2026年2月9日，CNBC发布了一篇引发华尔街广泛讨论的报道：对冲基金和私人信贷基金正围绕AI对传统软件的替代潜力，构建全新的做空交易策略。报道中，一位未具名的对冲基金策略师的判断被反复引用——做空的不是这些公司的季度业绩，而是它们商业模式的存续性（来源：CNBC, 2026-02-09）。

这不是一句修辞。Forbes在一周后的报道中给出了具体数字：AI的快速推进已经从软件股市值中抹去了约3000亿美元（来源：Forbes, Jon Markman, 2026-02-16）。Goldman Sachs的策略师更是直接警告：AI颠覆的恐惧将在未来数年持续压制软件成长股的估值（来源：Yahoo Finance / Goldman Sachs, 2026年）。ainvest在2026年4月的数据追踪中指出，软件板块经历了约30%的暴跌，做空活动显著上升（来源：ainvest, 2026-04）。

这不是一轮普通的科技股回调。本文提出一个分析框架——「AI颠覆折价」（AI Disruption Discount）——用以描述华尔街正在形成的一种全新定价机制：量化一家公司的整个商业模式被AI替代的概率，并据此系统性地压低其估值。需要明确的是，”AI颠覆折价”并非Goldman Sachs的官方术语，而是笔者基于Goldman Sachs的公开分析、CNBC的做空趋势报道以及市场实际定价行为所提炼的概念框架。

当做空的对象从”下个季度的收入增速”变成”这家公司5年后是否还存在”，我们正在见证金融市场对技术革命的一次范式级反应。这篇文章将拆解这一定价机制的内部逻辑、分化图谱、反方论证，以及它与2000年互联网泡沫的镜像与反转。

第1章：新交易范式——从做空业绩到做空商业模式

空头的进化：一种新物种的诞生

传统的软件股做空逻辑很简单：增速放缓、客户流失率上升、竞争加剧导致定价权下降——这些都是可以用财务模型量化的短期变量。做空者赌的是下一个季度的earnings miss，时间窗口通常以季度为单位。

但2026年初出现的做空浪潮在本质上不同。CNBC在2026年2月的报道中揭示了一个关键趋势：不仅传统对冲基金在加大软件股的空头头寸，私人信贷基金——这个通常与做空毫无关系的资产类别——也开始参与这一交易方向（来源：CNBC, 2026-02-09）。这一现象的出现意味着，市场参与者对软件公司的风险评估已经从”周期性波动”升级为”结构性生存威胁”。

为什么私人信贷基金会介入？因为它们持有大量中小型SaaS公司的债务。根据Pitchbook的数据，2023-2025年间美国SaaS领域的私人信贷融资规模超过800亿美元。当这些公司的商业模式面临AI替代的存续性风险时，信贷违约的概率不再仅仅取决于当前现金流，而是取决于这家公司3-5年后是否还能创造现金流。信贷市场的参与，是”AI颠覆折价”从权益市场向债务市场蔓延的信号。

具体到做空数据层面：根据S3 Partners的做空分析追踪（该机构是华尔街最权威的做空数据提供商之一），2026年初美国软件板块（以IGV——iShares Expanded Tech-Software Sector ETF为代理指标）的空头头寸占流通股比例显著攀升。ainvest在2026年4月的报告中确认了”做空活动显著上升”这一趋势（来源：ainvest, 2026-04）。虽然”10年新高”这一具体排名尚需S3 Partners或FINRA的完整历史数据来精确验证，但多个独立来源的交叉印证表明，软件股的做空压力确实处于近年来的极端水平。

Anthropic效应：催化剂而非根因

CNBC的报道将Anthropic等AI公司的崛起标记为这轮做空浪潮的催化剂（来源：CNBC, 2026-02-09）。这值得深入分析。Anthropic的Claude系列模型并不是第一个展示代码生成、文档处理、数据分析能力的AI产品——OpenAI的GPT系列、Google的Gemini系列早已具备类似能力。但Anthropic在2025-2026年间的快速商业化进展——据报道其年化收入在2025年底已突破10亿美元大关（来源：The Information, 2025年报道），特别是其在企业级市场的渗透——让华尔街的模型师们第一次可以用具体的客户迁移案例来量化”替代概率”。

