Kesan AI terhadap Saham SaaS: Analisis Salesforce, ServiceNow, dan Snowflake

Dikompilasi & disusun: Shenchao TechFlow

Tamu: Nico

Saham perisian SaaS di bawah mimpi buruk AI: CRM vs NOW vs SNOW, siapakah peluang gandaan yang sebenarnya disalahkan? Penjelasan sepuluh ribu perkataan mengenai peluang perisian seterusnya

Sumber podcast: Nico Frontier Alpha

Tarikh siaran: 21 Mei 2026

Dalam separuh tahun terakhir, Wall Street menggunakan istilah "Hari Kiamat SaaS" untuk menggambarkan penurunan tajam yang hebat, di mana Salesforce, ServiceNow, dan Snowflake jatuh separuh dari titik tertinggi mereka, sementara model kepadatan JPMorgan menunjukkan bahawa kepemilikan institusi di sektor semikonduktor telah melonjak hingga 99,3%, manakala sektor perisian hanya 22,8%, mencerminkan perpecahan emosi sejarah. Pada titik ini, pelabur Nico memberikan penilaian yang bertentangan dengan naratif utama: AI bukanlah untuk membunuh industri perisian, tetapi untuk menyingkirkan syarikat-syarikat yang hanya menjual antaramuka fungsional, dan memberi ganjaran kepada platform yang menjual infrastruktur dan tata kelola; walaupun keadaan industri sektor perisian kini tidak sebaik peranti keras, nisbah risiko-keuntungan dan nilainya lebih tinggi.

Bahagian paling bernilai dalam rancangan ini ialah menganalisis tiga syarikat secara berperingkat di bawah kerangka penilaian yang sama: Salesforce (PE hadapan 13–14 kali, arus tunai bebas US$14.4 bilion, kuasa beli balik US$50 bilion) adalah "pengikut margin keselamatan", ServiceNow (naratif AI Control Tower, didukung oleh Jensen Huang selama tiga tahun berturut-turut) adalah "pengikut naratif AI paling jelas", dan Snowflake (perniagaan berdasarkan penggunaan, RPO meningkat 42% secara tahunan, tetapi masih rugi mengikut GAAP) adalah "pengikut elastisiti tinggi dan risiko tinggi". Pada 27 Mei, Salesforce dan Snowflake akan mengumumkan laporan keuangan pada hari yang sama, diikuti segera oleh konvensyen tahunan Snowflake dan konvensyen Microsoft Build; katalisator-katalisator ini akan membentuk jendela pengamatan langsung terpendek.

「SaaS Doomsday」dan ekstremisasi suasana pasaran

• Sektor perisian telah dipukul habis-habisan, bukan hanya satu syarikat yang mengalami masalah, tetapi keseluruhan sektor perisian telah dihukum mati oleh pasaran.
• Model keramaian JPMorgan menunjukkan bahawa kepadatan pemilikan institusi di sektor semikonduktor telah meningkat tajam kepada 99.3%, manakala kepadatan sektor perisian hanya 22.8%, yang merupakan perpecahan emosi pada tahap sejarah.
• Berita baik untuk sektor peranti keras ialah semua orang sudah membeli, dan sudah dihargai oleh pasaran; manakala berita buruk untuk perisian ialah kebanyakan orang sudah menjual, sehingga terdapat ruang untuk pemulihan ke atas. Dalam tiga bulan ke depan, jika hanya melihat keceriaan industri, peranti keras pasti akan lebih kuat; tetapi jika melihat ruang kenaikan, nisbah risiko-keuntungan, dan nilai untuk wang, perisian mungkin sebenarnya lebih baik.

Dampak AI terhadap model perniagaan SaaS

• Banyak antaramuka yang dahulu menjadi asas pengenalan caj oleh syarikat SaaS, kini boleh dihasilkan sebagai prototaip yang boleh digunakan dalam masa yang sangat singkat dengan AI, tanpa sebarang pengalaman pengaturcaraan. Hal yang benar-benar menjadi kebimbangan pasaran ialah kekurangan dan tembok perlindungan pada lapisan fungsi SaaS sedang runtuh.
• Jika sebuah Agen AI mampu melakukan pekerjaan 10 orang, maka syarikat yang sebelumnya perlu membeli 1000 akaun kini hanya memerlukan 100 akaun sahaja. Ini adalah apa yang disebut sebagai Seat compression, pengekangan tempat duduk, yang sering disebut di Wall Street baru-baru ini.
• Agen tidak memerlukan UI, tidak memerlukan dashboard, tidak memerlukan antaramuka yang cantik; ia hanya memerlukan data dan API. Ini bermakna perisian SaaS telah diserang secara mendalam oleh AI, berubah dari pintu masuk utama aliran kerja perusahaan menjadi latar belakang penyimpanan data.

Transformasi dan penilaian Salesforce

• Membeli Salesforce pada dasarnya bukanlah bertaruh dengan valuasi puluhan kali ganda pada cerita pertumbuhan tinggi atau kejayaan transformasi AI-nya, tetapi berdasarkan perbandingan dan penilaian antara nilai intrinsik dan harga sebenarnya; ia kini memang berada pada kedudukan yang agak diremehkan.
• Agentforce telah menukar logik caj dari berdasarkan [bilangan orang] kepada berdasarkan [tugasan]. Pendapatan sebelum ini berkaitan dengan bilangan pekerja, manakala pendapatan masa depan akan berkaitan dengan jumlah keseluruhan kerja. Selagi logik caj berdasarkan tugasan berjalan lancar, Salesforce boleh berpindah dengan lancar dari ekonomi tempat duduk kepada ekonomi tugasan.
• Dynamics 365 Microsoft ditambah dengan Copilot adalah ancaman terbesar jangka panjang terhadap Salesforce. Jika pada masa depan penjual tidak lagi membuka Salesforce, tetapi membiarkan Copilot memperbaharui rekod pelanggan secara automatik di Outlook atau Teams, Salesforce mungkin berubah daripada pintu masuk kerja menjadi pangkalan data latar belakang.

Strategi AI Control Tower ServiceNow

• ServiceNow bukan ingin menciptakan semula ChatGPT, tetapi menjadi lapisan tata kelola, pengaturan, dan pelaksanaan bagi Agen AI perusahaan. Tidak kira perusahaan menggunakan AI daripada mana-mana pihak, selagi AI tersebut memasuki proses perusahaan, memanggil sistem perusahaan, atau melaksanakan tugas perusahaan, ia mesti melalui ServiceNow untuk tata kelola dan pengaturan.
• Posisi ini serupa dengan iOS Apple, di mana Apple tidak akan membuat setiap aplikasi secara langsung, tetapi semua aplikasi berjalan di atas iOS. ServiceNow juga ingin mengikuti jalan ini di masa depan.
• Kata-kata asli Huang Renxun: "ServiceNow pada dasarnya adalah sistem operasi perusahaan di era AI."

Paradoks model penggunaan Snowflake

• Yang paling ditakuti Snowflake bukanlah pelanggan yang tidak menggunakannya, tetapi pelanggan yang menggunakannya terlalu mahir. Apabila perusahaan menyedari bahawa bil Snowflake terlalu tinggi, mereka akan mendorong pasukan kejuruteraan untuk mengoptimumkan soalan, memampatkan penyimpanan, atau bahkan menggantikan sebahagian tugas bernilai rendah dengan alat sumber terbuka—inilah pedang bermata dua dalam model penggunaan.
• Kadar retensi pendapatan bersih Snowflake turun dari 131% kepada 126%, dan kemudian kepada 125% terkini, yang masih sihat, tetapi tren menurun menunjukkan bahawa kelajuan pengembangan pelanggan lama sudah tidak secepat dulu.
• Snowflake adalah yang paling cepat tumbuh di antara ketiganya, dengan infrastruktur data AI yang paling langsung, serta secara alami tidak terpengaruh oleh model perniagaan SaaS tradisional; tetapi ia juga memiliki penilaian tertinggi, persaingan paling sengit, dan kualiti keuntungan paling lemah. Imbalan tinggi, risiko tinggi.

Perbandingan sejarah dan penilaian akhir

• Narasi bahawa AI membunuh perisian telah disederhanakan berlebihan. Apa yang sebenarnya berlaku ialah AI sedang menggantikan perisian yang hanya menjual antaramuka fungsi, tetapi pada masa yang sama memberi ganjaran kepada platform yang menjual infrastruktur dan tatacara. Tidak semua perisian akan diganggu.
• Pada masa gelembung internet tahun 2000, tren utama pasaran ialah [internet akan membunuh semua syarikat tradisional], tetapi syarikat yang bertahan bukan hanya syarikat internet, tetapi juga syarikat tradisional yang paling awal menerima internet dan mengintegrasikan alat-alat ini ke dalam perniagaan mereka. Selepas 20 tahun, logik gelombang AI kali ini juga sama.

Pada permulaan tahun 2026, narasi "AI membunuh industri perisian" memicu seluruh pasaran saham AS. Sejak itu, seluruh sektor perisian dikuasai oleh mimpi buruk tentang kehancuran oleh AI. Pemimpin sektor perisian, Microsoft, tidak terkecuali, dengan harga sahamnya jatuh lebih dari 25% sepanjang tahun ini, dan jika diukur dari titik tertinggi sejarah, penurunan maksimum mendekati 40%, hampir setara dengan penurunan pasaran saham AS pada 2022. Sementara itu, saham perisian popular dalam beberapa tahun terakhir seperti Salesforce, ServiceNow, dan Snowflake telah kehilangan lebih dari separuh nilai pasarnya. Ini bukan masalah satu syarikat semata, tetapi seluruh sektor perisian telah dihukum mati oleh pasaran. Wall Street memberi nama peristiwa ini sebagai "SaaS Doomsday".

