词元经济及AI应用观点更新20260601

###摘要–**市场认知从“吞噬论”转向“共生论”**，26Q1数据验证Snowflake、Salesforce等业绩超预期，AI 原生产品贡献新ARR增量。–**商业模式由按人头订阅转向按使用量、Token或结构付费**，AI 赋能提升客单价并优化利润，软件板块有望迎来Beta行情。–**AI for Science与物理AI为高赔率赛道**，切入研发费用而非信息化预算，2026年L3/L4智驾落地将催化按Token 计费模式。 # **词元经济及AI应用观点更新20260601**## **AI软件由吞噬转向共生，2026年应用端与算力租赁迎来价值重估** ###摘要–**市场认知从“吞噬论”转向“共生论”**，26Q1数据验证Snowflake、Salesforce等业绩超预期，AI 原生产品贡献新–**商业模式由按人头订阅转向按使用量、Token或结构付费**，AI 赋能提升客单价并优化利润，软件板块有望迎–**AI for Science与物理AI为高赔率赛道**，切入研发费用而非信息化预算，2026年L3/L4智驾落地将催化按Token 计费模式。–**管理AI为高胜率赛道**，北森、税友等头部厂商利用数据飞轮转型“赛博外包” ，通过智能体替代初级人力实现业务增量。–**算力租赁受国内芯片供应及需求激增影响，持续处于供不应求状态** ，跨界转型公司存在资产价值重估机会。–2026下半年策略：软件板块超跌后具备价值重估基础，重点布局AI for Science、管理AI 及算力租赁三大方向。 ### Q&A#### **2026年以来软件行业，特别是A股市场，经历了怎样的调整？市场担忧的核心原因是什么？** 从2025年底至2026年初，美股、港股及A股的软件板块均开始大幅调整。以A股为例，在2026年1月中旬短暂冲高后便进入下行通道。行业普遍面临困境，许多公司的股价从高点回落超过50%，部分甚至达到60%至70%。市场担忧的核心主要源于大模型对软件行业的“吞噬”效应。这种担忧体现在两个层面：1. 大模型在某些单点功能上，如图像处理、办公应用及视频处理等工具型应用，其能力可能优于单个软件，从而替代软件本身的功能。2. 大模型能够提升企业工作效率，实现降本增效，这可能导致企业减少按人头付费的软件席位采购数量，例如原先需要采购20套，引入大模型后可能只需要5套，从而损伤软件行业原有的商业模式。 #大模型与软件行业的相关分析— ## **市场对于大模型将颠覆或吞噬软件行业的观点，历史上是否有类似的论断可供参考？当前行业发展的实际情况如何？**大模型对软件行业的颠覆论，与大约十年前移动互联网兴起时对PC 端软件的冲击论调相似。当时市场也曾争论，移动互联网是否会让基于重流程的PC软件变得不再必要，并催生了移动医院、移动办公等概念。然而，从当前视角回看，软件行业并未被颠覆，而是以新的形态呈现，例如从PC端扩展到移动端。这一转变催生了新的商业模式和业态，移动端的发展带动了SaaS和大型云计算平台的兴起，软件的商业模式也从项目制演进到License，再到SaaS订阅模式。同样，大模型的出现也被视为行业发展脉络的延续，其作用在于创造新的增量和带来新的变化，而非简单的颠覆。 ## **从近期的企业业绩数据来看，大模型对软件公司的实际业务影响如何？行业出现了哪些新的商业模式和产品形态？**根据2026年第一季度及此前一个季度的数据，北美多家软件及应用型公司，如Snowflake、Salesforce、CrowdStrike 等，其业绩并未显示出受大模型带来的显著负面影响。相反，这些公司的整体业绩普遍超出市场预期，收入和ARR增速保持持续增长。从结构上看，AI原生产品正在贡献新的收入增量，例如Salesforce的Agentforce和Okta AI的身份治理产品，这些新产品能够有效提升客单价。同时，商业模式也正发生转变，从传统的按人头订阅，逐步转向按使用量、按Token消耗、按资源消耗或按结构付费等新模式。 ## **综合近期市场表现和企业基本面数据，当前市场对大模型与软件关系的认知正在发生怎样的转变？这对软件板块的未来走势有何潜在影响？** 市场对于大模型“吞噬”软件的宏大叙事正在发生转变。无论是从逻辑推演还是从近两个季度的实际数据来看，都验证了软件行业并未受到严重冲击。A股市场中，金蝶、金山办公、聚水潭等SaaS业务表现较好的公司，其业务持续性、收入增长和现金流也未因大模型的推广而受到大的负面影响，反而实现了业绩的加速增长和利润改善。因此，市场认知正从“吞噬论”转向“共生论”，即模型赋能软件。这种宏观叙事的转变，叠加北美科技软件ETF产品已走出底部并呈现加速增长趋势，可能引发市场资金的切换。前期集中在算力等硬件领域的资金，可能会转向关注软件板块，从而为美股、A股及港股的软件板块带来趋势性的变化和持续的资金流入。 ## **基于当前市场流动性、行业数据验证以及叙事逻辑的趋势性变化，应如何看待A股相关应用软件公司的投资机会，并可采用何种逻辑框架来筛选相关标的？