撰文：宇宙波鳴人，深潮 TechFlow
2026 年 2 月，科技股市場正經歷一場被部分媒體稱為 “SaaSpocalypse” 的系統性崩盤。
Salesforce 股價從 2025 年高點下跌近 40%；ServiceNow 在發布單季財報後單日暴跌超過 11%，原因僅是管理層在電話會議中提到「AI 智能體正在使席位增長的能見度變得複雜」；Workday 下跌超過 22%；整個 S&P 500 軟體與服務指數在 2026 年開年六週內蒸發了近 1 萬億美元市值。
市場的邏輯很直接：AI 智能體（Agent）已經能夠替代大量人工操作，企業用 AI 做完了過去需要 100 個人完成的工作，自然就不再需要 100 個軟體席位。按席位收費的 SaaS 商業模式，被認為已經走到了歷史的終點。
就在這場恐慌交易席捲整個行業時，匯豐銀行美國科技研究主管 Stephen Bersey 發布了一份標題極具挑釁性的研究報告：《Software Will Eat AI》。
他的核心觀點，用一句話概括：市場的恐慌，是一場誤判。
逆勢而來的報告
“The market’s concern that AI will replace enterprise software is mistaken.”
他在報告開篇寫道。在他看來，AI 不會消滅軟體，而是會被軟體所吸收，成為嵌入在企業軟體平台之內的能力層。軟體不是 AI 的對手，軟體是 AI 抵達現實世界的載體。
這個邏輯顛覆了當前市場的整個敘事框架。市場的恐懼是「AI 取代軟體」，而 Bersey 的判斷是「軟體將馴化 AI」。
他引用了一個來自互聯網時代的歷史類比：當年互聯網爆發時，最初的价值積累集中在物理基礎設施，如伺服器、光纖電纜、數據中心。大量資本湧入硬體基礎設施，而那些苦苦掙扎的早期互聯網公司，反而成為最終贏得長期價值的一方。軟體，才是互聯網價值的終點。
AI 的演進，Bersey 認為，正在重演同一部劇本。2024 和 2025 年是基礎設施的建設期，算力、模型、代碼整合——這一切都是為軟體層的爆發在鋪路。而 2026 年，是引擎真正點火的一年。
Software will be the primary mechanism for AI to spread across the world's largest enterprises. We believe 2026 is the launch year for software monetization.
為何基礎模型無法取代企業軟體？
報告最有分量的論證，是對「AI 直接顛覆軟體」這一邏輯的逐層拆解。
批評者的觀點看似很有說服力：大型語言模型已經能夠編寫代碼，vibe coding（通過自然語言描述直接生成可用軟件）正在興起，AI 模型公司已在應用層進行更多嘗試，那麼，企業為何仍需要 Oracle、SAP、Salesforce 等昂貴的傳統軟件系統？
Bersey 的回答從三個層面展開。
第一，基礎模型有「先天缺陷」。
報告明確指出，基礎模型「存在內在缺陷」，無法勝任對大型企業核心平台進行「整體替換」的任務。它們在窄場景中表現良好，如圖像生成、小型應用開發、文本處理，但對於高保真度、企業級核心平台而言，這「並不現實」。
根本原因在於訓練數據的局限性。LLM 是在公開互聯網數據上訓練的，而企業軟件系統數十年來累積的私有架構知識、業務邏輯、操作規範——這些核心知識產權根本不在公網上，AI 無從學習，也無從複製。Oracle、SAP 的系統護城河，不是靠寫代碼能追上的，它是靠時間和業務場景累積起來的。
第二，Vibe Coding 的能力邊界被嚴重高估。
報告直接點名了 Vibe Coding 的致命弱點：它把設計的責任和負擔完全壓在了開發者身上。你告訴 AI「我想要一個能處理全球供應鏈的系統」，AI 可以生成代碼，但「如何定義這個系統的架構、如何處理異常情況、如何確保在極端壓力下不崩潰」，這些判斷依然需要人。
更重要的是，Bersey 指出，那些主要的 AI 模型公司「幾乎沒有創建企業級軟體的經驗」。它們是從零開始進入一個極其複雜的環境。而企業軟體經過數十年的迭代，已進化至「幾乎零錯誤、高吞吐量、高可靠性」的水準，這是 AI 新貴在短期內無法達成的基準線。
Third, the cost of switching for enterprises is a real and high barrier.
