AI vs SaaS: Sell first, ask later, is the market "half right"?

Anthropic 引發的萬億拋售潮暴露了市場恐慌。投資者誤判了 AI 的能力邊界，AI 雖能蠶食軟件應用層，卻難撼動採集真實數據的 “系統記錄層” 根基。巴克萊研報指出，軟件股的重定價還將持續，投資者需要區分哪些公司依賴應用層利潤，哪些公司的價值根植於不可替代的系統記錄層。

Anthropic 新品引發的企業軟件股近萬億美元拋售潮，暴露了市場對 AI 威脅的過度恐慌。

巴克萊（Barclays）指出，投資者忽略了一個關鍵技術區分：AI 工具確實在蠶食 SaaS 公司的應用層業務，但尚無法撼動其底層"系統記錄"基礎設施——這恰是 Salesforce、SAP 等企業的核心護城河。

Anthropic 上週發佈的 Claude Cowork 等產品，成為壓垮企業軟件股的最後一根稻草。客户關係管理軟件股 Salesforce 和財務管理軟件股 Workday 在過去 12 個月累計下跌超 40%。

這場恐慌性拋售背後，是投資者對 AI 能力邊界的認知模糊。市場普遍認為，Anthropic 和 OpenAI 等新一代 AI 工具將全面取代傳統 SaaS 軟件，導致老牌企業價值歸零。

據巴克萊 2 月 10 日發佈報告《Software Is Not Dead, Just Changing》，這種"一刀切"的簡單邏輯並不適用於多數企業軟件公司。

AI 能做什麼，不能做什麼

生成式 AI 的本質優勢在於模式識別和"初稿生成"，但其概率性特徵也構成了根本性侷限。AI 在處理自然語言、代碼編寫等需要從海量數據中提取模式的任務時表現出色，但在需要絕對準確性的場景中力不從心。

據巴克萊報告，傳統軟件基於確定性規則運行，相同輸入必然產生相同輸出。而 AI 軟件本質上是概率性的，通過學習行為而非硬編碼邏輯來運作，無法保證每次輸出的一致性。

這意味着 AI 是在更高抽象層級上工作的軟件，而非傳統軟件的替代品。

這一技術特性決定了 AI 的適用邊界。在知識工作、內容生成等容錯場景中，AI 可以替代甚至超越傳統 SaaS 應用；但在賬單處理、合規審計、業務規則執行等要求"唯一正確答案"的領域，AI 尚無法勝任。

獨立分析師 Benedict Evans 指出，成功的 SaaS 產品源於將獨特的組織問題映射為工作流程，再編碼為軟件。這種經年累積的定製化業務規則，正是銀行、醫院、零售商等企業的基礎設施，也是 Epic Systems、Oracle 等公司的根基所在。

巴克萊報告明確提出，三類企業軟件公司在拋售中被錯誤定價，值得投資者重新審視。

首先是系統記錄類公司。如 Salesforce 作為客户關係管理系統，掌握着企業關於客户和營收的"唯一真相"——交易進度、折扣審批、銷售提成、營收預測等，都是需要確定性答案的關鍵數據。

SAP 的地位更為穩固。作為企業財務系統記錄，SAP CEO Christian Klein 在 1 月財報電話會議上強調，先進的生成式 AI 模型無法處理公司賴以生存的關鍵業務數據和工作流。

巴克萊認為 SAP 比 Salesforce 更具黏性，因為財務真相的不可替代性更強。Workday 在人力資源和薪資領域的地位類似。

AI 不僅不會取代這些系統，反而會增加其重要性。AI 代理將創造更多數據觸點，系統記錄需要處理的複雜度隨之上升。巴克萊研報指出，"這意味着這些系統的重要性增加而非價值歸零，與市場觀點相反"。

除系統記錄類公司外，巴克萊報告指出另外兩類被市場誤判的投資機會。

第二類是 AI 代理的受益者。AI 會帶來更多代碼與數據需求，JFrog（FROG）這類管理軟件製品版本與安全的工具，以及數據廠商如 Snowflake（SNOW）與 MongoDB（MDB），可能因 AI 擴張而增加使用量。

第三類是 AI 計算提供商。這裏存在市場最大的邏輯矛盾。如果 AI 強大到足以衝擊整個軟件行業，算力需求理應激增，但 Oracle、CoreWeave 等公司卻在拋售中遭受重創。"這裏必有問題，應該深入研究，市場情緒過度悲觀，"巴克萊分析師寫道。

市場恐慌並非全無道理。SaaS 公司建立在數據庫基礎設施之上的應用層，長期以來表現糟糕：界面笨拙、不夠直觀、價格虛高，有時還存在安全漏洞。更糟的是，客户常因遷移成本高昂而被鎖定在劣質系統中。

美國經濟自由項目研究總監 Matt Stoller 寫道："美國軟件行業模式圍繞壟斷化塑造，以高價提供低質量和糟糕的安全性。"他描述了 2016 年與社區銀行家的會議，後者痛斥其利基軟件供應商"昂貴"且"糟糕"。

瑞典金融科技公司 Klarna 在 2024 年停用 Salesforce 和 Workday 軟件，轉而使用 Deel 和 Neo4j 等小型 SaaS 公司產品，並用 AI 編碼工具 Cursor 在其上構建更現代的應用層。

這揭示了AI 對 SaaS 真正的威脅路徑：客户不是簡單地用 AI 工具替換 SaaS 軟件，而是用 AI 構建自有應用，擠出昂貴的界面層，同時保留底層數據。

這場市場修正對企業軟件應用層而言是必要的。SaaS 公司長期享受高估值倍數，因為它們同時控制基礎設施和界面。如果 Anthropic 和 OpenAI 的技術可以覆蓋在系統記錄之上，將開始侵蝕 SaaS 公司的定價權。

巴克萊研報總結稱："這意味着對企業軟件臃腫的應用層來説，輕鬆獲取高利潤的時代可能已經結束。"但這並不等同於整個行業的末日。關鍵在於區分哪些公司依賴應用層利潤，哪些公司的價值根植於不可替代的系統記錄層。

SAP 在 1 月財報電話會議上的表態代表了系統記錄廠商的信心。其他 SaaS 高管也在反擊看跌觀點。但市場需要時間消化這些技術細節，區分真正的破壞性威脅與被誇大的恐慌。

當前拋售的無差別性表明，信貸市場等此前對軟件行業瞭解有限的投資者，正在基於最極端的觀點做出決策。

隨着對 AI 能力邊界和 SaaS 公司業務模式的理解加深，市場可能會重新定價那些被錯誤歸類為"AI 受害者"的企業。但對於那些長期依賴劣質應用層收取高額費用的公司而言，估值擠壓可能才剛剛開始。