Loading analysis...
Autodesk押注AI CAD数据护城河
展开原帖
TL;DR: 每家 AI 公司都在争抢文本和图像训练数据,但唯一一家拥有足够多专业 3D 设计数据、可以用来训练物理世界 AI 模型,并且真的愿意使用这些数据的公司,是 Autodesk。他们正在基于数十年的 CAD 数据构建基础模型,而市场还没把这些点连起来。本 sub 上关于它的 DD 帖为零。当前价格 ~$240,forward non-GAAP P/E 为 19x,PEG 接近 1。
背景:AI 撞墙了
两周前在 Lenny's Podcast 上,Caitlin Kalinowski 把问题讲清楚了。Kalinowski 曾是 Apple MacBook Air 和 Mac Pro 的技术负责人,在 Meta 做出了每一代 Oculus Rift 和 Quest 头显,并且在因防务交易离职前,负责 OpenAI 的机器人部门。她是这么说的:
“现在,我们正处在 AI 能够做 CAD 的非常、非常早期。Claude 能做的本质上是曲面或者点云。这不是真正的 CAD。”
她解释说,目前的 LLM 不理解摩擦、重量、接触压力或表面纹理。它们可以写代码、生成图像,但它们无法设计出一个在现实世界中真正可用的实体物体。一个看起来像样、但壁厚太薄无法注塑成型的支架,不是支架。它只是渲染图。
然后她说出了对这个 thesis 最关键的一句话:
“这里最大的挑战其实是数据。这些 CAD 数据是任何人手里最有价值的 IP 之一。Samsung 不会想把他们的 3D CAD 给一个模型供应商。这是专有的。这是秘密配方。所以这些数据到底从哪里来,是我很大的一个问题。”
她说,你需要一个用海量 CAD 数据训练的基础模型,而且要让它真正奏效,很可能需要全新的模型类型,而不是 LLM。
谁有数据?
Autodesk 拥有全球 CAD 软件市场超过 25% 的份额。结合他们的其他产品(Revit、Inventor、Fusion、Forma),他们覆盖建筑、工程、施工和制造业。几十年来,数以亿计的专业设计是在他们的工具中创建的。他们拥有地球上最大的专业 3D 设计数据语料库。
在 Autodesk University 2025 上,他们宣布了 Neural CAD:一种新的基础模型类别,专门用专业设计数据训练,作为一种新的模型架构构建,直接对 CAD 几何、形状、组件、制造约束和建筑布局进行推理,而不是在现有软件外面套一层 LLM。
他们的首席科学家描述说,他们委托设计师创建“黄金标准”训练数据:完全受约束、带注释的模型,专门用来以高于普通客户产出质量的水平训练这些模型。他们也在使用客户数据(带权限控制)和合成数据。未来,企业客户将能够在沙盒环境中用自己的专有数据对模型进行 fine-tune,且不会有任何内容泄露到全局训练集中。
Kalinowski 在没有点名的情况下,描述的正是 Autodesk 正在打造的产品。市场还没把这两件事联系起来。
为什么别人做不了这个
Dassault Systèmes(SolidWorks、CATIA): 最明显的竞争对手。他们有数据。但他们 2025 年营收增长只有 0.36%,来自 Medidata 收购的生命科学部门在收缩且无法剥离,对欧洲汽车行业敞口疲弱,并且股票在 2 月因为史上最糟糕的 earnings miss 单日暴跌 20%。他们正在大换血并处理平台迁移。他们没有在发布 AI 基础模型。他们的 SolidWorks 2026 AI 功能是渐进式的。
Siemens(NX、Solid Edge): 以 $10.6B 收购 Altair 来获得仿真 AI,但 Siemens 是一家巨型工业集团,CAD/PLM 部门只占总收入的一小部分。你无法通过 Siemens 买入“AI 改造 CAD”这个主题,而不同时买入火车和电网。
PTC(Creo、Onshape): Onshape 是云原生的,这对 AI 来说架构不错,虽然 PTC 更小,训练数据更少,也没有宣布任何能和 Neural CAD 相比的东西。
初创公司(Zoo/KittyCAD、Adam AI、DraftAid、Leo AI): 技术有意思,但他们没有数据。Zoo 的 text-to-CAD 可以根据 prompt 生成基础 B-rep 几何体,这对爱好者来说很酷。带公差、材料约束和制造可行性的生产工程,需要来自数百万真实专业设计的训练数据。初创公司没有这些。
Kalinowski 特别说过,AI CAD 的起点会是爱好者,因为他们不在乎 IP。那就是初创公司的市场。真正有收入的企业市场,需要的是只有 Autodesk 才大规模拥有的那类数据。
