軟體ETF收復今年跌幅，AI受惠先集中資料與資安

 

軟體ETF快速收復跌幅，AI恐慌開始降溫

今年，也就是2026年，華爾街把軟體股重挫戲稱為「SaaSpocalypse」。投資人一度擔心大型AI模型會侵蝕傳統軟體的產品價值與收費能力，估值也跟著大幅壓縮。短短幾個月後，市場開始重估AI與既有軟體的共存模式。

截至今年9月初，iShares Expanded Tech-Software Sector ETF(IGV)已較4月低點反彈近40%，先前跌幅大致收復。State Street旗下XSW ETF也在今年8月底創下新高。這段行情反映資金對軟體產業的預期轉暖，受惠範圍與獲利持續性仍有明顯差異。

市場開始重畫AI價值鏈。軟體公司手上的企業資料、客戶關係與工作流程，仍是模型進入商業場景時的重要基礎。AI能否轉成可收費的產品，也取決於這些既有資產能否被有效調用。

 

企業資料與工作流程形成既有軟體商的護城河

Jefferies分析師Brent Thill認為，頂尖模型開發者，也就是所謂的frontier labs，更可能與大型軟體商合作。完整承擔資料庫、應用程式、資安與企業銷售體系，需要大量資本與產業經驗，合作可以縮短商業化時間。

企業軟體的黏著度來自systems of record，也就是長期保存營運紀錄的核心系統。客戶資料、權限設計與作業流程通常已深度嵌入組織，替換成本相當高。單一模型能力快速進步，企業導入時仍需處理資料治理、合規與系統整合。

這也解釋資金配置的轉向。市場前期廣泛追逐AI標籤，如今更願意替掌握資料、監控與安全中樞的公司定價。Jefferies目前較看好資料平台與資安，因為企業採用AI時，這兩類支出具有較清楚的必要性。

 

Snowflake財報確認企業持續投入資料基礎設施

Snowflake(SNOW)是這波重新評價的代表。公司最新一季調整後每股盈餘為0.62美元，高於LSEG彙整的0.45美元市場預期；營收達15.5億美元，也超過分析師估計的14.8億美元。

公司同步上調全年產品營收展望，財報公布後股價單日上漲約兩成。這項反應顯示市場上修對Snowflake成長的預期，也反映企業仍願意替資料整理、分析與AI工作流程投入預算。

資料品質決定AI產出的上限。企業內部資料若散落在不同系統，模型能力再強也很難直接創造穩定回報。Snowflake與Dynatrace等平台提供資料整合、效能監控及分析工具，位置有點像糧道；前線模型打得再熱鬧，補給系統仍決定戰線能推多遠。

 

Palo Alto Networks受惠於AI擴大攻擊面

資安支出的邏輯更加直接。Palo Alto Networks(PANW)最新一季調整後每股盈餘為1.02美元，高於市場預期的0.98美元；營收34.1億美元，同樣超過預期。

企業同時採用雲端服務、AI代理與更多自動化工具，帳號、資料與應用程式之間的連結快速增加。每增加一個入口，也會增加權限控管與攻擊防護的複雜度。平台型資安公司能整合端點、雲端與網路防禦，因而取得較高的預算優先順序。

Okta(OKTA)則站在身分驗證環節。當AI代理開始代表員工執行任務，企業需要更精細地判斷誰能存取哪些資料，以及每次操作是否符合授權。AI普及同步推升資安複雜度，這項需求目前比多數應用程式的收費模式更容易理解。

 

應用軟體進入收費實驗期，Doximity提供成功案例

面向終端使用者的應用軟體，AI變現節奏仍相當分散。訂閱制、按使用量收費，以及把AI功能納入既有方案後調高價格，目前都有人嘗試。不同產品的使用頻率與客戶價值差異很大，短期營收曲線也容易波動。

Doximity提供一個較極端的正面案例。今年9月財報公布後，其股價一度翻倍。執行長Jeffrey Tangney在法說會表示，AI搜尋工具每次搜尋帶來的營收超過成本十倍，讓市場看到專業垂直場景的獲利潛力。

這類案例的判斷標準相對具體。AI功能需要嵌入醫療、金融或企業流程，並產生可衡量的收入、節省時間或提高轉換率。可量化投資報酬率決定應用層估值，單靠新增聊天介面，很難支撐長期獲利預期。

 

Salesforce選擇結盟，老牌平台爭取AI入口

Salesforce(CRM)採取合作策略。執行長Marc Benioff近期與Anthropic執行長Dario Amodei同台，強調雙方具有互補關係。Anthropic提供模型能力，Salesforce則掌握企業客戶、CRM資料與銷售工作流程。

Salesforce面對的課題，是把生成式AI轉成平台功能，並讓客戶願意持續付費。既有客戶基礎提供交叉銷售優勢，模型供應商快速迭代也可能壓縮產品差異。合作能降低自行開發模型的資本負擔，收費能力仍要由續約率、客戶使用量與AI產品收入證明。

 

Marvell受惠AI基建，估值與兌現時間形成壓力

軟體之外，Marvell Technology(MRVL)提供另一條AI投資路徑。公司專攻客製化晶片與高速光學連線，並與Google等大型科技公司合作。雲端業者擴建AI資料中心時，需要更快的網路連線來降低GPU之間的傳輸瓶頸，帶動Marvell資料中心營收創高。

硬體訂單與財務貢獻之間存在較長時間差。Marvell管理層指出，Google合作帶來的完整財務效益，可能要到2029年才會充分反映。Jim Cramer因此選擇在今年10月分析師會議前觀望。

來源提到Marvell當時前瞻本益比約50倍，代表市場已給予很高的成長期待。客戶專案延遲、產品執行落差或資本支出放慢，都可能放大股價波動。好產業仍需匹配兌現時間，看對AI基建方向，持有過程照樣可能很折磨。

 

軟體反彈已獲財報支持，受惠確定性仍集中於基礎層

今年軟體ETF的反彈顯示AI取代焦慮已經降溫，Snowflake與Palo Alto Networks的財報也提供基本面支撐。資料平台、資安與高速連線，現階段擁有較清楚的需求來源；應用層仍在尋找穩定的產品型態與收費方法。

配置邏輯可以沿著確定性排序：先檢查企業是否掌握關鍵資料與工作流程，再確認AI功能能否帶來可衡量收入，接著評估估值與財務貢獻的時間差。ETF上漲證明資金風向轉變，個別公司的長期報酬仍要回到營收、獲利與執行進度。

這波行情給我的提醒很直接。產業方向看對，只完成研究的一半；進場價格、部位大小與等待時間同樣影響報酬。後續若資料平台與資安公司持續上調展望，應用軟體也出現更多可量化回報，軟體業的AI受惠範圍才有機會進一步擴大。