“做多半导体，做空软件”，过去半年对冲基金盈利的黄金法则被 7 月的行情毒打后证明失效了。
（图片来源：ChatGPT 生成）
上涨的时候都在梭哈，下跌的时候，才想起来仓位集中度过高是要付出代价的。
市场开始从软件股中挑选出业绩突出的公司，给予加倍的回报。
我们此前的视频《半导体崩盘！AI投资下一浪，软件股是黄金坑吗？哪些软件股更受益？》里提到的 Palantir 已在财报后上涨了超过 40%，看过视频的各位相信都已经赚到了。
那么软件股现在究竟还能不能买？哪些软件股能买？
这篇文章我们给你一个答案，结果很可能跟你想的不一样。
TL;DR
1. 软件板块成为 7 月半导体去杠杆后的主要资金承接方向之一。
2. 软件板块内部，资金主要流向三个方向，其中网络安全是目前相对确定性更高的一条主线。
3. 企业 AI 基础设施能否增长，取决于产品能否进入生产环境，与企业数据的深度融合构成软件公司的护城河。PLTR 是目前这条主线上最典型的案例，业绩大幅超预期，绩后单日上涨近 30%。
4. 交易和广告平台通过 AI 提升变现效率，收入受席位数量影响较小。SHOP 是目前这条主线中最典型的案例，财报后股价大涨。
5. 软件股的风险同样需要留意，DDOG 的大客户自建问题，将检验 AI 基础设施软件的长期增长上限。
（图片来源：ChatGPT 生成）
一、资金轮动：软件承接资金，仓位分化加剧
7 月至今，美股经历了多轮剧烈波动，但行业和个股的调整没有演变成指数层面的全面失血。
7 月 1 日至 8 月 14 日，标普 500 ETF（SPY）上涨 4.1%，标普 500 等权 ETF（RSP）上涨 4.4%，罗素 2000 ETF（IWM）上涨 1.9%。
同时期，半导体 ETF（SOXX）下跌 8.2%，期间最大回撤达到 22.5%，年化日波动率约为 SPY 的 4.6 倍。
过去，费城半导体指数大跌通常意味着科技股整体承压，并进一步拖累标普 500 指数。最近这种联动明显减弱，半导体的调整更多停留在板块内部，其他行业吸收了流出的资金。
Citadel Securities 认为，市场广度正在改善，风险不再高度集中在少数科技龙头。
（图片来源：ChatGPT 生成）
仓位集中度和技术面调整也放大了这轮板块轮动。高盛 Prime Brokerage 数据显示，全球半导体在对冲基金净持仓中的占比从年初约 10% 升至 6 月最高 24%，随后降至 18%，科技股卖盘规模达到其十年数据记录中的高位。
软件成为这轮板块轮动中最明确的资金承接方之一。7 月 1 日至 8 月 14 日，软件 ETF（IGV）上涨 11.5%，网络安全 ETF（CIBR）上涨 9.3%。同时期，纳斯达克 100 ETF（QQQ）上涨 0.8%，半导体 ETF（SOXX）下跌 8.2%。
软件板块此前累积的空头也提供了额外买盘。S3 Partners 统计，IGV 空头持仓从 2025 年末约 800 万份升至 2026 年 4 月底接近 5,000 万份，6 月初仍有约 4,000 万份。同时期，IGV 重新站上 50 日和 200 日均线。板块上涨后，空头回补进一步推高价格，财报超预期又加快了这一过程。
（图片来源：ChatGPT 生成）
从 7 月 23 日（软件板块的阶段性低点）收盘至 8 月 14 日，软件 ETF（IGV）上涨 19.5%，网络安全 ETF（CIBR）上涨 13.5%，同期标普 500 ETF 和纳斯达克 100 ETF 分别上涨 5.2%和 5.7%。
个股方面，财报表现拉开了公司之间的差距，Atlassian（TEAM）上涨 102.4%，Palantir（PLTR）上涨 41.1%，Shopify（SHOP）上涨 37.8%，ServiceNow（NOW）上涨 34.9%，AppLovin（APP）下跌 20.9%。PLTR 和 SHOP 的财报推动市场上调增长预期。DDOG 和 APP 的收入仍保持高速增长，但客户自建、边际放缓和过高预期引发了绩后抛售。
