2026.10.15 | Primer | 软件行业入门：91 家公司各自是做什么的
软件公司卖的是"把一个岗位或一条流程搬进电脑"的工具，大多按年收订阅费。看懂一家软件公司只要回答三个问题：它替谁干哪件活，按什么收钱（人头、用量还是交易抽成），客户为什么换不掉。这一页先借半导体的概念打个底，再用一家大公司的一天把 40 多个名字串起来，最后每家公司给一句大白话。
好软件的毛利率
75–85%
设备公司约 45–50%，所以软件看 EV/GP
典型合同
1–3 年
按年预付，收入按月确认，非常平滑
最大的单一风险
续约
不是砍单，而是续约时少买 seat 或压价
你已经懂的软件
EDA
SNPS / CDNS 就是好软件公司的模板
1. 用半导体的眼光看软件
你最熟的 Synopsys 和 Cadence 本身就是软件公司，而且是这个行业里最好的那一类：工程师离不开，换工具要重新训练整个团队、重新验证流程，按年收 license 费，毛利 80% 以上。拿 EDA 当尺子去量别的软件公司，大部分判断都能套上：这家公司是不是也"长在客户的工作流程里"，客户换掉它要付出多大代价。
| 你熟悉的概念 | 软件里对应的是 | 说明 |
|---|---|---|
| Backlog / 在手订单 | RPO / cRPO | 已经签约、还没确认成收入的合同额。cRPO 是未来 12 个月内要确认的部分，最接近"下一年收入的能见度"。 |
| 按 wafer starts 收钱的产能 | 按用量收费 | Snowflake、Datadog、MongoDB 按客户用了多少算力和存储收钱，客户业务一涨它就涨，像 foundry 的稼动率。AI agent 跑得越多，这类公司越受益。 |
| 同一客户的钱包份额增长 | NRR 净收入留存 | 去年的老客户今年付了多少钱。120% 意味着老客户平均多买了两成，不靠新客户就有 20% 增长。GRR 则只看流失，好公司在 95% 以上。 |
| Design win → 量产 | Land and expand | 先卖给一个部门（land），再扩到全公司、加卖新模块（expand）。软件销售的主要增长方式。 |
| 库存周期、砍单 | 几乎没有 | 订阅制没有库存。坏情况是续约时客户少买 seat、要折扣，或者干脆换供应商，所以反映得慢，但一旦发生也很难逆转。 |
| Capex 密集度 | SBC（股权激励） | 软件公司几乎不花 capex，最大的"隐藏成本"是给员工发的股票，常占收入 10–30%。我们的框架总是看扣掉 SBC 之后的 FCF。 |
| 工艺代际切换 | 平台迁移 | 本地部署 → 云（2010 年代）→ AI agent（现在）。每次切换都会洗牌，这次市场在赌谁会被 agent 绕过。 |
2. 行业结构：八个子行业在一家公司里的位置
把一家公司用到的软件从下往上叠，就是我们 mapping 里的八个子行业。越往下越"技术"，买家是 CTO 和工程师；越往上越"业务"，买家是 HR、财务、销售这些部门负责人。
5 · 垂直 SaaS 与行业信息只服务某一个行业
律所查判例（TRI、RELX）、药企管临床（VEEV）、保险公司出保单（GWRE）、地方政府管法院（TYL）、餐厅收银（TOST）
6 · 工程与设计工程师画东西
芯片（SNPS、CDNS）、建筑和制造（ADSK、DSY、PTC、BSY、NEM）
3 · 横向 SoR（记录系统）每家公司都要的"账本"
人事和发薪（WDAY、ADP）、财务总账（SAP）、销售客户（CRM）、IT 工单和内部流程（NOW）
4 · 横向生产力员工每天干活的工具
文档和设计（ADBE、FIG）、会议（ZM）、任务管理（TEAM、MNDY）、签合同（DOCU）、文件存储（BOX、DBX）
7 · 交易嵌入钱从这里流过，按笔抽成
收款处理（ADYEN、PYPL）、开网店（SHOP）、报税记账（INTU）
1 · 数据与基础软件应用跑在它上面
数据库（MDB）、数据仓库（SNOW）、监控（DDOG、DT）、写代码和发布（GTLB、FROG）、全家桶（MSFT、ORCL）
云和硬件不在本次覆盖内
AWS、Azure、Google Cloud，以及你覆盖的芯片和服务器
2 · 网络安全竖着贯穿每一层
登录和权限（OKTA、SAIL）、电脑和服务器防护（CRWD、S）、网络流量检查（ZS、PANW、NET）、数据备份（RBRK）
8 · IT 服务对照组
外包工程师帮客户把上面这些系统装起来、接起来（ACN、TCS、INFY）
子行业编号与 mapping memo 一致。
