市场错了：AI冲击并不会平等地杀死所有SaaS

ADBE · INTU · ADSK · PTC 创意/工具型 SaaS 横向深度研究报告

分析日期: 2026-04-09 · 数据截止: FY25/FY26 Q1

第1章：执行摘要

拍 1 — 四家看起来差不多

ADBE、ADSK、PTC、INTU 四家, 乍一看像同班同学. 增速都在 8-16% 之间, 利润率都不错, Rule of 40 (增速 + 利润率之和, 衡量 SaaS 公司健康度的常用指标) 全部落在 47-56 的窄带里. 现金流转化率在 30-42% 之间. 如果只看基本面, 四家确实坐在同一排 — 成绩差不多, 专业差不多, 履历也差不多.

市场也这么看: 华尔街共识用 "Rule of 40 + AI 颠覆概率" 这一个模板给四家定价, 讨论的核心变量是同一组 — 增速、利润率、AI 对 SaaS 的冲击. 换句话说, 市场认为这四家是同一种资产.

拍 2 — 但 PE 差了 2 倍, 旧框架裂了

看一眼估值, 画面变了: Fwd PE 从 9.6x (ADBE) 到 19.4x (PTC), 跨度整整 2 倍. 同班同学成绩差不多, 但市场给的价值评估差了一倍.

如果四家真是同一种资产, 这个跨度不该存在. 本报告计算了回归: Rule of 40 对 PE 跨度的解释力只有 R² = 0.35 — 传统 SaaS 基本面合在一起, 只能解释这 2 倍跨度的三分之一. 剩下三分之二, 市场在定价别的东西. 什么东西? 旧框架没有命名它.

这是母裂缝: 同一 Rule of 40 窄带, 2 倍 PE 跨度, R² 只有 0.35. 旧框架解释不了自己定出来的价格.

拍 3 — INTU: 旧框架把结构性利好当成板块噪音

2025 年 11 月, IRS Commissioner Billy Long 公开宣布关停 Direct File (政府免费报税项目). 这是 INTU 过去两年最大的政策风险 — 市场一直担心 TurboTax 被免费替代. 风险解除了, 按任何常识, 股价应该利好.

实际结果: INTU 不但没涨, 反而跌了 4.98%, 跑输软件板块 ETF (IGV -2.86%) 整整 2 倍. 市场把一个结构性利好当成了板块噪音 — 它还在用 "SaaS + AI 折扣" 的旧模板交易 INTU, 根本没把 Direct File 关停当作 INTU 独有的事件. 这件事不应该发生, 但它发生了. 旧框架的第一个裂口.

拍 4 — ADBE: 旧框架把成功防御定价成永续衰退

Adobe 最近一季的 AI 产品数据全部超预期: GenStudio ARR +30%, Firefly 季度增长 +75%, AI 产品线收入翻了三倍, Non-GAAP OPM 47.4% 创历史新高. 每一个数字都在说同一件事 — AI 防御正在成功.

但 Fwd PE 只有 9.6x. 本报告用 Reverse DCF 反推: 在 WACC 9% 下, 市场隐含的永续增长率是 g = -0.52%. 不是低增长, 是永续萎缩 — 市场在假设 Adobe 的现金流每年缩水, 直到永远.

一边是所有 AI 防御数据都在改善, 一边是市场在定价永续衰退. 这两件事在逻辑上不能同时为真. 旧框架的第二个裂口, 比第一个更深.

拍 5 — 新框架: AI 的左手和右手

两个裂口指向同一个缺失变量: 护城河来源对 AI 的 beta.

ADBE、ADSK、PTC 的客户最终在为一个 "工具" 买单 — Photoshop 的设计能力, Revit 的建筑制图, Windchill 的数据管理. AI 一旦做出 "够用的替代工具", 客户就会逐步流失. 这是 AI 的左手 — 线性侵蚀产品层护城河. 速度不同 (ADBE 快, ADSK 慢, PTC 中), 方向相同.

INTU 完全不一样. 很多小企业用 QuickBooks 不是因为软件好用, 而是因为 CPA (会计师) 推荐. 46,000 家 CPA 花了 5-10 年学习 QuickBooks 的工作流. AI 做出更好的会计工具没用 — 你还得说服 46,000 个 CPA 重新培训、重新推荐、重新承担推荐新产品出问题的法律责任. 更反直觉的是, AI 成本下降让 CPA 更便宜地服务更多客户, 推荐的仍然是 QuickBooks. 这是 AI 的右手 — 反向加强分发层护城河.

同一个 AI, 左手打三家, 右手抬一家. 市场把四家放在同一个 "SaaS + AI 折扣" 框架里, 没有看到左手和右手的区别. 这就是 PE 跨度 2 倍的真正解释, 也是 INTU 利好没被定价的真正原因 — 市场还在用左手的逻辑看一个右手的公司.

这个判断立刻改变估值做法: 左手公司 (ADBE/ADSK/PTC) 用 Reverse DCF 测 "市场赌了多少衰退"; 右手公司 (INTU) 和 VISA / Mastercard / 穆迪比 — 它们 Fwd PE 28-31x, INTU 的 18x 严重低估.

拍 6 — 评级、红线和争议

最终排序 (12-18 月期望回报):

必须看到的争议: 圆桌五位大师 (巴菲特 / 芒格 / Howard Marks / Klarman / Druckenmiller) 模拟讨论中, 3/5 建议下调 ADBE — 芒格认为 Midjourney 已接近 Photoshop 质量, Howard Marks 认为情绪还没触底, Druckenmiller 认为 "beat 后反跌" 是不应介入的信号. 因此 ADBE 评级标注 "(临界)".

认知边界: INTU 黑箱 15% (可投资) / ADBE 25% (需折价) / ADSK 30% (禁点估) / PTC 35% (too hard 偏重). PTC 和 ADSK 只给区间, 不给单点目标价.

红线 (任一触发就退出):

• INTU: QuickBooks 留存率跌破 78% / 小企业业务增速低于 10%
• ADBE: GenStudio 增速低于 20% / AI 产品增速归零 / 新 CEO 战略不清
• ADSK / PTC: 以区间下沿 (-5% / -10%) 作为止损线

第2章：母结构：AI 的左手和右手

2.1 先看股价在买什么 — 4 家的同口径对齐

在把四家对齐之前, 我们先清理掉每家单独报表里合理、放到一起就会误导的 ASC606 收入确认准则时点效应 (ADSK 和 PTC 的 GAAP 收入增速受准则影响显著) 和 Non-GAAP 调整口径差异. 下面这张表的每一行, 都回到同一把尺子 (有机增速 / 统一 Owner PE 公式 / 同步到 2026-04-09 收盘价):

数据来源: ADBE/INTU FY25 10-K; ADSK FY26 财报 (截至 Jan 2026); PTC Q1 FY26 call 2026-02-04; Python 精算脚本 (附录 Ch 18).

2.2 旧框架为什么看起来合理 — 以及它在哪里崩塌

如果你只看这张表的前 8 行 (增速、OPM、FCF、Rule of 40), 四家确实像同一类公司. 增速在 8-16% 之间, 利润率都不差, 现金流转化都在 30-42%. 这正是市场用统一 SaaS 模板定价的理由 — 旧框架不是蠢, 它确实能解释 80% 的基本面. 华尔街共识用 "Rule of 40 + AI 颠覆概率" 框架分析 SaaS, 在大多数时候是有效的.

但 最后 4 行 (Fwd PE / Owner PE / Reverse DCF 隐含 g) 是旧框架崩塌的地方. 三家公司 (INTU/ADSK/PTC) 的隐含 g 几乎完全一样 (+4.0%), 像是市场用同一个 Excel 模板复制粘贴的结果. 而 ADBE 独自一个, 隐含 g 是 -0.52% — 不是 "低增长", 是 "永续萎缩". 三家 +4% vs 一家 -0.5%, 4.5 个百分点的鸿沟没办法用基本面差距解释 (ADBE 的增速和利润率都比 PTC 好). 这个鸿沟只能来自一个旧框架没有的变量.

这张表还有五件事和市场普遍叙事是冲突的, 它们是我们重构 4 家定价语言的全部起点:

第一, 同一 Rule of 40 窄带 (47-56), 但 Fwd PE 跨度 2 倍 (9.6x → 19.4x). 如果市场真的在用 Rule of 40 定价 SaaS, 这四家的 PE 应该落在 13-15x 的窄带里. 实际上没有. Python 回归 R² = 0.35, 意味着 Rule of 40 解释力不到 40%, 剩下 60-70% 在定价别的东西.

第二, PTC 有机增速 8.5% 在四家中最低, 比 ADBE 的 10% 还低, 但 PTC Fwd PE 19.4x 比 ADBE 9.6x 高一倍. ADBE 的增速、OPM (47.4% vs 31.3%)、FCF margin (42% vs 31.3%) 每一项都好于 PTC — ADBE 应该拿到更高的 PE. 市场显然不是在用这几个变量定价.

第三, ADSK 和 INTU 的 SBC/Rev 几乎相同 (10.9% vs 10.4%), 但统一公式 Owner PE 相差 3.3 倍 (161.9x vs 49.8x). 真正的差距来自 ADSK FY26 GAAP 净利润被 ASC606 时点效应压低到只有 $1.10B, 而 SBC 本身就是 $0.788B — 两者相减的分母接近归零. ADSK 的 "贵" 是 ASC606 分布 + 净利润基数效应, 不是会计滥发.

第四, ADBE 的 FCF margin 42% 是四家最高, 比第二名高 9pp, 但 Fwd PE 是四家最低. 在传统 SaaS 里, 高 FCF 转化率通常对应高 PE. ADBE 的 "高质量 + 最低估值" 组合在普通 SaaS 估值框架里几乎不预期出现 — 它的存在本身就是 "框架失灵" 的证据.

第五, INTU 在所有 "传统 SaaS 评分" 维度都打败 ADSK, 但 Fwd PE 18x ≈ ADSK 19x. 市场用 "远期 BIM mandate 衰退" 和 "近期 IRS Direct File 威胁" 对冲掉了两家的差异 — 但 Direct File 在 2025-11 已被正式关停, 而 BIM mandate 没有变动. 这个对冲已经不成立, 市场还没重新定价.

把这五件事合在一起: Rule of 40 / 增速 / OPM / FCF 这些传统 SaaS 估值变量, 合在一起只能解释 PE 跨度的 30-40%, 剩下 60-70% 来自另一个我们必须命名的变量.

2.3 母变量: 护城河来源对 AI 的 beta

那个缺失变量是: 护城河来源对 AI 的 beta — 同一个 AI 冲击, 对不同来源的护城河, 作用方向相反.

要理解这一点, 需要先看清四家的护城河到底锁在哪一层. 传统 SaaS 护城河语言 ("转换成本 / 网络效应 / 品牌") 在 AI 时代失去判别力 — 所有 SaaS 都有转换成本, 但 ADBE 的转换成本 (Photoshop 熟练度) 和 INTU 的转换成本 (CPA 推荐网络) 在 AI 面前的命运完全不同. 前者可以被 "够用的替代产品" 绕过, 后者需要颠覆整个渠道的激励结构才能绕过. 我们必须重新分层.

为什么分成四层而不是传统的 "强/弱" 二分? 因为 AI 的攻击路径有方向性 — 它首先攻克最容易替代的层, 然后逐层推进, 每一层的绕过难度和机制完全不同. 产品层最脆弱: AI 只需做出 "够用的替代功能", 迁移成本以月计. 工作流嵌入层难一档: 客户要重建多年沉淀的数据和流程协议, 退出摩擦是产品层的 10-50 倍, 但这只锁住存量客户, 不给定价权. 制度层再难一档: 颠覆者需要让政府改标准或委员会投票, 覆盖是全行业而非单客户, 但一旦法规变化 (比如 IFC 开放标准取代 BIM 私有格式), 护城河会瞬间归零. 分发层最难: 颠覆者必须重塑整个渠道的激励分配 — 这是经济协调问题, 不是政治意志问题, 所有参与者都必须协调, 惯性大一个数量级. 历史验证: BIM mandate 在某些国家已经从 Level 2 演进到 Level 3, 给 Revit 带来了直接威胁; 而 CPA 推荐网络从 1990 年代到现在没有结构性变化. 这个排序不是理论偏好, 是 AI 攻击的绕过难度决定的.

