AI 应用层是把模型嵌进企业工作流、带权限、能回写主数据库的那层软件，正从"功能增强"走向"独立收入"。评级跟踪。
真跑通的是编程、客服、法律、医疗四条线，不是通用办公——Copilot 与 Cursor 把编程做出真金白银，NICE 与 Intercom 把客服按结果计费做成主流。反面对照是 M365 Copilot：付费席位虽过 2,000 万，摊到 4.5 亿商业账户上 attach 仍早。计费正变成"席位+用量+结果"三层叠加，不是替代。
风险是 ROI 证明不出来、AI 被免费捆绑、模型平台从底层吃上来。四个硬指标决定估值切换：AI 单列 ARR、attach 规模化、RPO/NRR 拉动、推理降本盖不盖得住用量。
核心结论
AI应用层已经从“模型调用的前端界面”演进为“把模型嵌入高频工作流、带数据权限和可执行动作的系统层”。真正能形成独立收入的，不是单次生成能力，而是被写进业务流程、拥有权限体系、能回写系统 of record 的应用。McKinsey 2025 年调查显示，工作流重构是企业从生成式 AI 获得 EBIT 影响的最重要因素；而 Microsoft 的 Work Trend Index 也显示，企业开始从“用 AI 辅助任务”转向“管理一组代理去完成任务”。
从公开数据看，最先完成收入落地的赛道不是通用办公，而是 AI 编程、AI 客服、法律与专业信息、设计与内容生产、企业知识搜索、部分医疗文书和数据应用。这些赛道都已经出现明确的 ARR、ACV、付费客户、分辨率/自动化率或大客户合同证据。
AI应用层从“功能增强”变成“独立收入来源”的关键路径有三条：其一，成为新的付费 SKU 或附加 seat；其二，引入按任务、按结果、按 credits/agent workload 的新计费层；其三，在不单独披露 AI 收入时，通过 ARPU、ACV、RPO、RPO/cRPO、NRR、毛利率或人效改善来体现。Microsoft 365 Copilot、Intercom Fin、Microsoft Copilot Studio、OpenAI API、Anthropic API 都已经说明，计费正在从纯 seat 走向“seat + usage”的混合模式。
通用办公 AI 的财务现实是：有收入，但目前更多是防御型增长，而非已经完成大规模利润兑现。 Microsoft 已披露 Microsoft 365 Copilot 付费席位超过 2,000 万，且 ARPU 增长再次由 E5 和 Copilot 拉动；但其商业付费席位基数也已超过 4.5 亿，这意味着 Copilot attach rate 仍处于早期。Google 的 Gemini Enterprise/Agentspace 也已形成产品和定价，但 Google 尚未单独披露 Workspace AI 的收入贡献。
AI 编程是当前最清晰、最直接、最强弹性的 AI 应用收入池。 GitHub Copilot 2025 年中已达 2,000 万用户，90% 的财富 100 强使用 GitHub Copilot；Cursor 到 2026 年 2 月已超过 20 亿美元年化收入；OpenAI 披露 Codex 年初以来增长超过 5 倍。这个赛道的共同特征是高频、强 ROI、用户付费意愿高，且能与企业代码库、CI/CD、安全、测试工作流深度绑定。
AI 客服与呼叫中心是第二个已经明确跑通收入模型的赛道。 NICE 在 2026 年一季度披露 AI ARR 同比增长 66%，AI 与自助服务 ARR 达 3.45 亿美元；Five9 在 2026 年一季度披露 AI 收入同比增长 68%，年化运行率超过 1.25 亿美元；Intercom Fin 已有 7,000 多个团队使用，平均 resolution rate 升至 67%，并采用每 outcome 0.99 美元的结果计费。这个赛道已经不只是“辅助坐席”，而是在部分场景替代人工工单处理。
法律、税务、风控、医学等高监管垂直行业，是 AI 商业化里利润率和壁垒最好的赛道之一。 Thomson Reuters 2026 年一季度指出，Recurring Revenue 增长由 Westlaw、CoCounsel、Practical Law 等驱动；Reuters 同期报道称 CoCounsel 用户已达 100 万、AI 相关合同价值占比升至 30%；RELX、Wolters Kluwer 则以自有内容库、引证体系、专家校验和合规工作流建立壁垒，Wolters Kluwer 甚至披露约 70% 的数字收入已来自 AI-powered solutions。
真正受益于 AI 的软件公司，通常同时具备六个特征：系统 of record；权限和治理；高频工作流；专有/私有数据；高切换成本；可证明 ROI。Microsoft、ServiceNow、Salesforce、Intuit、Oracle、Thomson Reuters、RELX、Wolters Kluwer、Tempus、Veeva 更符合这个框架。相反，只有轻量协作界面、缺少专有数据或执行权限的 horizontal SaaS，更容易被平台型 Copilot 或 AI-native 工具压缩定价权。
传统 SaaS 通过 AI 提价和扩 ARPU 的方式，正在出现明显分化。 Microsoft 和 Oracle 已明确把 AI 反映为 ARPU 拉动；Atlassian 披露 Rovo 客户 ARR 增速约为非 Rovo 客户的 2 倍；但是 Asana 的 AI Studio 到 FY2026 末 ARR 仅超过 600 万美元，说明很多协作型 SaaS 的 AI 仍停留在“发布很多功能，但收入体量仍很小”的阶段。
AI Agent 正在改变软件行业商业模式，但不会立刻彻底替代按席位收费。 更可能出现的是“三层计费”：底层 seat/平台订阅，作为身份、权限和治理入口；中层 usage/credits，按照任务量或 agent workload 计费；上层 outcome/priced result，在客服、合同、销售执行等可衡量结果场景按结果收费。Intercom、Microsoft Copilot Studio、Google Gemini Enterprise Agent Platform、OpenAI API 已经是这种混合模式。
哪些公司“AI 叙事强但财务受益不足”也已经越来越清楚。 典型特征包括：AI 功能很多，但不单独披露收入或 ARR；客户采用率高，但付费率不清；AI 主要免费捆绑，更多是保留客户和防御竞争；或者 AI 收入相对主体收入仍极小。通用办公、部分协作/项目管理、一些“AI wrapper”式应用，目前大多处在这个阶段。Asana 的 AI ARR 体量就是最清楚的负面对照之一。
估值最容易泡沫化的，不是“任何有 AI 的公司”，而是“增长快、叙事强、已验证一点收入、但估值提前把远期成功计满”的公司。 当前最典型的是 Palantir、Databricks、OpenAI、Anthropic、Cursor、Harvey、Sierra、Decagon 等；这些公司里有的确实有真实收入，但市场给出的隐含远期成功率也已经极高。
未来 12–24 个月最重要的催化剂，不是再发布多少 agent，而是四个“硬指标”：AI 相关 ARR/ACV 是否持续披露；AI attach rate 是否从试点走向规模化；RPO/cRPO 与 NRR 是否被 AI 拉动；以及推理成本下降是否足以让毛利率改善而不是被 usage 爆发抵消。最大风险则是：企业 ROI 不及预期、AI 功能免费化、模型平台下沉应用层、Agent 安全事故，以及 Gartner 所警告的“agent washing”和项目报废。
产业链全景图
