☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
最近两天，软件类股票强势崛起。
在过去的两个交易日内，该板块连续跑赢标普500指数超10个百分点，创下了25年来最强劲的两日相对涨幅。其中，Snowflake三个交易日累计飙升60%，Datadog同期上涨56%。
而就在短短半年前，华尔街还集体看空软件股。
今年5月，高盛对逾1000家主动管理型对冲基金持仓数据进行梳理。截至一季度末，软件股在组合中的配置比例仅为约6%，为2019年以来最低水平。
可仅仅半年时间，曾被AI浪潮“宣判死刑”的板块，却一跃成为美股中涨幅最耀眼的赛道之一。
从人人敬而远之，到资金争相回补，软件股究竟经历了怎样的转折？市场此前笃信的“AI将取代传统软件”这一逻辑，是否从一开始便存在误判？
01 单月狂涨21%，刷新近五年纪录
刚刚结束的5月，美股软件股迎来爆发式行情。
追踪北美软件企业的iShares Expanded Tech-Software Sector ETF（IGV），当月涨幅达21%，创下自2021年10月以来的最佳单月表现。进入6月首日，该ETF再度拉升约6%，年内收益由负转正。
个股表现更为惊人：Snowflake单月暴涨87%，Datadog上涨58%，Figma录得40%涨幅。整个软件板块中，单月涨超20%的标的比比皆是。
此轮上涨，核心驱动力来自两大因素。
其一，财报数据彻底击碎了“AI冲击软件”的悲观预期。
过去两年，市场普遍担忧：随着OpenAI、Anthropic等大模型能力持续跃升，AI已能自主写代码、分析数据、生成报表——那Snowflake、Datadog、Salesforce这类传统软件厂商的价值何在？
但最新财报给出的答案截然相反。
Snowflake正是本轮行情的关键引爆点之一。
5月27日，公司不仅上调全年产品收入指引，更宣布与AWS达成总额高达60亿美元的长期战略合作，聚焦生成式AI及Agent底层架构共建。
消息公布当日，Snowflake股价单日飙升超36%。
更重要的是，管理层明确指出：越来越多企业正将AI工作流深度部署于Snowflake平台之上。原本担心AI会绕过软件层，结果却发现，AI反而催生了对软件基础设施更强的需求。
类似逻辑也在身份与访问管理服务商Okta身上得到印证。其一季度营收达7.65亿美元，高于市场预期的7.52亿；调整后每股收益为0.91美元，同样超出预期的0.85美元。消息发布后，Okta股价单日大涨30%。
事实上，早在3月就有机构提出类似观点，但当时并未引发足够重视。
德意志银行彼时指出：尽管市场热议AI对软件行业的威胁，但他们尚未发现任何一家头部软件公司预计AI将在今年对其收入造成实质性拖累。
相反，美国软件行业当前盈利增速仍接近30%，明年盈利预期甚至仍在上修通道中。
其二，机构对软件股的低配程度已达历史极值，反弹迅速演变为逼空行情。
高盛近期披露的数据显示：截至一季度末，半导体在主流对冲基金组合中占比已逼近10%，而软件股配置比例仅约6%，为2019年以来新低。
当基本面验证软件业务未受侵蚀，大量空仓或轻仓资金只能紧急回补头寸，从而推动股价加速上行。
更值得关注的是，随着行情升温，市场对软件股的认知也在悄然转变。
高盛近期公开表态称：AI硬件炒作已近尾声，利润重心正从硬件向软件迁移。
其核心逻辑有两点：一是软件厂商已初步摸索出可持续的AI商业化路径，后续将加快变现节奏；二是云巨头出于现金流考量，未来或将缩减资本开支，进而对上游硬件构成压力。
那么问题来了：从年初“AI将吞噬软件”，到如今软件股全面反攻，我们究竟该如何重新评估AI对整个软件产业的真实影响？
02 AI本身也需要软件支撑
市场最初的恐慌，源于一个隐含前提：当Agent足够智能，人类就不再需要软件。
但过去半年的实际发展，却越来越指向另一条路径：
AI Agent非但没有减少软件使用，反而可能成为软件的新一批核心用户。
Every创始人Dan Shipper曾提出一个颇具启发性的观点：过去软件主要服务人类，未来软件的服务对象，或将扩展至人类+成千上万个AI Agent。
