0:00 大家好，大家看看這張圖，IGV 是軟體 Sector ETF， 由去年 9 月 23 日見頂，到今年 2 月 5 日低位，累積跌了大約 33%， RSI 一度跌至 14.8，這是自 2001 年科網泡沫以來最極端的超賣水平。 導火線就是最近 Claude AI 和 Vibe Coding 的出現， 打斷了軟體公司按人頭收費 (Seat License) 謀生的道路， 市場甚至稱這次為 Claude Crash，一直享有高估值的 SaaS 股被人無差別拋售。 但關鍵問題是，是否整個板塊都應該一起沒落呢？ 還是裡面有些公司其實是被錯殺呢？ 今日我會用 4 個條件幫大家篩選， 1. 要有足夠寬的護城河
0:47 2. 業務不是靠賣人頭 3. 估值在歷史區間算是吸引 4. 現金流和盈利要穩固 我會透過這 4 個條件，選出 5 間軟體公司，逐一拆解， 試著分清楚哪些是被錯殺，哪些其實是有結構性問題。 大家要留意本影片的內容，包括任何股票的分析、估值討論、行業評論， 全部僅供一般教育和資訊參考之用， 絕不構成任何形式的投資建議、證券推薦或買賣邀請。 本人並非持牌投資顧問，本人並不持有香港證監會或其他國際性司法管轄區的相關牌照， 本人可能持有正在買入或計劃買入本節目中所提及的部分股票， 因此可能存在利益衝突。
1:32 本人的持倉狀況並不影響閣下的投資決定， 投資涉及風險，證券價格可升可跌，投資可能損失全部本金， 閣下在作出任何投資決定前，應徵詢獨立的持牌財務顧問。 如果大家喜歡這類影片，記得給我 Like 和 Share， 最重要的是不要忘記 Subscribe 和按旁邊的小鈴鐺， 如果多人 Like，多人 Subscribe，我就有動力製作同類影片。 要明白為何市場這次反應這麼激烈，我們要再拉近一點， 看看 Claude AI 以及這些所謂 Vibe Coding 的背後究竟發生了什麼事。 所謂 Vibe Coding 可以很簡單地去理解， 以前如果你有一間公司想開發一個 App， 要聘請一隊工程師和設計師去幫你做， 每一個人都要有一個 Seat License， 按 Seat License 逐一付錢。
2:18 現在寫 App，你只要對著 Claude， 講清楚你想要的 『Vibe』，你要什麼功能、介面、感覺， AI 就可以直接幫你生成一個可用的版本。 這裡最致命的地方是什麼呢？ 就是人頭開始消失， 當 AI Agent 可以處理七、八成工作量， 老闆自然就可以裁走很多不需要的人， 這樣人頭數便減少了很多。 更諷刺的是，因為 AI 的潮流， Salesforce 都被迫要推出 Agentforce， 即是那個 AI Agent 這樣的角色。 其實它本質上就是跟客人說， 你可以用我的 AI，不需要請這麼多人。 那問題就來了， 以前它可以穩定地收取每個用戶， 每月 300 元美金左右的費用， 轉做 AI 用量收費之後， 應該要收多少才能補回之前那個人頭數的生意呢？
3:08 現在連管理層自己都還在摸索中， 對於客戶來說，他們擔心的是新模式究竟應該怎樣預算成本呢？ 對於投資者來說就是恐懼， 這些公司如果收入基礎重組做得不好， 利潤率和現金流會不會一直被侵蝕呢？ 所以投資者現在就開始覺醒， AI 的角色不再像以前那樣，覺得是軟體股之上增加一個賣點， 而是有機會從根本挑戰它們最核心的賺錢模式。 一些本來被視為 AI 時代最大贏家的傳統 SaaS 巨頭， 反而是在這次 Claude Crash 裡面變成市場重點懷疑的對象。 這一種對於未來收入模式的集體擔心， 最後就反映在價格和技術指標上面。
3:55 結果就是畫面上面這張剛才大家都看過的圖表， IGV 軟體股 ETF 由高位跌了大約三分之一， RSI 一度跌到了 14.8， 是自 2001 年科網泡沫以來最極端的超賣讀數。 但是跌得這麼深，是否代表見底呢？ 還是這只是一個中途站呢？ 來到這個位置，單憑感覺和故事已經不足夠， 如果單憑感覺覺得跌得多就是見底，那是非常危險的。 因為軟體股其實由去年 9 月高位跌到現在已經跌了很久， 中途不停有很多人說跌至見底， 但結果還是一路繼續下跌。 所以理性分析最好還是看數據， 我會用五個不同角度的指標去驗證軟體股 ETF 以及 IGV 是已經出現了 Capitulation，
4:42 即所謂投降式的拋售。 當投降式的拋售出現， 歷史上類似的讀數有時會與底部形成有關聯。 首先第一個證據，RSI 指標， 2 月 5 日 IGV 的 14 日 RSI 跌至 14.8， 這個數字是什麼概念呢？ 是從 2001 年科網泡沫到現在， 25年來出現這麼低讀數的數字確實是屈指可數。 這種讀數通常是反映Programmatic Forced Selling， 即是一群槓桿投資者集體清倉， 一般被視為一種不論好壞只想出貨的非理性行為。 第二個證據就是成份股的同步超賣 (Oversold)， 根據 Jefferies 的數據，2月4日那時， IGV 裡面有 73% 股票是同時處於超賣狀態。
5:29 這是歷史紀錄，正常的跌市是輪流下跌， 即是一些因素良好的股票不跌，只跌那些因素差的股票。 但是當一籃子的股票裡面有七成的股票一起超賣， 就代表市場是在進行Indiscriminate Selling， 即是一個無差別的屠殺。 這就是Capitulation 的經典條件之一， 市場不再看公司的基本面，總之它是軟體股就先沽出。 第三個證據是Volume Climax， IGV 在 2月初下跌時的成交量飆升到 65日均值的 175% 以上， 技術上這種稱為高潮式拋售 (Climatic Sell-off)。 邏輯很簡單，想賣的人已經在那幾天一次過全部清出或者是被斬倉，
6:15 當最恐慌的賣盤出盡之後，成交量就會驟降， 這就代表賣壓，即Selling Pressure的枯竭， 這在技術分析上是見底的徵兆。 第四個證據就是低位有 15億機構資金逆市流入， 當散戶驚慌失措的時候，機構投資者在做什麼呢？ 根據資料顯示，2026年2月4日至5月期間， IGV 確實錄得 15億美元的兩日淨流入。 根據交易所數據，這應該是 ETF 成立以來歷史上第二高的兩日流入記錄， 僅次於 2024年5月31日， 當時因為 Salesforce 的財報表現不佳而引發的軟體股集體拋售， 當時 IGV 單日錄得 17億美元的流入，創下歷史上最高的記錄，
7:04 但除了那次之後，剛才 2月初這一次就是最多流入的記錄。 這是值得留意的是機構投資者的資金訊號， 歷史上當極端Oversold 配合大量資金逆市流入， 不代表一定是見底，但是有時會與底部區域形成有關聯性。 第五個證據就是跌幅已經超越了純估值壓縮， 根據 Carson Group 的研究，過去幾次軟體股純粹是一個估值回調， 即殺估值，在大約跌 25% 左右就會見底，但是 2026年初已經跌了 30%， 而且下跌已經持續了 22個星期，超越了過去純估值回調範圍， 這意味著市場開始Price in盈利會向下修正。
