AI 對 SaaS 股票的影響：Salesforce、ServiceNow 和 Snowflake 分析

編譯 & 整理：深潮 TechFlow

嘉賓：Nico

在 AI 噩夢下的 SaaS 軟體股：CRM 對比 NOW 對比 SNOW，誰才是真正被錯殺的翻倍機遇？萬字深度解析下一波軟體股機會

播客源：Nico 前沿 Alpha

播出時間：2026 年 5 月 21 日

過去半年，華爾街以「SaaS 末日」概括了一場慘烈的殺跌，Salesforce、ServiceNow、Snowflake 從高點腰斬，而摩根大通擁擠度模型顯示，半導體板塊的機構持倉已飆至 99.3%，軟體板塊僅 22.8%，呈現歷史級情緒撕裂。投資人 Nico 在這一節點提出了與主流敘事相反的判斷：AI 不是要殺死軟體行業，而是在淘汰只賣功能介面的公司，並獎勵那些賣基礎設施和治理的平台；當下軟體板塊雖然行業景氣度不如硬體，但賠率與性價比更高。

本集節目最有價值的部分，是將三家公司在同一個評估框架下逐一拆解：Salesforce（13–14 倍前瞻 PE、144 億美元自由現金流、500 億美元回購授權）是「安全邊際派」，ServiceNow（AI Control Tower 叙事、黃仁勳連續三年站台）是「AI 叙事最清晰派」，而 Snowflake（按使用量計費、RPO 同比增長 42%、但 GAAP 仍虧損）是「高彈性高風險派」。5 月 27 日，Salesforce 與 Snowflake 將同日發布財報，緊接著是 Snowflake 年度大會與微軟 Build 大會接踵而至，這些催化劑將構成短期最直接的觀察窗口。

「SaaS 末日」與市場情緒極端化

• The software sector has been hammered badly—this isn't just one company having problems, but the entire software sector being sentenced to death by the market.
• 摩根大通的擁擠度模型顯示，半導體板塊的機構持倉擁擠度已飙升至 99.3%，而軟體板塊的擁擠度僅為 22.8%，這是歷史級別的情緒撕裂。
• 硬件板塊的好消息是所有人都已買入，已被市場定價；而軟體的壞消息是大家也賣得差不多了，有向上反彈的空間。未來 3 個月，如果只看行業景氣程度，硬件一定會更強；但如果看上漲空間、賠率、性價比，軟體可能反而會更好。

AI 對 SaaS 商業模式的衝擊

• Many feature interfaces that SaaS companies once relied on for charging fees can now be used to create a functional prototype in a very short time using AI, requiring absolutely no programming experience. The real concern in the market is that the scarcity and moat of SaaS functionality layers are collapsing.
• 如果一個 AI Agent 能夠幹 10 個人的活，那麼一家原本要購買 1000 個帳號的公司，現在只需要 100 個就夠了。這就是華爾街最近常說的 Seat compression，席位壓縮。
• Agent 不需要 UI，不需要 dashboard，不需要漂亮的界面，它只需要數據和 API。這意味著 SaaS 軟件被 AI 降維打擊了，從企業工作流的主入口，淪為數據存儲的後端。

Salesforce 的轉型與估值

• 購買 Salesforce 本質上不是以幾十倍的估值去賭一個高成長的故事，賭它最終能成功轉型為 AI 公司，而是基於內在價值與實際價格的對比權衡，它目前確實處於相對低估的狀態。
• Agentforce 將收費邏輯從【人頭】切換至【任務】，過去的收入與員工數量掛鉤，未來的收入則與整體工作量掛鉤。只要按照任務收費的邏輯順利運行，Salesforce 就能從座位經濟平滑過渡至任務經濟。
• Microsoft's Dynamics 365 plus Copilot is the biggest long-term threat to Salesforce. If salespeople no longer open Salesforce in the future, but instead let Copilot automatically update customer records on Outlook or Teams, Salesforce could degrade from a work entry point into a backend database.

ServiceNow 的 AI Control Tower 戰略

• ServiceNow 想做的不是再造一個 ChatGPT，而是成為企業級 AI Agent 的治理層、編排層和執行層。不管企業用的是哪家 AI，只要這個 AI 進入企業的流程、調用企業的系統、執行企業的任務，就得通過 ServiceNow 來治理和編排。
• This positioning is similar to Apple’s iOS, where Apple does not develop every app itself, but all apps run on iOS. ServiceNow aims to follow the same path in the future.
• Huang Renxun said: "ServiceNow is essentially the enterprise operating system of the AI era."

Snowflake 的消費模式悖論

• Snowflake 最怕的不是客戶不用它，而是客戶用得太溜。當企業發現 Snowflake 的帳單太高，就會推動工程團隊優化查詢、壓縮存儲，甚至用開源工具替代一部分低價值的任務，這就是消費模式的雙刃劍。
• Snowflake 的淨收入留存率從 131% 降至 126%，再降至最新的 125%，這依然健康，但趨勢向下，顯示老客戶擴張速度已不如以往。
• Snowflake 是三家之中增長最快、AI 數據基礎設施邏輯最直接、且天然不受傳統 SaaS 商業模式影響的一家；但同時也是估值最高、競爭最激烈、盈利質量最弱的一家。高賠率，高風險。

歷史類比與最終判斷

• The narrative that “AI is killing software” has been oversimplified. What’s actually happening is that AI is phasing out software that only sells functional interfaces, while simultaneously rewarding platforms that sell infrastructure and governance. Not all software will be disrupted.
• When the dot-com bubble burst in 2000, the dominant market trend was 【the internet would kill all traditional companies】, but in the end, it wasn’t just internet companies that survived—it was also those traditional companies that embraced the internet earliest and integrated these tools into their businesses. Twenty years later, the same logic applies to this wave of AI.

