從上周開始，軟件股突然就崩了。

導(dǎo)火索來自Anthropic。這家公司發(fā)布Claude Cowork AI代理推出的法律工具。這個(gè)新工具能執(zhí)行多項(xiàng)文書工作，包括追蹤合規(guī)事項(xiàng)和審閱法律文檔。這些功能正是許多法律軟件產(chǎn)品的核心所在。

受到這個(gè)消息的沖擊，當(dāng)日軟件、金融服務(wù)和資產(chǎn)管理行業(yè)的股票市值總共蒸發(fā)了約2850 億美元，LegalZoom.com暴跌近20%，湯森路透也下跌了15%。

這并非孤立事件。

同樣是在上周，Google DeepMind 發(fā)布了 Project Genie。

受Project Genie影響，游戲圈行業(yè)巨頭股價(jià)便迎來了一場(chǎng)集體跳水：Take-Two下跌7.93%，Roblox暴跌13.17%，而曾經(jīng)的游戲引擎霸主Unity更是慘烈地下跌了24.22%。

三家公司在一個(gè)交易日市值合計(jì)縮水約195億美元！ 

這一切波動(dòng)都源于一個(gè)很殘酷的判斷：AI要徹底顛覆SaaS。

這種擔(dān)憂帶來的結(jié)果是，投資人用腳投票，軟件股血流成河。根據(jù)高盛的數(shù)據(jù)，軟件是今年迄今為所有業(yè)中凈賣出最多的業(yè)，目前軟件業(yè)的凈敞（占美國(guó)總凈市值的百分）創(chuàng)下4.2% 的歷史新低。

截至目前，高盛的軟件板塊（GSTMTSFT）已經(jīng)點(diǎn)蒸發(fā)了2萬億美元的市值，跌幅約30%。

那么，AI要徹底顛覆SaaS到底是怎么一回事？今天硅基君就來好好講講這個(gè)事。

/ 01 /

軟件的“溢價(jià)”正在消失 

“軟件已死”這個(gè)觀點(diǎn)，并不是最近才冒出來的。 

在更早進(jìn)入大眾認(rèn)知之前，微軟CEO 薩提亞·納德拉已經(jīng)在去年 1 月的一次采訪中，明確提出過這個(gè)判斷： 

SaaS 應(yīng)用或商業(yè)應(yīng)用的現(xiàn)有形態(tài)，很可能會(huì)在智能體時(shí)代瓦解。 

站在當(dāng)下看，AI所帶來的直接沖擊主要體現(xiàn)在兩個(gè)方面： 

第一，AI 原生公司重構(gòu)舊工作流。簡(jiǎn)單來說，就是AI公司以更低成本，重構(gòu)已有軟件工作流，對(duì)傳統(tǒng)廠商形成價(jià)格和模式?jīng)_擊。 

這一點(diǎn)在客服外包行業(yè)體現(xiàn)得尤為明顯。2025年7月，羅杰斯通信公司宣布終止與客服外包公司 Foundever 的呼叫中心合同，原因是羅杰斯將轉(zhuǎn)向AI聊天機(jī)器人。 

這一決定，直接導(dǎo)致加拿大地區(qū)數(shù)百個(gè)崗位受到影響。同年8月，F(xiàn)oundever 將其EBITDA預(yù)期下調(diào)了約10%，原因是新業(yè)務(wù)和現(xiàn)有業(yè)務(wù)量低于預(yù)期，以及美國(guó)市場(chǎng)價(jià)格壓力增大。 

無獨(dú)有偶，去年兩家外包公司KronosNet 和 Foundever在AI相關(guān)擔(dān)憂下陷入困境，其債務(wù)交易價(jià)格一度逼近違約區(qū)間。 

第二，AI 編程工具的成熟，使越來越多企業(yè)選擇內(nèi)部構(gòu)建，減少對(duì)高價(jià)標(biāo)準(zhǔn)化軟件的依賴。原本需要外部軟件和服務(wù)才能完成的功能，正在被 AI 與內(nèi)部工程能力替代。 

