当人们还在争论半导体龙头还能飙多高时，华尔街巨头贝莱德却把目光投向了另一片更广阔的战场——软件行业。贝莱德全球技术团队基本面股票主管 Tony Kim 认为，真正点燃下一轮 AI应用 大爆炸的，不是训练模型的芯片，也不是训练框架本身，而是把 人工智能 塞进每个人、每家公司日常操作里的软件解决方案。换言之，AI软件 正在为“下一个爆炸性前沿行业”埋下引线，而市场刚好处在临界爆发点之前。
为什么人工智能的“盛世”才刚开始？
Kim 给出的反问直击要害：
“每位上班族都有 AI 工作助手了吗？自动驾驶已经跑满大街小巷了吗？机器人在餐厅端盘子、陪老人聊天了吗？”
答案显然都是“没有”。这三个“没有”恰恰说明了 AI应用空间 才刚刚开启 1%。一旦边际成本继续下降、算力持续提升，AI 就会像过去的互联网一样，从实验室“出圈”到千行百业。
👉 深度拆解AI成本的下滑路径，提前锁定软件股上车时机！
软件：AI落地最后的“一公里”
从 AutoCAD 的 AI 设计助手，到 Intuit 的自动化报税机器人，再到 Duolingo 的个性化语言教练，真正的门槛从来不是算力，而是 软件企业的整合能力——把大模型变成开箱即用的产品，把数据流转为增值决策。贝莱德把软件公司分为两种收益路径：
- ToC（面向消费者）：语言学习、健康监测、影音创作；用户使用频率高、订阅黏性强。
- ToB（面向企业）：CRM、库存管理、代码生成功能；客单价高、老客户追加付费率高。
两者结合，就能形成 可预测的经常性收入 (ARR)，进而拉高整体市盈率。
软件股四大投资维度的“护城河”
| 维度 | 关键优势 | 举例 |
|---|---|---|
| 数据独占 | 行业专有数据训练独家模型，形成壁垒 | 医院 HIS 系统的患者数据 |
| SaaS 订阅 | 月度/年度订阅收入稳定 | Salesforce、Autodesk |
| 云扩展 | 边际成本极低，需求爆发时可瞬间扩容 | 基于 AWS/Azure/GCP |
| 生态整合 | API 平台化，第三方开发者源源不断增值 | Atlassian 应用市场 |
基于以上优势，软件板块不仅利润率高，还具备 AI模型快速商业化 的放大器效应。
案例深读：三家“AI+软件”隐形冠军
- Salesforce：升级“Agentforce”，用 AI 代理自动跟进销售线索，节省 33% 的客户拓展人力。
- Autodesk：生成式设计 AI 在 2025 年将建筑能耗优化方案时间从 2 周压缩到 2 小时。
- Duolingo：依靠 GPT-4o mini 打造出会话式 AI 老师，单季活跃用户环比暴增 60%。
这些公司目前估值只体现了传统 SaaS 的增长，并未充分定价 AI 增量。一旦市场醒悟，它们的 市盈率重定价 就像弹簧被瞬间按下再弹起。
FAQ：投资者最关心的五大疑问
Q1：软件公司会不会被大模型公司“降维打击”？
A：大模型代表的是“通用智脑”，软件公司擅长的是 行业Know-How 和 计算流程再造。二者更像发动机与整车厂，长期合作而非零和博弈。
Q2：二级市场已有不少 AI 概念股，现在介入是否追高？
A：目前市场仍呈“重GPU、轻软件”状态，AI软件板块估值 还低于过去五年中枢；精选有现金流、有数据壁垒的头寸即可避免“故事股”陷阱。
Q3：国产软件是否具备同样的机会？
A：如果企业能在合规框架下积累高质量行业数据，并用 自主可控 的路线迭代 AI 能力，完全可以用生态网络效应锁定客户，不确定性主要在监管节奏。
Q4：如何评估软件公司真正的 AI 商业化速度？
A：盯这三项：
- AI功能渗透率——新付费包/已有客户占比季度环比；
- 提价能力——带 AI 的版本是否相比旧版本提价 20% 以上；
- 客户留存——老客户在 AI 升级后一年内是否续订率>95%。
Q5：可否用 ETF 一揽子布局？
A：可以选择覆盖 AI 和云基础设施的软件 ETF，但贝莱德建议对仓位做 “核心-卫星”配置：核心仓放在现金流稳健的老牌 SaaS，卫星仓搏一把高弹性小盘 AI 新秀，分散风险又保留进攻性。
不要忽视的三大风险敞口
- 政策合规：大模型输出内容、企业数据跨境流动，都可能在不同司法辖区面临审查。
- 算力成本波动：GPU 租赁价格一旦像 2023 年那样跳涨 3 倍，小软件公司短期毛利率会承压。
- 语义幻觉：大模型仍旧存在事实错误，若关键场景出现系统性偏差，会引发法律责任。
因此，合理的仓位管理是把风险前置，而非事后补仓。
小结
贝莱德的最新研判清晰地传递出一个信号：AI软件 处于估值与催化剂的“双重洼地”。硬件层的高速扩张，正在为应用层铺设跑道；谁能率先把 AI 能力做成即插即用的模块，谁就能享受 行业爆发 + 订阅溢价 的双重红利。放在今年剩余时间和更长周期看，提前布局“软件搭桥”，才是押注 人工智能 真正落地的最佳姿势。