2026 年新年伊始，「AI 殺死軟體行業」的敘事引爆了整個美股市場。自此之後，整個軟體板塊便籠罩在被 AI 頠覆的噩夢之下。軟體板塊的龍頭微軟也沒能倖免，年內一度跌超 25%，如果從歷史高點計算，最大回撤逼近 40%，接近 2022 年美股熊市的跌幅。而過去幾年的熱門軟體股，比如 Salesforce、ServiceNow、Snowflake，市值都已經蒸發了一半以上。這不是一家公司出現了問題，而是整個軟體板塊被市場判了死刑。華爾街給這次事件起了個名字，叫「SaaS 末日」。

過去近半年的時間裡，無論散戶還是機構，都在做同一件事：做多硬體、做空軟體，軟體板塊被砸得稀爛。然而就在最近，幾個不尋常的信號悄悄出現了。摩根大通的擁擠度模型顯示，半導體板塊的機構持倉擁擠度已飙升至 99.3%，而軟體板塊的擁擠度僅為 22.8%，這是歷史級別的情緒撕裂。就在這個時候，美國總統特朗普悄悄花了數百萬美元抄底軟體股；華爾街最擅長抄底的對沖基金經理 Bill Ackman 也在同一時間，重倉了軟體行業最大的公司微軟；全球市值最高的公司英偉達 CEO 黃仁勳，連續第三年親自飛往拉斯維加斯，為一家軟體公司站台。

那麼 AI 到底是要殺死整個軟體行業，還是給了我們一個十年一遇的抄底機會？今天這期影片，我會從頭到尾拆解三家最具代表性的軟體公司：Salesforce、ServiceNow、Snowflake。

關於 AI 如何擊垮 SaaS 行業、導致軟體股暴跌，還得從今年 1 月說起。1 月 30 日，Anthropic（Claude 大模型背後的公司）在 GitHub 上悄悄發布了 11 個插件，名為 Claude Cowork，僅僅是一個代碼倉庫，外加一篇部落格文章。然而在發布後的 48 小時內，全球軟體股血流成河。根據市場估計，軟體板塊總共蒸發了 2850 億美元的市值。

為什麼大家都這麼慌？CNBC 的一名記者做了一個讓所有 SaaS 公司高管失眠的實驗。他用 Claude Code 花了一小時，複刻了一個名叫 Monday.com 的網站，成本僅為 5–15 美元。Monday.com 是一家在美股上市的項目管理軟體公司，市值達數十億美元。一名記者僅用一小時、幾美元的成本，就做出了一個看起來與 Monday.com 相似的項目管理 demo。

當然，這並不是說它真的複製了一家上市公司，真正的 Monday.com 擁有企業權限、數據安全、集成生態、銷售渠道，這些都不是 AI 一個小時就能搞定的，需要一定的時間去沉澱累積。但這個實驗最嚇人的地方在於，過去 SaaS 公司賴以收費的許多功能介面，現在用 AI 就可以在極短的時間內做出一個可用的原型，完全不需要任何程式設計經驗。在這個故事背後，市場真正擔心的事情是，SaaS 功能層的稀缺性以及護城河正在崩塌。傳統按人頭收費的 SaaS 模式，在 AI 的衝擊之下，可能無法成立了。這也折射出底層 AI 模型廠商的野心，不再只是優化大模型的性能，而是直接下場做應用層，瓜分這塊龐大的蛋糕。

SaaS 的全稱是 Software as a Service（軟體即服務）。它的本質很簡單，就是將傳統安裝在企業伺服器上的本地軟體搬到雲端，客戶按月或按年付費，以獲得軟體的使用權。在過去 20 年裡，這種模式是軟體行業最大的造富機器。

大多數 SaaS 公司的核心收費邏輯，幾乎都是按人頭收費。一家公司有 1000 名員工使用這款軟體，就必須購買 1000 個賬號，並持續支付訂閱費用，每個賬號每年費用從幾十到幾百美元不等。使用頻率越高、使用時間越長，客戶的黏性就越強，因為整個公司的業務流程與數據都已沉淀於這套 SaaS 軟體中，短時間內遷移切換的成本極高。這正是輕資產 SaaS 行業躺著賺錢的根本邏輯，也是過去 20 年華爾街願意給予 SaaS 公司數十倍甚至上百倍市盈率高估值的根本原因。

但隨著 AI 浪潮爆發，尤其是進入 Agent 時代後，這套邏輯的根基開始動搖。市場對 SaaS 行業的擔憂，主要分為兩層。

第一層：席位壓縮（Seat compression）

最直接的一層恐慌，是 Agent 取代員工，導致 SaaS 訂閱數大幅下滑、營收利潤銳減。SaaS 公司是按人頭收費的，企業有多少員工使用就買多少個席位。但是 Agent 時代到來之後，這個邏輯就被徹底顛覆了，如果一個 AI Agent 能夠幹 10 個人的活，那麼一家原本要購買 1000 個帳號的公司，現在只需要 100 個就夠了。這就是華爾街最近常說的「Seat compression（席位壓縮）」。

SaaS 公司的收入公式為「客戶數 × 人均座位數 × 單價」。過去 20 年，這三個變量均持續上升，但在 Agent 的衝擊下，人均座位數這一指標首次面臨結構性下行風險。市場擔憂 SaaS 公司的商業模式可能被 AI 頨覆。

第二層：Agent 工作流繞過 SaaS 界面

更深一層的恐慌，在於基於 Agent 的工作流程下，SaaS 軟體被直接繞過，淪為配角。這一層才是市場真正炸毛的核心所在。傳統 SaaS 的商業模式，隱含了一個前提：軟體是為人使用的。Salesforce 設計 UI、設計精美的儀表板、設計工作流程，本質上都是為了培養用戶習慣、提升用戶黏性。但 Agent 不需要 UI，不需要儀表板，也不需要漂亮的介面，它只需要數據和 API。

當 Claude 可以直接連接你的 Salesforce、Notion、Google Drive、Slack 插件後，工作流程就發生了根本性的變化。過去銷售員直接打開 Salesforce，在裡面查詢客戶資料、追蹤合約、查看售後情況，日常工作中幾乎離不開 Salesforce 的軟體介面。而現在銷售員可以直接打開 Claude，完成以往這些重複性的工作，Claude 則透過 API 的方式調用 Salesforce，讀取與寫入資料，銷售員完全無需接觸 Salesforce 的軟體介面。

這意味著 SaaS 軟體被 AI 降維打擊，從企業工作流的主入口，淪為數據存儲的後端。這件事的可怕之處在於，它直接改變了價值分配的鏈條。過去用戶接觸最多的是 SaaS 軟體，而現在用戶將更多時間投入於與 Agent 的互動。用戶在哪個環節花費的時間最多，哪裡就掌握最大的定價權。在這種情況下，SaaS 軟體淪為 AI Agent 的配角。過去 SaaS 最強的護城河，是長期的用戶習慣與工作流沉澱，本質上建立在「人會重度使用 UI 界面」這個前提下，但 Agent 正在改變這一點。這足以引發市場的大規模恐慌。

