软件股下跌：人工智能与订阅模式的价值

软件股大跌考验订阅模式的价值

2026年2月23日星期一，软件行业经历了一场足以改变投资委员会和董事会讨论方向的交易日。iShares Expanded Tech-Software Sector ETF（IGV）下跌4.75%，收于2023年11月28日以来的最低水平；这是自2026年2月5日下跌4.97%以来表现最差的一天。据MarketWatch当日引用的Dow Jones Market Data，基金成分公司的市值在当天损失了约2237.5亿美元。这不是收入损失，也不是基金自身资产等额缩水。

值得注意的不只是跌幅，还有哪些公司受到冲击。MarketWatch报道，IBM、Datadog、CrowdStrike和Zebra在当天均下跌超过9%。其他一些数字则来自更早的统计时点：deVere在2月13日的分析中指出，Thomson Reuters年初以来的跌幅为28%，统计截至2月11日；Adobe在该报告发布前一个月下跌19%。报告还提到Microsoft下跌13%，但没有明确界定这一数字单独对应的统计区间。这些数据并不都描述2月23日当天的走势。

MarketWatch将当日的担忧与Citrini Research的一份情景分析以及Anthropic的多项公告联系起来。Citrini在2月22日发表的是假设性推演，而不是预测：自动化可能使企业能够裁员，经济压力又可能推动更多人工智能投资，进而带来新一轮裁员。该股市报道还提到了用于检测漏洞的Claude Code Security，以及有关COBOL现代化改造的信息。这些都是当时的信息背景；同时出现并不能证明各自造成了多大跌幅。

我对这次事件的理解并不止于对人工智能的恐惧。我建议把它视为一次可能的价值修正来审视：订阅费用中有多少对应能够持久创造价值的产品，又有多少是在支付被打包出售的人工作业。这是战略假设，不是对所有下跌公司的已证实因果解释，也不否认其中存在恐慌因素。

一个指标本身无法解释商业模式

CNBC在2月25日发表的分析文章，其标题聚焦于一个与软件股抛售相关的估值指标。这个切入点提出了重要的财务问题，但单凭标题不足以识别下跌机制，也不能证明估值体系发生了转变。本文追问的是另一个问题：市场所看重的经常性收入，在经济上究竟由什么支撑？

当一个行业遭到无差别抛售时，应当区分这种判断与普遍适用的解释。JPMorgan在一份被Business Insider报道、又被deVere于2月13日引用的报告中，就是这样形容当时的抛售。我的理解是，多年来，可预测的软件业务叙事成了思维捷径：持续性合同、自动续约、有吸引力的利润率和复合增长。但从这里跳到“所有SaaS都具备防御性、都值得高估值倍数、每次回调都是机会”，仍然需要证据。

人工智能正在挑战这条捷径。不是因为它会替代所有企业，而是因为它可能拆解工具与工作之间的边界。如果新一层自动化降低了完成任务所需的边际投入，而这些任务曾经支撑许可证、用户席位或模块的收费，那么投资者购买的就不只是经常性收入，还要评估企业能否在任务执行成本下降时维持价格。我并不假定这种成本会降为零，也不认为集成与管控会消失。

MarketWatch在2月23日引用了UBS的Karl Keirstead的观察：企业软件股对Anthropic和OpenAI的消息很敏感。Mizuho的Jordan Klein则描述了逢低买入的兴趣，但前提是股票不再随着每一条人工智能公告继续下跌。我从这些观点中看到的风险是：当客户或投资者不再清楚哪些价值能够抵御自动化时，企业可能失去对价值主张叙事的掌控。

一旦如此，估值关注点就可能从企业今天提供的价值，转向它明天可能不再提供的价值。在这种不确定性中，任何声称能区分持久性与脆弱性的指标都会更有影响力。但这不等于证明某个具体指标造成了市场波动，也不能替代对业务本身的分析。

真正的压力：曾经依赖人工作业摩擦的SaaS

Citrini的情景分析邀请我们检视一种风险，而不是把它当作已发生的事实：办公、运营和企业职能软件获取的价值，有多少依赖于人工作业中的摩擦？这里说的低效不是道德指责，而是围绕人员、控制、复核、申请、审批和管理层级组织起来的流程。每家企业受影响的比例都需要核实；该情景并未对整个行业给出这种测量。

