夜讀 | 軟件股殺估值，互聯網遇通縮：AI應用26年路在何方？

1、輪到應用上漲了吧？

2025年股民戲稱的「三大幻覺」，其中之一就是「這回該輪到AI應用上漲了吧」。

當然，AI應用方向2025年表現其實並不差，應用類標的比較集中的三個申萬二級行業：軟件開發/IT服務/廣告營銷全年漲幅分別為17.2%/18.4%/15.7%，跟滬深300差不多，只是遠遠落后於雙創指數60%的年度漲幅。

而雙創指數的前十大成份股中有七家是AI算力，這七家今年平均漲幅高達247%。

所以，這個「幻覺」也很好理解，算力和應用是產業鏈上下游的關係，每次AI算力板塊大漲一波高位調整時，自然會有資金博弈輪動到AI應用方向。

可實際結果是差距越拉越大。這個差距越來越令人關注，一方面它是板塊輪動的驅動力，但另一方面，也是出現在AI敍事頭上的一片越來越大的烏雲：算力所有的上漲，本質都是下游應用或平臺企業提前進行的資本開支，如果應用始終不漲，最終可能會拖垮AI算力。

這不是A股的問題，美股也有，而且更加撕裂。

美股AI應用標的集中的ETF中，FDN（互聯網）/IGV（軟件）2025年全年漲幅分別為10.7%/5.6%，低於QQQ納指ETF/SPY標普500ETF的20.8%/17.7%，更低於算力集中的SMH半導體ETF的46.1%的漲幅。

九大科技巨頭中，五大AI資本開支方（都是偏應用和互聯網平臺方向），除谷歌外的四家，微軟、亞馬遜、Meta和特斯拉2025年全部跑輸指數，就連資本開支不高的蘋果也跑輸；而三大受益方，英偉達、博通、臺積電跑贏指數。

這種割裂，已經引發AI應用未來的收入增量能否覆蓋鉅額資本開支的質疑，並導致四季度美股科技股的全面回調。

這種割裂同樣傳導到了港股和A股科技股，四季度同樣表現分歧。港股偏AI應用方向，阿里對標亞馬遜、騰訊對標Meta，汽車股對標特斯拉，而AI算力股產業鏈則集中在A股的科創創業板，結果前三個季度恆生科技/雙創指數表現差不多，分別漲了44%/63%，但第四季度下跌-15%/-1.3%，分歧加大。

所以，要判斷AI應用在2026年的投資機會，還是需要看一看美股的市場邏輯有哪些變化，本文將分為軟件和互聯網兩個典型的應用方向分別分析。

2、軟件：被顛覆的商業模式

美股科技股25年的大熊股中，呈行業性潰敗的是軟件股，CRM、Now、ADBE，這三個千億市值以上的軟件巨頭都下跌了20%以上，但如果看財務數據，這三家公司今年業績全部都是增長的，兩家還是超預期，未來三年的一致性預期也都有10-30%的增長。

簡單説，美股的軟件股今年是在殺估值而非殺業績，背后是增長邏輯受損。

以往軟件公司以SaaS模式維持業績穩定，獲得高估值（訂閲制纔是它們財報業績看上去不受影響的關鍵），但投資者擔心這一商業模式有可能受AI衝擊，比如之前依賴「座位數越多收入越高」的訂閲模式，如果AI降低人力依賴，導致「座位數」下降，高估值的底層邏輯就直接受損，特別是那些只添加AI功能的傳統 CRM和營銷 SaaS公司。

相反，部分與 AI深度融合的大客户深度定製軟件，或者作為AI基礎設施平臺的軟件公司，比如PLTR、NET、MDB則持續大幅上漲。

相比之下，A股的軟件股今年利潤普遍下降，漲的純粹是估值，比起業績和訂單驅動上漲的算力板塊，輪動不起來也是很正常的。A股的軟件股能持平大盤，很可能是受科技股ETF申購潮的整體帶動。

當然，這背后的原因也有點「塞翁失馬」，A股的軟件股以行業定製系統軟件為主，SaaS商業模式在中國一直沒有發展起來，導致估值不如美股那麼高，所以當投資者擔心AI顛覆SaaS的商業模式時，對A股軟件股影響並不大。反而是少數幾個過去跑通了SaaS模式的軟件公司，比如寶信、廣聯達等，今年則普遍跑輸。