Bernstein 的仓位数据补充了另一层信息，软件板块整体拥挤度仍低于自身 25 年历史均值，但内部差异却很大。截至 7 月 24 日，在市值最大的 30 家软件与互联网公司中，DDOG 的拥挤度排名第一，对应第 97 百分位；PANW 为 94%，FTNT 为 81%，PLTR 为 52%，NOW 为 30%，TEAM 为 23%，CRM 为 10%，ADBE 只有 4%。
（图片来源：Bernstein）
拥挤度越高，表明越多资金已经提前押注同一套增长预期。仓位和预期都很高的公司需要持续超预期，普通的好业绩未必足以推动股价上涨。低拥挤公司也不会因为仓位低而自动反弹，只有基本面开始改善，低预期才会转化为估值修复。
因此，软件股后续的回报需要看个股业绩，未来下注板块普涨不如多关注板块里的优质个股。
二、财报验证：四家公司的增长与重估
从目前已披露业绩的公司来看，Palantir（PLTR）、Fortinet（FTNT）、Cloudflare（NET）和 Shopify（SHOP）展现出的确定性更高。PLTR 的客户扩张飞轮、FTNT 的安全硬控制点、NET 在 Agent 网络中的新位置，以及 SHOP 用 AI 提升交易效率，分别给出了四条已经获得业绩支撑的增长路径。
1、Palantir（PLTR）：AIP 增长飞轮加速，规模与利润同步兑现
Palantir 最新一季最值得关注的变化，是商业与政府业务同步提速，并推动客户扩张、合同增长、收入确认和现金流相互强化。
这套增长模式从 Bootcamp 和试点开始，核心要点是 Palantir 开创并推广的 FDE（Forward Deployed Engineer，前线部署工程师）。FDE 能直接深入客户的工作现场，利用真实数据解决具体业务问题，再把试点接入企业的生产系统。项目一旦进入生产环境，客户往往会从单一场景扩展到更多部门和流程。
随着企业 AI 的竞争重点转向生产落地，FDE 模式的重要性正在上升。OpenAI、Anthropic 等公司相继组建 FDE 团队，说明模型能力已经难以单独决定企业市场的胜负，部署速度和交付能力在成为新的竞争焦点。
1.1 客户扩张、收入增长与现金流形成正向循环
公司 Q2 总收入达到 19.35 亿美元，同比增长 93%。其中，美国商业收入为 7.64 亿美元，同比增长 149%；美国政府收入为 8.09 亿美元，同比增长 90%。按同比增量计算，美国业务贡献了本季度约 90% 的收入增长，Palantir 已经形成两个规模接近的增长引擎。
美国商业客户增至 653 家，同比增长 35%，净美元留存率（NDR）升至 157%，意味着上一年已有客户群贡献的收入增加了57%。新客户持续进入，现有客户也在扩大部门覆盖、使用场景和采购规模，AIP 的增长已经从获取试点项目推进到客户内部扩容。
（图片来源：Palantir）
这组数据呈现出从客户扩张到收入确认的完整链路。Q2 美国商业收入同比增长 149%，客户数同比增长 35%；美国商业 TCV 达 21.3 亿美元，同比增长 153%，剩余交易价值同比增长 124%。
（图片来源：Palantir）
增长也在快速转化为现金流。Q2 经营现金流与调整后自由现金流均达到 12.2 亿美元，对应利润率均为 63%。期末现金、现金等价物及美国国债为 92 亿美元，并且没有债务。
合同的数量和规模也在同步放大。公司当季签下 220 笔金额不低于 100 万美元的合同，其中 98 笔超过 500 万美元、73 笔超过 1,000 万美元。新客户数量、净美元留存率和大额合同同时增长，说明增长基础已经从少数试点项目扩展到更广泛的生产部署。
1.2 经营杠杆释放现金流，支撑下一轮扩张
