社区

【随想74】你手里的软件股会被AI取代吗？一个简单的“兜底”原则

肥猫的朋友们，又见面了！这里是不FOMO、不搞马后炮、只分享简单实用方法的美股价值投资频道。

一、 恐慌中的“废话文学”

上周金银市场闪崩：黄金单日大跌12%，白银暴挫30%。比行情反转更快的是博主的口风——从“必须标配15%”瞬间滑向“还能买吗”。这种“短期避险，长期看涨”的言论，像极了那种平时只派杂事、关键时刻却来考核你“长期任务”的老板。这种“两头堵”的废话文学，涨跌他都有理，唯独给不了投资者任何实操价值。

当然，金银类标的不在肥猫的投资框架内，我仅保持观望。

与金银闪崩同步，AI 行业爆发了被称为“SaaSpocalypse（SaaS末日）”的恐慌。1月30日，Anthropic 发布 Claude Cowork 插件，其法务模块直接冲击了传统法律软件的根基。全球软件行业市值在几天内蒸发 2,850 亿美元。LegalZoom $LegalZoom.com, Inc(LZ)$ 暴跌 20%，Thomson Reuters $汤森路透(TRI)$ 跌超 15%，Intuit、Adobe、FactSet 等巨头也集体重挫 7%–11%。

这股寒意甚至传导至芯片股。AMD 虽然业绩超预期，但因 Q1 指引环比下滑 5%，股价单日暴跌 13%–17%；连英伟达（Nvidia）也未能幸免，市值大幅缩水。

黄仁勋虽驳斥这种恐慌“极不合逻辑”，但博主们已经开始批量生产“SaaS已死”的作文了。你手里的软件股真的会被取代吗？肥猫分享一个简单的判断原则：

如果该软件提供的服务涉及“责任归属”，需要有人为结果“兜底”，那么这家公司就不会轻易被取代。

二、 三个案例：为什么“替代”没那么简单

我们可以通过以下三家被“暴打”的公司来透视这个原则：

1. FactSet (FDS $辉盛研究系统(FDS)$ )：卖的不是数据，是“信用链路” AI 擅长总结已知信息，但无法解决金融分析中最重要的“真实性证明”。

• 不可替代场景：溯源审计（Click-through Audit）

• 例子： 当你在 FDS 看到某公司去年的 CapEx（资本支出）是 5.2 亿美元。点击数字，FDS 会直接跳转至财报 PDF 原件并高亮该数字。

• 判断逻辑： AI 容易产生“幻觉”或引用过时信息。在差之毫厘、谬以千里的投研行业，“谁说的”比“说了什么”更重要。FDS 卖的是几十年来打磨出的、与原始公告严丝合缝的映射逻辑，AI 只是它的搜索增强助手。

2. Intuit ( INTU $财捷(INTU)$ )：卖的不是记账，是“合规生态”

• 不可替代场景：税务合规与免责（Compliance & Indemnity）

• 例子： 假如你使用 QuickBooks 记账并关联 TurboTax 报税。若遭遇 IRS（国税局）审计，Intuit 能提供认证会计师背书，甚至提供“审计辩护”服务。

• 判断逻辑： 报税是法律行为，而非文学创作。AI 无法承担法律责任，更无法在法庭上为你辩护。此外，Intuit 深度嵌套了数百万小企业的资金流、薪酬（Payroll）和支付系统。这种“数据+资金”的闭环，让 AI 只能在围墙外“读图”，无法深入核心账本。

3. Adobe (ADBE $Adobe(ADBE)$ )：卖的不是画图，是“商业安全”

• 不可替代场景：版权保障与商业免责（IP Indemnification）

• 例子： 如果营销团队用 Midjourney 生成海报，可能面临版权索赔；但使用 Adobe Firefly，Adobe 提供 IP 赔偿担保——它承诺模型基于自有版权库训练，官司由 Adobe 出钱打。

• 判断逻辑： 商业客户对“确定性”的渴求远超“创意”。此外，专业工作流需要的是“颗粒度控制（Layer-based editing）”。AI 给你的是一张拍扁的图（生成器），Adobe 提供的是精准的手术台。

三、 答读者问：关于方法的“简化”

Image

针对读者的观察，我想借此机会深入聊聊我们这套方法的核心设计理念。我们确实刻意回避了过度复杂的商业模式演变分析，转而追求一种结构化、可复用的评估框架。

其背后的逻辑主要基于两点：

第一，投资方法必须具备“可实操性”

商业模式固然重要，但也最容易让投资者陷入“讲故事”的陷阱，被带入过多的主观偏好。很多时候，所谓的深度分析，其实是在为自己的感性认知寻找理由。 我们保留了必要的定性门槛（例如：排除夕阳行业），但核心判断依然交给利润率和 ROE。

• 逻辑在于： 无论商业故事讲得多么天花乱坠，如果不能转化为长期、稳定的营收和利润，那所谓的“竞争优势”就是伪命题。

• 结果： 这种处理方式剥离了专业背景的门槛，让普通人也能通过客观数据，一眼看穿商业质量的好坏，避免被主观好恶蒙蔽。

第二，用“历史确定性”对冲“未来不可知性”

股票投资本质上是买未来，但未来天然不可预测。 为了处理这种系统性的不确定性，我们引入了“强者恒强”的经验原则。我们强调历史财务数据，并不是刻舟求剑地认为过去等同于未来，而是基于一个逻辑：长期保持优秀战绩的企业，其底层系统更有韧性。

• 这种韧性体现在企业应对市场冲击的能力上。无论是 AI 对 Adobe 的冲击，还是 FDS 的护城河深度问题，真正优质的企业在技术迭代和财务稳定性上，都展现过极强的修复力。

• 反观反面教材： 比如前段时间被捧上天的 Oracle，最近频繁通过债务融资和增发股票来维持局面，这种财务上的动荡，正是我们这套标准化框架能够提前预警并排除掉的（Debt/Equity长期大于4，而且最近几个季度的自由现金流都是净流出的）。

总结来说： 我们的方法确实对商业分析进行了“简化”，但这种简化是有意识的选择。我们希望为普通投资者提供一套标准化的体检表，不去赌谁能发明新药，而是先评估谁的底层身体素质最硬，从而在充满噪音的市场中，抓住那份珍贵的底层确定性。

免责声明:本文内容仅供参考，不构成投资建议。投资有风险，入市需谨慎。