3. 软件公司怎么收钱
收费方式决定了 AI 对一家公司是加项还是减项，所以这是 mapping 里最重要的一个维度。市场今年的分化，很大程度上就是按这张表在分。
| 收费方式 | 怎么算钱 | 例子 | AI 带来的影响 |
|---|---|---|---|
| 按 seat | 每个使用者每月付一笔钱 | Salesforce、Adobe、Atlassian、monday、HubSpot、GitLab | 最直接的风险：员工少了 seat 就少。这一组今年跌得最深，好几家都在改成按用量收费。 |
| 按员工总数 | 按公司员工人数收，不管谁登录 | Workday、ADP、Paychex、Paycom | 只有公司整体裁员才受影响，比按 seat 稳。发薪类还能赚客户存款的利息。 |
| 按用量 | 按算力、存储、数据量、调用次数 | Snowflake、Datadog、MongoDB、Cloudflare、Elastic | 正面：agent 产生更多数据和调用。这一组今年大多已经涨上去了。 |
| 交易抽成 | 经手的每笔交易收一个很小的费率 | Adyen、PayPal、Shopify、Toast、Block | 看交易量，和 AI 关系不大。担心的是 AI 购物助手绕过某些付款按钮（如 PayPal）。 |
| 内容订阅 | 按年订阅独家数据库 | Thomson Reuters、RELX、Wolters Kluwer、Verisk | 市场担心 AI 律师、AI 医生助手取代它们；我们的判断是独家内容反而是 AI 的原料。 |
| 硬件 + 订阅 | 卖设备，再按年收服务和更新费 | Fortinet、Check Point、Palo Alto、Axon | 中性，跟着企业安全和网络开支走。 |
| 按人天 | 按投入的工程师时间计费 | Accenture、TCS、Infosys | 最直接的通缩：AI 让同样的活需要更少的人。 |
4. 一家大公司的一天：40 多个名字串起来
假设一家 3 万名员工的美国制造企业，有工厂、有销售团队、有自己的软件部门，也在网上卖货。下面是它一天里会碰到的软件，基本覆盖了 mapping 里的大部分名字。
08:30 上班开电脑
员工用 Okta 登录，一个账号就能进所有系统，手机上再确认一次。他能进哪些系统是 SailPoint 在后台决定的：入职自动开通，转岗收回，离职全部关掉。电脑上装着 CrowdStrike，相当于升级版的杀毒软件，记录每个进程的行为。员工上网和访问公司内部系统的流量，都先经过 Zscaler 的云端检查，不再需要 VPN。总部和工厂机房门口的防火墙来自 Palo Alto 或 Fortinet。
09:00 开会写文档
会议用 Teams（Microsoft）或 Zoom，文档在 Microsoft 365 里，和外部合作方共享文件用 Box。项目进度记在 monday.com 或 Atlassian 的 Confluence 上。
09:30 销售和市场
销售团队打开 Salesforce 看客户和商机，每一通电话、每一次报价都记在里面。市场部用 Adobe 做广告素材和官网，设计师用 Figma 画 App 界面。
10:00 IT 和内部请求
电脑坏了、要开新系统权限、新员工要配电脑，都在 ServiceNow 提工单。它从 IT 工单起家，慢慢变成全公司的流程平台，HR、法务、客服的请求也在上面流转。
11:00 工程师设计产品
机械工程师用 Dassault 的 SolidWorks 或 PTC 的 Creo 画零件，产品的所有版本和物料清单存在 PTC 的 Windchill 里。新厂房由建筑师用 Autodesk 的 Revit 设计，施工方用 Procore 管工地。如果公司自己做芯片，用的就是 Synopsys 和 Cadence。
13:00 软件团队写代码
程序员在 GitLab（或微软的 GitHub）上写代码、互相审代码、自动测试、发布上线，任务记在 Atlassian 的 Jira 里。打包好的软件存放在 JFrog。上线后，Datadog 或 Dynatrace 盯着每台服务器和每个服务，出错就告警。
14:00 数据
公司官网和 App 的实时数据（用户、订单、设备读数）存在 MongoDB 这样的业务数据库里，这是应用"写入"数据的地方。每天这些数据和 SAP、Salesforce 里的数据一起汇总进 Snowflake，分析师在上面做报表、训练模型。Elastic 负责站内搜索和日志检索。
15:00 HR 和发薪
