会议概述 - 本次网络研讨会的主题为“重塑2026年人工智能战略” [1] - 会议形式为专家间的开放式对话 旨在帮助与会者思考其人工智能战略 无幻灯片演示 [2] - 会议目标为互动交流 鼓励与会者通过屏幕底部的工具提交问题并获取博客等资源 [2] 主讲人介绍 - 主讲人Justine Iverson负责市场情报部门的企业板块以及数据与研究的人工智能战略 [1] - 其职责涵盖Capital IQ及所有相关优质内容的数据流交付 [3] - 主讲人与本次会议的其他三位嘉宾Francis、Jesse和Alaina在不同角色中均有合作经历 [3]

报告行业投资评级 * 报告未明确给出如“买入”、“增持”等传统的股票市场投资评级 其核心是向企业提供战略行动指南 而非对上市公司进行评级 [1][3] 报告的核心观点 * **核心论点**：人工智能创新永不停歇，企业的云基础架构也必须持续进化，以支持AI驱动的业务重塑 [1][9] * **现状判断**：大多数企业的云转型尚未完成，且云成熟度与AI雄心之间存在巨大差距 仅有**8%** 的企业处于“创新者”阶段，能够利用云平台进行全企业范围的AI重塑 [13][25][85] * **紧迫性**：停滞不前的代价高昂 在AI经济中，云成熟度滞后将直接导致战略执行脱节、创新受阻、成本效率低下、数据瓶颈和网络安全风险加剧 [34][49] * **战略路径**：企业应根据自身起点（稳定者、优化者、创新者），采取三条战略路径来提升云就绪度，从而为规模化AI应用奠定基础 [50][51] * **领导层责任**：实现云就绪度需要整个C级管理层（CEO、CIO、CFO、CHRO等）的协调行动，而不仅仅是IT部门的职责 [100][107] 根据相关目录分别进行总结 云与AI现状：定义扩展与成熟度鸿沟 * 现代云的定义已扩展为跨越公有云、私有云、混合云、多云、主权云和边缘的受治理结构，其核心是支持持续变化 [10][22] * 对216家企业的评估显示，云工作负载平均成熟度较低：**59%** 基本无云迁移或为老旧遗留系统，**33%** 仅为维持运营而现代化，仅**8%** 用于试验先进技术 [25][27] * 仅五分之一的企业迁移了**80%** 或更多的应用程序，复杂系统（如单体架构、大型机）的现代化进程滞后 [29] * 在思科的AI就绪度指数中，超半数受访者表示其云基础设施仍无法支持规模化AI，导致“AI基础设施债务”累积 [14] 停滞不前的代价（成本） * **战略与执行脱节**：超**60%** 的云战略与长期业务目标不一致，仅**13%** 的企业完全整合了业务与云战略 [36] * **创新锁定**：投资仍偏向运营效率而非创新，仅**22%** 的公司优先考虑新体验等变革性投资 [38][40] * **结构性成本低效**：五分之四的企业IT环境可视性中等或较差，**40%** 缺乏追踪云价值或支出的机制 [42] * **数据瓶颈**：在向云迁移数据的企业中，仅**39%** 在迁移非结构化数据（AI的燃料），仅**2%** 完全整合了数据与AI以实现实时洞察 [44][46] * **网络安全风险**：仅**11%** 的组织在云和本地环境中拥有实时、集成的网络安全能力 [48] 通往AI就绪度的三条战略路径 * 报告根据云成熟度将企业分为三类：**稳定者**（约60%）、**优化者**（约三分之一）、**创新者**（约8%） [51][54][70][85] * **稳定者**：受遗留系统制约，约三分之一的企业有超**70%** 工作负载在本地 需通过夯实基础、重建信任来释放现金与能力 [54][59] * 关键行动：将云与业务价值挂钩、设计现代化企业架构基础、在全技术栈进行现代化、实施全栈FinOps、提升端到端可观测性与安全性 [61][67] * **优化者**：已完成核心迁移，但云环境为连续性而非创新设计 需从一次性创新转向可重复的创新 [70][75] * 关键行动：在可组合AI平台上嵌入智能、利用云和AI能力加速现代化、推动人主导的自主运营、使安全自动化和AI安全、打造AI赋能团队 [78][83] * **创新者**：已具备强大平台，需将平台优势转化为全企业范围的重塑 [85][93] * 关键行动：用智能体AI重塑核心流程、精准且可信地部署智能体、采用产品思维模式、将能力转化为合作伙伴产品 [93][96] 市场趋势与领导层行动号召 * 一场巨大的价值迁移正在进行：过去十年有**27万亿美元**的企业价值易手，且过去两年速度翻倍 [98] * **86%** 的C级高管计划在**2026年**增加AI投资，其中**78%** 将AI视为收入增长而非成本削减的手段 [32] * 云不再是迁移的里程碑，而是业务重塑的基础 各职能领导需协调行动：CEO需将其视为持续转型的引擎，CIO需从管理技术转向协调企业智能，CFO需利用透明的单元经济学资助创新，CHRO需构建人机协作的劳动力 [100][105]