Palantir Q2 调整后总费用同比增长 37%，明显低于 93% 的收入增速；调整后经营利润率达到62%，Rule of 40 升至 155%。新增收入正在以较高比例转化为利润和现金流，经营杠杆进一步释放。
强劲的现金流为 Palantir 扩大产品研发、客户部署和交付团队提供了充足空间。公司可以继续承担前期投入，推动更多试点进入生产环境，并以新增收入支持下一轮扩张。
这也是Palantir 与传统按席位收费软件最重要的区别。它的增长不依赖简单增加用户账号，而取决于平台能否进入更多生产流程，并在客户内部复制已经验证的应用。公司 CEO Alex Karp 强调，购买模型和 Token 本身不会自动产生生产力，真正的价值来自把模型接入企业的数据、权限和决策链条。公司正在开发 Ontology-native Agent Engine SDK，将 Agent 的创建、治理和运行放进同一套系统，继续扩大平台可以承接的业务范围。
1.3 下一季验证重点：高估值与业务集中抬高风险
（图片来源：Palantir）
Palantir 的 Q3 指引意味着高速增长与高利润率仍将同时延续。Q3 收入指引中点较 Q2 环比增长约 12%，调整后经营利润率接近 60%。公司预计全年美国商业收入预计至少增长 134%，调整后自由现金流预计达到 45 亿至 47 亿美元。
从整体财报来看，Palantir 已经跨过 AI 商业化的初期验证阶段。当前风险主要集中在：
-
政府业务与大型客户依赖。2025 年政府客户贡献 54% 的收入，前三大客户合计贡献 16%。Q2 美国政府收入仍占总收入约 42%。政府合同规模大、周期长，但会受到财政预算、采购进度、政策变化和便利终止条款影响。
-
高层持续减持。CEO Alex Karp、CTO Shyam Sankar 等高管在 2026 年继续出售股票，其中多笔交易根据预设的 Rule 10b5-1 交易计划执行。虽然计划性减持不能直接说明管理层对前景看空，但持续卖股会加重市场对估值、股权激励和管理层利益一致性的担忧。
-
估值高，容错空间小。截至 8 月 14 日收盘，PLTR 市值约 4,180 亿美元，按未来 12 个月调整后 EPS 计算，公司远期市盈率约为 91 倍、远期市销率约为 41 倍。当前股价已经计入收入、合同和利润率长期高速增长的预期，若业绩降速，则可能引发盈利预期和估值倍数同步下调。
2、Fortinet（FTNT）：垂直整合卡住数据路径，产品收入单季增 52%
Fortinet 的优势来自安全芯片、操作系统和订阅服务的垂直整合。这家公司成立于 2000 年，是全球主要网络安全厂商之一。核心产品 FortiGate 防火墙采用自研 FortiASIC 芯片和 FortiOS 操作系统，业务覆盖防火墙、SD-WAN、SASE、云安全、终端防护和安全运营，收入主要来自硬件销售及订阅服务。自研 FortiASIC 安全芯片负责在真实数据路径上解密和检查流量，FortiOS 把防火墙、SD-WAN、SASE、终端、OT 和安全运营连接成统一平台。
AI 增加了机器身份、API 调用和加密流量，企业仍需在数据路径上执行访问策略并阻断攻击，Fortinet 的芯片和操作系统正好卡在这个位置。
2.1 产品收入增 52%，换机周期与 AI 数据中心需求同步释放
Fortinet Q2 财报最大的看点是产品收入增长 52%，达到 7.73 亿美元，远超市场预期。防火墙换机周期和 AI 数据中心流量需求在同一季度释放，推动总收入增长 26%，新增订单及续约金额增长 33%。调整后营业利润率 38%，自由现金流率 49%。公司随即上调全年收入指引约 3%，新增订单及续约金额指引上调幅度相近，管理层将换机需求和 AI 数据中心明确列为持续驱动力，而不是定位于单季脉冲。
