Epekto ng AI sa mga SaaS Stock: Pagsusuri sa Salesforce, ServiceNow, at Snowflake

Ibinasa at isinama: Deep潮 TechFlow

Guest: Nico

Mga Stock ng SaaS Sa Ilalim ng AI Nightmare: CRM vs NOW vs SNOW, Sino ang Totoong Nasasayang na Pagkakataon na Mag-doble? Pagsusuri ng 10,000 Salita sa Susunod na Pagkakataon sa Mga Stock ng Software

Source ng podcast: Nico Frontier Alpha

Air date: May 21, 2026

Sa nakaraang anim na buwan, ginamit ng Wall Street ang “SaaS Doomsday” upang ilarawan ang isang malakas na pagbaba: ang Salesforce, ServiceNow, at Snowflake ay bumaba ng kalahati mula sa kanilang mataas na antas, habang ipinakita ng modelong overcrowding ng JPMorgan na ang posisyon ng mga institusyon sa sektor ng semiconductor ay tumaas hanggang 99.3%, samantalang sa sektor ng software ay nasa 22.8% lamang—nagpapakita ng historical-level na pagkakahiwalay sa emosyon. Sa punto na ito, ibinigay ni investor Nico ang isang pagtataya na kabaligtaran sa pangkalahatang kuwento: ang AI ay hindi naglalayong patayin ang software industry, kundi naglalayong alisin ang mga kumpanya na nagbebenta lamang ng mga interface at nagbibigay ng parusa sa mga platform na nagbebenta ng infrastructure at governance; bagaman mas mababa ang industriyal na kondisyon ng software sector kumpara sa hardware, mas mataas ang odds at value nito.

Ang pinakamahalagang bahagi ng episyodo na ito ay ang pagpapakita ng tatlong kumpanya sa isang parehong framework ng pagtataya, kung saan ang Salesforce (13–14x forward PE, $14.4 bilyon free cash flow, $50 bilyon share buyback authorization) ay ang “pangkat ng safety margin,” ang ServiceNow (AI Control Tower narrative, suporta ni Jensen Huang sa loob ng tatlong taon) ay ang “pinakamalinaw na AI narrative,” at ang Snowflake (pay-per-use, RPO na tumataas ng 42% taon-taon, ngunit patuloy pa ring nagkakaroon ng loss ayon sa GAAP) ay ang “pangkat ng mataas na elasticity at mataas na panganib.” Sa Mayo 27, magkakasabay ang earnings release ng Salesforce at Snowflake, sumusunod ang Snowflake Annual Conference at ang Microsoft Build Conference—ang mga catalyst na ito ay magiging pinakadirektang window para sa maikling panahon.

Ang "SaaS Doomsday" at ang extreme na emosyon ng merkado

• Ang software sector ay nasira nang lubos—hindi lang isang kumpanya ang may problema, kundi ang buong software sector ay pinarusahan ng merkado.
• Ipinapakita ng congestion model ng JPMorgan na ang institutional positioning sa semiconductor sector ay tumaas sa 99.3%, habang ang congestion sa software sector ay 22.8% lamang—isang historical-level na emotional divergence.
• Ang magandang balita sa hardware sector ay ang lahat ay nangangalakal na, at naka-price na ng market; samantalang ang masamang balita sa software ay ang marami na ang nagbenta, kaya may potensyal na pagtaas. Kung tatantyahin lamang ang kalagayan ng industriya sa mga susunod na 3 buwan, mas malakas ang hardware; ngunit kung titingnan ang potensyal na pagtaas, odds, at value for money, maaaring mas maganda ang software.

Ang epekto ng AI sa SaaS business model

• Maraming mga function interface na dati ay ginagamit ng mga SaaS company para magkarga, ngayon ay maaaring gawin ang isang gumagana prototype sa sobrang maikling panahon gamit ang AI, nang walang anumang karanasan sa programming—ang tunay na pag-aalala ng merkado ay ang pagkawala ng kakulangan at pagkabagsak ng mga parapet ng SaaS function layer.
• Kung ang isang AI Agent ay kayang gawin ang trabaho ng 10 tao, ang isang kumpanya na dating kailangan ng 1,000 na account ay kailangan na lang ng 100. Ito ang tinatawag na Seat compression, o pagkompres ng mga upuan, na madalas banggitin ng Wall Street ngayon.
• Hindi kailangan ng agent ng UI, hindi kailangan ng dashboard, hindi kailangan ng magandang interface, kailangan lang nito ng data at API. Ibig sabihin nito, ang SaaS software ay naabot ng pagbagsak mula sa AI, mula sa pangunahing entry point ng corporate workflow, naging backend na pang-store ng data.

Ang pagbabago at pagpapahalaga ng Salesforce

• Hindi talaga ang pagbili ng Salesforce ay pagtaya sa isang malaking kuwento ng paglago gamit ang isang valuation na maraming beses, o pagtaya na makakamit nito ang tagumpay sa pag-transformation sa AI; kundi ito ay batay sa paghahambing at pagtantiya ng panloob na halaga at aktwal na presyo, at kasalukuyan ito ay nasa isang relatif na mababang posisyon.
• Nilipat ng Agentforce ang logika ng pagbabayad mula sa [tao] patungo sa [gawain]; ang nakaraan ay nakabatay sa bilang ng mga empleyado, habang ang hinaharap ay nakabatay sa kabuuang dami ng trabaho. Kung matutupad ang logika ng pagbabayad batay sa gawain, maaaring mag-transition nang maayos ang Salesforce mula sa ekonomiya ng upuan patungo sa ekonomiya ng gawain.
• Ang Dynamics 365 ng Microsoft kasama ang Copilot ay ang pinakamalaking banta sa Salesforce sa mahabang panahon. Kung sa hinaharap ay hindi na buksan ng mga sales representative ang Salesforce, kundi pinapagana na lamang ng Copilot sa Outlook o Teams upang i-update ang mga record ng customer, maaaring mabawasan ang Salesforce mula sa entry point ng trabaho hanggang sa maging background database lamang.

Ang AI Control Tower strategy ng ServiceNow

• Hindi nila isinusulong ng ServiceNow ang paggawa ng isang bagong ChatGPT, kundi ang pagiging governance layer, orchestration layer, at execution layer para sa enterprise-grade AI Agent. Anuman ang AI na ginagamit ng isang kumpanya, kung ang AI ay pumasok sa proseso ng kumpanya, gumagamit ng mga sistema nito, at nagpapatupad ng mga gawain nito, kailangan itong ma-govern at ma-orchestrate sa pamamagitan ng ServiceNow.
• Kasalukuyang posisyon nito ay katulad ng Apple’s iOS, kung saan hindi direktang gumagawa ang Apple ng bawat app, ngunit lahat ng app ay tumatakbo sa iOS. Ito rin ang direksyon na gustong sundin ng ServiceNow sa hinaharap.
• Ang orihinal na pahayag ni Huang Renxun ay: "Ang ServiceNow ay sa本质上 ang enterprise operating system sa panahon ng AI."

The Consumption Pattern Paradox of Snowflake

• Hindi nangangalang sa Snowflake ang paggamit nito ng mga kliyente, kundi ang sobrang paggamit nito. Kapag natutuklasan ng mga negosyo na masyadong mataas ang kanilang tatak ng Snowflake, sila ay magpapadali sa mga engineering team na mapabuti ang mga query, i-compress ang storage, o kaya'y palitan ang ilang mababang halaga ng mga gawain gamit ang mga open-source na kasangkapan—ito ang dalawang gilid ng konsumo.
• Bumaba ang net dollar retention rate ng Snowflake mula sa 131% patungo sa 126%, at sa pinakabagong 125%, na patuloy na malusog, ngunit ang trend ay bumababa, na nagpapakita na ang paglalawak ng mga lumalabas na kliyente ay hindi na ganoon kalakas kaysa dati.
• Ang Snowflake ay ang pinakamabilis na lumalago sa mga tatlo, may pinakadirektang lohika sa AI data infrastructure, at naturally ay hindi nakaaapekto sa tradisyonal na SaaS business model; ngunit ito rin ay ang pinakamataas na valuation, pinakamalakas na kompetisyon, at pinakamahina ang kalidad ng kita. Mataas ang potensyal na kita, mataas ang panganib.

Historical analogies and final judgment

• Ang kuwento na “pinapatay ng AI ang software” ay sobrang pinasimple. Ang totoo ay tinatanggal ng AI ang mga software na nagbebenta lamang ng interface ng function, ngunit pinaparangal naman ang mga platform na nagbebenta ng infrastructure at governance. Hindi lahat ng software ay aabot sa pagbabago.
• Noong pagsabog ng internet bubble noong 2000, ang pangunahing trend sa merkado ay [ang internet ay magkakasala sa lahat ng tradisyonal na kumpanya], ngunit ang mga naka-survive ay hindi lamang ang mga internet company, kundi ang mga tradisyonal na kumpanya na unang tinanggap ang internet at isinama ang mga kasangkapan na ito sa kanilang negosyo. Dalawampung taon pagkatapos, parehong lohika ang mayroon sa alon ng AI na ito.

Sa unang araw ng Taon ng 2026, ang pagkakasulat na “Ang AI ay nagpatay sa industriya ng software” ay nag-eksplod ng buong merkado ng US stocks. Mula noon, ang buong sektor ng software ay nakapalibot sa isang malaking takot na aabotin ng pagbabago ng AI. Kahit ang pinakamalaking lider sa sektor ng software, ang Microsoft, ay hindi nakaiwas—bumaba ito ng higit sa 25% sa loob ng taon, at kung ihahambing sa nakaraang mataas na antas, ang pinakamalaking pagbaba ay malapit na sa 40%, halos katumbas ng pagbaba noong bear market ng US stocks noong 2022. Ang mga popular na stock sa software noong nakaraang ilang taon, tulad ng Salesforce, ServiceNow, at Snowflake, ay nawala na ang halos kalahati ng kanilang market value. Hindi lang isang kumpanya ang may problema—kundi ang buong sektor ng software ay pinagtakpan ng kamatayan ng merkado. Tinawag ng Wall Street ang pangyayaring ito bilang “SaaS Doomsday.”

