纪要涉及的公司和行业 - **公司**：Cognizant Technology Solutions (CTSH) - **行业**：技术与信息服务、金融服务（BFSI）、医疗、制造业、零售、消费、通信媒体技术 纪要提到的核心观点和论据 大型交易情况 - **交易数量与类型**：今年已赢得3笔价值超5亿美元的大型交易，Q1的是新业务，后两笔是整合型交易，从现有客户处获得更大份额，有大量续约成分 [3][4] - **行业分布**：两笔新交易分别来自技术通信和医疗领域 [5] - **AI元素**：AI是部分大型交易的核心，公司定义了三个AI影响向量，包括提高生产力、让企业为AI做好准备、应用代理框架 [6][37] - **获胜因素**：有吸引力的交易架构、过往交易执行经验、价格因素（前期利润率较低，后期恢复） [8][9] - **对营收和利润率指引的影响**：两笔交易在Q1财报电话会议中被提及，有较高获胜概率，已纳入营收指引范围；利润率方面，公司预计2025年扩张20 - 40个基点，Q1已扩张40个基点，全年利润率有季度波动，但总体在指引范围内 [10][11] - **交易管道情况**：赢得大型交易后管道会减少，但基于过往执行情况，预计会有新机会补充，今年Q1宣布4笔大型交易，去年全年有29笔 [12][13] 小型交易情况 - **需求阶段**：2023年小型交易显著下降，2024年相对稳定，Q4有一定势头，Q1除BFSI行业外回归现状 [15] - **BFSI行业表现**：BFSI行业发放更多 discretionary项目，有明显势头 [15][16] - **客户挑战与需求回归**：discretionary项目在环境和经济稳定时会回归，目前因宏观因素受阻，预计宏观改善后会有所恢复 [18][19] 近期客户行为变化 - **近90天情况**：自财报电话会议以来，BFSI继续推动discretionary支出，其他行业保持区间波动，无显著变化 [20] - **地域与行业影响**：关税影响更多由行业而非地域驱动，BFSI和通信媒体技术行业受影响较小，制造业、零售、消费和医疗行业受影响较大 [21][22] BFSI行业支出情况 - **合规相关支出**：执行因合规变化未跟上的时间敏感项目 [24] - **AI相关支出**：进行使组织为AI做好准备的discretionary支出，包括调整数据结构以适应AI访问 [24][25] AI对业务的影响 - **行业机会**：AI是IT服务行业的下一个价值驱动因素，公司提前投资，看好其为客户带来生产力提升和业务重塑的机会 [29] - **获胜因素**：早期进入优势、成功结合领域和技术的能力，Cognizant在这方面具有优势 [30] - **技术变革速度**：AI技术变革速度快，早期采用者机会巨大，变革将按顺序进行，先从提高生产力开始，逐步进入代理框架阶段 [34][35][38] - **合作伙伴关系**：与价值链上的合作伙伴紧密合作对成功至关重要，Cognizant将处于合作前沿 [40][41] - **收入和利润率模型变化**：3 - 5年后收入模式将改变，会有人类和虚拟工程师的定价，有望实现非线性收入增长 [42][43] - **客户内部使用AI的影响**：客户初期可能会尝试内部使用AI，但Cognizant能带来集体学习和最佳实践，最终有实际价值 [46][47] 并购情况 - **资本分配**：通常将50%的现金流用于并购，25%用于股票回购，25%用于股息；今年将更大比例用于股东回报，约75%的自由现金流将返还给股东 [50] - **并购目的**：填补空白领域，增加市场、区域和能力，如AI、数字工程、分析、SAP等，有助于增加无机收入和有机增长 [50][51] 其他重要但是可能被忽略的内容 - **小型交易阶段划分**：2023年显著下降，2024年相对稳定，Q4有势头，Q1除BFSI外回归现状 [15] - **各行业在关税和宏观环境下的表现差异**：BFSI和通信媒体技术受影响小，制造业、零售、消费和医疗受影响大 [21][22] - **AI在不同阶段的应用和推进顺序**：先提高生产力，再使企业为AI做好准备，最后应用代理框架 [37][38] - **公司并购的资本分配和战略考虑**：通常50%用于并购，目的是填补空白、增加市场和能力 [50][51]

