中信建投：软件板块深度回调 寻找错杀的机会

智通财经APP获悉，中信建投发布研究报告称，前软件板块的恐慌性无差别杀跌，为基于壁垒深度的分化定价提供了窗口。建议沿“壁垒攻防属性”进行配置：①核心超配"进攻性壁垒"标的，壁垒本身成为AI时代新增长基础的公司;②关注"防御→进攻转型"窗口，传统壁垒坚固但需验证AI收入转化的公司;③回避壁垒衰减时间常数短的标的，低复杂度+浅层数据的公司。关注OpenAI、Anthropic与咨询公司合作进展，企业软件公司AI定价及ARR增长拐点。

中信建投主要观点如下：

美股软件板块正经历2020年3月以来最深的估值回调，中位数EV/NTM Rev降至3.2x，远低于疫情前7.8x的历史均值。Anthropic发布Claude Code/Cowork等工具引发了"AI将吞噬SaaS"的末日叙事，但这种恐慌性杀跌将"法律强制+系统记录"型公司(壁垒衰减时间常数5-10年以上)与"UI包装+简单自动化"型公司(壁垒衰减时间常数6-24个月)混为一谈，存在结构性错误定价。按收入增速调整后，板块估值倍数已回归近十年均值附近。中信建投认为当前是对软件板块进行深度分化定价的窗口期。

模型层加速同质化，但并非完全同质化。基于MIT等团队对OpenRouter数据的实证研究，闭源模型调用量仍占75%，短期需求价格弹性仅为-1.11(接近单位弹性)，说明大模型市场呈现“以品牌为中心的竞争”格局，生态内部转换成本极低，跨生态转换成本极高。但顶尖模型的领先周期已从2025年初的7.5个月缩短至4个月以内，GPQA第一名与第十名的差距持续缩小，模型厂商的价格溢价窗口在收窄。OpenAI 2025年毛利率从40%降至33%，Anthropic毛利率40%(低于预期的50%)，推理成本比内部预期高出23%，模型层的利润空间正在被test-time compute的算力消耗和API价格通缩挤压，迫使模型厂商向应用层渗透。

“错误代价”框架证明，高价值垂直领域仍需最强模型，且AI无法平均替代所有软件。基于美国医疗诉讼数据测算，AI在医疗诊断场景每犯一次错的预期经济损失为$45-63(调整后)，远超优先采用高性能推理模型的成本阈值。在信贷审批场景中，综合假阴性信用损失与假阳性机会成本，加权单次错误代价在$27-125区间(视余额口径)。这意味着在高容错代价场景中，模型准确率从90%提升至95%所支撑的经济价值可达数十倍乃至百倍的价格溢价，真正的竞争焦点不是谁的API更便宜，而是谁能在垂直领域逼近专家级准确率。

Scaling仍在三个并行方向继续推进，垂直领域"奇点路径"已经明确。2025-2026年的实证表明，模型性能提升来自：①RL/RLVR算法改进(GRPO→DAPO→Dr.GRPO→λ-GRPO)，从人类标注奖励转向自动验证;②推理时Scaling(Deep Think并行思考、Agent Swarm并行采样、思考效率优化)，DeepSeek R1-0528通过增加后训练算力将AIME准确率从70%提升至87.5%;③架构效率改进(MoE稀疏激活、线性注意力、稀疏注意力)，Kimi K2.5的PARL训练使端到端运行时间减少80%。在三个方向的边际收益未快速收敛的背景下，垂直领域准确率将持续提升，真正的护城河路径是"Mid-training注入行业知识 → 构建可验证奖励环境 → RL激发深度推理 → Test-time充分思考"。

软件壁垒深度分化，AI冲击分化。企业软件的价值从来不在于代码本身，96%的商业程序包含开源代码，但企业仍为安全、合规、集成和SLA付费。AI时代下，壁垒沿"工作流复杂度×数据护城河深度"两个维度分化：①高复杂度+深层数据，工作流编排、上下文管理和合规审计的价值随AI增强而非减弱;②低复杂度+深层数据，数据有价值但席位制计费逻辑面临AI提升人效后的结构性压缩;③低复杂度+浅层数据，核心功能已被AI agent直接覆盖，护城河极薄。BloombergGPT的失败证明"自建模型"路线不可行，GPT-4不到一年就在所有金融基准上超越用3,630亿token金融数据从头训练的专有模型;而Hebbia($130亿估值)、Harvey(ARR>$1亿)的成功则证明"专有数据+工作流+前沿通用模型"才是正确的价值捕获方式。

强壁垒来自"商业惯例与法律规章的抽象化编码"，AI原生软件的复制成本极高。以SAP为例(全球77%交易收入触及其系统)，其壁垒是三层嵌套，①业务规则编码化(各国税务/劳动法/行业合规的可执行逻辑)、②定制化配置的不可逆性(数万配置参数、数百自定义报表、数十年积累的组织记忆)、③生态锁定(数十万认证顾问、S/4HANA强制迁移变成再锁定事件)。SAP前工程师Thomas Otter指出，很多功能不是"商业选择"而是法律强制要求(如德国薪酬计算涉及教会税、社保分摊等数十个相互依赖变量)，在薪酬领域0.01%的错误就可能导致法律诉讼。AI对核心ERP的威胁是"分层渗透"而非"替代"，UI/交互层和流程自动化层(L1-L2)AI已在增强这些系统(如SAP Joule)，但在核心业务逻辑层(L4，2028+)和系统记录层(L5)可预见的未来仍是增强工具而非替代者。同时，AI正在压缩产品开发价值链，Anthropic内部实践显示"从想法到原型"的周期从数周压缩到数小时，UI/UX作为中间产物的价值下降，Figma等设计工具面临"设计阶段被整体压缩"的风险，但视觉协作和设计系统管理的壁垒短期内仍然存在。