Sa nakaraang halos anim na buwan, ang mga retail at institutional investor ay nagtatrabaho sa iisang bagay: mag-buy ng hardware at mag-sell ng software, at ang software sector ay napabagsak. Gayunpaman, sa nakaraang panahon, may ilang hindi karaniwang signal na lumabas. Ipinakikita ng congestion model ng JPMorgan na ang institutional positioning sa semiconductor sector ay tumataas hanggang 99.3%, habang ang congestion sa software sector ay nasa 22.8% lamang—isang historical-level na emotional divide. At sa parehong panahon, tahimik na binayaran ni President Trump ng ilang milyong dolyar ang pagbili ng software stocks; si Bill Ackman, ang pinakamahusay na contrarian hedge fund manager sa Wall Street, ay nag-invest nang malaki sa Microsoft, ang pinakamalaking kumpanya sa software industry; at si Jensen Huang, CEO ng NVIDIA, ang pinakamalaking kumpanya sa mundo batay sa market cap, ay nagbiyahe muli sa Las Vegas para suportahan ang isang software company—ito na ang ikatlong taon na rito.

Kung gayon, ang AI ay gagawin bang patay ang buong industriya ng software, o ibinigay nito sa atin ang isang pagkakataong isang dekada na lang dumating? Sa kasalukuyang video na ito, ipapaliwanag ko nang buo ang tatlong pinakakatawan na mga kumpanya ng software: Salesforce, ServiceNow, at Snowflake.

Tungkol sa pagkamatay ng AI sa industriya ng SaaS at ang pagbaba ng mga presyo ng mga stock ng software, kailangan nating bumalik sa Enero ng taong ito. Noong Enero 30, ang Anthropic (ang kumpanya sa likod ng malaking modelo na Claude) ay naglabas nang tahimik sa GitHub ng 11 mga plugin na tinatawag na Claude Cowork—isang simpleng code repository, kasama ang isang blog post. Gayunpaman, sa loob ng 48 oras pagkatapos ng paglabas, ang lahat ng mga stock ng software sa buong mundo ay naging dugo. Ayon sa mga pagtataya ng merkado, ang kabuuang halaga ng sektor ng software ay nawala ng $285 bilyon.

Bakit lahat ng tao ay natakot? Isang reporter ng CNBC ang nagawa ang isang eksperimento na nagpapahinga sa lahat ng mga tagapamahala ng SaaS companies. Gamit ang Claude Code, nagawa niya sa isang oras ang paggawa ng isang website na katulad ng Monday.com, na nagkakahalaga lamang ng $5–15. Ang Monday.com ay isang kumpanya ng software para sa project management na nakalistado sa NYSE, na may halagang milyon-milyon dolyar. Isang reporter lamang, sa isang oras at ilang dolyar lamang ang gastos, ay nakagawa ng isang demo ng project management na tila katulad ng Monday.com.

Hindi ibig sabihin nito na talagang kopya niya ang isang publicly traded company; ang totoong Monday.com ay may enterprise permissions, data security, integration ecosystem, at sales channels, na lahat ay hindi maaaring matapos sa isang oras ng AI—kailangan ng panahon para sa pagpapalalim at pagkolekta. Ngunit ang pinakamakapangyarihang bahagi ng eksperimentong ito ay ang mga function interface na dating basehan ng pagbabayad ng mga SaaS company, ay ngayon ay maaaring likhain sa isang napakalaking oras gamit ang AI, nang walang anumang karanasan sa programming. Sa likod ng kuwentong ito, ang tunay na kinakabahan ng merkado ay ang pagkawala ng kakulangan at pagtatanggol ng function layer ng SaaS. Ang tradisyonal na modelo ng SaaS na batay sa bilang ng mga tao ay maaaring mawala dahil sa impluwensya ng AI. Ito ay nagpapakita rin ng pangarap ng mga tagapagbuo ng panao-panaong AI model—hindi na lamang ang pagpapabuti ng performance ng malalaking model, kundi ang direkta nilang pagsali sa application layer upang hawakan ang malaking cake na ito.

Ang SaaS ay ang abbreviation ng Software as a Service (Software bilang Serbisyo). Ang kanyang esensya ay simpleng isalin ang tradisyonal na lokal na software na nakakabit sa server ng kumpanya patungo sa cloud, kung saan ang mga kliyente ay nagbabayad sa pamamagitan ng buwan o taon upang makakuha ng karapatan sa paggamit ng software. Sa loob ng higit sa 20 taon, ang modelo na ito ay naging pinakamalaking makapag-ayos ng yaman sa industriya ng software.

Ang pangunahang sistema ng pagbabayad para sa lahat ng SaaS companies ay batay sa bilang ng mga gumagamit. Kung may 1000 empleyado ang isang kumpanya na gagamit ng software na ito, kailangan nilang bumili ng 1000 mga account at magpatuloy sa pagbabayad ng subscription fee, na nasa ilang sampu hanggang ilang daan na dolyar bawat account bawat taon. At habang mas madalas at mas matagal itong ginagamit, mas malakas ang pagkakabond ng customer, dahil ang buong workflow at data ng kumpanya ay naka-stored na sa SaaS software na ito, kaya ang gastos at pagbabago sa ibang sistema sa maikling panahon ay mataas. Ito ang pangunahing logika kung bakit nakakakuha ng malaking kita ang SaaS industry na may maliit na asset—at bakit handa ang Wall Street na magbigay ng mga valuation na 20 hanggang 100 beses ang earnings ng SaaS companies sa nakalipas na 20 taon.

Ngunit nang magsimula ang alon ng AI, lalo na pagkatapos pumasok sa panahon ng Agent, nagsimulang mag-antala ang mga pundasyon ng logika na ito. May dalawang antas ang pangunahing pag-aalala ng merkado sa industriya ng SaaS.

Unang antas: Pagpapalit ng mga upuan (Seat compression)

Ang pinakatuwid na antas ng panic ay ang pagkakataon na ang Agent ay nagpapalit sa mga empleyado, na nagdudulot ng malaking pagbaba sa bilang ng SaaS subscription at pagbaba ng kita at kita. Ang mga kumpanyang SaaS ay nakakakuha ng bayad batay sa bilang ng tao—ang isang kumpanya ay bumibili ng bilang ng seat na katumbas ng bilang ng empleyado na gumagamit. Ngunit matapos ang pagdating ng Agent era, ang logika na ito ay ganap na binago: kung ang isang AI Agent ay kayang gawin ang trabaho ng 10 tao, ang isang kumpanya na dati ay kailangang bumili ng 1,000 na account ay ngayon ay kailangan lang ng 100. Ito ang tinatawag na “Seat compression” na madalas banggitin ng Wall Street ngayon.

Ang formula ng kita ng isang SaaS company ay "bilang ng customer × bilang ng seats per user × presyo bawat seat". Sa loob ng 20 taon, ang lahat ng tatlong baryable ay umuunlad, ngunit sa ilalim ng pag-atake ng Agent, ang bilang ng seats per user ay una nang nakakaranas ng structural na panganib ng pagbaba. Ang merkado ay nag-aalala na maaaring ma-disrupt ng AI ang business model ng SaaS companies.

Pangalawang layer: Ang Agent workflow ay nag-iwas sa SaaS interface

Isang mas malalim na antas ng panic ay ang pagkakaroon ng mga Agent na direktang isinasaayos ang mga SaaS software, ginagawa itong pangalawang papel. Ito ang tunay na pinagmulan ng pagkabigla sa merkado. Ang tradisyonal na business model ng SaaS ay may nakatago na palagay na ang software ay para sa tao. Ang Salesforce ay nagdidisenyo ng UI, magagandang dashboard, at mga workflow—lahat ng ito ay para sa pagpapalakas ng mga gawi ng user at pagpapataas ng kanilang pagkakabigla. Ngunit ang Agent ay hindi kailangan ng UI, hindi kailangan ng dashboard, hindi kailangan ng magandang interface; kailangan lamang nito ng data at API.

Kapag maaari na ang Claude na magkonekta nang direkta sa mga plugin ng Salesforce, Notion, Google Drive, at Slack, nagbago nang pangunahin ang workflow. Noon, ang mga sales representative ay direktang buksan ang Salesforce upang tingnan ang data ng customer, tandaan ang mga kontrata, at suriin ang mga sitwasyon pagkatapos ng pagbili—ang kanilang araw-araw na gawain ay halos hindi makalayo sa interface ng software ng Salesforce. Ngayon, maaari nang buksan ng mga sales representative ang Claude upang matapos ang mga dating paulit-ulit na gawain, at ang Claude ay gumagamit ng API upang i-call ang Salesforce, basahin at isulat ang data, kaya hindi na kailangang makipag-ugnayan ang mga sales representative sa interface ng software ng Salesforce.

Ibig sabihin nito na ang SaaS software ay na-“downgraded” ng AI, mula sa pangunahing entry point ng enterprise workflow, naging backend para sa pag-iimbak ng data. Ang takot sa bagay na ito ay ang direkta nitong pagbabago sa chain ng pagkakabahagi ng halaga. Noon, ang mga user ay mas maraming pakikisalamuha sa SaaS software, ngayon naman, mas maraming oras ang mga user ay iniiwan sa pag-interact sa mga Agent. Kung saan pinapasa ng user ang pinakamaraming oras, doon ay may pinakamalaking kapangyarihan sa pagtatakda ng presyo. Sa ganitong sitwasyon, ang SaaS software ay naging suporta ng AI Agent. Noon, ang pinakamalakas na pader ng SaaS ay ang matagal nang user habit at pagkakabuo ng workflow, na batay sa suposisyon na “ang tao ay magiging malalim na gumagamit ng UI interface,” ngunit ang Agent ay nagbabago nito. Sapat ito upang magdulot ng malawakang panic sa merkado.

Samantala, ang makroekonomikong kalagayan ng interes ay nakakapagod, at ang mga gastos sa kapital ng malalaking teknolohiya ay malawakang napupunta sa infrastruktura ng AI, na nagdudulot ng patuloy na pagbaba sa budget para sa pagbili ng software ng mga kumpanya, kaya ang pagbabahagi ng mga growth stock na software na may mahabang panahon ay pinakamalaki. Hanggang sa kasalukuyan sa taong ito, ang buong sektor ng software ay naging malaking underperformer kumpara sa S&P at Nasdaq sa parehong panahon, at mayroong malaking pagkakahati-hati sa merkado, kung saan ang lahat ay nagsasagawa ng blind long sa hardware at short sa software.