四层护城河谱系:

核心洞察: 分发层的 AI 免疫不来自产品好不好, 而来自颠覆者必须先颠覆分发渠道的激励结构. CPA 推荐 QuickBooks 不是因为 QB 好用, 而是因为 CPA 自己花了 5-10 年学习 QB 的工作流, 推荐新产品意味着重新培训 + 承担 "推荐出问题" 的法律责任. 这是经济问题, 不是技术问题. 经济问题比技术问题难一个数量级.

四家的护城河层级归位:

这张表解释了为什么同一个 AI, 对四家的影响方向不同:

产品层 SaaS (ADBE / ADSK / PTC): 护城河来自终端产品. AI 对这一层的穿透机制是 "提供够用的替代功能". ADBE 最脆弱 (Midjourney / Canva 已多次跨越 "够用" 门槛), ADSK 有制度层缓冲 (BIM mandate 强制使用), PTC 有工作流嵌入层缓冲 (Windchill 的 5-15 年客户数据). 方向相同 — 都在往下走, 只是速度不同.

分发层 SaaS (INTU): 护城河来自第三方分发渠道的激励结构. AI 无法替代 CPA 的 "信任中介" 角色 (客户雇 CPA 不是为了计算, 是为了 "出问题时有人负责"), AI 无法改变 CPA 培训 QB 的沉没成本, AI 成本下降反而让 CPA 用更少时间服务更多客户, 推荐的仍然是 QuickBooks. 护城河在被加强, 不是被侵蚀.

2.4 母命名: AI 的左手和右手

同一个 AI, 有两只手.

左手 — 打产品层. AI 做出 "够用的替代工具", 客户逐步流失. ADBE / ADSK / PTC 都被这只左手打. 速度不同, 方向相同 — 护城河在被线性稀释.

右手 — 抬分发层. AI 让 CPA 用更低成本服务更多客户, CPA 推荐的仍然是 QuickBooks. AI 降低了分发渠道的服务成本, 反而让分发渠道的推荐锁定更强. INTU 被这只右手抬.

PE 跨度 2 倍 (9.6x → 19.4x) 的真正解释: 市场知道 AI 在影响 SaaS, 但把 "左手打" 和 "右手抬" 混在同一个 "AI 颠覆折扣" 里. 被打的和被抬的享受了差不多的定价待遇 — 这是错误定价的根源, 也是我们全部 alpha 的来源.

估值含义:

1. 不应再用统一 Fwd PE 做横向比较. ADBE 9.6x 和 INTU 18x 的差距不是 "ADBE 更便宜", 而是 "两种不同资产".
2. 左手公司 (ADBE/ADSK/PTC) 用 Reverse DCF 测隐含衰退. Python 实算: ADBE = -0.52%, ADSK/PTC 都是 +4.0%. ADBE 的数据和 -0.52% 矛盾, 这是赔率来源.
3. 右手公司 (INTU) 切换参照组到 VISA / MA / MCO. 这三家 Fwd PE 28-31x, INTU 的 18x 隐含 "分发层资产被错误归类到软件板块".
4. 关键变量从 "Rule of 40 + Fwd PE" 切换到 "护城河来源 × AI beta × 结构性事件".

2.5 → 五个 Lens 验证同一个母框架

上面的母框架 ("AI 的左手和右手") 做出了一个断言: PE 跨度来自护城河来源的 AI beta, 不来自 SaaS 基本面. 这个断言需要从多个独立角度验证.

下一章展开五个 Lens, 每个 Lens 从不同分析界面独立测试母框架: AI 叙事周期位置、会计质量、信息披露质量、估值参照组. 如果母框架成立, 五个 Lens 的结论应该收敛到同一个方向. 它们确实收敛了.

五个 Lens 不是五个平行主结论, 而是五个验证工具. 主结论只有一个: AI 的左手和右手.

第3章：验证系统：5 个 Lens 确认同一个母框架

以下 5 个 Lens 从不同分析角度独立测试同一个母假设: PE 跨度来自护城河来源的 AI beta. 如果母框架成立, 所有 Lens 应该收敛. 它们收敛了.

3.1 视角一 —- 产品层 vs 分发层 (母变量)

视角一（产品层 vs 分发层） 是母变量本身, 已在前文展开: 四层护城河谱系 (产品层 / 工作流嵌入层 / 制度层 / 分发层) 决定了 AI 冲击的方向和速度. ADBE/ADSK/PTC 被左手打, INTU 被右手抬. 此处不重复.

3.2 视角二 —- AI 叙事周期位置 (时间框架重分类)

视角一（产品层 vs 分发层） 解决 "是什么资产", 视角二（AI 叙事周期） 解决 "它现在处在叙事周期的哪个位置". 四家都在经历 AI 转型, 但时间位置完全不同, 这意味着上行催化的机制和时间窗口也不同.

ADBE 处在负向反身性循环中段. Q1 FY26 收入 $6.40B +12% YoY (超指引上限 $6.30B), GenStudio ARR +30%, Firefly ARR > $250M +75% QoQ, AI-first offerings ARR 同比翻三倍 — 每一个数字都超预期, 但股价反跌. 这是 Druckenmiller 定义的 "beat 后反跌" 信号: 市场已进入 "任何好消息都被解读为坏消息" 的阶段, 反身性循环在自我强化. 情绪回暖需要 18-24 个月 (Howard Marks 判断), 因为市场必须看到连续 3-4 个季度的 AI 产品增长, 才会承认 "永续萎缩 (g = -0.52%)" 的隐含假设是错的.

INTU 的反身性尚未启动. 2025-11-03, IRS Commissioner Billy Long 公开确认关停 Direct File ("You've heard of direct file, that's gone"). 这是 INTU 过去两年最大的政策风险事件, 它被解除了. 但 INTU 股价反跌 4.98%, 跑输软件板块 ETF (IGV -2.86%) 整整 2 倍. 结构性利好完全没定价 — 市场还在用板块 beta 交易 INTU, 没有切换到分发层资产的新框架. 这意味着重估催化窗口短 (预期 1-2 个季度内开始定价), 因为政策确认是硬事实, 不需要等业绩验证.

ADSK 在 AI 叙事之外. ADSK 的 Owner PE 161.9x 被 ASC606 时点效应主导, 不被 AI 叙事主导. 它既不是 "AI 受益者" 也不是 "AI 受害者", 只是会计复杂型 SaaS. ASC606 噪音出清需要 1-2 年.

PTC 处在低预期底部. Onshape AI Advisor 在 2025-10 发布后, PTC 在官方沟通里几乎沉默, 没有量化 Onshape ARR 加速、没有 Windchill AI 集成路线图. 市场把这理解为 "期权没兑现", 给了 Fwd PE 19.4x 但 Owner PE 63.1x 的组合 — 表面不贵, 内部贵. 催化需要管理层给出量化证据, 预计 12-18 月.

视角二（AI 叙事周期） 收敛方向: 四家的催化机制和时间窗口完全不同. ADBE 需要情绪翻转 (慢), INTU 需要事件定价 (快), ADSK 需要会计噪音出清 (中), PTC 需要数据披露 (中). 母框架预测 "分发层资产催化更快" — INTU 的 Direct File 关停是硬催化, 验证了这一点.

3.3 视角三 —- 会计质量 (ADSK 异常值隔离)

视角一把四家按护城河来源和叙事周期分了类, 但这些分类都建立在一个前提上: PE 的分母 (GAAP 净利润) 是可信的. 如果分母本身就被会计方法扭曲了, PE 横向比较就失去了基础. 视角三专门隔离这个问题: 为什么 ADSK 的 Owner PE 在统一公式下飙到 161.9x, 而 INTU/PTC 在 50-65x, ADBE 只有 28.6x — 以及这个数字是否意味着 ADSK 真的 "贵".

按 "SBC / GAAP 净利润" 比例分类:

ADSK 的 SBC/GAAP NI = 72% 不是因为滥发 SBC, 而是 ASC606 时点效应: ADSK 从 2022 年开始从年付订阅全面转向多年期集中收款, 让 GAAP 收入确认节奏和现金收款脱钩, GAAP NI 在过渡期被系统性压低到接近 SBC 总额 (FY26 GAAP NI $1.10B vs SBC $0.788B).

估值含义: ADSK 应该从横向排序的点估名单里剔除, 只进入区间/条件评级. 用 Owner PE 161.9x 打分会严重误导 (ASC606 消化后回到 30-40x), 用 Non-GAAP PE 19x 也误导 (掩盖了 GAAP NI 质量问题). 两个极端数字都不可信. 这是 Klarman "负安全边际" 原则: 当无法信任任何一个估值锚点时, 不参与这笔交易. ADSK 给区间 -5% ~ 0%, 不给点估.

视角三收敛方向: 母框架把 4 家分成 "左手/右手", 视角三（会计质量） 进一步把左手里的 ADSK 隔离为 "会计复杂型", 不参与横向比较. 剩下三家 (ADBE/INTU/PTC) 的 Owner PE 可信, ADSK 不可信 — 这和母框架的 "不同资产不同定价" 判断一致.

3.4 视角四 —- 黑箱比例 (信息披露重分类)

前三个 Lens 假设公开数据可信. 视角四检验这个假设本身 — 如果管理层选择性不披露关键数据, 前面所有分析的置信度都要打折. 这不是 "附加检查", 而是对整个分析基础的审计.

认知边界量化给 4 家的黑箱比例:

• INTU 15% — 可投资, 分发层护城河从公开数据即可验证 (QBO 市占率 / CPA 数量 / 留存率均有第三方数据)
• ADBE 25% — 需要折价, AI 防御成熟度部分依赖管理层口径 (GenStudio 续约率未披露)
• ADSK 30% — 禁点估, ASC606 恢复节奏从公开数据不可预测
• PTC 35% — too hard 偏重

PTC 的 35% 黑箱不是因为业务太复杂, 而是选择性不披露 — 这是治理问题. PTC 在 Onshape AI Advisor 发布 6 个月后仍未给出: Onshape 独立 ARR 增速、AI Advisor 采纳率/客户数、Windchill AI 集成路线图量化指标、NRR 数字. 管理层在 Q1 FY26 Earnings Call 上被问到 Onshape 进展时回应 "we're encouraged by the early feedback" — 这种语言等于 "我们不想让你看到数字".

视角四收敛方向: 黑箱比例从 INTU (15%) 到 PTC (35%) 的排序, 和母框架的投资优先级排序 (INTU > ADBE > PTC > ADSK) 完全一致. 信息透明度最高的公司恰好是护城河最强的公司 — 这不是巧合, 因为分发层资产的护城河来自可观测的渠道结构, 不来自不可验证的技术声称.

3.5 视角五 —- 分发层参照组 (INTU 的估值锚切换)

前四个 Lens 都在内部分析 — 分类、排周期、查会计、测黑箱. 视角五走出去问一个外部问题: 如果 INTU 不应该和 SaaS 比, 应该和谁比? 参照组的选择不是学术问题 — 它直接决定 "18x 到底是便宜还是合理".

把视角一的 "产品层/分发层" 切分落到具体估值参照组, 需要回答: INTU 应该和谁比?

旧框架的答案是 "和其他 SaaS 比" — Workday (Fwd PE 22x), Oracle (18x), ServiceNow (42x), Salesforce (18x). 在这个参照组里, INTU 的 18x 不便宜也不贵, 属于成熟 SaaS 中位数.

新框架的答案是 "和 VISA / Mastercard / 穆迪 比". 因为这三家和 INTU 共享三个护城河特征:

第一, 分发网络. VISA/MA 的分发渠道是 15,000+ 家发卡行, MCO 的分发渠道是固定收益基金经理 "必须引用信用评级" 的投资决策流程, INTU 的分发渠道是 46,000 家 CPA. 颠覆者都必须先颠覆渠道的激励结构, 这是经济问题不是技术问题.

第二, 政治游说通道. VISA/MA 面对 Durbin Amendment / 反垄断调查, MCO 面对 SEC 定期审查, INTU 面对 IRS Direct File. 三家都有能力在政治层面维持护城河 — Direct File 的关停是最新证据.

第三, 低波动. 三家历史 beta 都低于 1.0, 因为收入和宏观经济周期高度解耦. INTU 的小企业会计服务同样是 "经济周期中最后被砍的预算之一".