展望2026年，美股的機構對美股軟件股普遍比較樂觀，因為邏輯受損並沒有在業績中體現出來，導致估值處於歷史底部，一般「鬼故事」講不過三季。

但這一類龍頭企業普遍面臨的兩難處境：如果AI被證偽，邏輯固然不受損，但貝塔向下，難有投資機會；如果AI被證實，企業又必須實現全面深度綁定AI的艱難轉型，這個過程，業績又很容易受損。

不是邏輯受損，就是業績受損，這纔是軟件業龍頭面臨的問題。

相比之下，A股軟件股大部分反而類似於PLTR這一類行業定製公司，或者是想走AI基礎設施方向的安全軟件平臺，這一類之前認為是不太好的商業模式，反而更可能在軟件範式改變的時代，抓住AI需求的機遇，所以叫「塞翁失馬」。

3、互聯網：動搖的入口

美股的AI應用另一類是互聯網板塊，對應A股和港股的傳媒板塊，邏輯傳導比軟件更直接。

2025年美股互聯網板塊跑輸指數，除了開頭説的AI 敍事不在應用層之外，更重要的現象是舊平臺紅利見頂，AI 不是增量紅利，而是成本與替代壓力。

2025年，核心美歐市場用户規模幾乎不增長，互聯網平臺的業務模型從「用户數 × 時長」的增量模型，變成「存量用户 × 廣告單價」的內卷模型，這個模型過去幾年因為行業競爭格局好，可以年年提價，而活得有滋有味。

但AI帶來了危機，從這個模型出發，投資者發現，AI對傳統互聯網應用層來説，更像是一個「通縮型技術」，無助於廣告單價的提升：

首先，AI不利於CPM價格。

過去互聯網平臺的CPM定價取決於有限廣告位、有限內容和用户注意力稀缺這三者的關係，而AI 提高內容生成效率，導致互聯網內容供給過剩，但用户注意力沒有增加，無限信息流下，CPM下行。

另外，CPM多見於大品牌的品牌形象廣告，當廣告被迅速淹沒在AI創造的內容洪流時，用户記憶衰減更快，品牌形象廣告的性價比下降。

其次，AI不利於流量壟斷。

互聯網廣告的另一種CPA效果付費模式，雖受衝擊較小，但AI又削弱了流量巨頭的入口壟斷權。

更是要了互聯網龍頭的命的是AI agent，用户如果養成委託決策的習慣，平臺被繞過，廣告邏輯被壓縮，CPA也將下降。

最后，不利於流量平臺，更利於AI工具方。

AI通過算法優化，讓創意生成、出價、投放優化全面自動化，減少客户「浪費的50%」，結果將更偏向於預算更大、數據更全、能承受更高 CPA 的大廣告主，同時壓縮「以前比較懂行」的中小廣告主 ROI，這就使廣告費的分配，從平臺更偏向於工具型公司，比如這幾年風頭最勁的APP。

當然，以上因素對不同的平臺影響也有差異，很多平臺也受益於AI工具的效率，但相比景氣度更明顯的AI基建板塊，資金自然選擇迴避。

不過這種迴避也造成「殺過頭」，從目前看四大互聯網賽道受影響不一：

最悲觀的是社交、信息流廣告，相對受衝擊大於利好；

中性的是電商，效果廣告的重鎮，受影響，與AI提升推薦效率對衝；

更受益的是搜索，代表用户的主動需求，不受影響，AI 反而讓搜索詞更精準，減少無效點擊，提升轉化效率而提高搜索的單位價值。

所以谷歌憑藉搜索業務超預期和基礎模板今年持續的表現，雖然屬於應用方向， 但今年的漲幅不輸半導體。

相對於被認為衝擊更大的軟件業，互聯網由於掌握了AI大模型和應用工具，始終站在AI技術的引領者角色上，衝擊相對可控。

但歷史上無數次技術革命證明，技術引領者並不代表未來的利潤擁有者，AI 應用也有其擔心的問題，包括技術進步太快，差異化窗口極短，用户願意用，但不願意付高價。

結果是，引領AI革命的巨頭，在模型能力提升和快速商品化之間搖擺不定，最典型的是ChatGPT的戰略不斷在變，而戰略定力較強的谷歌，股價又會隨着市場偏好的變化而變化。

