AI先杀"旧软件"，还是先抬升"老巨头"？

——从Thomson Reuters单日暴涨11%，读懂AI正在重塑的软件价值链

一句话核心判断：
AI不会平均地"杀死传统软件"，它会先淘汰护城河薄的功能型软件，同时抬升那些拥有专业数据、行业工作流和信任资产的老巨头。

一场"先砸后抬"的市场实验

2026年2月，全球软件股市场上演了一出教科书级别的戏剧。

故事的主角，是一家拥有175年历史的加拿大老牌信息服务公司——Thomson Reuters（路透集团）。

第一幕：砸。

2月初，AI公司Anthropic宣布推出一款可直接嵌入法律工作流的Claude新工具，消息一出，全球软件和专业服务类股票遭遇大规模抛售。六个交易日内，全球相关板块蒸发超过8300亿美元市值。Thomson Reuters股价在这轮恐慌性出逃中直接下跌超过20%，较一个月前的高点累计跌幅甚至一度超过34%。市场的逻辑简单粗暴：AI要来了，你们这些卖"传统软件"和"信息服务"的，都要被替代。

第二幕：抬。

仅仅数周之后，同样是2月，同样是AI相关消息，Thomson Reuters宣布其AI法律助手CoCounsel用户数突破100万，覆盖107个国家和地区，遍及法律、税务、审计、合规、风险管理等核心专业领域。股价当日暴涨超过11%，创下自2009年以来最大单日涨幅。资本市场上演了一次完美的自我打脸。

同一家公司，同一个AI大背景，先被市场当作"被杀对象"，再被市场当作"被抬对象"。

这种戏剧性反差，不是市场情绪的随机抽风，而是一个深层问题的外在显现：

在AI重塑软件世界的过程中，到底谁会被淘汰，谁会被重估？

这篇文章，试图从Thomson Reuters这个活生生的样本出发，把这个问题说清楚。

市场的误判——为什么会犯"AI平均主义"的错误？

要理解TR的故事，先要理解市场为什么会犯错。

2月初那轮8300亿美元的抛售潮，背后的逻辑是这样的：AI工具越来越强，专业任务越来越多可以被AI直接完成，那些靠"提供专业信息"和"工具软件"为生的公司，就会失去生意。

这个逻辑，乍听合理，实则粗糙。它犯了一个我们可以称之为"AI平均主义"的思维错误——把所有传统软件公司放在同一条被AI"扫射"的直线上，忽视了一个根本性的差异：

不同软件公司的护城河，厚度天差地别。

有些软件公司，本质上只做了一件事：把某个功能包上一层好看的界面，卖给用户。这类公司，它的核心竞争力在于：比用户自己手动做某件事，更方便一点点。一旦AI出现，能够直接"理解意图、执行任务"，这"方便一点点"就彻底蒸发了。

但另一些公司，积累的根本不是"功能"，而是数据、内容、工作流和信任。这类公司的竞争力，不会因为有了一个更聪明的"执行引擎"（AI）就消失，反而会因为AI需要"喂养高质量数据"而变得更值钱。

市场在2月初犯的错，是把这两类公司混为一谈，一起抛售。

读懂TR的护城河——"老"不是优势，"厚"才是

Thomson Reuters是一家什么公司？

很多人的印象是：一个卖金融信息的老牌公司，做了路透社，搞了些法律数据库，很"传统"。

但如果你去看TR高管在这次暴涨前后接受采访的表述，会发现他们反复强调的，从来不是"我们公司老，所以有品牌"，而是三个关键词：专有内容资产（proprietary content）、专业领域工作流（professional workflows）、信任与合规（trust & accountability）。

让我们把这三个词翻译成具体的东西：

专有内容资产： TR高管明确表示，CoCounsel的核心不是AI模型本身，而是其背后的数据——包括来自英国数百年的法律文书，以及超过一个世纪的美国法律档案，其中大量内容从未被数字化、从未公开发布、无法在互联网上找到。这是任何AI公司"重新训练一个模型"都无法复制的资产。更有意思的是，TR还拥有4500多名专业领域专家，持续对CoCounsel的输出进行验证和精炼。你可以买一个更聪明的AI大脑，但你买不走积累了175年的法律知识体系。

专业领域工作流： CoCounsel不是一个通用聊天机器人，它已经深度嵌入了律师、税务师、合规官员的日常工作流程——文件审查、案例研究、草拟合同、合规核查。这种嵌入不是一天建成的，是通过长期与客户合作、理解行业痛点、打磨具体场景才形成的。这类"深度嵌入"带来的切换成本，远比界面好看带来的粘性高得多。

信任与合规： 法律、税务、审计，是高风险、高责任的专业场景。在这些场景里，错误意味着客官的案子输掉、企业被罚款、律师执照被吊销。因此，专业人士选择AI工具，不只看它聪不聪明，更看它能不能被追责、有没有引用来源、数据能不能受保护。TR的CEO Steve Hasker说了一句话值得记住："当专业人士的声誉和客户数据都在赌注之上时，他们会选择他们信任的AI。"