7:49 所以根據以上數據我們可以得出一個結論， 投降式拋售 (Capitulation) 最慘烈的階段已經發生了。 但投降不代表即刻反彈，如果要進一步觀察市場方向， 有兩個值得留意的參考指標， 第一個是技術層面，IGV 在極短期內大約 87 這個價位附近 是一個明顯的阻力區域，能不能夠企穩這個水平， 是反映買方力量的變化。 第二個是基本面，4月至5月就會出盡第一季的財報數據， 就會幫助市場判斷這次下跌是純粹估值壓縮， 還是一個盈利收縮驅動下跌。 要記住這是一個觀察框架，不是投資建議。 既然我講到 IGV 跌得這麼殘，超賣得這麼嚴重，還有 15億美金抄底，
8:38 你可能會問那還需要考慮什麼，無腦All-in IGV 買便宜貨不就行了？ 但是投資這件事最怕的就是懶惰， 雖然 IGV 整體是便宜了，但是如果你打開裡面的投資組合看看， 其實是有幾個陷阱的，如果無腦地進入， 你可能會在廢墟中撿到一袋炸彈，而不是寶藏。 我有三個原因這樣說， 第一是集中度的風險，你以為買 ETF 一定可以分散風險， 但是看清楚這個 ETF 裡面的持倉結構，IGV 其實是相當集中火力的。 畫面這一個 IGV 官方的 ETF 持股大家可以看到， Palantir 單一隻已經是佔了整個 ETF 的 8%， 再加埋 Microsoft, Oracle 和 Salesforce 這四大巨頭已經是佔了這隻 ETF 三分之一。 重點不是說這幾間公司一定好或者一定差，
9:26 而是部分重倉股票估值和波動都明顯高於傳統成熟的軟體股， 好似 Palantir 這一類故事型股和情緒敏感度很高的股票， 或者是 Microsoft 和 Oracle 最近受到 AI 投資回報與合作夥伴， 即 OpenAI 的問題所影響。 還有 CRM (Salesforce) 就是這次 SaaS 股中被重點檢視的對象之一， 當這些高權重的成分股同時進入調整期， 這隻 IGV 名義上是一籃子的軟體股， 但回報實際上很大程度是會跟著這幾隻權重的股票齊上齊落， 所以博取一個板塊 ETF 之前，是要先看清楚裡面的集中度風險。 第二就是這些巨頭的「自殺式」困局，
10:12 裡面那幾隻最大的重倉股如 Microsoft、Salesforce 現在都面對著一個很尷尬的局面， 就是自己推出的 AI Agent 很有機會蠶食自己以往靠人頭收費的穩定收入， 以前它們是多請一個人就多收一份月費， 現在就算它們有自己的 AI Agent 也要跟客戶說， 你使用 AI 是可以減少聘請人手的。 理論上就是想用新的生意增長去填補舊生意的空缺， 整個轉型過程究竟有多順利，現在暫時還是一個很大的問號。 至於如何自我蠶食，Agentforce、Firefly 這些如何影響實際收入的結構， 之後我講 Salesforce 和 Adobe 的部分就會詳細拆解。 接著就是估值，
10:57 IGV PE 現在 27 至 35 倍， 這種所謂跌了很多的「便宜」，是否真的便宜呢？ 那就真的不要被它的跌幅欺騙了。 IGV 目前的前瞻 PE 比起標普 500 的 22 倍左右仍然是高的， 也就是說它跌了這麼多，軟體股仍然存在一份溢價在裡面。 萬一四、五月出的財報， 大家看到這些軟體股的盈利還要向下修訂， 這個估值就會還有壓縮的空間。 所以小結就是，雖然整體軟體股跌至低殘， 但如果選擇無腦地去買 IGV 這一類 ETF， 也就是你可能會得到一個 Beta， 即可能有些人的動機純粹是當作一個 Beta 的方式去博取一個反彈，
11:43 但以一個 Alpha 或者Risk to Reward 的角度來說， 恐怕就並不是一個最佳的做法。 為什麼呢？因為在全包宴裡面其實夾雜了很多你未必想吃的東西。 當然在這場 Claude Crash 引發的恐慌中， 市場是完全失去理智，Sell First, Investigate Later，什麼都拋售。 有句成語叫做「倒髒水連嬰兒都一起倒掉」。 雖然如此，如果你覺得是有危有機的話， 最明智的做法不是去買下整個可能有很多垃圾的組合， 而是冷靜理性地分析， 在恐慌拋售的環境裡面， 有時候會出現一些基本面仍然健全、 護城河無惡化，但是被錯殺、被一起拋售的優質標的。 接著我會跟大家逐一分析 5 隻我認為 AI 抗性比較強，
12:33 或者是一些根本不是正式軟體股， 但都被當成軟體股錯殺的案例。 我選擇的那些股票進行分析， 是它們一定要符合以下四個框架。 第一就是要有 Wide Moat，即寬闊的護城河。 我參考 Morningstar 這一類獨立研究機構所給出的 Wide Moat 評級， 作為 AI 抗性的其中一個指標， 它們的競爭優勢照推斷分析是可以維持一個較長時間。 最重要的是，它們的客戶用戶一旦加入就不會隨意轉換平台， 轉換成本 (Switching Cost) 高到他們寧願覺得軟體不是太好用，都會寧願繼續付錢。 第二就是業務不是靠賣人頭，
13:19 所以不會輕易被 AI Agent 拆台， 甚至 AI 普及之後它可能是一個潛在的受益者。 第三，估值要夠便宜， 不便宜就不買了， 來到這些位置你做Contrarian， 那當然不想買貴的東西，買貴的東西不如買其他概念。 所以我們如何去評估它估值夠便宜， 會用一個歷史估值高端與低端的框架去評估。 第四就是這些公司要有真金白銀的現金流， 來到這個時候不是聽故事的時候， 是看財務報表的時候， 如果是一些虛幻、無盈利支撐的股票， 在這個時候是非常危險的。 除了循以上條件去篩選我們分析的股票之外，
14:06 我亦會假設按人頭收費模式已經完全崩潰， 這不是Fat Tail， 是我們這次的Base Case， 即這些 SaaS 公司現在都真的要面對現實。 現在在 X 和 YouTube 上到處都見到有人說 Salesforce 的Forward PE 只剩下 14 至 15 倍，是歷史級的便宜， 但是大家都要記住， 價值投資與價值陷阱 (Value Trap) 往往是一線之差。 真的，Salesforce 跌了很多個月， 一路都聽到有人說很便宜、很便宜，每一個Dip 都買。 在 Claude Crash 的陰影之下， 我的準則是先假設所有東西都是一個陷阱， 直到證明它自己不是為止。 Salesforce 最令人頭痛的地方， 就是它整個業務高度綁定在這個按人頭收費，
14:55 即 Per Seat 的模式。 但在我們今日的Base Case 中， 這種靠人頭收取買路錢的模式， 已經不是一個偶發性風險， 而是一個結構性的挑戰。 AI 確實正在正面衝擊這個收費基礎。 管理層現在想力推 Agentforce 作為下一個增長引擎， 問題是這條新路線本身就帶著很強的「自我蠶食」， 即 Self-Cannibalization 的意味。 它是利用自家的 AI Agent， 慢慢取代原本那種靠月費式人類席位、非常順暢的收費模式。 以前 AI Agent 多數只像 Copilot 幫忙寫電郵、查詢資料， 但是 Agentforce 現在是一個Autonomous Agent， 它們可以自行閱讀資料、 自行決策、