（图片来源：Fortinet）
2.2 自研芯片形成性能成本优势，FortiOS 推动平台化采购
Fortinet 的优势可以拆成两层：
-
自研 FortiASIC 芯片负责高速处理加密流量，在检测性能、功耗和单位成本上形成差异；
-
FortiOS 把防火墙、企业网络、远程访问和安全运营放进同一套系统。
客户先采购 FortiGate 设备，随后可以在同一平台继续增加安全模块和订阅服务，硬件由此成为扩大单客收入的入口。
AI 数据中心和混合云增加了加密流量、机器连接与跨环境管理的复杂度，企业需要更高的检测吞吐量，也需要统一查看安全数据和执行访问策略。客户将多个单点工具整合到 Fortinet 平台后，公司获得防火墙换机收入的同时，还能延长后续订阅与安全运营服务的收费周期。
2.3 连续三季超预期，估值达到历史偏高区间
从 2025 年 Q4 到 2026 年 Q2，Fortinet 已经连续三次交出超预期财报。去年 Q4 新增订单及续约金额超过指引上限，Q1 和 Q2 的收入、订单与利润率继续超出预期，管理层也连续两次上调全年指引。防火墙换机、AI数据中心对高性能设备的需求，以及公司在供应链和产品交付上的执行力，共同推动业绩加速。
下个季度，我们会重点观察产品收入与服务收入的增速。截至 8 月 14 日收盘，Fortinet 按 2026 年调整后每股收益预测计算的市盈率约为 46 倍，高于 2022 至 2025 年末约 28 至 40 倍的远期市盈率区间，但仍低于部分高溢价网安公司。
3、Cloudflare（NET）：从互联网流量入口延伸到 Agent 基础设施
在传统互联网时代，Cloudflare 在用户和网站源站之间提供 DNS、CDN、DDoS 防护、WAF 和流量加速。网站接入后，性能和安全可以在同一张全球边缘网络完成，这是公司曾经最难复制的资产。
AI 时代，Cloudflare 迅速成为 Agent 密不可分的服务提供商：
-
Workers AI、Durable Objects、Browser Rendering 和 Sandboxes 为 Agent 提供运行环境；
-
AI Gateway、Zero Trust 和安全产品观察模型调用、验证身份并执行策略；
-
Crawl Control、Monetization Gateway 和 Wallets 尝试让内容、API 与 MCP 工具向 Agent 收费。
3.1 Q2 收入增长重新加速，合同储备继续扩张
Cloudflare 正在把互联网时代积累的流量入口，重新转化为 AI 时代的连接、运行与安全控制点。Q2 最值得关注的是这一定位开始得到核心业务数据验证：
（图片来源：Cloudflare）
-
收入重新加速：Q2 收入达到 6.961 亿美元，同比增长 36%，高于上个季度的 34%。
-
合同储备继续扩张：未来 12 个月预计确认的合同收入同比增长 35%，与当期收入增速接近；大型客户数量超过 4,600 家，企业客户继续扩大采购。
-
增长开始转化为利润和现金流：调整后营业利润达到 9,610 万美元，对应利润率约 14%；自由现金流率约为 8.1%，高于上年同期 6.5%。
3.2 Agent 请求量激增，Cloudflare 抢占 AI Infra 入口
Cloudflare 联合创始人兼 CEO Matthew Prince 将 AI 视为互联网的一次重新平台化。
Cloudflare 计划让遍布全球的服务器节点同时承担 Agent 的运行、连接和安全控制，收入来源也将超越 GPU 和模型调用。Workers AI、Durable Objects、Browser Rendering 和 Sandboxes 提供运行环境，AI Gateway 和 Zero Trust 负责观察调用、验证身份与执行策略，Crawl Control、Monetization Gateway 和 Wallets 则探索内容、API 和 MCP 工具的收费机制。