HR 在 Workday 里管员工档案、招聘、绩效、调薪和请假。每两周发工资由 ADP 代办：算工资、代扣税和社保、把钱打到员工账户。规模小一些的公司会用 Paychex、Paycom 或 Paylocity。
16:00 财务
采购、库存、生产计划、应收应付和总账都在 SAP 或 Oracle 的 ERP 里，月底在上面关账。它的小供应商多半用 Intuit 的 QuickBooks 记账，欧洲的小客户用 Sage。
17:00 法务和合同
和客户签合同用 Docusign。律师查判例和法规用 Thomson Reuters 的 Westlaw（TRI）或 RELX 的 LexisNexis，查税法用 TRI 的 Checkpoint 或 Wolters Kluwer。
全天 线上卖货
直营网店搭在 Shopify 上，海外顾客的关税和币种由 Global-e 处理。顾客刷卡或用钱包付款时，交易由 Adyen、PayPal 或 Fiserv 处理，每笔抽一点。网站本身挂在 Cloudflare 后面加速并抵御攻击。
背后 实施
当初上线 SAP 和 Workday 时，是 Accenture 或 Infosys 派了上百名顾问干了一年多。这类项目又贵又慢，也正是这些系统难换的原因之一。
5. 第一梯队 9 家，用大白话讲
这是 mapping 里建议深入研究的 9 家。每家先讲清楚它做什么、谁在用、怎么收钱、为什么换不掉，再用一句话说明市场在担心什么。投资判断本身在 mapping 第 4 节。
6. 全部 91 家速查
每家一句话加收费方式。最后一个标签是 mapping 里的判断。可以按子行业筛选，也可以直接搜公司名或 ticker。
市值和判断来自 mapping memo 数据（2026.10.15）。业务描述为公司公开资料的概括。
7. 术语表
| 术语 | 意思 |
|---|---|
| SaaS | Software as a Service。软件跑在供应商的云上，客户用浏览器访问、按订阅付费；对应的是老式的"买断 license，装在自己机房"。 |
| ARR | 年化经常性收入，当前所有订阅合同折成一年的金额。软件公司最常用的规模指标。 |
| ACV | 一份合同平均每年的金额。"新增 ACV"类似新签订单。 |
| NRR / GRR | 老客户今年付的钱 ÷ 去年付的钱。NRR 包含加购，GRR 只扣流失和降级。 |
| RPO / cRPO | 已签约未确认的合同额 / 其中未来 12 个月的部分。 |
| Rule of 40 | 收入增速 + FCF 利润率 ≥ 40% 算健康。 |
| SBC-adj FCF | FCF 减去股权激励。我们框架的主估值指标，因为 SBC 是真实的股东稀释。 |
| EV/GP | 企业价值 ÷ 毛利。软件之间毛利率差异大，用毛利比用收入更可比。 |
| SoR（记录系统） | 某类数据的"唯一正本"在哪里。员工数据的正本在 Workday，客户数据的正本在 Salesforce，总账的正本在 SAP。 |
| Write path | 改动正本数据必须经过的那个系统。AI agent 要真正办成事（发工资、关工单、下订单），最终得写进 SoR，所以掌握 write path 的公司更难被绕过。 |
| Seat 压缩 | AI 让同样的工作需要更少员工，按 seat 收费的软件收入随之下降。今年市场最大的担心。 |
| ERP / HCM / CRM / ITSM | 财务和运营系统 / 人力资本管理（HR）/ 客户关系管理（销售客服）/ IT 服务管理（工单）。 |
| IAM / IGA | 身份与访问管理（管登录，如 Okta）/ 身份治理（管权限，如 SailPoint）。 |
| EDR / SASE / 零信任 | 端点检测与响应（电脑和服务器上的防护，如 CrowdStrike）/ 云端安全网关（如 Zscaler）/ 默认不信任任何访问，每次都验证。 |
| 可观测性 | 监控软件系统的健康状况：指标、日志、调用链。Datadog、Dynatrace。 |
| DevOps | 把写代码、测试、发布、运维连成一条自动化流水线。GitLab、JFrog、Atlassian。 |
| BIM / PLM / AEC | 建筑信息模型 / 产品全生命周期管理 / 建筑、工程与施工行业。 |
| Take rate | 支付和平台公司从交易额里抽的比例。 |
| SMB / Mid-market / Enterprise | 小企业 / 中型企业 / 大企业。大企业的合同更大、更难换，小企业流失率高。 |