当期一个市场中存在的明显悖论：如果AI变现前景不被看好，那么像英伟达这样的硬件公司就不应该有如此高的市值；但如果看好AI变现，为什么软件服务公司的业绩展望却表现得如此疲弱呢？
对此，我是怎么看待这个问题的，分析三个关键点：
关键问题一，当前软件服务行业处于什么样的状态与情绪中？
软件行业情绪分析
目前，软件行业的情绪极其低迷，这是有原因的。第一季度的收益报告是一场灾难，随着四月份报告期公司的数据出炉，情况变得更为糟糕。近70%的软件公司报告称，第一季度截至四月份的业绩指引低于市场预期，这比新冠疫情初期的情况还要严重。当时，由于不确定世界是否会走向终结，所有公司的预期都很低。在截至三月份的公司中，大约51%的公司第二季度业绩指引低于市场预期。尽管第二季度的预期下调，但全年的预期并没有大幅下调，甚至在某些情况下有所上调。这表明公司对下半年增长的乐观预期，但这种预期能否实现仍需时间验证。
软件公司年初至今表现
从重点跟踪的约百家软件公司来看，年初至今（YTD）的业绩中位数下降了17%。没有一家公司幸免，即使是大型软件公司也未能逃脱这种低迷。Workday和Salesforce在财报发布后均下跌超过15%，且在随后的几天内跌幅进一步加大。Cloudflare和Datadog在财报发布后的第二天均下跌超过10%，此后跌幅更大。Mongo下跌超过30%。Salesforce在财报中提到，购买环境依然谨慎，交易周期延长、交易压缩和高水平的预算审查是主要问题。
估值与增长的挑战
随着增长开始放缓，使用收入倍数作为主要估值指标变得越来越难以合理化。从理论上讲，处于增长模式的公司开始触及其成熟度曲线的边界。软件商业模式的承诺是，随着公司的成熟和退出增长模式，利润将会显现出来。当这种情况发生时，成长型公司将转向基于价值的估值指标（如自由现金流或市盈率）。然而，尽管自由现金流确实有所改善，但仍有许多公司的增长明显放缓，自由现金流生成量没有跟上，或者生成量很低。这在公司转向不同的主要估值指标时，可能会导致估值出现空缺。
AI收入与投资周期
目前，除了像Azure、AWS和GCP这些从AI收入中独特受益的超大规模企业之外，其他公司普遍在苦苦挣扎。进入第一季度时，人们普遍感到乐观，但事实证明第四季度的强劲表现可能只是公司冲刷了未使用的预算，而不是购买模式的真正恢复。AI收入尚未在大多数公司中显现，尽管在某些领域有一定表现，但总体而言，AI还未成为预测修订的催化剂。
公司正在（理所当然地）投资建设围绕AI的能力。这些投资并不便宜，任何推理都可以迅速积累账单，而且AI人才的成本也很高。这导致了一个投资周期，即成本在收入出现之前就已经达到，从而导致利润率下降。对于一些公司来说，这些投资将是非常值得的，并将成为下一阶段增长的支柱，但对其他公司来说，投资可能不会那么富有成效。目前，投资者不确定谁将成为AI的赢家或输家，并且没有耐心等待这些问题的尘埃落定。
宏观经济影响
今年年初，市场预计今年将多次降息，这对软件估值有利。然而，当前尚不清楚今年是否会降息。10年期国债收益率从年初的3.9%上升到4.6%多一点，随着降息预期的减弱，利率上升给估值带来压力。
尽管目前的软件市场情绪低迷，但软件行业和其他行业一样经历周期性波动。具有高净保留率的软件公司仍然是伟大的企业。尽管竞争加剧，但突破并成为下一个平台的回报也从未如此之高。尽管短期内面临挑战，但长期来看，云软件市场依然充满潜力。当前的低迷状态将会过去，投资者应关注长期价值，同时准备好应对短期波动。
在一项针对Q1软件表现疲弱原因的投票结果现实，其中投票的选项包括宏观经济疲软（Weak macro）、AI对传统软件的侵蚀（AI cannibalization）、Q4预算提前花费（Q4 budget flush pulled in）以及其他原因（Something else）。投票结果如下：
宏观经济疲软（Weak macro）：37.9%
AI对传统软件的侵蚀（AI cannibalization）：26.8%