电话会议纪要分析 一、 涉及的行业与公司 * **行业**：人工智能行业、金融信息服务行业、管理咨询行业、生命科学行业[23] * **公司**： * **埃森哲**：全球领先的管理咨询与专业服务公司，会议中分享了其关于AI投资回报率、行业垂直化应用、人才重塑及“主权AI”的观点[4][21][45][54] * **标普全球市场情报**：标普全球旗下业务部门，专注于为资本市场提供数据、软件和服务，年收入约50亿美元[8] * **其他提及**：OpenAI、Anthropic (Claude)、Google (Gemini)、NVIDIA、Rogo、Harvey、LexisNexis[17][31][40][50][82][84] 二、 核心观点与论据 1. AI战略与市场趋势 * **企业AI战略仍在探索中**：无论规模或市值大小，各组织仍在制定和演变其AI战略，市场变化日新月异[11][12] * **关注点从实验转向投资回报率**：市场已从概念验证和实验阶段，转向关注AI项目的实际投资回报率和影响力，对成本节约和收入增长的期望显著提升[12] * **AI成本节约的提及激增**：从2023年第三季度到2024年底，全球企业财报电话会议中提及“AI成本节约”及对其积极情绪的次数增加了57%[13] * **风险偏好发生演变**：企业态度呈现两极分化后趋于平衡，早期激进开放使用的公司因数据安全担忧而收紧政策，而早期保守的公司则开始探索如何安全地引入AI[15][16] * **资金持续流入AI领域**：2025年，AI特定公司（不包括芯片制造商和数据中心提供商）通过143轮融资筹集了950亿美元，几乎是2024年的三倍[14] * **合作生态持续演变**：AI公司之间以及与传统企业之间的合作伙伴关系正在快速发展，成为重要趋势[14][15] 2. AI应用与价值创造 * **应用从横向向垂直化发展**：AI应用正从客户服务、知识管理等横向通用场景，加速向特定行业的核心价值链渗透，实现垂直化[21] * **关注点从成本节约转向收入增长**：埃森哲对高管的调查显示，78%的CXO认为AI在未来几年更侧重于创造收入增长机会，而非降低成本[22] * **AI正在驱动业务转型**：AI的应用已超越效率提升，正推动企业重新思考业务模式，以在新时代保持相关性和追求增长[27] * **具体行业用例**： * **生命科学**：AI不仅加速药物研发，还能改变研发过程本身[23] * **金融服务**：买方客户（资产管理公司、对冲基金）利用AI更好地摄取、综合和分析海量数据，以助力阿尔法收益生成[27] * **投资银行**：利用AI实现投行备忘录或推介材料生成的阶跃式改进，将工作从数天缩短到数分钟[51] 3. 数据、工具与基础设施 * **数据是AI的基石**：无论是使用标普全球等第三方数据还是客户自有数据，如何利用数据获取最大价值是核心[16] * **企业工具采用呈现多样化**：企业尝试的工具数量不等，调查显示19%的参与者试用过5种以上工具[19][20] 常见工具包括ChatGPT、Claude for Work以及专注于特定工作流程的解决方案（如Rogo、Harvey）[17][31][32] * **内部数据组织是关键挑战**：AI凸显了企业内部数据治理和组织的长期挑战，将非结构化数据转化为AI可用格式需要技术工作和业务逻辑的结合[33][34] * **模型向专业化发展**：行业正进入“专业化时代”，针对特定领域和行业挑战的专用模型、智能体和技能正在兴起[58] * **主权AI成为关注焦点**：地缘政治因素推动了对“主权AI”的关注，即考虑技术栈的本地化、互操作性以及在战略行动中保持自主性[54] 4. 