智通財經APP獲悉，摩根大通策略師表示，隨着市場計入了對人工智能(AI)在短期內顛覆軟件行業的不切實際的預期，軟件股有望從其歷史性下跌中反彈。由杜布拉夫科·拉科斯-布亞斯(Dubravko Lakos-Bujas)領銜的策略師團隊指出，鑑於當前「極端的價格波動」，投資者應增加對高質量、對AI更具韌性的軟件公司的敞口，至少在短期內，市場存在資金重新輪動回該板塊的可能性。該團隊在一份報告中寫道：「鑑於市場倉位已被充分出清、對AI顛覆軟件行業的前景過度悲觀，以及基本面依然穩健，我們認為風險回報的平衡正越來越偏向於反彈一側。」
由於擔心新型AI工具可能對傳統軟件即服務(SaaS)商業模式造成衝擊，美股軟件股近期持續承壓。此次拋售並未區分企業是否已與AI公司建立合作關係、或是否擁有專有數據資產，幾乎對所有相關軟件公司一視同仁。
軟件板塊已跌至去年4月「解放日」市場動盪以來的最低水平
微軟(MSFT.US)和CrowdStrike(CRWD.US)是摩根大通策略師提及的、具備AI韌性的代表性公司之一，這類企業有望從AI提升工作流程效率中受益。該團隊表示，企業級軟件較高的轉換成本以及多年期合同，為其抵禦短期衝擊提供了緩衝。
摩根大通團隊還指出，從長期來看，傳統軟件公司是否會被AI取代仍不明朗，但當前市場對AI顛覆的悲觀情緒在現階段已經出現「過度反應」。他們補充稱，軟件行業目前公布的第四季度財報整體表現積極，分析師預計該行業在2026年的盈利增速將達到16.8%。
這一看多觀點也呼應了由邁克爾·威爾遜(Michael Wilson)領銜的摩根士丹利策略師團隊的判斷。該策略師團隊本周表示，美國科技股仍有進一步上漲空間，而軟件股的下跌已經打開了「具有吸引力的入場窗口」。威爾遜在報告中寫道：「在重大的投資周期中，上周那樣的波動並不罕見。儘管如此，人工智能賦能型企業的基本面利好依然存在，且我們認為人工智能採用者的交易價值仍被低估。」
上周，Wedbush分析師、被市場稱為「科技多頭旗手」的丹·艾夫斯領導的團隊同樣表示，儘管AI在短期內確實可能對傳統軟件商業模式構成一定壓力，市場對這一風險的反應明顯過度，當前的軟件股拋售已經隱含了「行業大規模被AI顛覆」的極端假設，而這在現實中並不具備可行性。
艾夫斯指出，企業客戶在AI遷移問題上遠比市場想象中謹慎。大量企業並不願意為了追逐AI紅利而將核心數據暴露在尚未完全成熟的新平台之上，更不會輕易放棄過去數十年、斥資數百億美元構建的軟件基礎設施。他表示：「AI在短期內是逆風，這一點毫無疑問，但市場當前的定價方式，彷彿軟件行業即將迎來‘世界末日’，這一判斷在我們看來完全脫離現實。」
Wedbush強調，當前大型企業軟件生態中已沉澱了數以萬億計的數據點，新興AI公司如OpenAI和Anthropic，無論是在數據承載能力還是企業級安全防護方面，短期內都難以全面接管這些複雜系統。這意味着，AI更可能以「嵌入式工具」的形式融入現有軟件平台，而非徹底取而代之。Wedbush還指出，微軟、Palantir Technologies(PLTR.US)、CrowdStrike、Snowflake(SNOW.US)和賽富時(CRM.US)為當前「軟件寒冬」中最值得持有的五大軟件股。
英偉達(NVDA.US)首席執行官黃仁勳在上周也駁斥了AI將取代軟件及相關工具的擔憂，稱這種想法「不合邏輯」。黃仁勳在舊金山由思科系統主辦的人工智能會議上發表講話時表示，擔心AI會降低軟件公司重要性的想法是誤導性的。他認為，AI將繼續依賴現有的軟件，而不是從頭開始重建基礎工具。
黃仁勳表示：「有一種觀點認為，軟件行業的工具正在衰落，並將被AI取代……這是世界上最不合邏輯的事情，時間會證明一切。」「如果你是人類或機器人，無論是人工的還是通用型機器人，你會使用工具還是重新發明工具?答案顯而易見，是使用工具……這就是為什麼AI的最新突破是關於工具的使用，因為工具的設計初衷就是為了明確地發揮作用。」
AI重塑價值鏈與未來觀察
從軟件工程現實與SaaS產業結構看，「AI替代整個企業軟件棧」是一個容易被市場線性外推的敘事。企業級軟件的「價值密度」不只在界面和功能，而在專有數據、權限/審計鏈、合規與責任邊界、系統集成、SLA與可用性、變更管理與組織流程;這些決定了：大語言模型(LLM)再強，也往往需要高質量專有語料+結構化知識庫+可控工具調用+可追溯輸出才能在生產環境跑起來。
從AI工具以及SaaS軟件領域的底層技術邏輯看，恐慌拋售軟件股並不等同於「軟件不需要了」，而是價值鏈被AI重分配：更強的通用大模型與代理式AI工作流(Agentic workflows)讓大量「點狀功能型SaaS」面臨被模型層/平台層功能內生化(feature absorption)、或被「對話式入口+自動化執行」繞開UI與席位的風險，進而衝擊傳統基於席位(seat-based)定價與續費邏輯;市場因此更急於把軟件股切成「AI贏家/AI輸家」。
但反過來，企業級SaaS軟件領軍者們的「系統記錄層」(ERP/CRM/ITSM/數據庫/安全/合規)往往有數據主權、治理、權限、審計與遷移成本壁壘，現實更可能是AI把這些長期以來的軟件巨頭變成交付AI能力的分發渠道，而不是一夜替換整個既有軟件基礎設施。
在摩根士丹利策略團隊看來，短期層面，軟件板塊暴跌確實觸發了「技術面接近階段性底部」的討論，也出現了部分資金小幅加倉;但更多資金仍在等「能把AI應用敘事講成實際創收曲線」的硬催化邏輯——例如軟件公司披露AI相關產品營收/滲透率、企業客戶明確宣佈規模化部署、或續費指標(淨留存、擴張率)在引入AI大模型或者代理式AI智能體後大幅走強;若缺少這些證據，反彈更像「超跌修復」，而不是新一輪趨勢。
這次軟件股大拋售浪潮，更像是市場在用極端方式回答一個新問題：SaaS軟件廠商們的利潤池會被「模型廠+agent」重新分配到什麼程度?短期內，答案只能通過兩個「硬指標」來校驗：(1) 企業端真實部署與付費擴散速度;(2) SaaS廠商AI相關產品收入與續費/淨留存的彈性——也正如湯森路透Breakingviews研究報告中的部分買方代表所描述的那樣，他們在等「AI相關產品的實際營收增長數據」或更多企業部署公告作為加倉催化。
在此之前，關於軟件股的波動大概率會延續：一方面技術面可能出現「超賣反彈」，另一方面資金會持續做結構性切換——更偏好與AI訓練/推理體系密切相關聯的數據與工作流粘性強的垂直軟件/數據資產型軟件公司，以及能把AI落到「可控、可審計、可集成」的平台;而對護城河更弱、同質化更強、估值更貴的應用層名字，會繼續要求更高的風險補償。因此微軟、MongoDB、Snowflake、Palantir以及SAP等這類聚集數據資產且基本面優質的軟件巨頭可能更加容易在恐慌後走出強勁超跌反彈。