Ang pag-aaral ng kumpiyansa ng JPMorgan ay nagpapakita na ang pagkakasakop sa sektor ng semiconductor ay nasa pinakamataas na antas sa kasaysayan, 99.3%, na nangangahulugan na ang halos lahat ng mga investor ay may posisyon sa parehong direksyon. Mas kahalagahan ay ang mga short position sa sektor ng software ay patuloy na tumataas, at ang indikador ng pagsisikap ay nasa ekstremong antas ng 100%. Kapag ang panik ay nasa pinakamataas na punto, karaniwang nagsisimula na ang kritikal na punto ng merkado at ang mga reverse signal.

Hindi ibig sabihin ng mga datos na ang pera ay gagawing agad na lumikas mula sa hardware sector at maglilipat patungo sa software sector. Mas isang signal ng panganib ito—naging sobrang puno na ang hardware sector sa pagtutok ng retail at institutional traders, at bumababa na ang halaga ng pagmamay-ari ng hardware nang walang pag-iisip. Kaya, may natural na pangangailangan ang pera na maglilipat sa pagitan ng mga sector; mula sa mataas na hardware patungo sa mababang software, katulad ng paglilipat mula sa isang sobrang puno at sapat na prisyado na sector sa isang sector na pa rin ay pinipigilan ng mga kuwentong panghalimaw, ngunit maaaring magkaroon ng pagbabago sa基本面.

Ang magandang balita sa hardware sector ay ang lahat ay nanggagaling na, at naka-price na ng market; samantalang ang masamang balita sa software ay ang marami na ang nagbenta, kaya may potensyal na pagbabalik. Malinaw ang aking pagtataya sa tanong na ito: sa loob ng mga sumusunod na 3 buwan, kung titingnan mo lang ang antas ng industriyal na aktibidad, mas matibay ang hardware; ngunit kung titingnan mo ang potensyal na pagtaas, odds, at value-for-money, mas mabuting software. Sa madaling salita, ang hardware ay patuloy na pangunahing direksyon ng AI, ngunit sobrang overloaded na ito sa maikling panahon; ang software naman ay ang pagpapalakas na direksyon, at may mas mataas na elasticity at odds sa mga sumusunod na 3 buwan.

Lalo na dahil sa software sector ay napakalaking pagbaba sa nakaraang ilang buwan. Kasabay ng takot sa AI, may malawak at walang pagkakaiba-iba na pagbebenta ng mga stock ng software; ang merkado ay agad nagbebenta bago magtanong, na nagresulta sa pagkakamali sa pagbabale-wala sa maraming mahusay na software company na may mga barriyer sa negosyo, nakapag-imbak ng data, at aktibong sumasang-ayon sa AI.

At sa susunod na ilang araw, may maraming katalyst sa sector ng software. Halimbawa, sa Mayo 27, ang Salesforce at Snowflake ay magpapalabas ng kanilang pinakabagong financial report sa iisang araw, at ang dalawang report na ito ay magiging sagot sa isang pangunahing tanong: Kaya ba ng AI ang pagkawala ng SaaS, o kaya ay ito ang pagbabago ng presyo ng SaaS? Agad pagkatapos, mula Hunyo 1–4, magpapalabas ang Snowflake ng kanilang taunang konperensya sa San Francisco, na may tema tungkol sa data infrastructure at pagpapatupad ng enterprise AI; at mula Hunyo 2–3, magpapalabas ang Microsoft ang Build Conference, kung saan ang pangunahing paksa ay ang AI Agent, Copilot, developer workflow, at enterprise AI applications. Ang pagkakasunod-sunod ng mga katalyst na ito ay maaaring pagsibulin ang pagbabalik ng mga stock ng software. Kung magsisimula na maniwala ang merkado na ang AI Agent ay hindi naglalayong patayin ang software, kundi gamitin ito bilang platform para sa pagpapatupad, maaaring makatanggap ng benepisyo ang ServiceNow, Salesforce, at Snowflake.

Background ng kumpanya

Ang code ng Salesforce ay CRM, na pareho sa pangalan ng kanilang negosyo; ito ang pinakamalaking kumpanya sa mundo ng customer relationship management software at isa sa mga pinakasimbolikong kumpanya sa panahon ng SaaS. Sa isang simpleng pangungusap, ito ay tumutulong sa mga kumpanya na pamahalaan ang kanilang mga customer. Ngunit ang “pamamahala sa customer” dito ay hindi simpleng pagsisimula ng webpage at pagsasalaysay ng ilang impormasyon ng customer—ang totoong halaga nito ay maging pangunahing sistema ng pag-record ng data ng customer ng kumpanya.

Sino ang customer, sino ang mga empleyado ang nag-follow up, anong mga produkto ang binili, saan na ang kontrata, mayroon bang reklamo sa after-sales, ilang beses na na-contact sa marketing—ang lahat ng pinakamahalagang data sa customer lifecycle ay magiging nakapirmi sa Salesforce. Ito ay ang pinakamahalagang customer asset ng isang kumpanya. Ang AI ay makakatulong sa pagbuo ng email, pagsasummary ng meeting, at awtomatikong pagsulat ng sales script, ngunit kung walang tiwala at mapagkakatiwalaang database ng customer, hindi alam ng AI kung paano gawin ang mga ito—ito ang pinakamahalagang posisyon ng Salesforce. Maaaring ma-impact ng AI ang mga frontend function nito, ngunit hindi naman siguradong mapapatay ang kanyang core.

Ang Salesforce ay isa sa pinakaklasikong tradisyonal na SaaS company na direktang nababawasan ng epekto ng Agent seat compression; ngunit sa kabilang panig, ito ay ang pundasyon ng maraming data ng mga kliyente sa negosyo, at hindi isang simpleng kasangkapan na maaaring palitan nang walang pag-aalala. Ito ang aming pangunahing punto ng pagsusuri sa Salesforce: ito ba ay isang lumang software company na malapit nang ma-disrupt ng AI, o isang machine ng cash flow na sobrang mababa ang presyo sa merkado?

Mayroon ang Salesforce ng higit sa 150,000 na corporate client, mula sa mga startup hanggang sa mga top 500 na kompanya sa mundo. Itinatag ng company ni Marc Benioff noong 1999. Si Benioff ay galing sa Oracle, dating pinakabataong vice president ng Oracle at isa sa mga unang minamahal na alagad ni Larry Ellison, ang tagapagtatag ng Oracle. Pagkatapos ay lumabas siya para mag-entrepreneur at ipinakilala ang isang napakalaking ideya noong panahong iyon: sinasabing hindi dapat ibenta ang enterprise software bilang mga CD na i-install sa server ng customer, kundi dapat ito ay mag-run sa cloud at mag-subscribe sa monthly o yearly basis.

Ang konseptong ito ay napakalakas noong 1999. Noong panahong iyon, ang mga tradisyonal na malalaking kumpanya tulad ng Microsoft, Oracle, at SAP ay may pangunahing modelo na magbenta ng software sa mga negosyo at pagsasagawa nito sa lokal na server. Sa gitna nito, nag-advocate si Benioff ng isang slogan na “No Software,” at sa wakas, nanalo ang SaaS bilang isang negosyong modelo, at naging simbolo na ang Salesforce sa industriya ng SaaS.

Ang katangian ni Benioff ay ang napakalakas na paghuhusga at kakayahang magtaya sa direksyon. Noong unang sinabi niya ang Agentforce noong nakaraang taon, ang buong merkado ay naniniwala na ito ay isang marketing stunt, ngunit sa mga nakaraang kuartal, ang Agentforce ay nakapagbigay ng ilang napakagandang datos. Ang pinakabagong paglalathala ay nagpapakita na ang ARR ng Agentforce ay umabot na sa $800 milyon, na tumataas ng 169% kumpara sa nakaraang taon. Kaya, maniniwala ka o hindi sa kakayahan ng Salesforce na makapag-transisyon sa AI, malaki ang epekto ng iyong paniniwala kay Benioff.

Product matrix

Marami ang naniniwala na ang Salesforce ay isang CRM tool lamang, ngunit sa pamamagitan ng 20+ taon ng paglalawak at pagkuha, naging isang napakalaking enterprise software platform na ito.

Ang pinakamahalaga ay ang Sales Cloud, ang unang produkto nito na tumutulong sa mga koponan ng pagbebenta na pamahalaan ang mga customer, mga pagkakataon sa pagbebenta, at ang sales funnel. Ang malaking bahagi ng sistema ng pagbebenta sa buong mundo ay nakabatay sa produkto na ito. Pagkatapos ng Sales Cloud, lumawak ang Salesforce sa Service Cloud, na espesyal na nakatuon sa customer service at post-sale support, kung saan ang mga tawag ng customer para mag-complain, ang mga email na konsulta, ang online chat na tanong, at ang pag-assign at proseso ng mga ticket sa back-end ay nagpapatakbo sa Service Cloud. Patuloy na lumalawak ito sa Marketing Cloud, na responsable sa digital marketing at tumutulong sa mga kumpanya sa targeted推送, email marketing, at pagsubaybay sa epekto ng pag-advertise; at Commerce Cloud, na responsable sa e-commerce at tumutulong sa mga kumpanya na magbenta online.

Kapag pinagsama ang apat na bahaging ito, kinakapit ng Salesforce ang lahat ng aspeto ng pakikipag-ugnayan ng isang kumpanya sa kliyente, mula sa pagkuha ng mga kliyente, pagkakaroon ng transaksyon, pagpapagaling hanggang sa pagbili muli—mayroong mga produkto para sa buong chain.