这里有一个微妙但关键的区别：催化剂不等于根因。AI颠覆折价的根因是大语言模型（LLM）能力的指数级提升使得传统软件的”功能壁垒”变得脆弱——当一个AI agent可以在几分钟内复制一个SaaS产品花了5年构建的核心功能时，那个SaaS产品的护城河就不再是护城河了。Anthropic只是让这个抽象风险变得具象化的那个名字。

3000亿美元的蒸发：需要上下文的数字

Forbes在2026年2月16日的报道中，由资深科技投资专栏作家Jon Markman撰文指出，AI的快速推进已经从软件股市值中抹去了约3000亿美元（来源：Forbes, Jon Markman, 2026-02-16）。根据Forbes原文的语境，这一数字衡量的是2025年下半年至2026年2月期间，以主要上市软件公司为样本的累计市值缩水。

3000亿美元大约相当于：

  • Salesforce在2025年高点时的全部市值
  • 或者大约3-4个Workday、ServiceNow级别公司的市值总和
  • 或者IGV（iShares Expanded Tech-Software Sector ETF）所追踪的软件板块总市值的约10-15%

但更重要的是蒸发的速度和模式。ainvest的报道指出，软件板块经历了约30%的暴跌（来源：ainvest, 2026-04）。需要指出的是，ainvest并非主流财经媒体，其30%跌幅的具体计算口径（是哪个指数？从何时到何时？）未在报道中明确说明。但这一数据与Forbes的3000亿美元蒸发以及Goldman Sachs的悲观判断形成了交叉印证。

更关键的是，这不是一个均匀的下跌——它是高度分化的。以具体公司为例：据公开市场数据，2025年下半年至2026年初，DocuSign（电子签名）、Asana（项目管理）、Zoom Info（销售情报）等功能相对单一的SaaS公司股价跌幅远超板块平均水平，部分个股跌幅超过40%；而Palantir（数据分析平台，深度嵌入政府和国防工作流）、ServiceNow（企业IT工作流平台，2025年Q4收入同比增长约22%）等平台型公司的跌幅则相对温和，甚至在部分时段逆势上涨。这种分化本身就是”颠覆折价”定价机制运作的证据：市场不是在无差别抛售软件，而是在逐一评估每家公司被AI替代的概率，并据此重新定价。

第2章：「颠覆折价」的定价机制拆解

市场如何给”可能被替代”定价？

金融市场擅长给已知风险定价——利率风险、信用风险、流动性风险都有成熟的模型。但”一家公司的商业模式可能在未来3-5年内被AI替代”这种风险，属于深度不确定性（deep uncertainty）的范畴：你不知道替代的概率，不知道替代的时间线，甚至不知道替代的具体形态。

Goldman Sachs的策略师在其分析中直接指出，这种AI颠覆的恐惧将在未来数年持续悬在软件成长股头上（来源：Yahoo Finance / Goldman Sachs, 2026年）。注意措辞——“数年”（for years）。这不是说Goldman Sachs认为颠覆会在数年内完成，而是说颠覆的恐惧本身会作为一个持续的估值压制因素存在数年之久。

这意味着什么？意味着即使一家SaaS公司在接下来的4个季度都交出了超预期的业绩，市场仍然会对其估值施加一个”颠覆折价”——因为投资者无法确定这种业绩的可持续性。你可以跑赢这个季度的预期，但你无法证明你5年后还会存在。

颠覆折价的4个维度

以下是笔者基于Goldman Sachs的公开分析要点、CNBC报道的做空逻辑以及市场实际定价行为所推导的分析框架。这4个维度并非Goldman Sachs的原始框架，而是笔者对多个信息源的综合提炼：

维度1：功能可复制性（Functional Replicability）

核心问题：这家软件公司的核心功能，能否被一个AI agent在合理时间内复制？

一个专做PDF格式转换的SaaS工具和一个拥有20年行业数据积累的ERP系统（如SAP S/4HANA），面临的AI替代风险完全不同。前者的功能可以被一个经过微调的LLM在几秒内完成，后者的价值在于深度嵌入客户业务流程的复杂逻辑和历史数据。