纪要涉及的行业或者公司 - 公司：Cognizant Technology Solutions (CTSH) - 行业：金融服务、医疗保健、通信与媒体科技、产品与资源 纪要提到的核心观点和论据 1. **公司发展变革** - 观点：Cognizant过去发展中在流程调整上可能过度纠正，如今在Ravi回归后校准至合适中间状态，重新获得客户和员工认可 [5][6][7] - 论据：最初公司凭借敏捷、创业文化、授权等核心支柱快速增长，后来流程调整过度使客户觉得公司僵化、员工失去创业能力和敏捷性，现在校准后客户称公司回归，员工也满意 2. **宏观环境对比** - 观点：当前宏观环境与过往危机不同，不仅面临不确定性，还需应对AI带来的变革，但这也是机遇 [10][11] - 论据：过往危机主要是一维的不确定性，而现在AI几乎颠覆全球所有企业和价值链 3. **各业务垂直领域情况** - 金融服务：相对积极，开始出现可自由支配支出回升趋势，较之前多个季度有所改善 [12] - 医疗保健：整体谨慎，医疗板块因政府效率和支出讨论存在谨慎因素，生命科学板块受关税不确定性影响有焦虑和谨慎情绪 [13][14] - 产品与资源：受关税不确定性影响，零售商前景和IT支出受影响 [14][15] - 通信与媒体科技：表现中性，支出模式与前一两个季度相比无显著变化 [15] 4. **大型和巨型交易情况** - 观点：大型和巨型交易数量显著增加，公司通过独特模式构建交易并获得客户认可 [20][21][22] - 论据：去年大型交易（超1亿美元）从17笔增至29笔，截至Q2结束已有3笔巨型交易（超5亿美元）；巨型交易包含续约、扩张和新业务成分，通过解锁业务运行部分的价值，利用AI提高生产力并为转型和创新提供资金 5. **AI应用与客户响应** - 观点：公司积极拥抱AI变革，客户对公司基于AI的解决方案反应积极 [23][26][27] - 论据：公司20%的代码由AI工具完成，预计几年后达50%；公司主动向客户提出用AI优化现有维护工作并释放生产力，客户愿意用释放的资金推动业务转型 6. **定价模型情况** - 观点：定价环境有竞争但稳定，正随AI融入项目而调整，客户逐渐向结果导向定价转变但尚不显著 [37][39][40] - 论据：目前定价环境比一年前更具竞争力但非非理性，公司正调整定价模型以将AI带来的生产力提升效益传递给客户；客户仍在探索AI生产力水平和效益，定价模型未来6个月至1年将进一步演变 7. **巨型交易工作类型与时长** - 观点：巨型交易主要涉及提高生产力和在技术栈中融入AI，平均时长约五年 [42][43][46] - 论据：巨型交易包含提高现有企业应用生产力、在企业技术栈中融入AI以及初步的代理化等步骤；已完成的交易多集中在提高生产力和融入AI技术栈，部分交易涉及IT和BPO 8. **金融服务业务恢复** - 观点：金融服务业务通过解决内部结构问题，重新获得市场份额和客户信心 [50][54] - 论据：公司通过在细分领域聚焦、改造销售引擎、推出细分领域定制解决方案以及明确业务参与模式等措施，解决了内部结构问题，随着市场企稳，重新赢得客户和市场份额 9. **客户供应商选择策略** - 观点：客户为实现成本优化，倾向于整合供应商，Cognizant从中受益 [55] - 论据：客户试图打破多个供应商之间的壁垒，整合为能提供最大价值和端到端解决方案的少数供应商，Cognizant凭借深厚领域专业知识和端到端解决方案能力获得更多业务 其他重要但是可能被忽略的内容 - 公司在内部系统也积极应用AI，如招聘功能和内部员工帮助台，践行“自己吃自己的狗粮”理念 [33][34][35] - 巨型交易起源于公司主动提出的解决方案，而非客户的请求建议书（RFP） [28]