Ngunit ang pangarap ni Salesforce ay hindi nagtatapos doon. Sa mga nakaraang taon, naglaan siya ng malaking halaga para sa mga akusisyon. Kinuha niya ang MuleSoft (na nag-aalok ng system integration—kung saan ang isang kumpanya ay maaaring gumamit ng sampu-sampung software nang sabay-sabay, at ang MuleSoft ang nag-uugnay ng data ng lahat ng mga ito), Tableau (na nag-aalok ng data visualization at business analytics, na nagpapalit ng customer data mula sa CRM sa mga chart at insights), at Slack (na nag-aalok ng enterprise communication at collaboration, katulad ng mga lokal na办公 software tulad ng Feishu o DingTalk); at noong nakaraang taon, kinuha niya ang Informatica (na nag-aalok ng enterprise data management, na tumutulong sa mga kumpanya na i-clean, i-integrate, at i-govern ang kanilang mga data na nakalat sa iba’t ibang lugar).

Ang mga akusisyon na ito, kapag pinagsama, ay nagbuo ng isang kompletong ecosystem sa paligid ng customer data ng Salesforce, kung saan ang CRM ay ang sentro, na nakapalibot ng integration, analytics, collaboration, at data governance. Ang pinakabagong umusbong na negosyo ng Salesforce, at ang pinakamahalagang piraso ng puzzle, ay ang Agentforce—ang AI Agent platform na ipinakilala ng Salesforce noong nakaraang taon, at ang pinakamahalagang kahon ng kard nito upang tugunan ang epekto ng AI.

Business model: Mula sa seat economy hanggang sa task economy

Ang business model ng Salesforce ay ang pinakaklasikong SaaS, na binabayaran batay sa bilang ng mga gumagamit. Ang isang kumpanya ay bumibili ng kahit ilang account ayon sa bilang ng mga sales rep na gagamit ng CRM, bawat account ay nasa halagang higit sa $100 bawat buwan, at binabayaran sa ilalim ng taunang kontrata. Maaaring mukhang hindi mahal ang bawat account, ngunit kung mayroon ang isang malaking kumpanya ng libo-libo o maraming libo pang sales, customer service, at operations personnel, ang kabuuang halaga ay magiging isang napakatatag at paulit-ulit na kita. Ito ang pangunahing pinagmulan ng kita ng Salesforce sa nakalipas na 20+ taon.

Ngunit mula nang dumating ang AI, nagsimulang mabawasan ang logika na ito para sa madaling kita. Kung ang isang AI Agent ay kayang awtomatikong gawin ang pag-aaral ng mga kliyente, sumulat ng mga e-mail, pamahalaan ang sales funnel, at i-follow ang mga kliyente, kailangan pa ba ng mga kumpanya ang maraming sales representatives? Ito ang pinakamalaking pag-aalala ng merkado—ang pagkabawas ng mga posisyon. Ang Salesforce ay isa sa mga pinakamadaling kumpanyang ginagamit ng merkado para sa pagbabahagi at pagdiskusyon.

Nakikita rin ni Benioff ang problema na ito. Simula noong nakaraang taon, sinimulan ng Salesforce ang isang mas agresibong ngunit napakahalagang pagbabago sa business model: pinanatili ang mga bayarin para sa mga upuan, ngunit idinagdag ang isang bagong produkto na batay sa paggamit at naaayon sa panahon ng AI, na tinatawag na Agentforce. Sa simpleng salita, ang tradisyonal na modelo ay “bawat account na binili mo, iyon ang babayaran mo,” habang ang bagong modelo ay “bawat gawain na ginawa ng iyong AI Agent, iyon ang babayaran mo batay sa paggamit.” Tinatawag ng Salesforce ang dami ng paggamit na ito bilang Agentic Work Units (unit ng pagsukat para sa mga gawain na natapos ng AI Agent).

Ang lohika sa likod ng bagong modelo ay matalino. Kung talagang kayang palitan ng AI ang ilang trabaho ng tao, maaaring bumaba ang tradisyonal na bilang ng mga upuan, ngunit samantala, maaaring tumaas nang malaki ang bilang ng mga gawain na isinasagawa ng AI Agent: dati, isang sales representative ay maaaring magtrabaho sa 20 kliyente araw-araw, ngunit sa hinaharap, isang AI Agent ay maaaring magtrabaho nang sabay-sabay sa 200 kliyente. Bumaba ang bilang ng mga upuan ng tao, ngunit maaaring dumoble o kahit mag-10x ang bilang ng mga gawain na isinasagawa ng AI. Kung ang sistema ng pagbabayad batay sa gawain ay makakapagtrabaho nang maayos, maaaring magpaunlad nang maluwat ang Salesforce mula sa ekonomiya ng upuan patungo sa ekonomiya ng gawain, at maaaring tumaas nang malaki ang kita bawat kliyente. Ang dating kita ay nakadepende sa bilang ng mga empleyado, samantalang ang hinaharap na kita ay nakadepende sa kabuuang dami ng trabaho. Ito ang pinakamahalagang kahulugan ng Agentforce—maaari itong muli panghugot ang buong sistema ng pagbabayad at negosyo ng Salesforce.

Hindi pa lubos na natutupad ang kuwento na ito. Kahit na umabot na ang ARR ng Agentforce sa $8 bilyon at sobrang mabilis ang paglago nito, mas maliit pa rin ito sa 2% kumpara sa kabuuang kita ni Salesforce na $41.5 bilyon sa isang taon. Ang pagbaba ng bilang ng mga posisyon na dinaranas ni Salesforce ay maaaring mas malala kaysa sa anumang SaaS company, dahil bumebenta ang Salesforce ng mga posisyon para sa mga sales rep, customer service rep, at marketing rep—isang kumpanya na may 10,000 empleyado ay maaaring magbili ng 3,000–5,000 na Salesforce account, at ang mga posisyong ito ay ang unang mga trabaho na aalisin ng AI Agent: pagsusulat ng email, pagsubaybay sa mga kliyente, paggawa ng sales copy, at pag-sagot sa mga tanong ng kliyente—lahat ng ito ay ang mga bagay na pinakamahusay ng AI large models. Mahirap lang na makalaban ang 2% na bagong negosyo laban sa pagbaba ng tradisyonal na mga posisyon.

Kung ganito, bakit pa ako sinasabi na ang Salesforce ay patuloy na值得 ang atensyon ng lahat? Hindi dahil naniniwala ako na ang bagong negosyo na Agentforce ay lalampas sa kita ng lumang SaaS model, kundi dahil ang Salesforce ay may kasalukuyang forward P/E ratio na 13–14 beses, na naglalaman na ng mga pesimistiko na inaasahan. Mayroon itong $14.4 bilyon na libreng pera sa kahon at $50 bilyon na awtorisasyon para sa pagbabalik ng mga aksyon.

Kaya ang pagbili ng Salesforce ay hindi talaga isang pagtaya sa isang kuwento ng malaking paglago gamit ang isang valuation na maraming beses, o pagtaya na matutagumpay itong mag-AI transformation; kundi ito ay batay sa paghahambing at pagtantiya ng intrinsic value at aktwal na presyo. Sa kasalukuyan, nasa isang relatifibong mababang posisyon ang Salesforce. Bagaman ang seguridad na ito ay hindi walang kondisyon—kung talagang magdudulot ang AI ng malaking pagbaba sa kita ng tradisyonal na mga posisyon at hindi kayang kumpleto ng Agentforce, maaaring patuloy na mabawasan ang valuation ng Salesforce. Ngunit habang patuloy na stable ang pangunahing negosyo at patuloy na isinasagawa ang repurchase, kahit pa lang bahagya lamang matupad ng Agentforce, maaaring muling bigyan ng valuation ng merkado, at maaaring umuwi ang presyo ng stock.

Moat

Ang pinakamalakas na pader ng Salesforce ay ang malaking dami ng data na nakumpuni ng mga kliyente sa loob ng higit sa 20 taon. Ang isang kumpanya na gumagamit ng CRM nang 10 taon ay maaaring mayroong milyun-milyong rekord ng kliyente, daan-daang libo-libong proseso ng pagbebenta, at libo-libong kustomisadong field; ang paglipat lahat nito ay katumbas ng pagbubukas muli ng buong digital na pundasyon ng negosyo, at ang gastos sa paglipat ay mas mataas kaysa sa gastos sa pagpapatuloy sa pagbabayad.

Saan naman ang kahinaan ng Salesforce? Ang Microsoft Dynamics 365 kasama ang Copilot ay ang pinakamalaking banta sa Salesforce sa mahabang panahon. Bilang pinakamalaking kumpanya sa software sa buong mundo, ang kanilang B2B office products ay nagsasalamin na sa karamihan ng mga malalaking kumpanya sa buong mundo. Ang Dynamics 365 ay ang CRM product ng Microsoft, na direktang kumakapit sa pangunahing negosyo ng Salesforce, at patuloy na umuunlad ng higit sa 20% sa nakaraang ilang taon. Ang pinakamahalaga ay, ang Dynamics 365 ay malalim na nakaintegrasyon sa Copilot, Teams, at Outlook—ang mga pangunahing entry point ng software na ginagamit araw-araw ng mga empleyado sa kompanya. Kung sa hinaharap, hindi na buksan ng mga sales rep ang Salesforce, kundi gagamit lamang sila ng Copilot sa Outlook o Teams upang awtomatikong i-update ang mga record ng customer, maaaring maging simpleng backend database na lang ang Salesforce. Ito ang pinakamalaking pag-aalala ni Benioff, at ang pinakamalaking hindi siguradong aspeto ng Salesforce sa mahabang panahon.

Pinakabagong data ng financial report

Ang data sa ikatlong kuartal ng nakaraang taon ay ganito: kabuuang kita ng taon ay $41.5 bilyon, tumataas ng 10% yoy; kabuuang RPO ay umabot sa $72 bilyon, tumataas ng 14% yoy; libreng pera sa daloy ay $14.4 bilyon, tumataas ng 16% yoy; kabuuang pagbabalik sa mga shareholder sa taon ay $14.3 bilyon, kung saan $12.7 bilyon ay ginamit para sa pagbili ng sariling stock at $1.6 bilyon para sa dividends. Bukod dito, tinanggap na ng Salesforce ang isang bagong plano para sa pagbili ng sariling stock na may halagang hanggang $50 bilyon. Ang bagong negosyo na Agentforce ay may ARR na $800 milyon, tumataas ng 169% yoy, at may 29,000 na transaksyon.