Dalam tempoh hampir enam bulan terakhir, sama ada pelabur kecil atau institusi, semuanya melakukan perkara yang sama: membeli saham peranti keras dan menjual pendek saham perisian, sehingga sektor perisian dihancurkan. Namun, baru-baru ini, beberapa isyarat tidak biasa muncul diam-diam. Model kepadatan JPMorgan menunjukkan bahawa kepadatan kepemilikan institusi di sektor semikonduktor telah melonjak ke 99.3%, manakala kepadatan sektor perisian hanya 22.8%—ini adalah perpecahan emosi pada tahap sejarah. Pada masa yang sama, Presiden Amerika Syarikat Trump secara diam-diam membeli saham perisian dengan jumlah berjuta-juta dolar; Bill Ackman, pengurus dana hedging paling terkenal di Wall Street dalam hal membeli pada harga rendah, juga pada masa yang sama menempatkan posisi besar dalam Microsoft, syarikat terbesar dalam industri perisian; dan CEO NVIDIA, perusahaan dengan kapitalisasi pasaran tertinggi di dunia, Jensen Huang, secara peribadi terbang ke Las Vegas untuk menyokong sebuah syarikat perisian selama tiga tahun berturut-turut.

Jadi, adakah AI sebenarnya ingin membunuh seluruh industri perisian, atau memberi kita peluang beli rendah sekali dalam sepuluh tahun? Dalam video hari ini, saya akan menguraikan tiga syarikat perisian paling perwakilan: Salesforce, ServiceNow, Snowflake.

Mengenai AI yang membunuh industri SaaS dan jatuhnya saham perisian, semuanya bermula pada Januari tahun ini. Pada 30 Januari, Anthropic (syarikat di sebalik model besar Claude) secara diam-diam menerbitkan 11 plugin di GitHub, bernama Claude Cowork—sebuah repositori kod yang ringkas, disertai satu blog. Namun, dalam tempoh 48 jam selepas penerbitan, saham perisian global berdarah-darah. Menurut anggaran pasaran, bahagian perisian kehilangan nilai pasaran sebanyak US$285 bilion.

Mengapa semua orang begitu panik? Seorang jururunding CNBC menjalankan eksperimen yang membuat semua pengurus syarikat SaaS tidak dapat tidur. Dengan menggunakan Claude Code, beliau membangun semula laman web bernama Monday.com dalam masa satu jam, dengan kos hanya $5–15. Monday.com ialah syarikat perisian pengurusan projek yang disenaraikan di pasaran saham AS, dengan nilai pasaran berbilion dolar. Seorang jururunding berjaya mencipta demo pengurusan projek yang kelihatan hampir serupa dengan Monday.com hanya dalam masa satu jam dan dengan kos beberapa dolar.

Tentu, ini bukan bermaksud mengatakan ia benar-benar meniru syarikat awam, Monday.com yang sebenar mempunyai kebenaran perniagaan, keselamatan data, ekosistem integrasi, dan saluran jualan—semua ini tidak boleh dicapai dalam masa satu jam oleh AI, dan memerlukan masa untuk direkodkan dan dikumpulkan. Tetapi perkara yang paling menakutkan dalam eksperimen ini ialah, banyak antaramuka fungsi yang dahulu menjadi asas pengenaan bayaran oleh syarikat SaaS, kini boleh dihasilkan sebagai prototaip yang boleh digunakan dalam masa yang sangat singkat hanya dengan AI, tanpa sebarang pengalaman pengaturcaraan. Di sebalik cerita ini, perkara yang sebenarnya menjadi kebimbangan pasaran ialah kejarangan dan parit pertahanan pada lapisan fungsi SaaS sedang runtuh. Model SaaS tradisional yang mengenakan bayaran berdasarkan bilangan pengguna mungkin tidak lagi boleh bertahan di bawah tekanan AI. Ini juga mencerminkan ambisi syarikat model AI asas, yang tidak lagi hanya berfokus pada pengoptimuman prestasi model besar, tetapi terus masuk ke lapisan aplikasi untuk memperoleh sebahagian daripada kek besar ini.

SaaS ialah singkatan bagi Software as a Service (perisian sebagai perkhidmatan). Intinya sangat mudah, iaitu membawa perisian tempatan yang biasanya dipasang pada pelayan perusahaan ke awan, di mana pelanggan membayar secara bulanan atau tahunan untuk mendapatkan hak penggunaan perisian tersebut. Dalam 20 tahun terakhir, model ini telah menjadi mesin pencipta kekayaan terbesar dalam industri perisian.

Logik penagihan utama semua syarikat SaaS hampir semuanya berdasarkan bilangan pengguna. Jika sebuah syarikat mempunyai 1,000 pekerja yang perlu menggunakan perisian ini, mereka mesti membeli 1,000 akaun dan membayar bayaran langganan secara berterusan, dengan harga setiap akaun antara puluhan hingga ratusan dolar AS setahun. Semakin tinggi frekuensi penggunaan dan semakin lama masa penggunaan, semakin kuat kekentalan pelanggan, kerana keseluruhan alur kerja dan data syarikat tersebut telah terkumpul dalam perisian SaaS ini, menjadikan kos migrasi dan peralihan dalam jangka pendek sangat tinggi. Ini sebenarnya adalah logik asas yang membolehkan industri SaaS bermodal ringan mendapat keuntungan tanpa usaha, serta sebab utama mengapa Wall Street bersedia memberikan penilaian tinggi kepada syarikat SaaS dengan pelbagai kali ganda ganda PE selama 20 tahun terakhir.

Namun, gelombang AI meletus, terutama setelah memasuki era Agent, dasar logika ini mulai goyah. Kekhawatiran pasaran terhadap industri SaaS terutama ada dua tingkat.

Tahap pertama: Kompresi tempat duduk

Kekhawatiran paling langsung ialah agen menggantikan pekerja, menyebabkan penurunan besar dalam bilangan langganan SaaS dan penurunan tajam dalam pendapatan dan keuntungan. Syarikat SaaS mengenakan bayaran berdasarkan bilangan orang; syarikat membeli bilangan tempat mengikut bilangan pekerja yang menggunakan perkhidmatan. Namun, dengan kedatangan era Agen, logik ini benar-benar terbalik: jika satu Agen AI mampu melakukan kerja 10 orang, maka syarikat yang sebelumnya perlu membeli 1000 akaun kini hanya memerlukan 100 sahaja. Inilah yang sering disebut oleh Wall Street sebagai “Seat compression (kompresi tempat)”.

Rumus pendapatan syarikat SaaS ialah « jumlah pelanggan × bilangan tempat duduk per orang × harga unit ». Selama 20 tahun terakhir, ketiga-tiga pemboleh ubah ini telah meningkat, namun di bawah tekanan Agen, indikator bilangan tempat duduk per orang menghadapi risiko penurunan struktural untuk pertama kalinya. Pasaran bimbang bahawa model perniagaan SaaS mungkin digulingkan oleh AI.

Tahap Kedua: Alur kerja Agent mengelakkan antaramuka SaaS

Kekhawatiran yang lebih mendalam ialah di bawah alur kerja Agent, perisian SaaS secara langsung dilalui dan menjadi peranan sekunder. Tahap ini adalah inti sebenar yang menyebabkan pasaran panik. Model perniagaan SaaS tradisional mempunyai satu persyaratannya yang tersirat, iaitu perisian direka untuk digunakan oleh manusia. Salesforce mereka UI, mereka dashboard yang cantik, dan mereka alur kerja—pada dasarnya semua ini bertujuan untuk membina kebiasaan pengguna dan meningkatkan kekukuhan pengguna. Tetapi Agent tidak memerlukan UI, tidak memerlukan dashboard, dan tidak memerlukan antaramuka yang cantik; ia hanya memerlukan data dan API.

Apabila Claude boleh terus menyambungkan plugin anda ke Salesforce, Notion, Google Drive, dan Slack, aliran kerja mengalami perubahan mendasar. Dahulu, jurujual terus membuka Salesforce untuk memeriksa data pelanggan, mengikuti kontrak, dan melihat status selepas jualan—aktiviti harian mereka hampir selalu bergantung pada antaramuka perisian Salesforce. Kini, jurujual boleh terus membuka Claude untuk menyelesaikan tugas-tugas berulang sebelum ini, sementara Claude memanggil Salesforce melalui API untuk membaca dan menulis data, membolehkan jurujual tidak perlu menyentuh antaramuka perisian Salesforce sama sekali.

Ini bermakna perisian SaaS telah diserang oleh AI, turun dari kedudukan sebagai pintu masuk utama aliran kerja perusahaan menjadi latar belakang penyimpanan data. Kekhawatiran besar dalam perkara ini ialah ia secara langsung mengubah rantai pembahagian nilai. Dahulu, pengguna paling banyak berinteraksi dengan perisian SaaS, tetapi kini pengguna memperuntukkan lebih banyak masa kepada interaksi dengan Agen. Di mana pengguna memperuntukkan paling banyak masa, di situlah kuasa penetapan harga terbesar berada. Dalam keadaan ini, perisian SaaS menjadi watak sokongan kepada Agen AI. Dahulu, kekuatan terbesar SaaS ialah kebiasaan pengguna dan pengendapan aliran kerja jangka panjang, yang pada dasarnya berasaskan anggapan bahawa “pengguna akan menggunakan antaramuka secara intensif”, tetapi Agen sedang mengubah titik ini. Ini cukup untuk memicu kepanikan besar di pasaran.