在傳統(tǒng)SaaS 模式下，軟件成本結(jié)構(gòu)高度依賴研發(fā)投入。一家 SaaS 公司，研發(fā)費(fèi)用通常占年經(jīng)常性收入的 25%–40%，其中絕大部分是程序員成本。 

程序員所做的事情很簡(jiǎn)單，無非是把人類語言翻譯成計(jì)算機(jī)語言（代碼），或者把計(jì)算機(jī)語言（代碼）變成人類語言。 

生成式AI 的出現(xiàn)，正在系統(tǒng)性壓縮這部分成本。一方面，開發(fā)者可以直接用自然語言描述需求，由 AI 生成可運(yùn)行代碼；另一方面，傳統(tǒng)“技術(shù)棧”的復(fù)雜性正在被削弱。 

以金融行業(yè)為例，像Reuters、FactSet、Macrobond 這類傳統(tǒng)高價(jià)軟件，一旦完成初期的數(shù)據(jù)接入和工具搭建，其邊際價(jià)值迅速下降。AI 可以承擔(dān)大量原本需要“專業(yè)服務(wù)”才能完成的分析、整理和建模工作。 

也就是說，隨著開發(fā)門檻持續(xù)下降，軟件的邊際成本被快速拉低，“人為包裝的軟件服務(wù)”的價(jià)值開始迅速下降。 

哈佛大學(xué)Fiona Chen 和 James Stratton 的一項(xiàng)研究，提供了一個(gè)耐人尋味的側(cè)面印證： 

AI 帶來的生產(chǎn)率提升，主要體現(xiàn)在軟件供給側(cè)（軟件公司內(nèi)部），而非軟件使用方。 

這意味著，AI 更快地壓縮了軟件生產(chǎn)成本，卻并未等比例擴(kuò)大軟件需求。 

當(dāng)AI讓軟件這一高階服務(wù)商品化后，也帶來了一個(gè)結(jié)果，過去軟件行業(yè)的高毛利特征，或許不復(fù)存在了。 

原因很簡(jiǎn)單，當(dāng)內(nèi)部 AI 工具能完成 70%–80% 的功能時(shí)，人們?yōu)槭裁催�要為一個(gè)許可證支付 1.5 萬到 2 萬美元？ 

/ 02 /

業(yè)務(wù)邏輯也變了 

比起盈利能力的短期波動(dòng)，更深遠(yuǎn)的變化在于：軟件本身承載業(yè)務(wù)邏輯的方式，正在被重構(gòu)。 

用納德拉的話說，絕大多數(shù)軟件的本質(zhì)，都是“帶有業(yè)務(wù)邏輯的 CRUD 數(shù)據(jù)庫(kù)”。 

數(shù)據(jù)被存儲(chǔ)在數(shù)據(jù)庫(kù)中，軟件通過預(yù)先寫好的規(guī)則，對(duì)數(shù)據(jù)進(jìn)行增刪改查，并推動(dòng)流程向前運(yùn)行。 

企業(yè)之所以為SaaS 付費(fèi)，核心并不只是買一個(gè)數(shù)據(jù)容器，而是買一整套被固化進(jìn)系統(tǒng)的業(yè)務(wù)判斷。 

像Notion這樣的產(chǎn)品，本質(zhì)上就是一個(gè)結(jié)構(gòu)化數(shù)據(jù)庫(kù)，幫助用戶存儲(chǔ)、更新信息，并以更友好的方式呈現(xiàn)。過去，如何交互數(shù)據(jù)、如何觸發(fā)流程，由軟件本身決定。 

但在AI 時(shí)代，這個(gè)前提正在發(fā)生變化。 

從數(shù)據(jù)獲取到數(shù)據(jù)交互，越來越多環(huán)節(jié)開始由AI 直接完成，業(yè)務(wù)邏輯也正在從軟件應(yīng)用層，遷移到AI 之上。

在這種情況下，企業(yè)不再依賴軟件內(nèi)置的功能模塊來組織流程，而是將判斷、編排與執(zhí)行交給智能體完成，軟件逐漸退化為一個(gè)“被調(diào)用的能力與數(shù)據(jù)模塊”。 