Ngunit kailangan maglagay ng patch dito: ang 29,000 na transaksyon ay hindi katumbas ng 29,000 na malalaking kliyente, ni hindi ito nangangahulugan na lahat ay malalaking kontrata. Ang data na ito ay nagpapakita lamang na mabilis ang pagpapalawak ng produkto, ngunit ang tunay na nagpapasya sa valuation ay kung makakapagpataas ba ang kompanya ng halaga ng pagbabayad at net revenue retention rate bawat kliyente. Sa panayam na ito sa财报, inaayos ng kompanya ang target na kita para sa taong panaanalig 2030 patungo sa $63 bilyon.

Sa kabuuan, ang mga pangunahing katotohanan ng Salesforce ay talagang malakas. At noong huling pagpupulong ng财报, sinabi mismo ni CEO Benioff na ito ang pinakamalaking taon sa kasaysayan ng kumpanya at ang pinakamagandang taon sa kasaysayan ng industriya ng software, at sinabi niya na ngayon ay isang mabuting pagkakataon para sa pagpapromote at pagbili, kaya inatake ng kumpanya ang pagsasalba ng stocks hanggang sa $50 bilyon. Ang tono nito ay malinaw: masaya ang pamamahala sa财报, at direktang tumutol sa merkado na sobrang pesimista, at ang presyo ng mga stocks ng Salesforce ay maliwanag na napapahamak.

Nang gumawa ako ng video, ang presyo ng Salesforce ay nasa $180 lamang, na may forward P/E ratio ng 13–14x. Kumpara sa mga valuation na 30x hanggang 40x+ sa mga nakaraang taon ng bull market sa software, napakalaking pagbaba, at ito ang pinakamababang valuation sa mga nakaraang taon.

Catalyst at Risk

Ang mga dahilan para maging bullish ay simpleng. Ang valuation nito ay mura, ang cash flow ay patag, ang kasalukuyang pagsasagawa ng repurchase ay napakalaking, at ang bagong negosyo na Agentforce ay nagsisimulang mabilisang umabot. Ang financial report ni Salesforce noong Mayo 27 ay napakahalaga, at ito ang pinakadirektang catalyst sa maikling panahon.

Ang mga dahilan para maging bearish ay ang pagtaas na lamang ng 10%, na hindi mabilis sa industriya ng software; ang pag-aalala tungkol sa pagbabago ng business model dahil sa AI ay hindi pa rin nalalampasan; at ang malaking kakaibang kalagayan ng bagong negosyo na Agentforce. Ang pinakamalaking katanungan ng merkado ay kung kayang bigyan ng suporta ng Agentforce ang kabuuang kita at kita ng kumpanya upang matupad ang kompletong pagbabago sa AI? Ang mga ito ay nangangailangan ng panahon para masuri.

Sa financial report noong Mayo 27, maaaring pansinin ninyo ang mga sumusunod: Una, kumikita pa ba ang Agentforce ng mas mataas sa 100% na year-over-year growth sa ARR? Kung bumaba ang growth rate, ibig sabihin ay may ilang panganib sa AI transformation, at kailangang tingnan kung paano sasagot ang management sa isyu na ito.

Ikalawang punto, may nakita bang malinaw na pagbaba sa negosyo na may kaugnayan sa mga bayarin sa SaaS? Kung may ganitong sitwasyon, kailangan nating maging mabisa—ang merkado ay maaaring patuloy na magpromote ng naratibong “ang AI ay kumakain ng SaaS.”

Bukod dito, mahalaga ring suriin kung patuloy na optimista ang kompanya sa kanilang gabay para sa hinaharap, at kung ang pamamahala ay patuloy na magpapakita ng positibong reaksyon sa epekto ng AI sa business model ng SaaS. Ito ay ilan sa mga mahahalagang puntos na dapat pagtuunan.

Kung titingnan lang ang quarterly earnings noong nakaraang kwartal, naniniwala ako na ang management ay malinaw at optimista; hindi nila isinasaalang-alang na buburahin ng AI ang Salesforce, kundi naniniwala sila na papalawakin ng AI ang Salesforce mula sa isang SaaS application company hanggang maging platform para sa enterprise agents. Gayunpaman, batay sa data, ang kuwento ay nasa maagap na yugto pa ng pagpapatotoo. Para sa akin, hindi kailangang magbigay ng maagap na konklusyon kung sinasakop na ba ng AI ang Salesforce o kung natapos na ba nito ang pagbabago sa negosyo batay sa AI. Mas pinapahalagahan ko ang pagiging pinakamababa ang valuation nito sa loob ng ilang taon, kasama ang matibay na基本面 ng kompanya, kaya mataas ang value at odds sa kasalukuyang pagbili. Gayunpaman, ang pangmatagalang pangunahing kuwento ay ang AI pa rin—kailangan pa ng panahon upang patotohanan kung kayang harapin ng Salesforce ang hamon ng AI.

Background ng kumpanya

Ang ServiceNow ay ang kumpanyang sinabi ko sa simula, ang software company na pinagsanay ni Jensen Huang nang tatlong taon nang pauwi sa Las Vegas. Kung ang Salesforce ay nagpapatakbo ng ugnayan ng kumpanya sa mga kliyente, ang ServiceNow ay nagpapatakbo ng mga empleyado at proseso sa loob ng kumpanya. Sa isang simpleng pangungusap, ito ang sentral na sistema ng paggalaw sa loob ng isang kumpanya.

Maraming proseso sa loob ng kumpanya na nangangailangan ng pag-apruba, pagpapadala, pagpapatupad, at pagsasalaysay, na maaaring i-run sa ServiceNow. Kapag nasira ang computer, kailangan mong magbukas ng ticket sa IT; kapag may bagong empleyado, kailangan mong buksan ang account, i-assign ang computer, at i-passthrough ang proseso ng HR; kapag may error sa sistema, kailangan mong sagutin ang insidente; kapag may security alert, kailangan mong i-assign, i-upgrade, at i-fix. Kaya hindi ito simpleng sistema ng IT ticket—mas tila ito ay isang isangpinag-isang platform para sa lahat ng workflow sa loob ng kumpanya.

Itinataguyod ang ServiceNow noong 2004, na may pangunahang tanggapan sa Santa Clara, California. Ang kasalukuyang CEO ay si Bill McDermott, na dating global CEO ng SAP at may mahabang karanasan sa industriya ng enterprise software. Pagkatapos umabot sa posisyon noong 2019, sinundan ni McDermott ang paglalawak ng kompanya mula sa isang kumpanya ng IT ticketing software patungo sa isang “enterprise-wide workflow platform.” Ang kanyang istilo ay napakakilala—mahusay sa pagpapakita ng malalaking kuwento, paggawa ng malalaking transaksyon, at pagkuha ng malalaking kliyente. Ang ganitong istilo ay naging isang kahusayan sa panahon ng AI.

Product matrix

Ang pinakamahalagang pangunahing negosyo ay ang ITSM, na ginagamit ng mga corporate IT department upang pamahalaan ang mga ticket, pagtugon sa mga insidente, pagpapalabas ng pagbabago, IT assets, at mga hiling sa serbisyo. Sa merkado ng ITSM, ang ServiceNow ay ang walang kamalayang numero uno sa buong mundo. Batay dito, nagpalawak ito patungo sa ITOM (IT Operations Management), kung saan ang ITSM ay mas nakatuon sa "paano masolusyunan ang problema pagkatapos ito mangyari," habang ang ITOM ay nagmamasid sa sistema nang maaga, nakikita ang mga problema, at sinusubukang ayusin ito nang awtomatiko.

Ang pagpapalawak ng negosyo ay patungo sa HR Service Delivery, kung saan maaaring tapusin ang lahat ng mga kahilingan ng empleyado tulad ng pagpapakilala, pagtatapos, pagpapahinga, at pagpapalitan ng posisyon sa ServiceNow. Mayroon ding Customer Service Management (na nag-aalok ng enterprise-level customer service, na may ilang pagkakatulad sa Salesforce’s Service Cloud, ngunit mas nakatuon ang ServiceNow sa mga kumplikadong B2B scenario tulad ng malalaking kagamitan, corporate clients, at interdepartmental service tickets); ang Security Operations ay nag-aalok ng response sa security incidents; at ang Strategic Portfolio Management ay tumutulong sa CIO sa pagpaplano ng portfolio, upang matukoy kung aling IT projects ang dapat ipagpatuloy at aling mga ito ang dapat itigil.

Kapag pinagsama-sama ang lahat ng ito, ang ServiceNow ay naging isang platform para sa mga workflow sa loob ng isang kumpanya mula sa isang simpleng software para sa IT service management. Ito ang pangunahing dahilan kung bakit ang kanilang renewal rate ay nakakamit ang 97%, dahil kapag isang kumpanya ay nakapaglipat na ng lahat ng proseso nito—IT, HR, security, customer service—sa ServiceNow, ang pagpalit nito ay hindi na lamang pagpalit ng isang software, kundi pagbuo muli ng buong sistema ng operasyon sa loob ng kumpanya, na may mataas na gastos.

Kamakalabas na mahalagang pagkakabili

Bukod sa kanilang sariling mga produkto, nagawa ni ServiceNow ang ilang mahahalagang pagkakabili sa nakaraang taon.

Ang unang pagbili ay ang Moveworks, na nagtataglay ng AI-powered na assistant para sa mga empleyado. Hindi na kailangang maghahanap ng iba't ibang entry points ang mga empleyado kung may katanungan—kakausap lang nila ang AI, na makakatulong sa pag-check ng patakaran, pagpapasa ng ticket, pagsubaybay sa kalagayan, at kahit paano ang paglutas ng ilang mga problema. Pagkatapos ng akusisyon, inilahad ng ServiceNow ang kakayahan ng Moveworks sa kanilang EmployeeWorks.

Ang pangalawang isa ay Veza, na pangunahing nag-aalok ng identity governance at permission management. Sa panahon ng AI Agent, napakahalaga ang tanong na “Sino ang makakapag-access sa anumang data?”—hindi lang ang mga tao ang kailangang kontrolin, kundi pati na rin ang mga permission ng mga Agent. Ito ang solusyon na ibinibigay ni Veza.

Ang ikatlong pagkakataon ay ang pagkuha sa Armis, na nagbibigay ng real-time visualization ng mga asset sa larangan ng cybersecurity. Nakikita ng Armis kung ilang mga device ang nasa corporate network, alin sa mga ito ang may vulnerabilities, at alin ang nagsasagawa ng komunikasyon.

