黃仁勳銳評Anthropic：「不明智」

軟體能否迎來反彈？

僅僅因為幾段產品更新的文字說明，就能引發3000億美元的市值蒸發嗎？這聽起來有些荒謬，但卻剛剛在軟體行業真實上演了，這生動地展示了資本市場在面對AI顛覆性力量時的脆弱神經與極度敏感。

據《彭博社》專欄報導，Anthropic近期發布的法律審查工具，迅速被市場解讀為對專業軟體公司的生存威脅，甚至被傑富瑞分析師稱為「SaaS末日」。恐慌情緒導致包括英國的Relx、愛爾蘭的益博睿，以及德國的SAP、美國的ServiceNow和新思科技在內的多家軟體巨頭大規模拋售。市場現在普遍在擔憂，即便這些公司不被完全取代，AI工具也會重創它們的利潤率。

不過，這種恐慌在業內頂尖人士看來顯得過於草率且缺乏商業常識。黃仁勳認為這種市場反應是「世界上最不合邏輯的事情」。他指出，通用人工智慧雖然能力越來越強，但這並不意味著企業對專業軟體的需求會減少。現在僅僅因為AI能快速瀏覽法律文件，就認為它能做到風險控制、工作流管理、問責機制和售後支持，這顯然是過度了。當系統出現故障或糾紛時，企業需要的是專門支持團隊，而不是一個通用的聊天機器人。

黃仁勳還打了一個生動的比方：你是會直接使用一把現成的螺絲起子？還是會為了鎖螺絲而去重新發明一把功能一樣的螺絲起子？

《彭博社》認為，黃仁勳是在說，對於Anthropic，它試圖取代這些垂直領域巨頭並不明智，更明智且盈利更快的商業路徑是將AI能力銷售給這些公司，讓這些垂直領域軟體公司成為Anthropic的客戶，通過賦能現有軟體來實現更簡單的盈利。

事實上，像Canva和Replit這樣的平台已經展示了未來方向，它們整合了AI功能作為輔助，甚至直接調用Anthropic的底層模型來增效。

《彭博社》接著表示道，這種大驚小怪在華爾街不是一次兩次了。回顧歷史，當年亞馬遜宣布進軍醫療或雜貨行業時，相關板塊也曾經歷了暴跌。當臉書推出約會功能時，Match Group的市值曾瞬間蒸發20%。近期類似的案例還出現在遊戲行業，當Google發布工具Project Genie後，遊戲股瞬間蒸發400億美元，導致Take-Two股價下跌了近8%。市場彷彿認為AI工具的出現，就能讓那個遊戲《俠盜獵車手》的創意團隊變得一文不值，這就像是因為發明了新攝影機就要解僱導演史匹柏一樣荒謬。

正如摩根大通分析師所言，軟體股正在被「未審先判」，華爾街顯然還缺乏應對AI時代的沉穩心態，在極度恐慌和非理性繁榮之間反覆橫跳。

Jason認為，如果我們要全盤接受SaaS終被AI顛覆的設定，那麼邏輯上AI也終將顛覆一切，包括軟體、勞動力、創意甚至資本配置本身。那麼問題來了，為什麼其他行業沒有遭到如此劇烈的拋棄呢？難道僅僅是因為軟體業更脆弱、會被更快顛覆嗎？如果市場真的這麼認為，那這個答案本身就充滿了悖論。

首先，在程式碼層面，軟體的專業性確實可能受到AI衝擊，比如通過AI工具生成一個類似的軟體。但B端業務的壁壘不僅僅是程式碼，更是人，是洞察和責任。在面對數以千計的企業級客戶時，軟體上市公司提供的不僅是工具，而是基於行業經驗的服務。正如文中所言，當面對關鍵系統崩潰，或者複雜的相容性問題時，企業客戶需要的是迅速回應團隊來兜底解決，而不是在聊天視窗裡對著AI反覆調試，摸索Bug到底在哪裡。

其次，專業軟體的雲架構和協作生態是AI無法輕易取代的。以Snowflake的多雲數據部署，或者Adobe的雲協作功能為例，這些產品有一個很大的價值，在於雲端的安全共享，以及跨地域協同。這點AI能做到嗎？AI可以生產軟體，甚至可以生成一個功能90%的克隆品，但生成的軟體又如何通過安全審計？如何保證整合進複雜的企業雲環境中呢？更何況還要實現跨平台、跨地域的即時協作，這些架構層面的挑戰，遠非生成程式碼就能解決的。

再者，合規和版權風險也是大型企業無法忽視的紅線。企業採購軟體的核心訴求之一是風險規避。如果說AI生成的軟體能提供某種效果，但程式碼核心是否侵犯了專利？工作流是否符合行業法規？這些都是很難標準化，很難解決的巨大不確定性。對於大型跨國企業而言，遷移出成熟、合規的生態系統去擁抱AI生成軟體，一旦觸發法律雷區，那麼這個代價將遠超軟體訂閱的成本。

當然了，我不否認C端或輕量級場景會選擇生成軟體來替代，因為個人使用的法律風險和專業性要求都比較低。但在專業領域，AI的定位是增強而非替代。比如在過去，企業的數據散落在SAP的ERP系統、在Teams的溝通記錄、在Cisco的電話系統，以及Office文件中。

但是現在，微軟通過把Copilot嵌入到Dynamics 365實現了跨系統、跨部門的整合體驗。比如你可以直接告訴Copilot，讓它把Xbox上季度的成本明細表發給Nadella，並且要求Copilot分析是否該在2026年發布下一代產品。這在曾經需要多步驟、跨部門的協作才能完成。而如今卻通過簡簡單單的一個通用語言指令就可以達到效果。這就是AI賦能帶來的效率提升。

現在想像一下，一個聊天視窗生成的軟體能做到這個水準嗎？能跨越程式碼、專利、安全、經驗這些壁壘嗎？我覺得很難，而且我認為大多數頭部SaaS會積極利用AI來構築更高的壁壘。

因此我相信，短期內的噪音終將平息，就像去年1月底的DeepSeek一樣，市場終會明白：只要Transformer架構的本質仍然是機率預測，那麼它就無法取代那些追求100%確定性的垂直領域軟體。只有當未來出現超越Transformer的新架構，讓AI真正具備類人邏輯思維時才需要擔心軟體的存亡。但或許到時候軟體和商業不再是重點，社會倫理與人類治理結構才是更值得擔憂的衝突點。