结论 / Verdict
不懂不做(PASS)——超出我的能力圈。 这不是一门烂生意,恰恰相反,它净现金、毛利极高、还在 22% 增长、有真切换成本;但它是企业级 IT/AI 平台软件,不在我看得懂的消费品圈子里,57 倍盈利的价格我也没法"毛估估"地看清它十年后护城河还在不在。我懂的生意一辈子不超过十个,这一个不在里面。我承认我懂得少,那一切就简单了——不懂不做。
说清楚一点:这是"我看不懂、所以我不碰",不是"我看空它"。看得懂它的人完全可能在这个价位买得很对。我只是诚实地说,那个人不是我。
Stop Doing List Check(不为清单)— 必答
先过不为清单,任何一条命中,分析当场结束,不必谈估值。
| 清单项 | NOW 是否命中 | 说明 |
|---|---|---|
| 不沽空 | 否 | 我本来就不做空,这一条只是提醒方向。 |
| 不用杠杆 / 不重仓有息负债 | 否(通过) | 这是 NOW 的加分项:账上现金 37.3 亿,净债务为 负 37.3 亿(净现金),没有靠借钱撑业务。一家不靠杠杆活着的公司,至少不会在错误的时点被人逼出局。 |
| 不投不懂的 | 是(命中) | 这是我真正卡住的地方,见下一节。 |
| 不走捷径 | 否 | 与一次交易无关。 |
| 不盲目扩大能力圈 | 是(命中) | 买 NOW 对我而言就是把圈子从消费品硬扩到企业级基础软件——"想打远点儿的时候就是最容易犯错的时候"。 |
| 不频繁决策 | 否 | — |
| 不做短期投机 | 风险点 | 数据里 30 天 248 条新闻、近 7 天 74 条、spike=true,标题全是"AI bundle momentum""IBM/Accenture 合作是真催化还是软件抛售噪音"。这种热闹本身就是噪音,不是我下注的理由。 |
结论:不为清单在"不投不懂的 / 不盲目扩大能力圈"两条上命中。 生意本身不脏(净现金、不造假、不靠便宜促销),所以它不是因为"坏"被排除,而是因为"我不懂"被排除。诚实到此为止——这正是整件事的关键。
真懂? — Circle of Competence(能力圈)— 必答
我对"真懂"的标准很高:搞懂一门生意,花的力气不亚于读完一个本科;最简单的检验是——你懂了就不会想去问别人。
- 它怎么赚钱,我能用一两句话说:企业把 IT 服务、运维、再到现在的"AI agent 工作流"放到 NOW 这个云平台上,按订阅年年付费,数据和流程沉淀进去后很难搬走。这一层我说得出。
- 但说得出商业模式,不等于真懂这门生意。我真正答不上来的是:在 微软、Salesforce 这些巨头和一堆"AI 原生"新玩家同时压上来的时候,NOW 这套平台十年后的护城河还在不在、还值多少?它正从"IT 服务管理"往"AI 平台"猛转,这个转型成败、定价权、被 AI 重新洗牌的风险——这些我得去问别人。一旦我发现自己要"问问行业里的人怎么看",就说明它在我圈子外面。
- 我有据可查的圈子是消费品牌:苹果、茅台、网易。我从来没有真正投过纯企业级 B2B 基础软件,因为我不具备判断它技术代际更替的本事。"机会很大"和"我真懂它"是两回事,前者常常是 FOMO 穿了件机会的外衣。
判定:在我的能力圈之外。停。 这一节诚实与否,就是全部胜负所在。
Business Model(生意模式)
即便我不下注,也照实说它是门不错的生意,免得有人以为我在贬低它:
- 赚钱方式与持续性:订阅制 SaaS,毛利率约 77%(TTM 毛利 106.88 亿 / 收入 139.6 亿),收入连续多年 22%–24% 复合增长,递延收入是"好的负债"。GAAP 经营利润率约 13% 且在往上走,ROIC 从几年前的负数升到 FY2025 的约 15.6%。这说明它越来越多是"靠结构赚钱",不全是"靠每个季度拼命"。
- 护城河 = 竞争优势:类型是切换成本 + 平台沉淀——客户把工作流、数据、权限都搭在上面,迁移成本高。这是真的,不是故事。
- 但有两根刺:
- 股权激励(SBC)很重:FY2025 SBC 19.55 亿,占当年自由现金流(45.76 亿)的约 43%。账面 22 倍 FCF 看着便宜,扣掉这块对股东真实的稀释成本,"真·自由现金流"更像 26 亿,对应的其实接近 40 倍。软件公司这类"看不见的成本"我一向警惕。
- AI 是双刃:同一股 AI 浪潮,既可能放大它的平台价值,也可能让它的部分模块被 AI 原生产品绕过。我判断不了这把刀朝哪边落——这正好又绕回上面的能力圈问题。
Culture — Is It Benfen?(企业文化是否本分)— 必答
企业文化就是"什么是对的事,以及如何把对的事做对";我最看重的是有没有**"利润之上的追求"**——把用户需求放在公司短期利益前面。
- 数据里能看到的是财务面和动作面:不靠有息负债、开始用回购对冲稀释(FY2025 回购 18.4 亿)、内部人交易多为常规 RSU 归属代扣(5/15 一批高管 M/F 代码),没有异常的大额套现——这些没有红灯。