MaintainX 收购
昨天,在 Q1 FY2027 财报发布的同时,Autodesk 宣布以 $3.6B 收购 MaintainX。市场把它解读为多元化,并抛售了股票。但这其实是闭环数据策略的最后一块拼图。
目前,从设计到运营的生命周期存在断点。你在 CAD 里设计某个东西。你把它造出来。然后维护数据——什么坏了、什么磨损了、什么需要重新设计——存在一个完全独立的系统里。MaintainX 是一个 connected worker 和资产管理平台,被制造、设施和现场运营中的维护团队使用。
通过拥有完整闭环(在 Fusion/Revit 中设计 → 建造 → 在 MaintainX 中运营/维护 → 将故障数据反馈回设计),Autodesk 得到了别人没有的东西:真实世界的性能数据,可以训练他们的 AI 模型去设计真正耐用的东西。CEO Anagnost 将其描述为推动数字孪生“从静态走向动态”,并解锁 $40 billion TAM。
这笔收购是一个伪装成运营扩张的数据玩法。
财务
Q1 FY2027(昨天,May 28 报告):
- Revenue:$1.93B,同比增长 18%,高于预期的 $1.89B
- Non-GAAP EPS:$2.99,高于预期的 $2.84
- Free cash flow:$876M
- GAAP operating margin:28%,同比提升 14 个百分点
- 将全年 FY2027 revenue guidance 上调至 $8.155B-$8.215B
- 将全年 non-GAAP EPS guidance 上调至 $12.40-$12.65
按 ~$240/share 估值:
- Market cap:~$50B
- Trailing non-GAAP P/E:~25x
- Forward non-GAAP P/E:~19x
- PEG ratio:~1.0
- EV/FCF:~21x
一致预期:
- FY2027 non-GAAP EPS:~$12.69
- FY2028 non-GAAP EPS:~$13.43
- FY2029 non-GAAP EPS:~$14.37
Remaining performance obligations(已签约未来收入)为 $7.8B,同比增长 9%,其中 current RPO 增长 18%。
Bear Case:Neural CAD 是空气项目(~$220,大致持平)
AI 功能仍然只是渐进改进。Neural CAD 一直停留在 beta,无法带来可衡量的 ARPU 增长。MaintainX 整合混乱,并在 2+ 年内造成摊薄。随着计费转换带来的顺风消退,收入增长从 18% 放缓至 8-10%。宏观逆风打击建筑和制造业支出。SolidWorks 和 Siemens 推出有竞争力的 AI 功能。Forward P/E 因增长放缓从 19x 压缩到 16x。
FY2029 EPS 落在 $13.50 左右。按 16x forward,股票交易在 $215-$220 左右。
这里你不会亏很多钱,因为基础业务确实很强:18% 增长、利润率扩张、以及 $3.5B+ 年化 FCF run rate。底部是一家经营良好、倍数合理的订阅软件公司。
Base Case:AI 推动 upsell,而不是革命(~$350-$380)
Neural CAD 到 2026 年底/2027 年初在 Fusion 和 Forma 中广泛发布。企业开始把它作为生产力工具采用。Autodesk 推出 AI 分层定价,对 AI 辅助设计功能收取更高费用。在正常提价之外,average revenue per user 在 3 年内增加 10-15%。MaintainX 整合相对顺利,到 FY2029 增加 $200-300M 年收入。总收入增长维持在 13-15%。
FY2029 EPS 达到 $16-17。市场承认 Autodesk 是 AI 受益者,并给予轻微溢价,22-24x forward。股票交易在 $350-$380。
这大致符合当前分析师一致目标价 ~$330,再加上一些来自 AI narrative 发酵的上行空间。
Bull Case:新 TAM($500-$600+)
这就是有意思的地方。想想如果 Neural CAD 真的像 Autodesk 描述的那样运作,会发生什么:从文本、草图或语音 prompt 生成 production-ready CAD geometry,并根据真实世界物理和制造约束进行验证。