這一變化，在以數(shù)據(jù)收集為核心的記錄系統(tǒng)（System of Record，SoR）領(lǐng)域體現(xiàn)得尤為明顯。 

以CRM 為例，傳統(tǒng)系統(tǒng)高度依賴銷售人員主動(dòng)錄入信息，數(shù)據(jù)的完整性與及時(shí)性高度依賴人的配合，也因此形成了極強(qiáng)的遷移壁壘。 

現(xiàn)在，這一格局正在被改寫。 

第一，數(shù)據(jù)收集方式發(fā)生變化，從手動(dòng)輸入，轉(zhuǎn)向自動(dòng)輸入。 

比如，新一代AI 原生 CRM，如 Day.ai和Attio，能夠直接接入郵件、視頻、消息等溝通流程，自動(dòng)收集有價(jià)值的信息，改變了過去手動(dòng)收集數(shù)據(jù)的局面。 

類似的路徑，也出現(xiàn)在客服、招聘、應(yīng)急響應(yīng)等場(chǎng)景中。 

AI 往往以一個(gè)看似邊緣的“楔子功能”切入，比如自動(dòng)接電話、自動(dòng)整理候選人信息、自動(dòng)生成總結(jié)。但隨著時(shí)間推移，這些系統(tǒng)逐步積累起最有價(jià)值的實(shí)時(shí)行為數(shù)據(jù)，反而具備了替代原有核心系統(tǒng)的可能性。 

第二，AI 所帶來的效率提升，不只是“更快”，而是“能做更多”。 

在ERP 領(lǐng)域，Everest Systems正在用 AI 簡(jiǎn)化財(cái)務(wù)分析流程，將原本需要財(cái)務(wù)分析師完成的工作，變成“自動(dòng)匯總 + 自動(dòng)建議”。 

在法律服務(wù)領(lǐng)域，Tradespace的“AI 發(fā)明采集”工具，可以自動(dòng)從企業(yè)內(nèi)部識(shí)別發(fā)明線索并生成申請(qǐng)文檔，直接切入過去由律所主導(dǎo)的高價(jià)值服務(wù)環(huán)節(jié)。

更重要的是，智能體在執(zhí)行任務(wù)的同時(shí)，還能沉淀決策軌跡，轉(zhuǎn)化為連接“數(shù)據(jù)”與“行動(dòng)”之間的上下文資產(chǎn)。 

與傳統(tǒng)軟件只記錄“結(jié)果”不同，智能體身處執(zhí)行路徑之中：它會(huì)從多個(gè)系統(tǒng)拉取信息、評(píng)估規(guī)則、解決沖突并做出行動(dòng)決策。在這個(gè)過程中，所有輸入、判斷依據(jù)、例外情況和“為什么要這么做”，都會(huì)在“提交時(shí)刻”被完整凍結(jié)下來。 

這些決策軌跡，逐步構(gòu)成了一張上下文圖譜，它連接著企業(yè)中的實(shí)體、事件與因果關(guān)系，成為AI 時(shí)代最有價(jià)值的單一資產(chǎn)之一。 

這一趨勢(shì)，也體現(xiàn)在許多AI 原生應(yīng)用中。 

比如，Granola、Abridge等 AI 筆記產(chǎn)品，已經(jīng)不滿足于“記錄內(nèi)容”，而是通過理解語言、提取結(jié)構(gòu)化信息、識(shí)別意圖，從記錄工具升級(jí)為知識(shí)與決策助手。 

還有，Decagon、Sierra AI等AI客服公司也在探索高度定制化的智能體，讓其不僅承擔(dān)支持職能，甚至成為產(chǎn)品體驗(yàn)和收入增長(zhǎng)的一部分。 

總體來說，AI 的價(jià)值并不在于替代某個(gè)具體功能，而在于它具備了對(duì)業(yè)務(wù)語境的理解能力。 

不同于傳統(tǒng)軟件只能沿著預(yù)設(shè)規(guī)則運(yùn)行，AI 可以在動(dòng)態(tài)信息中判斷意圖、權(quán)衡取舍，并據(jù)此決定下一步行動(dòng)。 