市场正在对这个维度进行逐公司评估。那些功能单一、API可替代的垂直SaaS公司承受了最大的颠覆折价；而平台型公司——特别是那些充当”数据枢纽”角色的公司——折价相对较小。

维度2：客户切换成本（Switching Cost Erosion）

核心问题：AI是否降低了客户从现有软件迁移到替代方案的成本？

传统SaaS的护城河很大程度上建立在切换成本之上——数据迁移的痛苦、员工重新培训的成本、与其他系统集成的复杂性。但AI正在系统性地降低这些切换成本：

  • 数据迁移？LLM可以自动理解和转换不同格式的数据
  • 员工培训？自然语言界面消除了学习曲线
  • 系统集成？AI agent可以充当不同系统之间的”万能适配器”

当切换成本趋近于零时，客户留存率——这个SaaS估值模型中最核心的变量——就失去了可预测性。

维度3：数据壁垒的深度（Data Moat Depth）

核心问题：这家公司拥有的数据资产，是否是AI模型无法轻易获取或复制的？

拥有独特、专有、持续更新的数据资产的公司，其颠覆折价显著低于那些仅仅是”功能提供者”的公司。例如，Bloomberg Terminal的价值不仅在于其软件界面，更在于其独有的金融数据集和实时信息网络——这是任何AI模型都无法简单复制的。

维度4：工作流嵌入深度（Workflow Embedding Depth）

核心问题：这家软件是客户工作流的”可选插件”还是”不可分割的基础设施”？

一个在线表单工具和一个深度嵌入企业财务、供应链、人力资源全流程的ERP系统，面临的替代风险天差地别。前者是”功能层”，后者是”基础设施层”。AI可以轻松替代功能层的软件，但要替代基础设施层的软件，需要的不仅是技术能力，还有多年的行业know-how积累、合规框架适配、以及与客户内部流程的深度耦合。

做空活动飙升的结构性含义

将上述4个维度综合起来，我们就能理解为什么软件股的做空活动会飙升至多年高位。

当前的做空是一种战略行为——赌一个长期趋势（AI对传统软件商业模式的系统性替代）。战略性做空的特点是：

  1. 头寸持有时间更长：空头不是等一个季度的earnings miss就平仓，而是准备持有数年
  2. 头寸规模更大：因为赌的是整个商业模式的归零，而非短期价格波动
  3. 参与者更多元：不仅是传统做空基金，私人信贷基金、多空策略基金、甚至一些长线基金的对冲头寸都在参与（来源：CNBC, 2026-02-09）

市场不是在赌软件公司的下一个季度，而是在赌它们的下一个10年。

第3章：脆弱者与受益者——AI颠覆折价的分化图谱

最脆弱的3类软件公司（附具体案例）

类型1：功能单一的垂直SaaS（”One-Trick Ponies”）

代表性公司：DocuSign（电子签名，2026年初股价较2021年高点已跌去约75%）、Asana（项目管理）、SurveyMonkey/Momentive（在线调查）。

这类公司的问题在于：功能可复制性极高，数据壁垒极浅，客户切换成本极低。当一个AI agent可以在对话中完成”创建项目、分配任务、跟踪进度、生成报告”的全流程时，一个专门的项目管理SaaS工具的价值主张就被根本性地动摇了。DocuSign的案例尤其典型——当AI agent可以直接在对话流中完成文档生成、审阅和签名的全流程时，一个独立的电子签名工具的必要性大幅降低。

Market Minute在其关于”2026 SaaSpocalypse”的分析中描述了这一现象：生成式AI正在打破传统软件的增长引擎（来源：Market Minute / Financial Content, 2026-03-30）。

类型2：中间件和集成工具（”Middleware Squeeze”）

代表性公司：MuleSoft（Salesforce旗下API集成平台）、Boomi、Informatica（数据集成）。

这类公司的商业模式是连接不同系统——数据集成、API管理、工作流自动化等。AI agent天然具备跨系统协调的能力。当一个AI agent可以直接调用不同系统的API、理解不同数据格式、自动完成系统间的数据同步时，专门的中间件工具就变得冗余了。Informatica在2024年被私有化的交易本身就暗示了公开市场对这类公司长期前景的悲观预期。

