软件已死——软件万岁 ：“SaaSmageddon”、垂直人工智能与氛围编码谬论

在短短三周内，Anthropic 推出了 Cowork、用于法律审查的 Claude 和用于 Excel 的 Claude。随后，软件类股暴跌，创下该类别在非衰退期内 12 个月最大回撤，为 30 多年来最大（下跌 34%，市值较峰值蒸发近 2 万亿美元）。1 汤森路透遭遇了其有史以来最糟糕的交易日——触发原因并非竞争对手的产品发布，而是一组包含结构化提示的 markdown 文件。摩根大通在其研究报告中题为“ 软件崩溃蔓延，无处可藏 。”杰富瑞创造了术语“SaaSmageddon”。

本月有价值 4,000 亿美元的 SaaS 企业市值蒸发。ServiceNow 较去年高点下跌近 50%，CRM 下跌 40%，甚至 MSFT 接近 30%的回撤。没有任何地方是安全的：即便是关于“AI 正在吞噬 X”的传闻也会引发抛售。一支曾经卖音乐点唱机、后来宣布推出货运产品的便士股导致物流公司出现两位数抛售。

广泛的公开市场抛售很少能归因于单一原因。当然，这次也不例外。首先要认识到，除了“AI 在杀死所有软件”之外，可能导致资金撤出该领域的所有其他原因有：

1. 离散性颠覆： 在 Beyond Cowork 之外，Anthropic 和 OpenAI 都宣布了针对法律和金融服务行业的计划，这对该领域的参与者（如 Thomson Reuters、LegalZoom 和 CS Disco）造成了沉重打击。此外，一些单个软件公司也未能兑现预期：例如，通常可靠的 Tyler Technologies 出现失误（下跌 15%）。对于一家拥有长期在政务科技领域垄断地位、现年约 60 年的软硬件与服务企业而言，面对公共部门 AI 采用带来的崭新世界，或许这并非难以承受。

2. 超大云服务商资本支出： 来自 Microsoft、Alphabet、Meta 和 Amazon 的 AI 相关资本支出大幅增加—— 预计 2026 年合计将超过 6600 亿美元 ——已让投资者对这些投资何时能带来显著变现产生担忧。例如，MSFT 因资本支出上升和 Azure 增速放缓而受挫。我们在此前关于 AI 基础设施的文章中以及关于 “AI 泡沫” 的讨论中曾对此有所论述。

3. 行业轮动： 大体上存在一种关于科技股被高估、需要修正的时代精神（尽管软件目前的交易估值约为 4.9 倍企业价值/收入 ，仅凭这一点就感觉像是过度修正）。也有人推测，强于预期的经济数据（例如一月就业报告显示 新增 13 万个岗位 ）促使投资者从“轻资产”软件转向像能源和工业这样的“重资产”周期性行业。

4. 基于规模的波动性： 在市场暴跌中，小盘和中盘股通常下跌更多。历史上，这在软件领域尤为明显，该类别的总体企业价值由少数位于顶部的巨大平台主导。企业价值低于 50 亿美元的那些长尾软件上市公司往往遭受重创。在大衰退期间，NetSuite 和 Salesforce 的未来十二个月营收倍数分别暴跌约 92%和约 80%。2 虽然——与普遍看法相反——垂直软件公司比它们的横向同行的平均企业价值高约 20%，但受到这轮市场反应影响的行业中有更多被认为风险未分散的垂直玩家。

理性或非理性，这轮抛售已导致一些风投公开宣称，在 AI 时代之后，SaaS 的收入持久性受到了挑战，甚至已成过去。最悲观的“热点观点”认为，基于情感/风格编码的应用将使核心记录系统——或甚至所有应用层软件——变得过时。

在讨论长期可行性之前，我们先深入探究一下这场“SaaS 闪崩”的数据。

我们分析了近期公开市场 SaaS 的回调情况。尽管本月垂直细分领域的公司受到的冲击比横向同业更大，但自去年高点以来的跌幅总体相当。最后，我们试图识别受创最严重的垂直行业；或许并不令人意外（鉴于 OpenAI 和 Anthropic 的消息），受创最重的行业是法律和医疗保健，不过每个分组样本量都很小，因而两家重挫的公司对整体影响特别大（法律领域的 CS Disco 和医疗领域的 Doximity）。