Sementara itu, persekitaran kadar faedah makro tegang, perbelanjaan modal oleh teknologi besar hampir semuanya dialihkan kepada infrastruktur AI, anggaran pembelian perisian syarikat terus ditekan, dan penilaian saham pertumbuhan perisian jangka panjang mengalami tekanan paling ketat. Sehingga kini pada tahun ini, keseluruhan sektor perisian jauh tertinggal berbanding S&P Nasdaq pada tempoh yang sama, dan pasaran mengalami situasi polarisasi, di mana semua orang secara membabi buta membeli peralatan dan menjual pendek perisian.

Analisis kepadatan oleh JPMorgan menunjukkan bahawa kepadatan industri semikonduktor telah mencapai paras tertinggi sejarah pada 99.3%, bermakna hampir semua pelabur memegang posisi dalam arah yang sama. Lebih menarik lagi, posisi pendek dalam industri perisian sedang meningkat secara perlahan-lahan, dan indikator risiko pemadatan telah mencapai paras ekstrem 100%. Apabila kepanikan mencapai puncaknya, titik kritikal pasaran dan isyarat songsang sering mula muncul.

Data ini bukan bermaksud bahawa dana segera akan ditarik keluar dari sektor peranti keras dan dialihkan ke sektor perisian. Ini lebih merupakan isyarat risiko, di mana peranti keras menjadi sektor yang paling sesak dalam perdagangan institusi dan runcit, dan kecekapan melakukan beli tanpa pertimbangan terhadap peranti keras semakin rendah, sehingga dana secara semula jadi memerlukan perpindahan antara sektor; beralih dari peranti keras yang berada di aras tinggi kepada perisian yang berada di aras rendah, sama dengan beralih dari sektor yang sangat sesak dan telah diberi harga sepenuhnya dalam jangka pendek, kepada sektor yang masih ditekan oleh cerita hantu tetapi asasnya mungkin menunjukkan peningkatan.

Berita baik untuk sektor peranti keras ialah semua orang sudah membeli, dan harga sudah dipatuh oleh pasaran; manakala berita buruk untuk perisian ialah kebanyakan orang sudah menjual, sehingga terdapat ruang untuk pulih naik. Penilaian saya terhadap isu ini sangat jelas: dalam tempoh 3 bulan ke depan, jika hanya melihat tahap kejayaan industri, peranti keras pasti akan lebih kuat; tetapi jika melihat ruang kenaikan, nisbah risiko-manfaat, dan nilai, perisian mungkin akan lebih baik. Dengan kata lain, peranti keras masih merupakan garis utama AI, tetapi dalam jangka pendek ia sudah terlalu sesak; perisian adalah arah pemulihan, dengan elastisiti dan nisbah risiko-manfaat yang lebih tinggi dalam 3 bulan ke depan.

Terutama kerana sektor perisian telah dijatuhkan dengan teruk dalam beberapa bulan terakhir. Disertai dengan kepanikan AI, saham perisian mengalami jualan besar-besaran dan tanpa pilih kasih, di mana pasaran menjual terlebih dahulu sebelum bertanya, yang benar-benar menyebabkan banyak syarikat perisian berkualiti tinggi dengan rintangan perniagaan, pengumpulan data, dan secara aktif menerima AI menjadi sasaran penilaian yang salah.

Selain itu, dalam beberapa puluh hari ke depan, sektor perisian memiliki banyak katalis. Sebagai contoh, pada 27 Mei, Salesforce dan Snowflake akan mengumumkan laporan keuangan terkini pada hari yang sama; kedua laporan ini akan menjawab satu soalan utama: adakah AI sedang menelan SaaS, atau sedang menetapkan semula harga SaaS? Seterusnya, dari 1 hingga 4 Jun, Snowflake akan mengadakan konvensyen tahunannya di San Francisco dengan tema infrastruktur data dan pelaksanaan AI perniagaan; pada 2 hingga 3 Jun, Microsoft akan mengadakan konvensyen Build dengan isu utama iaitu AI Agent, Copilot, aliran kerja pembangun, dan aplikasi AI perniagaan. Katalis-katalis ini yang bertindih bersama mungkin akan memperkuat tren pemulihan saham perisian. Jika pasaran mula percaya bahawa AI Agent bukanlah untuk membunuh perisian, tetapi untuk melaksanakannya melalui platform perisian, maka saham-saham perisian seperti ServiceNow, Salesforce, dan Snowflake mungkin semuanya akan mendapat manfaat.

Latar belakang syarikat

Kod Salesforce ialah CRM, yang sepadan dengan nama perniagaannya; ia adalah syarikat perisian pengurusan hubungan pelanggan terbesar di dunia dan salah satu syarikat paling simbolik dalam era SaaS. Dengan kata mudah, ia membantu perusahaan mengurus pelanggan. Tetapi "mengurus pelanggan" di sini bukan sekadar membolehkan jurujual membuka laman web dan memasukkan beberapa maklumat pelanggan; nilai sebenarnya ialah menjadi sistem rekod pusat data pelanggan perusahaan.

Siapa pelanggan, siapa saja staf yang mengikuti, produk apa yang dibeli, sejauh mana proses kontrak, adakah keluhan pasca-penjualan, dan berapa kali sentuhan pemasaran telah dilakukan—data paling penting dalam siklus hidup pelanggan ini akan disimpan di Salesforce. Semua ini adalah aset pelanggan paling penting bagi perusahaan. AI boleh membantu anda menghasilkan e-mel, merumuskan mesyuarat, dan menulis skrip jualan secara automatik, tetapi tanpa pangkalan data pelanggan yang boleh dipercayai, AI tidak akan tahu bagaimana untuk melakukan perkara-perkara ini. Inilah kedudukan paling penting Salesforce. AI mungkin menjejaskan fungsi depan Salesforce, tetapi tidak semestinya dapat memusnahkan intinya.

Salesforce, di satu sisi, adalah contoh paling klasik syarikat SaaS tradisional yang secara langsung mengalami tekanan daripada pengurangan tempat agen; tetapi di sisi lain, ia merupakan asas data bagi banyak pelanggan korporat, bukan alat kecil yang boleh diganti dengan mudah. Ini merupakan titik masuk utama kami dalam menganalisis Salesforce—adakah ia sebuah syarikat perisian zaman lama yang akan digulingkan oleh AI, atau mesin arus tunai yang dinilai terlalu pesimis oleh pasaran?

Salesforce kini mempunyai lebih daripada 150,000 pelanggan perniagaan, dari syarikat permulaan hingga 500 syarikat terbesar di dunia. Syarikat ini ditubuhkan oleh Marc Benioff pada tahun 1999. Benioff berasal dari Oracle, pernah menjadi ketua pengurus termuda Oracle, dan salah seorang murid awal yang sangat dihargai oleh pendiri Oracle, Larry Ellison. Kemudian, beliau memulakan perniagaan sendiri dengan mengusulkan idea yang sangat revolusioner pada masa itu: perisian perniagaan seharusnya tidak dijual dalam bentuk cakera dan dipasang pada pelayan pelanggan, tetapi sepatutnya berjalan di awan dan disewa secara bulanan atau tahunan.

Konsep ini sangat revolusioner pada tahun 1999. Pada masa itu, raksasa tradisional seperti Microsoft, Oracle, dan SAP mengikuti model utama menjual perisian kepada perusahaan dan membiarkan perusahaan tersebut mengendalikannya sendiri di pelayan tempatan. Pada masa itu, Benioff seorang diri menyerukan slogan "No Software", dan kemudian model perniagaan SaaS benar-benar berjaya, menjadikan Salesforce sebagai sinonim bagi industri SaaS.

Ciri khas Benioff ialah indera yang sangat tajam dan mampu menebak arah. Ketika beliau pertama kali menyebut Agentforce tahun lalu, seluruh pasaran menganggapnya sebagai jalan pemasaran, tetapi dalam beberapa kuartal terakhir, Agentforce benar-benar menunjukkan data yang sangat baik. Terkini, ARR Agentforce telah mencapai US$800 juta, meningkat 169% secara tahunan. Oleh itu, keyakinan anda sama ada Salesforce mampu bertransformasi dalam AI很大程度上 bergantung pada sama ada anda percaya kepada Benioff.

Matris produk

Banyak orang menganggap Salesforce hanyalah alat CRM, tetapi sebenarnya, setelah lebih dari 20 tahun pertumbuhan dan pengambilalihan, ia telah berkembang menjadi platform perisian perusahaan yang sangat besar.

Yang paling utama ialah Sales Cloud, produk asalnya yang membantu pasukan jualan menguruskan pelanggan, peluang jualan, dan corong jualan. Sistem jualan ribuan perusahaan di seluruh dunia dibina berdasarkan produk ini. Selepas Sales Cloud, Salesforce kemudian memperluaskan ke Service Cloud, yang khusus menangani perkhidmatan pelanggan dan sokongan selepas jualan—semua proses seperti panggilan keluhan pelanggan, e-mel pertanyaan, sembang dalam talian, serta pengagihan dan pemprosesan tiket belakang dijalankan di atas Service Cloud. Selanjutnya, Marketing Cloud bertanggungjawab atas pemasaran digital, membantu perusahaan melakukan penghantaran tepat, pemasaran e-mel, dan pelacakan kesan iklan; sementara Commerce Cloud menguruskan e-dagang, membantu perusahaan menjual produk secara dalam talian.

Keempat-empat bahagian ini bersama-sama, Salesforce secara keseluruhan menutupi semua tahap interaksi antara perusahaan dan pelanggan, dari perolehan pelanggan, transaksi, pasca-penjualan hingga pembelian semula, dengan produk yang sesuai untuk setiap langkah.