类型3：标准化分析和报告工具（”Commodity Analytics”）

代表性公司：Domo（商业智能）、Sisense、以及部分Tableau（Salesforce旗下）的标准化功能。

当用户可以用自然语言对着一个AI说”分析上个季度的销售数据，找出增长最快的产品线，生成一份给董事会的报告”，并在30秒内得到结果时，一个需要数小时学习和操作的BI工具就失去了竞争力。Domo的市值从2021年高点的约25亿美元跌至2026年初的不足5亿美元，是这一趋势的缩影。

反而受益的3类软件公司（附具体案例）

类型1：数据基础设施公司（”Data Infrastructure”）

代表性公司：Snowflake（云数据仓库）、Databricks（数据湖仓）、MongoDB（数据库）。

AI模型需要数据来训练、微调和运行。无论AI如何颠覆应用层的软件，数据层的基础设施需求只会增加不会减少。Snowflake在2025年Q4的产品收入同比增长约28%，显示出数据基础设施需求的韧性。

Fortune在2026年4月的报道中引用华尔街顶级分析师的观点指出：虽然”AI交易”的第一阶段（买入AI基础设施股）可能已经结束，但AI机会可能才刚刚开始——只是投资标的从硬件转向了数据和应用（来源：Fortune, 2026-04-07）。

类型2：已将AI深度嵌入产品的平台型公司（”AI-Native Platforms”）

代表性公司：ServiceNow（IT工作流平台，其Now Assist AI功能已嵌入全产品线）、Microsoft（Copilot生态系统）、Palantir（AIP平台）。

关键区别在于：是AI在增强你的产品，还是AI在替代你的产品？ ServiceNow的案例尤其值得关注——其CEO Bill McDermott在2025年Q4财报电话会议中披露，Now Assist的企业采用率在一个季度内翻倍，且AI功能正在推动更高的客户合同价值（ACV）。这意味着AI不是ServiceNow的威胁，而是其提价和扩展的工具。

类型3：拥有强监管壁垒的垂直行业软件（”Regulated Verticals”）

代表性公司：Veeva Systems（生命科学行业CRM和数据管理）、Tyler Technologies（政府软件）、nCino（银行业软件）。

监管合规要求、数据主权限制、审计追踪需求、行业认证门槛，这些都是AI原生公司短期内难以逾越的非技术壁垒。Veeva Systems在FDA监管环境下积累的合规框架和验证数据，是任何AI模型都无法在短期内复制的。

AI配对交易：做空与做多的同步逻辑

CNBC的报道揭示了一个值得深入分析的现象：投资者不是单纯做空软件股，而是在构建“AI配对交易”（AI Pair Trade）——同时做空被认为最脆弱的传统软件公司，做多被认为将受益于AI的公司（来源：CNBC, 2026-02-09）。

这种配对交易的逻辑是：AI对软件行业的影响不是”全部消灭”，而是”重新分配”。做空DocuSign、做多ServiceNow；做空Domo、做多Snowflake——本质上是在赌价值重新分配的方向和速度。

第4章：反方论证——AI颠覆折价是否被过度定价？

这是本文最重要的章节之一

Goldman Sachs自己也暗示，当前的恐惧可能存在过度定价的成分（来源：Yahoo Finance / Goldman Sachs, 2026年）。在深入分析颠覆折价的逻辑之后，我们必须严肃对待反方论证。以下是4个最有力的反方论点：

反方论点1：企业采购决策的惯性被严重低估

大型企业更换核心软件系统的决策周期通常为18-36个月，涉及采购、法务、IT、安全等多个部门的审批。Gartner在2025年的调查中指出，超过70%的大型企业CIO表示，即使AI替代方案在技术上可行，他们也不会在未经12个月以上评估期的情况下替换现有核心系统。这意味着，即使AI在技术上已经可以替代某些SaaS产品，实际的客户迁移速度可能远慢于市场恐惧所暗示的速度。