如果客户把任务自动化，并减少行政、法务或信息技术人员，也可能需要更少的按用户授权和更少的手动流程。这并非必然结果，采用新技术也可能扩大其他用途。商业问题在于：当买方组织结构变化时，一套软件能否继续用可衡量的结果证明价格合理，而不是仅依赖客户的员工规模？

上述公告让我们能够按具体业务活动提出这个问题，同时避免把已宣布的能力与已经证实的替代混为一谈。

对于Claude Code Security，一种商业假设是，买方可能开始把某些以平台形式出售的功能，与按服务或通过API购买的能力进行比较。股市反应并不能证明该产品替代了网络安全龙头，也不能证明它能完成这些公司的全部功能。
对于COBOL现代化改造，问题在于遗留系统：部分维护价格可能反映人才稀缺和长期积累的复杂性。缓解稀缺可能改变服务估值，但实际迁移、验证和业务连续性保障工作远比一个新闻标题复杂。
对于法律自动化，deVere在2月13日的分析中，把Anthropic的新进展与Thomson Reuters承受的压力联系起来。我的解读是：如果买方能够用其他方式完成流程，对流程访问收取过路费就存在风险；这不是证明其全部产品都没有技术优势。

MarketWatch还报道，Jefferies将Workday、DocuSign、Monday.com和Freshworks的评级下调至持有。我的战略解读关注这些企业在重复性任务、文档流程、协调和管理方面的风险敞口。我并不把这套完整解释都归于Jefferies，也不把股票评级当作这些公司未来走向的定论。

接下来是许多管理者不愿听到的一点：复制功能不足以成为防御战略。如果所有企业都急着把人工智能加入产品计划，却不改变价值主张，就可能让产品趋同，并教会客户如何压价。这是竞争风险，不是必然崩盘。

新的差异化轴线：从作为工具的软件到作为结果保证的软件

面对广泛抛售，也存在不同的偏好。MarketWatch引用了Jefferies的Brent Thill对Intuit、Procore、Atlassian和Salesforce的偏好。这些是分析师在当时的观点，不是市场共识，也不是Sustainabl的投资建议。这里关注这种对比，是因为它提出了评估商业模式持久性的方向，而不是因为它能承诺这些公司的投资回报。

从这个角度看，要支撑估值溢价，仅仅提供更多功能还不够。我建议用财务证据检验三种能力；没有任何一种能力能单独保证市场愿意支付这份溢价。

首先是在经济上合理时把固定成本转为可变成本的能力。如果价值交付依赖密集咨询、漫长实施或持续的人力支持，就需要衡量有多少工作是必要的，又有多少可以重新设计。人工智能可能减少内部摩擦，但也会带来使用、监督和错误成本。利润率必须核实，不能因为加入自动化就假定它会改善。

其次是抵御按用户许可证数量收缩的能力。如果价值与人数绑定，而客户减少员工，那么年度经常性收入并不能保证未来仍有同样的需求。按结果、减少的风险或节省的时间收费，可能更好地协调激励，但需要可靠的结果归因和交付成本控制。这并不保证客户团队缩小时收入还能保持不变。

第三是对集成节点的掌控。MarketWatch引用的一封邮件中，D.A. Davidson的Gil Luria将Anthropic的方向解读为优先争取API流量，而不是主导各类应用市场。这是他的解释，不是Anthropic对目标的官方声明。对于供应商战略，这提出了一个问题：数据、权限、合规和决策在哪里连接，应用在这个节点上又保留了什么独特价值？

对于恐慌，也有人提出保留意见。MarketWatch引用Bernstein的Peter Weed的观点，认为编写代码此前并不是网络安全的瓶颈。另一路信息中，deVere引用了JPMorgan的预期：短期内人工智能更可能补充而非替代现有软件。这些都不是说替代不可能。它们使我的论点更加精确：即使今天不替代产品，人工智能也可能提高证据要求，要求企业证明未来的价值。