公司业绩表现 - 第二季度营收同比增长8.3%至180.4亿美元 超出市场预期的178.4亿美元 [4] - 第二季度每股收益为2.93美元 高于去年同期的2.82美元 [4] - 公司上调年度收入增长指引下限至3% 上限维持5% 但该指引低于分析师预期的6.1% [5] 市场需求与业务亮点 - 公司业绩超预期主要得益于市场对企业采用人工智能和迁移上云服务的强劲需求 [1] - 包括埃森哲在内的全球咨询公司正经历来自寻求外部技术合作伙伴以自动化复杂任务企业的强劲需求 [1] - 第二季度新订单额达到创纪录的221亿美元 表明公司被企业寻求以帮助其驾驭以AI为核心的新世界 [3] 公司战略与投资 - 公司计划今年在收购高增长公司和AI相关资产上投入约50亿美元 以利用其强劲的财务状况进行扩张 [2] - 公司已将AI工具的使用和员工对AI驱动工作的贡献正式纳入绩效评估体系 [2] 行业观察与外部评论 - 投资者密切关注公司将AI热潮转化为盈利性增长的能力 [3] - 有分析指出 尽管创纪录的订单显示需求强劲 但未来一年相关支出的波动性仍存在巨大问号 [3] 财务指引与影响因素 - 公司预计2026财年营收将因联邦支出减少而受到1%的冲击 但预计业务将在第四季度恢复增长 [4] - 公司表示其业绩指引反映了其对中东冲突潜在影响的最佳判断 [5]

公司业绩 - 埃森哲报告了更高的第二季度营收 [1] 行业趋势 - 企业的人工智能采用持续推动对其服务的需求 [1]

公司业绩 - 香港上市公司长江和记实业报告2025年利润出现下滑[1] 业绩影响因素 - 公司指出业绩下滑的原因是持续且加剧的地缘政治紧张局势[1]

公司股价表现 - 埃森哲股价在2026年大幅下跌近30% [1] - 近期股价下跌的主要驱动因素是市场对人工智能颠覆的担忧 [1]

埃森哲业绩展望 - 公司预计2026财年第三季度营收在183.5亿美元至190.0亿美元之间，中值略低于分析师平均预期的187.2亿美元 [1][2] - 客户在不确定的经济环境下，对大型IT转型项目的支出仍持谨慎态度，导致营收展望低于预期 [1] 瑞士手表行业动态 - 瑞士手表出口在2026年2月恢复增长，主要受美国、日本和法国市场需求驱动 [2] 其他行业要闻 - 英国股市因中东战争升级而下跌，市场关注英国央行利率决策 [3] - 法国酒店集团雅高股价因Grizzly做空报告而下跌 [3] - 意大利计划支出4.17亿欧元以削减燃料消费税 [3] - 空客因发动机延迟问题向普惠公司寻求损害赔偿 [3]