同時，宏觀利率環境緊張，大型科技公司的資本支出幾乎全部流向 AI 基建，企業的軟體採購預算不斷受到壓縮，長期限的軟體成長股估值受到最嚴重的壓縮。今年至今，整個軟體板塊大幅跑輸同期的標普納指，市場也出現了兩極分化的局面，所有人都在無腦做多硬體、做空軟體。

摩根大通的擁擠度數據分析顯示，半導體行業的擁擠度已達到歷史最高水平 99.3%，這意味著幾乎所有投資者的倉位都集中在同一個方向。更值得注意的是，軟體行業的空頭倉位正在穩步增加，擠壓風險指標已達到 100% 的極端水平。當恐慌達到極致時，市場的臨界點與反向信號往往也就開始出現。

這些數據並不是說資金馬上就要撤出硬體板塊、轉向軟體板塊。這更多是一個風險信號，硬體成為了散戶與機構交易最擁擠的板塊，無腦做多硬體的性價比越來越低，資金自然有需求進行板塊之間的切換；從高位的硬體切換到低位的軟體，相當於從一個極度擁擠、短期被充分定價的板塊，切換到仍被鬼故事壓制、但基本面可能出現改善的板塊。

硬件板塊的好消息是所有人都已買入，價格已反映在市場中；而軟體的壞消息是大家也賣得差不多了，具備上漲反彈的空間。我對這個問題的判斷很明確：未來 3 個月內，若僅看行業景氣度，硬件一定更強；但若看上漲空間、賠率與性價比，軟體反而可能更好。換句話說，硬件仍是 AI 的最大主線，但短期已過於擁擠；軟體是補漲方向，未來 3 個月的彈性與賠率更高。

主要是因為過去幾個月軟體板塊被嚴重拋售。伴隨 AI 恐慌，軟體股出現了廣泛且不分青紅皂白的拋售，市場先拋售再質疑，這確實導致許多具備業務壁壘、有數據積累且積極擁抱 AI 的優質軟體公司被無情地錯殺。

而且在未來幾十天，軟體板塊將迎來眾多催化因素。例如，5 月 27 日，Salesforce 和 Snowflake 將同日發布最新財報，這兩份財報將回答一個核心問題：AI 究竟是正在吞噬 SaaS，還是正在重新定價 SaaS？緊接著，6 月 1 日–4 日，Snowflake 將在舊金山舉辦年度大會，主題為數據基礎設施與企業 AI 的落地；6 月 2 日–3 日，微軟將舉辦 Build 大會，核心議題為 AI Agent、Copilot、開發者工作流與企業 AI 應用。這些催化因素疊加在一起，可能強化軟體股的反彈趨勢。如果市場開始相信 AI Agent 不是要消滅軟體，而是要透過軟體平台落地，那麼 ServiceNow、Salesforce、Snowflake 等軟體股都可能因此受益。

公司背景

Salesforce 的代碼是 CRM，正好與其業務名稱相同，它是全球最大的客戶關係管理軟體公司，也是 SaaS 時代最具象徵意義的公司之一。簡單來說，它幫助企業管理客戶。但這裡的「管理客戶」並非僅僅讓銷售人員打開網頁、輸入幾條客戶資訊，其真正的價值在於成為企業客戶數據的核心記錄系統。

客戶是誰、有哪些員工跟進過、買過什麼產品、合約進行到哪一步、售後有無投訴、行銷觸達過幾次，這些客戶生命週期中最關鍵的數據，都會沉澱在 Salesforce 裡面。這些都是企業最核心的客戶資產。AI 可以為你生成郵件、總結會議、自動撰寫銷售話術，但若沒有一個可信的客戶資料庫，AI 就無從得知如何執行這些任務，這正是 Salesforce 最核心的位置。AI 或許會衝擊 Salesforce 的前端功能，但未必能摧毀其核心。

Salesforce 一方面是最典型的傳統 SaaS 公司，正面承受 Agent 席位壓縮的衝擊；但另一方面，它又是眾多企業客戶數據的底座，並非一個可以隨意替換的小工具。這正是我們分析 Salesforce 的核心切入點：它究竟是即將被 AI 頓覆的舊時代軟體公司，還是一台被市場過度悲觀定價的現金流機器？

Salesforce 目前擁有超過 15 萬家企業客戶，涵蓋從初創公司到世界 500 強企業。公司由 Marc Benioff 於 1999 年創立。Benioff 出身於甲骨文（Oracle），曾是甲骨文最年輕的副總裁，也是甲骨文創始人 Larry Ellison 早期極為看重的門徒之一。後來他創業時提出了一個當時極具前瞻性的想法：企業軟體不應以光碟形式售賣並安裝於客戶伺服器上，而應運行於雲端，並以月度或年度訂閱方式提供。

這個理念在 1999 年是非常激進的。當時微軟、甲骨文、SAP 等傳統巨頭，主流模式都是將軟體銷售給企業，讓企業自行部署在本地伺服器上。就在那時，Benioff 喊出了「No Software」的口號，後來 SaaS 這種商業模式真的獲勝了，Salesforce 也成為了 SaaS 行業的代名詞。

Benioff 的特點是嗅覺極為敏銳、善於判斷方向。去年他首次提出 Agentforce 時，整個市場都認為這只是一個營銷噱頭，但過去幾個季度，Agentforce 確實取得了相當不錯的數據。最新披露的 Agentforce ARR 已達 8 億美元，同比增長 169%。因此，你是否相信 Salesforce 能夠完成 AI 轉型，很大程度上取決於你是否相信 Benioff 這個人。

產品矩陣

很多人以為 Salesforce 就是一個 CRM 工具，但其實經過 20 多年的擴張和收購，它已經長成了一個非常龐大的企業軟體平台。

最核心的產品是 Sales Cloud，這是 Salesforce 的起家產品，協助銷售團隊管理客戶、商機與銷售漏斗。全球大量企業的銷售體系，都是建立在這個產品之上。在 Sales Cloud 之後，Salesforce 又拓展出 Service Cloud，專注於客戶服務與售後支援，客戶的電話投訴、郵件諮詢、線上聊天提問，以及後台的工單分配與處理流程，都是運行在 Service Cloud 上。再向外延伸，Marketing Cloud 負責數位行銷，協助企業進行精準推送、郵件行銷與廣告投放效果追蹤；Commerce Cloud 則負責電商，協助企業線上銷售商品。

