Isinulat ni: Uchimaru ng Universe, Deep潮 TechFlow
Sa Pebrero 2026, ang merkado ng tech stocks ay nasa gitna ng isang sistemikong pagbagsak na tinatawag ng ilang media bilang “SaaSpocalypse.”
Bumaba ang presyo ng mga shares ng Salesforce ng halos 40% mula sa mataas na punto nito noong 2025; bumagsak ang ServiceNow ng higit sa 11% sa isang araw pagkatapos ipahayag ang kanilang quarterly earnings, dahil lamang sa isang pahayag ng management sa telekonferensya na “ang AI agents ay nagiging komplikado ang pagkakakilanlan sa paglago ng mga upuan”; bumaba ang Workday ng higit sa 22%; ang buong S&P 500 Software and Services Index ay nawala ng halos $1 trilyon sa market value sa unang anim na linggo ng 2026.
Ang lohika ng merkado ay direktang: ang mga AI agent ay nakakapalit na sa malaking bilang ng manual na operasyon; kapag ang mga kumpanya ay nakakagawa na ng trabaho na dati ay kailangan ng 100 tao, wala nang kailangang 100 software licenses. Ang SaaS business model na batay sa license ay itinuturing na nasa dulo na ng kasaysayan.
Sa panahon na ang panic trading ay umabot sa buong industriya, ang head of US Tech Research ng HSBC, si Stephen Bersey, ay naglabas ng isang研究报告 na may nakakalokal na pamagat: “Software Will Eat AI”.
Ang kanyang pangunahang punto, isang pangungusap na pinagsasama: Ang panic sa merkado ay isang maling pagtataya.
Report na lumabas sa gitna ng pagbaba
Ang pagkabalisa ng merkado na ang AI ay magpapalit sa enterprise software ay mali.
Isinulat niya sa simula ng ulat. Sa kanyang pananaw, hindi iiwasan ng AI ang software, kundi ito ay tatanggapin ng software bilang isang antas ng kakayahan na nakapaloob sa mga platform ng enterprise software. Hindi ang software ang kalaban ng AI, ang software ay ang sandata ng AI upang makarating sa realidad.
Ang lohikang ito ay binago ang buong pagsasalaysay ng kasalukuyang merkado. Ang takot ng merkado ay "ang AI ay magpapalitan ng software," habang ang pagpapasya ni Bersey ay "ang software ay magpapakilos sa AI."
Isinama niya ang isang historical analogy mula sa panahon ng internet: noong lumitaw ang internet, ang unang pagkolekta ng halaga ay nakatuon sa pisikal na imprastruktura—mga server, mga kable ng optical fiber, mga data center. Maraming kapital ang dumaloy sa imprastruktura ng hardware, habang ang mga maagap na kumpanya ng internet na nagsisikap ay naging mga tagapagtagumpay sa matagalang halaga. Ang software, ay ang huling punto ng halaga ng internet.
Sa pag-unlad ng AI, ayon kay Bersey, nagrerereplica ito sa parehong skrip. Ang 2024 at 2025 ay ang panahon ng pagbuo ng imprastruktura—ang computing power, mga modelo, at integrasyon ng code—lahat ay naghahanda para sa pag-usbong ng software layer. At ang 2026, ay ang taon kung kailan magkakaroon ng tunay na pagpapalabas ng engine.
Ang software ay magiging pangunahing mekanismo kung paano magkakalat ang AI sa mga pinakamalaking kumpanya sa buong mundo. Naniniwala kami na 2026 ay ang taon ng pagpapagsimula ng pagkakaroon ng kita mula sa software.
Bakit hindi makapalitan ng enterprise software ang base model?
Ang pinakamalakas na argumento sa ulat ay ang pagpapaliwanag nang buong detalye sa lohika na ang "AI ay direktang nagbabago ng software".
Ang mga pananaw ng mga kritiko ay tila napakalakas: ang mga malalaking modelo sa wika ay kaya nang sumulat ng code, ang vibe coding (pagbuo ng direktang gumagana software sa pamamagitan ng natural language description) ay umuunlad, at ang mga kumpanya ng AI ay nagsisimula nang gawin ang mas maraming mga pagsubok sa application layer—totoo bang kailangan pa ng mga negosyo ang mga mahal at tradisyonal na software system tulad ng Oracle, SAP, at Salesforce?
Ang sagot ni Bersey ay binuksan sa tatlong antas.
