来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
小组成员普遍看跌Procore (PCOR)，理由是缺乏盈利能力和净留存率细节、人工智能商品化可能带来的利润率压力，以及建筑支出周期和竞争带来的未解决风险。
风险: 建筑支出周期和人工智能商品化可能带来的利润率压力
机会: 未识别
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
由 Wasatch Global Advisors 管理的 Wasatch Long/Short Alpha Fund 最近发布了其 2026 年第一季度投资者信，可在此处下载。投资者情绪的转变导致了市场调整，并在第一季度加剧了美国小盘股和中盘股的波动性。尽管如此，对 AI 的热情继续支撑着基础设施开发公司的发展。由于伊朗冲突，本季度情况加剧，导致投资者考虑油价上涨的可能性及其对全球经济的更广泛影响。在此背景下，罗素 2500 指数在本季度上涨了 2.04%，而 Wasatch Long/Short Alpha Fund—Investor Class 的表现则优于大盘，上涨了 4.16%，这得益于其空头头寸的超额表现。此外，请查看该公司 2026 年排名前五的持股，了解其最佳选择。
在其 2026 年第一季度投资者信中，Wasatch Long/Short Alpha Fund 重点介绍了 Procore Technologies, Inc. (NYSE:PCOR)。Procore Technologies, Inc. (NYSE:PCOR) 是一家技术公司，提供基于云的建筑管理平台及相关软件产品。截至 2026 年 6 月 2 日，Procore Technologies, Inc. (NYSE:PCOR) 的收盘价为每股 52.70 美元。Procore Technologies, Inc. (NYSE:PCOR) 的一个月回报率为 -0.49%，其股价在过去 52 周内下跌了 21.72%。Procore Technologies, Inc. (NYSE:PCOR) 的市值为 79.5 亿美元。
Wasatch Long/Short Alpha Fund 在其 2026 年第一季度投资者信中就 Procore Technologies, Inc. (NYSE:PCOR) 发表了以下评论：
“我们最大的拖累之一，
ProCore Technologies, Inc.(NYSE:PCOR) 是一个很好的例子，说明投资者可能低估了其竞争壁垒的持久性。ProCore 的软件帮助企业管理建筑项目。ProCore 的竞争优势不在于其软件代码，而在于其庞大的承包商网络以及跨越数千个项目产生的专有数据。这种网络效应和数据集比软件的底层功能更难复制，我们相信它们使公司在 AI 驱动的环境中处于有利地位。”
Procore Technologies, Inc. (NYSE:PCOR) 不在我们 2026 年初最受对冲基金欢迎的 40 只股票名单中。根据我们的数据库，截至第一季度末，有 35 只对冲基金持有 Procore Technologies, Inc. (NYSE:PCOR)，而上一季度为 45 只。Procore Technologies, Inc. (NYSE:PCOR) 在 2026 年第一季度报告的总收入为 3.59 亿美元，同比增长 15.7%。虽然我们承认 Procore Technologies, Inc. (NYSE:PCOR) 作为一项投资的潜力，但我们相信某些 AI 股票提供了更大的上涨潜力并承担了更小的下跌风险。如果您正在寻找一只被严重低估且能从特朗普时代的关税和近岸生产趋势中获益的 AI 股票，请参阅我们关于**最佳短期 AI 股票**的免费报告。
四大领先AI模型讨论这篇文章
"在人工智能驱动的多供应商软件格局中，PCOR的数据网络护城河并不保证持久。"
Wasatch认为PCOR的护城河在于其承包商网络和数据资产，而不仅仅是软件。2026年第一季度收入增长15.7%至3.59亿美元，股价约为52.70美元，市值79.5亿美元（约合年化收入的5.5倍），这是一个类似SaaS的估值，但考虑到增长，并非不合理。然而，该文章忽略了盈利能力、净留存率以及在人工智能驱动的竞争和互操作性转变中，数据网络是否真的能够持久。建筑周期和资本支出预算比人工智能炒作更重要，而在岸/贸易政策信号增加了宏观风险。文章还笨拙地推销了一只“最佳短期人工智能股票”，这可能是一个危险信号，表明近期任何上涨的持久性如何。
护城河的持久性可能远不如声称的那么强：人工智能驱动的竞争对手和多供应商平台可以侵蚀客户粘性，建筑周期可能像人工智能增强它们一样迅速地挤压预订和利润。如果宏观势头放缓，PCOR的估值可能会比同行预期的更加压缩。