這四塊加在一起，Salesforce 基本上把企業跟客戶打交道的所有環節都覆蓋了，從獲客、成交、售後再到復購，全鏈路都有對應的產品。

但 Salesforce 的野心不止於此。過去幾年，他花了大量資金進行收購：收購了 MuleSoft（負責系統集成，企業內部可能同時使用十幾套軟體，MuleSoft 負責打通這些系統的數據）、Tableau（負責數據可視化和商業分析，將 CRM 中的客戶數據轉化為圖表和洞察）、Slack（負責企業內部通訊與協作，類似國內的飛書或釘釘辦公軟體）；去年又收購了 Informatica（負責企業級數據管理，幫助企業清洗、整合與治理散落在各處的數據）。

這些收購結合起來，Salesforce 實際上已建立了一個以客戶數據為核心的完整生態系統，CRM 為核心，周圍層層包裹著整合、分析、協作與數據治理。而 Salesforce 最新崛起且最關鍵的一塊拼圖，就是 Agentforce——這是 Salesforce 去年推出的 AI Agent 平台，也是它應對 AI 挑戰最重要的一張牌。

商業模式：從座位經濟到任務經濟

Salesforce 的商業模式是最典型的 SaaS，按用戶人數收費。公司有多少銷售員需要使用 CRM，就購買多少個帳號，每個帳號每月約 100 多美元，按年合約結算。單個帳號看起來並不貴，但如果一家大型企業有數千甚至數萬名銷售、客服和運維人員，這些費用累積起來，就會變成非常穩定的經常性收入。這就是 Salesforce 過去 20 多年穩賺不賠的根本來源。

但隨著 AI 的到來，這套躺賺的邏輯開始動搖。如果一個 AI Agent 能夠自動進行客戶研究、撰寫郵件、管理銷售漏斗、跟進客戶，那麼企業還需要那麼多銷售員嗎？這正是市場最擔憂的問題——席位壓縮。Salesforce 就是市場最常拿來炒作討論的代表公司之一。

Benioff 本人也意識到了這個問題。自去年開始，Salesforce 啟動了一次較為激進但至關重要的商業模式轉型，繼續保留席位費，但新增了一款按使用量計費、貼合 AI 時代的產品，名為 Agentforce。簡單來說，傳統模式是「你購買多少帳號就付多少錢」，新模式是「你的 AI Agent 執行了多少任務就按使用量付費」。Salesforce 將這種使用量稱為 Agentic Work Units（AI Agent 完成工作的計量單位）。

這個新模式背後的邏輯非常聰明。如果 AI 真的能夠替代一部分人工，那麼傳統的席位數量可能會減少，但與此同時，AI Agent 執行的任務數可能會大幅增加——過去一個銷售員一天可能跟進 20 個客戶，未來一個 AI Agent 可以同時跟進 200 個客戶。人類的席位減少，但 AI 執行的任務數量可能翻倍甚至增加 10 倍。只要按照任務收費的邏輯能夠跑通，Salesforce 就能從座位經濟平滑過渡到任務經濟，單客戶的收入反而可能大幅上升。過去的收入與員工數量掛鉤，未來的收入則與整體工作量掛鉤。這正是 Agentforce 最重要的意義，可能重構 Salesforce 整家公司的收費邏輯與商業模式。

當然，這個故事目前還未完全實現。Agentforce 的 ARR 雖已達到 8 億美元，增速非常快，但相對於 Salesforce 415 億美元的全年收入而言，占比仍不足 2%。而 Salesforce 所面臨的席位壓縮衝擊，可能比任何一家 SaaS 公司都更嚴重，因為 Salesforce 販售的是銷售員、客服員、行銷員的席位，一家一萬人的公司可能需要購買 3000–5000 個 Salesforce 帳號，而這些崗位恰恰是 AI Agent 最先取代的職種：寫郵件、跟進客戶、生成銷售文案、回答客戶諮詢，全都是 AI 大模型最擅長的事情。要靠 2% 的新業務抵消傳統席位的下滑，難度極大。

既然如此，那為什麼我還說 Salesforce 目前仍然值得大家關注呢？不是因為我相信 Agentforce 這個新業務的故事一定能夠跑贏舊 SaaS 模式的營收，而是因為 Salesforce 目前只有 13–14 倍的前瞻市盈率，這個估值已經把悲觀預期定價進去了。它還有 144 億美元的自由現金流，以及 500 億美元的回購授權。

因此，購買 Salesforce 本質上並非以數十倍的估值去賭一個高成長的故事，或賭它最終能成功轉型為 AI 公司，而是基於內在價值與實際價格的對比權衡；Salesforce 目前確實處於相對低估的狀態。當然，這個安全邊際並非無條件的，如果 AI 真的導致傳統業務收入明顯下滑，而 Agentforce 又無法彌補，那麼 Salesforce 的估值可能仍會被進一步壓縮。但只要核心業務穩定、股票回購持續執行，即使 Agentforce 僅部分實現，市場也可能重新為其估值，股價便會反彈。

moat

Salesforce 最強的護城河，在於客戶過去 20 多年累積的海量數據。一家使用了 10 年 CRM 的公司，可能儲存了數百萬條客戶記錄、數十萬條銷售流程、數萬個自定義字段，將這些數據全部遷移，等於推倒企業的數位化基座重新搭建，遷移成本遠高於繼續付費的成本。

那麼，Salesforce 的弱點在哪裡？微軟的 Dynamics 365 搭配 Copilot，是 Salesforce 中長期最大的威脅。作為全球最大的軟體公司，微軟的 B 端辦公產品已滲透全球絕大多數大型企業。Dynamics 365 是微軟的 CRM 產品，直接對標 Salesforce 的核心業務，過去幾年的增長率一直維持在 20% 以上。最重要的是，Dynamics 365 與 Copilot、Teams、Outlook 等辦公套件深度整合，企業員工每天最常使用的軟體入口都在微軟這邊。如果未來銷售人員根本不再打開 Salesforce，而是在 Outlook 或 Teams 上讓 Copilot 自動更新客戶記錄，Salesforce 就可能從工作入口退化為後台資料庫。這是 Benioff 最擔心的地方，也是 Salesforce 中長期最大的不確定性。