AI 产业链正在从“模型—接口—应用”的线性结构，重构为“模型—编排/治理—工作流应用—系统 of record—结果交付”的闭环。真正占据利润池中央位置的公司，通常不是最靠近模型的一层，而是最能控制企业权限、数据语义、工作流节点和结果验收的一层。McKinsey 的调查与 Microsoft 的企业趋势数据都指向同一件事：企业已经不满足于“生成内容”，而是在寻找“重构流程、替代步骤、验证结果”的 AI。
| 产业链位置 | 细分环节 | 核心产品 | AI需求驱动因素 | 收入模式 | 主要客户 | 竞争壁垒 | 利润率特征 | 代表公司 | 上市/未上市 | 受益强度 | 投资弹性 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 模型与 API | 基础模型 API | GPT、Claude、Gemini API | 企业想把 AI 接入自身系统 | token、工具调用、容器/会话 | 开发者、平台厂商、SaaS 厂商 | 模型能力、生态、分发 | 毛利受推理成本影响大，但规模效应强 | OpenAI、Anthropic、Google Cloud | 未上市/上市 | 5 | 5 |
| 企业 AI 平台 | 数据与权限底座 | Databricks、Snowflake、Palantir AIP | 把企业私有数据变成可调用上下文 | 消耗、平台订阅、大单合同 | 大型企业、政府 | 数据层、治理、开发生态 | 毛利较高，但销售费用重 | Databricks、Snowflake、Palantir | 混合 | 5 | 5 |
| Agent 平台 | Agent 编排与治理 | Agentforce、Copilot Studio、Gemini Enterprise、OpenAI Agents | 企业想从“问答”走向“执行” | seat+credits、runtime、token | 企业 IT、业务部门 | 编排、权限、审计、连接器 | 早期毛利受调用成本扰动 | Salesforce、Microsoft、Google、OpenAI | 混合 | 5 | 5 |
| 办公 AI | 文档/邮件/会议/知识助手 | M365 Copilot、Gemini、Notion AI、Canva Docs | 提高白领生产率 | seat、bundle、部分 usage | 全行业知识员工 | 套件分发、文件权限、协作数据 | 毛利高，但免费化压力大 | Microsoft、Google、Notion、Canva | 混合 | 4 | 3 |
| 编程 AI | 代码生成与工程代理 | GitHub Copilot、Cursor、Codex、GitLab Duo | ROI 最容易量化 | seat、usage、agent | 开发者、软件团队 | 代码库上下文、CI/CD、开发工作流 | 当前最强商业化之一 | Microsoft/GitHub、Cursor、GitLab、OpenAI | 混合 | 5 | 5 |
| 客服 AI | AI 客服与呼叫中心 | Fin、CXone、Five9 AI、Sierra、Decagon | 降本、提升响应速度和 CSAT | seat+outcome、按解决量 | 客服中心、电商、金融、SaaS | 知识库、工单流、语音/客服数据 | ROI 清晰，毛利改善快 | Intercom、NICE、Five9、Sierra、Decagon | 混合 | 5 | 5 |
| 销售与营销 AI | CRM AI、营销自动化 | Agentforce、Breeze、Firefly、Canva | 增线索转化和内容产能 | premium seat、AI SKU、消耗 | 销售、营销团队 | CRM 数据、客户画像、渠道归因 | 中高毛利，但效果归因要求高 | Salesforce、HubSpot、Adobe、Canva | 混合 | 4 | 4 |
| 数据分析 AI | Text-to-SQL、自然语言 BI | Cortex、Genie、AIP、ThoughtSpot | 降低分析门槛 | 消耗、平台订阅 | 数据团队、业务分析 | 数据血缘、语义层、治理 | 毛利高，销售周期偏长 | Snowflake、Databricks、Palantir、ThoughtSpot | 混合 | 4 | 4 |
| 网络安全 AI | AI SOC 与 AI 安全 | Charlotte AI、Prisma AI、Purple AI | 事件量爆炸、Agent 安全新需求 | 平台加购、ARR | 大中型企业 | 威胁情报、数据湖、自动响应 | 高毛利、平台黏性强 | CrowdStrike、PANW、SentinelOne、Okta | 上市/未上市 | 4 | 4 |
| 内容生成 AI | 图像/设计 | Firefly、Canva、Meitu | 广告、电商、品牌内容 | seat、credit、订阅 | 创意团队、SMB | 设计资产、模板、品牌素材 | 高毛利，但模型 commoditization 强 | Adobe、Canva、Meitu | 混合 | 4 | 4 |
| 内容生成 AI | 视频 | Runway、Synthesia、HeyGen | 培训、营销视频自动化 | subscription、credit | 企业培训、内容团队 | avatar、模板、企业流程 | 成本压力高于纯文本/图像 | Runway、Synthesia、HeyGen | 未上市 | 3 | 4 |
| 内容生成 AI | 语音 | ElevenLabs、语音代理、医疗转写 | 配音、客服、医疗记录 | API、usage、企业合同 | 开发者、媒体、客服、医疗 | 声音模型、延迟、合规 | API 化强，扩张快 | ElevenLabs、Abridge | 未上市 | 4 | 4 |
| 法律 AI | 法律研究与生成 | CoCounsel、Lexis+ AI、Harvey | 高单价、强合规、强审校 | seat、企业合同 | 律所、法务部门 | 专有法条数据库、引证体系 | 结构性高毛利 | Thomson Reuters、RELX、Harvey | 混合 | 5 | 4 |
| 医疗 AI | 医疗文书与诊疗支持 | Tempus、Abridge、Ambience | 医生时间稀缺、数据价值高 | 合同、数据、订阅、usage | 医院、医生、药企 | 数据权限、临床工作流、支付体系 | 高壁垒，放量慢 | Tempus、Abridge、Ambience | 混合 | 5 | 4 |
| 金融与财税 AI | 财税/风控/研究 | Intuit、Wolters、Kingdee、Tonghuashun | 自动报税、合规、研究提效 | 订阅、专家服务、AI 套件 | SMB、会计师、机构 | 合规知识库、历史数据 | 毛利好，付费意愿强 | Intuit、Wolters Kluwer、Kingdee | 混合 | 4 | 4 |
| 教育 AI | 语言学习/辅导 | Duolingo、学习机、作业助手 | 个性化学习 | 订阅、硬件+内容 | C 端学生、学校 | 学习数据、内容闭环 | C 端波动大 | Duolingo、科大讯飞 | 混合 | 3 | 3 |
| 工业/供应链 AI | 计划、采购、维护 | Oracle、SAP、Palantir、Fujitsu | 复杂流程和高 ROI | 平台合同、大单 | 制造、能源、物流 | 流程数据、行业模板 | 高单价，高实施门槛 | Oracle、SAP、Palantir、Fujitsu | 上市/未上市 | 4 | 4 |