Namun, ambisi Salesforce tidak berhenti di sini. Dalam beberapa tahun terakhir, ia menghabiskan banyak dana untuk akuisisi. Ia mengakuisisi MuleSoft (yang bergerak di bidang integrasi sistem—perusahaan sering kali menggunakan selusin perangkat lunak sekaligus, dan MuleSoft bertugas menghubungkan data antar sistem tersebut), Tableau (yang bergerak di bidang visualisasi data dan analisis bisnis, mengubah data pelanggan dari CRM menjadi grafik dan wawasan), Slack (yang bergerak di bidang komunikasi dan kolaborasi internal perusahaan, serupa dengan perangkat lunak kantor seperti Feishu atau DingTalk di Tiongkok); tahun lalu ia juga mengakuisisi Informatica (yang bergerak di bidang manajemen data perusahaan, membantu perusahaan membersihkan, mengintegrasikan, dan mengelola data yang tersebar di berbagai lokasi).

Gabungan akuisisi ini membolehkan Salesforce membina ekosistem komprehensif yang berpusat pada data pelanggan, dengan CRM sebagai inti, dikelilingi oleh integrasi, analisis, kolaborasi, dan tata kelola data secara berlapis. Bisnes terbaru yang bangkit dan kepingan teka-teki paling penting Salesforce ialah Agentforce, platform AI Agent yang dilancarkan tahun lepas, serta senjata utama Salesforce untuk menghadapi kesan AI.

Model perniagaan: Dari ekonomi tempat duduk ke ekonomi tugas

Model perniagaan Salesforce adalah SaaS yang paling klasik, di mana caj berdasarkan bilangan pengguna. Syarikat membeli seberapa banyak akaun yang diperlukan mengikut bilangan ejen jualan yang menggunakan CRM, dengan setiap akaun kira-kira lebih daripada US$100 sebulan, dibayar mengikut kontrak tahunan. Walaupun kos setiap akaun kelihatan tidak mahal, jika sebuah syarikat besar mempunyai ribuan hingga puluhan ribu ejen jualan, penyelia pelanggan, dan staf operasi, jumlah keseluruhan ini menjadi pendapatan berulang yang sangat stabil. Inilah sumber utama keuntungan Salesforce selama lebih 20 tahun terakhir.

Namun, selepas AI datang, logik mendapat keuntungan tanpa usaha ini mulai goyah. Jika sebuah Agen AI mampu secara automatik menjalankan penyelidikan pelanggan, menulis e-mel, mengurus saluran jualan, dan mengikuti pelanggan, adakah syarikat masih memerlukan begitu banyak jurujual? Inilah perkara yang paling dikhawatirkan pasaran—pemampatan tempat duduk. Salesforce adalah salah satu syarikat perwakilan yang paling mudah menjadi bahan perbincangan dan hype pasaran.

Benioff sendiri juga menyedari masalah ini. Mulai tahun lalu, Salesforce memulakan transformasi model perniagaan yang lebih agresif tetapi sangat penting, terus mempertahankan yuran tempat duduk, tetapi menambahkan produk baharu yang dikenakan berdasarkan penggunaan dan selaras dengan era AI, iaitu Agentforce. Secara ringkas, model tradisional ialah "anda membayar berdasarkan bilangan akaun yang anda beli", manakala model baharu ialah "anda membayar berdasarkan jumlah tugas yang dilaksanakan oleh AI Agent anda". Salesforce menyebut penggunaan ini sebagai Agentic Work Units (unit pengukuran kerja yang dilakukan oleh AI Agent).

Logik di sebalik model baharu ini sangat pintar. Jika AI benar-benar mampu menggantikan sebahagian tenaga manusia, maka jumlah tempat duduk tradisional mungkin berkurang, tetapi pada masa yang sama, jumlah tugas yang dilaksanakan oleh Agen AI mungkin meningkat secara besar-besaran. Dahulu, seorang jurujual mungkin mengikuti 20 pelanggan sehari, tetapi di masa depan, satu Agen AI boleh mengikuti 200 pelanggan secara serentak. Walaupun jumlah tempat duduk manusia berkurang, jumlah tugas yang dilaksanakan oleh AI mungkin ganda atau bahkan sepuluh kali ganda. Selama logik pengenaan bayaran berdasarkan tugas berjalan lancar, Salesforce boleh berpindah dengan lancar dari ekonomi tempat duduk ke ekonomi tugas, dan pendapatan per pelanggan malah mungkin meningkat secara besar-besaran. Pendapatan dahulu berkaitan dengan bilangan pekerja, manakala pendapatan masa depan akan berkaitan dengan jumlah keseluruhan kerja. Inilah maksud paling penting bagi Agentforce—ia mungkin membina semula logik penagihan dan model perniagaan keseluruhan Salesforce.

Tentu saja, kisah ini belum sepenuhnya terwujud. Walaupun ARR Agentforce telah mencapai 8 miliar dolar AS dengan kadar pertumbuhan yang sangat cepat, ia masih kurang daripada 2% berbanding pendapatan tahunan Salesforce sebanyak 41.5 miliar dolar AS. Serangan pemampatan tempat duduk yang dihadapi Salesforce mungkin lebih teruk berbanding mana-mana syarikat SaaS lain, kerana Salesforce menjual tempat duduk untuk jurujual, kakitangan perkhidmatan pelanggan, dan juru pemasar. Sebuah syarikat dengan 10,000 pekerja mungkin perlu membeli 3,000–5,000 akaun Salesforce, dan jawatan-jawatan ini justru merupakan pekerjaan pertama yang akan digantikan oleh Agen AI: menulis e-mel, mengikuti pelanggan, menghasilkan teks jualan, dan menjawab pertanyaan pelanggan—semuanya adalah perkara yang paling disukai oleh model AI besar. Sangat sukar untuk mengalahkan penurunan tempat duduk tradisional hanya dengan bisnes baru yang menyumbang 2%.

Jika begitu, mengapa saya masih mengatakan bahawa Salesforce masih patut diperhatikan pada masa ini? Bukan kerana saya percaya kisah perniagaan baharu Agentforce pasti akan mengalahkan pendapatan model SaaS lama, tetapi kerana Salesforce kini hanya mempunyai nisbah harga-kependapatan hadapan 13–14 kali, penilaian ini sudah memasukkan ekspektasi pesimis. Ia juga mempunyai arus kas bebas sebanyak US$14.4 bilion dan kuasa beli balik sebanyak US$50 bilion.

Oleh itu, membeli Salesforce pada dasarnya bukanlah bertaruh dengan valuasi puluhan kali ganda terhadap cerita pertumbuhan tinggi atau kejayaan transformasi AI-nya, tetapi berdasarkan penilaian seimbang antara nilai intrinsik dan harga sebenar. Salesforce kini memang berada pada kedudukan yang agak diremehkan. Tentu saja, margin keselamatan ini bukan tanpa syarat; jika AI benar-benar menyebabkan pendapatan dari bisnis tradisional merosot ketara dan Agentforce gagal menggantikannya, maka valuasi Salesforce mungkin masih akan terus ditekan. Tetapi selama bisnis inti stabil dan pembelian semula terus dilaksanakan, walaupun Agentforce hanya sebahagian sahaja berjaya diwujudkan, pasaran mungkin akan menilai semula ia, dan harga saham akan pulih.

Moat

Lindungan terkuat Salesforce ialah data dalam jumlah besar yang telah terkumpul selama lebih dari 20 tahun oleh pelanggan. Sebuah syarikat yang telah menggunakan CRM selama 10 tahun mungkin menyimpan jutaan rekod pelanggan, puluhan ribu proses jualan, dan beribu-ribu medan tersuai; memindahkan semua ini sama dengan meruntuhkan asas digital keseluruhan syarikat dan membina semula daripada awal, di mana kos migrasi jauh lebih tinggi berbanding kos berterusan membayar.

Di mana kelemahan Salesforce? Dynamics 365 Microsoft ditambah Copilot merupakan ancaman terbesar jangka panjang terhadap Salesforce. Sebagai syarikat perisian terbesar di dunia, produk pejabat B2B Microsoft telah meresap ke dalam majoriti syarikat besar di seluruh dunia. Dynamics 365 adalah produk CRM Microsoft yang secara langsung menandingi bisnes inti Salesforce, dengan kadar pertumbuhan melebihi 20% dalam beberapa tahun terakhir. Yang paling penting, Dynamics 365 terintegrasi secara mendalam dengan Copilot, Teams, dan Outlook—perisian yang paling kerap digunakan oleh pekerja syarikat setiap hari berada di bawah Microsoft. Jika pada masa depan penjual tidak lagi membuka Salesforce, tetapi membiarkan Copilot di Outlook atau Teams memperbaharui rekod pelanggan secara automatik, Salesforce mungkin berubah dari titik masuk kerja menjadi pangkalan data latar belakang. Ini adalah perkara yang paling dikhawatirkan oleh Benioff, serta ketidakpastian terbesar jangka panjang Salesforce.

Data laporan kewangan terkini

Data untuk kuartal terakhir tahun fiskal lalu adalah sebagai berikut: pendapatan tahunan sebesar US$41.5 bilion, meningkat 10% secara tahunan; total RPO mencapai US$72 bilion, meningkat 14% secara tahunan; arus kas bebas sebesar US$14.4 bilion, meningkat 16% secara tahunan; total pengembalian kepada pemegang saham sepanjang tahun sebesar US$14.3 bilion, terdiri dari US$12.7 bilion untuk pembelian kembali saham dan US$1.6 bilion untuk dividen. Selain itu, Salesforce baru saja menyetujui rencana pembelian kembali saham hingga US$50 bilion. ARR untuk bisnis baru Agentforce adalah US$800 juta, meningkat 169% secara tahunan, dengan 29.000 transaksi ditandatangani.