Ang tatlong akusisyon na ito ay may isang karaniwang layunin: ang paghahanda para sa malawakang pagpasok ng AI Agent sa mga negosyo. Upang makapagtrabaho ang isang Agent sa loob ng isang kumpanya, kailangan niya na malaman kung ano ang itatanong ng mga empleyado, kung sino ang may pahintulot na gamitin ang mga data, at anu-ano ang mga asset sa network. Ang tatlong akusisyon na ito ay nagpuno ng bawat isang kakayahan. Bagaman, ang paggawa ng ilang akusisyon nang magkakasunod sa maikling panahon ay maaaring magdulot ng mga panganib sa integrasyon, lalo na ang malaking transaksyon na Armis na may halagang $7.75 bilyon—ang mga panganib na ito ay mas detalyadong pag-uusapan namin sa susunod.

Pangunahing AI na estratehiya: AI Control Tower

Ang pinakamahalagang AI strategy ni ServiceNow ay tinatawag na AI Control Tower. Dapat magsimula ang konseptong ito sa isang totoong problema. Sa hinaharap, hindi magiging isang kompanya lamang ang gagamit ng AI ng isang korporasyon; maaaring gagamitin nila ang OpenAI's GPT para sa customer service, ang Anthropic's Claude para sa pagsusuri ng kontrata, ang Microsoft's Copilot para sa pagkakasundo ng dokumento, ang Google's Gemini para sa pag-analisa ng data, at gagawa rin sila ng maraming sariling AI Agent.

Nangyayari ang tanong sa puntong ito: sino ang magmamaneho sa mga AI Agent na nagpapatakbo nang sabay-sabay sa loob ng kumpanya? Sino ang magdedesisyon kung ano ang data na maaaring i-access nila at ano ang hindi? Sino ang masisiguro na hindi sila magpapalabas ng kanilang awtoridad? Paano matutukoy ang responsibilidad kung mangyari ang isang aksidente? Ito ang problema na lalutasin ng AI Control Tower.

Hindi nais ng ServiceNow na lumikha ng isang bagong ChatGPT, kundi maging ang governance layer, orchestration layer, at execution layer para sa enterprise-grade AI Agent, na responsable sa pagpapatakbo ng mga AI na ito sa loob ng negosyo nang ligtas, kompliyante, at ma-audit. Ito ang nagpapagkaiba sa kanila sa maraming iba pang kumpanya ng SaaS software. Maraming kumpanya ang nagsisipag-isip, “Baka pwede ko ba gawin ang aking sariling AI Agent upang makipagkumpitensya sa ChatGPT, Claude, at Gemini para sa entry point sa application layer?” Ngunit matalino ang ServiceNow sa pagpili ng ibang daan: “Hindi ako makikipagkumpitensya sa mga base model ninyo, kundi pinoproseso ko ang mga proseso ng pagpapatupad ng mga model na ito pagkatapos mabuwag sa loob ng negosyo.”

Ang layunin ng ServiceNow ay ang magbigay ng pagpapahalaga at pag-uunawa kahit anong AI ang gamit ng isang kumpanya—kung ano man ang AI na pumasok sa proseso ng kumpanya, gumagamit ng mga sistema nito, o nagpapatupad ng mga gawain nito, kailangan itong ma-govern at ma-orchestrate sa pamamagitan ng ServiceNow.

Bakit ang ServiceNow?

Dito kailangan munang bumalik sa 20+ taon ng pagkakalikha ng mga pundasyonal na kakayahan ni ServiceNow. Mayroon itong isang bagay na tinatawag na CMDB (Configuration Management Database). Sa simpleng salita, ito ay ang buong mapa ng mga IT assets at relasyon ng sistema sa isang kumpanya. Kung ano ang mga server, mga application na tumatakbo, at ang mga ugnayang pahintulot sa pagitan ng mga user, lahat ay nakarehistro doon. Mayroon din itong isang process engine na nagpapatakbo na ng mahigit sa sampung taon, kung saan ang lahat ng pagpapahintulot, pagsasagawa, at mga link sa pakikipagtulungan sa kumpanya ay gumagana sa ServiceNow. Mayroon din itong kompletong audit log, kung saan ang sistema ay nakakaiiwan ng rekord kung sino ang gumawa ng anumang aksyon, kailan ito ginawa, at anong mga detalye ang binago.

Pagkatapos mabuhos sa isang kumpanya, ang pinakakailangan ng AI Agent ay ang tatlong bagay ito: kailangan malaman kung anong mga sistema ang maaaring gamitin sa loob ng kumpanya, kailangan isagawa ang mga gawain ayon sa mga itinakdang proseso, at kailangan i-record ang bawat hakbang na ginawa ng Agent. Bukod dito, sinikat pa ni ServiceNow ang pagpapatibay ng pagkakakilanlan at mga pahintulot sa pamamagitan ng Veza at ang real-time na visualisasyon ng mga asset sa pamamagitan ng Armis.

Sa Knowledge Conference na ito, isang hakbang pa ang naging advance: inilunsad ng ServiceNow ang Action Fabric. Ang tool na ito ay nagpapahintulot sa anumang third-party AI Agent—kaya man ito ay Claude, GPT, Gemini, o Copilot—na gamitin ang governance engine ng ServiceNow para sa pagpapatupad ng enterprise-level tasks. “Hindi ako nag-aalala kung anong AI model ang gagamitin mo, pero ang pagpapatupad at governance ay dapat dumadaan sa aking layer,”—ang logika na katulad ng iOS ni Apple, kung saan hindi direktang gumagawa ang Apple ng bawat app, ngunit lahat ng app ay tumatakbo sa iOS. Ang layunin ng ServiceNow ay sumunod sa parehong landas.

Endorsed by Jensen Huang

Ang pinakamakapangyarihang pagpapatibay sa posisyon na ito ay galing kay Jensen Huang. Patuloy na sumali si Jensen Huang, ang CEO ng NVIDIA, sa taunang konperensya ng ServiceNow nang tatlong taon na ang nakalipas—hindi ito simpleng suporta ng mga kasosyo sa isa't isa, kundi ang NVIDIA ay sariling kliyente ng ServiceNow. Ang sistema ng pagtawag ng presyo para sa mga supercomputer ng NVIDIA ay tumatakbo sa ServiceNow; dati, kailangan ng limang araw upang makagawa ng isang kumpletong dokumento ng presyo, ngunit sa pamamagitan ng AI workflow, maaari na itong tapusin sa limang minuto.

Ang orihinal na pahayag ni Huang Renxun ay: “Ang ServiceNow ay sa katotohanan ang enterprise operating system sa panahon ng AI.” Noong taong ito, naglabas ang dalawang kumpanya ng Project Arc, kung saan ibinibigay ng NVIDIA ang secure AI computing sandbox, habang ibinibigay ng ServiceNow ang enterprise-grade governance, na nagpapakita ng malalim na pagkakabukod ng dalawang kumpanya. Ito ay nagpapakita na ang AI Control Tower ng ServiceNow ay hindi isang isoladong konsepto ng software—nagsisimula itong maging bahagi ng mga kuwento ng pagpapatupad sa mga enterprise ng mga kasosyo sa ecosystem ng AI tulad ng NVIDIA, OpenAI, Google, at Anthropic.

Pinakabagong financial data

Sa unang kuartal ng taong ito, ang kabuuang kita ay $3.77 bilyon, na tumataas ng 22% kumpara sa nakaraang taon; ang kita mula sa pagsubskripsyon ay $3.671 bilyon, na kumakatawan din sa pagtaas ng 22% at lumampas sa itaas ng gabay; ang kabuuang RPO ay $27.7 bilyon, na tumataas ng 25% kumpara sa nakaraang taon; at ang rate ng pagpapalit ng mga kliyente ay 97%. Ang lahat ng mga numero na ito ay nagpapakita na walang problema sa mga pundasyon ni ServiceNow—nagsisilbi pa rin ito bilang isang software platform na may halos 20% na paglago, 97% na rate ng pagpapalit, mataas na margin ng kita, at mataas na cash flow.

Mas nakakaimprenta ang performance ng AI. Ipinataas ng kumpanya ang target na ACV (Annual Contract Value) para sa AI taong ito mula sa $1 bilyon noong simula ng taon patungo sa $1.5 bilyon. Tandaan, ito ay batay sa contract value, hindi sa kasalukuyang kita, at magiging realisado ang kita sa pagkakasunod-sunod. Ngunit ang pagtaas ng target ng 50% sa loob ng isang quarter ay nagpapakita na may mga customer na bumibili ng kanilang AI products at ito ay nasa mabilis na paglago.

Ang presyo ng its stock ay bumaba ng higit sa 50% mula sa kasaysayang tuktok, at ang forward P/E ratio ay kasalukuyang nasa pagitan ng 21–24 beses. Para sa isang software company na may mabilis na paglago at maliit na asset, ito ay nasa isang relatiwong mababang presyo na antas.

Catalyst at Risk

Ang mga dahilan kung bakit bullish sa ServiceNow ay malinaw. Una, ang kanilang AI narrative ay napakalinaw—ang AI Control Tower ay ang operating system ng mga kumpanya sa panahon ng AI; habang lalong tumataas ang pangangailangan sa AI, mas kailangan ng mga kumpanya ng isang platform para sa pamamahala, audit, mga pribilehiyo, at pagpapatupad. Ikalawa, ang kanilang bagong AI business ay patuloy na lumalago—ang AI ACV ay tumaas mula sa $1 bilyon patungo sa $1.5 bilyon, at ang kuwento ay totoo nang nagpapatotoo. Ikatlo, ang kanilang ecosystem ng mga kasosyo ay malakas—ang OpenAI, Google Gemini, Claude, at NVIDIA ay nagtatrabaho nang malalim o nag-iintegrate sa ServiceNow, na magpapalakas sa kanilang posisyon bilang “Enterprise AI Control Tower.”