| 自动化/RPA | RPA 2.0 与任务代理 | UiPath、Appian、Copilot Studio | 从脚本自动化走向目标执行 | 平台+usage | 企业后台职能 | 流程连接器、治理 | 取决于任务复杂度 | Microsoft、UiPath、Appian | 上市/未上市 | 3 | 4 |
| 治理与安全 | Agent 权限、审计、合规 | Entra/Okta、Copilot 控制、Google 企业治理 | AI 扩大安全边界 | 平台附加、企业合同 | CIO/CISO | 身份、审计、策略引擎 | 高毛利 | Microsoft、Okta、Google | 上市/未上市 | 4 | 3 |
| AI 原生应用 | AI-native 办公、搜索、客服、法律 | Cursor、Glean、Perplexity、Harvey、Sierra | 直接绕过传统 SaaS 入口 | subscription、usage、企业合同 | 部门级和企业级买家 | 体验、速度、聚焦场景 | 高增长、高估值、高波动 | Cursor、Glean、Harvey、Sierra | 未上市 | 5 | 5 |
结论性的产业链判断： 利润池并不会长期停留在“离模型最近”的地方，反而更可能沉淀在最会做任务编排、最懂行业数据、最贴近执行工作流的应用层与平台层。模型厂商赚到“算力租金”，但工作流软件厂商若掌握任务入口和结果闭环，能赚到更稳定的软件溢价。
商业模式与情景推演
AI 应用的商业模式已经明显偏离传统 SaaS 的单一 seat 模式，但短期内不会完全取代 seat。更现实的结论是：seat 负责身份、权限、预算归属和治理，usage/credits 负责覆盖变量算力成本，outcome/任务收费负责把 ROI 直接货币化。 Microsoft Copilot Studio 已经用 Copilot Credits 把 agent 的动作和响应计量化；Google 的 Gemini Enterprise Agent Platform 按 Agent Runtime 计费；OpenAI API 同时对 token、file search tool call、container/session 收费；Anthropic 公开了 token、prompt caching 和 Team/Enterprise 双重定价；Intercom 则把客服自动化直接定义为“每 outcome 0.99 美元”。
这意味着用户提出的关键问题——“AI Agent 会不会让软件从按席位收费转向按任务、按结果、按 Agent 工作量收费”——答案是：会，但不是替代，是叠加。 企业内部仍会保留一个 seat-base 作为主合同和权限基础，因为 CIO/CFO 需要预算确定性；但在高使用度场景，usage 或 outcome 收费会越来越常见，尤其在客服、开发、合同处理、营销生成、企业 agent 编排等场景。HubSpot 的市场沟通也已经开始把 AI credits 和结果导向定价推向前台；Salesforce 则已引入 Agentic Work Units 作为新的使用度量。
AI 应用的毛利率不是必然被模型成本永久压缩。决定毛利的是推理成本下降速度、模型路由能力、缓存命中率、批处理和工作流价值密度。OpenAI 公开的 Batch API 可以节省 50% 输入输出成本；Anthropic 披露了 prompt caching 的差异定价；Salesforce 发表的生产部署研究显示，对 compound AI system 做好推理架构和扩缩容设计后，尾延迟可下降 50% 以上、吞吐提升最多 3.9 倍、成本节省 30%–40%。这说明，优质应用厂商并不只是“被动承担模型成本”，而是在把推理优化本身做成竞争力。
AI 也会改变留存和 ARPU，但前提是它必须嵌入可验证的工作流。Microsoft 已经明确说 M365 商业云 ARPU 再次由 E5 与 Copilot 驱动；Atlassian 披露 Rovo 客户 ARR 增速约为非 Rovo 客户的 2 倍；而 Asana 把 AI Studio 单独做成产品后，到 FY2026 末 AI ARR 仍只超过 600 万美元，证明不是每个“加了 AI 的 SaaS”都能拿到有意义的收入杠杆。
下表回答“哪些应用场景已经能转化为收入”这个问题：
| 场景 | 收入转化状态 | 已验证证据 | 代表模式 |
|---|---|---|---|
| AI 编程 | 最成熟 | GitHub Copilot 2,000 万用户；Cursor 年化收入超 20 亿美元；GitLab ARR 破 10 亿美元并推进 hybrid pricing；Codex 年初以来增长超 5 倍。 | seat + usage + agent |
| AI 客服 / 呼叫中心 | 成熟 | NICE AI ARR 3.45 亿美元；Five9 AI run-rate 超 1.25 亿美元；Intercom Fin 7,000+ 团队、67% resolution rate。 | outcome + seat |
| 法律 AI | 成熟 | Thomson Reuters 增长由 Westlaw/CoCounsel 驱动；CoCounsel 用户达 100 万；Harvey 融资估值 110 亿美元。 | seat + 企业合同 |
| 企业知识搜索 / 搜索式工作台 | 已验证 | Glean ARR 达 2 亿美元，九个月从 1 亿翻倍。 | 企业订阅 + seat |
| 设计与图像 | 已验证 | Adobe AI-influenced ARR 超 50 亿美元、AI-first ARR 超 2.5 亿美元；Canva 2025 年收入 35 亿美元；Meitu AI 生产力应用 ARR 约 5.8 亿元。 | seat + credit |
| 视频生成 | 中期验证 | Synthesia ARR 超 1 亿美元；Runway 获高估值但收入披露较少。 | 订阅 + credit |
| 语音 / Voice AI | 已验证 | ElevenLabs 2025 年 ARR 超 3.3 亿美元。 | API + usage |
| 医疗 AI | 开始规模化 | Tempus 2025 年 Data & Applications 收入 3.164 亿美元、NRR 126；Abridge 估值达 53 亿美元。 | 企业合同 + 数据/usage |
| 通用办公 AI | 有收入，但 attach 仍早期 | M365 Copilot 付费席位超 2,000 万。 | premium seat |
| 企业 Agent 平台 | 收入开始出现，规模尚早 | Salesforce Data Cloud + AI ARR 超 10 亿美元，Agentforce 自推出后成交 8,000+ 笔、其中约半数付费。 | seat + work unit + usage |
情景推演
| 情景 | 假设 | 企业 AI 采用率 | AI 产品付费率 | 推理成本变化 | 软件公司 ARPU 变化 | 留存变化 | 利润率变化 | 主要受益环节 | 代表受益公司 | 主要风险 |
|---|---|---|---|---|---|---|---|---|---|---|
| 保守 | 企业仍以试点为主，agent 大多停留在部门级 PoC | 20%–25% | 10%–15% | -20% 至 -30% | +1%–3% | +0 至 +1pct | 0 至 -1pct | 编程、法律、客服中的明确定价产品 | Microsoft、Thomson Reuters、NICE、GitLab | ROI 证明慢，免费化加剧，采购预算被基础设施吸走 |