机器流量的增长为这项战略提供了需求验证。2025 年 6 月至 2026 年 5月，Cloudflare 网络中的日均 Agent 请求量增长约 1,700%。2026 年 5 月，非人类请求占比达到 55.5%，首次超过人类请求。更多机器发起的连接和调用会提高运行、身份验证、访问控制和安全防护的需求，不过这组流量数据还不能直接证明 Agent 业务已经产生收入。
付费与结算是其中最远期的一环。不过，Cloudflare 已开放 Wallets 地址预留，计划用稳定币账户向 Agent 分配有限额的虚拟钱包，购买内容、API 和 MCP工具。Monetization Gateway 初期将通过 x402 验证稳定币付款，这将是 Cloudflare 切入 Agent 交易链路的长期观察点。
3.3 估值仍由核心业务支撑，Agent 变现滞后于估值预期
Cloudflare 的风险来自预期与收入之间的时间差。市场已经开始交易 Agent 基础设施和付费结算的增长前景，Q2 业绩仍由网络、安全和开发者平台支撑。如果核心业务在 Agent 收入形成规模之前降速，当前估值会同时失去短期业绩和远期增长的支撑。Monetization Gateway 和 Wallets 尚未披露调用金额、付费客户和独立收入，当前还不能按照成熟支付网络估值。
管理层将 2026 年收入指引上调至 28.64 亿至 28.70 亿美元，调整后每股收益指引上调至 1.25 至 1.26 美元；Q3 收入指引为 7.36 亿至 7.37 亿美元，较 Q2 环比增长约 5.8%。
下个季度，我们需要核对收入能否达到指引，并观察未来 12 个月预计确认的合同收入、大型客户数量、净收入留存率以及 Workers 和 AI Gateway 使用量。更重要的信号是公司是否开始单独披露 Agent 付费调用金额、付费客户或相关收入。
4、Shopify（SHOP）：AI 渗透电商全链路，GMV、收入、现金流三项全面跃升
市场此前把 Shopify 放进 SaaS 篮子，用 “AI 减少员工、席位随之下降” 的逻辑统一定价。但 Q2 财报进一步说明这套逻辑对 Shopify 不成立。公司当季近八成收入来自支付、商家金融和交易服务，商家解决方案增长 37%，自由现金流率升至 18%。员工减少不影响 Shopify 的收入确认，GMV 和支付渗透率才是核心驱动变量。
同时，自建工具难以很快取代 Shopify。能够长期承载交易的系统需要同时处理支付、退款、欺诈、税务、库存、订单、物流和安全，系统故障造成的损失可能远高于软件费用。AI 可以减少商家的人工流程，但 Shopify 控制的商业后端暂时没有更好的替代方案。
4.1 商家解决方案跑赢订阅，交易收入正在成为主引擎
Q2 最大的看点是收入结构继续向交易收费倾斜，Shopify 对订阅和软件席位数量的依赖进一步下降。商家解决方案收入增长 37% 至 27.81 亿美元，高于订阅解决方案的 22% 增速，占总收入的比例从上年同期约 76% 升至约 78%。支付、交易和商家金融服务已经成为主要增量来源，平台上的商品交易总额对收入增长更为重要。
（图片来源：Shopify）
第二季度的交易规模、收入和现金流也支持这一判断。当季商品交易总额达到 1,155.67 亿美元，同比增长 32%；总收入增长 34% 至 35.83 亿美元；自由现金流率从上年同期约 16% 升至 18%。Q3 指引维持收入同比增长 30%出头，毛利润预计增长 25% 至 29%，自由现金流率预计处于 17% 至 21% 区间。
4.2 AI 订单增长 13 倍，但入口之争是关键