Ngunit kailangan din ipaliwanag ang mga panganib na kinakaharap ni ServiceNow. Pagkatapos ng paglabas ng pinakabagong quarterly earnings report, bagaman ito ay lumampas sa mga inaasahan ng merkado, bumaba pa rin ito ng dalawang digit pagkatapos ng pagtutok, na nagpapakita na ang trend ng merkado ay hindi pa nabago, at patuloy pa ring may pag-aalinlangan ang mga tao sa business model ng mga SaaS company at sa kanilang pagpapalit sa AI. Bukod dito, tatlong akusisyon ni ServiceNow ay nangyari nang mabilis, lalo na ang malaking transaksyon na $7.75 bilyon para sa Armis, na kailangan ng oras para ma-absorb—ang merkado ay magiging masinsinan sa pagsusuri kung gaano karami sa inaasahang pagtaas ng kita ay mula sa mga akusisyon at gaano karami ay mula sa organic na paglago. Ang panlabas na panganib ay ang geopolitical na sitwasyon sa Middle East, kung saan ilang malalaking proyekto ay na-delay noong nakaraang quarter, na nagdulot ng negatibong epekto na halos 75 basis points sa paglago ng subscription income.

Para sa ServiceNow, ako ay patuloy na optimista. Ito ang pinakamadaling maintindihan at pinakamalinaw na AI narrative sa mga tatlo, at ang pinakamadaling tanggapin ng merkado. Ang posisyon nito bilang AI Control Tower ay hindi magkakaroon ng epekto mula sa AI—kundi magiging benepisyado nito sa pagkalat ng AI, at may malaking potensyal na maging pinakamahalagang software platform sa proseso ng pagpapatupad ng enterprise AI. Sa parehong panahon, mula sa pananaw ng valuation, bawasan na ng kalahati ang presyo nito noong nakaraang taon, at ang forward P/E nito ay mababa, katulad ng Salesforce, at nasa isang mas murang antas. Sa kasalukuyan, ang value at risk-reward ratio para sa pagbili ay napakabuti.

Background ng kumpanya

Ang pinakasimpleng paglalarawan sa kompanyang ito ay ang super warehouse ng enterprise data. Kung ang Salesforce ay nagtataglay ng customer data, at ang ServiceNow ay nagtataglay ng process data, ang Snowflake ay nagtataglay ng data. Lahat ng data sa loob ng isang enterprise—tulad ng sales data, user behavior, financial reports, at system logs—ay isinasalin sa Snowflake, at maaari mong gawin ang analysis, modeling, at pagpapatakbo ng AI workloads sa super data warehouse na ito.

Product matrix

Ang pinakamahalagang pundasyon ng Snowflake ay ang data warehouse at data lake, kung saan isinusulat ng mga kumpanya ang kanilang structured at semi-structured data, at ginagamit ang SQL queries at data analysis dito—ito ang pundasyon ng Snowflake at pinagkukunan ng karamihan sa kanilang kita. Sa ibabaw ng pundasyong ito, binuo ng Snowflake ang Snowpark, na nagpapahintulot sa mga developer na direktang isulat ang kanilang code sa Python, Java, at Scala sa loob ng Snowflake upang buuin ang data pipelines at machine learning models, nang hindi kailangang ilipat ang data labas ng platform—kaya maaari matapos ang buong proseso mula sa data processing hanggang sa model training sa loob ng platform.

Tataas pa, ang Snowflake Cortex AI Suite, na ang pangunahing pagpapalakas sa huling isang taon at higit pa, na may dalawang pangunahing produkto. Ang Snowflake Intelligence ay para sa mga gumagamit sa negosyo, na nagpapahintulot sa kanila na makipag-usap sa data gamit ang likas na wika; ito ay awtomatikong nag-aaccess, nag-aanalisa, at naglalikha ng mga insigh mula sa structured at unstructured data sa Snowflake, at kayang mag-eksekuta ng multi-step tasks, na mas katulad ng isang enterprise-level AI Agent. Ang Cortex Code naman ay para sa mga developer, at iba ito sa karaniwang programming assistant dahil ito ay isang native AI Coding Agent ng Snowflake na nakakaintindi sa data structure, permission settings, at computing environment ng Snowflake; kayang mag-write ng data pipelines, i-debug ang queries, at buuin ang AI applications nang direkta—napakalakas ng mga tampok nito.

Kaya malinaw ang pagkakahati ng mga produktong ito: ang Snowflake Intelligence ay para sa mga gumagamit sa negosyo, upang makapagtanong, magamit, at pag-uusig ng data ng AI nang direkta kahit hindi alam ang SQL queries; ang Cortex Code naman ay para sa mga teknikal na tim, upang mas mabilis na makabuo ng mga data application, data pipelines, at AI applications ang mga developer at data engineers.

Bukod sa mga produkto ng AI, mayroon ang Snowflake ng dalawang natatanging kakayahan. Ang Snowflake Marketplace ay isang market para sa pagbabahagi at pagbebenta ng data, kung saan maaaring bumili at magbenta ng mga dataset ang mga negosyo nang direkta, o gamitin ang data mula sa mga third-party para sa pag-analisa. Ang Data Clean Rooms naman ay nagpapahintulot sa pagtatrabaho sa pagitan ng mga organisasyon sa ilalim ng pagprotekta sa privacy, kung saan maaaring magkaroon ng joint analysis ang dalawang kumpanya nang hindi ipinapakita ang kanilang orihinal na data. Maaari itong gamitin ng industriya ng advertising para sa cross-platform attribution, ng industriya ng panggagamot para sa joint clinical research, at ng industriya ng pondo para sa kolaborasyon laban sa fraud. Ang dalawang kakayahan na ito ay mga natatanging advantadong mahirap kopyahin.

Kapag pinagsama ang lahat ng ito, ang Snowflake ay nagsisilbing pagbabago mula sa isang tool para sa data warehouse patungo sa isang AI data platform. Sa ilalim ay ang data storage at computation, sa gitna ay ang development tools at AI engine, at sa itaas ay ang intelligent assistant at data market na nakatuon sa mga business user. Ang Snowflake ay hindi lamang nais tulungan ang mga kumpanya na i-store at i-query ang kanilang data, kundi gawing posible na i-analyze, i-share, at i-develop ang mga application sa isang iisang governed data platform, at isama ang AI nang direkta sa kanilang business data. Sa kliyente, mayroon ang Snowflake ng higit sa 13,300 enterprise customers, at ang platform ay nagproseso ng 6.3 bilyon na data queries araw-araw.

Business model

Ito ang pinakamalaking pagkakaiba ng Snowflake sa dalawang nakaraang kumpanya. Ang pangunahing negosyo ng Salesforce at ServiceNow ay batay sa bilang ng mga upuan, kung saan binabayaran ang isang fixed na subscription fee bawat taon; samantalang ang Snowflake ay lubos na iba—ito ay batay sa tunay na paggamit ng mga yunit sa pagkalkula at pag-iimbak. Magbabayad ka ayon sa formula ng platform batay sa bilang ng mga query na isinagawa, ang dami ng computing power na ginamit, at ang dami ng data na ikinubli.

May kabutihan at kasamaan sa pattern na ito. Ang magandang bahagi ay ang pagtaas ng eksponensyal na paggamit ng data ng mga kumpanya sa panahon ng AI, kung saan bawat AI task ay nangangailangan ng computing power at query sa data, kaya tumataas nang natural ang kita ni Snowflake kasabay ng pagtaas ng AI workload. Ang masamang bahagi naman ay kung ang mga kumpanya ay magpapaliit ng budget o mag-o-optimize ng kanilang workload, bababa rin ang kita ni Snowflake.

Gayon man, nagsimula na ring mag-promote nang malakas ang Snowflake sa mga kontrata ng komitment sa pagkonsumo na nagtatagal ng maraming taon. Ang RPO sa pinakabagong pahayag ng pananalapi ay $9.77 bilyon, na tumataas ng 42% kumpara sa nakaraang taon, na nagpapakita na ang mga malalaking kliyente ay nagsisimula nang i-lock ang kanilang budget para sa computing power sa susunod na ilang taon para sa Snowflake, at hindi na isang relasyong maaaring pabayaan nang bigla.

Moat at kompetitibong landscape

Ang kanyang kalakasan ay nasa data retention. Pagkatapos ilagay ang data sa Snowflake, ang lahat ng mga modelong pagsusuri, query scripts, at data pipelines sa itaas at ibaba ay binubuo dito, kaya mataas ang gastos sa paglipat. Ito ang pinakamahalagang pader ng Snowflake. Bukod dito, ang kanyang Data Clean Rooms ay mas matatag sa pagpapanatili ng privacy at pagtatrabaho sa pagitan ng mga organisasyon, at mahirap kopyahin.

Ang kahinaan ay ang sobrang kompetisyon. Ang pinakamalaking kalaban ay ang Databricks, na ang pinakabagong taunang kita ay umabot na sa $5.4 bilyon, na may pagtaas ng 65% yoy—mas mabilis pa sa dalawang beses kaysa sa 29% ng Snowflake—at ang pinakabagong valuation ay umabot na sa higit sa $100 bilyon. Mas malakas ang Databricks sa machine learning at AI workloads. Kung mag-IPO ang Databricks sa hinaharap, malamang ito ay magiging isa sa mga pinakamalaking IPO na pinapansin sa enterprise software market, at sa gayon ay kailangan ng Snowflake na harapin ang direkta paghahambing sa public market.

Bukod sa Databricks, malaki rin ang banta mula sa mga pangunahing cloud provider. Patuloy na umuunlad ang Redshift ng AWS, BigQuery ng Google, at Synapse ng Azure, at natural na nakabukod sa kanilang sariling cloud ecosystem; sila ay parehong kasosyo at potensyal na alternatibo ng Snowflake. Sa ibaba pa, mayroon pa ang DuckDB at ClickHouse, mga open-source o bagong tool na nagpapalawak sa merkado sa mga partikular na sitwasyon tulad ng lokal na pag-analisa, real-time na pag-analisa, at mura ang pag-query. Kaya mas kumplikado ang kompetisyon ng Snowflake kaysa kay Salesforce at ServiceNow.