正是這種對(duì)業(yè)務(wù)本身的理解能力，使得決策與流程不再必須固化在軟件內(nèi)部，而可以上移到AI 智能體層。

相應(yīng)地，原本承擔(dān)業(yè)務(wù)邏輯的系統(tǒng)開始退居為執(zhí)行與存儲(chǔ)工具，在關(guān)鍵場(chǎng)景中被 AI 部分、甚至整體替代。 

/ 03 /

軟件“變薄”，系統(tǒng)“變厚” 

雖然AI 對(duì) SaaS 的沖擊已經(jīng)成為共識(shí)，但市場(chǎng)正在犯的一個(gè)典型錯(cuò)誤，就是把所有“軟件”當(dāng)成同一種生意來定價(jià)。 

事實(shí)上，軟件公司之間的差異，可能比軟件公司與制造業(yè)公司之間的差異還要大。 

紅杉合伙人康斯坦丁·布勒的判斷，提供了另一個(gè)視角：AI 未必會(huì)摧毀 SaaS，反而可能加速企業(yè)級(jí)整合，讓頭部公司的護(hù)城河更硬。 

他拿Freshworks 和 ServiceNow做了一個(gè)對(duì)比。前者長(zhǎng)期以更低的工程成本和更快的產(chǎn)品迭代為賣點(diǎn)，但依然很難撼動(dòng)后者在ITSM 領(lǐng)域的主導(dǎo)地位。 

原因很簡(jiǎn)單，在企業(yè)的決策系統(tǒng)里，性價(jià)比并非唯一核心因素，高層關(guān)系帶來的確定性，圍繞產(chǎn)品形成的認(rèn)證與實(shí)施生態(tài)，以及大企業(yè)遺留系統(tǒng)的集成慣性都可能影響最終決策。 

同時(shí)，他也坦言，產(chǎn)品主導(dǎo)型增長(zhǎng)（PLG）可能在AI時(shí)代面臨更大挑戰(zhàn)。 

PLG本質(zhì)是低門檻試用、高易用性，但AI讓構(gòu)建好產(chǎn)品變得更容易，反而削弱了其獨(dú)特性。相比之下，企業(yè)銷售導(dǎo)向的“人類護(hù)城河”在信任、整合和培訓(xùn)上的優(yōu)勢(shì)，短期內(nèi)更難被替代。 

理解這一點(diǎn)后，再回頭看這輪軟件股的集體下跌，與其反復(fù)討論“AI 會(huì)不會(huì)殺死 SaaS”，不如換一個(gè)問題：在 AI 時(shí)代，哪些軟件公司還能活下來。

圍繞這個(gè)問題，海外投資分析師Daniel Pronk 給出了一個(gè)頗具參考價(jià)值的分類框架。 

簡(jiǎn)單來說，Daniel Pronk 把軟件公司分為三類：通用軟件、垂直軟件、生成式軟件。 

通用軟件很好理解，就是幾乎所有公司都能用，Salesforce就是代表公司。 

它們的很多價(jià)值停留在“數(shù)據(jù)可視化與編排”，搭漂亮的儀表盤，連接幾個(gè)工作流，做下權(quán)限協(xié)作。 

但在AI時(shí)代，這些曾需要昂貴的工程師建造的“表層任務(wù)”，正在迅速壓縮為一種低價(jià)值商品。，AI最擅長(zhǎng)的就是通過自然語言直接接管這些表層交互。 

當(dāng)點(diǎn)擊式儀表盤被形態(tài)取代時(shí)，通用軟件極易從“中樞”轉(zhuǎn)化為“被調(diào)用的底層數(shù)據(jù)庫(kù)”，失去定價(jià)權(quán)。 

而垂直軟件只服務(wù)特定行業(yè)或細(xì)分場(chǎng)景，對(duì)其他行業(yè)幾乎無用，比如公用事業(yè)計(jì)費(fèi)、醫(yī)療某科室流程、地方政府監(jiān)管系統(tǒng)。 

這類軟件的護(hù)城河在于，嵌入產(chǎn)業(yè)的深度。當(dāng)AI進(jìn)入這些這些系統(tǒng)，但更可能先以增量方式提升效率，而不是正面推翻底座。 