这三条护城河，合在一起，构成了一个普通AI公司很难正面突破的壁垒。

用比喻说清楚——刀和食材的关系

技术语言说完了，让我们换一个所有人都能听懂的比喻。

想象一家顶级餐厅，来了一位新主厨——AI。

这位新主厨极为聪明，刀工精湛，做菜速度极快，学习能力超强。

问题来了：这位新主厨的到来，对餐厅里的每一个人、每一件东西的影响，是一样的吗？

当然不是。

最先被影响的，是那些只做"简单切菜、端菜、打杂"的角色。这些工作技术含量低、可以标准化，新主厨一来，这些岗位的价值自然大幅压缩。

但以下几类"角色"，不但不会被取代，反而因为新主厨的到来而升值：

1. 拥有独家食材的供应商。 如果某个农庄种了一种独特的有机食材，别处买不到，品质无可替代，那无论主厨多厉害，都得依赖这个供应商。这就是TR的"175年法律内容数据库"。

2. 懂得顾客口味的老服务员。 老服务员知道每桌客人的特殊习惯，知道谁不能吃辣、谁是老主顾、谁今天有什么重要场合。这些隐性知识，让新主厨在没有他们的情况下无法独立服务好每一位客人。这就是TR的"深度行业工作流"。

3. 食品安全认证机构。 如果餐厅要出具一份有法律效力的食品检测报告，必须由有资质的机构签字，不能随便出具。新主厨再厉害，也不能代替"认证"这个环节。这就是TR在法律合规场景里的"可追责性"。

而那些在这个比喻里会被淘汰的，是什么？

是那些"帮人把菜谱翻译成购物清单"的小册子、那些"帮人记录今日菜品"的小本本。这些本来就只是"功能性工具"，新主厨来了，这些工作自然被顺手做了，小册子和小本本就没了存在的意义。

对应到软件世界：那些本质上是"UI封装+流程搬运"的功能型软件，就是那本小册子。AI来了，它们最危险。

AI正在改写软件的"位置"，而不只是替代软件的"功能"

这是这篇文章最想说透的一个深层判断。

很多人谈AI对软件的冲击，停留在"AI会替代某个功能"的层面。这个理解是不够的。AI带来的更大变化，是重写软件在整个价值链中的**"位置"**。

过去的软件分工，大致是这样：

用户 → 软件界面（入口）→ 功能模块 → 输出结果

在这个架构里，软件是入口，是用户触达能力和知识的主要通道。

AI时代正在变成：

用户 → AI/Agent（新入口）→ 调用多个系统、数据源、工具 → 自动化完成任务 → 输出结果

在这个架构里，AI/Agent成为了新的入口和"调度层"，而传统软件有些会退到"被调用的底层系统"，有些会变成AI可以"插拔使用"的工具插件。

这意味着什么？

意味着软件公司的命运，将取决于它在新架构里能不能找到一个有价值的位置：

• • 如果你是"入口"：这个位置会被AI争夺，是竞争最激烈的地方
• • 如果你是"数据/内容提供层"：这个位置在AI时代反而升值，因为AI需要高质量的输入
• • 如果你是"专业执行层"：深嵌在高价值、高合规工作流中的系统，AI会来调用你，而不是取代你
• • 如果你是纯粹的"功能层"：这个位置最危险，AI可以直接实现你的功能，无需通过你

TR的CoCounsel，聪明地选择了一条路：不跟AI争入口，而是把自己变成AI需要调用的那个"不可替代的专业层"。它与Anthropic的合作，不是在跟Anthropic竞争，而是以Anthropic的Claude作为推理引擎，以TR自己175年的法律内容库作为知识底座，形成了一个"引擎+燃料"的组合。引擎再强，没有专业燃料就跑不动。

市场正在做的那道题——不是"AI会不会替代软件"，而是"谁还有护城河"

理解了这些，再来看2月这场"先砸后抬"的资本市场戏剧，就会有不同的感受。

2月初的抛售，是市场的第一反应：恐慌性的、不加区分的"AI冲击担忧"。所有跟专业信息、软件、服务沾边的公司，无论护城河厚薄，一律被当成"AI受害者"。

2月24日TR的暴涨，是市场的第二反应：开始区分，开始重估。市场意识到，同样面对AI冲击，TR这类公司的情况跟那些"薄软件"根本不一样。100万专业用户的里程碑，是一个信号，一个证明"专业AI在高门槛场景跑通了商业模式"的信号。

更值得关注的细节是：这次TR暴涨，同时拉动了其欧洲同行——拥有LexisNexis的RELX集团上涨6%，荷兰信息巨头Wolters Kluwer上涨4%。这说明市场在做的，不只是重估TR一家，而是重估整个"专业数据+高门槛工作流"这个资产类别。