Q4预算提前花费（Q4 budget flush pulled in）：18.6%
其他原因（Something else）：16.7%
结合近期公布的财报会议纪要，基本上符合这项调查：
1. 宏观经济疲软
投票结果显示，37.9%的参与者认为Q1软件表现疲弱的主要原因是宏观经济疲软。这与大多数软件公司本季度会议纪要表示一致，大多数公司提到的宏观经济环境不确定性（如通胀和利率上升）对企业支出产生的负面影响是一致的。企业在面对经济不确定性时，往往会削减或推迟非必要的投资，包括软件支出。
2. AI对传统软件的侵蚀
26.8%的参与者认为AI对传统软件的侵蚀是主要原因。大多数公司也提到，由于AI技术的快速发展和对未来前景的高预期，许多企业将资金投入到AI基础设施上，导致非AI软件的支出被压缩。这种资金和资源的重新分配对传统软件公司的短期业绩造成了压力。
3. Q4预算提前花费
18.6%的参与者认为Q1的疲弱表现是因为Q4的预算提前花费。许多公司在财年末会花费剩余预算，导致Q1的支出和投资相对较少。这种现象在企业财务管理中比较常见，也解释了为什么Q1的软件支出可能会出现下滑。
4. 其他原因
16.7%的参与者认为还有其他原因导致软件表现疲弱。其他原因可能包括技术转换期的过渡问题、新技术的整合挑战以及市场竞争加剧等。
💡 综上所述，这项投票与近期软件巨头们的业绩互为印证，进一步说明了Q1软件表现疲弱的多重因素。这些因素包括宏观经济环境的不确定性、AI技术的快速发展对传统软件的冲击以及企业预算管理的周期性特征。了解这些因素可以帮助投资者更好地应对市场波动，制定更合理的投资策略。
关键问题二：为什么软件服务行业展望普遍较弱？是AI变现不及预期还是AI变现尚未开始？
本周核心的观察点：
1. 近期云SaaS巨头salesforce、workday、intuit财捷本季度业绩都略超预期，但下个季度普遍展望谨慎，对于宏观环境的展望从电话会议中可以窥见，普遍谨慎，GenAI对于业绩的带动在当前仍不明显;
2. 我们在一季度AI行业的展望中有深度展开分析，GenAI真正进入到实际的工作与生产力环境中的进度相对是偏慢的，一方面受困于算力的可获得性较低，导致大模型token与API的调用成本都较高，企业端目前都处于试一试的状态，所以AI对于软件服务行业的业绩拉动当期有限;
3. 但所有的企业又不会缺席AI军备，因此导致的直接结果就是，在偏谨慎的宏观环境面前，企业端普遍还在收紧capex，并且收紧的capex还向AI基础设施倾斜，这体现出现的结果就是硬件端业绩火热，英伟达市值突破2.5万亿，成为仅次于微软跟苹果的巨头，非AI的capex持续被挤压，体现在软件巨头的下个季度普遍不太好，但是中长期的订单又都尚可，对于企业来讲，因为生成式AI，企业普遍在等待更稳定的AI应用，反而会推迟当期的软件开支，这基本上与近期软件服务巨头的业绩匹配。
4. 持续调整以后，软件服务板块要彻底抛弃，还是暴跌以后，逢低布局是大家关注的重点：在我看来，如果AI的变现端被普遍质疑，那就不会有英伟达市值的暴涨，但是落地的进程本身就是偏慢的，市场预期提前以后，短期的调整更多的是交易修正，我认为在算力基础设施大规模铺设以后，下半年算力租赁价格，token与API的价格都会出现下行，使得软件端的放量才真正迎来提速的时间点。在近期，已经观测到token调用价格的下行，这背后都是基建铺设的结果。因此，我认为在阶段性调整走稳以后，软件服务端迎来非常好的布局时点，这个阶段，硬件端应持续获利兑现，落袋为安。
1. 硬件和软件的时间差异
硬件需求的即期性：AI的兴起首先带来了对硬件设备（如GPU、服务器等）的巨大需求，因为这些设备是支持AI算法和大模型训练的基础。这种需求是立即可见的，反映在硬件公司的业绩和市值上。
软件变现的延迟：AI应用于软件服务的变现周期较长。企业在初期会投入大量资源进行AI基础设施建设和实验性项目，但要等到这些技术成熟并广泛应用于实际业务，才能看到显著的收益。这意味着软件公司的业绩提升会滞后于硬件公司。
