美国中小盘与全球软件行业研报解读

概览

报告讨论AI是否会通过取代白领岗位削弱应用软件的按席位收费基础。Bernstein借助Ramp的企业支出与用工研究，提出相反判断：深度采用AI的企业正在更积极地招聘，生产率收益可能更多转化为增长而非裁员或利润率扩张，因此席位仍可能是企业软件的重要收费单位。

核心观点

市场的一项核心担忧是，AI代理、编程助手和桌面助手会减少开发、IT、初级岗位及后台支持岗位，从而侵蚀应用软件按用户席位收费的基础。报告承认AI已在这些领域产生明显效率提升，例如AI生成的软件项目事项占比上升、ServiceNow的Agent Assist已在约四分之一客户中采用，以及客服AI公司Sierra的私募市场估值接近160亿美元。但Bernstein认为，效率提升并不必然等同于总就业下降。企业客户仍偏好按席位收费，因为成本可预测，并能随可预知的人力规模扩张；按Token或使用量计费虽然是替代方案，却更难预算，而软件创造的价值本身往往与员工生产率相关，因此按员工规模定价也符合价值定价逻辑。 报告的主要实证依据来自Ramp Economics Lab。Ramp能够观察客户实际的财务和会计支出，据此区分重度AI采用者、轻度采用者和未采用者：重度采用者广泛使用AI编程代理、通过API Token构建自有代理并购买AI原生工具；轻度采用者主要使用聊天式AI进行搜索、综合和创作。研究将AI采用定义为企业首次连续三个月每月在AI供应商处支出至少100美元，采用强度则以采用后前三个月的人均AI支出衡量。样本截至2026年2月，因此较新，但没有覆盖报告所称延续至年中的科技招聘动能。 Ramp研究显示，美国重度采用AI的企业比低采用或未采用企业招聘更积极。研究主要比较同一组可比企业采用AI前后的变化，而非把高增长科技企业直接与低增长行业比较，以降低样本偏差。重度采用者的员工规模平均较对照组和低采用组多增长超过10%；采用约24个月的企业规模相对低采用或未采用同业超过50%。不过，采用时间越长，可用企业数量越少，误差区间也越宽，因此超过50%的中点估计精度较低；研究更稳健的结论是，重度采用者确实增长更多，部分指标的统计置信水平高达99%。美国Indeed软件开发职位发布量自2025年初低点恢复，也为总体招聘趋势提供了外部印证。 岗位结构同样不支持“AI只增加少数前台或高资历岗位”的简单叙事。工程和销售岗位表现强劲，行政、客户服务、本科学历员工和入门级岗位也平均增长；其中销售是少数增速高于整体就业的职能，多数其他职能虽低于企业总人数增速，却仍为正，说明AI一方面提高单个职能的生产率，另一方面通过企业整体扩张创造跨职能需求。入门级需求在高强度采用者中尤其突出，报告认为年轻人才可能更具备使用AI所需的技能。相反，高AI采用企业的博士岗位更可能持平，而低采用企业对博士和科学家类人才的需求更强；这也可能因为高采用者在采用AI之前已经拥有更多博士员工。经验丰富员工和管理者的平均需求较高，但与其他组别的统计差异并不明显。财务、科学家和运营是增长较弱或没有显著正增长的三个职能，HR则未被单独拆分。 AI采用已具有一定广度。到2026年1月，Ramp样本中至少轻度采用AI的企业比例超过40%，显著高于同期美国人口普查调查所报告的约百分之十几。报告无法确定差异源于定义还是受访者，但指出问卷答题者可能不了解企业内部全部采购，而Ramp能直接观察支出；同时Ramp客户也可能偏向更积极采用技术的企业。分行业看，“信息”行业采用任意程度AI的比例约54%，金融与保险约44%，专业、科学与技术服务约36%，其余大多数行业仅为11%至22%。这意味着当前AI采用仍偏向软件和互联网，但金融保险、专业服务等白领密集行业可能成为下一批扩散领域。 Bernstein用PC和互联网时代解释“生产率提高为何可能带来更多招聘”。报告认为，企业估值通常更容易受持续增长加速推动，而非一次性的利润率提升，因此企业倾向于保留或扩充效率更高的员工，以开发、交付和销售更多产品。约三分之二的软件开发者受雇于更可能把效率收益投向增长和产品的行业，只有约25%位于更可能缩减团队的行业。科技、互联网、银行，以及汽车、航空航天和国防等部分制造业，被认为较可能利用AI促进产品驱动增长。零售、食品、酒店和航空等行业中的技术领先企业，也可能通过技术改善产品和运营来争取增长。 历史数据为这一机制提供了参照。1989年至2019年，尽管劳动生产率显著提高，标普500同口径EBIT利润率累计仅扩张约1.5个百分点，即约150个基点。报告认为，利润率提升存在上限，后续改善呈递减，并可能在竞争中被消耗；相较之下，在利润率稳定时增加收入规模仍可带来增量利润和每股收益。20世纪90年代PC普及带来了白领生产率、美国GDP增长及专业和商业服务就业的同步上升，互联网随后进一步推动数据和信息行业。GenAI可能帮助企业缓解寻找新产品、构建产品、配置资源和销售产品等增长约束。 这一逻辑并非适用于所有行业和公司。市场空间有限、已占据主导地位、缺乏有机增长路径或能力资源不足的企业，可能更愿意把AI收益体现为利润率；在技术主要服务运营而非产品的行业，节省的IT投入也可能流向利润或非软件领域。因此，按席位软件的受益程度取决于客户是否把效率收益用于增聘，以及软件所服务的具体职能。总体而言，报告认为席位与ROI、基础设施规模或AI Token等替代计价方式将并存，但客户对可预测性的需求意味着席位仍会是重要销售基础。若深度AI采用持续推动生产率诱发的招聘，按席位收费对应用软件公司的负担将减轻；不过本报告没有据此调整任何公司模型、目标价或投资建议。