人才、组织与变革管理 * **“影子AI”现象普遍**：员工对AI工具兴趣浓厚，当无法获得企业版工具时，会使用个人账户，带来知识产权、责任和伦理风险[42][43] * **技能不匹配是规模化采用AI的核心障碍**：现有员工技能与市场需求之间存在不匹配，这影响了AI的规模化采用和投资回报率[45] * **人才重塑是关键成功因素**：确保员工具备在AI经济中工作的相关技能，是未来数月和数年的主要趋势，也是AI成功的关键[45] * **变革管理至关重要**：当前工作团队存在使用惯性，需要推动变革管理，将AI工具整合到工作流程中，并对现有员工进行技能再培训[48][49][76] * **“人类主导”原则**：领导力在AI时代更为重要，人类应处于主导地位，负责设定方向、边界并确保执行纪律，而非仅仅停留在“人在循环”中[73] 5. 市场展望与投资 * **IPO市场前景复杂**：2026年IPO市场预期出现分化，传统软件和数据公司估值承压，而大型前沿实验室、拥有核心数据或基础设施的公司可能成为强劲的IPO候选者[36][37][38] * **对AI公司IPO的预测存在分歧**：参会者对于Anthropic和OpenAI谁将率先IPO看法不一（Anthropic 27%， OpenAI 39%， 两者都不会 33%）[40] * **AI公司上市面临财务挑战**：OpenAI等公司为基础设施承担了大量债务，其公开市场上市需要厘清财务责任、相关方交易，并可能需实现盈利或达到合理的杠杆率[61][62][63] * **存在泡沫担忧但长期价值被认可**：市场存在炒作，个别公司可能出现估值过高或失误，但技术带来的整体效率提升是真实的，长期来看经济产出会支撑估值增长[78][79][80] * **消费者AI推动企业需求**：消费者AI工具的快速普及（如Gemini集成到Google Maps）提高了企业用户的期望，形成了自下而上的压力，推动企业加快提供安全可控的AI工具[50] 三、 其他重要内容 * **企业AI采用现状调查**：大多数团队在过去12-18个月内尝试或采用了1-4种AI工具，工具来源包括自研、第三方应用或现有产品中的AI功能[19] * **对传统服务提供商的影响**：传统数据或信息服务提供商（如Capital IQ）必须持续进化，将最佳AI技术集成到用户已有的工作流程和工具中，否则将面临淘汰风险，其核心使命是让客户工作更高效[85][86] * **治理与信任是品牌基石**：在广泛采用AI工具时，建立信任和治理机制对于保持数据高质量和品牌声誉至关重要[29][30] * **降低“幻觉”风险的方法**：包括在LLM中设置严格的护栏（宁愿不回答也不提供错误答案）、确保基础数据的准确性、完整性，以及保留人工验证和审计步骤[68][69][70][71] * **CFO角色演变**：CFO需要深入理解AI，不仅从效率优化和增长机会的财务角度，也需思考如何在其团队内部应用AI提升效率[74][75] * **给企业的关键建议**：积极尝试和实验AI，从识别工作流程中的瓶颈开始，构建或使用AI智能体，在“共同智能”时代与AI共同学习[81][82][98][100] * **新兴技术关注点**：AI模拟和“智能体电商”是值得关注的未来有趣领域[96][97] MCP（模型上下文协议）作为数据交互和启用智能体工作流的新兴方式被提及[92]

文章核心观点 - RELEX Solutions 宣布与 Lowe's 和 Accenture 扩大合作伙伴关系，旨在通过统一 Lowe's 的库存补货和分配平台，增强其供应链敏捷性 [1] - 此次合作将利用 RELEX 的 AI 驱动技术和 Lowe's 的专有供应链技术，以提高效率、改善库存可用性，并提升 Lowe's 门店、商品销售和供应链运营的生产力 [1] 合作内容与范围 - 合作基于 RELEX 通过其分配平台对 Lowe's 季节性业务的现有支持，新举措将把 Lowe's 对 RELEX AI 驱动补货功能的使用，扩展到其全品类产品以及全国范围的门店和配送中心网络 [2] - Lowe's 同时与 Accenture 合作，为在其整个供应链中整合 RELEX 提供战略和功能支持 [2] 技术功能与效益 - RELEX 的补货功能自动化了复杂的订单流程，从而提高了产品可用性和库存生产力，并简化了规划，以确保有足够的库存深度来服务 Lowe's 的客户 [3] - RELEX 还增加了对库存绩效的可见性，并能精确定位缺货的根本原因，使 Lowe's 的团队能够在供应链、商品销售和门店运营中迅速采取行动并做出更明智的决策 [3] - 此次合作使 Lowe's 能够在门店和线上提供卓越的客户体验，同时在整个端到端供应链中提供持续的可见性和自动化 [2] 公司高层评论 - Lowe's 供应链执行副总裁 Margi Vagell 表示，扩大使用 RELEX 