软件行业正在经历一场“恐慌发作”。自 2026 年初以来，公开上市软件公司的 ETF 下跌了 30%，抹去了自 ChatGPT 发布以来的全部涨幅。像 Salesforce、Adobe、Intuit、ServiceNow 和 Veeva 这样的行业风向标——这些在过去十多年里为投资者持续创造复利回报的公司——在短短几周内下跌了 25% 到 30%。Substack 上的爆款文章描绘了一个企业软件客户基础被掏空、标普指数进入多年大幅回调的世界。他们把这称为“ SaaSpocalypse ”。这迅速成为市场共识：AI 将杀死软件行业。
是的，AI 很重要。但得出“AI 将摧毁垂直与功能型软件商业模式”的结论，完全说不通。真相是：AI 不会杀死软件公司。等这波恐慌过去之后，人们会发现，AI 是软件行业有史以来最好的事情。
为什么这么说？
看空的逻辑建立在一个对软件公司本质的误解之上。市场把“软件”当成一种商品化的投入要素，仿佛软件公司的价值在于代码本身，好像代码变便宜了，竞争就会变激烈，公司价值就会缩水。但代码从来不是价值所在。如果代码才是价值核心，这些公司根本不可能成长到今天的规模——它们早就会被开源软件，或者被发展中国家的廉价软件工程劳动力击垮。
今天的悲观论调通常落在四种观点之一：也许基础模型实验室会上移到应用层，占据每一个功能型应用；也许企业会“氛围编程”（vibe code）替代内部工具，至少会用这种可能性来压低软件公司的定价权；也许现有玩家会利用 AI 大幅扩展产品边界，彼此碰撞；又或者会涌现出大量新进入者——那种“单人十亿美元公司”——用更低价格打击 incumbents。再加上一点：智能体不会在乎品牌忠诚或熟悉名称，它们只会为某个任务选择最便宜的选项。
AI 可能会增加竞争；但它也会极大扩展软件公司能做什么、做得多快，以及它们所服务市场的规模。最终结果不会是利润率归零。软件行业将变得更大，而那些真正赢得竞争优势的公司，将继续拥有持久的护城河。
真正重要的护城河不会消失
当代讨论商业护城河的经典著作是 Hamilton Helmer 的《Seven Powers》。他提出七种构建竞争优势的方式：规模、网络效应、反向定位、转换成本、品牌、被垄断的资源、流程能力。我们逐一来看。
转换成本，或许是唯一真正会发生变化的护城河。AI 确实降低了更换供应商的摩擦与成本：智能体可以协助完成许多过去令人头痛的迁移工作。这意味着那些“挟持客户而非赢得客户”的传统公司，会面临更大压力。
但这对整个软件行业来说是好事。当企业必须真正赢得客户忠诚，而不能仅仅依靠锁定机制时，结果是更好的产品、更快的创新，以及一个更健康、增长更快、为客户创造更多价值的竞争生态。AI 可能会让部分客户转向新的赢家，但不会削弱整个行业的利润池。公司只会变得更好。
网络效应是经典护城河，而且不会消失。我们通常在社交媒体或平台型市场中谈论网络效应——节点越多，网络越有价值。但应用软件同样存在生态、协作和数据网络效应。表面上看，Salesforce 只是一个 CRM 数据库；但任何在企业环境中工作过的人都知道，它也是一个生态系统。当所有人都使用同一个平台时，这个网络会自我强化：你使用 Salesforce，因为所有人都在使用 Salesforce。使用者越多，其第三方应用生态和管理员专家群体就越有价值。近几年，Figma 也是如此：设计师、工程师、产品经理、市场人员都在 Figma 上协作。参加一年一度的 Config 大会，你就能直观看到生态的力量。
这种动态在 AI 原生公司中同样出现。Harvey 和 Hebbia 正在构建金融和法律协作空间，把服务提供者、客户，以及未来的智能体连接在同一系统中：使用者和智能体越多，平台越有价值。EliseAI 的维护产品是一个多边网络，每增加一个单元或供应商，系统价值都会提升。迁移更容易，聚合也更容易，但网络效应不会因为软件变便宜而消失。事实上，如果 AI 让网络更强大——你可以在网络中完成更多工作——那么网络效应只会更强。
规模，从来不是软件的核心护城河——对 Salesforce 来说，它不像对云服务商或工业企业那样重要。但在 AI 应用中，规模可能会更重要，因为算力支出可能超过人力成本，大规模使用 token 的公司会获得单位成本优势。此外，规模在某些领域仍然重要：把维护负担集中化本身就是规模经济，专业化带来的生产率提升不会因为 AI 而消失。Stripe 就强调集中基础设施的价值：其合规基础设施承担了数十个国家的监管成本，其支付优化算法随着交易量增加而改进，并能把节省回馈客户。处在“比特与原子交汇处”的公司——如 Anduril、Flock Safety、Waymo——在硬件产量提升时，单位成本也会下降。