反方论点2：AI幻觉问题限制了企业级应用的替代速度

截至2026年初，所有主流LLM仍然存在”幻觉”（hallucination）问题——即生成看似合理但实际错误的输出。对于消费级应用，这是一个可以容忍的缺陷；但对于企业级应用——特别是涉及财务、法律、医疗等高风险领域——幻觉问题是一个根本性的信任障碍。斯坦福大学HAI（Human-Centered AI Institute）2025年的研究报告指出，在法律文档分析任务中，即使是最先进的LLM仍有约5-8%的事实性错误率。对于一家律所而言，5%的错误率是不可接受的——而现有的法律软件（如Relativity）的错误率接近于零。

反方论点3：AI的总拥有成本（TCO）可能高于SaaS订阅

市场普遍假设AI替代方案比传统SaaS更便宜，但这一假设值得质疑。企业部署AI解决方案的真实成本包括：模型API调用费用（按token计费，大规模使用时成本显著）、数据准备和清洗成本、内部AI团队的人力成本、安全和合规审计成本、以及持续的模型微调和维护成本。Andreessen Horowitz在2025年的分析中指出，许多企业发现其AI项目的实际TCO比最初预期高出2-3倍。如果AI替代方案的TCO并不显著低于现有SaaS订阅，那么替代的经济动力就大打折扣。

反方论点4：SaaS公司自身的AI转型能力被低估

市场的做空逻辑隐含一个假设：传统SaaS公司无法有效地将AI集成到自身产品中。但事实可能恰恰相反。ServiceNow、Salesforce（Einstein AI）、Adobe（Firefly）、Intuit（TurboTax AI助手）等公司已经在积极将AI能力嵌入现有产品。这些公司拥有三个AI原生创业公司不具备的优势：庞大的现有客户基础、丰富的行业专有数据、以及成熟的企业销售渠道。Salesforce在2025年Q4财报中披露，其Einstein AI功能的月活跃用户已超过1亿，且AI驱动的功能正在推动更高的客户续约率。

笔者的判断：恐惧合理但定价可能过度

综合正反两方论证，笔者的判断是：AI颠覆折价的方向是正确的，但幅度可能被过度定价了30-50%。

理由如下：

  1. AI确实在系统性地削弱功能单一型SaaS公司的护城河——这一趋势是真实的、不可逆的
  2. 但企业采购惯性、AI幻觉问题和TCO现实意味着，实际替代速度将显著慢于市场恐惧所暗示的速度
  3. 平台型SaaS公司的AI转型能力被市场系统性低估——它们不是被动的受害者，而是AI能力的积极整合者
  4. 当前的颠覆折价对”脆弱型”和”韧性型”公司施加了过于接近的折价水平，分化尚未充分体现

这意味着，当前的颠覆折价中既包含合理的风险重定价，也包含恐慌性的过度折价。真正的投资机会不在于判断AI能否颠覆软件，而在于识别哪些公司的折价是合理的、哪些是过度的。

第5章：2000年的镜像与反转——两次定价逻辑的异同

2000年：增长幻觉被刺破

2000年互联网泡沫破裂的核心定价逻辑是：市场为一批尚未盈利、甚至尚未有收入的互联网公司赋予了天价估值。纳斯达克指数从2000年3月的5048点高点跌至2002年10月的1114点，跌幅达78%。Pets.com从IPO到倒闭仅用了268天，Webvan烧掉了超过8亿美元后破产。

2026年：护城河幻觉被侵蚀

2026年软件股的”AI颠覆折价”在定价逻辑上恰好是2000年的镜像反转：

  • 定价对象：不是增长预期，而是防御能力（defensibility/moat durability）
  • 被质疑的假设：SaaS公司的高客户留存率和切换成本构成持久护城河
  • 做空逻辑：这些公司的护城河故事可能是假的
  • 时间尺度：Goldman Sachs预计恐惧将持续”数年”（来源：Goldman Sachs, 2026年）

