下调了 IBM 和 Asana 的评级,将 Palo Alto Networks 列入“减持”,不是所有软件公司都能安全渡劫,关键在于能否成为 AI 智能体落地的基础设施,而不是被智能体绕过的人工界面。
Bersey 的报告逻辑严密,时机精准,逆势而出的姿态本身就具有极强的传播效应。
但有一个问题,报告没有正面回答:如果 AI 智能体真的能够在企业软件的框架内高效运作,企业对软件“席位”的需求,会不会仍然在悄悄萎缩?软件作为 AI 载体的价值或许成立,但“按人头收费”的商业模式是否能支撑当前的估值,依然是悬在空中的问题。
软件吞噬 AI,还是 AI 吞噬软件,这场辩论,2026 年的每一份财报,都将是新的证据。