| 基准 | 多数大型企业进入生产化，工作流而非单点问答成为主战场 | 35%–45% | 20%–30% | -40% 至 -60% | +4%–8% | +1 至 +3pct | +1 至 +3pct | 编程、客服、法律、知识搜索、Agent 平台 | Microsoft、Salesforce、ServiceNow、Glean、Intercom、Intuit | 集成难度、权限治理、模型切换成本、销售周期 |
| 激进 | agent 广泛进入执行层，seat 开始被 task/outcome 混合计费稀释 | 50%–65% | 30%–40% | -60% 至 -75% | +8%–15% | +2 至 +5pct | +3 至 +6pct | Agent 平台、系统 of record、客服、开发、垂直 AI | ServiceNow、Salesforce、Microsoft、NICE、Cursor、Harvey、Tempus | seat 被压缩、平台集中度过高、Agent 安全事故、估值泡沫 |
这三个情景的本质差异，不在“模型好不好”，而在企业是否愿意重构流程、是否有可验收的工作量单位、以及是否愿意从存量软件预算中重新分配支出。这也是为什么 Gartner 警告大量 agentic AI 项目可能在 2027 年前被取消：如果没有流程闭环、权限治理和价值验证，agent 只会沦为演示产品。
重点赛道深度拆解
下表将用户列出的 25 个赛道压缩到“投资判断最关键”的维度：赛道逻辑、收入转化、商业化阶段、定价、毛利/成本、壁垒、催化剂、风险、投资吸引力。评分为笔者综合判断，满分 10 分。
| 赛道 | 赛道逻辑与收入转化 | 当前阶段 | 定价模式 | 毛利/成本与壁垒 | 未来 12–24 个月催化剂 | 主要风险 | 吸引力 |
|---|---|---|---|---|---|---|---|
| 通用办公 AI | 提升个人生产率，但多数预算来自套件升级；更偏防御型 ARPU 扩张 | 早期规模化 | premium seat/bundle | 套件分发强，单独溢价受限；文件权限是壁垒 | M365 attach 提升、企业知识图谱强化 | 免费化、用户习惯弱、ROI 难量化 | 6 |
| 企业 AI Agent 平台 | 从问答走向执行；是未来任务定价基础设施 | 早中期 | seat+credits/runtime | 权限、编排、审计、连接器是核心壁垒 | AWU/credits 数据披露、生产化案例 | hype 过热、PoC 死亡率高 | 8 |
| AI 客服 | 直接替代工单与常见问答；ROI 最清晰 | 已规模化 | outcome+seat | 自动化率越高毛利越好；知识库和客服流是壁垒 | resolution rate 抬升、语音迁移、BPO 替代 | 客户容错率低、误答风险 | 9 |
| AI 销售 | 提高外呼、线索评分、跟进效率；偏增量销售工具 | 中期 | premium seat、usage | CRM 数据是壁垒，但结果归因难 | 与 CRM 深度整合、销售执行 agent | 预算竞争、难形成独立大 SKU | 6 |
| AI 营销 | 内容生成、投放、个性化、广告素材自动化 | 中期 | seat+credit | 创意生产可量化；但模型同质化快 | 与广告、内容分发平台打通 | 成果归因噪音大、创意同质化 | 7 |
| AI 编程 | 节省开发时间、提高吞吐，是最明确付费场景 | 已规模化 | seat+usage+agent | 代码库上下文和开发流程壁垒强 | 企业版渗透、代码审查与测试 agent | 平台竞争、模型供给丰富 | 10 |
| AI DevOps | 把 AI 延伸到测试、发布、运维、安全 | 中期 | 平台升级、usage | 与 CI/CD、安全、observability 绑定 | 工程代理进入生产流水线 | 可靠性、误操作风险 | 8 |
| AI 数据分析与 BI | 降低查询门槛，让业务侧直接问数据 | 中期 | consumption、平台订阅 | 语义层、治理、数据血缘是壁垒 | SQL/agent 与数据仓集成深化 | 幻觉、权限、数据质量 | 8 |
| AI 网络安全 | 检测与响应自动化、Agent 安全新预算 | 已验证 | 平台加购、ARR | 威胁情报和自动响应闭环是壁垒 | AI identity / AI security 模块放量 | 误报漏报、平台整合竞争 | 8 |
| AI 设计 | 图像、版式、品牌素材生成 | 已验证 | seat+credit | 模板、品牌资产库和工作流是壁垒 | 企业品牌工作流和电商设计加速 | 模型商品化压价 | 7 |
| AI 视频 | 企业培训、营销视频、数字人 | 中期 | 订阅+credit | 生成成本高于图像；企业 avatar 有壁垒 | 培训、客服视频化 | 算力成本、竞争拥挤 | 6 |
| AI 语音 | API 化强，嵌入客服、媒体、教育、医疗 | 已验证 | API+usage | 延迟、音色、合规是壁垒 | 语音代理、配音、医疗转写 | 冒名、版权与合规 | 8 |
| AI 搜索 | 企业知识入口争夺战，容易形成新前台 | 已验证 | 企业合同、seat | 连接器、权限、知识图谱 | 从检索走向“可执行搜索” | 平台套件挤压 | 8 |
| AI 法律 | 高客单价、高责任场景，最适合内容壁垒变现 | 已验证 | seat+企业合同 | 专有法库、引证和律师流程壁垒强 | 大所与法务部门全面扩容 | 通用模型渗透、责任风险 | 9 |
| AI 医疗 | 医疗文书、编码、辅助诊疗、真实世界数据 | 开始规模化 | 合同、usage、数据 | 数据权限和医生工作流极强壁垒 | 大医院网络扩张、支付方支持 | 监管、误诊、合规 | 9 |
| AI 金融 | 研究、投顾、财务分析、风控自动化 | 分化 | 订阅、usage | 数据、合规和可追溯性决定胜负 | buy-side/研究/中后台场景深化 | 监管与责任界定 | 7 |
| AI 财税 | 记账、报税、合规、财务助手 | 已验证 | 订阅+专家服务 | 税法知识和报表流程壁垒高 | SMB 与中型企业普及 | 法规更新快、准确性要求高 | 8 |
| AI 教育 | 个性化辅导和内容生成 | 分化 | 订阅、硬件+内容 | 学习数据有价值，但免费替代多 | 考试/语言学习刚需 | 付费持续性与合规 | 5 |
| AI 人力资源 | 招聘、员工问答、绩效助手 | 早中期 | 模块加购 | 与 HR 系统绑定才有黏性 | 招聘智能体和员工服务台 | 数据敏感、ROI 不稳定 | 6 |
| AI 供应链 | 计划、调度、库存、采购，ROI 常常很硬 | 中期 | 平台合同 | 工业数据和执行系统是壁垒 | 工业 agent、异常检测放量 | 部署难度和实施周期长 | 8 |
| AI 工业软件 | 工程、维护、仿真、制造流程 | 早中期 | 平台合同 | CAD/PLM/工艺数据壁垒极强 | 数字孪生与 agent 结合 | 周期长、验证慢 | 8 |
| AI 政府与公共部门 | 高合规、高粘性、长合同 | 中期 | 大单合同 | 安全、主权、权限管控 | 国防/公共服务 agent 落地 | 审批慢、政治风险 | 7 |
| 企业自动化/RPA 2.0 | 从规则脚本转到目标驱动任务 | 中期 | 平台+usage | 流程连接器与治理是壁垒 | 从 bot 到 agent 的迁移 | 规则外错误处理复杂 | 7 |
| AI 治理与合规 | 治理成为企业 AI 必选项而非可选项 | 早期但关键 | 企业合同、平台加购 | 身份、审计、策略引擎壁垒高 | Agent 授权和审计刚需 | 标准未定、买单方分散 | 8 |