Una, ang pangunahang modelo ay may "kamalian sa pagkakalikha".
Nakasaad ng malinaw na ulat na ang pangunahing modelo ay “mayroong likas na kakulangan” at hindi kayang magtagumpay sa “buong pagpapalit” ng mga pangunahing platform ng malalaking kumpanya. Mabuti sila sa mga nararapat na skena tulad ng paggawa ng imahe, pagbuo ng maliit na aplikasyon, at pagproseso ng teksto, ngunit para sa mga mataas na antas ng katumpakan at mga pangunahing platform para sa negosyo, ito ay “hindi realista”.
Ang pangunahing dahilan ay ang limitasyon ng mga data sa pagtuturo. Ang LLM ay tinuturuan sa mga publikong data sa internet, ngunit ang mga pribadong arkitektura, lohika ng negosyo, at mga pamantayan sa operasyon na nakumpuni ng mga sistemang enterprise sa loob ng maraming dekada—ang mga pangunahing ari-arian sa intelektwal na pag-aari—ay hindi nasa internet, kaya hindi makakatuto at hindi makakapagkopya ang AI. Ang mga barrier ng mga sistema ni Oracle at SAP ay hindi matatawag na matatapos sa pamamagitan ng pagsusulat ng code; ito ay nakalikha sa pamamagitan ng panahon at mga sitwasyon sa negosyo.
Pangalawa, sobrang pinakita ang kakayahan ng Vibe Coding.
Ang ulat ay direktang tinukoy ang patayong kahinaan ng Vibe Coding: ito ay naglalagay ng buong responsibilidad at bigat sa pagdidisenyo sa mga developer. Kapag sinabi mo sa AI, “Gusto kong mayroong sistema na makakasalang sa global na supply chain,” maaaring mag-generate ang AI ng code, ngunit ang mga pagpapasya tulad ng “paano matutukoy ang arkitektura ng sistema, paano masisolve ang mga exception, at paano masisiguro na hindi mabubulok sa ekstremong presyon” ay nananatiling nasa kamay ng tao.
Mas mahalaga pa, sinabi ni Bersey na ang mga pangunahing kumpanya ng AI ay “kailangan lamang ng kaunting karanasan sa pagbuo ng enterprise software.” Sila ay mula sa zero sa isang napakakomplikadong kapaligiran. Samantala, ang enterprise software ay nagsimula na sa loob ng maraming dekada at nabago hanggang sa antas na “halos walang error, mataas na throughput, at mataas na reliability”—isang benchmark na hindi kayang abutin ng mga bagong kumpanya ng AI sa maikling panahon.
Ikatlo, ang gastos sa pagpapalit ng mga kumpanya ay isang totoong mataas na pader.
Kahit ipagpalagay na talagang kayang gumawa ng parehong antas ng code ang AI, ang gastos ng pagpapalit ng core system ng isang kumpanya ay patuloy na napakataas—ang panganib ng paghinto sa kita, pagkawala ng produktibidad, mga problema sa compatibility ng sistema sa iba’t ibang IT environment, at ang pagkakaroon ng tiwala sa brand at kakayahan ng supplier… lahat ito ay tunay na gastos sa pagpapalit, at hindi ito lalabas dahil kayang isulat ng AI ang code.
Ang mga pangangailangan sa enterprise software ay ang napatunayang 99.999% uptime na nakamit sa loob ng maraming taon, at ang walang error na pagganap sa iba’t ibang kumplikadong IT environment. Ang tiwala na ito ay natamo sa pamamagitan ng oras, hindi sa pagmamanipula ng code.
Sino ang tunay na makikinabang sa pagpaparami ng AI?
Kung ang unang bahagi ay isang depensibong argumento, ang ikalawang bahagi ng ulat ay isang offensibong pagpaplano.
Ang pangunahing paghuhusga ni Bersey ay: Ang pinakamalaking bahagi ng AI value chain ay hahantong sa software layer, hindi sa hardware at chip layer.
Naniniwala kami na ang AI ay ang pangunahang pinagkukunan ng halaga sa software stack, at ang pinakamalaking bahagi ng matagalang halaga ay magiging para sa software, hindi sa hardware.