分析框架

报告先提出AI替代白领岗位及侵蚀软件席位的市场担忧，再比较按席位与使用量计费的客户预算逻辑。随后利用Ramp可观察的企业AI支出，将公司分为重度、轻度和未采用组，并以同类企业采用前后变化检验AI与员工人数的关系；之后按职能、学历和资历拆分招聘结果，以Indeed招聘数据交叉验证。最后，报告以PC和互联网时代的生产率、利润率、GDP及白领就业经验解释企业为何可能将效率收益再投资于增长，并把结论映射到软件收费模式，同时列出职能差异、样本偏向和观察期较短等限制。

方法论与常识提炼

• 事件博弈与行为金融事件驱动分析

  企业采用AI前后的事件研究

  研究将首次满足连续三个月AI支出门槛的月份作为采用事件，比较同一类企业采用前后的人数变化，并与低采用或未采用企业对照，以判断深度AI采用后招聘是否加快。

• 行业/产业分析框架供需框架

  生产率提升、用工需求与软件席位需求的传导

  报告分析AI提高员工生产率后，企业是减少人力还是扩大业务和招聘；员工数量的最终变化进一步决定按席位软件的需求基础。

• 其他

  PC和互联网生产率革命的历史类比

  报告把GenAI与20世纪90年代PC及其后的互联网普及进行比较，观察生产率提升更常转化为GDP、业务增长和白领就业，还是持续的利润率扩张。

• 估值方法PE/PEG 估值

  调整后市盈率比较

  覆盖公司表使用2026A至2028E调整后每股收益和调整后市盈率展示多数软件公司的估值水平；报告明确表示本次没有调整模型、目标价或建议。

• 估值方法

  HubSpot的EV/Sales估值

  HubSpot采用企业价值与销售额之比，而非市盈率作为表内估值口径，2026A、2027E和2028E分别为3.8倍、3.2倍和2.8倍。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Atlassian（TEAM.US）