| AI 安全与 Agent 安全 | 保障 agent、本体模型、数据与权限 | 早期高增长 | 平台加购 | 与身份/安全平台深绑定 | Agent 普及越快、预算越快 | 市场教育期、标准未定 | 8 |
赛道优先级排序： 若只看“收入弹性 + 利润弹性 + 壁垒 + 未来 12–24 个月可验证性”，我会把AI 编程、AI 客服、AI 法律、AI 医疗、企业 AI Agent 平台排在最前。若只看“短期落地而非远景叙事”，AI 客服和 AI 编程优先级最高；若只看“高毛利与长期护城河”，法律/税务/专业信息和医疗更优。
投资标的总表与分层
下表优先覆盖已经有明确收入、ARR、ACV、RPO、客户案例或产品定价证据的代表性标的；对 AI 收入未单独披露的公司，我明确标注为“防御/间接受益”或“需进一步验证”。
| 公司 | 地区/市场 | 状态 | 细分赛道 | 核心 AI 产品 | AI 受益路径或冲击路径 | 关键公开证据 | 分层 |
|---|---|---|---|---|---|---|---|
| Microsoft | 美股 | 上市 | 办公/编程/Agent | M365 Copilot、GitHub Copilot、Copilot Studio | 通过 premium seat 拉 ARPU；通过 GitHub Copilot 与 Copilot Studio 扩到开发和 agent runtime | M365 Copilot 付费席位 >2,000 万；GitHub Copilot 2,000 万用户；90% Fortune 100 使用 GitHub Copilot。 | A |
| Salesforce | 美股 | 上市 | CRM/Agent | Agentforce、Data Cloud、Einstein | 从 Seat CRM 扩到数字劳动力和数据层；但 AI 占主体收入仍早期 | Data Cloud+AI ARR >10 亿美元；Agentforce 成交超 8,000 笔，约半数付费。 | A |
| ServiceNow | 美股 | 上市 | ITSM/流程/Agent | Now Assist、AI Agents | 最可能走向“系统 of action”；AI 拉 ACV 与平台深度 | >100 万美元 ACV 的 Now Assist 大客户同比增速超 130%。 | A |
| Oracle | 美股 | 上市 | 数据/ERP/供应链 | OCI AI、Fusion/NetSuite AI | 先吃 AI 基础设施与数据库，再把 AI 反哺应用层 | Q3 FY26 云收入 89 亿美元 +44%，RPO 5530 亿美元 +325%。 | A |
| Intuit | 美股 | 上市 | 财税/金融 AI | GenOS、AI expert platform、TurboTax/QuickBooks AI | AI + 人类专家的 done-for-you 模式，最适合财税高责任场景 | Q2 FY26 总收入 47 亿美元 +17%；公司明确战略是连接 AI agents 与 AI-enabled human experts。 | A |
| Thomson Reuters | 美股/加拿大 | 上市 | 法律/税务 AI | CoCounsel、Westlaw AI | 专有数据库 + 高责任工作流，最强垂直壁垒之一 | Q1’26 Recurring revenue +8%，增长由 Westlaw、CoCounsel、Practical Law 驱动；CoCounsel 用户达 100 万。 | A |
| Wolters Kluwer | 欧洲 | 上市 | 法律/财税/医疗 AI | Expert AI | AI 已深嵌多条垂直产品线，更多是“高毛利升级”而非新业务 | 约 70% 数字收入来自 AI-powered solutions；83% 收入为 recurring。 | A |
| NICE | 美股/以色列 | 上市 | AI 客服 | CXone Mpower | 客服 AI 最清晰的 ARR 兑现之一 | AI ARR 3.45 亿美元，同比 +66%。 | A |
| GitLab | 美股 | 上市 | AI 编程/DevOps | Duo、Duo Agent Platform | 以 DevSecOps 工作流为底座，AI 有望带动 hybrid pricing | FY26 收入 9.552 亿美元 +26%；ARR 破 10 亿美元。 | A |
| Tempus AI | 美股 | 上市 | 医疗 AI | Tempus One、数据与应用 | 临床数据、诊断和应用收入共同驱动，兼具数据与 workflow 壁垒 | 2025 收入 13 亿美元 +83.4%；Data & Applications 3.164 亿美元 +30.9%；NRR 126。 | A |
| Palantir | 美股 | 上市 | 数据分析/政府/供应链 AI | AIP | AIP 把 ontology + workflow + deployment 做成收入引擎 | Q1 2026 美国商业 TCV 11.8 亿美元，同比 +133%；美国商业客户数同比 +112%。 | B |
| Adobe | 美股 | 上市 | 设计/营销 AI | Firefly、Acrobat AI | 通过 credit 与套件升级变现，既防御也有新增 | 2025 年 AI-influenced ARR >50 亿美元、AI-first ARR >2.5 亿美元；Q1 FY26 收入 64 亿美元 +12%。 | B |
| SAP | 欧洲 | 上市 | ERP/Agent/供应链 AI | Joule、Business AI | AI 更像提升云 ERP attach 和迁移效率 | Q1’26 Current cloud backlog 219 亿欧元 +20%；Cloud rev 59.6 亿欧元 +19%。 | B |
| Atlassian | 美股/澳洲 | 上市 | 协作/知识/Agent | Rovo | 目前更像防御升级，但有向知识执行平台演进潜力 | Rovo 客户 ARR 增速约为非 Rovo 客户的 2 倍；AI credits 使用量月环比增长 20%+。 | B |
| Docusign | 美股 | 上市 | 合同 AI | IAM、Agreement AI | 将签署工具升级为合同执行与分析平台 | 2026 年 IAM 客户已代表 3.5 亿美元以上 ARR。 | B |
| Five9 | 美股 | 上市 | AI 客服 | Genius AI | 由 CCaaS 向 AI resolution 迁移 | AI 收入同比 +68%，年化运行率 >1.25 亿美元。 | B |
| HubSpot | 美股 | 上市 | 销售/营销/客服 AI | Breeze、Customer Agent | AI 有潜力扩 ARPU，但市场担心 seat 被压缩 | Q1 2026 收入 8.81 亿美元 +23%，客户数接近 29.9 万；市场已开始关注 outcome-based pricing。 | B |
| CrowdStrike | 美股 | 上市 | AI 安全 | Charlotte AI、Falcon 平台 | AI 有助于平台化和 AI 安全预算，但 AI 收入未单列 | FY26 ARR 52.5 亿美元，同比 +24%。 | B |
| Palo Alto Networks | 美股 | 上市 | AI 安全/SOC | Prisma AI、XSIAM、AI Security | AI 更多体现在平台化与 NGS ARR 扩大 | Next-Gen Security ARR 63 亿美元，同比 +33%。 | B |