最新財報數據

上個財年最後一個季度的數據如下：全年收入為 415 億美元，同比增長 10%；RPO 總額達 720 億美元，同比增長 14%；自由現金流為 144 億美元，同比增長 16%；全年回報股東 143 億美元，其中 127 億用於股票回購、16 億用於分紅。此外，Salesforce 剛剛批准了高達 500 億美元的股票回購計劃。Agentforce 這項新業務的 ARR 為 8 億美元，同比增長 169%，簽訂了 29,000 項交易。

不過這裡要打個補丁，29000 筆交易不等於 29000 個大客戶，也不等同於全部都是大額合同。這個數據只能說明產品在快速鋪開，但真正決定估值的，是後續能不能提升單客戶的付費金額和淨收入留存率。在這次財報會議上面，公司還把 2030 財年的收入目標上調到了 630 億美元。

整體來看，Salesforce 的基本面確實非常紮實。而且在上一次財報會議時，CEO Benioff 本人也提到，這是公司歷史上最輝煌的一年，也是軟體行業有史以來業績最好的一年，反而表示現在是一個很好的營銷機會和買入機會，因此公司決定將股票回購授權提高至 500 億美元。這種語氣其實非常明確，管理層對財報非常滿意，甚至直接反擊市場，認為市場過於悲觀，Salesforce 的股價被錯殺了。

在我拍影片時，Salesforce 的股價只有 180 美元，前瞻市盈率為 13–14 倍。與過去幾年軟體牛市動輒 30 倍、40 倍以上的估值相比，明顯大幅壓縮，是近年來估值最低的水平。

Catalysts and Risks

看多的理由很簡單。它的估值便宜、現金流穩定、目前的回購力度非常大，而且 Agentforce 新業務正在加速放量。Salesforce 5 月 27 號的財報很值得關注，是短期最直接的催化劑。

看空的理由是，它的增速只有 10%，在軟體行業裡不算快；商業模式被 AI 頓覆的質疑還是沒有消除；Agentforce 新業務的不確定性還是很高。市場最大的疑問是，Agentforce 能不能大到足以拉動整個公司的營收利潤，幫助公司完成 AI 的全面轉型？這些還有待時間驗證。

5 月 27 日的財報，大家可以關注以下幾點：第一點，Agentforce 的 ARR 是否仍能保持 100% 以上的同比增速。如果增速放緩，則表明 AI 轉型存在一定風險，主要需關注管理層如何回應此事。

第二點，與 SaaS 席位費相關的業務是否出現明顯萎縮。如果出現類似情況，大家就要小心了，市場可能會繼續炒作「AI 吞噬 SaaS」的敘事。

此外，公司對未來的指引是否仍保持樂觀，管理層是否繼續正面回應 AI 對 SaaS 商業模式的衝擊，這些都是較為值得關注的方面。

單看上個季度的財報，我認為管理層非常明確且樂觀，他們並不認為 AI 會摧毀 Salesforce，反而認為 AI 會讓 Salesforce 從 SaaS 應用公司升級為企業 Agent 的平台。但從數據來看，這個故事仍處於早期驗證階段。對我自己而言，我認為無需過早下結論，判斷它是否被 AI 頨覆或是否已完成 AI 業務的轉型。我更看重的是，其估值目前處於近年來被最低估的水平，再加上公司本身穩健的基本面，當前買入的性價比和賠率都較高。但長期的主線敘事仍是 AI，Salesforce 能否經得起 AI 的考驗，仍需時間來驗證。

公司背景

ServiceNow 就是我開頭提到的那家軟體公司，黃仁勳連續 3 年親自飛往拉斯維加斯為其站台。如果說 Salesforce 管理的是企業對外的客戶關係，那麼 ServiceNow 管理的就是企業對內的員工與流程。簡單來說，它是企業內部運轉的中樞神經系統。

企業內部許多需要審批、流轉、執行和記錄的流程，都可以在 ServiceNow 上運行。電腦壞了要找 IT 開工單；新員工入職要開帳號、配電腦、走 HR 流程；系統出現故障要進行事件響應；安全警報來了要派發、升級、修復。因此，它不僅僅是一個 IT 工單系統，更像是一個企業內部各類工作流的統一平台。

ServiceNow 成立於 2004 年，總部位於加州聖克拉拉。現任 CEO 是 Bill McDermott，他此前曾擔任 SAP 的全球 CEO，在企業軟體行業深耕數十年。自 2019 年正式接手 ServiceNow 後，McDermott 帶領公司從一家 IT 工單軟體公司持續擴張為「全企業工作流平台」。他的風格極具特色，擅長講述宏大敘事、推動大型交易、開發大客戶。這種風格在 AI 時代反而成為了優勢。

產品矩陣

其最核心的起家業務是 ITSM，企業 IT 部門用它來管理工單、事件響應、變更發布、IT 資產和服務請求。在 ITSM 市場中，ServiceNow 是全球無可爭議的領先者。在此基礎上，它進一步拓展出 ITOM（IT 運維管理），ITSM 更偏向於解決「問題發生後如何處理」，而 ITOM 則是提前監控系統、發現問題，並盡量自動修復。

業務進一步擴展至 HR Service Delivery，員工的入職、離職、請假、調崗以及各類員工請求，均可在 ServiceNow 上完成。此外還有 Customer Service Management 業務（從事企業級客服，與 Salesforce 的 Service Cloud 有一定重疊，但 ServiceNow 更偏向複雜的 B2B 場景，例如大型設備、企業客戶、跨部門售後工單）；Security Operations 負責安全事件響應；Strategic Portfolio Management 則協助 CIO 管理項目組合，決定哪些 IT 項目該投資、哪些該砍掉。

將這些拼在一起看，ServiceNow 已經從一個簡單的 IT 服務管理軟體，擴展成了企業內部的工作流平台。這也是它續約率能夠做到 97% 的根本原因，因為一家企業一旦把 IT、HR、安全、客服這些流程都搬到 ServiceNow 上面，要換掉它就不只是換一個軟體那麼簡單，而是要重建一整套企業內部運轉系統，這件事兒的成本很高。

最近的關鍵收購

除了自己原生的產品以外，ServiceNow 最近一年還做了幾筆非常關鍵的收購。

第一筆是 Moveworks，專注於 AI 驅動的員工服務助手。員工有問題時，無需再到處尋找入口，只需直接詢問 AI，AI 可協助查詢政策、提交工單、查看進度，甚至自動解決部分問題。收購完成後，Moveworks 的功能已整合至 ServiceNow 的 EmployeeWorks。