15:41 自行執行流程， 整個環節人類基本上可以完全不需要出手或出現。 意味著本來要收取 10 個人頭月費的地方， 可能最後只剩下一個員工、一個帳號， 就已經可以處理所有事情， 而在這個帳號裡面，按用量收費， 這就是投資者最恐懼的地方。 以前聘請 10 個客服肯定能收到十份的錢， 但是如果 Agentforce 強大到可以裁撤那 10 個客服， Salesforce 打算收回多少錢來填補空缺並補回業績呢？ 這是一個很大的問號。 更大的問題在於定價模式仍處於摸著石頭過河的階段。 一開始他們之前是說每次對話收取 2 元美金的服務費，
16:26 隨後其實遭到了客戶的大幅反彈與投訴， 指帳單簡直完全失控。 後來經過投訴後就改為 Flex Credit， 即按Action 收取 0.1 美金的模式來收費。 表面上這些收費模式變得細緻了， 也減少了投訴， 但實際上是由一個穩定的月租變成了像計程車般按錶收費。 即原本是一個大業主， 有 90 幾層樓在那裡收租， 每月收入非常穩定， 現在就變成了要追業績的計程車司機。 所以你見到不確定性提高了很多。 這正是市場非常不喜歡的東西。 所以表面上它的 PE 看似不貴甚至便宜， 但如果最終證明 AI 確實侵蝕了許多原本的Seat收入，
17:17 而新的用量模式又不足以填補這個空缺， 現在它的估值就真的未必便宜， 因為它的盈利確實會遇到問題。 我們遇到這種舊業務正在轉型、 新模式又未企穩的公司， 它的風險回報比就很難估計。 在這些時候投資者最好花多一點時間研究清楚， 不要見到便宜就直接買入。 好了，講完 CRM，我們就要看另一隻大家都覺得很便宜的龍頭， Adobe。 Adobe 賺錢的心臟是它的 Creative Cloud， 這是最典型的按人頭收月費的賺錢模式。 全球越多設計師、剪輯師、行銷人員使用他們的工具， 他們就越賺錢。 問題是 AI 生成的內容實在是越來越強大，
18:02 這條靠人頭累積的數目其實是越來越危險。 Adobe 旗下產品 Firefly 表面上是幫設計師節省時間， 它們能一鍵改圖、一鍵生成，非常好，功能很強大。 但這件事對老闆來說其實就隱含了一句台詞， 即我少用幾個人也能做到同樣的Output。 如果一間公司原本要 5 個設計師才能做到的事， 現在發現只要 2 個設計師加上 Firefly 已經夠用， 那麼非常明顯在這種情況下， 多出來的那幾份 Creative Cloud 月費就會成為被裁減的對象。 AI 的效率越高，功能越強大， 越多公司就會問自己一句， 為什麼我還要付這麼多Seat License 讓 Adobe 收租呢？
18:48 新一代的對手如 Midjourney、Flux 這些， 它們多數是用多少付多少， 即以這條線為核心來收費。 選擇一個級別加入，包含多少生成量， 邏輯就很直接。 Adobe 雖然現在也有 Generative Credits， 但前提是你先付一份 Creative Cloud 或 Firefly 的人頭方案， 之後才用點數再去計算費用。 新對手是以用量優先， 而 Adobe 是先收入場費，才再跟你計算用量。 一旦市場習慣了前者，後者這種高門檻的人頭訂閱， 在價格和心理上用戶都會越來越難以接受。 更根本的是 AI 讓技術徹底民主化， 以前要讀書實習、
19:34 慢慢花時間磨練技術的專業設計師才能處理好的工作流程， 現在隨時一個行銷人員自己開啟 Midjourney、Flux， 就已經可以做出一個夠用等級的視覺素材。 當越來越多輕量級的需求被這些工具奪走， Adobe 就會慢慢由一個必需品變成一個可有可無的高級選擇。 專業客戶可能還會使用，但邊緣客戶、入門客戶很自然會被新工具抽乾， 而且如果這些民主化工具越來越強大的話， 隨時最後連專業客戶都會流失。 所以任何主要靠按席位收費起家的 SaaS 巨頭， 在這一波生成式 AI 浪潮中， 都很容易由 AI 概念股變成 AI 受害股。 Adobe 是其中一個很典型的代表，當然就不止它一個。
20:21 但大家記住，以上只是我對於商業模式的風險討論， 並不構成任何買賣建議。 說完兩個巨頭，再看看規模較小的股票， 我想說的是這隻 Progress Software (PRGS)。 很多人見到它的Forward PE 只剩下 6 倍，以為便宜得像撿到寶， 但這類股票很多時候是外表光鮮，內裡卻有隱憂。 現在開發者圈子最流行 Vibe Coding，即是你不需要自己懂得寫程式碼， 只要用自然語言跟 AI 說，幫我寫一個這樣的應用程式， AI 就會幫你搭建好底層、設計好畫面，整套一次過提供給你。 PRGS 做什麼生意呢？簡單說就是賣開發零件。 它旗下的產品如 Telerik、Kendo UI 那類組件， 就像是幫工程師提供裝修軟體所需的門把、櫃桶滑軌等零件。
21:09 以前沒有這些零件，整個櫃子都組裝不成，所以它生意很好。 但是如果將來越來越多公司直接對著 AI 說， 我要一個北歐風廚房，AI 就可以幫你設計好並且憑空建造完成。 那些公司就會開始問，我為什麼還要慢慢走到五金行逐件零件購買組裝呢？ 這就是 PRGS 這一類賣零件模式在 AI 時代最大的死穴， 它已經由一個必需品變成一個可有可無 (Optional) 的選擇。 管理層當然不會坐以待斃， PRGS 也很積極地在 Telerik、Kendo 裡面加入 AI Coding Assistant、 Agentic UI Generator 之類的東西。 官方亦是用大幅提升生產力去包裝這件事，
21:55 但現實就是無論它如何包裝都好， 它的角色依然只是在五金行幫你更快速購買部件的一個輔助者， 而不是直接由 AI 主導產出一個完整的成品。 PRGS 這條路長遠還有多少議價能力， 有多少增長空間， 市場現在就是用 6 至 8 倍 PE 去Price in， 答案就已經給出了，一切盡在不言中。 所以 PRGS 這一類賣開發零件的公司， 在 Vibe Coding 和 AI Agent 浪潮中， 理論上是最容易由必需品降格為過時產品， 6 倍 PE 並不等於撿到寶， 很多時候只代表市場對它的未來信心低迷，
22:42 如果真的有興趣研究， 都應該將它視為一隻高風險的重組股票， 而不是簡單被錯殺的便宜貨， 這些討論都是一個風險的拆解，不是買賣建議。 為什麼要提這個例子呢？ 其實就是透過這個案例我們會看到， 小市值軟體股在這一波 Claude Crash 中有一個共通的弱點， 第一是它們資源少，研發預算和 AI 人才都追不上巨頭， 第二是客戶黏性弱，一旦有更便宜、更整合的 AI 方案出現， 客戶轉會的阻力很小，隨時可以離開。 第三，估值由高增長股跌至 6 至 8 倍 PE， 代表市場已經將你當作一個被時代邊緣化的行業，
23:28 不會再給予 SaaS 溢價。 PRGS 只是眾多例子之一， 重點就是在這個環境中， 細價股未必是 AI 受益股， 更多案例是確實被 AI 衝擊的那一批。 接著我會跟大家逐一拆解 5 隻我認為 AI 抗性較強的軟體股案例， 再一次提醒，以下純粹屬教育性質，不是買賣建議。 第一隻要討論的股票是 Tyler Technologies (TYL)， 我將它歸類為 AI 抗性極高的「免疫類別」， 即無論 AI 變得多強， 或是Claude 發展多麼驚人都好， 都無法傷及它的根本。 可能你平時沒聽過這間公司， 但如果你在美國生活， 你基本上避不開它。 TYL 主要做四類產品：
