“软件将吞噬AI”：在SaaS末日恐慌中，汇丰说你们错了

撰文：宇宙波鸣人，深潮 TechFlow

2026 年 2 月，科技股市场正在经历一场被部分媒体称为 “SaaSpocalypse” （SaaS 末日）的系统性崩盘。

Salesforce 股价从 2025 年高点跌去近 40%；ServiceNow 单季财报发布后单日暴跌超 11%，原因不过是管理层在电话会上提了一句“AI 智能体正在使席位增长的能见度变得复杂”；Workday 跌超 22%；整个 S&P 500 软件与服务指数在 2026 年开年六周内蒸发了近 1 万亿美元市值。

市场的逻辑很直接：AI 智能体（Agent）已经能够替代大量人工操作，企业用 AI 做完了过去需要 100 个人完成的工作，自然就不再需要 100 个软件席位。按席位收费的 SaaS 商业模式，被认为已经走到了历史的终点。

就在这场恐慌交易席卷整个行业的时候，汇丰银行美国科技研究主管 Stephen Bersey 发布了一份标题极具挑衅性的研究报告：《软件将吞噬 AI》（Software Will Eat AI）。

他的核心观点，用一句话概括：市场的恐慌，是一场误判。

逆势而来的报告

“市场担忧 AI 将取代企业软件，这种担忧是错误的。”

他在报告开篇写道。在他看来，AI 不会消灭软件，而是会被软件所吸收，成为嵌入在企业软件平台之内的能力层。软件不是 AI 的对手，软件是 AI 抵达现实世界的载体。

这个逻辑翻转了当前市场的整个叙事框架。市场的恐惧是“AI 取代软件”，而 Bersey 的判断是“软件将驯化 AI”。

他引用了一个来自互联网时代的历史类比：当年互联网爆发，最初的价值积累集中在物理基础设施，服务器、光纤电缆、数据中心。大量资本涌入硬件基础设施，而那些苦苦挣扎的早期互联网公司，反而是最终赢得长期价值的一方。软件，才是互联网价值的终点。

AI 的演进，Bersey 认为，正在重演同一部剧本。2024 和 2025 年是基础设施的建设期，算力、模型、代码整合——这一切都是为软件层的爆发在铺路。而 2026 年，是引擎真正点火的一年。

“软件将是 AI 在全球最大型企业中扩散的主要机制。我们认为 2026 年是软件变现的启动之年。”

基础模型为什么替代不了企业软件？

报告最有分量的论证，是对“AI 直接颠覆软件”这一逻辑的逐层拆解。

批评者的观点看起来很有说服力：大型语言模型已经能写代码，vibe coding（通过自然语言描述直接生成可用软件）正在兴起，AI 模型公司已经在做更多应用层的尝试，那么，企业为什么还需要 Oracle、SAP、Salesforce 这些耗资巨大的传统软件系统？

Bersey 的回答从三个层面展开。

第一，基础模型有“先天缺陷”。

报告明确指出，基础模型“存在内在缺陷”，无法胜任对大型企业核心平台进行“整体替换”的任务。它们在窄场景中表现良好，图像生成、小型应用开发、文本处理，但对于高保真度、企业级核心平台而言，这“并不现实”。

根本原因在于训练数据的局限性。LLM 是在公开互联网数据上训练的，而企业软件系统数十年来积累的私有架构知识、业务逻辑、操作规范——这些核心知识产权根本不在公网上，AI 无从学习，也无从复制。Oracle、SAP 的系统护城河，不是靠写代码能追上的，它是靠时间和业务场景累积起来的。

第二，Vibe Coding 的能力边界被严重高估。

报告直接点名了 Vibe Coding 的致命弱点：它把设计的责任和负担完全压在了开发者身上。你告诉 AI“我想要一个能处理全球供应链的系统”，AI 可以生成代码，但“如何定义这个系统的架构、如何处理异常情况、如何确保在极端压力下不崩溃”，这些判断依然需要人。

