---
author: 美投讲美股
date: '2026-05-31'
guest: ''
layout: post.njk
source: https://www.youtube.com/watch?v=tUI3ITjo2Bw
speaker: 美投讲美股
tags:
  - software-as-a-service
  - usage-based-pricing
  - artificial-intelligence
  - ai-agent
  - data-infrastructure
title: 美股软件股危机与转机：AI浪潮下的投资逻辑重构
summary: 分析美股软件股在AI浪潮下的表现，指出TO B及按量收费模式的公司凭借明确的AI收入增长脱颖而出，认为软件行业AI颠覆风险已被定价，建议关注偏基础设施层的公司。
insight: ''
draft: true
series: ''
category: ai-ml
area: tech-engineering
project: []
people: []
companies_orgs:
  - Snowflake
  - Datadog
  - Atlassian
  - Twilio
  - Figma
  - CrowdStrike
  - Palo Alto Networks
  - Fortinet
  - Intuit
  - Workday
  - Microsoft
  - Salesforce
  - Shopify
products_models:
  - GitHub Copilot
  - Snowflake Cortex AI
  - Snowflake Intelligence
  - Atlassian Rovo
media_books: []
status: evergreen
---
### 美股科技宠儿的危机与市场反转
在过去的十几年中，**美股软件股**（Software Stocks）一直是美股科技大潮中的宠儿，以增长快、上限高著称，若能选中好公司，投资者回报丰厚。然而，在过去半年，这批宠儿遭遇了前所未有的危机。随着 **AI 政策**（Artificial Intelligence Policy）的爆发，**AI 颠覆论**甚嚣尘上，整个软件行业遭遇血洗。软件股指数下跌了近百分之四十，众多明星个股更是遭遇腰斩。

但近期情况似乎在悄悄反转。随着财报陆续发布，零星的软件股开始迎来爆发，比如 **Snowflake** 财报后大涨 36%，**Datadog** 大涨 32%，**Atlassian**（TEAM）大涨 30%。与此同时，大部分软件股仍然遭遇市场的惩罚，即使业绩亮眼也难以扭转质疑。这样矛盾的现象背后，隐藏着怎样的投资逻辑？

### 赢家共性：TO B 商业模式的胜利
研究发现，这些表现亮眼的赢家几乎全部都是 **TO B**（面向企业业务）的软件公司，且多为 **TO 大 B** 业务。这与本轮 AI 浪潮中，大模型企业从 **TO C**（面向个人业务）向 TO B 转型趋势不谋而合。AI 大模型企业带动了企业服务型业务升级，从而带来了直接的业务增长。

相比 TO C 服务，TO B 服务具有更强的不可替代性，用户敏感度也较低。这些公司大多是行业龙头，深耕多年，拥有庞大的用户群体和复杂的业务生态，用户很难离开其软件服务。相反，TO C 软件公司在财报季普遍表现得比较敏感和脆弱。例如 **Intuit**，其下跌原因之一就是个人报税业务 **TurboTax** 的疲软，这类 TO C 服务更容易受到大模型的冲击。

### AI 功能作为收入引擎
市场过去担心 AI 颠覆软件股，主要基于两点：一是传统 **SaaS**（Software as a Service：通过互联网交付软件的应用模式）软件不再需要那么多的传统员工，从而失去用户席位；二是 AI 模型直接竞争传统软件。但这些大涨公司讲述了完全不同的故事：AI 不仅不威胁现有用户，反而带来新收入。

*   **Snowflake**：本季度收入同比增长 34%，提速引擎是 **Cortex AI** 和 **Snowflake Intelligence**（Snowflake 版本的 AI Agent）这两项工具。大客户数量同比增长 29%，老用户不仅没松动，反而花钱更多。
*   **Datadog**：本季度增速达 32.2%，AI 工作负载带来的监控观测需求暴增，**AI native**（原生 AI）客户群在一年内扩张了超过 20%。
*   **Twilio**：得益于 **Voice AI**（语音 AI 客服）的火爆，收入增速从 12% 加速到 16%。
*   **Atlassian**：AI 助手 **Rovo** 推动了收入增长，使用 Rovo 的客户 **ARR**（Annual Recurring Revenue：年度经常性收入）增速是非 Rovo 客户的两倍，净收入留存率提高至 120%。
*   **Figma**：本季度收入大涨 46%，在 AI 促进下，产品设计进入了更多人的工作流程。

结论是，市场只奖励那些通过 AI 功能带来**可预见的收入**的公司。如果是纯粹利用 AI 降本增效提升利润，但收入端表现平平，市场并不买账。

### 商业模式的演进：按量收费模式
这些大涨公司的第三个共性是 **按量收费**。Snowflake、Datadog、Twilio 原本就是纯按量收费，在此基础上叠加了 AI 功能加价。Atlassian 和 Figma 原本是按席位收费，随后单独开辟了按量收费的 AI 模块。

市场为何对按量收费情有独钟？这是为了解决传统**席位模式**（Seat-based Pricing）在 AI 时代的两个硬伤：
1.  **席位减少**：AI 带来裁员潮，导致席位需求永久减少。
2.  **token 成本**：用户使用 AI 时产生 **token**（AI 处理文本的基本单位）费用，以前软件公司只需维持高毛利，现在用户使用越多，软件公司需承担的 token 成本反而越高。

按量收费模式则完全没有这些问题。即便 AI 带来裁员，用量也不会下降，且 token 成本也是按量计费，可以轻松消化。因此，按量收费正在成为 AI 时代软件公司的重要商业模式路径。

### AI 颠覆风险已成为过去
从当前的交易逻辑看，AI 颠覆软件股的风险可能已经被 **Price in**（指市场价格已充分反映了该预期风险）。虽然这些大涨公司的表现并不能完全打消对长期 AI 颠覆的担忧，但市场认可了其短期业绩兑现。

在风险已定价的前提下，软件股具有高收益风险比。此外，AI 使得软件产品更好用、门槛更低，从长期看，需求必然会提升。

### 基础设施层的机会与应用层的尴尬
对于寻找个股爆发机会的投资者，偏向**基础设施层**的软件更有机会率先获益，且风险相对较低。例如 Datadog、Twilio、Snowflake 以及网络安全公司，它们的需求直接与 **AI Agent**（人工智能代理：能自主执行任务的 AI 系统）的用量挂钩，价值更好计算。

相比之下，一些 AI 工具型应用公司表现尴尬。例如微软、Salesforce 等老牌软件公司，AI 功能虽多，但真正贡献有限。它们面临着跟不上大模型迭代的问题。当大模型进入 AI Agent 时代，能够直接执行任务，而这些软件公司还在上一代理解上下文、解决问题的阶段，即所谓的 **Context Engineering**（上下文工程），而非目前的 **Agentic Engineering**（代理工程）。

最后总结：最可能率先爆发的公司是那些 TO B、按量收费且通过 AI 明确带来新增收入的公司，基础设施层软件尤其值得关注。而单纯依靠 AI 应用功能进行转型的公司，仍需更长的时间证明自己。