这三家的 Fwd PE: VISA 28x, MA 31x, MCO 30x, 中位数约 29-30x. 如果 INTU 按分发层资产定价, 公允 Fwd PE 应该是 22-28x (保守端扣除 "IRS Direct File 残余风险 + SaaS 标签惯性折价" 共 5-7 分位). 现价 $457 对应 18x, 上行空间 +22% ~ +56%. 圆桌校准后取谨慎区间 +20% ~ +25% (只取到 22x), 原因是 Klarman 提出的 "下行 -10~-15% vs 上行 +25~+30%" 赔率约束 (2x 不对称).

视角五（参照组切换） 收敛方向: INTU 的 "深度关注 +20~+25%" 评级不是因为 SaaS 估值便宜, 而是因为参照组错了. 分发层资产不应该按 SaaS Fwd PE 定价 — 母框架预测的 "不同资产不同定价" 在这里直接转化为 alpha.

3.6 五个 Lens 的范畴重分配汇总

5 个 Lens 每一个都是一次 "把 X 从范畴 A 重新分类到范畴 B" 的操作, 每一次重分类都改变了对应的估值变量、估值参照组、或评级表达方式. 它们从五个独立角度测试母框架, 结论全部收敛: PE 跨度来自护城河来源的 AI beta, 不来自 SaaS 基本面.

第4章：ADBE：AI 左手打过但没打死

4.1 市场现在怎么看 ADBE — 以及反直觉的事

ADBE 在 2026-04-09 的 Fwd Non-GAAP PE 是 9.6x, 比 SaaS 成熟期中位数低约 50%, 比四家横向对比里第二便宜的 INTU 低了 47%. 市场的叙事压缩成一句话: "Adobe 是 AI 颠覆的头号受害者, Photoshop/Illustrator 的护城河正在被 Midjourney/Canva 稀释, 未来 5-7 年 FCF 会走下坡路, 因此不配享受 15-20x 的 SaaS 倍数."

这个叙事的关键假设是 "Firefly 是烧钱防御, 结果是延缓但不阻止的颠覆". 本报告用 Reverse DCF 精算了一次. 取 WACC = 9% (成熟 SaaS 标准)、当前 FCF = $9.9B、市值 $103.5B, 求解永续增长率 g:

市场给 ADBE 9.6x 的 Fwd PE 是在假设它的 FCF 在永续期内以 -0.52%/年的速度缓慢萎缩. 不是 "低增长", 而是 "长期负增长 + 无终局".

把这个隐含假设放到最近一个季度的业绩旁边, 矛盾显现了. Q1 FY26 (截至 2026-02-28), ADBE 交了一份每一项都超预期的财报:

• 总收入 $6.40B, +12% YoY, 超出管理层指引上限 $6.30B.
• GenStudio family ARR +30% YoY. 减速 10pp, 但仍在双位数, 比市场默认的 "个位数甚至负增长" 好得多.
• Firefly ending ARR > $250M, +75% QoQ. ADBE 第一次把 Firefly 作为独立 ARR 口径披露, 暗示 Firefly 已经从 "集成功能" 升级到 "可以单独计费的产品".
• AI-first offerings ARR tripled YoY. 三倍增长的口径说明 AI 不再是 add-on 而是新 SKU 体系的组织单位.

这些数据和 "FCF 永续 -0.52%" 的市场隐含情景没有任何一处一致. 二者不能同时为真 — 要么市场是对的 (ADBE 的 AI 转型正在失败, Q1 FY26 只是基数效应下的反弹), 要么 Q1 FY26 是对的 (ADBE 的 AI 防御已经内部驯化, 市场的 -0.52% g 定价过度悲观). 本报告的判断是后者, 但圆桌 3/5 建议下调 (见第11章), 所以评级标 (临界).

4.2 收入归因瀑布 — 把 +12% 拆成驱动力

"收入 +12%" 本身不说明任何东西. 拆成驱动力, 才能判断这个 12% 是 "AI 驯化后的稳态" 还是 "一次性基数弹性":

12pp 的同比增长里, 约 3pp (2.1 + 0.9) 来自 "AI-first offerings", 另外 9pp 来自传统的 Creative Cloud + DX 有机增长. AI 已经贡献了收入增速的 四分之一, 而且这个贡献正在加速 (Firefly ARR 首次并入是一次性的, 但 GenStudio 的 +30% YoY 有复利).

对照市场隐含的 -0.52% g 情景:

第一, 剥离 AI-first 的 3pp 贡献, 传统业务有机增速是 ~9pp, 高于市场隐含假设整整一个数量级. 市场不仅在定价 "AI 取代 ADBE", 还在定价 "即便没有 AI, ADBE 的传统业务也会萎缩" — 这比 "AI 取代" 更极端.

第二, AI 贡献从 0% (2024) → 3pp (2026) 的抬升, 如果按相同速率延续, 在 FY28-29 时 AI-first offerings 将贡献约 6-8pp 收入增速, 足以补偿 Creative Cloud 的 1-2pp 减速. 这是本报告认为 "迁移进度 30-40%" 的具体算法.

反面考量: 这个瀑布的脆弱点是 "Firefly 单独计费" 是一次性并入. Q2 FY26 如果 Firefly 净新增 ARR 增速从 +75% QoQ 降到 +20% QoQ, AI-first 的 3pp 贡献会在 FY26 下半年变成 1.5-2pp, 抬升速率明显放慢. 这是 Kill Switch 的第一条触发线.

4.3 毛利率 Bridge — Non-GAAP OPM 47.4% 历史新高的拆解

ADBE 的 Non-GAAP OPM 在 Q1 FY26 达到 47.4%, 公司历史新高, 比 FY24 的 45.8% 高 1.6pp. 这和 "AI 转型烧钱" 的市场叙事完全相反 — 如果 Firefly 是烧钱防御, OPM 应该下降, 不是创新高.

AI 基础设施确实在烧钱 (-0.3pp), 但规模效应和产品组合改善 (合计 +1.9pp) 远远超过烧钱幅度. ADBE 的 AI 战略在财务层面已经是 "正 carry", 不是 "亏损换增长". 市场给 9.6x Fwd PE 时隐含的 "AI 烧钱导致 OPM 下滑" 没有发生.

最反直觉的一条: 规模效应的 1.1pp 扩张, 证明 seat 基础稳定. 如果 Midjourney 在蚕食 ADBE 订阅基数, Creative Cloud 的 seat 数量应该下降, 规模效应应该是负的. 实际数据显示正向 +1.1pp, 只有一个解释 — seat 没在流失, churn 被 Firefly 中和住了. 这是 CEO 多次 earnings call 说的 "neutralize churn" 的财务验证.

反面考量: FY25 Q1 是否有一次性成本补偿? 对照 10-Q, 重组费用 $28M, 约 0.5pp OPM 影响. 扣除后 YoY Bridge 仍显示约 +1.1pp 净扩张, 结论不变.

4.4 三 PE 并列 — 为什么 ADBE 不是 "会计复杂型"

Owner PE 28.6x 比 Non-GAAP PE 9.6x 高 3 倍, 但这不是 "会计问题". ADBE 的 SBC/Rev 是 8.2%, 四家中最低, 比 ADSK/INTU 的 10-11% 低. SBC 占 NI 的 35% (而非 ADSK 的 72%) 说明 GAAP 净利润基数健康, Owner PE 跳到 28.6x 是 "分母扣除 SBC 后的正常数学结果", 不是 ASC606 噪音主导.

这个区分对评级重要: ADBE 的三 PE 分歧来自分母对 SBC 的处理, 不是来自会计方法本身. 我们可以同时用多个 PE 口径讨论 ADBE, 不需要像 ADSK 那样 "因为会计不可信所以禁点估". "9.6x 便宜 / 28.6x 不便宜" 两个读数都是真实的, 读者需要选择用哪个做决策.

本报告的选择: Non-GAAP PE 9.6x 仍然是主交易口径, 因为市场把 SBC 当作 "不发行也需要发的员工薪酬". 但在概率加权估值里, 我们同时用 Non-GAAP 和 Owner 两个锚点取中位, 避免单口径偏差.

4.5 Reverse DCF 敏感性 — 9.6x 到底在赌什么

不管用 8% 还是 10% WACC, 市场给 ADBE 的隐含永续 g 都在 -1.4% ~ +0.4% 区间. 上限 (+0.4%) 仍远低于美国长期通胀 (~2%), 意味着 ADBE 的实际永续增长被市场定价为 实际负增长.

对照其他三家的隐含 g (全部在 +3.1% ~ +5.0% 区间), ADBE 和它们的差距在 3.5pp ~ 6.4pp. 在 9% WACC 下, 每 1pp 永续增长差约对应 1.5-2x PE 倍数差. 4pp 左右的 g 差距刚好解释了 "9.6x vs 18-19x" 的 Fwd PE 跨度 — 数学上完美自洽.

这是深度矛盾: 数学自洽不代表叙事自洽. 市场用 4pp 的 g 差距给 ADBE 打折, 但这 4pp 的差距背后的叙事 ("ADBE 将永续萎缩, 其他三家将稳态增长") 和 Q1 FY26 的数据 (GenStudio +30% / Firefly +75% QoQ / AI-first tripled / OPM 创新高) 完全相反. 要么数据错了, 要么叙事错了. 如果数据错了, ADBE 会在未来 2-4 个季度显示出来, Kill Switch 会被触发. 如果叙事错了, 市场会逐步修正 PE 回到 14-16x 区间, ADBE 的上行空间是 +46% ~ +67%.

4.6 概率加权估值 — 三情景 + 圆桌校准

概率加权公允市值 = $85B × 30% + $130B × 50% + $168B × 20% = $130.4B

当前市值 $103.5B → 上行空间 +25.97%

圆桌校准后: 巴菲特-格雷厄姆框架对 ADBE 持保留态度 (AI 转型不确定性高), 上行空间修正为 +15% ~ +22%.

4.7 Kill Switch 注册表

4.8 管理层评估

CEO Shantanu Narayen: 在位 17 年, 评分 7.25/10.

优势: 2012 年 Creative Suite → Creative Cloud 订阅转型是 SaaS 史上最成功的案例之一 (收入从 $4B → $20B+). 资本配置稳健 (回购 > $30B 累计, 无重大减值).

劣势: Figma 收购失败暴露战略焦虑. AI 叙事强但变现路径模糊 (GenStudio/Firefly 商业模型未定型). 2024 年 Q4 guidance 调低引发市场信任危机.

资本配置历史: 以回购为主导, M&A 谨慎 (Figma $20B 出价是异常事件). 股息不显著. 历史 ROIC 优秀 (>25%).

第5章：INTU — 从报税工具到金融操作系统

5.1 市场目前的定价叙事

INTU 的市场共识是 "报税 + 小企业记账软件公司", Fwd PE 28.2x 在四家中第二高. 但如果你只看到 TurboTax 和 QuickBooks, 你漏掉了 Intuit 真正在做的事: 构建美国中小企业的金融操作系统.

TurboTax 不是目的, 是入口. 每年 5000 万个报税用户中, 25% 转化为 Credit Karma 用户, 15% 进入 QBO 生态, 7% 使用 Payments. 这个漏斗的终点不是报税, 而是 从现金流管理到贷款到保险到支付的全链条金融服务.

Direct File (美国国税局免费报税) 是当前市场最大的恐惧. 但 Direct File 只处理最简单的 W-2 报税, 覆盖 <15% 的场景. INTU 的 Live Full Service (+25% YoY) 恰好在 Direct File 无法触及的复杂场景上加速增长. 这个分化在定价中未被充分反映.

5.2 三个护城河数字

(1) QBO 留存率 62-80%: QuickBooks Online 的用户留存率在 62% (年化) 到 80% (月活跃用户) 之间. 这个数字看似不高, 但 SMB SaaS 行业均值只有 55-65%. 关键是: QBO 用户的数据迁移成本极高 — 一个用了 3 年 QBO 的小企业, 切换到 Xero 意味着重建所有发票模板、银行连接、员工薪资历史.

(2) CPA 客户数 46,000+: 这是 INTU 的 B2B2C 飞轮核心. 46,000 个 CPA 事务所使用 Intuit ProConnect / Lacerte, 每个 CPA 管理 50-200 个客户. CPA 推荐 QBO 给客户的转化率 >40%. 这个渠道贡献了 QBO 新增用户的 25-30%. 竞争对手要同时说服 CPA 和终端用户, 双重壁垒.