如上所述，相关性最强的是公司规模（即市值）。小市值公司受创最重——而大盘与中盘之间的差距则相对较小。

归根结底，软件股短期下跌 10%几乎无法说明 SaaS 作为一种商业模式或技术范式的未来。用常被归于本·格雷厄姆的那句名言来说：“短期内，市场是投票机；长期看，市场是称重机。”五年后，权益潮流无疑会更能说明人工智能对 SaaS 的影响。然而，我们认为，在此期间仍可以得出几条合理的结论。

SaaS 依然生机勃勃

虽然我们完全同意人工智能对现有软件厂商构成实质性风险，但我们不同意“软件即死”的共识（也不同意一家点歌机公司会对货运市场构成实质性威胁）。尽管我们不愿以卖弄学究的方式开场，但对“软件已死”论点最简单的反驳是：人工智能仍然是软件。而以云端交付的应用层人工智能仍然是软件即服务（Software-as-a-Service）。

自然，每一次重大的技术范式转变都会带来新的术语。风险投资者渴望展示思想领导力并争夺关注度，和其他人一样，也常常通过大量新缩略语和技术术语来淹没讨论。尽管 AI 已逐步取代 SaaS 成为便捷称谓，但 SaaS 原本要表达的技术交付模型在 LLM 时代仍然广泛存在——即便那些通常与 SaaS 相关的特性（例如重界面或按席位订阅）正在退潮。

EvenUp、Abridge、Harvey、OpenEvidence、Rilla、MagicSchool：都是人工智能，都是 SaaS。如果我们开始把人工智能称为“新一代 SaaS”，很多混淆或许就能澄清。当人们宣称 SaaS 已死时，常把新一代技术的崛起与更庞大的基础商业模式的终结混为一谈，而后者比以往任何时候都更强大。把人工智能称为软件终结者，就像把 iPhone 称为计算的终结一样。事实上，正如当时的情况，人工智能通过让软件更简单、更易获取，很可能成为自云基础设施出现以来软件发展的最大助推器。

正如我们上周在文章中所写：即便蛋糕在扩大，也并不意味着所有人都能分到 。即使 SaaS 的增长持续不衰，5 到 10 年后的排名榜单几乎肯定会不同。

谁最脆弱？

在我们去年六月有关人工智能对垂直 SaaS 威胁的文章中，我们强调了三类我们认为特别脆弱的对象：

1. 超窄型： 开发极其利基工具的公司（更指用例而非市场规模），这些工具在有 AI 支持下很容易被复制。这些是近期内最明显的失败者。

2. 被 LLMs 淘汰： 那些被 LLMs 自然吞并的 SaaS 产品（例如 Chegg、Grammarly、Dragon）。话虽如此，拥有资源和意志将自己改造成以 AI 为先的软件公司可能会兴旺。Duolingo 正在付诸行动。

3. 犹豫不决的在位者： 那些未能迅速以同等水平提供 AI 功能的传统 SaaS 提供商，或对过时的摇钱树产品抓得太紧。激励很重要。我们在关于 智能系统发展 的文章中曾设想过这些缓慢的死亡。

我们在此将“超窄”定义为更多取决于单一产品的规模、复杂性和可防御性，而非仅指范围狭窄。无论总体可寻址市场（TAM）大小，垂直的记录系统都不符合此定义；而面向横向客户服务的工具则符合。无论如何，我们承认每一家应用层公司都面临着真正的压力，因为以 AI 为原生的挑战者增长速度比以往任何时候都快。如果过去的平台转型能预测未来，那么几乎可以确定的是，绝大多数增量价值将流向以 AI 为原生的颠覆者，而非传统供应商。现有企业行动迟缓，难以吸引最优秀的 AI 人才，并且面临典型的创新者困境：是否自我吞噬其核心业务。一小部分传统 SaaS 公司能够经受住风暴，许多则无法。