以往一名员工每天可能仅操作软件几十次；而一个高效运行的Agent，每分钟都可能调用API、查询数据库、触发自动化流程。
软件不仅没有消失，其调用量和重要性反而大幅提升。
Dan Shipper强调，即便在Every这样高度AI原生的公司内部，SaaS支出仍在持续增长。
Okta便是典型案例。此前市场普遍认为，Agent越智能，身份认证与权限管理的价值就越低。
现实却恰恰相反：员工需要身份治理，Agent同样需要身份治理。
设想一家企业拥有1000名员工，同时运行着1万个Agent——这些Agent能访问哪些数据、调用哪些系统、执行何种操作、异常发生后如何溯源，全都依赖一套全新的治理体系。
这意味着，Agent时代不仅未削弱Okta的核心价值，反而大幅拓宽了它的市场边界。
这也解释了为何黄仁勋近期多次重申：Agent不会消灭软件公司。
原因很简单——Agent自身就需要软件：数据库、CRM、身份系统、支付网关、监控平台、垂直行业工具……未来软件公司的使命，早已不只是服务人类终端用户，更要成为Agent可调用、可协作、可信赖的底层基础设施。
03 从“智能”到“结果”，才是真正的护城河
即便大模型能力持续进化，基础模型厂商也未必能通吃整个应用层。这是a16z合伙人Joe Schmidt近期提出的判断。
他认为，OpenAI、Anthropic等模型提供商确实在代码生成、内容创作、图像合成等领域快速渗透，并带来体验跃迁。
但企业级软件的世界远比上述场景复杂得多。大量关键业务并非简单调用几个工具即可完成，而是牵涉多系统联动、跨角色协同、多层级审批、历史规则沿袭、行业经验沉淀及强监管约束。
法律、保险、金融、医疗、销售运营等领域尤为典型。许多最具价值的知识，并非写在文档里，而是深嵌于企业多年运转所形成的工作流、例外处理机制、人工决策逻辑与历史反馈闭环之中。
目前来看，通用大模型与真实业务落地之间，依然横亘着一段不可忽视的距离。而这，恰恰是AI原生应用公司的核心战场。
这段距离主要体现在三方面：
第一是经验壁垒。行业中最关键的知识，往往藏在真实的业务流转过程中。
一份保险申请为何被拒？一个销售线索为何最终转化？某个客服问题为何必须升级？这些答案，只有经过海量真实案例反复锤炼，才能沉淀为系统级能力。
处理过上千笔保险承保业务的系统，与刚入场的新产品，在问题理解深度上天然不在同一维度。
第二是成本意识。真实企业不会为所有任务都调用最贵、最强的模型。成熟的AI应用通常采用多模型协同策略，按需调度。
例如，复杂推理交由大模型，标准任务交给中等模型，高频重复动作则由低成本小模型承担。
在此过程中，大模型厂商提供的是通用智能底座，而AI应用公司承担的是将智能转化为可持续商业回报的关键环节。
第三是治理需求。越靠近企业核心业务，可控性要求越高。医疗涉及隐私合规，金融面临强监管，法律需遵循职业伦理。
企业关注的不仅是AI能否完成任务，更在意它访问了哪些数据、执行了哪些动作、出错后能否精准归因。
因此，多数AI应用公司最终交付的，并非单一模型能力，而是一整套符合企业治理标准、可审计、可信任的运行体系。
销售场景即为典型例证。表面看，AI销售只是找客户、写邮件、发消息；但真正落地后，迅速演化为涵盖客户筛选、信息补全、背景调研、触达渠道选择、沟通节奏控制、效果反馈收集等在内的完整链路。
AI应用的真正价值，正在于打通这些节点，并实现持续优化闭环。
因此，当我们重新审视AI对软件行业的重塑作用时，或许会发现一个耐人寻味的现象：
企业不会因为某个模型更聪明就买单。真正驱动付费的，是把智能稳定、可靠、规模化地转化为业务结果的能力。而从“智能”到“结果”之间，依然隔着复杂的业务流程、深厚的行业积淀与严密的组织规则。
半年前，市场焦虑地追问：AI会不会杀死软件？
如今再回头看，答案已然清晰：AI不会杀死软件，但必将重构软件。而那些率先完成这场重构的企业，才有望成为下一个技术周期的最大赢家。
本文来自微信公众号“硅基观察Pro”，作者：硅基君，36氪经授权发布。