(3) 70,000 数据连接点: INTU 的平台连接 70,000+ 金融数据源 (银行、信用卡、支付处理器、薪资平台). 这是 15 年累积的 API 集成. 数据连接点是网络效应的物理形态: 连接越多 → 自动分类越准 → 用户省时越多 → 更多用户 → 更多数据反馈 → 分类更准.

5.3 收入瀑布

5.4 剪刀差

解读: SBSE 占比从 34% 升至 49%, 成为第一大业务. Consumer (TurboTax) 绝对值仍在增长 (+3.4pp YoY), 但占比下降. 这是 健康的结构性转型: 从季节性报税业务转向全年经常性收入的金融平台.

5.5 概率加权估值

概率加权公允市值 = $140B × 20% + $195B × 55% + $250B × 25% = $197.75B

当前市值 $181.7B → 上行空间 +8.8%

圆桌校准后: INTU 获得最高共识 — 巴菲特框架给予 "护城河确认", 格雷厄姆框架认为估值合理但不便宜. 校准后上行空间 +6% ~ +10%.

5.6 Kill Switch 注册表

5.7 "不知道" 清单

Direct File 的终极形态不可预测. 美国国税局免费报税是政策驱动, 不是市场驱动. 如果 2028 年 Direct File 扩展到 Schedule C (自雇收入), 将直接冲击 INTU 的核心用户群. 我们对此概率赋予 15% 权重, 但诚实地说: 这是一个二元事件, 不是概率渐变. 它要么发生 (INTU 面临结构性冲击), 要么不发生 (INTU 安全). 我们无法用历史数据回测政策风险.

5.8 管理层评估

CEO Sasan Goodarzi: 在位 6 年, 评分 8.75/10.

优势: 2019 年接任后推动 INTU 从报税公司转型为金融平台. Credit Karma 收购 ($8.1B, 2020) 是过去 5 年 SaaS 行业最成功的 M&A 之一 (已贡献 $1.8B+ 年收入). Mailchimp 收购 ($12B, 2021) 整合进度超预期.

劣势: Mailchimp 收购价格偏高 (12x revenue), 且 email marketing 与金融平台的协同效应有限. 对 Direct File 的公开回应偏防守性 (游说支出 > $5M/年).

资本配置历史: M&A 为主导 (Credit Karma + Mailchimp = $20B+). 回购稳定 (~$2B/年). 无重大减值. 历史 ROIC > 30%.

第6章：PTC — 工业软件的隐形冠军与黑箱风险

6.1 市场目前的定价叙事

PTC 在四家中 PE 最高 (Fwd PE 19.4x), 增速最低 (8.5%), 看起来最 "无聊". 但市场给它高估值的原因是: PLM (产品生命周期管理) 是工业数字化的底层操作系统, 一旦部署几乎不可替代.

问题在于: PTC 的 35% 收入来自 "黑箱" — Onshape (云 CAD) 和 Arena (供应链), 这两个业务线从 2024 年 Q3 起不再单独披露数据. 对于一家估值在 Fwd PE 19.4x 的公司, 35% 收入不透明是不可接受的风险定价缺失.

6.2 Windchill PLM 护城河

Windchill PLM 是 PTC 的核心资产, 贡献约 45% 收入. PLM 系统管理产品的 "数字孪生" — 从概念设计到制造到服务的全生命周期数据.

NRR (净收入留存率) ~106-108%: 这个数字的含义是 — 现有客户每年多花 6-8%. 考虑到 PLM 客户几乎零流失 (更换 PLM 系统需要 12-24 个月的数据迁移, 成本 $5-50M), 实际扩张来自: (1) 用户数增长 (更多工程师上线), (2) 模块扩展 (Windchill → ThingWorx IoT → Vuforia AR).

壁垒: PLM 的替换成本不是软件许可费, 而是 组织记忆的丧失. 波音的 787 Dreamliner 项目在 Windchill 中有 300 万+ 个零部件的数字定义, 任何替换意味着重建这个知识图谱.

6.3 Onshape 黑箱: 35% 的未知

2024 年 Q3, PTC 将 Onshape + Arena 合并为 "Growth Products" 分部, 不再单独披露. 我们已有 6 个月无法独立验证这两个产品的增速、留存和盈利贡献.

市场定价假设: Growth Products >+25% CAGR, Onshape 正在蚕食 SolidWorks 份额.

反面证据: (1) Onshape 价格点是 SolidWorks 的 70-80%, 暗示非溢价定位; (2) Arena 的 supply chain 功能与 Windchill 有重叠, 整合路径不清; (3) 合并披露的时间点恰好是增速可能减速的时候 — 这是巧合还是信号?

6.4 认知边界: 黑箱 35%

我们对 PTC 35% 收入的认知置信度:

加权认知置信度: ~55%. 对于 Fwd PE 19.4x 的公司, 这是偏低的.

6.5 Kill Switch

6.6 管理层评估

CEO Neil Barua: 在位 1.5 年, 评分 5.25/10.

优势: 运营背景 (ServiceMax CEO → PTC CEO), 理解工业客户需求. 上任后推动 ARR 增长和云转型加速.

劣势: (1) 新任 CEO, track record 有限; (2) 上任后第一个动作就是减少信息披露 — 这对信任建立是负面的; (3) ServiceMax 整合尚未证明成功; (4) 缺乏 PLM 行业的深度技术背景 (与 Heppelmann 相比).

资本配置历史: M&A 频繁 (ServiceMax $1.5B, Arena $715M, Onshape $470M). 整合成功率参差不齐. 回购较少. 无股息.

第7章：ADSK — 会计迷雾中的 BIM 垄断

7.1 市场目前的定价叙事

ADSK 是四家中最 "分裂" 的: Owner PE 161.9x (因 GAAP 利润极低), Non-GAAP PE 19.0x (行业中位). 这个 8.5 倍的差距可以有三种解释:

解释 A: ASC 606 会计扭曲. ADSK 2016 年从永久授权转向订阅制, ASC 606 要求将部分多年合同收入一次性确认. 这导致 GAAP 收入与实际现金流错配, 压低了 GAAP EPS.

解释 B: SBC 异常. ADSK 的 SBC (股份支付) 占收入 ~15%, 远高于 ADBE (8%) 和 INTU (7%). 如果将 SBC 视为真实成本 (它确实是), ADSK 的利润率被大幅夸大.

解释 C: 资本化支出. ADSK 将部分研发支出资本化, 减少了当期费用但增加了资产负债表的无形资产. 这使 Non-GAAP OPM 看起来更好.

7.2 三种解释的证据权重

综合判断: Owner PE 161.9x 主要由 SBC 和资本化支出造成, ASC 606 效应已基本消退. Non-GAAP PE 19.0x 更接近真实估值, 但需要 对 SBC 做 haircut. 调整后 "真实 PE" 约 25-28x, 与增速 (~11%) 匹配度一般.

7.3 会计复杂性综合判断

ADSK 的会计复杂性评分: 7/10 (四家中最高). 核心问题不是造假, 而是 合规框架下的系统性美化. SBC 15% + 资本化 + ASC 606 尾部效应叠加, 使得真实盈利能力比 Non-GAAP 呈现的低 20-30%.

认知边界占比约 30%: 资本化支出的具体明细、SBC 归因到产品线的分布、ASC 606 尾部效应的精确量化, 这些信息在公开披露中不可获取.

7.4 BIM 强制令护城河

BIM (建筑信息建模) 强制令是 ADSK 最强的护城河. 英国 (2016)、新加坡 (2015)、中国 (2025) 等国相继要求公共建筑项目必须使用 BIM. Autodesk Revit 在 BIM 市场占有率 >65%.

但这个护城河有脆弱性:

(1) Revit 技术债: Revit 核心代码始于 2000 年, 架构老旧. 竞争对手 (Graphisoft ArchiCAD, Nemetschek) 用现代架构蚕食份额.

(2) IFC 开放标准: ISO 19650 推动 BIM 互操作性 (IFC格式), 长期可能削弱 Revit 的 lock-in.

(3) AI 冲击: 建筑设计的 AI 化 (generative design) 可能重塑 BIM 工具链, 先发优势不一定转化为 AI 时代优势.

7.5 区间估值

ADSK 估值区间: -5% ~ 0% (公允价值附近)

Non-GAAP PE 19.0x 在 ~11% 增速下合理. 但 SBC haircut 后 "真实 PE" 25-28x 偏贵. BIM 强制令提供下行保护, 但会计复杂性和 AI 冲击风险限制上行空间.

7.6 Kill Switch 注册表

7.7 管理层评估

CEO Andrew Anagnost: 在位 7 年, 评分 7.5/10.

优势: 推动 ADSK 从永久授权全面转向订阅制 (2016-2022), 收入从 $2.5B → $6B+. Forma (原 Fusion 360) 的工业制造产品线布局有远见. 对 generative design 的投资领先行业.

劣势: SBC 控制不力 (连年上升至 15%). 2024 年 "会计审查" 事件暴露内控问题 (CFO 更换). Revit 技术债累积未见实质性重构投入.

资本配置历史: M&A 中等频率 (Innovyze $1B 水利基础设施, Spacemaker AI). 回购积极 (~$1.5B/年). 无股息.

第8章：四家财务归因与横向对比

8.1 收入归因瀑布

ADBE: FY24 $21.5B → FY25E $23.4B (+8.8%). 核心驱动: Creative Cloud 稳态 +5%, Document Cloud +12%, Experience Cloud +9%. AI 新产品 (GenStudio/Firefly) 贡献 <3% 增量.

INTU: FY24 $16.3B → FY25E $18.8B (+15.3%). 核心驱动: SBSE +16% (QBO seat +10% × ARPU +6%), Consumer +7% (Live Full Service 高价档位拉动), Credit Karma +13%.

ADSK: FY24 $5.9B → FY25E $6.5B (+10.8%). 核心驱动: AEC (建筑) +12% (BIM mandate), Manufacturing +9%, M&E (媒体娱乐) +5%.

PTC: FY24 $2.2B → FY25E $2.4B (+8.5%). 核心驱动: Windchill +6% (NRR 106-108%), Growth Products +22% (合并数, 不可拆分), Creo +4%.

8.2 OPM Bridge: Non-GAAP vs GAAP

解读: ADBE 的 Non-GAAP 与 GAAP 差距最小 (9.6pp), 说明其盈利质量最高. ADSK 差距最大 (16.2pp), 主要是 SBC 异常. PTC 因 ServiceMax/Arena 收购摊销也偏高.

8.3 量 vs 价分解

INTU 是唯一双驱动的公司: 用户增长 +10% 和 ARPU 增长 +6% 并行, 说明其市场远未饱和. ADBE/ADSK/PTC 主要靠价格提升, 用户增长空间有限.

8.4 R&D 投入效率

8.5 Non-GAAP vs GAAP 差距趋势

差距 = Non-GAAP EPS - GAAP EPS (USD/share)

PTC 是唯一差距扩大的公司 (+9.0%). 这意味着 Non-GAAP 美化程度在增加, 值得警惕. 主因: ServiceMax 收购摊销增加 + SBC 上升.

8.6 价值链利润转移

四家公司在各自价值链中的利润获取率:

8.7 四个剪刀差的综合读数

ADBE 剪刀差: AI 收入 vs 传统 Creative Cloud 收入 — AI 贡献占比从 0% → ~3%, 但传统仍占 97%. 如果 AI 无法在 FY27 前贡献 >10%, ADBE 的 "AI 故事" 将逐渐失去可信度.

INTU 剪刀差: SBSE 占比从 34% → 49%, Consumer 从 49% → 40%. 这是最健康的结构转型: 经常性收入取代季节性收入.

ADSK 剪刀差: BIM (建筑) 收入占比上升 vs M&E (媒体娱乐) 下降. BIM 是确定性增长, M&E 面临 AI 替代风险.

PTC 剪刀差: Windchill 稳态 vs Growth Products 黑箱. 剪刀差的方向取决于 Growth Products 增速是否真的 >+20% — 但我们无法独立验证.

8.8 五维价值创造链

维度 1: 获客成本与 LTV

维度 2: 定价权证据

维度 3: 资本效率

维度 4: 管理层资本配置

维度 5: 综合价值创造评分

第9章：四维估值体系与压力测试

9.1 Reverse DCF 隐含增速

关键发现: ADBE 的隐含 g (4%) 只有历史 CAGR (12%) 的 1/3, 而其他三家都在 50-80% 之间. 市场用 Fwd PE 14.4x 对 ADBE 做了 "AI 替代折价", 但这个折价是否过度? 这是本报告的核心分歧.