当前 CAD 市场约为 ~$12-13B。 这个市场由会使用 CAD 软件的人数定义。全球可能有 8-10 million 专业 CAD 用户。
如果 AI 降低了设计实体物体的技能门槛,那么 addressable market 就不是“CAD 软件”。而是“任何需要设计实体东西的人”,包括在白板上画草图的产品经理、知道哪里坏了但不会设计修复方案的维护技术员、因为请不起机械工程师而外包设计的小制造商,以及把 60% 时间花在文档而不是设计上的建筑师。
Kalinowski 明确描述过这个未来:“如果你可以说,嘿,我想造这个东西,我想让它做这个,这是我大概想要它的样子,这里有张图……你甚至作为一个爱好者,能够从一张 2D 图片到复杂 3D CAD,再到装配体,再到和供应商沟通……这个想法在未来是可能的。”
Autodesk 的 CEO 给 MaintainX 带来的扩展 TAM 标了一个数字:$40B。这是当前 CAD 市场的 3x。而如果 AI 辅助设计变得像今天的 AI 辅助写作一样易用,甚至这个数字可能还保守。
在 bull case 中:Neural CAD 变成一个平台,而不仅仅是一个功能。Autodesk 对 AI 生成设计按用量收费。MaintainX 数据闭环创造了一个可防御的 flywheel:更多使用产生更好的 AI,更好的 AI 又带来更多使用。随着新 TAM 打开,收入增长重新加速到 20%+。第三方开发者在 Autodesk 的 Neural CAD API 上构建应用(他们已经宣布了用于此的 MCP infrastructure)。
随着 operating leverage 释放,FY2029 EPS 达到 $18-20。市场给予 28-32x multiple,因为这现在是一家拥有数据护城河和扩张 TAM 的平台公司,类似 Adobe 在 Creative Cloud 转型期间的 re-rating。
股票交易在 $500-$600+。从今天 $240 起,2x 或更好。
为什么这还没被定价
这个 subreddit 上关于 Autodesk 的 DD 帖为零。尽管每一项财务指标都 beat,股票却在 MaintainX 收购公告后下跌。分析师目标价平均为 $330,基于传统软件估值,而不是 AI 平台 thesis。覆盖这只股票的 33 位分析师建模的是收入增长放缓,而不是 TAM 扩张。
Kalinowski 访谈在 May 17 播出。她描述了问题。Autodesk 8 个月前宣布了他们的答案。还没有人以能触达散户投资者的方式,把这两件事公开联系起来。
市场正在把 Autodesk 定价为一家成熟企业软件公司,增长 10-15%,forward earnings 交易在 19-22x。如果 Neural CAD 成功,这个框架就是错的。
风险
MaintainX 整合风险。 $3.6B 是一大笔钱。收购经常出问题。如果整合搞砸,会摊薄多年,并让管理层从 AI 机会中分心。
Neural CAD 执行。 还很早期。Demo 很惊艳,但仍处于 limited release。面向实体设计的基础模型比文本或图像模型更难。这可能比多头预期多花 3-5 年。
来自基础模型实验室的竞争。 OpenAI、Google 或 Anthropic 可能构建能处理实体设计的 world models。Kalinowski 暗示过这一点。如果通用型 world model 能做 CAD,Autodesk 的数据护城河就没那么重要。
估值。 即使按 19x forward non-GAAP,你相对于软件行业 median ~21x trailing GAAP 也在支付溢价。如果增长令人失望,multiple 会压缩,股票可能多年没表现。
Stock-based compensation。 GAAP 和 non-GAAP earnings 之间的差距是真实摊薄。每年 ~$1B+ 的 stock-based-compensation 意味着你的所有权每年都在被稀释。
宏观。 建筑、工程和施工支出具有周期性。衰退会直接打击 Autodesk 的核心客户群。
Position: 22 shares ADSK @ $230.86,entered 5/29/2026。Planning to add more if it dips further。
Disclosure: 这不是财务建议。我只是互联网上一个听了播客、读了些 SEC filings 的随机路人。Do your own research.