"Procore不断放缓的收入增长和对利率敏感的建筑周期的极高敏感性，抵消了其数据网络效应的理论益处。"
Procore (PCOR)目前的定价意味着失败，在年度下跌21%后以显著的折扣交易。虽然Wasatch强调了数据护城河，但市场显然在惩罚该公司增长放缓——对于一家市值79.5亿美元的SaaS公司来说，15.7%的同比增速是平庸的。这里的真正风险不仅仅是竞争；而是建筑行业的周期性。如果由于伊朗的地缘政治不稳定导致高利率持续存在，那么无论其软件有多“粘性”，新项目的启动都将大幅下降。我怀疑“网络效应”能否抵消商业房地产资本支出的宏观驱动的冻结。
如果Procore成功整合生成式人工智能来自动化项目投标和合规性，他们可能会实现利润扩张，从而在建筑环境 sluggish 的情况下证明估值重估的合理性。
"市值79.5亿美元，收入增长率15.7%，这并不支持“被忽视的机会”的说法，除非利润率急剧扩张——而信函明显遗漏了这方面的数据。"
Wasatch对PCOR的论点依赖于网络效应和专有数据护城河——这是SaaS的合理论点。但21.72%的52周跌幅和10家对冲基金的流出（45→35）表明，市场正在计入信函中未量化的实际阻力：客户流失、利润率压缩，或人工智能使项目管理商品化。15.7%的年收入增长对于一家市值79.5亿美元的软件公司来说是稳健但并不出色的，尤其是当基金称其为“被忽视的机会”时。信函自身的表述——“最大的拖累因素”——表明PCOR损害了业绩，这引发了一个问题：这是信念还是对亏损头寸的合理化？
如果PCOR的护城河确实持久且可由人工智能增强，为什么机构所有权下降，股票同比表现落后21.72%？该基金可能被困在一个未能经受住实际收益或客户留存数据考验的论点上。
"持股量削减和低于平均水平的增长抵消了所谓的“数据护城河”，使PCOR容易进一步贬值。"
Wasatch强调PCOR的数据和承包商网络是一个持久的护城河，应该在人工智能环境中复合增长，但该股在过去一年中下跌了21.7%，而对冲基金的持股量从45个减少到35个投资组合。第一季度收入为3.59亿美元，同比增长仅为15.7%，低于大多数垂直SaaS基准，并且该头寸本身就是该基金的业绩拖累因素。建筑支出周期、缓慢的企业采用以及来自Autodesk和类似Autodesk的现有公司的竞争仍然是未解决的风险，即使数据优势被证明是真实的，这些风险也可能限制估值重估。
如果人工智能项目优化工具能够推动更快的采用，那么15.7%的增长和网络效应可能会加速，一旦宏观担忧缓解，将当前的低持股量转变为催化剂。
"净留存率和盈利能力数据对于证明持久的数据护城河至关重要；没有这些数据，即使PCOR拥有数据/网络优势，人工智能驱动的竞争和客户流失风险也可能侵蚀利润。"
回应Wasatch：持久的数据护城河并非由一个季度的收入增长或承包商网络所证明；缺乏净留存率和盈利能力细节是一个致命的缺陷。21.7%的52周跌幅和基金流出意味着投资者正在计入客户流失/利润率风险。如果人工智能工具使项目管理商品化，即使拥有数据优势，PCOR也可能面临客户获取成本上升和利润率压力。
"Procore作为提高劳动效率工具的价值主张，在建筑业低迷时期提供了一种防御性护城河，而纯粹的增长指标无法捕捉到这一点。"
Gemini强调利率，但忽略了劳动力短缺对PCOR价值主张的具体影响。Procore不仅仅是一个SaaS工具；它是一种提高劳动效率的策略。在高利率、高成本的环境下，承包商被迫采用技术来生存，而不仅仅是为了创新。虽然机构资金流出令人担忧，但对“增长基准”的关注忽略了一个现实：PCOR正在成为行业必需的操作系统，即使在建筑周期降温的情况下，也能提供防御性支撑。
"低迷时期的防御性采用会加速收入但会破坏定价权——Wasatch的护城河论点假设了相反的情况。"
Gemini的劳动效率论点有待深入探讨，但需要压力测试：如果承包商在低迷时期防御性地采用PCOR，采用会加速但定价权会消失。Wasatch没有量化NRR或客户流失——这对于验证“必需操作系统”的说法至关重要。ChatGPT正确地指出了这个差距。真正的问题是：当采用是出于必要而非竞争优势时，PCOR是否能保持定价杠杆？这正是护城河要么保持不变或崩溃的地方。
"即使使用量增加，被迫的防御性采用也可能侵蚀PCOR的定价权。"
Gemini的劳动效率论点与Claude的定价权警告相冲突：承包商在利率高企和资本支出冻结的情况下，为应对短缺而防御性地采用PCOR，可能会带来销量但会削弱支付意愿，从而压缩利润并削弱数据护城河。建筑周期将必需性变成了一把双刃剑，而Wasatch从未通过NRR或客户流失趋势来量化这一点。
小组成员普遍看跌Procore (PCOR)，理由是缺乏盈利能力和净留存率细节、人工智能商品化可能带来的利润率压力，以及建筑支出周期和竞争带来的未解决风险。
未识别
建筑支出周期和人工智能商品化可能带来的利润率压力