加速了 Lowe's 向一个完全集成的、AI 驱动的库存平台的转型，这将帮助团队更快响应客户需求、改善产品可用性，并为 DIY 和专业客户提供更好的体验 [4] - RELEX Solutions 北美区高级副总裁 Keith Adams 认为，Lowe's 扩大使用 RELEX 是领先零售商如何将供应链重新构想为增长引擎的一个有力例证，RELEX 支持大规模补货，给予 Lowe's 执行其“全屋”战略的信心和灵活性 [4] 关于 RELEX Solutions - RELEX Solutions 为零售和供应链规划提供一个统一的、AI 原生的平台，并因其持续的高客户满意度而获得全球信任 [5] - 该公司帮助零售商、制造商和批发商优化需求、库存、商品销售、定价以及供应和生产计划，以大规模提高可用性和效率 [5] - 其客户包括 ADUSA, Camco, Carhartt, COSMOS Pharmaceutical Corporation, Circle K, Dollar Tree and Family Dollar, Ford South America, M&S Food, PetSmart, Rituals, The Body Shop 和 Vita Coco 等品牌 [5]

Accenture plc (NYSE:ACN) is one of the best ethical companies to invest in now according to Reddit. TD Cowen cut the price target on Accenture plc (NYSE:ACN) to $275 from $282 on March 16, maintaining a Buy rating on the shares. The firm told investors that it updated its model ahead of the fiscal Q2 results, saying that, considering raised macro uncertainty and no clear end in sight with the Iran conflict, it believes that it is now reasonable that Accenture plc (NYSE:ACN) could just leave its FY26 growth ...

合作公告与战略目标 - 埃森哲与Databricks于2026年3月17日宣布成立“埃森哲Databricks业务集团” 以深化合作 旨在帮助企业更有效地利用企业数据并快速扩展复杂AI应用和智能代理的使用 [1] - 该新集团的目标是引导各组织将Databricks作为其数据和AI的核心平台 从而能够在公司自有信息资产上直接构建代理兼容的数据库和创新应用 [2] - 合作旨在解决数据源分散和系统过时等长期障碍 通过建立统一、安全的基础来简化管理、消除部门间壁垒 并使每个团队都能快速获取洞察 [2] 合作基础与核心能力 - 埃森哲连续第七年被认定为Databricks年度全球系统集成合作伙伴 其深厚的业务转型专长与Databricks的先进工具形成互补 [3] - 该合作由超过25,000名接受过Databricks技术广泛培训的专业人士支持 其中包括业内最大的认证专家库 [1] - 核心产品包括：为AI工作负载优化的无服务器数据库Lakebase、让员工能用日常语言查询数据的直观对话界面Genie 以及支持开发可靠且能进行复杂推理的企业级AI代理的Agent Bricks [3] 解决方案特点与市场趋势 - 解决方案特点还包括多代理框架、行业定制包、跨云环境的灵活部署 以及使用成熟架构进行治理的全面数据现代化服务 [4] - 多代理系统的采用量在短短四个月内激增了327% 这凸显了市场对超越试点、能提供可衡量价值的、可用于生产的AI需求日益增长 [4] - 企业能从中受益于更快的决策、更高的生产力、更强的合规性 同时通过多云选项优化成本和韧性 [5] 行业应用案例 - 零售行业的Albertsons Companies利用这些解决方案更智能地服务每周数百万客户 优化定价策略和运营效率 [5] - 化工行业的巴斯夫部署了一个名为FOX的数字助理 目前用于回答查询 并正在演进以主动识别趋势并提供前瞻性建议 [6] - 制药行业的协和麒麟国际正在转型为数据驱动型组织 建立对其信息的信任以推动更好的患者治疗效果和持续创新 [6] 高管观点与客户反馈 - 埃森哲董事长兼首席执行官Julie Sweet强调 该联盟使客户能够彻底改革其数据基础设施 自信地扩展AI代理 并通过快速从测试阶段转向实际部署来实现真正的业务影响 [7] - Databricks首席执行官兼联合创始人Ali Ghodsi指出 焦点已完全转向实际成果 Lakebase和Genie等工具将强大的AI直接交到员工手中 同时确保安全、负责任的实施 [7] - 客户领导者反馈称 在金融、零售、生命科学、电信和政府等多个行业都看到了敏捷性和战略优势的提升 [8] 投资与人才发展 - 为支持此发展势头 合作双方在印度推出了专门的大学培训计划 以使毕业工程师在加入埃森哲后能立即做出贡献 [8] - Databricks还承诺未来三年在印度投资超过2.5亿美元 [8] 总体影响与展望 - 此次扩大的联盟使各组织能够实现遗留系统现代化 大规模促进创新 并通过符合伦理、受治理的AI释放新的效率水平 标志着向广泛的企业智能化迈出了关键一步 [9][10]

公司业绩与市场预期 - 埃森哲公司将于3月19日周四盘前公布其第二财季业绩 分析师预期每股收益为2.84美元 较上年同期的2.82美元有所增长 同时市场对其季度营收的共识预期为178.3亿美元 上年同期为166.6亿美元 [1] - 在财报发布前 TD Cowen分析师Bryan C Bergin维持了对埃森哲的买入评级 但将目标股价从282美元下调至275美元 [2] 股息收益与投资计算 - 埃森哲目前的年度股息收益率为3.28% 其季度股息为每股1.63美元 年度股息总额为每股6.52美元 [2] - 若投资者希望每月从埃森哲股息中获得500美元收入（即每年6000美元） 需要持有约920股公司股票 按当前股价计算约合182,767美元 [3] - 若投资者希望每月获得100美元股息收入（即每年1200美元） 则需要持有约184股公司股票 按当前股价计算约合36,553美元 [4] 股息收益率变动原理 - 股息收益率会随股息支付和股价的波动而滚动变化 其计算方式为年度股息支付除以当前股价 [4] - 举例说明 若某股票年度股息为2美元 股价为50美元 则收益率为4% 若股价涨至60美元 收益率降至3.33% 若股价跌至40美元 则收益率升至5% [5] - 此外 公司股息支付额本身也可能随时间调整 进而影响股息收益率 股息增加会推高收益率 反之则会降低收益率 [6] 近期股价表现 - 埃森哲股票在周二下跌0.3% 收于198.66美元 [6]

核心观点 - 埃森哲即将发布财报 市场预期股价可能因财报结果而出现大幅波动 并可能测试近六年低点[1][6] - 公司股价年初至今已下跌约四分之一 主要受人工智能影响的不确定性以及主要客户美国联邦政府支出收紧的困扰[1][3] - 华尔街分析师对公司看法存在分歧 但整体偏向乐观 平均目标价隐含近33%的上涨空间[4][7] 财报预期与市场反应 - 期权定价显示 交易员预计埃森哲股价在本周末前可能向任一方向波动高达7%[2] - 基于周二收盘价计算 若下跌7% 股价将跌至185美元 为2020年5月以来最低水平 若上涨7% 则可回升至约213美元[2] - 公司预计在周四市场开盘前公布财报 股价可能在财报公布后测试六年低点[2][6] 财务表现与分析师预测 - 根据Visible Alpha调查的分析师预期 公司第二财季营收预计同比增长7%至178.7亿美元[4] - 调整后每股收益预计增长2美分至2.84美元[4] - 高盛分析师给予“买入”评级 目标价330美元 认为公司可能上调全年销售展望 这应足以在当前水平稳定股价[4] - 摩根士丹利分析师近期将目标价从320美元下调至240美元 理由是市场情绪疲软和需求环境更为平淡[4] 股价表现与面临压力 - 自今年初以来 埃森哲股价已损失了大约四分之一的价值[1][3] - 公司近期面临的压力主要来自对人工智能影响的担忧 以及特朗普政府削减支出的努力 这影响了其政府合同[4] - 公司业务受到美国联邦政府支出收紧和人工智能影响不确定性带来的更广泛不确定性的困扰[3][6] 华尔街观点汇总 - 根据Visible Alpha追踪的九位分析师当前评级 其中五位给出“买入”评级 四位给出中性评级[7] - 分析师平均目标价略低于263美元 较周二收盘价有近33%的上涨空间[7]