第二筆是 Veza，主要專注於身份治理與權限管理。在 AI Agent 時代，「誰能存取什麼資料」變得極其關鍵，不僅人類需要受到限制，Agent 的權限也是如此。Veza 正是解決這個問題的方案。

第三筆是收購 Armis，它是從事網路安全領域的實時資產可視化。Armis 能夠看到企業網路中有多少設備、哪些有漏洞、哪些正在通信。

這三筆收購都有一個共同的指向，即為 AI Agent 大規模進入企業做準備。Agent 要在企業裡幹活，得知道員工在問什麼，得知道誰有權限動什麼數據，得知道網絡裡有哪些資產。這三筆收購分別補齊了這三塊能力。當然短時間內連續做幾筆收購，也會帶來整合風險，尤其是 Armis 這種 77.5 億美元的大交易，後面我們講風險的時候會詳細展開。

核心 AI 戰略：AI Control Tower

ServiceNow 最核心的 AI 战略，稱為 AI Control Tower（AI 控制塔）。這個概念要從一個很現實的問題說起。未來企業使用 AI 不會只使用一家，可能使用 OpenAI 的 GPT 做客戶服務、Anthropic 的 Claude 做合約審查、微軟的 Copilot 做文檔協作、Google 的 Gemini 做資料分析，企業自己還會開發很多內部的 AI Agent。

此時問題就來了：這麼多 AI Agent 同時在企業內部運行，誰來管理他們？誰來決定他們能存取哪些資料、不能存取哪些資料？誰來確保他們不會越權操作？萬一發生事故該如何追責？這正是 AI Control Tower 要解決的問題。

ServiceNow 所追求的並非再造一個 ChatGPT，而是成為企業級 AI Agent 的治理層、編排層和執行層，負責確保這些 AI 在企業內安全、合規且可審計地運作。這正是它與眾多其他 SaaS 軟體公司的不同之處。許多公司正在思考「我能否自行開發一個 AI Agent，與 ChatGPT、Claude、Gemini 爭奪應用層的入口」，而 ServiceNow 則聰明地選擇了另一條路徑：「我不與你們爭奪底層模型，而是管理這些模型進入企業後的執行流程」。

ServiceNow 的目標是，不論企業使用哪家 AI，只要該 AI 進入企業流程、調用企業系統或執行企業任務，都必須透過 ServiceNow 進行治理與編排。

為什麼是 ServiceNow？

這就得回溯到 ServiceNow 過去 20 多年累積的底層能力。它手中有一樣東西叫做 CMDB（配置管理資料庫）。簡單來說，就是企業 IT 資產與系統關係的完整地圖。公司裡有哪些伺服器、運行哪些應用程式、使用者之間的權限關係，都記錄在這裡。它還有一套運行了十幾年的流程引擎，企業裡所有的審批、執行與協作鏈路都在 ServiceNow 上運轉。它還擁有完整的審計日誌，每一步誰做了什麼、何時做的、修改了哪些內容，系統都能夠留下記錄。

AI Agent 進入企業之後，最需要的就是這三樣東西：得知道企業裡有什麼系統可以調用、得按照既定的流程執行任務、Agent 所做的每一步都要留下審計記錄。除此之外，ServiceNow 又透過 Veza 補全了身份和權限驗證、透過 Armis 補全了實時資產可視化。

在今年的 Knowledge 大會上，這件事又向前推進了一步，ServiceNow 發布了 Action Fabric。這項技術可讓任何第三方 AI Agent，無論是 Claude、GPT、Gemini 還是 Copilot，都能調用 ServiceNow 的治理引擎來執行企業級任務。「我不關心你使用什麼 AI 模型，但執行與治理必須經過我這一層」，這種邏輯與蘋果的 iOS 相似——蘋果不會親自開發每一個 App，但所有 App 都運行在 iOS 上。ServiceNow 未來也想走這條路。

黃仁勳背書

最具說服力的背書來自黃仁勳。英偉達首席執行官連續第三年出席 ServiceNow 年度大會，這不僅是合作夥伴之間的互相支持，英偉達本身也是 ServiceNow 的客戶。英偉達內部的超級電腦報價系統正是運行在 ServiceNow 上，過去生成一份完整的報價文件需要 5 天，進入 AI 工作流程後，僅需 5 分鐘即可完成。

黃仁勳的原話是：「ServiceNow 本質上就是 AI 時代的企業操作系統。」今年兩家公司還聯合發布了 Project Arc，英偉達提供 AI 計算的安全沙箱，ServiceNow 提供企業級治理，兩家公司屬於深度綁定的關係。這件事說明，ServiceNow 的 AI Control Tower 不是一個孤立的軟體概念，它已開始進入英偉達、OpenAI、Google、Anthropic 等 AI 生態夥伴的企業落地敘事中。

最新財務數據

今年第一季度，總收入為 37.7 億美元，同比增長 22%；訂閱收入為 36.71 億美元，同樣同比增長 22%，超出指引上限；總 RPO 為 277 億美元，同比增長 25%；客戶續約率為 97%。這些數字表明 ServiceNow 的基本面沒有問題，它仍是一家增長約 20%、續約率 97%、高利潤率、高現金流的軟體平台。

AI 這邊的表現更加亮眼。公司已將今年 AI 相關的 ACV（年度合同價值）目標，從年初的 10 億美元上調至 15 億美元。請注意，這是合同價值口径，而非當期收入，後續將逐步轉化為實際落袋的營收。但僅在一個季度內將目標上調 50%，說明其 AI 產品確實有客戶付費，正處於高速增長階段。

它的股價已經從歷史高點回撤了 50% 以上，前瞻市盈率現在大概是在 21–24 倍之間。對於一家高速增長的軟體輕資產公司來說，確實已經是相對低估的區間了。

Catalysts and Risks

看多 ServiceNow 的理由很清楚。第一點，它的 AI 叙事脈絡是非常清晰的，AI Control Tower 是 AI 時代下企業的操作系統，AI 需求越大，企業越需要治理、審計、權限和執行平台。第二點，它的 AI 新業務也確實在持續放量，AI ACV 從 10 億美元漲到 15 億，故事在真實地兌現。第三點，它的生態夥伴陣營很強，OpenAI、Google Gemini、Claude、英偉達都在和 ServiceNow 做集成或者深度綁定合作，這會強化它作為「企業 AI 控制塔」的戰略地位。