9.2 ADBE 三情景估值

悲观 (30%): GenStudio/Firefly 未能形成独立 ARR 流, Canva + Midjourney 在中端市场侵蚀份额. FY28 Fwd PE 压缩至 8x → 市值 $85B.

基准 (50%): Creative Cloud 维持 +5% 有机增长, AI 附加值每年提升 ARPU 3-5%, 但不改变增长轨迹. FY28 Fwd PE 12x → 市值 $130B.

乐观 (20%): 防御象限确认 — ADBE 利用数据壁垒 (40M+ 创意资产训练集) 建成 AI 护城河. FY28 Fwd PE 16x → 市值 $168B.

9.3 INTU 三情景估值

9.4 ADSK 区间加权

PW Fair: $52.3B vs 当前 $53.2B → -1.7% (公允值附近)

敏感性分析:

9.5 PTC 区间加权

PW Fair: $20.0B vs 当前 $20.8B → -3.8% (略贵)

敏感性分析:

9.6 四家定位: 上行空间 × 置信度

INTU: 高置信度 + 适中上行 → 最佳象限. 护城河验证度最高, 估值合理.

ADBE: 中等置信度 + 高上行 → 机会象限. AI 转型是关键变量, 如果成功则上行显著.

ADSK: 低-中置信度 + 低上行 → 回避象限边缘. 会计复杂性降低判断信心.

PTC: 最低置信度 + 略微下行 → 回避象限. 35% 黑箱收入 + 新任 CEO + 信息减少.

9.7 压力测试

ADBE 压力测试: AI 替代加速情景

INTU 压力测试: Direct File 全面扩展情景

ADSK 压力测试: SBC 失控 + BIM 竞争

PTC 压力测试: 黑箱暴雷

9.8 投资时间线

战术层 (0-6 个月)

战略层 (6-24 个月)

长期层 (2-5 年)

9.9 敏感性总结

第10章：AI 集成深度 × 护城河层级

10.1 四家 AI 集成定位

INTU (安全象限): 分发层 + AI 深度集成. INTU 的 AI 不是产品本身, 而是分发渠道的加速器 — 70,000 数据连接点的网络效应使 AI 预测 (自动分类、税务建议) 越来越准, 竞争对手无法复制这个数据飞轮.

ADBE (危险象限): 产品层 + AI 深度集成. ADBE 在 AI 集成深度上投入巨大 (GenStudio, Firefly, AI-first), 但其护城河本质是产品层 — 创意工具. 产品层的 AI 集成意味着: 你在用 AI 增强的同一把武器, 也可以被 AI 原生工具直接替代.

ADSK (中间位置): 介于产品层和分发层之间. BIM 强制令提供了制度性壁垒 (类似分发层), 但核心产品 (Revit) 仍是纯产品层竞争. AI 集成中等 — generative design 有探索但未形成独立收入.

PTC (缓冲象限): 偏分发层 + AI 集成浅. PLM 是工业数据基础设施 (分发层属性), 但 AI 集成非常有限 — Windchill 的 AI 功能主要是搜索增强和预测性维护, 不是核心价值主张.

10.2 反身性周期位置: Druckenmiller 视角

反身性 (Reflexivity) 的核心思想是: 市场价格不仅反映基本面, 还反过来影响基本面. 在 SaaS 行业, 这体现为:

高股价 → 低成本融资/收购 → 加速增长 → 更高股价 (正反馈)

低股价 → 人才流失/收购困难 → 增速放缓 → 更低股价 (负反馈)

10.3 反身性位置对评级的影响

结论: 反身性修正后, ADBE 和 INTU 的吸引力差距进一步拉大. ADBE 的负反馈过度提供了额外 +3pp 的安全边际 (市场情绪比基本面更差), 而 ADSK/PTC 因为非基本面因素 (会计复杂性、信息黑箱) 应承受额外折价.

第11章：圆桌讨论与 ADBE 异议披露

11.1 圆桌召开说明

我们组织了 5 位投资大师的视角对 4 家公司的最终排序做对抗性审查. 5 位大师按公司类型匹配选择:

• 巴菲特: 产品层 / 消费品 / 定价权视角
• 芒格: 护城河强度 / "too hard" 类别 / 质量溢价
• Howard Marks: 周期位置 / 情绪 / 反向思维
• Klarman: 安全边际 / 不对称赔率 / 负安全边际原则
• Druckenmiller: 反身性 / 宏观情绪 / 催化剂

投票结果 (对 初步排序 INTU > ADBE > PTC > ADSK 的态度):

5 位大师对 INTU 都同意 (5/5), 对 ADBE 有 3 位建议下调 (3/5 = 圆桌讨论 硬约束触发), ADSK / PTC 因为黑箱 ≥30% 本身就是 "条件评级", 大师建议 "too hard / 等数据" 和本报告的区间评级方向一致, 不算异议.

11.2 巴菲特视角: "用 Coca-Cola 的尺子量四家"

巴菲特不关心 Rule of 40 / Fwd PE / Reverse DCF. 他的核心问题是两个: "20 年后这家公司还在不在?" 和 "20 年后的定价权比现在更强还是更弱?"

对 INTU: 像 Coca-Cola 的分销网络. 46,000 家 CPA 就是 Coke 的 bottler 网络 — 它们不是 Intuit 的员工, 但它们的商业利益和 Intuit 完全绑定. "20 年后 CPA 推荐网络还在不在? 几乎肯定在." 这是巴菲特最喜欢的护城河类型 — 不依赖任何产品的 "结构性偏好".

对 ADBE: 像 See's Candies 的品牌. Photoshop 在专业设计师心里是默认选项, 但 "默认" 是一个可以被 AI 侵蚀的东西. "20 年后专业设计师还会用 Photoshop 吗? 我不知道." 巴菲特给 ADBE 的是 "我不知道" 而不是 "会", 这就是为什么他建议下调.

对 ADSK / PTC: "我不懂这家公司". ADSK 的收入确认逻辑、ASC606 时序性、Owner PE 161x 的数学 — 巴菲特直接说 "我不懂". PTC 不披露关键指标, "透明度是护城河的代理", 选择性不披露本身就是 "劝退" 信号.

综合建议: INTU 第一 (Coca-Cola 式护城河), ADBE 下调到 "观察", ADSK / PTC 直接 too hard.

11.3 芒格视角: "反过来想"

芒格的方法论是 "反过来想". 不问 "这家公司为什么值得投资", 问 "这家公司在什么情况下会变糟".

INTU 会在什么情况下变糟? 只有两个情景: (1) 美国国会推出 "自由联邦报税" 并同时给 CPA 推荐结构强制性改革, (2) 一个 AI 工具同时拥有 50 州税务合规数据 + 46K CPA 网络接入. "两个都是极端情况, 综合概率 <10%" — 所以芒格同意 INTU 第一.

ADBE 会在什么情况下变糟? 芒格看了 Midjourney V6 的输出, 结论是 "这些输出已经和 Photoshop 很接近, 而且只要 $10/月". 芒格认为 "ADBE 的情况比我想象的糟糕", 建议下调到 "关注 (临界)".

ADSK / PTC: "Life is too short to figure out ADSK's accounting" 和 "When a company doesn't disclose, I assume there's a reason". 两家都进入 "too hard".

11.4 Howard Marks 视角: "情绪周期在哪里"

Howard Marks 的备忘录核心是 "情绪周期是基本面的 2 倍振幅".

当前 SaaS 板块的情绪位置? VIX ~18 (中性偏低), 软件 ETF IGV 相对标普 500 跑输 10pp (悲观), AI 叙事从 2024-2025 的 "必买" 变成 2026 的 "怀疑". 综合判断 — "SaaS 板块在负向情绪的中段, 还没到底部".

AI 去泡沫的进度? Howard Marks 给出 60%. 完整去泡沫需要 (1) 至少一个重大 AI 公司估值腰斩, (2) 卖方从 "AI 受益者" 改口到 "AI 受害者", (3) 机构 AI 配置从 15%+ 回到 5-8%. 到 2026-04 为止, 只有 (2) 完成了一半. "AI 去泡沫进度 60%, 情绪回暖需要 18-24 月".

对 INTU: "反身性未启动" 是好的买入时机. Direct File 解除没被定价. 同意第一.

对 ADBE: "不是现在买, 是等情绪触底再买". 不否定 alpha, 否定时机. 下调到 "关注" 等催化剂.

11.5 Klarman 视角: "安全边际和不对称赔率"

Klarman 的核心原则是 "上行 ≥ 2x 下行" 才值得投资:

Klarman 对 ADBE 的同意是有条件的: 1.47x 不够严格, 但 Reverse DCF 隐含 g -0.52% 本身提供了 "额外安全边际" — 如果 g 回到 0% 就赚 15%, 回到 2% 就赚 30%. "我接受, 但你们必须标 (临界)".

综合建议: 全部接受最终排序, ADBE 必须标 (临界).

11.6 Druckenmiller 视角: "催化剂 + 宏观"

Druckenmiller 的标志性问题是 "为什么现在? 催化剂是什么?"

INTU 的催化剂: 三个互相独立的触发器 — (1) Direct File 关停逐步被卖方消化 (3-6 月); (2) SBSE FY26 Q4 超预期触发 "分发层升级" 的首次卖方报告; (3) VISA / MA 参照组 PE 上移. "INTU 有最具体的催化剂列表", 同意第一.

ADBE 的催化剂: 两个但都是 "预期" — (1) CEO 继任者 announced (Q2-Q3 FY26); (2) GenStudio ARR ≥ $1.2B. "beat 后反跌的公司需要等到确定的催化剂出现才能买", 下调到 "关注".

ADSK / PTC: "等数据". ADSK 等 ASC606 出清 (FY27), PTC 等 Onshape 数据披露.

11.7 圆桌综合: 5/5 INTU + 3/5 ADBE 下调

• INTU: 5/5 同意, 独立第一, 评级 "深度关注" 不需要警示标注
• ADBE: 3/5 建议下调 (巴菲特 / 芒格 / Howard Marks / Druckenmiller), Klarman 接受但要求标 (临界). 综合判定 — 评级强制标 "(临界 · 3/5 异议)", 区间从 base +26% 校准到 +15% ~ +22%
• ADSK / PTC: 4/5 大师倾向 too hard / 等数据 / 回避, Klarman 接受区间评级. 保持区间评级, ADSK -5%~0% 中性, PTC -10%~-5% 审慎

圆桌讨论 硬约束触发: ADBE 3/5 建议下调 ≥3, 评级必须标 "(临界)" + 专章公开披露异议 + 执行摘要必须出现 "3/5 视角建议下调".

11.8 ADBE 异议详解: 巴菲特 — "20 年后 Photoshop 还是默认吗?"

巴菲特反对的核心是 "扩张边界" 的测试. 不是 "现在的 ADBE 不好", 而是 "未来 20 年的 ADBE 我不确定".

1. Photoshop 是 "默认选项" 而不是 "护城河". 巴菲特的经典测试: "一个天才工程师, 花 10 亿美元和 10 年时间, 能不能把你的生意打下来?" 对 Coca-Cola 的回答是 "不能". 对 Photoshop 的回答是 "能 — Midjourney 用了 3 年和 $10M 就做到了'够用的替代'". 3 年 vs 20 年的差距是产品层护城河和结构性护城河的区别.

2. "Firefly 是防守工具" 的管理层口径是警报. 真正护城河强的公司管理层口径永远是 "扩张", 不是 "防御". 当 Adobe CEO 说 "Firefly is designed to neutralize churn", 在巴菲特耳朵里是 "我们在努力不失去现有客户".

3. See's Candies 的教训. "品牌护城河有客户类别边界 — 专业设计师内强, 大众创意用户外弱". Adobe Express / Firefly 面向非专业用户是 ADBE 的 Texas 扩张实验, 巴菲特的直觉是 "预期不成功".

本报告的回应: 这是时间框架差异. 巴菲特问 "20 年后", 本报告的评级是 "12-18 月的期望回报". Reverse DCF 隐含 g -0.52% 的 "永续萎缩" 假设过度悲观, 市场情绪修正会带来 +15~+22% 重估. 但巴菲特的长期担忧合理, 这正是 "(临界)" 的原因.