24:14 法院系統、911 警察消防系統、 政府 ERP（即收稅、公務員發放薪資等）、 以及學校管理。沒有它， 美國許多政府部門基本上會陷入癱瘓。 為什麼 AI 動搖不了它呢？ 第一，它不是按人頭收費， 即便 AI 強大到幫政府裁員，也不影響其收入。 第二，它銷售的是法定系統， 政府想要換掉系統是需要經過議會審批、 公開招標並符合無數法規， 過程往往長達五到十年。 AI 懂得寫程式，但無法通過議會審批， 也無法承擔法律責任。 政府一旦使用了 TYL， 通常就會沿用二十年， 官僚體系下的公務員事務要更改是非常困難的。 如圖所示，TYL 採用多個估值方法， 都顯示接近十年估值區間的低位，
25:01 大家有興趣看數字可以暫停慢慢看。 Claude 對於 TYL 有無威脅？ 直接威脅接近零，為什麼呢？ Claude Crash 提到法律插件， 打擊的是路透社、LexisNexis 等法律資訊出版商， 但 TYL 做的是州政府、地方政府的 ERP 系統， 包含法院案件管理、稅務評估、公共安全系統， 根本其實是兩個世界。 我們剛才提到 ERP， 因為之後講的那些公司都有 ERP， 先釐清 ERP 的概念。 ERP 即Enterprise Resource Planning， 是一間公司的超級大腦， 以前採購、庫存、銷售、財務、人事 各自使用自己的系統， 互相不互通。 當一間企業或者機構有了 ERP 之後，
25:49 賣出一件貨物，倉庫會自動減少存貨， 採購會自動補貨，財務自動記帳， 沒有 ERP 就好像左手不知道右手在做什麼。 有了 ERP，整個機構就用同一個大腦去協調。 TYL 的護城河有無被動搖呢？我們看三點。 第一，轉換成本極高。 之前 Cook County（即芝加哥的一個郡）， 將政府系統換成 Tyler，原本預算 7,500 萬美金， 結果耗費了超過 2.5 億，拖延了 5 年。 中途也不能叫停，因為數據已經全部遷移， 人員已經培訓完畢，一旦進入就難以撤換。 第二，合規門檻很高， 政府採購有嚴格的安全認證， 如果有新的 AI 公司想獲取合約， 政府不知道其背景，也沒有Track Record，只能請它排隊。
26:37 第三，Tyler 進行了 SaaS 轉型， 即業務上雲端後反而加深了黏性。 2025 年 Tyler 新軟體合約中有 96% 來自 SaaS， 一旦上雲，客戶更加難以流失。 Tyler 的護城河不是建基於資訊壁壘， 那些才是容易被 AI 取代的東西， 但是它的護城河是轉換成本、 合規門檻、長期合約鎖定， 這些是就算Claude AI 再強大也無法動搖的。 當然長線它有三個風險， 如果 AI 未來可以簡化數據遷移， 轉換成本就會被侵蝕； 政府採購如果走向模組化， 即合約越來越短、越來越拆分化， 這也是一個問題。 系統由On-premise搬移到Cloud的時刻，
27:25 是最容易更換供應商的時候。 不過這些議題已經討論了一段時間， 是 5 至 10 年的結構性議題， 不是 Claude AI 所造成的新問題。 Tyler 自己也不是坐以待斃， 2025 年研發投入接近 2 億美金， 推出 AI 威脅偵測、ERP 欺詐防範方案， 它的目標是到 2030 年將營運利潤率推升到 30% 以上。 總結來說，市場現在是無差別地恐慌， Claude 打擊的是法律資訊行業， 而市場將恐慌情緒錯誤地蔓延到一間做政府 ERP 的公司身上。 那麼來到這個時候，你可能會問， 做政府生意這麼乏味的事怎麼會有增長呢？ 事實上 TYL 過去幾年維持著接近 10% 的年均收入增長，
28:12 是靠三個結構性引擎驅動的。 第一，Cloud Flip，它將舊版客戶由在On-premise 轉向雲端 SaaS， 在 2025 年其新簽合約中 96% 是 SaaS， SaaS 收入按年上升 21%。 第二，交易型服務收費， 透過系統處理政府支付交易， 包括物業稅、法院罰款、水電費等，並從中收取手續費。 第三，AI 落地，AI 助手已在 6 個州上線， 在印第安納州每月有 5 萬條查詢。 第四，政府科技支出長期上升， 2025 年全美國的州和地方政府科技支出預計達 1,540 億美元， 按年增長 6.4%。
28:58 大家又會問 DOGE 政府效率部削減開支會不會有影響？ Tyler 只有不到 5% 的收入來自聯邦政府， 主要業務範圍是州政府與地方政府，DOGE 是管不到的。 CEO Moore 表示，DOGE 取消的合約加起來都不足 100 萬美金， 對於年收入 23 億的公司來說連雜訊都算不上。 DOGE 越是強調提升效率， 地方政府就越有藉口購買 Tyler 的科技來裁減人手， 所以反而會受益。 為什麼 Tyler 在 2026 年 2 月 11 日公布第四季業績後， 股價在那天Gap Down 了 15% 呢？ 除了 Claude Crash 之外，它也有自己 2026 年短期的逆風， 公司估計 2026 年收入增長 8.3%，
29:43 訂閱收入指引 12-15%，比市場預期低了一點。 因為政府審批程序變慢了， 但請記住是變慢了而不是消失了， 這是時間問題，不是需求問題。 正因為短期審批拖慢，加上市場對 AI 恐慌， 這才出現了十年難得一遇的低估值。 當一間在政府軟體市場佔據主導地位、 增長引擎依然在運作中的龍頭， 估值跌到十年新低，到底是在反映真正風險， 還是市場過度恐慌？ 有人會說是錯價機會，有人會說是反映長期增長放緩， 這是每個投資者需要根據自己的分析去判斷的。 從防守性角度，TYL 的政府業務模式與高轉換成本，
30:30 令它成為值得深入研究的案例。 但投資者仍然需要自己評估估值、 增長前景與個人風險承受能力， 才做出任何判斷或結論。 講完政府大管家 TYL，我們就要看第二隻股票。 我稱之為華爾街的神經中樞——Broadridge Financial (BR)。 BR 平時很低調，但它的實力是橫行華爾街的隱形龍頭。 你每日買美股，收到上市公司請你投票的電子郵件， 或者是那些厚度像磚頭一樣的年報， 大部分都是經由它的系統派送出去的。 北美絕大多數上市公司的股東通訊與代理投票(口誤)， 都是靠 BR 協助完成。 為什麼可以說它是 AI 免疫股之一？
31:15 因為他們的生意不是比拼誰的 AI 比較聰明， 而是比拼誰能獲得證券監管機構那套規則的信任。 上市公司一定要遵循程序， 向所有股東發出通告、進行代理投票。 這些不是可做可不做的行銷活動， 而是寫入法規、是一定要執行的需求。 你可以將 BR 當作華爾街的郵局加上投票站， AI 可以幫你思考如何投票，幫你閱讀文件也可以， 但最後那些信件、選票如何安全合規地送到每一個股東手上， 路徑都必須經過這個BR神經中樞。 AI Agent 能不能繞過 BR 呢？ 答案是完全不可以。 就算 AI 懂得幫你寫投票建議、幫你分析年報， 但它沒有法律牌照去代表證監會進行正式通訊與計票，