Namun, perlu diperbaiki di sini, 29.000 transaksi tidak sama dengan 29.000 pelanggan besar, dan juga tidak bermaksud semua adalah kontrak bernilai tinggi. Data ini hanya menunjukkan bahawa produk sedang meluas dengan cepat, tetapi yang benar-benar menentukan penilaian ialah sama ada mampu meningkatkan jumlah pembayaran per pelanggan dan kadar retensi pendapatan bersih seterusnya. Dalam mesyuarat laporan keuangan ini, syarikat juga menaikkan sasaran pendapatan untuk tahun kewangan 2030 kepada US$63 bilion.

Secara keseluruhan, asas fundamental Salesforce memang sangat kukuh. Selain itu, pada mesyuarat laporan keuangan sebelum ini, CEO Benioff sendiri menyatakan bahawa ini adalah tahun paling cemerlang dalam sejarah syarikat, serta tahun dengan prestasi terbaik dalam sejarah industri perisian, dan malah menekankan bahawa kini merupakan peluang pemasaran dan pembelian yang baik, sehingga syarikat meningkatkan kuasa beli semula saham kepada US$50 bilion. Nada ini sangat jelas—pengurusan puas hati dengan laporan keuangan tersebut, bahkan secara langsung menentang pasaran dengan berpendapat bahawa pasaran terlalu pesimis dan harga saham Salesforce telah dipasar secara salah.

Semasa saya membuat video, harga saham Salesforce hanya $180, dengan nisbah harga-kependapatan masa depan 13–14 kali. Berbanding dengan tahun-tahun sebelumnya di mana pasaran perisian mengalami kemakmuran dengan penilaian 30 hingga 40 kali atau lebih, penilaian ini jelas telah berkurang secara ketara dan berada pada tahap penilaian terendah dalam beberapa tahun terakhir.

Katalis dan risiko

Alasan bullish adalah mudah. Ia dinilai murah, arus tunai stabil, pembelian semula semasa ini sangat besar, dan perniagaan baharu Agentforce sedang mempercepatkan pertumbuhan. Laporan keuangan Salesforce pada 27 Mei perlu diperhatikan kerana ia merupakan katalis terdekat.

Alasan untuk bersikap bearish ialah, kadar pertumbuhannya hanya 10%, yang tidak dianggap pantas dalam industri perisian; keraguan terhadap model perniagaannya yang digugat oleh AI masih belum dihapuskan; ketidakpastian terhadap perniagaan baharu Agentforce masih sangat tinggi. Pertanyaan terbesar pasaran ialah, adakah Agentforce mampu tumbuh besar cukup untuk mendorong keseluruhan pendapatan dan keuntungan syarikat, serta membantu syarikat menyelesaikan transformasi AI sepenuhnya? Semua ini masih perlu dibuktikan oleh masa.

Laporan keuangan pada 27 Mei, anda boleh memperhatikan perkara-perkara berikut: Pertama, adakah ARR Agentforce masih mengekalkan pertumbuhan tahun ke tahun melebihi 100%. Jika kadar pertumbuhan menurun, ia menunjukkan bahawa transformasi AI membawa risiko tertentu, dan penting untuk memperhatikan bagaimana pengurusan merespon perkara ini.

Kedua, adakah terdapat penurunan yang jelas dalam bisnis berkaitan bayaran tempat SaaS. Jika berlaku keadaan serupa, semua orang perlu berhati-hati, kerana pasaran mungkin terus mempromosikan naratif “AI menelan SaaS”.

Selain itu, ia juga perlu diperhatikan sama ada pandangan syarikat terhadap masa depan masih kekal optimis, dan sama ada pengurusan terus memberi respons positif terhadap kesan AI terhadap model perniagaan SaaS.

Jika melihat laporan keuangan kuartal sebelumnya saja, saya rasa pengurusan sangat jelas dan optimis; mereka tidak percaya bahawa AI akan membunuh Salesforce, sebaliknya percaya bahawa AI akan meningkatkan Salesforce daripada syarikat aplikasi SaaS menjadi platform agen perniagaan. Namun, dari segi data, cerita ini masih berada dalam peringkat awal pengesahan. Bagi saya sendiri, saya rasa tidak perlu membuat kesimpulan awal sama ada ia benar-benar digulingkan oleh AI atau telah berjaya bertransformasi dalam bisnes AI. Saya lebih menekankan bahawa penilaian syarikat ini berada pada tahap paling diremehkan dalam beberapa tahun terakhir, bersama dengan asas perniagaan yang kukuh, menjadikan nilai dan nisbah risiko-keuntungan pada masa ini cukup tinggi. Namun, naratif jangka panjang tetaplah AI; sama ada Salesforce mampu melewati ujian AI masih memerlukan masa untuk dibuktikan.

Latar belakang syarikat

Syarikat ServiceNow ialah syarikat perisian yang saya sebutkan di awal, yang mana Huang Renxun terus-menerus terbang ke Las Vegas selama 3 tahun berturut-turut untuk menyokongnya. Jika Salesforce mengurus hubungan pelanggan luaran perusahaan, maka ServiceNow menguruskan kakitangan dan proses dalaman perusahaan. Dengan kata ringkas, ia adalah sistem saraf pusat yang mengendalikan operasi dalaman perusahaan.

Banyak proses di dalam perusahaan yang memerlukan persetujuan, pengaliran, pelaksanaan, dan pencatatan dapat dijalankan di ServiceNow. Jika komputer rosak, perlu buat tiket IT; untuk pekerja baru, perlu buka akaun, sediakan komputer, dan lalui proses HR; apabila sistem mengalami gangguan, perlu tindakan insiden; apabila amaran keselamatan muncul, perlu menghantar, meningkatkan, dan memperbaiki. Oleh itu, ia bukan sekadar sistem tiket IT, tetapi lebih seperti platform seragam untuk pelbagai aliran kerja di dalam perusahaan.

ServiceNow didirikan pada tahun 2004, dengan markas besar di Santa Clara, California. CEO semasa ialah Bill McDermott, yang sebelum ini merupakan CEO global SAP dan telah berpengalaman selama beberapa dekad dalam industri perisian perniagaan. Selepas mengambil alih ServiceNow pada tahun 2019, McDermott membawa syarikat itu daripada sebuah syarikat perisian tiket IT terus berkembang menjadi "platform aliran kerja seluruh perniagaan". Gaya beliau sangat jelas, mahir dalam menceritakan naratif besar, membuat transaksi besar, dan menarik pelanggan besar. Gaya ini malah menjadi kelebihan di era AI.

Matris produk

Perniagaan asal yang paling utama ialah ITSM, yang digunakan oleh jabatan IT perusahaan untuk mengurus tiket, respons insiden, pelepasan perubahan, aset IT, dan permintaan perkhidmatan. Di pasaran ITSM ini, ServiceNow adalah pemimpin global yang tidak dipertikaikan. Berdasarkan ini, ia telah berkembang kepada ITOM (pengurusan operasi IT), di mana ITSM lebih berfokus pada "bagaimana menangani masalah selepas ia berlaku", manakala ITOM pula memantau sistem secara awal, mengenal pasti masalah, dan berusaha membaiki secara automatik.

Perluasan perkhidmatan perniagaan seterusnya ialah HR Service Delivery, di mana semua permintaan pekerja seperti penerimaan, pengakhiran perkhidmatan, cuti, dan pemindahan jawatan boleh diselesaikan di ServiceNow. Selain itu, terdapat Customer Service Management (untuk perkhidmatan pelanggan perniagaan, yang sebahagian besar tumpang tindih dengan Salesforce Service Cloud, tetapi ServiceNow lebih sesuai untuk skenario B2B yang kompleks seperti peralatan besar, pelanggan korporat, dan tiket selepas jualan antara jabatan); Security Operations untuk merespon insiden keselamatan; dan Strategic Portfolio Management untuk membantu CIO mengurus portofolio projek, menentukan projek IT mana yang perlu diluluskan dan mana yang perlu dibatalkan.

Dengan melihat keseluruhan ini, ServiceNow telah berkembang dari perisian pengurusan perkhidmatan IT yang ringkas menjadi platform aliran kerja dalaman perusahaan. Ini juga merupakan sebab utama mengapa kadar penggantian kontraknya mencapai 97%, kerana sekali sebuah perusahaan memindahkan proses IT, HR, keselamatan, dan perkhidmatan pelanggan ke ServiceNow, menggantikannya bukan sekadar menukar perisian, tetapi membina semula keseluruhan sistem operasi dalaman perusahaan—yang mempunyai kos yang sangat tinggi.

Pengambilalihan penting terkini

Selain produk asalnya sendiri, ServiceNow baru-baru ini telah membuat beberapa akuisisi yang sangat penting.

Transaksi pertama ialah Moveworks, yang menghasilkan pembantu perkhidmatan pekerja yang didorong oleh AI. Pekerja tidak perlu lagi mencari tempat masuk yang berbeza-beza untuk masalah mereka, tetapi boleh terus bertanya kepada AI, yang boleh membantu memeriksa dasar, mengemukakan tiket, memantau kemajuan, dan bahkan menyelesaikan sebahagian masalah secara automatik. Selepas pengambilalihan selesai, kemampuan Moveworks telah diintegrasikan ke dalam ServiceNow EmployeeWorks.

Transaksi kedua ialah Veza, yang terutama fokus pada tata kelola identiti dan pengurusan keizinan. Di era AI Agent, "siapa yang boleh mengakses data apa" menjadi sangat kritikal, bukan sahaja manusia perlu dikawal, tetapi keizinan Agent juga begitu. Veza menyelesaikan masalah ini.