Pinagbigyan niya rin ng pansin na ang kakulangan sa hardware, ang kakulangan sa GPU, ang mga limitasyon sa enerhiya, at ang mga bottleneck sa data center ay magpapatuloy sa mga susunod na taon. Ang kakulangan na ito, sa katotohanan, ay nagpapalakas sa estratehikong posisyon ng software platform: ang mga software platform lamang ang makakapagpapalit ng AI capability sa scalable at repeatable na komersyal na halaga.
Ang partikular na midyum para sa pagpapalit ay tinutukoy ng ulat bilang AI agents (agentic AI).
Inaasahan ni Bersey na sa taong 2026, makikita natin ang malawakang pag-deploy ng mga AI agent na nakatuon sa mga gawain at nakapaloob sa mga workflow sa mga kumpanya sa Fortune 2000 at sa mga maliit at katamtamang negosyo. Gayunpaman, ang kanyang paglalarawan sa mga agent ay iba sa pangkalahatang pananaw sa merkado; hindi niya itinuturing ang mga agent bilang mga disruptor na magpapalit sa software, kundi bilang mga sistema na kailangang magtrabaho sa loob ng mga parameter at pahintulot na itinakda ng software—tulad ng “mga may hangganan na agent”—na kaya magbigay ng tugon sa pangangailangan ng mga kumpanya sa pagkontrol sa panganib ng AI.
Sa ibang salita, hindi kailangan ng mga negosyo ang isang lahat-kakayahang AI na libre na tumatakbo; kailangan nila ang isang AI na maaaring gawing maayos, ma-audit, at gumagana sa loob ng isang framework ng pagkakasunod. At ito, ang isang agent na malalim na nakapaloob sa mga sistema ng enterprise software ang magagawa lamang.
Ang software ay ang pangunahing paraan kung paano kontrolado ng mga kumpanya ang paggamit ng AI.
Samantala, hinuhulaan ng ulat na ang paghingi para sa pagpapatakbo (inference) ay magiging mas malaki kaysa sa paghingi para sa pagtuturo, at magiging pangunahing drive sa paglago ng pagkakagamit ng computing power, na nangangahulugan na habang lumalaganap ang mga agent, ang pagkakagamit ng computing power ay hindi magkakaroon ng pagbaba, kundi magpapatuloy na lumalago, na mas magpapalakas sa buong ecosystem ng software at infrastraktura.
Pagkakataon o trap?
Sa panahon ng paglabas ng ulat, ang kabuuang valuation ng software sector ay bumaba na sa isang historical low. Ang pagtataya ni Bersey ay: ang mababang valuation kasama ang darating na taon ng liquidity ay isang pagkakataon na pumasok, hindi isang signal na lumabas.
Ang pagtataya ng software ay nasa historical low, bagaman ang industriya ay nasa harap ng malawakang paglalawak.
Sa pag-rekomenda ng mga partikular na aktibo, malinaw ang lohika ng HSBC: ang mga software company na may malalim na data moat, may kakayahang mag-embed ng AI agents, at hindi nakabatay sa pure headcount-based pricing model ang magiging pinakamalaking benepisyaryo sa kasalukuyang alon ng AI monetization. Ang listahan ng buy rating ay kasama ang Oracle, Microsoft, Salesforce, ServiceNow, Palantir, CrowdStrike, at Alphabet, na halos sumasakop sa lahat ng pangunahing player sa enterprise software.
Mahalagang tandaan na pinababa ng HSBC ang rating sa IBM at Asana, at isinama ang Palo Alto Networks sa “sell”—hindi lahat ng software company ay ligtas sa pagdadaan sa krisis; ang susi ay kung makakabuo sila ng imprastruktura para sa pagpapatupad ng AI agents, at hindi lamang bilang tao na interface na iiwasan ng mga agent.
Ang report ni Bersey ay may malakas na lohika at tamang oras; ang kanyang pagtutol sa trend ay may sariling malakas na epekto sa pagpapalaganap.
Ngunit may isang problema: hindi direktang sinagot ng ulat na kung ang mga AI agent ay talagang maaaring magtrabaho nang epektibo sa loob ng framework ng enterprise software, bababa pa rin ba ang pangangailangan ng mga kumpanya sa “seats” ng software? Maaaring tama ang halaga ng software bilang medium ng AI, ngunit ang business model na “per user” ay maaari pa bang suportahan ang kasalukuyang valuation—ito ay isang tanong na naka-angat.
Ang software ay naglalas ng AI, o ang AI ay naglalas ng software, ang debate na ito, ang bawat pagsusuri sa pananalapi noong 2026, ay magiging bagong ebidensya.