这是一次价值逻辑的迁移：从"谁受到AI冲击"，到"谁手里有AI需要的资产"。

谁更危险？谁更有机会？

讲完了逻辑和案例，来说一些更直接的判断。

更危险的软件（相对而言）

以下这类产品，在AI时代面临真实的生存压力：

通用型、模板型、低切换成本工具。 例如那些帮你做简单文档整理、数据搬运、格式转换的工具类软件，本质上提供的是"便利性溢价"。AI可以直接完成这些任务，这类软件的必要性大幅降低。

没有独家数据、只靠界面体验的软件。 如果你的核心优势是"界面好用"，而没有任何独特的内容、数据或场景深度，AI可以快速复制甚至超越你的界面体验。

价值集中在"信息搬运"和"初级整理"的产品。 这类工作，本质上是AI的强项。它们不需要高度专业化的判断，只需要理解意图并执行，AI完全可以胜任。

缺乏可追责性、无合规要求的场景。 越是低风险、无需追责的任务，AI替代的阻力越小。

更有机会被"抬升"的软件（相对而言）

拥有专业数据库、内容版权或行业知识体系的平台。 这是最核心的一条。你手里有别人买不到、学不走的内容资产，AI时代反而会让这些资产升值，因为AI本身需要高质量数据喂养。

深度嵌入法律、税务、金融、医疗、合规等高门槛工作流的系统。 切换成本高，替代难度大，行业壁垒提供了天然的缓冲带。

能输出可审计、可追责、有引用来源的结果的系统。 高责任场景里，"可信AI"比"聪明AI"更值钱。谁能提供带着引用来源、经过专家验证的输出，谁就掌握了高附加值场景的钥匙。

有资金和组织能力持续整合AI的老玩家。 TR收购Casetext花了6.5亿美元，而且宣布2028年前还有约110亿美元的资本储备用于AI相关并购。资金实力，不是小事，它决定了谁能在"AI整合"这场马拉松里持续领跑。

AI时代，软件护城河5问（建议收藏）

这里给出一个判断框架，无论你是投资人、企业主、产品经理，还是想判断自己公司产品命运的从业者，都可以用这5个问题来自测：

问题1：你卖的是"功能"，还是"结果"？

功能是手段，结果是价值。如果你提供的是"帮用户填表"、"帮用户转格式"这类功能，AI很快就能直接提供。但如果你提供的是"帮律师赢得案子"、"帮税务师规避风险"这类结果，AI能辅助，但无法独立完成，因为责任在你。

问题2：你有没有独家数据或内容资产？

能不能找到你的数据，在互联网上搜索一下就知道。如果你的核心内容都是公开可得的，那你的数据优势不算优势。TR的法律档案大量未被数字化，这才叫真正的独家资产。

问题3：你卡在工作流的哪个位置——入口、中间层，还是底层执行？

入口层竞争最激烈，AI和大科技公司都想抢。中间层看具体场景。底层执行层如果够专业、够深，反而安全——因为AI调度需要你。

问题4：你的场景是否高责任、高合规、高信任？

法律错了，案子可能输。医疗错了，人命关天。金融错了，钱没了。越是高风险的场景，越需要可追责的专业系统，AI越是来辅助而不是来替代。

问题5：你能不能把AI接进你的业务系统，形成闭环交付？

这不只是技术问题，更是战略问题。TR的做法是：用Anthropic的Claude做推理引擎，用自己的内容库做知识底座，用自己的专家网络做质量验证，最后交付给专业客户。这个闭环，任何单一环节都不足以构成完整价值，但组合起来就是别人难以复制的护城河。

这轮AI重估，重估的不是新旧，而是深浅

Thomson Reuters这个故事，本质上是一个关于AI时代资产价值的教育案例。

它告诉我们，AI浪潮下的商业世界，并不是"新vs旧"的简单对决，而是一场关于"深浅"的重新排序。

那些看起来现代、聪明、增长快，但本质上只是功能封装的软件，会在AI的冲击下最快失去溢价。它们的护城河，说到底只是"比用户自己操作，方便了一点点"。

那些看起来传统、笨重、增长慢，但积累了几十年专业内容、深嵌高价值工作流、拥有不可替代信任资产的老巨头，会在AI时代被重新发现、重新定价。因为AI需要它们，而不是在替代它们。

这不是在为守旧辩护，也不是在反对新技术。而是想说明一个更重要的事实：

AI不按公司年龄出手，它按护城河厚度出手。

TR这次先被砸、再被抬的市场演练，是一次市场从"恐慌性平均主义"走向"精准性价值重估"的过程。这个过程，才刚刚开始。

接下来，每一个行业都将经历类似的重估周期——先是恐慌性下跌，然后是区分性反弹。那些手里真有东西的公司，终将在市场的重新审视下，被回归到应有的价值位置。

而那些只靠界面、只靠便利、只靠"比手动方便一点"存活的软件，无论今天看起来多么现代，都面临着被AI这把刀"精准切除"的命运。

软件不会立刻消失，但软件的位置正在改变。而谁站对了位置，就决定了谁是AI时代的赢家。

本文数据来源：Reuters, BNN Bloomberg, Financial Content, Artificial Lawyer, MarketScreener等公开报道，综合分析，不构成投资建议。