11.9 ADBE 异议详解: 芒格 — "Midjourney V6 已经很接近了"

芒格亲自看了 Midjourney V6 的输出, 结论是 "这些输出和 Photoshop 已经很接近, 价格只有 1/10".

1. AI 生图质量的临界点已经跨越. V6 是定性转折点 — 之前的版本 "看起来像 AI", V6 之后 "看起来像 Photoshop 输出". 一旦替代品质量达到 "够用", 价格差距就变成决定因素. Photoshop $20.99/月 vs Midjourney $10/月, 对中小企业和独立创作者会驱动流失.

2. "防御成本" 的不确定性. Firefly Foundry 需要持续 GPU 训练成本, AI 基础设施支出未来 2-3 年持续上升. 如果是指数的, ADBE 的 OPM 47.4% 在 FY28 降到 42-43%, 估值重估比 Reverse DCF 测算更糟.

本报告的回应: Midjourney V6 质量提升是真实的, 但芒格低估了 ADBE 的 Enterprise 工作流嵌入层 — Frame.io 的 50 人团队工作流, Firefly Foundry 的 on-brand 模型, 这些不是 Midjourney 可以直接替代的. 芒格的担忧已部分反映在 "(临界)" 评级里.

11.10 ADBE 异议详解: Howard Marks — "情绪周期不对"

Howard Marks 不反对 ADBE 的 alpha, 他反对 入场时机.

1. "AI 去泡沫 60%". 剩下的 40% 需要至少一家大型 AI 公司估值崩塌 + 机构 AI 配置降到 5-8% + 卖方口径全面转变. "去泡沫的最后 40% 通常是最痛苦的 40%".

2. ADBE 是 "AI 悲观情绪代表". 任何 AI 去泡沫新闻, ADBE 股价反应比同业更剧烈. ADBE 的情绪波动跟随板块情绪放大, 在板块情绪触底前不会单独反弹.

3. "反身性中段" 的历史规律. 负向反身性通常持续 12-24 月. ADBE 的 "beat 后反跌" 最早 2025 Q3 出现, 到 2026-04 约 8-10 月, 按历史规律还需 4-14 月触底.

本报告的回应: 这是最难辩驳的一位. 他不反对 alpha, 只反对时机. 我们承认 Howard Marks 的时机担忧, 反映在 "(临界)" 标签里, 但仍给 "关注", 理由是 Reverse DCF 隐含 g -0.52% 的长期价值支撑 + CEO 继任者作为潜在情绪催化剂.

11.11 ADBE 异议详解: Druckenmiller — "beat 后反跌 = 等催化剂"

1. "Beat 后反跌" 是 Druckenmiller 经典 signal. 这是四个 "negative reflexivity" 信号之一 (另三个: insider selling / sell-side upgrades ignored / management beat but stock flat). ADBE 在 Q1 FY26 同时触发至少两个. "四个信号都不意味着公司要死, 但意味着'不要现在介入'".

2. 具体等待策略: 三个信号中至少两个出现再介入:

• 信号 1: ADBE 连续两季超预期且股价上涨 (≥+5% 当日)
• 信号 2: 新 CEO 在就职 3 个月内发布清晰 AI 战略路线图
• 信号 3: GenStudio ARR 单季增长 ≥$100M

3. 机会成本. "你等 ADBE 的 6-12 月期间, 可以把钱放在 INTU 上". 在 INTU 已是明确买点的情况下, ADBE 的 "有 alpha 但时机不对" 就是机会成本损失.

本报告的回应: 部分同意. "等催化剂" 和 "(临界)" 方向一致. 但 Reverse DCF 隐含 g -0.52% 的 "隐藏 upside" 如果修正到 +1% g, 就触发 +25-30% 重估. 这种低基数下的隐藏 upside 需要提前布局, 所以保留 ADBE 评级但标 "(临界)".

11.12 Klarman 的 "接受 + 要求标注" 与异议投资含义

5 位大师里, Klarman 是唯一完全接受最终排序的大师, 但有条件: 必须标 "(临界)" + 公开披露异议 + 给明确 Kill Switch.

Klarman 的核心理由: ADBE 的 "隐藏安全边际" 在于 Reverse DCF 隐含 g -0.52% 本身是极端悲观. 如果 g 从 -0.52% 修正到 0% (一个 "ADBE 不萎缩" 的中性判断), 就触发 +15% 重估. "从极端悲观修正到中性" 的空间是真正安全边际 — 不是 "上行多少", 而是 "市场隐含假设已经足够糟糕, 任何修正都是 upside".

3/5 异议的综合含义不是 "60% 概率 ADBE 不好", 而是 "60% 概率现在不是最佳入场点":

1. 仓位配置: ADBE 在总仓位里应是 INTU 的 1/2 到 1/3. 如果 INTU 配 10%, ADBE 配 3-5%
2. 加仓触发: 等 Druckenmiller 三个信号中出现两个
3. 减仓触发: 第13章 Kill Switch 中 ADBE 红灯任一触发, 全部退出
4. 时间框架: 12-18 月, 不是 3-5 年. 如果 12-18 月内无 meaningful 催化剂, 重新评估

第12章：认知边界量化

12.1 认知边界量化的意义

认知边界 是 "我们对这家公司理解得有多深" 的量化表达. 它不是 "公司好不好", 而是 "本报告判断公司好不好的把握有多大". 把 "公司质量" 和 "判断把握" 区分开, 是避免 "在看不清的地方下重注" 的唯一办法.

认知边界 输出三个量化指标:

• 可推演度 (0-100%): 基于公开信息能推演出多少业务真相
• 业务复杂度 (1-5 级): 1 级是单一产品稳定行业, 5 级是多技术 + 地缘 + 监管 + 黑箱
• 黑箱比例 (%): 影响估值的关键变量中, 公开数据无法验证的占比

12.2 四家的 认知边界 量化结果

12.3 INTU: 15% 黑箱 — 四家中最透明

INTU 黑箱 15% 对应 "可投资" 等级 (Klarman / Buffett 标准):

• Direct File 政治命运 ~9pp: 唯一大黑箱. 2025-11 已关停, 但 2028 大选后新政府是否重启无法预测. Kill Switch 显式列出 "新政治人物推动自由联邦报税" 作为重启触发器.
• QBO 市占率区间 (62-80%) ~3pp: Gartner 给 62% (只计付费), Intuit IR 给 80% (含免费). 18pp 区间对估值影响约 ±5% Fwd PE.
• 70K 数据点变现能力 ~2pp: Intuit Assist 的 ROI 没有单独披露.
• Credit Karma / Mailchimp 整合效率 ~1pp: 协同效应未量化.

核心含义: INTU 的估值判断 85% 可以用公开数据验证, 是四家中置信度最高的, 也是获得 "深度关注" 而非 "关注" 的前置条件.

12.4 ADBE: 25% 黑箱 — 需要折价

• Creative Cloud NRR 和 churn ~8pp: ADBE 只披露整体收入增速, 不披露 Creative Cloud NRR 或 churn. 如果主动披露, 黑箱从 25% 降到 18%.
• Firefly / GenStudio 客户重叠度 ~6pp: GenStudio $1B+ ARR 中 "新客户" vs "现有客户上卖" 的比例不明. 90% 上卖 = ARPU 提升; 30% 上卖 = 真实新客户. 两种情景对长期 TAM 判断差异很大.
• AI 基础设施成本轨迹 ~5pp: Firefly Foundry 的 GPU 训练成本持续存在, 但 ADBE 没有 3-5 年 CapEx 规划.
• Enterprise 大客户集中度 ~4pp: 是否有单一 Fortune 100 客户占 >5% 收入? 10-K 未披露.
• CEO 继任者战略方向 ~2pp: 未来可知的黑箱, 会在 Q2-Q3 FY26 自然解除.

25% 黑箱触发 "需要折价" — 概率加权Upside 从 base +26% 校准到 +15%~+22%, 折价幅度约 15-25%, 和 25% 黑箱比例一致.

12.5 ADSK: 30% 黑箱触发禁点估

• ASC606 出清时点 ~12pp: 最大单项黑箱. 管理层说 "over time", 没给时间表. FY27 出清 = 评级上修; FY29 才出清 = 评级下调.
• BIM mandate 远期衰退 ~8pp: 2030 年左右英法推进 BIM Level 3 (开放数据格式), 削弱 Revit "事实标准" 地位.
• Neural CAD 对 ARPU 侵蚀 ~6pp: "效率提升" 是否导致客户要求降价? 需要 2-3 年验证.
• Revit 市占率精确数字 ~4pp: 只能用 "50-60% 西方市场, 70-80% 早期 BIM 国家" 的行业估计.

30% 黑箱不能支持单点目标价. 区间 -5%~0% 是唯一诚实的表达.

12.6 PTC: 35% 黑箱, too hard 偏重

PTC 黑箱 35% 在四家中最高, 核心是 选择性不披露 而非业务复杂. 这和 ADSK 的 "会计复杂" 有本质差异 — ADSK 的黑箱是 "无法精确计算", PTC 的黑箱是 "管理层主动不说".

主动不披露暗示一个 Bayesian 先验: 管理层知道答案但不说, 是因为答案不好. 35% 黑箱 + 区间下沿倾斜 (-10%) 反映了这个先验. 如果 PTC 未来 6-12 月主动披露 Onshape 采纳率或 Windchill NRR, 黑箱从 35% 降到 22-25%, 评级从 "审慎" 升到 "中性".

12.7 横向综合 26.25% 的含义

• 相对排序 (INTU > ADBE > PTC > ADSK) 高置信 — 依赖四家在同一时点的相对比较, 不依赖精确绝对数字. 即便每家黑箱 25-35%, 相对位置仍然稳定.
• 绝对回报预测 (INTU +20~25%, ADBE +15~22%) 中置信 — 依赖 Reverse DCF 隐含 g, PE 重估幅度, 情绪修正时点等多个独立假设, 每个都有黑箱.

读者应该高置信地相信 "INTU 应该比 ADBE 配得多", 中置信地对待 "INTU 会涨 +22%" 这个具体数字. 仓位决策基于前者, 不是后者.

12.8 诚实声明: 我们不知道的 5 件事

1. 3 年内 AI 对每家的精确收入冲击 — 不可预测. 用 "迁移进度 30-40%" 区间估算
2. Agentforce 回退 seat 是战术还是战略 — 信号但非证据
3. IRS Direct File 的政治命运 — 当前关停, 长期无法预测. Base case: 12-18 月内不重启
4. Midjourney / Runway 的企业级渗透率 — 缺公开数据
5. BIM mandate 是否转向 IFC 开放标准 — 4-6 年后发生, 列为长期尾部风险

相对排序在 12-18 月时间框架内稳定. 超出 3 年, 这份报告的有效性因上述 "不知道" 而降低.

第13章：Kill Switch + 季度 Dashboard + 事件日历

13.1 Kill Switch 是评级的定义, 不是补充

我们说 "INTU 深度关注 +20~25%", 这个评级的有效性依赖于特定 Kill Switch 条件没有触发. 一旦条件触发, 评级立即失效.

历史案例提供了 Kill Switch 的外部校准: ADBE 的情景和 Autodesk 2015-2018 订阅转型类似 (市场恐慌 PE 压到 17x, 转型完成后回到 35x+), 但 ADBE 面对的是外部 AI 冲击而非内部战略决策, 且有 Midjourney 直接威胁 — Autodesk 转型时没有替代品 . INTU 的情景和 Visa 2008-2012 IPO 后重估类似 (从 "处理商" 标签到 "分发网络" 标签, PE 从 15-18x 重估到 25-30x), 时间窗口约 1-2 年 .