| Datadog | 美股 | 上市 | 观测/AI Ops | Bits AI、GPU Monitoring | AI 相关 workload 推动平台消耗，但 AI 收入未单列 | Q1 2026 收入 10.06 亿美元 +32%；$100k+ 客户约 4,550。 | B |
| Workday | 美股 | 上市 | HR/财务 AI | Illuminate | 主要是防御和产品增强，直接收入披露不足 | FY26 12-month backlog 88.33 亿美元 +15.8%；全年 AI actions 17 亿次。 | C |
| Veeva | 美股 | 上市 | 医药 SaaS/AI | Veeva AI Agents | 垂直工作流壁垒很深，但 AI 财务贡献未单独披露 | 公司已公开推出 AI Agents；但公开财务中的 AI 单列贡献不足。 | C |
| Doximity | 美股 | 上市 | 医疗 AI | Clinical AI、AI Search | AI 采用率高，但收入兑现慢于市场预期 | FY26 收入 6.449 亿美元 +13%；近半活跃 prescribers 使用 clinical AI，但 AI Search 商业化主要落在 FY27 下半年。 | C |
| Asana | 美股 | 上市 | 协作/AI 工作流 | AI Studio | 有产品、有客户兴趣，但 AI 收入体量仍小 | FY26 末 AI Studio ARR 仅 >600 万美元。 | D |
| 金山办公 | A股 | 上市 | 办公 AI | WPS AI、WPS 365 | 办公 AI 有真实付费扩张，但需持续验证 AI 单列收入 | 2025 年 WPS 365 收入约 7.2 亿元，同比增长 64.93%；WPS AI 月活同比增超 3 倍。 | B |
| 金蝶国际 | 港股 | 上市 | ERP/Agent/财税 AI | 苍穹 Agent 平台、金钥财报等 | 已有合同落地，且与企业管理流程深度结合 | 报告期 AI 合同金额已超 1.5 亿元；AI 助手活跃用户数达 17 万家。 | B |
| 用友网络 | A股 | 上市 | ERP/流程 AI | BIP AI | 从企业管理软件向 AI 原生企业平台演进 | 2025 年报显示 AI 相关合同签约 16.7 亿元。 | B |
| 科大讯飞 | A股 | 上市 | 教育/办公/模型应用 | 星火、学习机、MaaS | 教育硬件+软件+平台并行，但结构更复杂 | 2025 年 AI 平台及授权服务收入 12.52 亿元，含大模型 API 与 MaaS。 | B |
| 美图 | 港股 | 上市 | 设计/视频 AI | 设计室、开拍、RoboNeo | AI 生产力应用已形成 ARR，属于中国应用层少数“证据明确”案例 | 2025 年收入 38.6 亿元 +28.8%；截至 2026 年 3 月 AI 生产力应用 ARR 约 5.8 亿元。 | A |
| TCS | 印度 | 上市 | IT 服务/企业 AI | AI-led services | 更像“AI 服务商受益”而非纯软件受益 | FY26 年化 AI 收入已跨 23 亿美元。 | B |
| Infosys | 印度 | 上市 | IT 服务/企业 AI | Topaz | AI 占收入比重提升，但仍属服务收入 | 管理层称 AI 工作已嵌入大量大客户项目，Q3 FY26 AI 约占收入 5.5%。 | C |
非上市代表性标的如下：
| 公司 | 区域 | 赛道 | 核心产品 | 已披露融资/估值 | 已披露收入或 ARR | 与上市公司关系 | 关注点 |
|---|---|---|---|---|---|---|---|
| OpenAI | 美国 | 模型/API/企业 agent | ChatGPT、Codex、API | 媒体报道估值约 8,520 亿美元；与 Microsoft 重谈分成上限 380 亿美元。 | 年化收入 >250 亿美元。 | 既是上游也在下沉应用层 | 巨额收入已出现，但估值与算力成本都极高 |
| Anthropic | 美国 | 模型/API/企业 agent | Claude、Claude Code/Cowork | 2026 年 2 月融资估值 3,800 亿美元；4 月 Reuters 报道新一轮潜在估值可达 8,500–9,000 亿美元。 | 企业和 coding 增长很快；媒体报道 2025 末年化收入约 90 亿美元。 | 直接冲击企业 AI 应用与编程工具 | 估值弹性巨大，平台化趋势明确 |
| Cursor | 美国 | AI 编程 | Cursor | 2026 年 4 月媒体称融资谈判估值约 500 亿美元。 | 2026 年 2 月年化收入 >20 亿美元。 | 正面挑战 GitHub/GitLab/JetBrains | 目前最强 AI-native 编程公司之一 |
| Glean | 美国 | 企业搜索/知识工作台 | Glean | 估值 72 亿美元。 | ARR 达 2 亿美元。 | 挑战 Microsoft/Google/Notion | 方向对，但面临平台挤压 |
| Harvey | 美国 | 法律 AI | Harvey Assistant/Agents | 估值 110 亿美元。 | 收入未充分披露 | 挑战 TRI/RELX，同时也与其合作 | 高毛利赛道，估值也已很高 |
| Sierra | 美国 | AI 客服/Agent | Sierra | 2026 年 5 月新融资 9.5 亿美元，估值 >150 亿美元。 | 媒体报道 ARR 约 1.5 亿美元，需持续验证。 | 挑战 NICE/Five9/Genesys/Intercom | 高增长、高估值 |
| Intercom | 美国/爱尔兰 | AI 客服 | Fin | 估值未公开更新，需进一步验证 | 7,000+ 团队，resolution rate 67%，按 outcome 收费。 | 挑战 Zendesk/Genesys | 商业模式最具参考意义 |
| Synthesia | 英国 | AI 视频 | Synthesia | 估值 40 亿美元。 | ARR >1 亿美元。 | 与 Adobe/Canva/企业培训软件竞争 | 企业培训用例最清晰 |
| ElevenLabs | 英国/美国 | Voice AI | ElevenLabs | 估值 110 亿美元。 | 2025 年 ARR >3.3 亿美元。 | 与云语音平台和媒体工具竞争 | API 商业模式很强 |
| Canva | 澳大利亚 | 设计/办公 AI | Magic Studio、Canva AI | 2025 年员工转售估值 420 亿美元。 | 公司官方 2025 年收入 35 亿美元；媒体 2026 年报道称已达 40 亿美元收入口径。 | 直接冲击 Adobe 与办公软件 | AI+设计+分发能力强 |
| Abridge | 美国 | 医疗 AI | Ambient documentation | 2025 年估值 53 亿美元。 | 收入未系统披露 | 与 Doximity、GEHC、EHR 厂商协同/竞争 | 医疗工作流壁垒突出 |
| Decagon | 美国 | AI 客服 | Decagon | 2026 年估值 45 亿美元。 | 收入未充分披露 | 挑战客服平台 | 高增长，但估值已不便宜 |
公司分层与投资优先级
| 类别 | 代表公司 | 归类理由 |
|---|---|---|