公司动态 - 公司将于2025年6月11日在纳斯达克投资者会议上进行演讲 演讲者为首席财务官Jatin Dalal [1] - 演讲时间为格林尼治时间14:00 美国东部时间9:00 [1] - 演讲将通过公司官网进行音频直播 并提供90天的回放服务 [1] 公司简介 - 公司为信息技术、咨询和业务流程服务领域的领先提供商 [2] - 公司致力于帮助客户实现技术现代化、流程重构和体验转型 [2] - 公司业务目标是帮助客户在快速变化的世界中保持领先地位 [2]

核心观点 - Cognizant荣获Snowflake颁发的"全球数据云服务实施年度合作伙伴"奖项 表彰其在Snowflake AI数据云平台上实现全球规模部署的卓越表现 包括对收入增长、现代化战略和客户业务成果的贡献 [1] - 双方五年以上的战略合作关系涵盖联合创新、客户交付和平台共同开发 Cognizant是Snowflake Openflow多模态数据集成服务的首发合作伙伴 [2] - 通过Cognizant Ignition平台和Agentic AI技术 为美国制造业客户实现80%迁移流程自动化、75%转换自动化和60%开发自动化 最终节省50%成本 [4] 战略合作成果 - 核心产品"数据资产迁移至Snowflake"方案帮助客户降低复杂性、加速价值实现 并支持从传统系统向云数据架构转型 [3] - Xerox公司证实合作带来实际商业价值 包括简化复杂性、加速合规性 并实现跨数据资产的实时洞察能力 [6] 技术能力 - Snowflake Openflow服务支持批处理、流式、结构化和非结构化数据移动 旨在简化企业数据流并加速复杂生态系统中的成果 [2] - Cognizant Ignition平台结合行业专业知识和Agentic AI技术 将数据资产转化为商业价值 [3][4] 客户案例 - 美国制造业客户通过自动化方案获得显著效率提升 具体指标包括迁移流程(80%)、转换(75%)和开发(60%)的自动化率 [4] - Xerox公司强调合作建立的敏捷、安全且支持智能化的现代化基础架构 [6] 行业影响 - 合作关系被视为行业转型的典范 展示了如何通过AI数据云实现从迁移到实质性转型的跨越 [3][5] - 合作模式证明了深度数据与AI专业知识在实现实际业务成果方面的价值 [5]

财务数据和关键指标变化 - 2024年公司加速营收增长、扩大运营利润率、实现每股收益增长且增速超营收增长 [7] - 2024年签署29笔大交易，较上一年的17笔有所增加 [7] - 2024年通过股息和回购向股东返还12亿美元，2025年预计增至17亿美元 [7][21] - 2025年第一季度营收同比增长7.5%，按固定汇率计算增长8.2%，有机增长率从2024年第四季度开始加速，调整后每股收益连续第六个季度同比增长 [8] 各条业务线数据和关键指标变化 - 目前约有1400个早期生成式AI跨行业合作项目，涵盖制药研发、智能制造、理赔处理和客户服务等领域 [12] - 超20%的代码由AI生成，为客户节省成本 [13] 各个市场数据和关键指标变化 无 公司战略和发展方向和行业竞争 - 公司在2023 - 2024年进行关键投资，开展全公司成本纪律倡议，优化市场策略，现代化运营以服务全球客户 [9] - 投资AI驱动的软件主导工程，结合嵌入式软件和物联网专业知识与收购的新能力，打造更强工程平台 [11] - AI战略分三个方向，一是将AI驱动的生产力应用于软件开发周期，二是帮助企业解决AI应用的最后一公里挑战，三是通过多智能体系统挖掘新劳动力资源 [13] - 重新定义AI的开发、应用和治理方式，AI实验室推出专利技术管理大语言模型潜在幻觉问题 [15] - 战略重点包括提升人才、扩大创新和加速增长，如Synapse项目培训超40万人，目标100万人；Blue Bolt创新倡议产生超38.5万个想法，实施超6.9万个；与多家企业合作开展项目 [16][17][20] 管理层对经营环境和未来前景的评论 - 尽管近期宏观环境不确定，但公司专注于建立长期优势，拓宽业务组合、深化行业专注度、加强执行能力和培养人才文化 [22] - 相信当前执行的战略将在未来数年推动持续价值创造 [22] 其他重要信息 - 截至2025年4月7日，公司已发行和流通的普通股为4.929亿股 [26] - 公司客户净推荐值接近历史高位，员工流失率低，员工敬业度得分高于全球和IT行业基准，超1.3万名员工重新加入公司 [10][11] - 公司被评为《时代》世界最佳公司之一、《福布斯》世界最佳雇主之一、《财富》美国最具创新力公司之一 [17][19] - 公司与微软、AWS、谷歌、英伟达、ServiceNow和Salesforce等建立合作关系，加速客户对AI的采用 [14] 总结问答环节所有的提问和回答 问题: 关税是否会对CTSH产生影响，CTSH员工在印度的占比是多少 - 关税对服务业务不直接适用，公司不受直接影响，但部分行业需求可能因关税情况出现暂时不确定性，如制造业、零售业和消费品行业，而BFSI等主要业务板块不受影响且需求强劲；超72%的全球员工位于印度 [45][46] 问题: 为什么Zane Abdallah和Leo McKay在2024年2月各获得超5000万反对票 - 公司无法确定股东反对某些董事投票的原因，但欣慰的是2024年2月所有董事获得超85%股东支持 [47] 问题: 公司对美国的投资金额，以及员工加薪是否会优于去年1%的政策 - 公司将根据各地区增长需求、地理和市场条件进行投资；2025年薪酬加薪方案尚未确定，确定后将与员工分享 [48][49]