还有一种真正的结构性威胁，你可以称之为“正门”风险。传统软件被降格为中间件，智能体在其上捕获所有增量价值。Box 的首席执行官 Aaron Levie 直言不讳地说 ：每一款企业软件都必须转变为平台化玩法，因为智能体利用工具和数据所能完成的工作，远超过人类曾经做到的。记录系统被往技术栈下推——这意味着更低的增长潜力和更小的利润池。当然，值得指出的是，“整合并包围”式的记录系统颠覆绝非新鲜事物。正如我们在对 垂直软件的整合问题 的分析中所探讨的那样，面对此类动态的既有企业要么适应（收购或自建），要么逐渐失去相关性。

未能抓住下一阶段的爆发性增长，并不意味着所有增长都会消失。如果软件确实处于晚周期阶段，它的增长率应接近 GDP（而实际上至少是 GDP 的 2–3 倍）。事实上，Gartner 预计软件支出将在 2026 年加速增长 ——为半个十年来的最高水平。即便在传统的云迁移中，仍然存在显著的增长空间：尽管 95%的企业已有云足迹，但企业工作负载在云端的占比直到 2025 年才突破 50%。八年前这一数字刚刚超过 30%。

我们以前看过这个剧情，而且是最近的。还记得从本地部署向云端转变时，曾有人断言这会终结企业软件巨头吗？Oracle、SAP 和 Microsoft 都被宣判为恐龙——会被敏捷的云原生初创公司颠覆的遗留供应商。相反，成功的在位者通过收购和自建云业务完成了转型；今天，它们比以往任何时候都更强大。Microsoft 的收入从 2010 年的 620 亿美元增长到 2025 年的 2820 亿美元。Oracle 在过去二十年中从 120 亿美元增长到 570 亿美元；其云软件业务规模是其本地部署业务的三倍。确实，本地到云的转变淘汰了许多在位者，但更重要的是，它大幅推动了企业软件市场的增长。更便宜的构建、更便宜的销售和更便宜的维护带来的是通缩性，但也在扩大市场。全球软件市场约为二十年前的 $200B；而今天，它们的规模已超过五倍 。

Parker Conrad，Rippling 的首席执行官，也得出了同样的见解， 指出过去二十年间软件开发成本大幅下降的影响 。AWS 取代了自建宿主。框架、开源生态、开发者工具和更高级的编程语言抽象掉了复杂性，使得几天内完成过去需要数月的工作成为可能。结果是软件商业的寒武纪大爆发。但这并没有降低软件公司的价值。竞争确实加剧了，既有优势变得脆弱。当然，这也缩短了许多企业的替换采购节奏。但总体来看，净效应是软件变得更有价值。随之而来的 SaaS 时代正是因为构建成本降低而创造了数万亿美元的企业价值。能够解决的问题增多，更多工作流得以制度化，更多行业得以数字化，更多客户群体（无论是垂直行业还是小型企业）能够更高效地被销售软件。

我们在早前关于人工智能是否威胁垂直 SaaS 的一篇文章中追溯了这一模式，审视了从 FORTRAN 到云计算的“层级商品化周期”的历史。每个周期都遵循相同的轨迹：创新将一个过程的核心环节自动化， incumbents 害怕被淘汰而产生反弹，然后市场在新出现的生产力中蓬勃发展。LLMs 是最新的迭代，正如以往每一次周期一样，会有失败者，但整体市场会增长。

氛围法则谬误

Benedict Evans 在他最近的 Stratechery 访谈 中指出构建软件的复杂性：“我从没认为在大型公司内部为另一个事物管理事物的软件的难点是写代码。” 难点在于发现问题、设计合适的工作流程、制定正确的上市策略，并赢得顾客信任。再加上应用程序的数量庞大： 各类买家平均使用的 SaaS 工具数量为 275 个 。对于企业来说，这一数字跃升到 600 多个。

人们很容易把每个 SaaS 应用的复杂性归结为可被人工智能消化，但正如 Evans 所指出的，这种类比同样适用于传统 SaaS：“它们都是薄薄的 SQL 外壳。本质上都是数据库。”Evans 进一步补充道：“就像那个愚蠢的 Hacker News 评论，‘Airbnb 不过是个 CMS。’但没错，每个社交网络本质上都是个 CMS。”