**当前市场环境下，从流动性支撑、北美软件公司经营数据验证以及行业叙事逻辑的拐点来看，A 股相关板块有望迎来行业性的Beta行情。部分个股自身具备Alpha，在Beta叠加下，预期收益率可能更高。在筛选具体投资标的时，可以遵循一个 # AI应用赛道投资逻辑梳理 核心的演变趋势逻辑，分为两个步骤：首先，寻找赔率较高的赛道；其次，选择胜率较高的优化转型赛道。 在“高赔率”的新兴赛道方面，核心在于利用AI创造新需求或原生应用，主要集中在两个领域：1.**AI for Science**，典型代表是AI制药或AI 医疗。这类应用并非简单地将传统系统智能化，如电子病历系统，而是利用AI技术解决新问题，显著提升传统制药等环节的研发效率。其商业模式的突破在于，它并非抢占医院或卫健委等传统信息化预算，而是切入药企、器械企业或其他行业的研发费用，开辟了全新的市场空间。例如，晶泰科技已从AI制药拓展至催化剂、农药及新能源材料的发现，展现了其泛化能力。2.**物理AI（Embodied AI）** ，主要应用场景包括智能驾驶和具身智能。这类应用同样是解决新需求和新问题，而非替代某个既有软件。在智能驾驶领域，物理模型的应用能够助力L3/L4级自动驾驶场景的落地。商业模式也随之演进，从传统的软件销售转向按Token消耗付费。随着2025年L3牌照的发放及2026年更多车型有望获批，OTA升级频率可能从过去的以月或季度为单位，提升至以天或周为单位，这对算法更新效率提出了更高要求。供应商可利用其平台处理车企采集的数据，并按“词元”形式进行收费结算。 AI for Science和物理AI通过提升产业链效率和满足新增量需求，带来了具备更高赔率的投资机会。 在“高胜率”的赛道方面，主要关注**管理AI**领域，即对现有企业管理应用进行智能化升级，包括人力资源、财税、ERP等。这些领域通常由头部厂商主导，客户替换成本高，厂商本身在工作流、数据积累和场景理解上具备优势。这些公司正在积极进行产品转型，从而创造新的业务增量。例如： –在人力资源领域，北森正从传统HR SaaS软件向AI面试官、AI 内训等智能化产品拓展，将业务从提供管理系统延伸至切入企业的具体面试环节，相当于外包了部分HR服务。其数据飞轮效应——即处理的案例越多，模型优化效果越好——能持续提升产品竞争力。– 在税务领域，税友股份等公司正通过智能化软件替代部分初级或中级的会计角色。其产品不再仅仅是供会计使用的工具，而是能直接解决问题的智能体。一个典型案例是，原先需要10名会计的代账公司，在使用智能化产品后仅需3名。这不仅为企业客户创造了价值，也为软件公司带来了销售智能体的新增量。更进一步，软件公司自身也可以凭借其高效的智能化工具，直接提供代账服务，转型为“赛博人力资源外包公司”，这揭示了对商业模式更长远的影响。 **从投资角度看，当前在AI应用领域，哪些细分赛道因其客户、数据及场景优势而具备较高的投资确定性？** 在AI应用层面，从投资确定性或胜率的角度来看，主要的机会存在于那些能够利用现有客户、数据和场景优势的领域。具体而言，人力资源、税务、财务及营销等领域的现有软件厂商，通过将AI技术融入其原有产品体系，展现出较强的竞争优势。这些厂商愿意投入资源进行模型研发，从而能够有效提升产品价值和市场占有率。这一类可以归纳为“管理AI”的范畴，涵盖了人才管理、税务软件、财务软件、ERP以及企业经营管理等多个方面，为投资者提供了丰富的选择标的。 # **在AI算力基础设施领域，当前市场呈现出哪些核心特征与投资机会？**当前AI 算力基础设施领域，特别是算力租赁，呈现出显著的投资机遇，其核心特征是市场处于供不应求的状态。无论是创造全新的AI产品，还是利用AI提升现有产品价值，都对智能算力产生了巨大的需求。这种需求的增长速度，加上国内芯片供应受外部因素影响以及自有智能算力补给不足的现状，导致了短期内算力紧缺的局面难以缓解。这种持续的供不应求确保了该行业在未来一段时间内将保持较高的景气度。因此，一些原先非算力领域的公司也开始转型进入该赛道，例如天洋科技、协鑫能科以及从IDC服务转向GPU 业务的首都在线等。这些新兴参与者依托其原有的资金、能源、场景或行业知识优势，为市场带来了新的投资标的。投资者可以参考现有成熟算力服务商的市值，对这些新进入者的资产价值进行重新评估，从而发掘投资机会。 # **综合当前市场环境和AI技术落地进展，在2026年下半年，AI领域的投资策略和重点关注方向是什么？**站在2026年6月1日的时间点，展望下半年，整体软件板块经历了超跌，其业绩下滑更多是受宏观财政及企业IT支出影响，而非AI冲击，这为价值重估提供了基础。结合AI的落地进度，**投资策略应综合考量赔率与胜率**：1.**高赔率应用方向**：可关注AI for Science，特别是医疗AI和物理AI 的结合；2.**高胜率应用方向**：聚焦于管理AI，包括人才、税务、营销、ERP等企业经营管理软件。3.**算力赛道方向**：AI Infra即算力租赁，因其持续的供不应求状态，也是当前阶段值得重点筛选的投资方向。 整体而言，随着市场对AI叙事的重新审视，软件板块中业绩成长性良好且具备AI赋能潜力的公司，有望出现超预期的投资价值。