Transaksi ketiga ialah pengambilalihan Armis, yang menyediakan visualisasi aset secara masa nyata dalam bidang keselamatan siber. Armis dapat melihat berapa banyak peranti dalam rangkaian perusahaan, mana yang mempunyai kelemahan, dan mana yang sedang berkomunikasi.

Ketiga pengambilalihan ini semuanya menunjuk kepada satu arah yang sama, iaitu bersiap untuk AI Agent memasuki perusahaan dalam skala besar. Agar Agent boleh bekerja di dalam perusahaan, ia perlu tahu apa yang ditanyakan oleh pekerja, siapa yang mempunyai kebenaran untuk mengakses data tertentu, dan aset apa sahaja yang ada dalam rangkaian. Ketiga-tiga pengambilalihan ini masing-masing melengkapi tiga kemampuan ini. Tentu saja, melakukan beberapa pengambilalihan secara berturut-turut dalam jangka masa singkat juga membawa risiko integrasi, terutama pengambilalihan Armis sebanyak US$7.75 bilion, yang akan kita bincangkan secara terperinci apabila membincangkan risiko.

Strategi AI Inti: AI Control Tower

Strategi AI paling penting ServiceNow dipanggil AI Control Tower. Konsep ini perlu dilihat dari masalah yang sangat nyata. Di masa depan, syarikat tidak akan hanya menggunakan AI daripada satu pihak sahaja—mungkin menggunakan GPT daripada OpenAI untuk perkhidmatan pelanggan, Claude daripada Anthropic untuk semakan kontrak, Copilot daripada Microsoft untuk kerjasama dokumen, Gemini daripada Google untuk analisis data, dan syarikat itu sendiri juga akan membangunkan banyak AI Agent dalaman.

Pada titik ini, timbul soal: siapakah yang akan mengurus banyak AI Agent yang berjalan serentak di dalam organisasi? Siapakah yang akan menentukan data apa yang boleh dan tidak boleh diakses oleh mereka? Siapakah yang akan memastikan mereka tidak melakukan tindakan melampaui kuasa? Bagaimana jika berlaku kejadian tidak dijangka, siapakah yang akan dipertanggungjawabkan? Inilah masalah yang ingin diselesaikan oleh AI Control Tower.

ServiceNow bukan ingin menciptakan semula ChatGPT, tetapi ingin menjadi lapisan tata kelola, pengaturan, dan pelaksanaan bagi Agen AI perusahaan, bertanggung jawab memastikan Agen-Agen ini bertindak dengan selamat, patuh, dan dapat diaudit di dalam perusahaan. Inilah yang membezakannya daripada banyak syarikat perisian SaaS lain. Banyak syarikat memikirkan, "Bolehkah saya mencipta Agen AI sendiri untuk bersaing dengan ChatGPT, Claude, dan Gemini di lapisan aplikasi?" ServiceNow pula bijak memilih jalan lain: "Saya tidak bersaing dengan anda dalam model dasar, tetapi mengurus proses pelaksanaan model-model ini setelah memasuki perusahaan."

Tujuan ServiceNow adalah, tidak kira AI mana yang digunakan oleh perusahaan, selagi AI tersebut memasuki proses perusahaan, memanggil sistem perusahaan, atau melaksanakan tugas perusahaan, ia mesti dikendalikan dan diatur melalui ServiceNow.

Mengapa ServiceNow?

Ini kembali kepada kemampuan asas yang telah dikumpulkan ServiceNow selama lebih daripada 20 tahun. Ia mempunyai sesuatu yang dipanggil CMDB (Configuration Management Database). Secara ringkas, ia adalah peta lengkap mengenai aset IT dan hubungan sistem syarikat. Semua pelayan, aplikasi yang berjalan, dan hubungan keizinan pengguna di dalam syarikat direkodkan di sini. Ia juga mempunyai enjin proses yang telah berjalan selama belasan tahun, di mana semua laluan persetujuan, pelaksanaan, dan kerjasama syarikat berjalan di atas ServiceNow. Ia juga mempunyai log audit yang lengkap, di mana sistem merekod setiap langkah—siapa yang melakukan apa, kapan ia dilakukan, dan apa sahaja yang diubah.

Setelah AI Agent memasuki perusahaan, tiga perkara paling diperlukan ialah: mengetahui sistem apa yang boleh digunakan di dalam perusahaan, melaksanakan tugas mengikut prosedur yang telah ditetapkan, dan setiap langkah yang diambil oleh Agent mesti meninggalkan rekod audit. Selain itu, ServiceNow juga melengkapkan pengesahan identiti dan kebenaran melalui Veza, serta visualisasi aset secara masa nyata melalui Armis.

Di konvensi Knowledge tahun ini, perkara ini telah dipertingkatkan satu langkah lagi, ServiceNow melancarkan Action Fabric. Alat ini membolehkan sebarang AI Agent pihak ketiga, sama ada Claude, GPT, Gemini, atau Copilot, memanggil enjin tata tertib ServiceNow untuk melaksanakan tugas perniagaan. "Saya tidak peduli anda menggunakan model AI apa, tetapi pelaksanaan dan tata tertib mesti melalui lapisan saya," logik ini serupa dengan iOS Apple, di mana Apple tidak secara langsung membina setiap aplikasi, tetapi semua aplikasi berjalan di atas iOS. ServiceNow juga ingin mengikuti jalan yang sama ke depannya.

Licensing oleh Huang Renxun

Pengesahan paling meyakinkan untuk posisi ini datang dari Jensen Huang. CEO NVIDIA hadir untuk tahun ketiga berturut-turut di konferensi tahunan ServiceNow, bukan sekadar saling mendukung antar mitra, tetapi NVIDIA sendiri juga merupakan pelanggan ServiceNow. Sistem penghargaaan superkomputer internal NVIDIA berjalan di atas ServiceNow; sebelumnya, membuat dokumen penawaran lengkap memerlukan waktu 5 hari, tetapi setelah memasuki alur kerja AI, semuanya dapat diselesaikan dalam 5 menit.

Kata-kata asli Huang Renxun: “ServiceNow pada dasarnya adalah sistem operasi perusahaan di era AI.” Pada tahun ini, kedua perusahaan juga meluncurkan Project Arc bersama, di mana NVIDIA menyediakan sandbox komputasi AI yang aman, sementara ServiceNow menyediakan tata kelola tingkat perusahaan, menunjukkan hubungan yang sangat erat antara kedua perusahaan. Hal ini menunjukkan bahwa AI Control Tower ServiceNow bukan sekadar konsep perangkat lunak yang terpisah, tetapi mulai masuk ke dalam narasi penerapan perusahaan oleh mitra ekosistem AI seperti NVIDIA, OpenAI, Google, dan Anthropic.

Data kewangan terkini

Pada kuartal pertama tahun ini, pendapatan keseluruhan ialah US$3.77 bilion, meningkat 22% secara tahun ke tahun; pendapatan langganan ialah US$3.671 bilion, juga meningkat 22% secara tahun ke tahun, melebihi had panduan; jumlah RPO ialah US$27.7 bilion, meningkat 25% secara tahun ke tahun; kadar penyegaran pelanggan ialah 97%. Nombor-nombor ini menunjukkan bahawa asas ServiceNow tidak bermasalah, ia masih merupakan platform perisian dengan pertumbuhan sekitar 20%, kadar penyegaran 97%, margin tinggi, dan arus tunai tinggi.

Prestasi di sisi AI lebih menonjol. Syarikat telah menaikkan sasaran ACV (Nilai Kontrak Tahunan) yang berkaitan AI untuk tahun ini dari $1 bilion pada awal tahun menjadi $1.5 bilion. Perhatikan bahawa ini adalah dalam ukuran nilai kontrak, bukan pendapatan semasa, dan akan berubah menjadi pendapatan sebenar secara berperingkat. Namun, menaikkan sasaran sebanyak 50% dalam satu kuartal menunjukkan bahawa produk AI mereka benar-benar mendapat respon daripada pelanggan dan sedang mengalami pertumbuhan pesat.

Harganya telah menarik diri lebih daripada 50% dari titik tertinggi sejarahnya, dan nisbah harga-kependapatan masa depan kini berada dalam julat kira-kira 21–24 kali. Ini memang sudah berada dalam zon yang relatif diremehkan bagi sebuah syarikat perisian ringan yang tumbuh pesat.

Katalis dan risiko

Alasan untuk bersikap optimis terhadap ServiceNow sangat jelas. Pertama, narasi AI-nya sangat jelas; AI Control Tower adalah sistem operasi perusahaan di era AI, semakin besar permintaan AI, semakin perusahaan memerlukan platform untuk tata kelola, audit, pengaturan akses, dan eksekusi. Kedua, bisnis AI barunya benar-benar terus meningkat; AI ACV naik dari US$1 miliar menjadi US$1.5 miliar, dan cerita ini sedang terwujud secara nyata. Ketiga, jaringan mitra ekosistemnya sangat kuat; OpenAI, Google Gemini, Claude, dan NVIDIA semuanya sedang melakukan integrasi atau kolaborasi mendalam dengan ServiceNow, yang akan memperkuat posisi strategisnya sebagai "Control Tower AI Perusahaan".