如果人工智能让代码变得更廉价，那么那些非代码壁垒——领域专业知识、分销渠道、客户关系，以及埃文斯（Evans）生动地称为“可揪住喉咙的人”——相对而言就变得更重要，而不是更不重要。在人工智能时代，当“可揪住喉咙的人”变得愈加有价值。当产出是概率性的而非确定性的时，客户需要有人对结果负责。正因如此，我们认为垂直软件中的持久护城河 ——工作流的稳固嵌入、专有数据循环以及信任——会随着人工智能的进步而是复利增长，而非削弱。

有一种持续存在的幻想，认为企业只需靠“vibe 编码”就能免于购买软件。Evans 在采访中称这种想法是“妄想”，我们完全同意，尤其是在垂直市场。公司并不以构建复杂的内部工具为业。模型会非常快速地改进，也不应低估“vibe 编码”在两三年内能取得的成就。但“内部构建还是付钱让别人管理”的根本态度不会改变。撇开复杂性与质量的论点不谈，总拥有成本几乎总是倾向于购买而非自行构建。

尽管这种情况在垂直市场公司中尤为明显，即便是前沿科技初创公司也将其大量技术栈“外包”出去。为什么？因为这比为这些任务配备专职人员更便宜，而且能够更快地专注于解决核心问题。其结果是，更便宜构建的软件通常也更便宜拥有，带来更多潜在客户和更大的市场。公司将继续把软件外包给供应商——无论这些供应商是传统的 SaaS 提供商还是新兴的以 AI 为本的初创公司。我们觉得一个特别有趣的轶事是，潮流编码爆款 Loveable 刚刚成为 HubSpot 的客户。

我们在早期文章中用了超能球鞋的比喻：想象一双能在一夜之间赋予每个篮球运动员终身体能训练效果的鞋子。高中替补变成了 NCAA 级别的竞争者，甚至 NBA 球员也能有所提升。但这种影响是对数式的——像库里和詹姆斯这样的球员已经拥有终身训练成果，他们的优势很大程度上来自篮球智商。你本来水平越高，这双鞋的帮助就越小。而且每个人都能穿到这些鞋。软件企业的情况也是如此。

同样重要的是要记住，大多数垂直市场的数字化程度仍然很低。这些行业从钢笔和纸张发展到 Excel，再到现成的垂直软件。就像 SaaS 革命一样，许多在某些工作流上尚未使用软件的潜在垂直客户，将会直接跳过中间阶段，转而购买以 AI 为原生的平台注册。我们在一篇题为 Diffusion of AI across Vertical Markets 的文章中更深入地探讨了这一采用模式。

我们分享一个轶事，反映了我们经常看到的类似挑战，即便是在最大的潜在垂直买家中也很常见，而大多数技术前沿人士很少接触到。我们曾与一家数十亿美元市值的建筑材料公司交谈，他们有三套不同的 ERP。为什么会这样？他们增长迅速，既有有机增长也有并购带来的扩张，当他们无法弄清楚如何迁移掉那套用了数十年的旧系统时，就决定对某些地区和工作流程继续保留它，为有机增长购买一套新系统，并最终不去替换并购中继承的第三套系统。尽管他们目前没有计划更改这套 IT 架构，但他们正在积极评估并购买新的垂直 AI 组件。这些行业不会很快跳过现有步骤去自行设计提示工程工具，但他们现在已成为新工具的积极买家。那同一家公司刚刚买了第一套 CRM（尽管他们会有别的叫法），还配备了一套以语音为先的收入加速系统。

接下来会发生什么

并非所有软件都相同，但恐慌正把它当作单一整体来看待。Ben Thompson 在他的 Stratechery 访谈中做出了一个关键观察：“破坏与价值创造并非同时发生。先是大量破坏，也就是拆解的过程，然后人们才有空去探索新的事物，而价值创造就在那时发生。”

尽管市场恐慌、股价暴跌，我们仍处于破坏阶段的相当早期。一些垂直软件公司会倒下，尽管我们认为这些公司的持久性远高于横向同行。下一代一些垂直 AI 公司将从废墟中崛起，但大多数将建立在一片未开发的绿地上。按定义，如果市场只是撕裂并取代传统供应商，就无法扩张。对于现有的传统供应商并非没有希望：拥有分销和信任优势的 incumbents 也能分享 AI 收入。最近关于垂直利润溢价的历史表明，市场已经将垂直 incumbents 所享有的持久性优势计入价格。

