软件能否迎来反弹？
仅仅因为几段产品更新的文字说明，就能引发3000亿美元的市值蒸发吗？这听起来有些荒谬，但却刚刚在软件行业真实上演了，这生动地展示了资本市场在面对AI颠覆性力量时的脆弱神经与极度敏感。
据彭博社专栏报道，Anthropic近期发布的法律审查工具，迅速被市场解读为对专业软件公司的生存威胁，甚至被杰富瑞分析师称为“SaaS末日”。恐慌情绪导致包括英国的Relx、爱尔兰的益博睿，以及德国的SAP、美国的ServiceNow和新思科技在内的多家软件巨头大规模抛售。市场现在普遍在担忧，即便这些公司不被完全取代，AI工具也会重创它们的利润率。
不过，这种恐慌在业内顶尖人士看来显得过于草率且缺乏商业常识。黄仁勋认为这种市场反应是“世界上最不合逻辑的事情”。他指出，通用人工智能虽然能力越来越强，但这并不意味着企业对专业软件的需求会减少。现在仅仅因为AI能快速浏览法律文档，就认为它能做到风险控制、工作流管理、问责机制和售后支持，这显然是过度了。当系统出现故障或纠纷时，企业需要的是专门支持团队，而不是一个通用的聊天机器人。
黄仁勋还打了一个生动的比方：你是会直接使用一把现成的螺丝刀？还是会为了拧螺丝而去重新发明一把功能一样的螺丝刀？
彭博社认为，黄仁勋是在说，对于Anthropic，它试图取代这些垂域巨头并不明智，更明智且盈利更快的商业路径是将AI能力出售给这些公司，让这些垂域软件公司成为Anthropic的客户，通过赋能现有软件来实现更简单的盈利。
事实上，像Canva和Replit这样的平台已经展示了未来方向，它们集成了AI功能作为辅助，甚至直接调用Anthropic的底层模型来增效。
彭博社接着表示道，这种大惊小怪在华尔街不是一次两次了。回顾历史，当年亚马逊宣布进军医疗或杂货行业时，相关板块也曾经历了暴跌。当脸书推出约会功能时，Match Group的市值曾瞬间蒸发20%。近期类似的案例还出现在游戏行业，当谷歌发布工具Project Genie后，游戏股瞬间蒸发400亿美元，导致Take-Two股价下跌了近8%。市场仿佛认为AI工具的出现，就能让那个游戏《侠盗猎车手》的创意团队变得一文不值，这就像是因为发明了新摄像机就要解雇导演斯皮尔伯格一样荒谬。
正如摩根大通分析师所言，软件股正在被“未审先判”，华尔街显然还缺乏应对AI时代的沉稳心态，在极度恐慌和非理性繁荣之间反复横跳。
Jason认为，如果我们要全盘接受SaaS终被AI颠覆的设定，那么逻辑上AI也终将颠覆一切，包括软件、劳动力、创意甚至资本配置本身。那么问题来了，为什么其他行业没有遭到如此剧烈的抛弃呢？难道仅仅是因为软件业更脆弱、会被更快颠覆吗？如果市场真的这么认为，那这个答案本身就充满了悖论。
首先，在代码层面，软件的专业性确实可能受到AI冲击，比如通过AI工具生成一个类似的软件。但B端业务的壁垒不仅仅是代码，更是人、是洞察和责任。在面对数以千计的企业级客户时，软件上市公司提供的不仅是工具，而是基于行业经验的服务。正如文中所言，当面对关键系统崩溃，或者复杂的兼容性问题时，企业客户需要的是迅速响应团队来兜底解决，而不是在聊天窗口里对着AI反复调试，摸索Bug到底在哪里。
其次，专业软件的云架构和协作生态是AI无法轻易替代的。以Snowflake的多云数据部署，或者Adobe的云协作功能为例，这些产品有一个很大的价值，在于云端的安全共享，以及跨地域协同。这点AI能做到吗？AI可以生产软件，甚至可以生成一个功能90%的克隆品，但生成的软件又如何通过安全审计？如何保证集成进复杂的企业云环境中呢？更何况还要实现跨平台、跨地域的实时协作，这些架构层面的挑战，远非生成代码就能解决的。
再者，合规和版权风险也是大型企业无法忽视的红线。企业采购软件的核心诉求之一是风险规避。如果说AI生成的软件能提供某种效果，但代码内核是否侵犯了专利？工作流是否符合行业法规？这些都是很难标准化，很难解决的巨大不确定性。对于大型跨国企业而言，迁移出成熟、合规的生态系统去拥抱AI生成软件，一旦触发法律雷区，那么这个代价将远超软件订阅的成本。
当然了，我不否认C端或轻量级场景会选择生成软件来替代，因为个人使用的法律风险和专业性要求都比较低。但在专业领域，AI的定位是增强而非替代。比如在过去，企业的数据散落在SAP的ERP系统、在Teams的沟通记录、在思科的电话系统，以及Office文档中。
但是现在，微软通过把Copilot嵌入到Dynamics 365实现了跨系统、跨部门的整合体验。比如你可以直接告诉Copilot，让它把Xbox上季度的成本明细表发给纳德拉，并且要求Copilot分析是否该在2026年发布下一代产品。这在曾经需要多步骤、跨部门的协作才能完成。而如今却通过简简单单的一个通用语言指令就可以达到效果。这就是AI赋能带来的效率提升。
现在想象一下，一个聊天窗口生成的软件能做到这个水平吗？能跨越代码、专利、安全、经验这些壁垒吗？我觉得很难，而且我认为大多数头部SaaS会积极利用AI来构筑更高的壁垒。
因此我相信，短期内的噪音终将平息，就像去年1月底的DeepSeek一样，市场终会明白：只要Transformer架构的本质仍然是概率预测，那么它就无法替代那些追求100%确定性的垂域软件。只有当未来出现超越Transformer的新架构，让AI真正具备类人逻辑思维时才需要担心软件的存亡。但或许到时候软件和商业不再是重点，社会伦理与人类治理结构才是更值得担忧的冲突点。