公司表现 - 近一个月股价上涨7.2%，表现优于标普500指数[1] - 近期盈利报告显示积极趋势，可能影响下次财报发布前的股价走势[1] - 股票在价值侧获得B评级，属于第二五分位数，但动量评分较低为F[3] - 综合VGM评分为B，显示整体投资吸引力[3] 市场预期 - 过去一个月盈利预期持续上调，趋势乐观[2] - 获Zacks Rank 2（买入）评级，预计未来几个月回报率高于平均水平[4] 行业对比 - 所属行业为Zacks计算机-IT服务，同期同业公司Roper Technologies股价上涨1.2%[5] - Roper Technologies上季度营收18.8亿美元，同比增长12%，每股收益4.78美元，同比提升8.4%[5] - 当前季度Roper Technologies预期每股收益4.82美元，同比增长7.6%，共识预期30天内微调0.1%[6] - Roper Technologies获Zacks Rank 3（持有）评级，VGM评分为C[6]

股价表现与行业对比 - 公司股价在过去一个月上涨9%，略高于Zacks计算机与科技行业8.8%的涨幅[1] - 客户群扩大和合作伙伴基础强劲是股价表现优异的主要原因[1] - 业务续约与新机会扩展的有利组合是2025年主要增长驱动力[1] 合作伙伴与客户拓展 - 合作伙伴包括Pegasystems、Docusign、NVIDIA等知名企业，预计将推动2025年业务前景[2] - 2025年第一季度获得多个合同，包括一笔价值超过5亿美元的大型交易[2] - 与Pegasystems深化合作，利用Pega Blueprint增强AI服务[3] - 与OMRON合作整合IT与运营技术，推动制造业数字化转型[6] - 与Docusign扩大合作，提供实时支持、培训等综合服务[7] AI能力与产品组合 - 推出Neuro AI Multi-Agent加速器、Neuro Cybersecurity等创新产品，扩展AI服务[8] - 2025年第一季度完成超过1400个生成式AI项目[8] - 开源Neuro AI Multi-Agent加速器，促进多代理系统快速原型开发[9] 财务表现与展望 - 2025年第二季度收入预计为51.4亿至52.1亿美元，同比增长5.9%-7.4%[10] - Zacks共识预期第二季度收入51.9亿美元，同比增长6.92%[11] - 每股收益预期1.25美元，过去30天上调几美分，同比增长6.84%[11] 市场评价 - 公司股票当前Zacks评级为2级（买入），建议投资者开始积累[12] - 客户群扩大和AI驱动解决方案持续推动收入增长[12]

