當大家都在拋售軟體股，匯豐說你們錯了
市場的恐慌，是一場誤判。
2026 年 2 月，科技股市場正經歷一場被部分媒體稱為「SaaSpocalypse」 （SaaS 末日）的系統性崩盤。
Salesforce 股價從 2025 年高點跌去近 40%；ServiceNow 單季財報發布後單日暴跌超 11%，原因不過是管理層在電話會上提了一句「AI 智能體正在使席位增長的能見度變得複雜」；Workday 跌超 22%；整個 S&P 500 萬億軟件與服務市值在 2026 年開萬億美元指數在 2026 年開萬億
市場的邏輯很直接：AI 智能體（Agent）已經能夠取代大量人工操作，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 個軟件席位。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的時候，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：《軟體將吞噬 AI》（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
“市場擔憂 AI 將取代企業軟件，這種擔憂是錯誤的。”
他在報告開篇寫道。在他看來，AI 不會消滅軟體，而是會被軟體吸收，成為嵌入在企業軟體平臺之內的能力層。軟體不是 AI 的對手，軟體是 AI 抵達現實世界的載體。
這個邏輯翻轉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，最初的價值積累集中在物理基礎設施，服務器、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，反而是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。
“軟體將是 AI 在全球最大型企業中擴散的主要機制。我們認為 2026 年是軟件變現的啟動之年。”
基礎模型為什麼替代不了企業軟體？
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。
批評者的觀點看起來很有說服力：大型語言模型已經能寫代碼，vibe coding（通過自然語言描述直接生成可用軟體）正在興起，AI 模型公司已經在做更多應用層的嘗試，那麼，企業為什麼還需要 Oracle、SAP、Salesforce 這些耗資巨大的傳統軟體系統？
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臺進行 “整體替換” 的任務。它們在窄場景中表現良好，圖像生成、小型應用開發、文字處理，但對於高保真度、企業級核心平臺而言，這「並不現實」。
根本原因在於訓練數據的限制。 LLM 是在公開互聯網數據上訓練的，而企業軟體系統數十年來積累的私有架構知識、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，也無從復制。 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 可以產生代碼，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”，這些判斷仍然需要人。
更關鍵的是，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」。他們是從零開始進入一個極其複雜的環境。而企業軟件經過數十年迭代，已經進化到「幾乎零錯誤、高吞吐量、高可靠性」的水平，這是 AI 新貴短期內無法企及的基準線。
第三，企業切換成本是一道真實存在的高牆。
即便假設 AI 真的能寫出同等水準的代碼，企業替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 環境的系統兼容問題、對供應商品牌和服務能力的信任積累…… 這些都是真實的切換成本，不會因為 AI 能寫代碼而消失。
企業級軟體要求的，是多年來經過驗證的 99.999% 正常運行時間，是在各種複雜 IT 環境下的無差錯運行。這種信任，是時間換來的，不是用代碼堆出來的。
誰將是 AI 變現的真正受益者？
如果說前半部是防守性的論證，那報告的後半部則是進攻性的佈局。
Bersey 的核心判斷是：AI 價值鏈的最大份額，最終將流向軟件層，而非硬體和晶片層。
“我們認為 AI 是軟件棧中最主要的價值創造來源，長期價值的最大份額將歸屬軟件，而非硬體。”
他同時指出，硬體稀缺性，GPU 短缺、電力限制、資料中心瓶頸，在未來數年內都將持續存在。這種稀缺性，恰恰強化了軟件平臺的戰略地位：只有軟體平臺，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 年將看到面向任務型、嵌入工作流程的 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，他不認為智能體是替代軟件的顛覆者，而是認為智能體必須在軟件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、自由奔跑的 AI，它們需要的是一個能被治理、被審計、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慧體才能做到。
「軟體是企業可控地使用 AI 的關鍵途徑。」這是整份報告最核心的一句判斷。
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？
報告發佈時，軟體板塊整體估值已跌至歷史性低點。 Bersey 的判斷是：低估值疊加即將到來的變現元年，這是入場機會，而非離場訊號。
“軟體估值處於歷史低位，儘管該行業正處於大規模擴張的前夜。”
在具體標的的推薦上，HSBC 的邏輯很清晰：那些已經建立了深厚數據護城河、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，幾乎涵蓋了所有企業軟件的核心玩家。
值得注意的是，HSBC 同時下調了 IBM 和 Asana 的評級，將 Palo Alto Networks 列入 “減持”，不是所有軟體公司都能安全渡劫，關鍵在於能否成為 AI 智能體落地的基礎設施，而不是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就具有極強的傳播效應。
但有一個問題，報告沒有正面回答：如果 AI 智能體真的能夠在企業軟體的框架內高效運作，企業對軟件「席位」的需求，會不會仍然在悄悄萎縮？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，依然是懸在空中的問題。
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。
加密貨幣屬於高風險投資，本網站內容均不構成任何投資建議與責任。
掌握虛擬貨幣、區塊鏈大小事