更关键的是，Bersey 指出，那些主要的 AI 模型公司“几乎没有创建企业级软件的经验”。他们是从零开始进入一个极其复杂的环境。而企业软件经过数十年迭代，已经进化到“几乎零错误、高吞吐量、高可靠性”的水准，这是 AI 新贵短期内无法企及的基准线。

第三，企业切换成本是一道真实存在的高墙。

即便假设 AI 真的能写出同等水准的代码，企业替换核心系统的代价依然极其高昂，收入中断风险、生产力损失、跨 IT 环境的系统兼容问题、对供应商品牌和服务能力的信任积累……这些都是真实的切换成本，不会因为 AI 能写代码而消失。

企业级软件要求的，是多年来经过验证的 99.999% 正常运行时间，是在各种复杂 IT 环境下的无差错运行。这种信任，是时间换来的，不是代码堆出来的。

谁将是 AI 变现的真正受益者？

如果说前半部分是防守性的论证，那报告的后半部分则是进攻性的布局。

Bersey 的核心判断是：AI 价值链的最大份额，最终将流向软件层，而非硬件和芯片层。

“我们认为 AI 是软件栈中最主要的价值创造来源，长期价值的最大份额将归属软件，而非硬件。”

他同时指出，硬件稀缺性，GPU 短缺、电力限制、数据中心瓶颈，在未来数年内都将持续存在。这种稀缺性，恰恰强化了软件平台的战略地位：只有软件平台，才能将 AI 能力转化为可规模化、可重复的商业价值。

而具体的变现载体，报告指向了 AI 智能体（agentic AI）。

Bersey 预测，2026 年将看到面向任务型、嵌入工作流的 AI 智能体在财富 2000 强企业和中小企业中的大规模部署。但他对智能体的定性，与市场上的主流叙事截然不同，他不认为智能体是替代软件的颠覆者，而是认为智能体必须在软件定义的参数和权限范围内运行，正是这种“有边界的智能体”，才能满足企业对 AI 风险管控的需求。

换言之，企业不需要一个无所不能、自由奔跑的 AI，它们需要的是一个能被治理、被审计、在合规框架内运作的 AI。而这，只有深度嵌入企业软件系统的智能体才能做到。

“软件是企业可控地使用 AI 的关键途径。”这是整份报告最核心的一句判断。

同时，报告还预测推理（inference）需求将逐渐超过训练需求，成为算力消耗增长的主要驱动力，这意味着随着智能体的普及，算力消耗不会萎缩，而会持续增长，进一步支撑整个软件和基础设施生态。

机会还是陷阱？

报告发布时，软件板块整体估值已经跌至历史性低位。Bersey 的判断是：低估值叠加即将到来的变现元年，这是入场机会，而非离场信号。

“软件估值处于历史低位，尽管该行业正处于大规模扩张的前夜。”

在具体标的的推荐上，HSBC 的逻辑很清晰：那些已经建立了深厚数据护城河、具备嵌入 AI 智能体能力、且不依赖纯人头计费模式的软件公司，将是这轮 AI 变现浪潮的最大受益者。买入评级名单包括 Oracle、Microsoft、Salesforce、ServiceNow、Palantir、CrowdStrike、Alphabet 等，几乎涵盖了企业软件的所有核心玩家。

值得注意的是，HSBC 同时下调了 IBM 和 Asana 的评级，将 Palo Alto Networks 列入“减持”，不是所有软件公司都能安全渡劫，关键在于能否成为 AI 智能体落地的基础设施，而不是被智能体绕过的人工界面。

Bersey 的报告逻辑严密，时机精准，逆势而出的姿态本身就具有极强的传播效应。

但有一个问题，报告没有正面回答：如果 AI 智能体真的能够在企业软件的框架内高效运作，企业对软件“席位”的需求，会不会仍然在悄悄萎缩？软件作为 AI 载体的价值或许成立，但“按人头收费”的商业模式是否能支撑当前的估值，依然是悬在空中的问题。

软件吞噬 AI，还是 AI 吞噬软件，这场辩论，2026 年的每一份财报，都将是新的证据。