Namun, risiko yang dihadapi ServiceNow juga perlu dinyatakan dengan jelas. Selepas pelaporan keuntungan kuartal terkini, walaupun melebihi jangkaan pasaran, sahamnya masih turun lebih dari 10% selepas jam pasaran, menunjukkan suasana pasaran sangat pesimis, yang bermakna trend pasaran belum lagi berubah. Pihak pasaran masih meragui model perniagaan syarikat SaaS serta transformasi AI. Selain itu, tiga akuisisi ServiceNow berlaku secara rapat, terutamanya transaksi besar sebanyak US$7.75 bilion untuk Armis, yang memerlukan masa untuk diserap. Pasaran akan memeriksa dengan teliti sama ada peningkatan garis panduan pendapatan yang dinaikkan disebabkan oleh akuisisi atau pertumbuhan organik. Risiko luaran termasuk faktor geopolitik Timur Tengah, di mana beberapa projek besar tertunda pada kuartal lepas, menyebabkan pertumbuhan pendapatan langganan terkesan negatif sebanyak 75 basis point.

Untuk ServiceNow, saya sendiri masih cukup optimis. Ia adalah syarikat perisian yang paling jelas, paling langsung, dan paling mudah diterima pasaran dalam naratif AI di antara tiga syarikat tersebut. Posisi AI Control Tower-nya tidak hanya tidak terjejas oleh AI, malah akan mendapat manfaat daripada penggunaan AI yang meluas, berpotensi menjadi platform perisian paling penting dalam proses pelaksanaan AI perniagaan. Selain itu, dari segi penilaian, harga sahamnya telah turun separuh daripada paras tertinggi dalam setahun lalu, dengan nisbah harga-kependapatan depan yang rendah, sama seperti Salesforce, kini berada pada tahap yang agak murah, dengan nilai dan risiko balasan yang sangat baik untuk dibeli sekarang.

Latar belakang syarikat

Ringkasan satu ayat paling mudah bagi syarikat ini ialah, gudang super data perniagaan. Jika Salesforce menguruskan pelanggan dan ServiceNow menguruskan proses, maka Snowflake menguruskan data. Semua data dalam perniagaan, seperti data jualan, perilaku pengguna, laporan kewangan, dan log sistem, semua dimasukkan ke dalam Snowflake, kemudian anda boleh melakukan analisis, pemodelan, dan menjalankan beban kerja AI di atas gudang data super ini.

Matris produk

Tiang utama paling penting Snowflake masih tetap merupakan gudang data dan danau data, di mana perusahaan memindahkan semua data terstruktur dan separuh terstruktur ke dalamnya, kemudian menjalankan query SQL dan melakukan analisis data di atasnya. Ini adalah asas Snowflake serta sumber pendapatan utama. Di atas asas ini, Snowflake juga membina Snowpark, yang membolehkan pembangun menulis kod secara langsung di dalam Snowflake menggunakan Python, Java, dan Scala untuk membina saluran data dan model pembelajaran mesin, tanpa perlu memindahkan data keluar—semua proses, dari pemprosesan data hingga latihan model, boleh diselesaikan di dalam platform.

Di atasnya lagi ialah Cortex AI suite, yang menjadi fokus utama Snowflake dalam lebih daripada setahun terakhir, dan mengandungi dua produk utama. Snowflake Intelligence ditujukan kepada pengguna perniagaan, yang boleh berkomunikasi dengan data menggunakan bahasa semula jadi secara langsung; ia akan secara automatik menghantar carian, menganalisis, dan menghasilkan wawasan berdasarkan data terstruktur dan tidak terstruktur di dalam Snowflake, serta mampu melaksanakan tugas berbilang langkah secara proaktif, lebih seperti seorang AI Agent perniagaan. Cortex Code ditujukan kepada pembangun, dan berbeza daripada pembantu pemrograman biasa kerana ia adalah AI Coding Agent asli Snowflake yang memahami struktur data, tetapan kebenaran, dan persekitaran pengiraan di dalam Snowflake, serta boleh membantu anda menulis saluran data, mengesan ralat carian, dan membina aplikasi AI secara langsung—fungsinya sangat kuat.

Jadi, tugas kedua produk ini jelas: Snowflake Intelligence ditujukan untuk pengguna bisnis, memungkinkan orang yang tidak mengerti pernyataan SQL untuk secara langsung bertanya kepada data, menggunakan data, dan membuat AI bertindak berdasarkan data; Cortex Code ditujukan untuk tim teknis, memungkinkan pengembang dan insinyur data untuk membangun aplikasi data, saluran data, dan aplikasi AI dengan lebih cepat.

Selain produk AI, Snowflake juga mempunyai dua keupayaan yang unik. Snowflake Marketplace ialah pasaran perkongsian dan perniagaan data, di mana perusahaan boleh terus membeli dan menjual set data, serta terus memanggil data pihak ketiga untuk analisis. Data Clean Rooms memungkinkan kerjasama data antara organisasi di bawah perlindungan privasi, di mana dua syarikat boleh melakukan analisis bersama tanpa mendedahkan data asal masing-masing. Industri pengiklanan boleh menggunakannya untuk atribusi antaraplatfom, industri perubatan boleh melakukan kajian klinikal bersama, dan industri kewangan boleh bekerjasama dalam pencegahan penipuan. Kedua-dua keupayaan ini merupakan kelebihan pembezaan yang sukar ditiru.

Melihat keseluruhan gambaran, Snowflake sedang berubah daripada alat gudang data kepada platform data AI, dengan penyimpanan dan pengiraan data sebagai asas, alat pembangunan dan enjin AI di tengah, serta pembantu pintar dan pasaran data yang ditujukan kepada pengguna perniagaan di atas. Snowflake bukan sekadar ingin membantu perusahaan menyimpan dan mengakses data, tetapi membolehkan perusahaan menganalisis, berkongsi, dan membangunkan aplikasi di atas platform data yang dikawal selia yang sama, sambil mengintegrasikan AI secara sebenar ke dalam data perniagaan mereka. Dari segi skala pelanggan, Snowflake kini mempunyai lebih daripada 13.300 pelanggan perusahaan, dengan platformnya memproses 6.3 miliar permintaan data setiap hari.

Model perniagaan

Ini adalah perbezaan utama Snowflake berbanding dua syarikat sebelumnya. Salesforce dan ServiceNow mengenakan bayaran berdasarkan tempat duduk, dengan bayaran langganan tahunan tetap; manakala Snowflake benar-benar berbeza, ia mengenakan bayaran berdasarkan penggunaan sebenar sumber komputasi dan penyimpanan—anda membayar jumlah yang sesuai mengikut formula platform berdasarkan bilangan soalan yang dijalankan, kuasa pengiraan yang digunakan, dan jumlah data yang disimpan.

Model ini mempunyai kelebihan dan kekurangan. Di satu sisi, penggunaan data oleh perusahaan di era AI meningkat secara eksponen, di mana setiap tugas AI yang dijalankan memerlukan penggunaan daya komputasi dan kueri data, menyebabkan pendapatan Snowflake tumbuh secara semula jadi seiring lonjakan beban kerja AI. Di sisi lain, jika perusahaan mengurangkan bajet atau mengoptimumkan beban kerja, pendapatan Snowflake juga akan turun.

Namun, Snowflake dalam dua tahun terakhir juga mula mempromosikan kontrak komitmen penggunaan jangka panjang. RPO dalam laporan kewangan terkini ialah US$9.77 bilion, meningkat 42% secara tahunan, yang menunjukkan pelanggan besar mula mengunci anggaran kuasa komputasi mereka untuk beberapa tahun ke depan kepada Snowflake, bukan lagi hubungan yang boleh dihentikan sewaktu-waktu.

Moat dan struktur persaingan

Kekuatan utamanya terletak pada kekakuan data. Selepas data dimasukkan ke dalam Snowflake, semua model analisis hulu-hilir, skrip pertanyaan, dan saluran data dibina di atasnya, menjadikan kos migrasi sangat tinggi. Ini adalah parit pertahanan paling inti Snowflake. Selain itu, Data Clean Rooms-nya sudah matang dalam perlindungan privasi dan kolaborasi antar-organisasi, sukar untuk ditiru.

Kelemahannya terletak pada persaingan yang terlalu sengit. Pesaing terbesar ialah Databricks, yang tingkat pendapatan tahunan terkini telah mencapai US$5.4 bilion, dengan pertumbuhan tahun ke tahun sebanyak 65%, lebih cepat dua kali ganda berbanding Snowflake yang 29%, dan penilaian terkini mencapai lebih daripada US$100 bilion. Databricks lebih kuat dalam beban kerja pembelajaran mesin dan AI. Jika Databricks membuat penawaran awal saham di masa depan, ia kemungkinan besar akan menjadi salah satu IPO paling diperhatikan dalam pasaran perisian perusahaan, pada masa itu Snowflake akan terpaksa menerima perbandingan langsung di pasaran awam.

Selain Databricks, ancaman daripada tiga penyedia awan utama juga besar. Redshift milik AWS, BigQuery milik Google, dan Synapse milik Azure semuanya terus berkembang, secara alami terikat dengan ekosistem awan masing-masing; mereka adalah rakan kongsi Snowflake sekaligus pengganti potensial. Di bawahnya lagi terdapat alat-alat sumber terbuka atau baru seperti DuckDB dan ClickHouse, yang secara perlahan mengambil bahagian pasaran dalam skenario tertentu seperti analisis tempatan, analisis masa nyata, dan kuari berkos rendah. Oleh itu, persekitaran persaingan Snowflake lebih kompleks berbanding Salesforce dan ServiceNow.

Risiko tidak intuitif dalam pola penggunaan

Satu lagi perkara yang tidak intuitif: Snowflake paling takut bukan jika pelanggan tidak menggunakannya, tetapi jika pelanggan menggunakannya terlalu mahir. Kerana Snowflake beroperasi mengikut model penggunaan, semakin banyak pelanggan membuat carian, mengira, dan menyimpan data, semakin tinggi pendapatan Snowflake; tetapi sebaliknya, apabila syarikat mendapati bil Snowflake terlalu tinggi, mereka akan mendorong pasukan kejuruteraan untuk mengoptimumkan carian, mengurangkan penyimpanan, atau bahkan menggantikan sebahagian tugas bernilai rendah dengan alat open source.