楼主讨论的标的是 Autodesk(ADSK),核心判断是:当通用 AI 公司争夺文本、图片训练数据时,真正稀缺且可能更有商业价值的是专业 3D CAD、工程约束和物理世界设计数据,而 Autodesk 可能是少数既拥有足够规模数据、又有动机把它产品化的公司。帖子从 OpenAI 前机器人负责人 Caitlin Kalinowski 对 AI CAD 的看法切入,认为现有 LLM 只能生成表面、点云或外观相似的模型,无法理解摩擦、重量、接触压力、材料和制造限制,因此要做“能在现实世界工作”的 CAD,需要专门的基础模型和大量高质量 CAD 数据。楼主随后把这个问题对应到 Autodesk:其 AutoCAD、Revit、Inventor、Fusion、Forma 等产品长期覆盖建筑、工程、施工和制造场景,理论上积累了大量专业设计语料;Autodesk 已公开强调 3D foundation models、MCP infrastructure,以及让 AI 直接理解几何和物理关系,楼主将其概括为 Neural CAD 数据护城河。竞争比较上,楼主认为 Dassault、Siemens、PTC 和 AI CAD 初创公司各有短板:Dassault 有数据但增长和组织迁移承压,Siemens 太分散,PTC/Onshape 云架构好但规模较小,初创公司缺乏专业训练数据,因此难以进入高价值企业市场。MaintainX 收购被楼主视为第二条数据闭环:设计、建造后的维修、故障、磨损和资产表现数据原本分散在运营系统中,Autodesk 若把 Fusion/Revit 等设计端与 MaintainX 维护端连接,就可能获得“设计—运营—反馈—再设计”的真实世界数据,用于训练更懂可靠性和寿命的工业 AI。财务部分,楼主引用 FY2027 Q1 收入 19.3 亿美元、同比增长 18%、non-GAAP EPS 2.99 美元、自由现金流 8.76 亿美元、全年收入和 EPS 指引上调等,认为当前约 240 美元股价、约 19 倍 forward non-GAAP P/E 和约 1 倍 PEG,并未充分反映 AI 平台化潜力。估值框架分三档:悲观情形下 Neural CAD 无法大规模商业化、MaintainX 稀释且增长回落,FY2029 EPS 约 13.5 美元、16 倍估值,对应约 215-220 美元;基础情形是假设 AI 作为增值层提高 ARPU、MaintainX 到 FY2029 增加数亿美元收入,EPS 16-17 美元、22-24 倍估值,对应 350-380 美元;乐观情形则是假设 AI 降低 CAD 使用门槛、Autodesk 从传统 CAD 市场扩展到更大“物理世界设计”TAM,并通过 API 和按量计费成为平台,EPS 18-20 美元、28-32 倍估值,对应 500-600 美元以上。作者持仓为 22 股,成本 230.86 美元。最大漏洞在于,帖子把“Autodesk 拥有数据”和“能训练出可商业化、可定价、可扩张的生产级 AI CAD”之间的距离压得较短;客户 IP 权限、数据质量、企业安全、模型可靠性、物理验证成本、MaintainX 整合难度和竞争对手反击都可能显著削弱数据护城河。同时,许多关键上行情景依赖 2026-2029 年的产品落地和估值重评级,属于强假设而非已验证事实。
评论样本很少,只有少数实质反馈。一位评论者认可“高质量专业数据比普通对话数据更有价值”的方向,但认为 CAD 题材仍显得偏窄;另一位用玩笑方式转向 Dassault。OP 只补充了持仓截图,随后被质疑这么长分析只对应约 5000 美元股票仓位。整体没有形成充分反驳或支持共识。
Loading Truth Social...
正在加载实时更新...