| A 类 | Microsoft、ServiceNow、Salesforce、Intuit、Thomson Reuters、Wolters Kluwer、NICE、GitLab、Tempus、Oracle、美图 | 已有清晰 AI 收入/ARR/ACV/ARPU/大合同证据，且数据与工作流壁垒强 |
| B 类 | Adobe、SAP、Palantir、Palo Alto、CrowdStrike、Atlassian、Docusign、Five9、金山办公、金蝶、用友、科大讯飞、TCS | 受益明显，但或估值偏高，或 AI 收入仍小于市场预期，或更多体现为平台/交叉销售 |
| C 类 | Workday、Veeva、Doximity、Infosys | AI 主要维护竞争力与留存，短期新增收入弹性不如 A/B 类明显 |
| D 类 | Asana、部分泛协作/轻知识管理工具、许多未披露 AI 财务贡献的 horizontal SaaS | AI 叙事强，但收入体量或披露证据不足 |
| E 类 | 低壁垒协作工具、部分 BPO/传统客服人力模式、缺乏私有数据和写回权限的软件 | 更可能被 AI-native 应用或平台型 Copilot 吸收价值，定价权承压 |
评分模型与总分排名
评分权重按用户建议：AI 收入直接暴露度 25%，产品/数据/工作流壁垒 20%，客户质量与收入确定性 15%，财务质量与利润率 15%，成长弹性 10%，估值合理性 10%，催化剂 5%。 反向风险模型：核心功能被模型替代风险 30%，seat 定价被 Agent 冲击 20%，缺乏壁垒 20%，预算被平台型 AI 挤压 15%，估值过高 15%。
| 公司 | 综合得分 | 被 AI 冲击风险分 | 排名逻辑摘要 |
|---|---|---|---|
| Microsoft | 86 | 28 | 已有真实付费席位与开发者 AI 收入，分发和权限壁垒极强 |
| Thomson Reuters | 84 | 22 | 法律/税务工作流+专有内容库，AI 商业化证据明确 |
| Wolters Kluwer | 83 | 20 | 高比例 recurring、高比例 AI-powered 数字收入，估值相对不如 AI-native 泡沫化 |
| ServiceNow | 82 | 25 | 最接近“系统 of action”，AI ACV 兑现路径清晰 |
| Intuit | 81 | 23 | 高责任财税场景、AI+专家混合模式，很难被纯模型替代 |
| Salesforce | 80 | 29 | Data+AI ARR 已破 10 亿美元，但市场对 Agentforce 预期也高 |
| NICE | 79 | 24 | 客服 AI 收入证据强，按结果定价趋势最清楚 |
| Oracle | 78 | 27 | AI 先拉 infra，再拉应用；RPO 爆发说明需求强 |
| GitLab | 77 | 31 | DevSecOps 工作流护城河强，但编程赛道竞争非常激烈 |
| Tempus | 75 | 26 | 医疗数据与应用壁垒强，营收增速高，执行与监管是关键 |
| Adobe | 72 | 33 | AI 真实变现已开始，但模型商品化和 AI-native 创意工具竞争激烈 |
| Palantir | 73 | 34 | 业务质量突出，但市场已计入大量 AI 预期 |
| SAP | 71 | 27 | AI 更偏云 ERP 升级和防御，直接 AI 收入披露不足 |
| Docusign | 69 | 35 | IAM 兑现存在，但合同智能体赛道也可能被平台吸收一部分价值 |
| Asana | 57 | 68 | AI 收入太小，容易成为“功能很多、财务不明显”的代表 |
重点上市与未上市公司
考虑篇幅与公开披露质量，以下优先给出最值得进入下一轮精读模型的 15 家上市公司与最应该长期跟踪的 10 家未上市公司。结论仍坚持两个原则：区分“AI 发布”与“AI 落地”，区分“收入确定性”与“估值吸引力”。
| 公司 | 商业化阶段 | AI 对收入增长直接暴露度 | AI 对利润率影响 | 关键客户/敞口 | 关键财务/KPI | 定价与成本 | 护城河 | 估值判断 | 研究结论 |
|---|---|---|---|---|---|---|---|---|---|
| Microsoft | 已规模化 | 高 | 短期受 AI 基建压毛利，长期靠 ARPU 回收 | 全行业企业、政府、开发者 | Q3 FY26 M365 Copilot 席位 >2,000 万；GitHub Copilot 2,000 万用户。 | seat + credits；云毛利因 AI 使用下降到 66%。 | 套件、身份、Azure、开发者生态 | 质量极高，但市场已反映大量 AI 预期 | 强受益，高确定性，估值不便宜 |
| Salesforce | 已有收入证据，但仍早期 | 中高 | 有望改善销售效率与服务成本 | CRM、客服、营销 | Data+AI ARR >10 亿美元；8,000+ Agentforce deals。 | seat + AWU/usage；成本受模型调用影响 | CRM 数据+工作流+Slack | 预期较高，验证仍要继续 | 强受益，但需持续验证 |
| ServiceNow | 已明显落地 | 高 | AI 可同时提 ACV 与内部效率 | IT、HR、财务、政府 | 大客户 Now Assist ACV 增速 >130%。 | 平台订阅，未来向 task 化演进 | 流程引擎、执行工作流 | 优质但贵 | 强受益，高确定性 |
| Intuit | 已明显落地 | 高 | AI+专家模式有望扩毛利与客单价 | SMB、个人报税、会计师 | Q2 FY26 总营收 +17%；明确 AI-driven expert platform 战略。 | 订阅+专家服务；成本可被高客单覆盖 | 财税数据、合规、用户信任 | 相对合理 | 强受益，值得深挖 |
| Oracle | 已明显落地 | 中高 | 基础设施重投入，但 RPO 爆发显示回收路径强 | 大企业、政府、运营商 | Q3 FY26 RPO +325%，云收入 +44%。 | Infra + SaaS；资本开支高 | 数据库、ERP、供应链、云 | AI 逻辑明确，但更偏平台侧 | 强受益，偏平台核心 |
| Thomson Reuters | 已规模化 | 高 | 高毛利内容平台继续受益 | 法律、税务、企业法务 | Q1’26 增长由 CoCounsel、Westlaw、Practical Law 驱动；CoCounsel 用户 100 万。 | seat/合同；模型成本可被高 ARPU 覆盖 | 专有内容与引证体系 | 相对最容易被低估的优质 AI 垂直之一 | 强受益，低误判率 |
| Wolters Kluwer | 已规模化 | 中高 | AI 更多表现为毛利和留存增强 | 法律、税务、医疗、财务合规 | 70% 数字收入来自 AI-powered solutions；83% recurring。 | 订阅+模块升级 | 专家内容、合规和 workflow | 通常比 AI-native 更可持续 | 强受益，防御与进攻兼备 |
| NICE | 已规模化 | 高 | 自动化率提升直接改善利润率 | 客服中心、金融、大型企业 | AI ARR 3.45 亿美元，同比增长 66%。 | outcome + cloud ARR | 客服知识与编排 | 公开市场里少数“AI 客服兑现者” | 强受益，高弹性 |
| GitLab | 已有明显迹象 | 中高 | AI 可撑 ARR 和 FCF，但竞争压力大 | 企业开发团队、受监管行业 | FY26 ARR 破 10 亿美元，155 个百万美元级客户。 | hybrid pricing | DevSecOps 数据平面 | 需持续跟踪 Duo 渗透 | 中高受益，高弹性 |