所以，對(duì)這類公司而言，AI 更像一次生產(chǎn)率工具的升級(jí)，而不是對(duì)商業(yè)模式的否定。 

市場(chǎng)會(huì)擔(dān)心“代碼更便宜導(dǎo)致競(jìng)爭(zhēng)更多”，但很多縱向領(lǐng)域的真實(shí)約束是：市場(chǎng)太小、責(zé)任太重、客戶太保守，足以過濾掉大部分輕量競(jìng)爭(zhēng)。 

生成式軟件的風(fēng)險(xiǎn)最直觀，它們的價(jià)值就是“生成”。當(dāng)?shù)讓幽Ｐ妥儚?qiáng)，生成能力會(huì)擴(kuò)散到更多場(chǎng)景，甚至成為平臺(tái)內(nèi)置的默認(rèn)功能。 

比較典型的公司就是Adobe。在Daniel看來，Adobe們必須回答一個(gè)嚴(yán)峻的問題： 

當(dāng)核心能力被底層模型通用化主導(dǎo)時(shí)，工具本身就失去了溢價(jià)權(quán)。如果模型進(jìn)步到能一鍵生成并剪輯視頻，創(chuàng)作的入口靠什么式非留在Photoshop里？ 

多鄰國(guó)也同樣如此。雖然Daniel 將它歸入縱向軟件，因?yàn)樗�服�?wù)于明確的教育場(chǎng)景。但從價(jià)值交付方式看，它更接近生成式軟件，持續(xù)生產(chǎn)和分發(fā)學(xué)習(xí)內(nèi)容。 

這也決定了它在AI 時(shí)代所面臨的風(fēng)險(xiǎn)類型。多鄰國(guó)真正的挑戰(zhàn)來自，內(nèi)容生產(chǎn)成本的系統(tǒng)性下移。當(dāng)大模型可以以極低成本生成結(jié)構(gòu)完整、難度可調(diào)、反饋即時(shí)的語言學(xué)習(xí)內(nèi)容時(shí)，課程本身將不再稀缺。 

在這種情況下，進(jìn)入門檻顯著降低，競(jìng)爭(zhēng)者的數(shù)量可能迅速增加。多鄰國(guó)的優(yōu)勢(shì)將從“內(nèi)容與產(chǎn)品能力”，轉(zhuǎn)向品牌、分發(fā)效率和用戶習(xí)慣的粘性。但這些優(yōu)勢(shì)能否在內(nèi)容高度同質(zhì)化的環(huán)境中持續(xù)轉(zhuǎn)化為付費(fèi)意愿，仍有不確定性。 

生成式軟件要活下來，必須把自己變成關(guān)鍵的工作系統(tǒng)：資產(chǎn)管理、協(xié)作、權(quán)限、版本、合規(guī)、工作流以及行業(yè)生態(tài)，只有這些與組織協(xié)作緊密綁定的部分，才更難被免費(fèi)能力替代。 

幾乎可以確定的一個(gè)趨勢(shì)是，軟件正在“變薄”，而系統(tǒng)正在“變厚”。 

這一輪軟件股的暴跌，并不意味著軟件行業(yè)的終結(jié)，而更像一次殘酷但必要的撥亂反正。它宣告了那個(gè)“靠堆砌功能就能換取高估值”的時(shí)代正在結(jié)束。 

在AI 時(shí)代，真正能活下來的軟件公司，必須回答一個(gè)更本質(zhì)的問題：在算法和算力之外，你是否仍然掌握著某種不可替代的東西——對(duì)行業(yè)規(guī)則的理解、對(duì)復(fù)雜系統(tǒng)的治理能力，以及與客戶長(zhǎng)期綁定的信任關(guān)系。 

歸根結(jié)底，市場(chǎng)正在重新定價(jià)的，并不是“軟件”這個(gè)概念本身，而是軟件背后的價(jià)值： 

你賣的，究竟只是功能，還是一種無法被輕易遷移的結(jié)構(gòu)性關(guān)系？ 

文/林白

       原文標(biāo)題 : 市值蒸發(fā) 2850 億美元背后，軟件的“溢價(jià)”不存在了