  覆盖标的；截至2026年8月31日表列评级为跑赢大市（O），当前价194.17美元，目标价309.00美元，相对表现-9.8%。

  优势

  行业层面，若AI带动产品团队扩张，按席位软件需求可能获得支持。

  对比

  2026A/2027E/2028E调整后EPS为5.85/7.61/9.35美元，调整后P/E为33.2/25.5/20.8倍。

• GitLab（GTLB.US）

  覆盖标的；截至2026年8月31日表列评级为跑赢大市（O），当前价46.54美元，目标价60.00美元，相对表现-22.1%。

  优势

  行业层面，AI生产率提升后若开发团队继续扩张，席位需求可能得到支撑。

  对比

  2026A/2027E/2028E调整后EPS为0.96/1.00/1.34美元，调整后P/E为48.2/46.6/34.7倍。

• Okta（OKTA.US）

  覆盖标的；截至2026年8月31日表列评级为跑赢大市（O），当前价173.04美元，目标价143.00美元，相对表现67.6%。

  优势

  行业层面，企业员工规模增长可能维持按用户计费的软件需求基础。

  对比

  2026A/2027E/2028E调整后EPS为3.50/4.05/4.45美元，调整后P/E为49.4/42.7/38.9倍。

• ServiceNow（NOW.US）

  覆盖标的；截至2026年8月31日表列评级为跑赢大市（O），当前价147.99美元，目标价248.00美元，相对表现-38.3%。

  优势

  Agent Assist已在约四分之一客户中采用；行业层面，跨职能招聘增长可能支撑软件席位。

  对比

  以2025年为基年；2026A/2027E/2028E调整后EPS为3.50/3.92/4.69美元，调整后P/E为42.2/37.8/31.5倍。

• Zoom Video Communications（ZM.US）

  覆盖标的；截至2026年8月31日表列评级为与市场同步（M），当前价96.68美元，目标价108.00美元，相对表现-0.2%。

  优势

  行业层面，企业扩招可维持协作软件的潜在用户基础。

  对比

  2026A/2027E/2028E调整后EPS为5.92/6.41/6.94美元，调整后P/E为16.3/15.1/13.9倍。

• Microsoft（MSFT.US）

  覆盖标的；截至2026年8月31日表列评级为跑赢大市（O），当前价507.29美元，目标价660.00美元，相对表现-18.9%。

  优势

  报告将桌面与编程Copilot视为企业AI生产率提升的重要工具。

  对比

  2026A/2027E/2028E调整后EPS为17.28/19.96/24.01美元，调整后P/E为29.4/25.4/21.1倍。

• Salesforce.com（CRM.US）

  覆盖标的；截至2026年8月31日表列评级为跑输大市（U），当前价257.54美元，目标价195.00美元，相对表现-18.5%。

  优势

  行业层面，若客户把AI效率用于销售与业务扩张，席位需求可能得到支持。

  对比

  2026A/2027E/2028E调整后EPS为12.52/17.13/15.49美元，调整后P/E为20.6/15.0/16.6倍。

• SAP（SAP.US）

  覆盖标的；截至2026年8月31日表列评级为跑赢大市（O），当前价220.89美元，目标价319.00美元，相对表现37.8%。

  优势

  行业层面，企业招聘扩张和客户对预算可预测性的偏好可能支持席位收入。

  对比

  以2025年为基年；2026A/2027E/2028E调整后EPS为6.10/7.71/8.72欧元，调整后P/E为31.2/24.7/21.8倍。

• Adobe（ADBE.US）

  覆盖标的；截至2026年8月31日表列评级为跑赢大市（O），当前价292.79美元，目标价379.00美元，相对表现36.9%。

  优势

  行业层面，增长导向的企业可能把AI效率用于增加创作和产品活动，而非仅缩减席位。

  对比

  以2025年为基年；2026A/2027E/2028E调整后EPS为20.95/24.99/29.15美元，调整后P/E为14.0/11.7/10.0倍。