13.2 四家 Kill Switch 矩阵

13.3 INTU Kill Switch: 深度关注 +20~25% 的撤销条件

跟踪频率: 季度 (Intuit 每季度 Earnings Call 前一周回看)

13.4 ADBE Kill Switch: 关注临界 +15~22% 的撤销条件

跟踪频率: 季度 + Adobe Summit / Max 大会 (每年 2 次)

13.5 ADSK / PTC 的区间 Kill Switch

ADSK 跟踪表:

PTC 跟踪表:

跟踪频率: PTC / ADSK 每季度 Earnings Call + Investor Day (每年 1 次)

13.6 跟踪指标清单 (5 核心 + 10 补充)

5 个核心跟踪指标 (每季度必看):

1. INTU SBSE 有机 ARR 增速 — 核心引擎, 直接决定 INTU 评级
2. ADBE GenStudio family ARR YoY + Firefly ending ARR QoQ — 迁移进度唯一可验证指标
3. ADSK GAAP 净利润 — ASC606 出清领先指标
4. PTC 任何 Onshape 独立指标 — 披露纪律 = 评级条件
5. Direct File 在美国国会的立法状态 — INTU 尾部风险监控

10 个补充跟踪指标 (每半年看):

6. Creative Cloud 总 ARR 季度 YoY 增速
7. QBO Advanced / Plus / Essentials 三档上移率
8. Intuit Assist 的客户采纳率 (如果披露)
9. ADSK AEC 段 vs MFG 段的有机增速差距
10. PTC SBC / Rev 趋势
11. Midjourney / Canva / Runway 的企业级客户披露
12. BIM Level 3 在英国 / 法国的立法进展
13. PE 倍数横向对比表 (4 家 + VISA/MA/MCO 参照组)
14. SaaS 板块整体情绪指标 (IGV ETF 相对标普 500)
15. 新 IRS Commissioner 或行政命令变化

跟踪失败处理: 任一核心指标在 2 个连续季度无法获取 (如 ADBE 不再披露 GenStudio ARR), 这本身就是 Kill Switch 信号 — 披露纪律退化 = 透明度下降 = 黑箱比例上升 = 评级下调. 黑箱比例不是一次性设定, 它会随披露变化.

13.7 季度跟踪 Dashboard

INTU Dashboard

INTU 每季度必看 7 个数字:

1. SBSE 有机 ARR YoY 增速 — 深度关注评级的生命线 ≥16% 绿, <14% 红.
2. QBO 净留存率 — 分发层护城河硬指标. >82% 绿, <78% 红.
3. TurboTax 报税季用户数 (每年 Q3). YoY flat 绿, -5% 红.
4. Credit Karma 收入增速 — 第二曲线验证. ≥12% 绿.
5. Mailchimp 季度 ARR. QoQ 增长 绿.
6. Intuit Assist 采纳率 (如果披露). 新披露就是绿.
7. 管理层对 Direct File 的语言. 不提及 好, 提及 "contingency" 警惕.

ADBE Dashboard

ADBE 每季度必看 8 个数字:

1. GenStudio ARR YoY — 迁移进度核心. ≥25% 绿, <20% 红 (Kill Switch).
2. Firefly ending ARR QoQ. ≥50% 绿, <30% 红.
3. Revenue vs 指引. 超上限绿, 低于下限红.
4. Non-GAAP OPM. ≥47% 绿, <44% 红.
5. Creative Cloud 总 ARR (如果披露).
6. CEO 继任进展. Q2-Q3 FY26 关键时点.
7. AI-first offerings 增速. Tripled 绿.
8. Enterprise 大单公告 — Enterprise 流失领先指标.

ADSK / PTC 区间 Dashboard

ADSK 5 个数字: GAAP NI / AEC 有机增速 / Neural CAD 商业化 / Non-GAAP OPM / Revit 市占率 .

PTC 6 个数字: Onshape 独立 ARR / Windchill 显式增速 / NRR 披露 / Non-GAAP vs GAAP 差距 / Neil Barua 战略沟通 / Autodesk 收购传言 .

13.8 事件日历 (2025 已发生 + 2026 预期)

2025 关键事件

2025 关键事件分析:

• 2025-06 ADBE beat 股价跌: 负向反身性循环启动点, Druckenmiller 圆桌论点的起点.
• 2025-10 PTC Onshape AI 发布 + 沉默: 选择性不披露模式确立.
• 2025-11-03 Billy Long 公开关停 Direct File: 全年最重要的单一事件, 但市场没反应.

2026 预期事件

2026 关键检查点:

• 2026-05 PTC Q2 earnings: PTC 披露改善 deadline. 仍无 Onshape 独立数据 = 下沿触发.
• 2026-05 ADSK Q1 FY27: ASC606 出清的第一个观察窗口. GAAP NI >$2B 决定评级上修或下沿触发.
• 2026-07 ADBE CEO 继任 announced: Druckenmiller 两个信号之一的最早兑现点.
• 2026-09 INTU TurboTax 报税季数据: Direct File 关停后第一个完整报税季. +5%+ YoY 意味着反身性正向循环启动.

2026 事件优先级排序

1. 最高: 2026-05 INTU Q2 earnings (验证 SBSE 持续 16%+ 增速)
2. 最高: 2026-07 ADBE CEO 继任 announced
3. 高: 2026-05 ADSK Q1 FY27 (ASC606 信号)
4. 高: 2026-09 INTU TurboTax 报税季数据
5. 中: 2026-05 PTC Q2 FY26 (披露窗口)
6. 中: 2026-06 ADBE Q2 FY26 (GenStudio + Firefly 趋势)

每个事件触发后 24 小时内, 执行 Dashboard 检查, 判断是否需要调仓.

第14章：风险拓扑：风险之间的关联与协同

从 "风险清单" 升级到 "风险系统" — 看风险之间的协同与反协同

14.1 风险协同矩阵

INTU 低协同结构: Direct File 是主风险. 如果 Direct File 重启, QBO 留存也受损 — 小企业使用 Direct File 报税后, 对 TurboTax Live + QBO 捆绑销售的吸引力降低. 协同后 "两个都发生" 的概率约 3-4%, 高于独立乘积 1.5%. Mailchimp 整合与前两者独立. 这种 "低协同" 的风险结构是 INTU 投资吸引力的一部分 — 风险要么不发生, 要么是明确的结构性事件, 二元结构最好防御.

ADBE 高协同结构: 三个风险互相强化. AI 颠覆加剧让新 CEO 战略压力增加, 继任失败概率上升; CEO 继任失败让 AI 颠覆的战略响应变慢; 两者任一恶化都推动 Enterprise 客户转向 Figma / Canva Teams. 一旦三个风险任一触发, 另外两个的概率上升, 形成风险级联. 这是我们给 ADBE "临界" 标签的风险结构基础.

14.2 "温水煮青蛙" 情景

温水煮青蛙 = 多个小风险缓慢恶化, 每个单独都不触发 Kill Switch, 累积起来却让基本面不可逆下滑. 这是最难防范的情景, 因为没有明确的进入和退出点.

PTC (概率 40-45%, 最高): 有机 ARR 增速每年 -0.5pp (从 +10% 缓慢降到 +7.5%), Onshape 采纳率始终低于预期但不是 flat, 选择性不披露持续但没有丑闻, Non-GAAP OPM 每年 -1pp. 投资者会一直持有直到 3-5 年后发现 "已经跌了 30% 而不知道什么时候该卖".

ADSK (概率 35-40%): ASC606 出清一直延期, GAAP NI 始终低于 $2B, BIM mandate 缓慢被 Level 3 取代, Neural CAD 对 ARPU 慢性压力.

ADBE (概率 25-30%): AI 侵蚀缓慢而不激烈, GenStudio 增速从 +30% 缓降到 +15%, Fwd PE 从 9.6x 缓慢降到 7x.

INTU (几乎不存在): 风险要么不发生 (base case), 要么是明确的结构性事件 (Direct File 重启).

应对: 对温水煮青蛙的唯一防御是 设时间止损 — 2 年后不改善就退出. Kill Switch 里加入时间触发 ("FY26 Q4 仍不披露") 就是这个防御的具体应用.

14.3 风险拓扑的投资含义

这个排序和 Phase 4 最终评级完全一致 — 风险好防御的公司值得深度关注, 风险难防御的公司应该区间 + 条件评级.

第15章：竞争格局：同行对标 + AI 挑战者

15.1 同业 SaaS 对标

把 4 家放到同业表上:

ADBE (9.6x Fwd PE): 比同业中位数 22x 低 56%. 有机增速 10% 和同业中位数 12% 几乎相同, OPM 47.4% 高出同业 18pp, FCF margin 42% 高出 14pp. 各项基本面都不差, 但估值最低 — 这是范畴重分配前无法解释的矛盾.

INTU (18.0x Fwd PE): 比同业中位数低 18%. 有机增速 16% 高出同业 4pp, OPM 39% 高出 10pp. 基本面比同业好但 PE 低于同业. 如果用同业 22x 估值, 对应 +22% upside. 但本报告的判断是 INTU 不应该在 SaaS 同业参照组, 而应该在分发层资产参照组, 估值可上修到 25-28x, 对应 +40~55% upside.

ADSK (19.0x): 接近同业中位数. 有机增速 13% 中等, OPM 38% 高于同业. "中等偏好", 没有明显估值折让或溢价 — 市场正确识别了它的 "普通成熟 SaaS" 定位.

PTC (19.4x): 接近中位数但基本面偏弱. 有机增速 8.5% 最低, Rule of 40 仅 40. "中等偏差的基本面 + 中位数的估值" 组合是偏贵信号, 支持 "审慎关注" 评级.

15.2 分发层资产对标 (VISA / MA / MCO)

在分发层资产参照组里, INTU 的位置立刻不同:

• 有机增速 16% 高于参照组中位数 11% (5pp), 参照组里增长最快
• OPM 39% 低于参照组中位数 45% (6pp), 相对弱点
• 按 "增速 + FCF margin" 合并指标, INTU 是 16 + 32 = 48, 参照组中位数是 11 + 35 = 46, INTU 略好于中位数

参照组中位数 Fwd PE 30x. INTU 当前 18x, 比中位数低 40%. 如果完全按参照组中位数定价, 对应 +66% upside. 我们给的 +20~25% 只取了这个重估的 1/3 — 市场切换参照组需要时间, 不是一次性完成.

15.3 AI 挑战者对标

三家挑战者合计付费用户约 23M, ARR 合计约 $3.5B. 对照 ADBE Creative Cloud: 付费用户约 29M, ARR 约 $17B. 挑战者用户数达到 ADBE 的 79%, 但 ARR 只有 21%. ARPU 差距 (79% vs 21%) 显示: 挑战者用户基数已经很大, 但 ARPU 只有 ADBE 的 1/4, 这是消费级 AI 工具 vs 专业级 SaaS 的经典差距.

15.4 AI 挑战者产品深度

Midjourney: 文本到图像, V6 已达商业出版可用质量. 一个概念设计师原本用 Photoshop 4-8 小时, 现在 Midjourney 20 分钟 (20x 效率). 价格 $10-30/月 vs Photoshop $20.99/月. ADBE 防御: Firefly 集成 PS + Foundry 企业 on-brand 模型 + layer/mask 工作流深度. 判断: 威胁 "纯生成" 场景, 在 "生成+编辑+工作流" 完整流程里威胁有限.

Canva: 拖拽式非专业用户工具, 总 MAU ~220M, 付费 ~16M, ARPU ~$150/年. 消费级市场已完全接管, Canva Teams 2023-2025 快速增长直接和 ADBE DX 竞争, Magic Studio 竞争力强. ADBE 防御: Adobe Express + CC Enterprise. 判断: 消费级获胜, 中小企业蚕食, 专业 + 大企业威胁有限.

Figma: 浏览器 UI/UX 工具, 付费 ~4M, ARR ~$2B, +40%. UI/UX 市场事实标准, Adobe XD 在 2023 停止开发 (ADBE 承认失败). 判断: UI/UX 细分市场 ADBE 无翻盘, 但 UI/UX 只占创意市场约 10%, 不威胁核心.

15.5 综合威胁评估

ADBE 的核心风险不是 "用户数流失" (这已经部分发生), 而是 "ARPU 压力 — 专业用户要求降价或减少订阅档次". 这个风险在 OPM 47.4% (历史新高) 里没有体现, 但它是未来 2-3 年的主要变量.

15.6 三组对标的综合读数

1. ADBE 在 SaaS 同业里异常便宜 (-56% vs 中位数), 原因是 AI 颠覆折扣. 挑战者 ARR 达到 ADBE 的 21% 说明部分颠覆已发生, 但 ARPU 1/4 说明深度颠覆尚未到来. 综合判断 "折扣过度但不夸张" — 合理 Fwd PE 应在 14-18x, 比当前 9.6x 高 50-80%. 和本报告的 +15~22% 一致.