核心观点 - Cognizant(CTSH)和Epam(EPAM)均为计算机-IT服务行业股票 但CTSH当前被视作更具价值的低估股票选项 [1][7] - 判断低估股票需结合Zacks Rank评级与价值风格评分系统 其中CTSH获Zacks Rank2(买入) EPAM获3(持有) [3] - 估值指标显示CTSH的远期市盈率(15.58x) PEG比率(1.81x) 市净率(2.62x)均优于EPAM的16.42x/1.84x/2.76x [5][6] 估值方法 - Zacks Rank评级系统通过盈利预测修正趋势筛选标的 价值评分系统则基于P/E P/S 盈利收益率等传统指标 [2][4] - PEG比率在P/E基础上纳入盈利增长预期 市净率(P/B)反映市值与净资产价值的对比关系 [5][6] 公司比较 - CTSH价值评分为B级 EPAM为C级 主要因前者具有更优的盈利前景改善趋势 [3][6] - CTSH所有关键估值指标(远期P/E PEG P/B)均低于EPAM 显示其当前股价可能存在低估 [5][6]

战略合作 - Cognizant与Pegasystems Inc扩大战略合作，将Pega Blueprint™整合至其AI服务中，以加速客户云端转型[1] - 合作旨在通过AI驱动的代码重写、业务规则及数据提取能力，帮助客户在Pega Infinity平台上构建AI赋能系统[3] - Cognizant计划展示Pega Blueprint驱动的行业解决方案，活动时间为6月1日至3日在拉斯维加斯MGM Grand举行的PegaWorld[5] 技术整合与创新 - Cognizant将自身知识产权与Pega Blueprint能力结合，通过快速开发工具（如Bluebolt创新计划）加速最小可行产品开发[2] - 利用AI工作台实现遗留代码重写，优化业务流程并构建适应未来的AI原生系统[3] - 合作引入行业首个GenAI驱动的快速创新计划，提升企业转型效率[5] 行业趋势与客户需求 - 企业因遗留系统每年承担高昂运营、维护及隐性成本（如客户体验差、流程低效、缺乏实时数据）[2] - 行业正从传统“直接迁移”模式转向AI赋能的全面转型，重塑业务流程与客户体验[4] - 企业亟需通过AI构建智能自适应系统以释放 trapped value（被困价值）并实现跨越式发展[4] 高管观点 - Cognizant CEO Ravi Kumar S强调AI重新定义企业构建自适应系统的机遇，合作将引导客户迈向AI原生未来[4] - Pegasystems CEO Alan Trefler指出遗留系统发现是技术现代化最大挑战之一，合作将带来效率与创新突破[5]

文章核心观点 2025年是抵押贷款行业转折点，非银行抵押贷款机构面临运营疲劳、监管压力和技术颠覆，需从被动削减成本转向有目的创新，构建数字化、模块化和智能化运营，否则将被淘汰 [1][3] 强大的数据驱动洞察 - 2025年虽被视为重建年，但许多贷款机构仍在防守，仅21%认为自己是真正创新者，其余在追赶或挣扎 [4] - 合规达到临界点，一位高管去年收到超1700条监管警报，近四分之一有直接业务后果，技术投资是唯一可扩展解决方案 [5] - Agentic AI势头强劲，IDP等技术也在推动有意义变革，无需等待完全数字化成熟 [6] 贷款机构下一步行动 - 74%非银行贷款机构押注创新实现差异化，但仅21%认为自己领先，创新有差距和机会 [7] - Agentic AI将成重要方向，融合GenAI认知推理与自动化精度 [7] - 仅51%贷款机构对合规风险有充分准备，部分2024年收到多达1700条监管警报，25%有直接业务影响 [7] - 证明投资回报率很关键，IDP因快速回报受贷款机构青睐 [7] - 外包被重新定义，到2026年全服务合作伙伴关系预计从30%升至42%，以增长成果衡量 [7] - 到2026年自动化将覆盖68%抵押贷款业务，转向技术、人力专业知识和持续改进相结合的运营周期 [7] - 58%贷款机构无法支持实时集成，限制数据灵活性和决策速度 [8] - 优先考虑有可衡量成果的技术，如IDP、AI承保和网络安全，GenAI扩展到核心业务 [8] - 重新定义外包合作伙伴关系，从战术性成本削减转向利用合作伙伴进行平台现代化、AI部署和全服务可扩展性 [14] - 关注价值创造而非仅效率，赢家将自动化、数据平台和人才融合成连贯运营周期 [14]