- 但我手上这份共享数据里,没有足够的定性材料让我判断它到底是不是一家"本分"的公司:它对客户是否长期诚实、出了问题认不认错、是不是把产品做到极致而不是把财报做漂亮——这些我看不到。
- 按我的方法,文化是硬过滤器,不是加分项;在我没法确认文化的情况下,我不会因为财务漂亮就放行。这一项:存疑、数据不足、据此保留。
Margin of Safety(先能力圈,后价格)
- 能力圈(第一安全边际):我不在圈内。这一条没过,后面的价格其实就不必算了——一门你看不懂的生意,价格再"便宜"也不是安全边际。
- 毛估估(只为框定下行):103 0 亿市值 / TTM 收入 139.6 亿 ≈ 7.3 倍 P/S;约 57 倍 GAAP 盈利;扣 SBC 后约 40 倍真·FCF;PEG 约 4.1。这个价格要成立,得相信它很多年继续做 20%+ 的高质量增长。共享的 reverse-DCF 在中性假设下隐含年化回报约 8.8%,低于它自身历史的 31%,所以"还留了点余量",但 8.8% 也谈不上是"不用计算器就看出来的便宜"。它跌了一半(离 52 周高点约 −52%、近 12 个月 −50.6%),价格确实下来了,但'跌了'不等于'便宜到我敢在不懂的情况下买'。
- 真利润来自定性判断(生意模式 + 文化),而那部分我恰恰判断不了——所以对我而言,这里没有可言的安全边际。
Equanimity / Crash Test(平常心 / 暴跌测试)— 必答
测试很简单:如果它明天再跌 50%,我是想买更多,还是会到处问"出什么事了"?
- 老实说,我会去问别人——而这正是它不在我圈里的铁证。看数据就知道:股价从 211 砍到 100 的同时,30 天冒出 248 条新闻,人群在问"IBM 合作是真催化还是抛售噪音"。当一群人都在问'发生了什么',就说明大多数人(包括我)从没真懂过它。
- 真正在我圈里的好公司(比如苹果),暴跌对我是打折,不是威胁;NOW 给不了我这种笃定。
- 我也提醒自己别被这次"AI bundle"的热闹勾着——看到机会"很大"不是我入场的理由。平常心,就是在有诱惑时回到事情的本质:我到底懂不懂?不懂。 那就该干嘛干嘛。
Position & Patience(仓位与耐心)
- 是否集中? 不持有。仓位是跟着理解深度走的,而我对它的理解深度为零——对懂的人极度集中是理性的,对不懂的人同样的集中就是鲁莽。我连起手仓都不该有。
- 默认持有期:不适用(我不会买)。我真懂的东西会拿十年以上(网易、苹果、茅台);这一个我连第一股都不会买。
- 卖出/纠错测试:也不适用——我的纠错测试问的永远是"我是不是把生意看错了",而不是"它涨了还是跌了"。我连"看对生意"的前提都不具备。
What Would Make Me Wrong(什么情况说明我错了)— 必答
我这个"不懂不做"的结论,在两种情况下会被证明是"我本可以做、却错过了":
- 如果我真的花了读一个本科的力气,把企业级 SaaS + AI agent 的代际更替、竞争格局、定价权彻底搞懂了——那它就进了我的圈,届时按生意模式→文化→安全边际重新判断。但"看懂"必须是我自己不想再问任何人,而不是听了几个分析师就以为懂了。
- 如果它的护城河被证明强到 AI 浪潮只会加宽、不会绕过,且文化经得起检验、价格回到我毛估估一眼就便宜的水平——那是看得懂它的人的好机会。但那仍是别人的能力圈,不是我的。"错过"从来不是我的错误;"做了不懂的事亏掉本金、且回不来"才是。我宁可错过,也不在圈外挥那一杆。
纠错信号:无——因为我根本不会建仓,也就没有要纠的仓。这恰恰是不为清单的意义:把"不该做的"挡在建仓之前,而不是建完仓再后悔。
段永平说 / In My Words
我个人的理解,NOW 是一门好生意配一个我看不懂的圈。它不脏:净现金、不靠杠杆、毛利高、还在快速增长,这些我都认。问题出在我自己——企业级 IT 和 AI 平台不是我修过的"本科",我没本事判断它十年后护城河还值不值这 57 倍盈利。股价跌了一半,很多人觉得是机会,但"跌了"和"便宜到我敢在不懂的情况下买"是两码事,"机会大"和"我真懂"更是两码事。
我从 沃伦·巴菲特(Warren Buffett) 那里学到的最重要的东西,从来不是他"做什么",而是他"不做什么";查理·芒格(Charlie Munger) 也说,他没见过巴菲特按着计算器去估一家公司——我也几乎不用计算器。在这件事上,我不需要算,我只需要诚实:不懂不做。该是谁是谁,该干嘛干嘛。这一杆,我不挥。
基于 2026-06-30 共享数据;本分析为单一大师框架的演绎,非投资建议。 注:本 run 目录无统一的 DATA.md,改用同目录下的 sec-facts / estimates-facts / reverse-dcf-facts / mktcap-facts / news-facts / oneil-facts 等共享事实文件,未另行联网采集。