32:05 這是制度上的鎖定， AI 再強大也改不了法律程序。 有人會問，如果未來有一間 AI 公司或者 AI 模型 比 Broadridge 還強，它去考一個牌照回來不就能取代 BR？ 這個想法其實低估了金融監管中一個很重要的「卸鑊邏輯」。 這個邏輯真的是非常重要。 第一，牌照背後是法律責任， 證監會發牌給你不是因為你計算得快， 而是當出事的時候，例如票數計錯了、 股東通訊出錯，證監會要知道去找誰負責繳交罰款， AI 只是一個程式，承擔不了法律責任。 而證監會是不會發牌給一個演算法的， 只會發牌給擁有幾十年合規記錄、
32:51 有實體資產、有審計報告的公司。 第二，是基礎設施管道問題， BR 不單只是有一個牌照， 它整套系統已經接駁了全美國幾千間券商與銀行的資料庫， 你要取代它不單只是要拿牌照， 還要說服整個市場冒著數據外洩與系統崩潰的風險， 拆除使用幾十年的基礎管道，去對接你那間新的 AI 公司和未經證實的 AI 系統。 這種轉換成本是天文數字。 第三，是中立性。在公司治理中，計票員一定要中立。 如果一間 AI 公司是由某個科技巨頭或基金所操控， 其他上市公司怎麼會放心將投票權交給你呢？
33:37 BR 幾十年來只做一件事，就是扮演中立的第三方。 這種中立品牌的地位，AI 使用再多算力也換不回來。 所以最可能發生的未來情景是，AI 會變成 BR 的工具， BR 會利用 AI 令通訊更流暢、分析更準確、更有效率， 但它依然會掌握著法律牌照與整套金融基礎設施。 在我們今日談到的幾隻股票中，BR 的不確定性與波動性最低， 幾乎就像一隻公用事業股，只要還有人在買賣股票，它就有生意可做。 它的增長可以濃縮成一句話： 乏味的生意在安穩地增加客戶、用量與擴展服務渠道。
34:23 基本盤方面，股東通訊、交易結算這些法定動作， 隨著上市公司數量、資產管理規模與交易量日益增加而自然放大。 再加上合約中每年微調的價格， 經常性收入長期維持中高單位數的增長。 同一時間，在原本協助派發年報、處理投票之外， 還疊加銷售數據分析、數位化通訊、虛擬股東大會及財富交易平台， 也就是利用同一個管道銷售更多高毛利服務，使每股盈餘增長超越收入增長。 最後則是新的成長管道，例如利用區塊鏈進行 Repo 結算的 DLR 平台， 最近每日平均成交額已達到約 3,650 億美元，按年增長超過 5 倍。
35:11 如果繼續放大規模，未來就會變成另一條穩定收費、提供長期現金流的渠道。 總括來說，BR 就是將一門像水電費一樣乏味的金融基建生意， 慢慢搭建成一部越來越快的現金流機器。 就估值而言，如圖所示，這是非常少見的。 BR 使用不同估值方法，全部都處於過去 5 年甚至部分是 10 年來的最低水平。 即無論你用哪一個指標去衡量，結論都一樣：BR 從未如此便宜。 最諷刺的是，在股價跌到估值近 10 年低位之際， BR 的體檢數字反而非常亮眼。 它的 (ROE) 接近 42%，ROIC 超過 16%， 自由現金流收益率大約 6-7%，同時槓桿持續下降，
35:59 Debt to EBITDA剩下不到 2 倍。 用一句話總結：目前的股價是用近年最低的估值， 買入一個歷史上盈利能力與資產質素都處於頂級狀態的 BR。 估值壓得這麼低，但體質卻這麼好， 這種落差往往就是逆向投資者眼中最值得留意的機會之一。 為什麼一隻這麼穩健、像印鈔機一樣收錢的公司會被市場砍到這麼便宜？ 大致上可能有兩個原因： 一、Claude Crash 後，整個軟體板塊遭遇無差別清倉。 BR 本質是金融基建，但在分類上被歸入科技股，因而一起被拋售。 二、市場有一種「區塊鏈代幣化會取代傳統中介」的敘事。
36:44 投資者擔心長遠會侵蝕 BR 的代理通訊業務。 但其實 BR 是最早建立 DLR 區塊鏈平台、 協助金融機構進行 Repo 結算的參與者，成交量近年反而越來越大， 其角色更像是新基建的承包商，而非坐以待斃的舊中介。 結論就是基本面與盈利持續向上走， 但股價卻被板塊恐慌與長期敘事壓制， 才出現目前這種數據亮眼但估值殘破的狀態。 這是否為價值陷阱？就要看你如何評估未來幾年金融市場對這類基建的需求。 之前講過 TYL 這個政府版 ERP， 大家現在就知道 ERP 是機構的超級大腦。 第三隻我們要講的股票同樣是做 ERP，
37:31 不過它的客戶群完全不同。 TYL 服務美國州政府與地方政府， SAP 則是私人企業的天下， 全球大約 85% 的Fortune 500 強公司都在使用它， 在化工、製藥、汽車等重工業的市佔率更高達 4 到 5 成。 很多人以為 SAP 只做 ERP， 其實 ERP 只是地基，上面還有很多層級。 例如供應鏈，SAP Ariba 是全球最大的 B2B 採購網絡， 超過 500 萬間企業在上面進行貿易， 年交易量以數兆美元計，你可以把它當作企業版的淘寶。 還有 HR 領域，SuccessFactors 是全球規模最大的雲端人力資源系統， 入職、薪資發放、考核、培訓一條龍服務，再加上數據分析。
38:19 當所有數據都鎖定在 SAP 系統內， 它順理成章地整合了 Dashboard、預測與報表，不需要對接第三方。 最後是行業專屬方案，它針對製藥、汽車、能源、銀行等行業， 花了數十年與業內專家共同開發量身訂造的模組， 這才是新晉競爭者最難複製的部分。 所以 SAP 不只是一個應用程式，它是整間公司的神經系統。 從 ERP 到供應鏈、HR、數據分析全部打通， 所有官方數據都鎖定在它的系統內。 這在行內被稱為System of Record， 即你公司今日有多少存貨、欠誰錢、 明天要生產什麼，所有的數據真相來源都在 SAP 之中。
39:06 看過 SAP 的版圖後，觀眾可能會問： 你剛才說完 Claude 如何衝擊 Salesforce， 以及 Vibe Coding 如何邊緣化 PRGS，那麼 SAP 呢？ Claude 會不會有一天連 SAP 也一起擊垮？ SAP 從高位蒸發了超過 1,300 億美元市值， 有一部分確實是源於這種恐懼， 但我的分析是 Claude 是攻不進去的。 不是因為Claude AI 不夠強， 而是 SAP 的壁壘根本不是純靠技術搭建， 而是利用制度、數據與人性堆砌出來的。 第一個保護層就是轉換成本。 Claude Crash 的核心邏輯是 AI 懂寫Code， 從而不需要聘請那麼多工程師，導致軟體無法收取人頭費， 但 SAP 鎖定客戶不是基於寫Code，
39:53 而是長達 20 年的數據糾纏。 一間大企業使用了 SAP 十幾年後， IT 團隊已經在系統上面寫了幾百萬行自訂程式碼， 而 60-70% 的舊版系統甚至連一份文件都沒有。 Claude 雖然會寫新 ERP，但它懂不懂得讀取那堆毫無記錄的舊程式碼呢？ 能不能在不停水停電的狀態之下， 協助那些公司遷移到自己的系統呢？ 一間Fortune 500 強公司單是從 SAP 舊版升級到新版， 都可以耗費幾億美金，花上好幾年才能完成， 所以 SAP 客戶的留存率非常高， 他們寧願投訴 SAP 很難用也不肯搬走， 是因為換走 SAP 的痛苦遠遠大於繼續使用它。