收入和利润（同比环比） - 2026财年第二季度总收入为180亿美元，同比增长8%（按美元计）或4%（按本地货币计）[74][75] - 截至2026年2月28日的三个月，公司总收入为180.44亿美元，同比增长8%（按美元计）或4%（按本地货币计）[89] - 截至2026年2月28日的六个月，公司总收入为367.86亿美元，同比增长7%（按美元计）或4%（按本地货币计）[89] - 营业利润率为13.8%，较上年同期的13.5%有所提升[76] - 第二季度营业利润为24.94亿美元，同比增长11%；营业利润率为13.8%，同比提升0.3个百分点[101][102] - 摊薄后每股收益为2.93美元，较上年同期的2.82美元增长4%[76] - 2026财年第二季度稀释后每股收益为2.93美元，同比增长0.11美元；截至2026年2月28日的六个月为6.47美元，同比增长0.05美元[114] - 截至2026年2月28日的六个月，GAAP营业利润总额为53.67亿美元，非GAAP调整后营业利润为56.75亿美元，业务优化成本为3.08亿美元[107] - 截至2026年2月28日的六个月，非GAAP调整后营业利润率为15.4%，业务优化成本使GAAP营业利润率降低了80个基点[106] - 剔除业务优化成本影响，截至2026年2月28日的六个月调整后稀释每股收益为6.87美元，业务优化成本（税后）使每股收益减少0.40美元[116][117] 成本和费用（同比环比） - 第二季度营业费用为155.51亿美元，占收入比例为86.2%，同比下降0.3个百分点[94] - 第二季度销售成本为125.85亿美元，占收入比例为69.7%，同比下降0.4个百分点，毛利率提升至30.3%[94][95] - 第二季度一般及行政费用为12.17亿美元，占收入比例为6.7%，同比上升0.4个百分点[94][98] - 在2026财年第一季度，公司记录了3.08亿美元的业务优化成本，主要用于员工遣散费[94][99] 各条业务线表现 - 按业务类型，管理服务收入增长10%（美元计）/5%（本地货币计）至92亿美元；咨询收入增长7%（美元计）/3%（本地货币计）至89亿美元[74][75][78] - 按业务类型划分，第二季度咨询收入88.60亿美元（同比增长7%），托管服务收入91.84亿美元（同比增长10%）[89] - 第二季度新签约总额为221亿美元，同比增长6%（按美元计），其中咨询签约113亿美元，托管服务签约108亿美元[86] - 新签约额达221亿美元，同比增长6%（按美元计）或1%（按本地货币计）[76] 各地区表现 - 按市场，美洲市场收入89亿美元（占比49%），EMEA市场收入66亿美元（占比36%），亚太市场收入26亿美元（占比14%）[74] - 按地区划分，第二季度美洲市场营业利润率16%（同比提升1个百分点），EMEA市场10%（同比下降1个百分点），亚太市场16%（持平）[101] 按行业划分的收入 - 按行业，金融服务业收入34亿美元（占比19%），通信、媒体与科技业收入31亿美元（占比17%），健康与公共服务业收入37亿美元（占比20%）[74] 运营效率与人力资本 - 员工利用率达93%，高于上年同期的91%；员工总数约为78.6万人，低于上年同期的约80.1万人[81][82] - 年度自愿离职率为13%，与上年同期持平；公司通过调整招聘和解雇来平衡技能供给与客户需求[83] 现金流与股东回报 - 向股东返还现金27亿美元，包括10亿美元股息和17亿美元股份回购[76] - 截至2026年2月28日的六个月，经营活动现金流为54.82亿美元，同比增加16.06亿美元；投资活动现金流出22.46亿美元，融资活动现金流出53.24亿美元[119] - 截至2026年2月28日的六个月，公司在公开市场回购了14,213,306股A类普通股，金额为34.58亿美元；各类计划下总回购金额为40.08亿美元[125] 其他财务数据 - 截至2026年2月28日，现金及现金等价物为94亿美元，较2025年8月31日的115亿美元减少21亿美元[119] - 2026财年第二季度利息收入为7900万美元，同比增长3%；截至2026年2月28日的六个月利息收入为1.85亿美元，同比增长21%[109] - 2026财年第二季度有效税率为24.3%，去年同期为20.4%；截至2026年2月28日的六个月有效税率为24.4%，去年同期为21.1%[112] - 截至2026年2月28日，公司未偿还长期债务为50亿美元，形式为由Accenture Capital发行的2027年至2034年到期的优先无担保票据[123] 管理层讨论和指引 - 截至报告期末，公司未因任何上述安排被要求支付重大款项[129] - 截至2026年2月28日的六个月内，市场风险敞口信息相比2025年8月31日的年度报告无重大变化[129] - 公司管理层评估认为，截至报告期末的披露控制和程序是有效的[130] - 2026财年第二季度，公司的财务报告内部控制未发生重大变化[131]

公司业绩概览 - 埃森哲公布2026财年第二季度财务业绩 该季度截至2026年2月28日 [1] - 第二季度营收达到180亿美元 以美元计同比增长8% 以本地货币计同比增长4% [4] - 第二季度摊薄后每股收益为2.93美元 同比增长4% [4] - 第二季度营业利润率为13.8% 扩张了30个基点 [4] 新订单与客户增长 - 第二季度新订单额创下221亿美元的历史记录 以美元计同比增长6% 以本地货币计同比增长1% [3][4] - 当季有41家客户的新订单额超过1亿美元 创下记录 [3] 现金流与股东回报 - 第二季度自由现金流为37亿美元 [4] - 当季通过股票回购和股息向股东返还现金总计27亿美元 其中股票回购或赎回涉及680万股 金额为17亿美元 现金股息支付10亿美元 合每股1.63美元 股息同比增长10% [4] - 公司上调全年自由现金流预期至108亿至115亿美元区间 [4] 全年业绩指引 - 公司预计全年营收以本地货币计增长3%至5% 若剔除美国联邦业务约1%的负面影响 预计增长4%至6% [1][4] - 公司预计全年GAAP摊薄每股收益在13.25至13.50美元之间 同比增长9%至11% 预计全年调整后每股收益在13.65至13.90美元之间 同比增长6%至8% [4] 战略重点与市场地位 - 公司正加速与客户合作 在其企业范围内规模化应用先进人工智能 并观察到强劲的AI驱动增长 [3] - 公司通过新的战略收购进一步加强能力并扩大规模 以帮助客户创造价值并实现基于AI的转型 [3] - 公司认为凭借深厚的客户关系 行业与流程专业知识 领先及新兴的生态合作伙伴关系以及卓越的执行力 其具备独特优势帮助客户重塑业务并把握未来重大机遇 [3] 公司业务描述 - 埃森哲是一家领先的解决方案与服务公司 帮助全球领先企业通过构建其数字核心并释放AI力量来重塑业务 在全球创造价值 [7] - 公司汇聚了约786,000名员工的人才 自有资产与平台以及深厚的生态系统关系 [7] - 公司战略是成为客户首选的业务重塑合作伙伴 并成为全球最以客户为中心 由AI赋能的最佳工作场所 [7]

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]