| Adobe | 已有收入，但市场仍怀疑 | 中 | AI 有助扩 ARPU，也保护创意套件 | 创意、营销、企业设计 | 2025 AI-influenced ARR >50 亿美元；Q1 FY26 收入 +12%。 | seat + credit；模型选择灵活 | 创意资产、分发、品牌工作流 | 好公司，但市场仍担心 AI-native 冲击 | 中高受益，估值需看回调 |
| SAP | 防御+增强为主 | 中 | AI 更支持云迁移、ERP attach 和续费 | 大企业、工业、供应链 | Cloud backlog +20%；Cloud rev +19%。 | 续费+模块 | ERP 与流程深绑定 | 更像“被低估的防御型 AI” | 中等受益，偏防御 |
| Palantir | 已明显兑现 | 中高 | AI 拉动规模，但估值压力最大 | 政府、工业、能源 | 美国商业 TCV +133%。 | 大单合同 | ontology + 部署能力 | 业务强，估值过热风险高 | 强受益，高风险，高估值 |
| Palo Alto Networks | 间接到直接之间 | 中 | AI 安全增加平台价值 | CISO、安全团队 | NGS ARR 63 亿美元 +33%。 | 平台加购 | 安全平台整合与威胁情报 | 防御属性强 | 中等受益，防御优质 |
| Tempus | 已开始规模化 | 高 | 高增长但仍需平衡执行/亏损历史 | 医疗、药企、医院 | 2025 收入 13 亿美元 +83.4%；NRR 126。 | 合同+数据+应用 | 临床数据和医生工作流 | 高波动，高想象力 | 强受益，高弹性，高风险 |
| Docusign | 已有真实 AI ARR | 中 | 可改善平台长期增长，但短期 billings 可能波动 | 法务、采购、销售合同 | IAM 代表 >3.5 亿美元 ARR。 | 平台+AI 模块 | 合同与审批流程 | 修复型逻辑，需跟踪 billings | 中等受益，验证中 |
最值得长期跟踪的 10 家未上市公司如下：OpenAI、Anthropic、Cursor、Glean、Harvey、Sierra、Intercom、Synthesia、ElevenLabs、Abridge。 其中，Cursor、Glean、Intercom、ElevenLabs、Abridge更接近“已经能用企业软件框架理解”的 AI 应用公司；OpenAI、Anthropic更接近基础模型平台；Harvey、Sierra、Synthesia则是垂直与应用层之间最接近 IPO 储备池的对象。
估值风险与最终判断
从市场预期角度看，当前最值得分清的是三类公司。
第一类，是“AI 收入真实增长，但估值也已经非常充分反映预期”的公司。 典型包括 Palantir、Databricks、Cursor、OpenAI、Anthropic、Sierra、Harvey。它们并非没有基本面，相反其中很多公司的收入增长都是真实的；问题在于，估值已经把未来几年高增长、强留存、潜在平台化都提前资本化了。只要生产化 adoption、毛利率、合同周期略低于预期，就可能引发重估。
第二类，是“AI 收入真实增长，但市场并没有按纯 AI 故事给估值”的公司。 我更看重 Thomson Reuters、Wolters Kluwer、NICE、Docusign、Intuit、部分 Oracle。它们的共同点是：AI 更像在加固已有高质量 recurring revenue 机器，而不是押注全新故事；因此市场通常不会给它们极端 AI 倍数，但它们的 AI 收入和利润兑现反而更可验证。
第三类，是“AI 叙事强，但财务验证不足”的公司。 这类公司通常有大量 AI 发布，但缺少 AI 相关 ARR、ACV、RPO、客户扩张或利润率改善的公开证据。部分 horizontal collaboration、通用办公外挂、轻量知识管理和低代码包装器都在这里。Asana 是最清楚的样本之一：AI Studio 确实在快速增长，但截至 FY2026 末 ARR 仍仅超 600 万美元，与其主体收入规模相比仍偏小。
就“哪些传统软件公司可能被 AI 颠覆，而不是被 AI 增强”而言，我更担心的是以下类型，而不一定是单一公司：
- 轻工作流、弱系统 of record、弱专有数据的软件。
- 主要卖界面和信息检索，而不是卖执行闭环和合规责任的软件。
- 按 seat 收费，但 seat 本身不再对应真实工作量的软件。
- 用户愿意直接绕过它去找 Copilot/ChatGPT/企业搜索层的软件。
按照这个标准，项目管理、轻协作、部分知识库、部分营销内容工具、传统 BPO 以及没有独特数据资产的“工具软件”风险更大；而 ERP、财税、法律、医疗、客服核心系统、开发平台和安全平台的风险相对更低，因为它们更容易从“工具”升级到“工作执行平台”。这也是为什么我更倾向于把未来软件行业理解为从 system of record 向 system of action 迁移，但胜出者通常仍需要先拥有 record、permissions、governance 和 data lineage。
最终判断
AI应用层在 AI 产业链中的重要性，不是因为它离用户最近，而是因为它最有机会把模型能力变成可计费、可治理、可审计、可回写、可续费的企业软件收入。未来最值得关注的五个细分赛道是：AI 编程、AI 客服、法律/专业信息 AI、医疗工作流 AI、企业 AI Agent 平台。 它们要么已经证明了收入弹性，要么同时具备高壁垒和高长期利润率。
最值得深入研究的 10 家上市公司，我会优先看：Microsoft、ServiceNow、Salesforce、Intuit、Oracle、Thomson Reuters、Wolters Kluwer、NICE、GitLab、Tempus。 最值得跟踪的 10 家未上市公司，我会优先看：OpenAI、Anthropic、Cursor、Glean、Harvey、Sierra、Intercom、Synthesia、ElevenLabs、Abridge。这些名字覆盖了平台、编程、客服、法律、医疗、设计/视频、语音七个已经出现明确商业化信号的方向。
最容易被市场误解的五个点，是： 其一，AI 功能发布不等于 AI 收入落地； 其二，高使用率不等于高付费率； 其三，AI 免费捆绑往往是防御，不是增长； 其四，模型成本下降并不自动等于应用层毛利率提升，关键在 routing/caching/workflow value density； 其五，Agent 不会一夜之间杀死所有 seat，但会先压缩低壁垒 seat，并放大高壁垒平台的 usage 收费权。
未来 6–12 个月最该跟踪的指标，是： AI 相关 ARR/ACV、paid seat/attach rate、RPO/cRPO、NRR、AI outcome/resolution rate、AWU/credits 消耗、$100k/$1m 大客户数、推理成本/毛利率、AI 对销售和支持人效的影响。 只有这些硬指标持续改善，市场才会从“AI 叙事”切换到“AI 估值锚”。
如果只给出一个更窄的后续研究方向，我认为最值得继续下钻的是：企业 AI Agent 平台与 AI 客服的交叉层。原因很直接：这里已经同时出现了真实收入、结果定价、工作流控制权、客户粘性和 seat-to-outcome 商业模式迁移五个最关键变量；并且未来最可能率先决定哪些传统 SaaS 是“AI增强型软件公司”，哪些会被重新估值为“后台系统”或被 AI-native challengers 侵蚀。