40:39 第二層保護是網絡效應。 Claude 可以幫你寫一個功能一模一樣的採購平台， 但新平台可能沒有其他供應商加入， 而 SAP Ariba 裡面已經有超過 500 萬間企業， 而且 Ariba 與 SAP ERP 是深度綑綁的， 也就是說你在 Ariba 下單，數據會自動流入 SAP 的庫存、財務與物流系統。 你想換掉 Ariba，整套 ERP 都要跟著搬遷。 網絡效應不是技術問題，而是雞和蛋的問題， Claude 再聰明也解決不了。 第三層保護是行業合規。 SAP 在製藥、化工、汽車業的市佔率高達 40-50%， 它的系統已經被這些行業的監管機構認證了幾十年。
41:26 Claude 的確可以學會所有 FDA 法規， 但問題不在於懂不懂，而在於監管機構認不認可。 藥廠 ERP 需要經過 12-18 個月的Validation 過程， 每個功能、每個Audit Trail都要有文件和簽名。 更根本的矛盾是 AI 具有非確定性， 同一個輸入可能會給出不同的輸出， 但 FDA 要求的偏偏就是確定性。 SAP 的護城河不是因為它懂而 Claude 不懂， 而是它已經被認證了幾十年， 新 AI 系統連入場門票都還沒拿到。 第四層保護是生態圈。全球有超過 160 萬個 SAP 專業人員， 你用 Claude 寫個新 ERP，那麼誰來幫你部署呢？
42:12 出了 Bug 誰來維修呢？ 當 AI 維護出錯導致發不出薪水、財報全部錯誤時， 誰去向 CEO 和證監會交代並負責問責呢？ 這與 BR 的「卸鑊邏輯」是一樣的。 監管機構與董事會需要找到一個有實體、 有歷史記錄的機構去承擔責任。 第五層就是 2027 年的大限。 SAP 宣布舊版 ECC 系統將於 2027 年底停止主流支援， 全球大量企業正排隊遷移至 S/4HANA 系統。 一次 ERP 遷移至少需要一年半到三年， 如果你現在才開始評估 AI 的替代方案， 等到完成時已經是 2029 年， 但 2027 年你就面臨舊系統沒有支援的問題了。
42:58 所以現實是幾十萬間公司根本沒得選擇， 這不是未知的增長潛力， 而是已經在排隊支付訂金的確定性收入。 總結一句，SAP 這五層城牆沒有一層是關於技術的， 全部都是寫程式碼以外的事務。 Claude 可以寫出一個更好的 ERP， 但它搬不走二十年的包袱， 過不了 FDA 的門檻， 建立不了五百萬間企業現成的網絡。 賣「人頭」的公司 Claude 殺得死， 但賣「地基」的公司它就很難攻破。 講完護城河，看回最關鍵的問題： 現在買 SAP 到底便宜嗎？ 要回答這個問題，就要明白它過去十年經歷了三個階段： 第一個階段是 2016 至 2019 年，
43:45 當時它穩定但乏味， 以銷售一次License 為主， 雲端收入僅佔大約 25%， Forward PE 當時在 17-24 倍之間浮動， 市場將其視為傳統企業軟體股。 第二個階段是 2020 至 2022 年， 它經歷了一個轉型陣痛期， SAP 決定由賣授權轉為賣雲端服務， 短期收入增速放緩，利潤率受壓， 2020 年底Forward PE 跌到 13.4 倍。 當然有個因素，當時是熊市， 是十年估值區間的絕對低位， 市場當時是在懲罰它轉型期的痛苦。 第三階段是 2023 至 2025 年中， 這是一個收成期， 雲端收入由佔 25% 飆升至超過 50%，
44:32 經常性收入佔比達到 87%， 利潤率升至 28.5%，且仍在擴張中， Cloud ERP Suite 連續 15 季增長超過 30%， 股價由低位上升了 230%， Forward PE 一度被炒高到 42 倍。 第四階段是 2025 年至今， 最近發生了 Claude Crash， Cloud Backlog Miss， 歐盟反壟斷調查等三重打擊， 股價由高位下跌 35%， Forward PE 由 42 倍跌至 23-25 倍。 如圖所示，上面四行是估值， 全部都處於十年中位數附近， 最底下一行是品質指標， 經常性收入佔比 87%，是歷史最高點。 這代表什麼意思呢？
45:17 2022 年，SAP 的 Forward PE 跌至 13.4 倍， 但那時雲端收入僅佔四分之一， 收入大部分是一次性的License費用， 市場給予低估值是合情合理的。 但現在的 SAP， 雲端收入超過一半， 經常性收入佔比達 87%， 還要手握 770 億歐元的合約訂單， 公司已經脫胎換骨， 但 Forward PE 卻只在十年中位數附近， 等於是用轉型陣痛期的估值， 去買一間已經成功升級的 SAP。 不過市場並非無緣無故給予折扣， Claude Crash、Cloud Backlog 未達標， 再加上先前提到歐盟反壟斷調查的三重打擊。 這項反壟斷調查， 是在 2025 年 9 月歐盟指控 SAP 利用舊版維護合約限制第三方存取數據，
46:06 變相強迫客戶升級， 理論上最高罰款可達全球年收入的一成。 但根據 2025 年 11 月的消息， SAP 已主動提交讓步方案，據報有機會以和解收場。 就算和解，最大影響也是要放寬第三方維護商的接駁權限。 但歐盟針對的只是舊版On-premise維護合約條款， 並未觸及雲端業務、Ariba 網絡及行業認證等核心護城河。 而且即使放寬限制，遷移一套 SAP 系統 動輒需要幾億美金，歷時 3 到 7 年。 客戶留存率長期超過 95%， 並不是因為合約綁死他們， 而是離開的痛苦遠遠大於留下的痛苦， 所以這些調查對 SAP 的實質影響有限。 市場對 SAP 並非完全悲觀， 也沒有給予生存危機的折扣，
46:54 雖然你會看到現在處於歷史估值的中位數附近， 但正是因為三重打擊才給了一個暫時的不信任折扣， 這個差距是否為機會，則需要投資者自行判斷。 第四隻股票，我們要講一隻在醫療製藥圈中非常強大的垂直壟斷股 Veeva Systems (VEEV)。 如果說 Tyler 是幫美國政府做數位化合規基建， 那麼 Veeva 就是將同一套邏輯搬進生命科學與製藥行業。 它做什麼呢？一句話說完： 就是製藥專用的 CRM 加上數據管理平台。 研發藥物要通過 FDA、EMA 這類的監管， 臨床試驗、藥物安全、銷售合規， 每一筆記錄都要有極高的數據完整性，
47:40 也就是誰修改過、何時修改、如何核准，全部要有完整的Audit Trail 符合 21 CFR Part 11 這類電子記錄的法規。 這些不是你用 Excel 加 Notion 就能應付的， 而是要通過Validation、符合 GxP， 即製藥行業那套關於生產、臨床、實驗室的合規標準， 並通過內部與外部的審計。 所以 VEEV 的護城河不是靠產品有多好， 而是被監管環境逼出來的垂直壟斷。 你不能說我用 AI 自己開發一個通用 CRM 出來就能取代它， 因為你開發完還要通過那堆合規認證， 時間、成本與風險都極高。 現在很多人說 AI Agent 與 LLM 會流入企業流程，