• Workday（WDAY.US）

  覆盖标的；截至2026年8月31日表列评级为跑赢大市（O），当前价197.45美元，目标价238.00美元，相对表现33.4%。

  优势

  行业层面，整体员工规模增长可支持人力相关软件需求。

  劣势

  报告所用研究没有单独拆分HR岗位，因此相关席位趋势的可见度较低。

  对比

  2026A/2027E/2028E调整后EPS为9.23/11.58/15.30美元，调整后P/E为21.4/17.1/12.9倍。

  风险

  HR职能数据缺失使行业结论对该公司的映射存在不确定性。

• HubSpot（HUBS.US）

  覆盖标的；截至2026年8月31日表列评级为与市场同步（M），当前价261.36美元，目标价220.00美元，相对表现64.9%。

  优势

  行业层面，销售岗位表现较强，可能支持面向前台增长的软件需求。

  对比

  以2025年为基年；2026A/2027E/2028E调整后EPS为9.70/13.20/15.91美元，EV/Sales为3.8/3.2/2.8倍。

关键数据

• 重度AI采用者相对员工增长平均超过10%相对于尚未采用AI的对照组及低采用同业。
• 采用24个月后的相对规模超过50%重度采用者相对低采用或未采用同业；长期样本更少，误差区间更宽。
• 统计置信水平最高99%支持重度采用企业比低采用或未采用企业增长更多。
• AI采用定义连续3个月每月AI供应商支出至少100美元首次满足这一条件的月份被定义为采用月份。
• 研究样本截止日2026年2月未覆盖报告所称延续至年中的科技招聘动能。
• 至少轻度采用AI的企业比例截至2026年1月超过40%明显高于同期美国人口普查调查的约百分之十几。
• 信息行业AI采用率约54%各行业中最高。
• 金融与保险行业AI采用率约44%位列第二。
• 专业、科学与技术服务AI采用率36%位列第三；其余多数行业为11%至22%。
• ServiceNow Agent Assist采用约四分之一客户报告用于说明AI代理已进入实际企业工作流程。
• Sierra私募市场估值接近160亿美元报告列举的客户服务AI案例。
• 开发者行业分布约三分之二位于更可能投资增长的行业，约25%位于更可能缩减团队的行业用于判断AI生产率收益更可能流向产品增长还是裁员。
• 标普500同口径EBIT利润率扩张1989年至2019年约1.5个百分点约150个基点，明显小于同期劳动生产率提升幅度。
• 模型与评级动作无变化报告明确表示未调整模型、目标价或投资建议。

影响与含义

报告认为，AI提高生产率后若企业选择扩大产品、销售和业务规模，而非单纯裁员或提高利润率，应用软件的可收费员工席位就可能继续增长。按席位、ROI、基础设施规模和Token消耗等计价方式预计将并存，但席位的预算可预测性仍具吸引力。受益并不均匀：面向工程、销售、行政和客户服务等岗位的软件可能获得更直接的用工支持，而主要服务财务、科学或运营职能的软件支持较弱；这一主题尚不足以促使Bernstein调整公司模型、目标价或建议。

风险

• 样本仅截至2026年2月，AI需求、岗位设计和招聘行为仍可能处于过早阶段，尚不足以反映长期演化。
• 采用AI时间越长的企业越少，24个月结果的误差区间随之扩大，超过50%的相对规模中点估计精度较低。
• Ramp客户可能偏向技术更先进、较早采用AI的企业，其超过40%的采用率明显高于美国人口普查调查的约百分之十几。
• 财务、科学家和运营岗位的增长较弱或缺乏统计显著性，面向这些职能的按席位软件获得的支持可能最少。
• 研究没有单独拆分HR等部分职能，相关软件需求缺乏可见度。
• 并非所有企业都能找到有机增长机会；市场空间有限或技术主要用于运营的企业，可能把效率收益用于利润率或非软件投入，而非招聘。

后续跟踪

• 继续跟踪2026年2月以后重度AI采用企业的员工规模和科技招聘数据，判断招聘优势能否延续。
• 观察工程、销售、行政、客户服务、财务、科学、运营及HR岗位之间的增长差异。
• 跟踪应用软件客户在按席位、ROI、基础设施规模和AI Token消耗等计费方式之间的实际选择。
• 观察AI采用从信息行业向金融保险、专业服务及其他行业扩散的速度。
• 关注生产率收益最终流向业务增长、员工扩张还是利润率改善。