AI 对 Shopify 的影响已经从商家提效延伸到订单增长。2026 年一季度，使用 Sidekick 的周活跃店铺数同比增长约 4 倍；AI 聊天工具带来的访问量增长超过 8 倍，订单增长接近 13 倍。AI 导流访客的转化率比自然搜索高近 50%，平均客单价高 14%。
Shopify 正在通过 Agentic Storefronts 和 Commerce for Agents，把商品目录、库存、支付和结账能力接入新的 AI 购物入口。消费者可以在 ChatGPT、Google 或其他 Agent 中完成搜索和决策，Shopify 争取继续承接后续的支付、订单和履约。只要 AI 带来的订单仍在 Shopify 完成，公司就能把新流量转化为商品交易总额和商家解决方案收入。
4.3 AI 流量能否沉淀为 GMV，为下一阶段最关键的观测点
财报数据表明，Shopify 的 AI 收入路径比多数 SaaS 更短。业绩公布后的首个交易日，Shopify 盘前涨幅一度扩大至 30%，反映市场开始认可 Shopify 利用 AI 推动交易增长的路径，此前对 AI 削弱其商业模式的担忧也随之降温。
下个季度，我们重点关注收入能否保持 30% 出头增长，同时观察 GMV、Shopify Payments 渗透率、AI 来源流量和转化率。如果 Agent 购物带来新增订单并继续通过 Shopify 结账，平台位置会进一步增强。如果大型模型平台掌握用户入口，并迫使 Shopify 降低支付或交易抽成，公司可能退化为议价能力较弱的后端基础设施。
这四家公司已经展现出清晰的增长路径，但业绩兑现程度与市场定价并不相同，我们制作了估值对比表，把 13 家软件公司并排呈现，分化程度更加清晰：
（图片来源：XINGPT）
三、重估框架：AI 软件股的三条增长验证路径
市场过去对软件股的担忧，本质上是同一个问题，就是 AI 会不会让人们不再需要这些软件。
截至目前，企业大规模自建软件的情况没有出现。高盛的调查显示，56% 的受访企业预计未来会减少自建、增加采购，计划增加自建的比例只有 17%。AI 降低了写代码的成本，但维护、集成、安全、合规和责任成本仍然存在。
顺着这个逻辑延展，网络安全是目前能够拿到企业预算路径最清晰的方向。AI Agent 带来更多机器身份、接口调用和自动执行动作，企业需要保护的入口迅速增加。每增加一套 AI 系统，都需要同步增加身份验证、访问控制、流量检测、数据保护和恢复能力。这些支出由风险驱动，企业很难推迟，掌握网络、身份、数据和恢复控制点的平台因此获得更强的定价权。
企业 AI 基础设施和 AI 对现有商业模式的放大是另外两条主线。一方面，企业需要购买数据治理、可观测性、权限管理和业务执行系统。相关公司能否受益，取决于产品能否真正进入生产流程，并把部署规模、使用量和业务成果转化为收入。另一方面，Shopify（SHOP）和 AppLovin（APP）等平台已经掌握交易、商家或广告数据，AI 可以提高推荐、投放和运营效率，进而增加每笔交易或每单位流量的收入。
（图片来源：ChatGPT 整理）
1、网络安全：Agent 改变企业安全边界
网络安全是三条重估主线中确定性相对最高的一条，核心逻辑是 Agent 部署即安全刚需。我们判断短期内增长空间确定性相对更明确，Agent 部署仍会同步增加身份、权限、流量和数据安全支出。AI Agent 每新增一个自主行为，就同步新增一个需要管控的身份、权限与操作记录。Jefferies 此前的调查显示，网络安全是唯一无人计划削减的 IT 品类。
Check Point 数据显示，2026 年 6 月，全球企业平均每周检测到 2,270 次网络攻击，创历史新高，同比增长约 17%，较 2022 年接近翻倍。攻击频率持续上升，企业必须同步增加身份验证、流量检测、数据保护和业务恢复投入，因此网络安全是目前最容易获得新增预算、支出路径也最清晰的 AI 受益方向。