即使假設 AI 真的能寫出同等水準的程式碼，企業更換核心系統的代價依然極其高昂，收入中斷風險、生產力損失、跨 IT 環境的系統相容問題、對供應商品牌與服務能力的信任累積……這些都是真實的切換成本，不會因為 AI 能寫程式碼而消失。
企業級軟體所要求的是多年來經過驗證的 99.999% 正常運行時間，以及在各種複雜 IT 環境下的無差錯運行。這種信任，是時間換來的，而非代碼堆砌而成。
Who will be the true beneficiaries of AI monetization?
如果前半部分是防禦性的論證，那報告的後半部分則是進攻性的佈局。
Bersey 的核心判斷是：AI 價值鏈的最大份額，最終將流向軟體層，而非硬體和晶片層。
We believe AI is the primary source of value creation in the software stack, and the largest share of long-term value will belong to software, not hardware.
他同時指出，硬體稀缺性、GPU 短缺、電力限制、數據中心瓶頸，在未來數年內都將持續存在。這種稀缺性，恰恰強化了軟體平台的戰略地位：只有軟體平台，才能將 AI 能力轉化為可規模化、可重複的商業價值。
而具體的變現載體，報告指向了 AI 智能體（agentic AI）。
Bersey 預測，2026 年將見到面向任務型、嵌入工作流的 AI 智能體在財富 2000 強企業和中小企業中的大規模部署。但他對智能體的定性，與市場上的主流敘事截然不同，他不認為智能體是取代軟體的顛覆者，而是認為智能體必須在軟體定義的參數和權限範圍內運行，正是這種「有邊界的智能體」，才能滿足企業對 AI 風險管控的需求。
換言之，企業不需要一個無所不能、自由運作的 AI，它們需要的是一個能被治理、被審計、並在合規框架內運作的 AI。而這，只有深度嵌入企業軟體系統的智能體才能做到。
“Software is the key pathway for enterprises to use AI in a controlled manner.” This is the most central judgment in the entire report.
同時，報告還預測推理（inference）需求將逐漸超過訓練需求，成為算力消耗增長的主要驅動力，這意味著隨著智能體的普及，算力消耗不會萎縮，而會持續增長，進一步支撐整個軟件和基礎設施生態。
機會還是陷阱？
報告發布時，軟體板塊整體估值已跌至歷史性低位。Bersey 的判斷是：低估值加上即將到來的變現元年，這是進場機會，而非離場信號。
Software valuation is at a historical low, despite the industry being on the brink of massive expansion.
在具體標的的推薦上，匯豐的邏輯非常清晰：那些已建立深厚數據護城河、具備嵌入 AI 智能體能力、且不依賴純人頭計費模式的軟體公司，將是這輪 AI 變現浪潮的最大受益者。買入評級名單包括 Oracle、Microsoft、Salesforce、ServiceNow、Palantir、CrowdStrike、Alphabet 等，幾乎涵蓋了企業軟體的所有核心玩家。
值得注意的是，匯豐同時下調了 IBM 和 Asana 的評級，並將 Palo Alto Networks 列為「減持」，並非所有軟體公司都能安全渡過此輪調整，關鍵在於能否成為 AI 智能體落地的基礎設施，而非被智能體繞過的人工介面。
Bersey 的報告邏輯嚴密，時機精準，逆勢而出的姿態本身便具有極強的傳播效應。
但有一個問題，報告並未正面回答：如果 AI 智能體真的能在企業軟體的架構內高效運作，企業對軟體「席位」的需求，是否仍在悄悄萎縮？軟體作為 AI 載體的價值或許成立，但「按人頭收費」的商業模式是否能支撐當前的估值，仍是懸而未決的問題。
軟體吞噬 AI，還是 AI 吞噬軟體，這場辯論，2026 年的每一份財報，都將是新的證據。