港股互聯網龍頭同樣是以廣告費為核心收入，同樣是國內AI革命性技術的引領者，2026年的行業整體走勢與美股可比性更高，只要美股不崩，就是AI應用中更加確定的方向；

而A股的非軟件的類AI應用股，以傳媒行業為主，包括廣告營銷、教育、各種應用工具等方向，但這個行業歷來喜歡講故事，搞資本運作，所以技術創新也是迎合市場喜好，推出的都是「短平快」的效率型工具，對這一戰略思路 ，個人長期並不看好，原因在第四部分再分析。
 

4、顛覆與黑馬

先小結一下，2025年，從美股到A股都出現了AI算力大漲而AI應用裹足不前的特點，這並非是投資者懷疑AI的應用前景，否則應該是所有 AI 應用公司普跌，AI算力也會漲不動。
事實上，2025年，AI 應用在用户、調用量、使用頻率上持續增長，企業也沒有削減 AI 的相關預算，相關行業龍頭業績並非受拖累，只是市場不願為應用層支付高估值。

真正的擔憂來自更深層次，是AI對原有互聯網時代的商業模式的衝擊，原有龍頭未必是贏家，特別是軟件業和頭部平臺——

對 SaaS而言，「座位制 + 人效提升」邏輯被反噬；對互聯網平臺而言，流量壟斷權被削弱；對於基礎模型和AI應用：功能進步不代表定價權。

回顧30年前的互聯網革命，那時是網絡公司顛覆傳統公司，注意力變成流量，利潤從低估值的傳統轉向高估值的網絡公司，指數自然暴漲；

但AI時代是科技公司自己顛覆自己，流量又不會明顯增長，上漲只能靠定價能力的提升，這些公司目前還沒有證明這一點，反而要承受前期的鉅額資本開支。

沿着新地圖，必然回不到舊大陸，這是上一個時代的科技巨頭難以避免的陣痛。

而其中，軟件業因為不掌握AI革命的主導權，被顛覆的概率要高於互聯網行業，但與此同時，利潤池的遷移，讓十倍大黑馬出現在軟件業的概率也更高，包括已經出現的PLTR和APP。

所以A股投資者也可以高度關注軟件股中「黑馬潛力品種」，過去因為沒有把握住SaaS大潮而出現了軟件股「失去的十年」，現在AI對SaaS模式的顛覆，也可能帶來逆襲的大機會。

這里最關鍵的判斷標準是，企業能否讓AI成為其商業模式不可替代的一部分，並擴大其定價權與客户依賴度？

基於這個標準，我對今年風頭最勁的效率型AI工具的長期投資價值表示懷疑，包括各種自動生成內容、自動推薦內容，幫你少僱人，快點完成工作，節省時間的AI應用。

這些應用都是目前的主流，但長期看，沒有壁壘，沒有提價權，沒有用户粘性，只是最基礎的AI功能，長期看很難成為贏家。

我認為未來的軟件業大黑馬應該出現在以下三類2B的軟件股中：

第一類：把AI作為一個不可模仿的「黑箱」嵌入客户工作流。

對於2B應用而言，模型很可能不是護城河，擁有「非通用、不可遷移」的數據結構纔是。

這些數據來自客户真實的業務行為，高噪音、非結構化，且跨流程、不可導出，AI效果可評估但不可模仿，具有「數據迴流強化模型」的特點，客户越用，模型越「私有化」，換供應商等於從頭訓練，離開成本極高。

第二類：AI作為必不可少的風險管理工具，而不是可有可無的效率提升工具，最典型的是各種安全、金融風控、醫療輔助決策和一些行業關鍵基礎設施。

第三類：提供AI系統支持的軟件基礎設施，把傳統的基於「座位數」的SaaS的收費模式，轉變為基於請求量、數據量、風險敞口的AI系統支持的軟件基礎設施。

實際上，2026年應用會不會漲，無非就是一年的投資機會的把握問題，反而不是最重要的；更重要的是，在軟件、傳媒、互聯網等領域，有一些商業模式正在被顛覆，有一些商業模式正在崛起，這纔是事關未來幾年投資機會的更重要的事。

風險提示: 投資涉及風險，證券價格可升亦可跌，更可變得毫無價值。投資未必一定能夠賺取利潤，反而可能會招致損失。過往業績並不代表將來的表現。在作出任何投資決定之前，投資者須評估本身的財政狀況、投資目標、經驗、承受風險的能力及瞭解有關產品之性質及風險。個別投資產品的性質及風險詳情，請細閲相關銷售文件，以瞭解更多資料。倘有任何疑問，應徵詢獨立的專業意見。