品牌依然重要。无论好坏，“没人因为购买 IBM 而被解雇”在企业界仍然成立。如果行业变得更拥挤——如果突然出现大量卖“氛围编程 ERP”的个体创业者——强品牌的力量只会增强。品牌是在无限选择世界中传递可靠性的方式。没有任何新创公司能瞬间复制 Stripe、Shopify 或 ServiceTitan 建立的信任。越接近企业关键功能，品牌越重要——例如支付处理领域，人们不愿意冒险。如果你是创业公司并需要收款，你默认用 Stripe。
我们承认，随着越来越多决策交给 AI 智能体，品牌力量可能发生变化，因为智能体可能更关注价格而非人类的软性考量。但只要它们仍向人类汇报，而人类还担心“被解雇”，那条 IBM 原则就依然有效。
被垄断的资源，比如高质量专有数据，也不会失去价值。如果摩擦接近零，把公开数据整合成界面的价值确实下降。但如果 AI 能对高质量数据做更多事情，那么那些难以获得的数据就会变得极其宝贵。我们已经看到 Bloomberg 的实时市场数据、Abridge 的数百万临床对话、OpenEvidence 的医学库、VLex 的法律数据库所拥有的力量。
或许在这个新时代，最强的护城河是流程能力（process power）——正如 Hebbia 的 George Sivulka 所说，是“流程工程”。应用软件可以被视为“存储的流程”——它编码了组织如何运作的观点，而这些观点在多年使用中固化为组织本身的一部分。成功的软件公司会与客户在工作流层面共同进化。随着这些流程深入组织内部，流程工程的重要性只会增加，也更难被复制。
举例来说，如果 Harvey 深刻理解某家律师事务所的工作结构——模板、审查流程、机构偏好、某位合伙人喜欢的备忘录风格——即便代码成本为零，新进入者也无法一夜之间复制这种嵌入式知识。当软件从“记录系统”转向“行动系统”，这种工作流知识只会变得更有价值。模型越强，应用层的编排层（orchestration layer）价值越高。更好的模型不会让应用层变薄，而是让它更有能力。困难从来不是“智能”，而是“如何使用智能”。
平台变迁创造新赢家——和新护城河
还有一种我们特别兴奋的竞争优势来源：反向定位（counterpositioning）。
当新公司拥有一种 incumbent 无法轻易模仿的商业模式时，就形成了反向定位。Clay Christensen 的颠覆理论是经典案例，但不一定必须是“低成本”。在软件领域，新技术栈可能让创业公司构建 incumbent 难以复制的新产品与商业模式——例如 Databricks 的 “Lakehouse” 模型。
“智能体替代任务”的模式，将创造许多反向定位机会。关于“按席位定价”被基于价值定价的智能体公司颠覆，已经有大量讨论。以客服为例：Decagon 按每次对话收费，而不是按客服席位收费，未来甚至按“解决结果”收费。这在激励结构上更合理。Zendesk 这样的 incumbent 若跟进，会蚕食自身席位收入。正如 Blockbuster 无法匹配 Netflix 订阅模式而不摧毁自身经济模型，PeopleSoft 无法轻易匹配 Workday 的 SaaS 模式一样。新公司没有这种困境，因此平台变迁往往产生新赢家。
但这并不意味着市场的最终定价权消失了。客户只是拥有更多商业模式选择，而更优者会胜出。这一直是市场运作方式。AI 并不是第一次重塑竞争格局的技术浪潮。而几乎每一次，新的商业模式最终都创造出比旧模式更大的机会规模。
软件大分化即将到来
所以，是的，AI 会改变垂直与功能型软件。但这不会是一场屠杀。或许毛利率会达到新的平衡状态；或许采购团队因转换成本降低而更有谈判力；但 AI 也会通过提高劳动效率支持利润扩张。无论利润率最终如何，我们预计行业规模会大幅扩展。正如我们的同事 Anish Acharya 所说：世界仍然缺软件。我们远未满足对高质量软件的需求。代码变便宜，只意味着需求会增加。
在 AI 转型的另一端，我们将看到一个规模更大的软件行业，为客户创造更多价值。公司将服务更多客户，进入邻近市场，自动化过去因复杂或昂贵而无法触及的工作流。过去客单价过低的客户将变得有吸引力。过去被归类为“太难”的想法，将变得可行。
AI 不会摧毁软件行业；它会把行业一分为二。确实会有一些软件类别面临真实压力。那些仅仅作为“薄包装层”的前端工具，或仅以稍微更方便方式呈现数据的产品，会变得脆弱。那些界面陈旧却年年涨价的记录系统，应当担忧。那些定价模式与价值主张落后于 AI 原生竞争者的公司，也应警惕。真正获胜的公司，将是那些提供真实价值的公司，而不是筑起高墙的公司。
这只是创造性破坏。对行业而言，这是好事。一些公司会转型成功，变得更强；另一些会消亡。这本身就是健康的。整个软件生态中那些致力于创造真实客户价值的公司，将迎来巨大增长。
所以，是的，个别公司会失败。但行业将获胜，而且会大获全胜。“SaaSpocalypse”不是软件的终结，而是一个更宏大时代的开端。