48:27 製藥業也是一樣。但有趣的地方在於， AI 在這個行業反而鞏固了 Veeva 的地位。 為什麼呢？ 因為在臨床、藥物安全這些最敏感的場景， AI 要存取那些數據， 一樣要在已經通過驗證的系統中運行。 你一旦跳出系統， Audit Trail與權限管理會立即斷裂， 監管機構是不會放過你的。 所以你可以這樣理解 Veeva 是醫藥業的作業系統， AI 想進場都必須踩在這層地基上才行得通。 股價方面，Veeva 從高位跌了大約四成多， 一部分是因為整個 SaaS 板塊一起被殺估值， 另一部分也有它公司自身的因素。 重點是同樣的跌幅之下， 它的基本面其實與一般高風險 SaaS 非常不同。
49:16 第一，市場害怕 AI 會取代傳統按人頭收費的模式， 但 Veeva 服務的是高度受監管的製藥業。 不論你用什麼 AI Agent， 在臨床試驗、藥物安全等場景， 都一定要經過驗證、 且在擁有完整Audit Trail的系統中運行， 否則無法通過監管。 換句話說，在這個Vertical， AI 更有機會是建立在 Veeva 這種合規基建上工作， 而不是直接取代它。 第二，公司層面確實有壓力， 它與 Salesforce 的長期合作結束後，雙方鬧得不愉快。 Salesforce 推出 Life Sciences Cloud 進場搶客， 高盛在 1 月給予 Veeva 賣出評級， 覺得其 CRM 業務面臨競爭風險，
50:03 但 CRM 只是 Veeva 整體業務中的其中一塊， 真正的核心命脈是 Vault， 臨床試驗、藥物安全、合規文件全部都在 Vault 上運行。 基礎設施已經與 Salesforce 拆分， 公司也在推廣自己的 Vault CRM， 已經有幾家大藥企承諾會使用， 理論上未來還可以節省 Salesforce 平台的授權費， 利潤率有機會向上提升而非向下。 估值方面，如果拉長 10 年來看， 現在很多指標都接近這 10 年的低位， Forward PE 大約 20-31 倍，股價自由現金流比率 (P/FCF) 大約 22 倍， 都是過去 10 年相對偏低的水平。 但同一時間，公司近 4 季自由現金流大約 14 億美金， 上一個完整財年也有 10 億左右，
50:49 又握有大量淨現金，總負債相對很少。 Morgan Stanley 在 2 月就基於這些考慮， 將評級由Underweight 調升至Equal-weight， 理由就是股價從高位跌了大約四成半後， 主要的競爭與情緒風險在估值上已經反映了不少。 在這個背景下，更重要的問題不是跌了多少， 而是要問，現在這個價格到底真正反映公司出現結構性衰退， 還是整個 SaaS 板塊的恐慌？ 將一間現金流穩定、負債又低， 且在高監管行業中擁有長期客戶黏性的公司壓低。 每個投資者對這個問題的答案可能不一樣， 但至少要釐清這幾層差異， 之後再決定值不值得花時間去做深入的研究。
51:36 最後一隻我會選一間在金融市場中地位近乎隱形但無處不在的公司： S&P Global，股票代號是 SPGI。 如果用一句話形容 SPGI 的角色，就是沒有它，全球資本市場很難正常運轉。 它主要有四大支柱業務，第一是信用評級。 S&P 是全球三大評級機構之一，與 Moody's、Fitch 並列， 三家公司加起來差不多壟斷了整個評級行業。 企業發債、政府借錢，很多時候都要找他們評級， 還必須獲得政府證監會認可的 NRSRO 牌照，全球只有十家左右的機構擁有， 而 S&P 加 Moody's 合計佔了市場大約八成份額。
52:21 第二是指數業務。大家常說的標普 500、道瓊斯指數， 其實都是出自 SPGI 旗下的 S&P Dow Jones Indices。 全球有數萬億美元資產直接跟隨指數走， 每一隻 ETF 基金要冠上標普 500 的名稱， 或是道瓊斯相關指數的名稱，就必須支付指數授權費。 你買 VOO 這些產品，背後都要向 SPGI 繳交「保護費」。 第三是Market Intelligence，即我們熟悉的 Capital IQ。 它為一系列數據平台、銀行、資產管理與保險公司提供分析與風險管理， 這些機構必須經常使用他們的數據和工具。 第四是Commodity Insights，包括 Platts 在內的大宗商品數據和定價系統。 在全球石油、天然氣、金屬等商品交易時，
53:10 經常會用到他們的參考價格與行業標準，對能源和原材料市場影響極大。 看看它有多賺錢：可以這樣說， SPGI 現在每年創造大約 140 至 150 億美元收入， EBITDA Margin 接近五成，即每收 1 元，差不多有 5 亳子變成營運利潤。 一年自由現金流約 55 億美元，基本上不需要蓋廠房、不需要買機器， 穩定地利用數據和牌照印製現金。過去接近 10 年，收入年均呈兩位數增長， 不算爆炸性，但勝在非常平穩。 就是這樣一台印鈔機，股價由 52 週高位約 579 元跌至現在的 400 多元， 跌了接近三成，市值蒸發超過 500 億美元。
53:58 導火線是今年 2 月初 Anthropic 推出 Claude Co-Work， 一堆Agentic AI插件示範了可以自動進行法律審查、金融分析、合約起草等， 原本要靠專業軟體加上專業人力的工序。 市場立即擔心 AI 是否會連帶瓦解 SPGI 的數據與分析商業模式。 SPGI 被拋售有兩層原因，第一層是Sector的整體恐慌， 凡是與軟體、數據訂閱扯上關係的公司一律被無差別拋售。 SPGI 在消息傳出的首日就從高位下跌了約一成， 連帶的還有 Gartner、Intuit 等公司都受到波及。 第二層是公司自身的指引不佳，管理層給出的 2026 年調整後
54:45 每股盈利指引比市場預期低了約 1-2 個百分點， 在對 AI 的恐慌情緒之上再補一棍，令股價跌幅進一步放大。 總結來說，現在看到的似乎是 AI 恐慌加上短期盈利指引未達標的雙重估值打擊， 但暫時未見到評級、指數或大宗商品定價等核心業務上出現護城河崩塌的跡象， 最主要應該是它的Capital IQ 最受影響。 關鍵問題是 AI Agent 是否真的會砸了 SPGI 的飯碗？ 我個人的看法是直接威脅接近零， 因為它核心銷售的其實不是軟體功能，而是三樣東西： 監管牌照、獨有數據和行業標準。
55:33 第一，信用評級 AI 做不到。發行債券、政府借錢， 必須使用證監會認可的 NRSRO 評級機構，全球加起來僅十多間， 其中最核心的就是 S&P、Moody's、Fitch 這三大巨頭。 你可以用 AI 輔助做分析，但那一項Official Rating 一定要由有牌照的機構發出， 這裡是純粹的監管護城河，不是在競爭模型有多厲害。 第二，S&P 指數 AI 取代不了。SPGI 旗下管理幾百條指數， 覆蓋美股、全球股票、債券、商品、ESG 等， 全球以其指數作為基準或追蹤的資產，合計超過十多兆美元， 僅S&P 500 一個指數就綑綁了大約 16 兆美元資產。