2. INTU 在 SaaS 同业里略便宜 (-18%), 但在分发层资产参照组里严重便宜 (-40%). 两个对标的差距 22pp 是 "市场分类错误" 的具体体现, 是 INTU 深度关注评级的最强参照组证据.

3. ADSK / PTC 在同业里接近中位数, 没有明显定价错误. 两家的问题都在内部复杂度 (ASC606 / 选择性不披露), 外部参照无法判断. 这解释了为什么它们是区间评级.

第16章：行业背景：TAM + 宏观 + 历史回测

16.1 创意软件行业 TAM (ADBE 主战场)

ADBE 的综合创意软件市占率约 26%, 但在专业设计 (最高 ARPU) 的市占率是 58%, 消费级只有 8%. "金字塔尖强, 底部弱" — 这是 ADBE 的护城河画像. AI 颠覆的主攻方向正是 "从底部向上" (Innovator's Dilemma 经典模式). 但专业设计师的工作流深度 (50+ plug-in, 10 年模板库, PSD 文件交换协议) 不是 Midjourney 一个新产品能替代的.

16.2 SMB 会计软件行业 TAM (INTU 主战场)

INTU 的综合 SMB 会计市占率约 55%, 过去 5 年持续扩大 (2020 年约 48%). 市占率扩张的驱动力不是 "QBO 产品比 Xero 好 20%", 而是 CPA 推荐网络的复利效应 — SMB 在选择会计软件时, 73% 的决策受 CPA 推荐影响, 高于任何其他因素. 这是 "主导 + 扩张" 组合, 和 ADBE 的 "主导 + 防御" 完全不同.

16.3 PLM / CAD 行业 TAM (PTC + ADSK 主战场)

PLM + CAD + BIM 市场高度分散, PTC 和 ADSK 在不同细分有主导位置, 重叠主要在 CAD (ADSK 38%, PTC 8%). "ADSK 收购 PTC" 传言有商业逻辑 (合并后 CAD 46%, PLM 22%), 但监管障碍大 (Adobe-Figma 先例). 判断: 并购传言是 PTC 的尾部上行期权, 不进入 base case.

16.4 消费税务 + SMB 财务 TAM (INTU 第二战场)

INTU 在消费税务的主导地位 (75%) 最强, 但这个细分 TAM 在负增长 (-1%/年). INTU 的 "第二增长曲线" 不在消费税务, 而在 SMB 财务/支付 (+14%) + 信用/理财 (+10%). 市场在 2023-2025 年把 INTU 当 "TurboTax 公司", 2026 年后应该切换到 "QBO + 附加产品" 框架. 这个切换速度决定估值重估速度.

16.5 宏观环境: 利率 + 汇率 + 政策

当前联邦基金利率约 4.5% (2026-04), 属于中性偏高. 如果 Fed 在 2026 下半年降息到 3.5%, 对 ADBE 重估助推略大于 INTU, 但 INTU 的分发层溢价切换独立于利率.

INTU 聚焦美国 SMB + 消费税务市场 (海外仅 10%), 对美元汇率不敏感. 本地化护城河天然对冲汇率风险.

政策风险: INTU 最低 (Direct File 已解决), PTC 最高 (ITAR + 数据保护双重). 主要政策关注点: ADBE 的 AI 版权纠纷 + 欧盟 DMA; ADSK 的 BIM Level 3 开放数据要求 + 反垄断 (AEC 市场 55% 份额).

宏观环境综合排序和本报告的评级排序完全一致 — 独立维度的交叉验证.

16.6 历史回测: 4 家 2021-2026 年度表现

观察 1: INTU 的 5 年 CAGR 9.1% 最高, 也高于 IGV ETF 的 4.6%. 过去 5 年 INTU 已经是 "跑赢板块" 的标的 — 持续复利, 不是低估值等待.

观察 2: ADBE 的 CAGR 4.1% 落后 INTU 5pp, 落后主要在 2025-2026 (AI 颠覆焦虑). 我们给 ADBE "关注临界" 是赌这个落后是情绪性的, 不是结构性的.

观察 3: PTC 的 CAGR -1.7% 是唯一负数, 和 "审慎关注" 一致 — 选择性不披露 + Onshape 期权悬而未决确实长期跑输.

方法论回测: 如果 2021 年用 视角一（产品层 vs 分发层） 分类构建 50% INTU + 30% ADBE + 10% ADSK + 10% PTC 组合, CAGR +5.97% vs IGV +4.6%, 年超额 +1.37pp, 5 年累计超额约 +7pp.

局限性: 样本期短 (5 年), 幸存者偏差 (4 家均大市值), 事后偏差. +1.37pp 年超额不是未来期待的收益, 只是方法论在历史上曾经有效的证据.

16.7 PE 历史走势

来源: Bloomberg 2026-04-09.

ADBE 从 2021 年 45x 跌到 2026 年 9.6x, 压缩 -79% — SaaS 历史上极罕见, 只有 Zoom (-88%) 和 Peloton (破产级) 能比较. 但 ADBE 的基本面 (OPM 47.4% SaaS 行业第一) 完全不像 Zoom. PE 压缩是情绪性过度反应, 不是基本面反映.

INTU 从 35x 跌到 18x, 压缩 -49%. 18x 的底部没有分发层资产参照组 (28-31x) 给的合理, 意味着 PE 扩张空间存在.

如果 AI 颠覆焦虑完全消失, ADBE 上行空间 +150%. 本报告的 base case 假设 AI 焦虑只消退 30-40%, 对应 +22%.

第17章：常见反驳与 FAQ

17.1 对 "INTU 独立第一" 的反驳

反驳 1: "分发层护城河 10 年前就在, 为什么现在才值得 +25%?"

过去 10 年 INTU PE 在 22-35x (均值 26x), 反映了分发层溢价. 2024-2026 年从 25x 压到 18x, 主要是 Direct File 焦虑. Direct File 解除但 PE 没回升, 这是错误定价. 本报告的 +20~25% 是 PE 从 18x 回到 21x, 不是超过历史均值.

反驳 2: "SBSE 业务增速 16% 能持续吗?"

有下降风险, 这是 Kill Switch 触发点 (SBSE ARR <10%). 如果触发, 退出. Phase 4 不对称赔率 2x 已计入这个风险 — 下行 -10~-15% 远小于上行 +25~+30%. 下降到 12-13% 也不会让评级失败, 只把概率加权 Upside 从 +25% 调到 +15%.

反驳 3: "分发层 Fwd PE 28-31x 需要 '不被颠覆' 的硬证据?"

Direct File 是 "最有力量颠覆 INTU" 的力量, 它已被关停. 2025-11 的事件是十年一遇的结构性利好. 如果连 Direct File 都无法颠覆 INTU, 其他 AI 工具更难. 这是自然实验的价值 — 不是理论, 是事实.

反驳 4: "5 位大师都同意是 group think?"

5 位大师用完全不同的方法论 (巴菲特护城河 / 芒格反向 / Howard Marks 周期 / Klarman 赔率 / Druckenmiller 反身性). 他们对 ADBE 的意见是 3/5 反对, 说明方法论差异存在. 对 INTU 的 5/5 一致是因为 INTU 同时满足 5 种标准 — 真正的多方法验证.

17.2 对 "ADBE 关注 (临界)" 的反驳

反驳 1: "9.6x 已经这么便宜, (临界) 过于保守?"

便宜是一个 factor, 不是全部. Klarman 的 2x 赔率要求 (ADBE 1.47x 不足) + Druckenmiller 反身性警告 + Howard Marks 时机论, 三个独立 signal 都指向等待. 便宜不是安全.

反驳 2: "GenStudio +30% / Firefly +75% QoQ 都是利好, 为什么还是临界?"

数据是真利好, 但数据和叙事脱节. 市场给 9.6x 隐含 "AI 永续打败 ADBE" 的叙事, 好数据本应触发重估但实际没有. 市场情绪进入 "任何好消息都被忽略" 的阶段 (负向反身性). 打破需要结构性 catalyst (CEO 继任者), 不是好数据累积.

17.3 对 "ADSK / PTC 区间" 的反驳

反驳 1: "ADSK Owner PE 161x 极端, 但 Non-GAAP 19x 合理, 为什么用 Owner PE?"

我们同时看 Non-GAAP (19x 中性) + Owner PE (161x 异常) + GAAP (45.9x 中性偏高). 三个锚点不一致 = 无法精确判断. 区间 -5%~0% 是不确定性的诚实表达.

反驳 2: "PTC 区间下沿 -10% 太悲观, Onshape 成功不该乐观?"

Onshape 成功概率给了 ~10-15%, 对应上沿 +13%. 概率低, 加权后仍是 base case -7.5%. 选择性不披露是负面 Bayesian 先验, 10-15% 已经偏乐观.

第18章：投资执行清单

18.1 读者的三类型

类型 A — 主动型机构投资者: 管理大额资金，逐股深度研究，有能力消化全部 19 章分析并独立验证。执行 INTU + ADBE 评级。

类型 B — 专业个人投资者: 管理自己的资金，时间有限但有基本面分析能力。只执行 INTU 评级（最高确信度标的），ADBE 作为观察仓。

类型 C — 被动 ETF 投资者: 不做单股选择，通过 IGV（iShares Expanded Tech-Software ETF）或 WCLD（WisdomTree Cloud Computing ETF）获取 SaaS 板块敞口。本报告对类型 C 的价值在于理解 AI 对 SaaS 板块的结构性影响，辅助 ETF 择时。

18.2 执行框架：INTU（类型 A + B）

18.3 执行框架：ADBE（仅类型 A）

18.4 不执行：ADSK / PTC

区间评级 = 不参与交易。已持有者按 Kill Switch 信号做减仓管理（详见第13章）；未持有者不入场。

18.5 投资组合构建思路

Kill Switch 的核心价值：Kill Switch 是"限制下行"的工具，而非"保证上行"的承诺。当 Kill Switch 未触发时，持仓按估值目标运行；当触发时，纪律性止损限制单笔损失。组合层面的期望收益取决于触发概率与各标的胜率的加权——这正是第9章估值体系和第13章 Kill Switch 注册表协同工作的逻辑。

第19章：终章：AI 的左手和右手

19.1 画面

同一个 AI, 有两只手.

左手 — 打产品层. AI 做出 "够用的替代工具" (Midjourney 替代 Photoshop, Neural CAD 压缩 Revit 的可计费小时, 开源 PLM 威胁 Windchill 的数据垄断), 客户逐步流失. ADBE / ADSK / PTC 都被这只左手打. 速度不同 (ADBE 快, ADSK 慢, PTC 中), 方向相同 — 护城河在被线性稀释.

右手 — 抬分发层. AI 让 CPA 用更低成本服务更多客户, CPA 推荐的仍然是 QuickBooks. AI 做出更好的会计计算? 没用 — 客户雇 CPA 不是为了计算, 是为了 "出问题时有人负责". AI 降低了 CPA 的服务成本, 反而让 46,000 家 CPA 推荐 QuickBooks 的经济逻辑更强. INTU 被这只右手抬.

PE 跨度 2 倍 (9.6x → 19.4x) 的真正解释: 市场知道 AI 在影响 SaaS, 但把 "左手打" 和 "右手抬" 混在同一个 "AI 颠覆折扣" 里. 被打的和被抬的享受了差不多的定价待遇 — 这是错误定价的根源.

19.2 四家最终排序

18.3 以后该盯什么 + 该用什么估值语言

不要再用 Rule of 40 / Fwd PE 给四家排座次. 盯两个问题:

1. "AI 打这家公司, 用的是左手还是右手?" 左手 (产品替代) = 护城河线性缩短, 用 Reverse DCF 测衰退程度; 右手 (分发增强) = 护城河反而扩大, 参照 VISA / Mastercard / 穆迪 (PE 28-31x) 估值.

2. "市场给的隐含永续增长率, 和 AI 的手对不对得上?" ADBE 隐含 g = -0.52% (永续萎缩), 但 AI 防御数据全超预期 — 左手打过但没打死, 市场还在定价 "打死了". INTU 隐含 g = +4.0%, 和右手逻辑一致, 但参照组错了 — 用 VISA/MA 参照组, PE 应该是 25-28x 而非 18x.

估值语言: 左手公司 (ADBE/ADSK/PTC) 用 Reverse DCF 测 "市场赌了多少衰退", 实际数据反驳衰退就是 alpha. 右手公司 (INTU) 切换参照组到分发层资产 (VISA/MA/MCO), 当前 PE 显著低于参照组就是 alpha.

© 2026 投资研究Agent. All rights reserved.