正如我们在 Dude, Where’s My Moat? 中探讨的那样，软件防御性的不可变原语是工作流和数据。速度在一个品类的早期是一个复合优势，但它并非持久的护城河。在规模化时，几乎所有公司都会变慢——而这正是数据引力、品牌与信任，以及平台锁定接管的地方。对于行业垂直的 AI（Vertical AI）而言，可防御性的路径在于我们所称的“智能系统”：成为高价值工作流的创作层，从客户使用中构建数据闭环，并扩展到增加换用成本的相邻产品。那些及早朝这些护城河构建的创业公司，将是在商品化到来时仍能屹立的公司。 同样，能够存活——甚至长期繁荣的既有企业，是那些利用品牌与数据引力来建立持久护城河的公司。

正如我们在先前关于针对垂直 SaaS 的 AI 威胁的分析中所指出的，具体的威胁程度并不取决于行业，而是取决于产品的规模、复杂性和防御能力。超窄领域的工具在近期最可能受损。那些其核心功能容易被 LLMs 替代的产品——如 Chegg、Grammarly、Dragon——排在下一波。那些在采用 AI 方面犹豫不决的既有企业，将会把市场份额流失给以 AI 为本的挑战者。但垂直技术并不像整个 SaaS 那样受到更大影响——在许多方面，它反而更具防御性。

Fintool 的 Nicolas Bustamante 分享了一个用于评估垂直软件既有企业实力的简单框架 ：

1. 数据是否专有？

2. 是否存在监管锁定？

3. 嵌入交易中的软件吗？

他解释说，“零个‘是’答案：高风险。一个：中等风险。两个或三个：你大概没问题。” 客户关系管理、物业管理系统或企业资源计划会陷入黑洞的想法并非我们所见到的现实。员工从文档管理或项目管理工具转移走？我们当然预计这会在中期时间范围内发生。

悲观者认为 AI 会缩小软件市场。我们认为它会大幅扩展市场，在垂直领域尤为明显。正如我们在 Vertical AI & the Productivity Paradox 中所写，垂直 AI 的机会不应仅作为替代劳动力来衡量，而应视为劳动力增强加上市场扩展：

考虑一个假想行业，AI 通过自动化劳动可以使利润率翻番。现在，设想同一行业将增量利润再投资于生长。我们的生产率指标不变，但该行业规模现在增长了超过 20%。在五年期内将节省下来的资金再投资会在相同生产率下使市场几乎扩大五倍。当然，这样的市场中企业可能只会将部分节余再投资于生长，但最终结果是更大且更高产的企业（和市场）。

基础模型的垂直化是真实存在且在加速。护城河薄弱且工具极为狭窄的公司面临曝露风险。但当结果需要与现实世界系统协调，并构建随时间复合的数据闭环和工作流固化时，防御性得以保全。正如我们去年在关于人工智能在垂直市场间扩散的文章中所写，我们认为今天的主要限制因素并非技术，而是人力资本：

正是这些全面的端到端智能代理化转型，才是彻底革新垂直市场并实现 LLMs 经济潜力的关键。因此，对于在垂直 AI 领域发展的创始人来说，艰苦工作必须高度专业化并以市场为中心。毫无疑问，技术会继续进步，但我们需要垂直领域的建设者看到并构建未来。

在 Euclid，我们投资那些看清人工智能如何改造那些数字化程度最低、生产力差距最大的行业的创始人：那些复杂、棘手、且对现实世界与人工智能之间高责任协调的领域。下一个万亿美元级的企业价值就在这里被创造。而历史表明，这不会只止步于一个。

软件已死。软件万岁。

 

感谢阅读 Euclid Insights！更多来源见此。3

Euclid 是一家在成立初期与垂直领域 AI 创始人合作的风险投资公司。如果你的人脉中有人正在该领域创建新创业公司，我们很乐意提供帮助。请通过私信或在下面评论区给我们留言。