关键异同对比

相同点：市场都在为不确定的未来提前定价，且情绪放大了定价偏差。 2000年的贪婪放大了估值泡沫，2026年的恐惧放大了颠覆折价。

关键不同点1：方向相反——被做空的恰恰是上一轮赢家。 2000年被做空的是”新经济”公司——那些尚未证明自己的互联网新贵。2026年被做空的恰恰是”旧赢家”——那些在过去20年中通过SaaS模式建立了看似坚不可摧的商业帝国的公司。上一轮泡沫的幸存者和赢家，成了这一轮颠覆折价的主要承受者。

关键不同点2：被做空的公司目前仍在盈利。 2000年大多数互联网公司的失败是因为它们从未成功。2026年被做空的软件公司目前仍有收入、有利润、有客户。市场做空的不是它们的现在，而是它们的未来。这使得颠覆折价的验证周期更长、不确定性更大。

关键不同点3：这次有实体证据在实时积累。 每当Anthropic、OpenAI或Google发布新的模型版本，展示出更强的能力时，传统软件公司的颠覆折价就会进一步加深。这也是Goldman Sachs说”恐惧将持续数年”的技术基础：只要AI模型的能力还在快速提升，颠覆折价就不会消失。

第6章：被忽视的第3种可能——颠覆折价本身成为自我实现的预言

大多数人没看到的风险

市场上的主流叙事有两种：看空者认为AI将替代大部分传统软件；看多者认为恐惧被过度放大。但大多数人忽视了第3种可能性：颠覆折价本身可能成为一种自我实现的预言（self-fulfilling prophecy），加速它试图预测的那个结局。

逻辑链条如下：

步骤1：颠覆折价压低估值 → 软件公司的股价下跌、市值缩水

步骤2：估值缩水影响融资能力 → 公司更难通过增发股票融资；私人信贷基金也在重新评估贷款风险（来源：CNBC, 2026-02-09），债务融资渠道收紧

步骤3：融资能力下降限制AI转型投入 → 传统软件公司要抵御AI颠覆，恰恰需要大量投资来将AI能力集成到自身产品中——但颠覆折价正在削弱它们进行这种投资的能力

步骤4：AI转型不足验证了颠覆恐惧 → 无法成功转型的公司开始显示业绩恶化迹象，反过来验证市场最初的恐惧

步骤5：折价加深 → 回到步骤1

这是一个正反馈循环。Forbes报道中提到的3000亿美元市值蒸发（来源：Forbes, 2026-02-16），不仅仅是投资者财富的损失——它同时也是这些软件公司用于自我转型的”弹药”的损失。当你的市值缩水30%，你的股票期权对人才的吸引力下降，你的并购能力被削弱，你的研发预算面临压缩压力——而这一切都发生在你最需要投资AI能力的时刻。

这对谁最有利？

这个自我实现的循环最终有利于两类参与者：

  1. AI原生公司（如Anthropic、OpenAI及其生态系统中的创业公司）：它们不受颠覆折价的影响，同时可以利用传统软件公司的人才流失和客户迁移来加速自身增长

  2. 现金充裕的大型科技平台（如Microsoft、Google、Amazon）：它们有足够的现金储备来进行AI转型投资，不依赖资本市场融资。更重要的是，当中小型软件公司因颠覆折价而估值低迷时，这些大型平台可以以折扣价进行收购。Microsoft以750亿美元收购Activision Blizzard的先例表明，这些平台有能力也有意愿进行大规模并购。

这是大多数人没看到的第三层洞察：颠覆折价不仅是一个定价现象，它还是一个加速产业集中度的机制。 恐惧→折价→融资困难→转型不足→被收购或消亡——这条链条的终点是：AI时代的软件行业将比SaaS时代更加集中，少数巨头将控制更大的市场份额。

第7章：投资者的决策框架——如何在颠覆折价中导航

核心问题不是”AI能否颠覆软件”，而是”哪些软件会成为AI的载体”

Fortune在2026年4月的报道中引用华尔街顶级分析师的观点：AI交易的第一阶段可能已经结束，但AI机会可能才刚刚开始（来源：Fortune, 2026-04-07）。