2、企业 AI 基础设施：AI 拉动新增部署，合同兑现决定估值
AI 从试验推向生产后，企业对数据管理、权限控制和工作负载监控的需求随之增长。但企业 IT 预算有限，产品必须进入核心工作流，并通过合同金额、ARR 和工作负载增长证明业务价值，才能持续获得预算。
我们之前在视频里分析过，Palantir（PLTR）的位置相对更深。Ontology 和前线部署工程师把软件嵌入客户的真实决策与执行流程，客户更换平台时需要重新整理数据关系、权限规则和业务逻辑。政府客户也不容易获取，采购周期、安全审查和任务要求都更严格。ServiceNow（NOW）的优势同样来自工作流、审批和配置数据。Atlassian（TEAM）掌握大量项目与协作上下文，但仍需证明这些数据能够形成独立的 AI 收入。
Datadog（DDOG）遇到的大客户自建风险很具有代表性。监控本身很重要，但公司日志、指标和告警的技术接口相对标准化，工程能力强、使用规模足够大的客户有动力自建，以降低成本并获得更强控制。Snowflake（SNOW）和 MongoDB（MDB）也需要依靠数据沉淀与生产工作负载建立黏性，仅增加通用 AI 功能很难形成长期壁垒。
因此，判断企业 AI 基础设施公司的关键，是产品能否控制业务数据和执行流程、客户迁移需要付出多大代价，以及最大客户有没有能力自行替代。AI 带来的需求可以推动行业增长，最终能够保留收入和定价权的公司，仍取决于这些护城河是否成立。
3、AI 放大原有商业模式：效率提升直接转化为收入
这类公司已掌握用户、商家、广告主与交易数据，AI 的作用是提升推荐、投放与转化效率。公司变现路径不依赖单独销售 AI 产品，而是直接反映在 GMV、支付收入与广告回报上。
不过，AI 提高推荐、投放和运营效率，并不意味着所有平台都能获得同等收益。真正关键的是，公司是否掌握交易或广告分配环节，并能按照成交金额、支付规模或广告效果收费。满足这些条件后，AI 无需成为单独销售的产品，效率提升就可以直接进入原有收入。
Shopify（SHOP）的优势在于控制订单、支付和商家服务。AI 可以帮助商家减少运营人员、提高转化率或同时经营更多店铺，只要交易继续通过 Shopify 完成，公司就能从 GMV 和支付渗透率中获得增长。它的主要风险来自入口迁移。如果 ChatGPT、Google 或 Meta 进一步掌握商品发现、结账和支付，Shopify 可能保留交易后端，却失去部分议价权。
AppLovin（APP）的护城河来自广告效果的实时反馈闭环。AXON 能够持续读取展示、点击、安装、购买和广告主出价，并把更好的投放效果转化为更高预算。这条收入路径同样很短，但市场已经对增长持续性给出较高预期。算法效率或广告需求一旦放缓，业绩仍在增长也可能引发估值收缩。
Figma（FIG）和 HubSpot（HUBS）的情况更复杂。两家公司拥有设计协作和客户关系数据，但收入仍然较多依赖软件席位，AI 既可能增加产品价值，也可能减少部分人工操作和用户席位。它们需要证明 AI 功能可以带来额外付费，并覆盖推理成本与席位压力，收入路径的确定性低于交易和广告平台。
（图片来源：ChatGPT 生成）
写在最后
我们探究的重估逻辑，成立前提是 AI 带来的新增部署能够持续转化为合同与工作负载增长。以下三类信号一旦出现，当前估值体系值得重新思考：
-
需求不及预期：安全订单放缓、AI功能免费化、大客户自建或席位收入萎缩，都意味着企业 AI 落地慢于预期。
-
商业化路径存疑：基础设施层使用量增长却未能有效转化为收入，说明平台仍停留在产品叙事阶段，变现能力尚未得到验证。
-
仓位与估值风险：当前头部标的拥挤度已处于高位，业绩即便符合预期、基本面未见恶化，机构资金的集中撤出仍可能引发快速回撤。高预期下，仅仅是符合市场预期的财报本身就是风险。
Distill AI