但也要清楚說明 ServiceNow 所面臨的風險。在最新一個季度的財報發布後，即使超出市場預期，盤後股價仍下跌了兩位數，市場情緒極度悲觀，顯示目前市場趨勢尚未扭轉，投資者對 SaaS 公司的商業模式及 AI 轉型仍持質疑態度。此外，ServiceNow 近期密集完成三筆收購，尤其是 77.5 億美元的 Armis 收購案，需要時間消化，市場將仔細審視上調的收入指引中，有多少來自收購、有多少來自有機增長。外部風險則是中東地緣政治因素，上個季度部分大型項目延遲，導致訂閱收入增長受到約 75 個基點的不利影響。

對於 ServiceNow，我個人還是比較看好的。它是三家當中 AI 叙事最順暢、最直白、也最容易讓市場買單的軟體公司。它的 AI Control Tower 定位不僅不會受到 AI 的衝擊，反而會受益於 AI 的普及，很有機會成為企業級 AI 落地過程中最重要的軟體平台。同時從估值層面來看，過去一年它的股價已從高點腰斬，前端市盈率很低，和 Salesforce 一樣，已來到相對便宜的水平，目前買入的性價比和賠率都很不錯。

公司背景

這家公司最簡單的一句總結就是：企業數據的超級倉庫。如果說 Salesforce 管客戶、ServiceNow 管流程，那 Snowflake 管的就是數據。企業裡的所有數據，例如銷售數據、用戶行為、財務報表、系統日誌，全部都倒入 Snowflake 裡面，然後就可以在 Snowflake 這個超級數據倉庫上進行分析、建模和運行 AI 工作負載。

產品矩陣

Snowflake 最核心的基礎仍是資料倉儲和資料湖，企業將結構化和半結構化的資料全部導入其中，並在上面執行 SQL 查詢與資料分析，這正是 Snowflake 的根基，也是大部分收入的來源。在此基礎之上，Snowflake 還構建了 Snowpark，讓開發者可直接在 Snowflake 中使用 Python、Java、Scala 撰寫程式碼，建構資料管道與機器學習模型，無需將資料移出，即可在平台內部完成從資料處理到模型訓練的全過程。

再往上，是 Snowflake 近一年多重點推廣的 Cortex AI 套件，其中包含兩個核心產品。Snowflake Intelligence 面向業務用戶，可直接用自然語言與數據對話，它會基於 Snowflake 中的結構化和非結構化數據自動查詢、分析並生成洞察，能夠主動執行多步任務，更像是一個企業級的 AI Agent。Cortex Code 面向開發者，與普通程式設計助手不同之處在於，它是 Snowflake 原生的 AI Coding Agent，能夠理解 Snowflake 中的數據結構、權限設置和計算環境，可直接為您編寫數據管道、調試查詢和構建 AI 應用，功能十分強大。

因此，這兩個產品的分工非常明確：Snowflake Intelligence 是為業務用戶設計的，讓不懂 SQL 查詢語句的人也能直接詢問數據、使用數據，並讓 AI 基於數據採取行動；Cortex Code 則是為技術團隊設計的，讓開發者和數據工程師能夠更快地構建數據應用、數據管道和 AI 應用。

除了 AI 產品之外，Snowflake 還有兩項較為獨特的能力。Snowflake Marketplace 是數據共享與交易市場，企業可直接在上面買賣數據集，或直接調用第三方數據進行分析。Data Clean Rooms 則實現隱私保護下的跨組織數據協作，兩家公司可在不暴露各自原始數據的前提下進行聯合分析，廣告行業可用於跨平台歸因，醫療行業可用於聯合臨床研究，金融行業可用於反欺詐協作。這兩項能力是難以複製的差異化優勢。

從整體來看，Snowflake 正從一個數據倉庫工具，轉型為 AI 數據平台，底層為數據存儲與計算，中間為開發工具與 AI 引擎，上層則為面向業務用戶的智能助手與數據市場。Snowflake 不僅希望幫助企業存儲和查詢數據，更希望讓企業在同一個受治理的數據平台上分析數據、共享數據、開發應用，並將 AI 真正整合至自身的業務數據中。在客戶規模方面，目前 Snowflake 擁有 13300 多家企業客戶，平台每天處理 63 億次數據查詢。

business model

這是 Snowflake 與前兩家公司最大的區別。Salesforce 和 ServiceNow 的核心業務都是按席位收費，每年支付固定的訂閱費用；Snowflake 則完全不同，它是根據實際消耗的計算和存儲資源收費，運行了多少查詢、使用了多少算力、存儲了多少數據，就按照平台的計算公式支付相應的金額。

這種模式有好有壞。好的一面是，AI 時代企業的數據消耗正在指數級增長，每執行一個 AI 任務背後都需要消耗算力和數據查詢，Snowflake 的收入會隨著 AI 工作負載的暴漲而自然增長。不好的一面是，企業一旦縮減預算或優化工作負載，Snowflake 的收入也會隨之下跌。

不過 Snowflake 近兩年也開始大力推廣多年期的消費承諾合約。最新財報中的 RPO 為 97.7 億美元，同比上漲了 42%，這表明大客戶開始將未來數年的算力預算鎖定給 Snowflake，並非完全可隨時終止的關係。

護城河與競爭格局

它的優勢在於數據的黏性。數據導入 Snowflake 後，上下游的分析模型、查詢腳本和數據管道都建立在上面，遷移成本極高。這正是 Snowflake 最核心的護城河。而且其 Data Clean Rooms 在隱私保護和跨組織協作方面已相當成熟，不易被複製。

弱點在於競爭格局過於激烈。最大的對手是 Databricks，其最新的年化收入運行率已達到 54 億美元，同比增長 65%，比 Snowflake 的 29% 快了一倍以上，最新一輪的估值達到 1000 多億美元。Databricks 在機器學習和 AI 工作負載方面更強。如果 Databricks 未來上市，它極有可能成為企業軟體市場最受關注的 IPO 之一，屆時 Snowflake 就必須在公開市場上接受正面對比。

除了 Databricks 之外，三大雲供應商的威脅也不小。AWS 的 Redshift、Google 的 BigQuery、Azure 的 Synapse 都在持續進化，與各自的雲生態系統天然綁定，它們既是 Snowflake 的合作夥伴，也是潛在的替代者。再往下還有 DuckDB、ClickHouse 等開源或新興工具，在本地分析、實時分析、低成本查詢等特定場景中蠶食市場。因此，Snowflake 的競爭環境比 Salesforce 和 ServiceNow 更加複雜一些。