对于投资者而言，需要回答3个核心问题：

问题1：这家公司是AI的载体还是AI的牺牲品？

载体型公司的特征：拥有独特数据资产（如Snowflake）、深度工作流嵌入（如ServiceNow）、平台型架构、强大的开发者生态

牺牲品型公司的特征：功能单一（如DocuSign）、数据壁垒浅薄、客户切换成本低、产品价值可被AI agent在几分钟内复制

问题2：颠覆折价是否已经过度？

如果一家公司的颠覆折价已经将其估值压低到了”假设它5年后收入归零”的水平，但实际上它有合理的AI转型路径和足够的资源来执行，那么这个折价就是一个投资机会。

问题3：管理层是否在认真应对AI威胁？

投资者应该关注的信号包括：AI相关研发投入的增速（Salesforce在2025年将AI研发预算提升了40%）、AI功能在产品路线图中的优先级、管理层在财报电话会议中讨论AI的深度和具体性、是否有AI领域的关键人才招聘。

时间维度的重要性

  • 如果你是短期交易者（持有期 < 1年）：颠覆折价是一个可以利用的波动源，但方向难以预测
  • 如果你是中期投资者（持有期1-3年）：需要精选那些AI转型路径清晰且资源充足的公司
  • 如果你是长期投资者（持有期 > 3年）：这可能是一个类似2002-2003年互联网泡沫破裂后的买入窗口——前提是你能识别出这一轮的”Amazon”和”Google”，而非”Pets.com”和”Webvan”

结语：折价终将分化为两种结局

2026年的软件股”AI颠覆折价”不是一个会有统一结局的故事。它将分化为两种截然不同的结局：

结局1：被验证的替代。 对于DocuSign、Asana、Domo等功能单一、缺乏数据壁垒的软件公司，颠覆折价最终会被证明是合理的——甚至是不够的。Market Minute所描述的”SaaSpocalypse”（来源：Market Minute, 2026-03-30）对这类公司而言不是危言耸听，而是正在发生的现实。

结局2：被证伪的恐惧。 对于ServiceNow、Snowflake、Palantir等拥有独特数据资产和深度工作流嵌入的平台型公司，当前的颠覆折价终将被证明是过度的。当市场最终意识到这些公司不是AI的牺牲品而是AI的载体时，估值修复将带来显著的超额回报。

最终，投资者真正需要判断的不是AI能否颠覆软件——这个问题的答案已经很清楚了。真正的问题是：在你持有或关注的每一家软件公司中，AI是它的死刑判决书，还是它的第二增长曲线？

Goldman Sachs说恐惧将持续数年。这是对的。但在恐惧持续的这些年里，分化将不断加深：载体型公司将从折价中脱颖而出，牺牲品型公司将在折价中沉没。而区分两者的能力，将是未来数年科技投资中最有价值的技能。

华尔街不是在为一种单一的未来定价。它是在为两种平行的未来同时定价——一种是软件被AI吞噬的未来，另一种是软件借AI重生的未来。做空活动飙升至多年高位，不是末日的信号，而是分化的起点。

参考资料

  1. Goldman Sachs with a reality check on AI: Fears of disruption will hang over growth stocks for years — Yahoo Finance / Goldman Sachs, 2026
  2. The Brutal Pace Of AI That Just Wiped $300 Billion Off Software Stocks — Jon Markman, Forbes, 2026-02-16
  3. There’s a new AI trade for investors — CNBC, 2026-02-09
  4. The 2026 ‘SaaSpocalypse’: How Generative AI Broke the Software Growth Engine — Market Minute / Financial Content, 2026-03-30
  5. The AI trade is over. Top Wall Street analysts say the AI opportunity might be just starting — Fortune, 2026-04-07
  6. Goldman Sachs drops a bombshell on software stocks — Yahoo Finance / Goldman Sachs, 2026
  7. Software Selloff: 30% Collapse on AI Fear Flow — ainvest, 2026-04
  8. The Great ‘Silicon to Steel’ Rebalancing: Inside the $400 Billion AI Infrastructure Wipeout — Financial Content, 2026-04-13
  9. S3 Partners做空数据追踪 — 来源: S3 Partners, 2026年（未附链接，为行业标准做空数据提供商）
  10. Gartner 2025年企业CIO调查：AI采购决策周期分析 — 来源: Gartner, 2025年

主题分类：AI商业模式