合作概览 - 埃森哲与Databricks宣布成立“埃森哲Databricks业务集团” 作为扩大合作伙伴关系的一部分 旨在帮助组织实施Databricks的数据和人工智能平台[1] - 该举措旨在支持企业扩展AI应用和智能体 利用Databricks的最新技术成果 包括用于无服务器Postgres数据库的Lakebase、用于对话式数据查询的Genie以及用于在企业数据上构建AI智能体的Agent Bricks[1] 合作背景与目标 - 合作旨在应对企业因数据系统碎片化和遗留基础设施而难以扩展AI的挑战[2] - 目标包括集中数据治理、推动AI从试点阶段走向运营使用 以及提高数据和AI在各业务职能中的可访问性[2] - 两家公司已在多个行业与客户展开合作[2] 客户案例与应用 - 美国零售商Albertsons Companies正利用其服务为商家和品类经理开发定价智能解决方案[3] - 化工公司巴斯夫在其财务部门推出了名为FOX的数字助手[3] - 协和麒麟国际利用Databricks Lakehouse平台实现了数据管理基础设施的现代化 以提高数据可靠性和合规性[3] 资源投入与行业覆盖 - 新业务集团将配备超过25,000名受过Databricks技术培训的专业人员[4] - 这些资源旨在帮助客户在金融服务、零售、生命科学、电信和公共部门等多个行业部署Lakebase、Genie、Agent Bricks和Lakehouse解决方案[5] - 公司报告称 随着企业寻求超越传统聊天机器人的先进解决方案 企业内部对多智能体系统的采用有所增加[5] 人才培养与投资 - 合作包括在印度针对即将毕业后加入埃森哲的工程专业应届生推出大学计划[6] - 该计划与Databricks承诺在三年内向印度投资2.5亿美元（2.5亿美元）的承诺相关联[6]

估值水平 - 埃森哲当前的前瞻市销率为1.61倍，显著低于Zacks计算机-IT服务行业13倍的平均水平 [1] - 与Vertiv Holdings和Serve Robotics等同业公司相比，埃森哲的股票显得便宜 [1] - 埃森哲的价值评分为B级，而Vertiv Holdings和Serve Robotics的价值评分为F级 [1] 生成式人工智能发展 - 据MarketsandMarkets报告，生成式AI市场规模预计将从2025年的713.6亿美元增长至2032年的8905.9亿美元，年复合增长率达43.4% [5] - 与OpenAI和Sanctuary AI等公司的合作巩固了埃森哲在生成式AI市场的地位 [5] - 与OpenAI的合作使埃森哲能将先进的大语言模型集成到其工具中，以改进预测分析和知识管理 [6] - 埃森哲完成了对英国领先AI公司Faculty的收购，超过400名AI原生专业人员加入，增强了为客户提供世界级AI解决方案的能力 [7] - 埃森哲的财务实力使其能够分配资源以获得相对于规模较小竞争对手的技术优势，从而主导生成式AI领域 [6] 股东回报与财务状况 - 埃森哲在2025财年产生了109亿美元的自由现金流，同比增长26.2% [8] - 在2025财年，埃森哲向股东回报了83亿美元，其中约46亿美元用于股票回购，37亿美元用于股息支付 [10] - 埃森哲宣布季度现金股息为每股1.63美元，较2025财年每股1.48美元的季度股息率提高了10%，当前股息收益率为3.32% [10] - 过去五年，埃森哲已五次提高股息，目前的派息率占收益的49% [10] - 运营现金流的两位数增长和相当受控的资本支出推动了自由现金流增长，使公司有能力回报股东并保持财务灵活度 [9] 盈利表现 - 在过去四个季度中，埃森哲有三个季度的盈利超过了Zacks一致预期，平均超出幅度为3.1% [11] 面临的挑战 - 埃森哲股价在过去三个月里下跌了两位数，表现逊于其行业以及同业公司Vertiv Holdings和Serve Robotics [12] - 竞争激烈的人才市场导致人才成本上升，正在损害埃森哲等咨询服务提供商 [14] - 企业资源规划市场已趋饱和，这给埃森哲带来了挑战，对可自由支配支出构成压力，限制了新的高利润率实施项目，并迫使业务转向利润率较低的维护工作 [15] - 客户收紧预算并冻结新的高风险或低投资回报率的数字化转型项目，损害了埃森哲的咨询业务机会 [15] 公司战略与前景 - 多年来，埃森哲通过收购加强了数字技术和资本项目能力，其现金状况使公司能够探索不同市场 [17] - 尽管近期股价表现不佳，且面临高人才成本、ERP市场饱和等短期挑战，但公司前景远非令人沮丧 [16] - 埃森哲对股东友好的立场和稳固的流动性状况是积极因素 [17]