2. 市场预期与现实表现的脱节
过高预期：市场对AI技术的预期非常高，特别是对于硬件公司，因为它们是技术变革的直接受益者。投资者看好未来AI的广泛应用，因此推高了这些公司的股价。
短期业绩表现不佳：相反，软件公司在当前阶段的业绩未能满足市场的高预期。虽然企业在进行AI技术的尝试和部署，但实际的业务变现尚未实现。这导致了软件服务公司的股价表现疲软。
3. 投资重点的转移
AI基础设施建设期：目前，企业和投资者的关注点主要在AI基础设施的建设上。这包括购买硬件设备、构建计算平台等。因此，硬件公司的业绩表现抢眼。
软件应用滞后：AI应用于具体业务场景（如自动化、智能客服、数据分析等）需要更多的时间进行开发和验证。这使得软件服务公司的业绩表现和展望相对较弱。
4. 宏观经济环境影响
经济不确定性：宏观经济的不确定性（如通胀、利率上升）使企业在投资AI技术时更为谨慎，特别是在软件方面的投入。这进一步导致了软件服务公司业绩展望不佳。
资本支出收紧：在经济环境不确定的情况下，企业更倾向于削减非必要开支。尽管AI被视为未来的关键技术，但短期内的投入更多集中在硬件基础设施，而不是立即见效的软件应用。
关键问题三：如果我们结合英伟达的业绩，在IT预算总体谨慎的情况下，更多的AI预算都投入到了基础设施也就是AI芯片上，在系统及软件服务端的投入偏后了？或许要等到AI基础设施大规模铺设完成后，大模型调用成本下行，软服才会迎来放量？
在当前IT预算总体谨慎的情况下，更多的AI预算确实可能优先投入到了基础设施，特别是AI芯片上。这种情况下，系统及软件服务端的投入可能会滞后，直到基础设施大规模铺设完成：
1. 基础设施优先投入的逻辑
硬件先行：生成式AI和大模型的训练和推理需要强大的计算能力，这通常需要高性能的GPU和其他专用硬件。NVIDIA等公司的业绩表现强劲，反映了企业在这方面的投入。
投资回报：企业在构建AI基础设施时，通常会优先投资于硬件，因为这是所有AI应用的基础。没有足够的硬件支持，再先进的软件也难以发挥其潜力。
2. NVIDIA业绩表现的解读
需求旺盛：NVIDIA在AI芯片市场的领先地位使其成为许多企业的首选。这些企业在进行AI转型时，首先需要解决的是计算资源的问题，这也解释了NVIDIA业绩的快速增长。
市场领先：NVIDIA通过推出新一代的GPU和AI加速器，不断提高计算能力，满足企业对更高效、更强大AI基础设施的需求。
3. 软件服务端投入的滞后现象
预算分配：在预算有限的情况下，企业往往会优先解决最基础的问题。硬件是AI应用的基础，软件和系统的升级可以在硬件到位后逐步进行。
技术成熟度：在硬件部署完成后，企业会评估软件和系统的成熟度及其与硬件的兼容性，然后再进行相应的投资。
4. 大规模铺设后的预期
成本下降：随着AI基础设施的大规模铺设，硬件成本可能会逐渐下降。此外，随着技术的进步，大模型的调用成本也可能会下降。
软件需求增加：一旦基础设施到位，企业将开始寻求能够充分利用这些硬件资源的软件和系统。这将推动系统及软件服务端的需求增长。
集成和优化：企业将更多地关注如何将新硬件与现有软件系统集成，以实现最佳性能。这将推动对AI优化软件和集成解决方案的需求。
💡 结论：当前的IT预算优先投入AI基础设施是一个合理的战略，尤其是在生成式AI和大模型应用快速发展的背景下。随着AI基础设施的大规模铺设完成，系统及软件服务端的投入将会增加，推动软服市场的放量增长。这一过程可能需要一段时间，但一旦实现，市场将迎来新的增长周期。Salesforce等公司可以在这段时间内继续加强AI技术研发，优化与AI硬件的集成，以便在市场需求爆发时能够快速响应，提供高效、稳定的解决方案。
写在结尾，软服行业的长期潜力与短期波动
长期看好：尽管短期内软件服务业绩不佳，但从长期来看，随着AI技术的成熟和普及，软件服务公司的业绩有望大幅提升。
短期调整：目前的市场波动和业绩表现反映了短期内的调整需求，但并不改变AI变现的长期潜力。
全文完。
精彩评论