消費模式的反直覺風險

再說一個反直覺的現象：Snowflake 最害怕的不是客戶不使用它，而是客戶用得太順手。因為 Snowflake 採用消費模式，客戶查詢越多、運算越多、儲存越多，Snowflake 的收入就越高；但相反地，當企業發現 Snowflake 的帳單過高時，就會推動工程團隊優化查詢、壓縮儲存，甚至以開源工具取代部分低價值的任務。

這就是消費模式的雙刃劍：增長迅速時，收入會隨客戶使用量自然上升；但一旦客戶開始優化使用量，收入增速也會隨之放緩。這一趨勢已在數據中有所體現，Snowflake 的淨收入留存率從 131% 下降至 126%，再到最新的 125%。這個數字依然處於健康水平，表明老客戶每年仍在增加消費，但趨勢下行也說明老客戶的擴張速度已不如以往。背後既有基數變大後的自然回落，也有客戶進行成本優化、消費節奏放緩的影響。

因此，Snowflake 更像是一個高增長、高彈性但競爭極為激烈的 AI 數據平台。這正是 Snowflake 最大的魅力，也是它最大的風險。

最新財務數據

全年產品收入為 44.7 億美元，同比增長 29%，是這三家公司的增速最快者。最新一個季度的產品收入為 12.3 億美元，同比增長 30%，略高於全年增速。RPO 為 97.7 億美元，同比增長 42%。最新一個季度淨新增客戶 740 家，同比增長 40%。此外，公司還簽下了歷史上單筆金額最大的合約，金額超過 4 億美元。這些數據表明，Snowflake 的需求並未放緩，相反，大客戶仍在簽訂更大規模的長期合約。

但問題也很明顯。在 GAAP 標準下，Snowflake 全年仍虧損了約 13.3 億美元，是這三家公司中唯一尚未在 GAAP 下實現盈利的公司。每個季度的股票薪酬高達 4 億多美元，全年超過 17 億美元，股東稀釋的壓力不小。

但 Snowflake 仍然是三家公司中最貴的，其未來收入口徑下的 EV/Sales 估值倍數約為 9 倍，明顯高於 Salesforce。

Catalysts and Risks

從利好方面來看，Snowflake 有幾個焦點。第一，Snowflake 並非傳統的 SaaS 模式，而是按用量計費模式，天然會受益於 AI 工作負載的增長。短期來看，AI 運行越多，Snowflake 賺得就越多。第二個焦點是 RPO 同比增長 42%，顯示大客戶仍在簽訂更大的長期合約，代表未來收入的可見性很強。第三，Snowflake Intelligence 和 Cortex Code 都在快速擴展，已有 9100 多個賬戶正在使用 AI 功能。

除此之外，Snowflake 近期還有兩個比較重要的事件，5 月 27 日發財報，緊接著 6 月 1 日到 4 日就是 Snowflake 年度大會在舊金山舉行。兩個催化劑緊挨在一起，我個人覺得利大於空。到了那段時間，股價的波動應該會比較大。

我們也必須提前了解相關風險。第一點，GAAP 持續虧損是最大的硬傷。在市場更偏好盈利和現金流的環境下，相較於 Salesforce 和 ServiceNow，Snowflake 將承受更大的估值壓力。第二點，Databricks 是目前 Snowflake 最強烈的競爭對手，Databricks 未來上市可能會重塑整個數據平台賽道的競爭格局；如果其上市後增速更快、AI 叙事更強、估值更具吸引力，資金可能會從 Snowflake 流向 Databricks。此外，還有股東訴訟、內部人減持等公司治理層面的噪音，也會影響市場情緒，但這些並非當前的主線。

Snowflake 可以用一句話總結：它是三家中最成長最快、AI 數據基礎設施邏輯最直接、且天然不受傳統 SaaS 商業模式影響，但同時也是估值最高、競爭最激烈、盈利品質最弱的一家，高賠率、高風險。

在拆解這三家公司的之後，我來跟大家分享一下我個人的主觀看法。

如果你重視安全邊際、偏好價值投資邏輯，Salesforce 是相對最穩健的一支，前端市盈率僅為十幾倍、自由現金流達 144 億美元、股票回購授權達 500 億美元，且盈利能力穩定，建倉持有的安全邊際較大。但其增速僅為 10%，股價上漲的爆發力可能相對較弱。

如果你認可 AI Control Tower 這個治理層的邏輯，ServiceNow 可能是三家企業中 AI 叙事最清晰的一家，20% 以上的增速、97% 的續約率、22 倍的前瞻市盈率，加上黃仁勳連續三年親自站台的背書，當前買入的性價比還是挺高的。但前提是你需要接受密集收購的整合風險，還需要承擔短期股價的高波動。

如果你追求最大的彈性，也能承受最大的波動，Snowflake 是高賠率賭注，最大的風險在於公司盈利未轉正、持續虧損、淨收入留存率下滑，且競爭對手 Databricks 未來 IPO 上市，可能重塑整個數據平台賽道的估值錨。風險波動確實較高。

除了這三家之外，在軟體板塊中，如果你想要最穩定的壓艙石，那微軟仍然是最佳選擇，它是這輪被錯殺最嚴重的大市值軟體標的。不過這裡我還是要強調一下，這只是我個人的判斷框架，不構成任何投資建議。大家還是得根據自己的實際倉位情況，在理性分析之後做出相應的投資決定。

最後，我們回到開頭提出的那個問題：AI 到底是要殺死整個軟體行業，還是給了我們一個十年一遇的抄底機會？

我認為，「AI 殺死軟體」這個敘事被過度簡化了。真正發生的是，AI 正在淘汰那些僅銷售功能介面的軟體，但同時也在獎勵那些銷售基礎設施和治理的平台。並非所有軟體都會被顛覆。

這就像 2000 年互聯網泡沫破裂時，當時市場主流趨勢是「互聯網會消滅所有傳統公司」，但最後活下來的不僅僅是互聯網公司，還有那些最早擁抱互聯網、將這些互聯網工具整合並融入自身業務的傳統公司，他們順利完成了互聯網轉型。20 年後，我們再看這波 AI 浪潮，邏輯也是一樣的。真正有壁壘、有數據積累、能夠擔當 AI 基礎設施平台的軟件公司，最終仍會成為最大的贏家。而現在，他們可能正好站在新一輪上漲週期的起點。