Ini adalah pedang bermata dua dalam pola penggunaan: ketika pertumbuhan cepat, pendapatan akan naik secara alami seiring dengan penggunaan pelanggan; tetapi apabila pelanggan mulai mengoptimumkan penggunaan mereka, kadar pertumbuhan pendapatan juga akan melambat. Tren ini telah terlihat dalam data, di mana tingkat retensi pendapatan bersih Snowflake turun dari 131% ke 126%, dan kemudian ke 125% terkini. Angka ini masih berada pada tahap yang sihat, menunjukkan bahawa pelanggan lama masih meningkatkan perbelanjaan setiap tahun, tetapi tren yang menurun juga menunjukkan bahawa kadar pengembangan pelanggan lama sudah tidak secepat dahulu. Ini disebabkan oleh penurunan semula secara semula jadi akibat pangkalan yang semakin besar, serta kesan pengoptimuman kos dan perlambatan ritma penggunaan oleh pelanggan.

Dengan demikian, Snowflake lebih seperti platform data AI dengan pertumbuhan tinggi dan elastisiti tinggi, tetapi dengan tahap persaingan yang sangat ketat. Ini adalah daya tarik terbesar Snowflake, sekaligus risiko terbesarnya.

Data kewangan terkini

Pendapatan produk tahunan sebanyak US$4.47 bilion, meningkat 29% secara tahunan, menjadi pertumbuhan paling pantas di antara ketiga-tiga syarikat ini. Pendapatan produk untuk kuartal terkini ialah US$1.23 bilion, meningkat 30% secara tahunan, sedikit lebih tinggi daripada kadar pertumbuhan tahunan. RPO sebanyak US$9.77 bilion, meningkat 42% secara tahunan. Jumlah pelanggan bersih baru untuk kuartal terkini ialah 740, meningkat 40% secara tahunan. Selain itu, syarikat ini juga menandatangani kontrak tunggal terbesar dalam sejarahnya, dengan nilai melebihi US$400 juta. Semua data ini menunjukkan bahawa permintaan terhadap Snowflake tidak melambat; sebaliknya, pelanggan besar masih menandatangani kontrak jangka panjang yang lebih besar.

Namun, masalahnya juga jelas. Di bawah ukuran GAAP, Snowflake masih mengalami kerugian sekitar US$1.33 bilion sepanjang tahun, menjadikannya satu-satunya syarikat di antara ketiga-tiganya yang belum untung mengikut GAAP. Setiap kuartal, bayaran saham kepada pekerja masih melebihi US$400 juta, dan sepanjang tahun melebihi US$1.7 bilion, menyebabkan tekanan pengurangan saham pemegang saham tidak kecil.

Namun, Snowflake masih merupakan yang paling mahal di antara ketiga syarikat tersebut, dengan gandaan EV/Sales berdasarkan pendapatan masa depan sekitar 9 kali, jelas lebih tinggi daripada Salesforce.

Katalis dan risiko

Dari segi positif, Snowflake mempunyai beberapa titik perhatian. Pertama, Snowflake bukan model SaaS tradisional, tetapi model penggunaan, yang secara semula jadi akan mendapat manfaat daripada pertumbuhan beban kerja AI. Dalam jangka pendek, semakin banyak AI yang dijalankan, semakin banyak pendapatan yang diperoleh Snowflake. Titik perhatian kedua ialah pertumbuhan RPO sebanyak 42% berbanding tahun sebelumnya, yang menunjukkan bahawa pelanggan besar masih menandatangani kontrak jangka panjang yang lebih besar, bermakna kebolehlihatan pendapatan masa depan sangat kuat. Ketiga, Snowflake Intelligence dan Cortex Code sedang berkembang dengan pantas, dengan lebih daripada 9,100 akaun sudah menggunakan fungsi AI.

Selain itu, Snowflake baru-baru ini juga memiliki dua peristiwa penting lain: pelaporan keuangan pada 27 Mei, diikuti oleh Konvensi Tahunan Snowflake di San Francisco dari 1 hingga 4 Jun. Dua pemicu ini berdekatan, dan menurut saya, manfaatnya lebih besar daripada risikonya. Pada masa itu, fluktuasi harga saham seharusnya akan menjadi lebih besar.

Kita juga perlu memahami risiko terlebih dahulu. Pertama, kerugian berterusan mengikut GAAP adalah kelemahan utama. Dalam persekitaran pasaran yang lebih mengutamakan keuntungan dan arus tunai, Snowflake akan mengalami tekanan penilaian yang lebih besar berbanding Salesforce dan ServiceNow. Kedua, Databricks merupakan pesaing paling ketat Snowflake pada masa ini; pelancaran awam Databricks di masa depan mungkin akan membentuk semula struktur persaingan dalam seluruh litar platform data. Jika selepas pelancaran awamnya, Databricks menunjukkan kadar pertumbuhan yang lebih pantas, naratif AI yang lebih kuat, dan penilaian yang lebih menarik, dana mungkin akan berpindah dari Snowflake ke Databricks. Selain itu, tuntutan pemegang saham dan pengurangan kepemilikan oleh orang dalam juga merupakan gangguan dari segi tadbir urus syarikat yang boleh mempengaruhi perasaan pasaran, walaupun ia bukan fokus utama pada masa ini.

Snowflake boleh diringkaskan sebagai yang paling pantas tumbuh di antara ketiga-tiganya, dengan infrastruktur data AI yang paling logik dan secara semula jadi tidak terjejas oleh model perniagaan SaaS tradisional, tetapi juga memiliki penilaian tertinggi, persaingan paling sengit, dan kualiti keuntungan paling lemah—berisiko tinggi, bayaran tinggi.

Setelah menganalisis ketiga syarikat ini, saya akan kongsikan pandangan peribadi saya.

Jika anda menghargai margin keselamatan dan lebih suka logik pelaburan nilai, Salesforce adalah pilihan yang paling stabil, dengan pelbagai faktor seperti nisbah harga-kependapatan depan sebanyak belasan kali, arus tunai bebas sebanyak US$14.4 bilion, kuasa beli balik sebanyak US$50 bilion, serta keuntungan yang stabil, menjadikan margin keselamatan untuk membangunkan dan memegangnya cukup besar. Namun, kadar pertumbuhannya hanya 10%, jadi potensi kenaikan harga sahamnya mungkin tidak sekuat yang lain.

Jika anda bersetuju dengan logik tatarajah AI Control Tower, ServiceNow mungkin merupakan syarikat yang paling jelas dalam naratif AI di antara tiga syarikat tersebut, dengan kadar pertumbuhan lebih 20%, kadar perpanjangan 97%, pelbagai pendapatan masa depan 22 kali, ditambah sokongan langsung dari Jensen Huang selama tiga tahun berturut-turut, nilai pembelian semasa masih cukup tinggi. Tetapi syaratnya, anda perlu menerima risiko penggabungan akibat pengambilalihan yang padat, serta menanggung volatiliti harga saham jangka pendek.

Jika anda mencari fleksibiliti maksimum dan mampu menanggung volatiliti tertinggi, Snowflake adalah taruhan dengan bayaran tinggi, dengan risiko terbesar ialah syarikat tidak mencapai keuntungan, terus mengalami kerugian, dan kadar pengekalan pendapatan bersih menurun, selain itu pesaingnya, Databricks, yang akan membuat IPO di masa depan, mungkin akan mengubah semula patokan penilaian keseluruhan lanskap platform data. Volatiliti risiko memang agak tinggi.

Selain ketiga syarikat ini, jika anda mencari batu penyeimbang paling stabil dalam sektor perisian, Microsoft masih merupakan pilihan terbaik—ia adalah aset perisian kapitalisasi pasaran besar yang paling terjejas secara tidak adil dalam putaran ini. Namun, saya ingin menekankan sekali lagi bahawa ini hanyalah kerangka penilaian peribadi saya dan bukan merupakan nasihat pelaburan apa-apa bentuk. Anda tetap perlu membuat keputusan pelaburan yang sesuai berdasarkan situasi portfolio anda sendiri selepas menganalisis secara rasional.

Akhirnya, kita kembali kepada soalan yang diajukan di awal: Adakah AI akan membunuh seluruh industri perisian, atau memberi kita peluang beli rendah sekali dalam sepuluh tahun?

Pendapat saya ialah, naratif bahawa AI membunuh perisian telah disederhanakan secara berlebihan. Apa yang sebenarnya berlaku ialah AI sedang menggantikan perisian yang hanya menjual antaramuka fungsi, tetapi pada masa yang sama juga memberi ganjaran kepada platform yang menjual infrastruktur dan tatacara. Tidak semua perisian akan diganggu.

Ini seperti ketika gelembung internet tahun 2000 meletus, di mana tren utama pasaran ketika itu ialah “internet akan membunuh semua syarikat tradisional”, tetapi syarikat yang bertahan bukan hanya syarikat internet, tetapi juga syarikat tradisional yang paling awal menerima internet dan mengintegrasikan alat-alat internet ini ke dalam operasi mereka, yang berjaya menjalani transformasi internet. 20 tahun kemudian, kita melihat gelombang AI ini, logiknya sama. Syarikat perisian yang benar-benar mempunyai halangan masuk, mempunyai pengumpulan data, dan mampu menjadi platform infrastruktur AI, akhirnya akan menjadi pemenang terbesar. Dan sekarang, mereka mungkin berada di permulaan siklus kenaikan baru.