56:22 你買 VOO 它收一次費用，你買 Midcap 400、Smallcap 600、 道瓊斯指數 ETF 它又收一次。AI 可以幫你設計新策略， 但不能改寫標普 500 這個品牌價值與授權合約。 第三，Proprietary Data AI 會需要它，而不是取代它。 Capital IQ 和 Market Intelligence 裡面很多數據，都不是上網搜尋就能找到的東西， 例如多達一千多萬隻Fixed Income Securities的參考數據、 私募市場數據、Platts 大宗商品定價， 全部都是 SPGI 自己長年收集、清洗、維護的獨有數據集。 AI Agent 要做專業金融分析，反而要讀取這些受監管、可追蹤、可核實的數據才能發布。
57:08 沒有這些數據源，你叫 AI 自己虛構 (Hallucinate) 一套信用曲線出來， 用在真金白銀的投資上，基本上沒人敢負責。 所以如果用一句話概括，就是 AI 可以幫金融從業人員把 SPGI 的產品用得更徹底， 但很難直接取代「評級牌照 + 指數品牌 + 獨家數據」這三重護城河。 更關鍵的是 SPGI 本身就是 AI 的推動者， 2018 年它收購了 Kensho 成為公司內部的 AI 引擎， 協助開發Data Retrieval Agents，客戶可以用自然語言在 Capital IQ 內找尋數以兆計的數據點。 2025 年又與 Google Cloud 合作，將 Gemini Enterprise 整合進去，
57:54 直接在 Gemini 內呼叫 SPGI 的Data Retrieval Agents來提取數據。 管理層在公開場合都表示，SPGI 的數據已經在不同 LLM 和企業的 Copilot 內被使用。 你可能會問，如果 Gemini 和 Claude 多用了 SPGI 的數據，學會後是否就不用再問它？ 答案是不會的。現在 MCP/Data Agents的設計是即問即用， 每一次查詢會先即時向 SPGI 獲取最新數據，用完就會結束，不會長期儲存。 合約上也寫明不能使用這些數據訓練底層模型。 摩根士丹利現在將這類公司稱為Data Activator。AI 時代中， 他們是站在價值鏈的最上游，專門提供受信任數據給 AI 使用的那一小群金融資訊商。
58:43 AI 雖然讓處理數據變得更便宜，但反而會讓對 SPGI 這些獨有數據的需求越來越大。 所以可以這樣說，Claude Co-work確實可以取代一個寫報告的分析師， 但取代不了報告內的數據來源，而那個來源很多時候就是來自 SPGI。 現在再看下去，SPGI 的 Forward PE 只剩 20 多倍，EV/EBITDA 跌至 13 點幾倍， FCF Yield 達到 4 點幾趴，全部都是近 10 年的偏低水平。 但這間公司過去 9 年的收入年均還有十幾個百分點的增長， EBITDA Margin在 5 成左右，一年自由現金流 50 多億美元， 規模與盈利能力已經完全不是 2018 年那間中型金融資訊公司可比擬的。
59:32 真正的風險不是 AI 會殺死它，而是債券市場的週期性。 如果債券市場的低潮期再拖長一點、沒有起色的話， 評級業務短期的盈利是否會繼續未達標呢？ 但從另一面看，2025-2027 年有幾萬億美元的公司債需要再融資， 再加上 AI 基建也需要融資，長線對於評級服務的需求很難說會就此消失。 另一個值得留意的是拆分計畫，公司計劃在 2026 年將汽車數據業務 Mobility Spin-off， 剩下的一個核心 SPGI 就會變成一家比較純粹的金融數據公司。 評級、指數、Capital IQ 加起來的故事背景更清晰了，市場通常會願意給它一個貼近行業龍頭的估值倍數。
1:00:20 所以現在看到的是一家靠監管牌照和行業標準建立護城河， AI 反而要用它的數據來做燃料的公司， 在情緒和週期的壓力下，股價被打到了接近 10 年的最低估值區間。 至於這是機會還是陷阱，也要視乎你如何評估未來幾年債市及其核心業務的持續性。 要記住以上內容全部僅供教育和研究用途，並非任何投資建議， 投資前應自行評估並徵詢合資格的專業持牌人士。 五個案例全部講完，最後我幫大家做一個總結。 這次 Claude Crash 其實給了我們一個很清晰的訊號 AI 並不是一刀切地殺死所有軟體股，而是幫市場做了一次大型壓力測試，
1:01:08 看看哪些公司的收入模式經得起 AI 時代的考驗，哪些一試就露出底牌。 靠「賣人頭」謀生的公司如 Salesforce、Adobe， 他們傳統Seat-based 的商業模式與 AI 的降本增效存在結構性衝突。 AI 越能代替重複性人力，企業理論上需要的席位就越少， 這就是這次估值被重新定價的核心原因之一。 為了加深大家對於今日五個案例定位的印象， 我做了這張「攻擊力 vs 防禦力」的象限圖。 橫軸是防禦力，主要看監管牌照、制度性護城河和轉換成本 縱軸是攻擊力，即 AI 時代的增長潛力和估值上升空間。
1:01:54 Tyler Technologies (TYL) 比較偏向防禦的那一端，持有穩定的地基； Broadridge (BR) 和 SAP 則偏向中間，是以現金流和長期客戶黏性支撐的穩定增長引擎。 SPGI 和 Veeva (VEEV) 則是在保持防禦力的同時，對 AI 應用和數據需求相對敏感的一組高成長候選。 這張圖只是幫大家整理框架，用來思考各公司在 AI 衝擊或週期中的位置，並非買賣建議。 如果你覺得有用，可以截圖保留這張圖作日後研究參考之用。 我們選這 5 個案例，其收費方式與剛才說的被 AI 侵害的按人頭收費方式不同。 TYL 收取的是政府法定系統的使用費，AI 過不了議會審批
1:02:45 Broadridge 收取的是華爾街通訊與計票牌照費，AI 承擔不起法律責任； SAP 收取的是全球企業神經系統的地基租金，AI 不可能搬走企業 20 年的包袱； Veeva 收取的是製藥行業的合規通行證，AI 要接觸藥廠數據都必須經過它； SPGI 收取的是全球金融市場的評級牌照費、指數掛牌費與數據訂閱費， AI 不是它的敵人，而是它新的分銷管道。 你會發現一個共通點，就是這 5 家公司賣的都不是功能，而是「地位」。 功能是可以複製的，但地位——即監管牌照、行業標準、法律責任、20 年的數據糾纏，
1:03:31 這些東西 AI 寫多少行程式碼都搶不走。 但我必須坦白說，估值低並不代表要立即採取行動的理由， 短期而言，軟體股的Negative Momentum 尚未完全消化。 我們剛才提到的那兩張入場券，技術上 IGV 需站穩 87 元， 且第一季財報沒有出現大規模的盈利下修，這兩個條件暫時還未完全達標。 所以我自己的做法是：可以留意但不用急，首先建立認知， 然後再自行訂立交易或投資計劃。 有需要當然最好諮詢獨立的持牌財務顧問後再做出決定。 最後，在恐慌的市場中，最值錢的不是勇氣，而是分辨的能力。 懂得分清「黃金坑」和「屎坑」的人，才是這場 AI 亂世中的真正贏家。
1:04:17 謝謝大家收看到最後，如果大家覺得這段影片有用的話， 記得按讚、訂閱並分享給你身邊的朋友。 今日分析的這幾隻股票中，你覺得哪隻的分析邏輯最有說服力？ 或者你有沒有其他覺得 AI 抗性很高的軟體股想討論一下？ 歡迎大家留言一起討論。