Ang hindi intuisyong panganib sa pagkonsumo

Isang iba pang bagay na hindi intuïtibo: Ang pinakakatakutan ng Snowflake ay hindi ang pagkakaroon ng mga kliyente na hindi gumagamit nito, kundi ang pagkakaroon ng mga kliyente na sobrang magaling sa paggamit nito. Dahil ang modelo ng Snowflake ay batay sa pagkonsumo, mas mataas ang kita nito kung mas marami ang paghahanap, pagcompute, at pag-iimbak ng kliyente; ngunit kung ang isang kumpanya ay nakakakita na sobrang mataas ang kanilang taksil, ito ay magpapadali sa kanilang engineering team na mapabuti ang mga query, i-compress ang storage, o kaya’y palitan ang ilang mababang halaga ng mga gawain gamit ang mga open-source na kasangkapan.

Ito ang double-edged sword ng pattern ng pagkonsumo: habang mabilis ang paglago, tumataas ang kita kasabay ng paggamit ng mga kliyente; ngunit kapag nagsimula na ang mga kliyente na i-optimize ang kanilang paggamit, tumitigil din ang paglago ng kita. Nakikita na ang trend na ito sa data: bumaba ang net revenue retention rate ng Snowflake mula sa 131% patungo sa 126%, at sa pinakabagong 125%. Kahit paano, nananatiling malusog ang numerong ito, na nagpapakita na patuloy pa ring dumadami ang pagkonsumo ng mga umiiral na kliyente bawat taon, ngunit ang pagsabog ng trend ay nagpapakita na ang paglago ng mga umiiral na kliyente ay hindi na ganun kalakas kaysa dati. Ang likod nito ay mayroong natural na pagbaba dahil sa malaking base, pati na rin ang epekto ng pag-optimize ng gastos at pagpapabagal ng ritmo ng pagkonsumo ng mga kliyente.

Kaya ang Snowflake ay mas katulad ng isang AI data platform na may mataas na paglago at mataas na elasticity, ngunit may napakalaking antas ng kompetisyon. Ito ang pinakamalaking kagandahan ng Snowflake, at ang pinakamalaking panganib nito.

Pinakabagong financial data

Ang kabuuang kita mula sa produkto para sa buong taon ay $4.47 bilyon, na tumataas ng 29% kumpara sa nakaraang taon, ang pinakamabilis na paglago sa mga kompanyang ito. Ang kita mula sa produkto para sa pinakabagong kuwarto ay $1.23 bilyon, na tumataas ng 30% kumpara sa nakaraang taon, kaunting mas mataas kaysa sa rate ng buong taon. Ang RPO ay $9.77 bilyon, na tumataas ng 42% kumpara sa nakaraang taon. Ang netong bagong kliyente para sa pinakabagong kuwarto ay 740, na tumataas ng 40% kumpara sa nakaraang taon. Bukod dito, ang kompanya ay nag-sign ng pinakamalaking isang transaksyon sa kasaysayan, na hihigit sa $400 milyon. Ang lahat ng mga datos na ito ay nagpapakita na ang pangangailangan para sa Snowflake ay hindi nagpapabagal; sa katotohanan, ang mga malalaking kliyente ay patuloy na nagpapahiwatig ng mas malalaking matagalang kontrata.

Ngunit malinaw din ang problema. Sa ilalim ng GAAP, nag-亏损 pa rin ang Snowflake ng halos $1.33 bilyon sa buong taon, at ito ang tanging kompanya sa tatlo na hindi pa nakakamit ng profit sa GAAP. Bawat kuartal, humahigit pa sa $400 milyon ang stock compensation, at higit sa $1.7 bilyon sa buong taon—malaki ang presyur sa pagkakawala ng mga shareholder.

Ngunit ang Snowflake ay patuloy na pinakamahal sa mga tatlong kumpanya, na may EV/Sales multiple na humigit-kumulang 9 beses batay sa hinaharap na kita, na mas mataas nang malinaw kaysa sa Salesforce.

Catalyst at Risk

Sa mga positibong aspeto, may ilang puntos ang Snowflake. Una, hindi ang Snowflake isang tradisyonal na SaaS model, kundi isang usage-based model, na natural na makikinabang sa paglago ng AI workloads. Sa maikling panahon, mas maraming AI na ginagamit, mas maraming kita ang Snowflake. Ikalawa, ang RPO ay tumataas ng 42% kumpara sa nakaraang taon, na nagpapakita na ang malalaking kliyente ay patuloy na naglalagay ng mas malalaking long-term contract, na nagpapakita ng malakas na pagkakakilanlan sa hinaharap na kita. Ikatlo, ang Snowflake Intelligence at Cortex Code ay mabilis na lumalawak, na may higit sa 9,100 mga account na nagsasagawa ng AI features.

Bukod dito, may dalawang mahalagang pangyayari pa ang Snowflake: ang paglabas ng kanilang financial report noong Mayo 27, at agad pagkatapos ay ang Snowflake Annual Conference mula Hunyo 1 hanggang 4 sa San Francisco. Dahil malapit ang dalawang catalyst, sa tingin ko, mas malaki ang benepisyo kaysa sa panganib. Sa panahong iyon, malaki ang posibilidad na magkakaroon ng malakas na pagbabago sa presyo ng stock.

Dapat rin nating maunawaan ang mga panganib. Una, ang patuloy na pagkawala ayon sa GAAP ay ang pinakamalaking kahinaan. Sa isang paligid kung saan mas pinipili ng merkado ang kita at cash flow, mas malaki ang presyong presyong dadaan ng Snowflake kumpara sa Salesforce at ServiceNow. Ikalawa, ang Databricks ay ang pinakamalakas na kalaban ng Snowflake sa kasalukuyan; ang pag-IPO ng Databricks sa hinaharap ay maaaring magbago sa kompetisyon sa buong sektor ng data platform. Kung mas mabilis ang paglago nito pagkatapos ng IPO, mas malakas ang AI na kuwento, at mas atraktibo ang valuation, maaaring magmigrasyon ang pondo mula sa Snowflake patungo sa Databricks. Bukod dito, mayroon ding mga kaso ng mga shareholder at pagbawas ng mga looban, na ang mga ito ay mga gulo sa corporate governance na maaaring makaapekto sa emosyon ng merkado, ngunit hindi ito ang pangunahing tema sa kasalukuyan.

Isang pangkalahatang pagsusummary ng Snowflake: pinakamabilis na lumalago sa tatlo, may pinakadirektang AI data infrastructure, at naturally immune sa tradisyonal na SaaS business model, ngunit may pinakamataas na valuation, pinakamalakas na kompetisyon, at pinakamahina na kalidad ng kita—mataas na payout, mataas na panganib.

Pagkatapos ng pag-aaral sa tatlong kumpanya, ibabahagi ko sa inyo ang aking personal na subhektibong pananaw.

Kung pinahahalagahan mo ang safety margin at prefer ang logic ng value investing, ang Salesforce ay ang pinakamakapagpapahinga sa pagitan nito—mga sampu-sampung beses ang forward P/E, $14.4 bilyon na free cash flow, $50 bilyon na authorization para sa buyback, at patuloy na profitability, kaya malaki ang safety margin sa pagbuo at pagpapanatili nito. Gayunpaman, ang paglago nito ay lamang 10%, kaya maaaring hindi gaanong malakas ang potensyal na pagtaas ng presyo nito.

Kung tanggapin mo ang lohika ng governance layer na AI Control Tower, maaaring ang ServiceNow ay ang pinakamalinaw na AI narrative sa mga tatlong kompanya, na may paglago ng higit sa 20%, 97% na renewal rate, 22x forward P/E ratio, at suporta ni Jensen Huang na patuloy na nagpapakita ng suporta sa loob ng tatlong taon—ang current buying valuation ay patuloy na mataas. Ngunit ang kondisyon ay kailangan mong tanggapin ang panganib ng integrasyon sa makabagong pagkuha at magdala ng mataas na volatility sa maikling panahon.

Kung hinahanap mo ang pinakamalaking flexibility at kayang tanggapin ang pinakamalaking volatility, ang Snowflake ay isang high-odds bet, at ang pinakamalaking panganib ay ang pagkakaroon ng patuloy na pagkawala ng kita, pagbaba ng net dollar retention rate, at ang posibleng IPO ng kanilang kalaban, ang Databricks, na maaaring magbago sa buong valuation anchor ng data platform sector. Ang risk at volatility ay talagang mataas.

Bukod sa mga tatlong kompanyang ito, kung naghahanap ka ng pinakamalakas na anchor sa software sector, ang Microsoft ay patuloy na ang pinakamahusay na pagpipilian—ito ang pinakamalaking software stock na napagbawalan nang labis sa sirkulong ito. Gayunpaman, gusto kong bigyang-diin na ito ay aking sariling framework para sa paghuhusga, at hindi ito isang investment advice. Kailangan pa rin ninyong batasan ang inyong sariling portfolio at gumawa ng mga desisyon batay sa rasyonal na pagsusuri.

Sa huli, bumabalik tayo sa unang itinatanong na tanong: Gagawin ba ng AI na mamatay ang buong industriya ng software, o ibinigay nito sa atin ang isang pagkakataong magandang bilhin isang beses sa sampung taon?

Ang aking pagtataya ay ang kuwento na pinapatay ng AI ang software ay sobrang pinasimple. Ang totoo ay tinatanggal ng AI ang mga software na nagbebenta lamang ng interface ng functionality, ngunit pinaparangal din nito ang mga platform na nagbebenta ng infrastructure at governance. Hindi lahat ng software ay aabot ng pagbabago.

Kasalukuyang katulad ng pagbagsak ng internet bubble noong 2000, kung saan ang pangunahing trend ng merkado ay "ang internet ay magkakaroon ng pagkamatay sa lahat ng tradisyonal na kumpanya," ngunit ang mga naging buhay ay hindi lamang ang mga internet company, kundi ang mga tradisyonal na kumpanya na unang sinuportahan ang internet at isinama ang mga tool na ito sa kanilang mga negosyo, na nakapag-transmit nang maayos sa internet. Pagkalipas ng 20 taon, tingnan natin ang alon ng AI—parehong lohika. Ang mga software company na may tunay na barrier, nakapag-imbak ng data, at maaaring maglingkod bilang platform na pabrika ng AI, ay magiging pinakamalaking tagapagtagumpay. At ngayon, maaaring nasa simula na sila ng bagong cycle ng pagtaas.