报告行业投资评级 - 报告未明确给出对电信服务商（CSPs）或相关行业的整体投资评级 [1][2][3][4][5][6] 报告的核心观点 - 通信网络正进入新阶段，传统运营模式已无法应对日益增长的复杂性、成本压力和客户期望，自组织网络代表了从基于规则的自动化向意图驱动、AI赋能的决策转变的下一个结构性变革 [5][8] - 对于服务提供商而言，自主网络更多是一种商业需求而非技术愿景，它能实现可持续的成本降低、更快的创新周期、增强的弹性和差异化的客户体验，是支持5G演进、云化、网络切片等未来连接模式的运营基础 [6] - 电信领域的竞争优势将越来越取决于运营商将网络能力转化为业务成果的有效性，自主网络能将网络从成本中心转变为战略资产，使运营商以更高的可预测性、敏捷性和信心运营 [6] - 那些能够扩大自主权的企业将在效率、上市时间和用户体验方面超越同行，而不这样做的企业将面临结构性劣势的风险 [6] 根据相关目录分别进行总结 执行摘要 - 自动化带来了渐进效率提升，但不足以应对现代网络的规模、速度和变化，自主网络是下一代结构性变革 [5] - 自主网络是商业需求，能实现成本降低、创新加速、弹性增强和体验差异化，为未来网络演进提供运营基础 [6] - 自主网络使电信服务提供商能够将网络从成本中心转变为战略资产，从而获得竞争优势 [6] 重新定义网络运营以影响商业价值 - 自动化关注高效执行预定义任务，而自主性使网络能够理解意图、评估选项、在规定的范围内独立行动并从结果中持续学习，这从根本上改变了网络的操作、治理和盈利方式 [9] - 自主性减少了对手动干预和碎片化工具的依赖，代之以覆盖规划、构建、运营和优化的闭环智能，这意味着降低运营风险、提高服务一致性以及可扩展的运营模式 [9][12] - 自主网络实现从被动反应到主动运维的模式转变，将意图转化为策略，由AI系统持续预见问题、优化性能并在问题显现前自我修复 [10] - 转型带来的可衡量商业价值包括：更少的停机、更短的平均故障恢复时间（MTTR）、更高的服务水平协议（SLA）遵守度，以及与企业及生态系统合作伙伴间更强的信任 [11] - 实现自主性需要关注的领域包括：利用数字孪生进行实时模拟优化、AI增强弹性以预测和自动修复问题、开发电信专用AI模型、确保AI代理的互操作性以及将安全性和韧性作为核心设计要素 [11] 推动电信服务商自主网络之旅的助力者 - 自主性需要将智能嵌入到RAN、传输、核心、云和服务层等多个领域，基于实时数据和情境知识的闭环控制系统使决策能够持续执行和验证 [14] - 人工智能成为操作“共飞行员”，旨在增强而非取代人类专业知识 [14] - 数字孪生提供了对实时网络的虚拟表示，结合代理系统，允许在有信心的情况下测试、改进和扩展自主行动，这对于管理复杂的多供应商环境和加速创新至关重要 [14][17] - 自主性必须是可解释、可审计且符合监管要求的，治理框架、必要时的人为控制以及标准化接口对于建立信任至关重要，行业合作对于确立共享标准和互操作性也必不可少 [14] - 根据TM Forum自主网络成熟度模型，从特定领域自动化（第1-2级）发展到跨领域基于意图的编排（第3-4级），需要集成AIOps功能，如实时监控、事件关联和自动化变更执行 [15] - 当数字孪生通过强大的AIOps DataOps管道获取多领域遥测数据，并结合因果知识图谱时，其价值将呈指数级增长，能够确定网络事件对服务的影响范围，并支持实施前的假设情景分析 [15] - 治理框架应纳入TM Forum自主网络效率指标，基于策略的意图转换必须与AIOps管理的自动化工作流结合，并通过TMF开放API确保互操作性 [16] 商业服务提供商的成果 - **运营效率提升**：自主网络通过动态优化资源和自主解决问题，显著降低人工成本、工具散布和流程碎片化，实现显著的运营成本（OPEX）降低，同时提高网络可靠性 [19] - 当AIOps能力嵌入到每个领域时，OPEX改进将得到放大，多领域AI关联确保故障修复更快并能预防，从而提高平均故障间隔时间（MTBF）并减少平均维修时间（MTTR） [19][23] - **加速服务上市**：以意图驱动的操作缩短了从设计到部署的周期，使服务提供商能够快速响应市场机遇和合作伙伴需求 [20] - 在TMF AN第3-4级中，这种加速来自于将商业意图转化为基于策略的自动化和零接触配置的资源编排，由AIOps驱动的持续集成和自动化测试工作流降低了部署风险 [20] - **增强客户与生态体验**：自主网络增强客户信任并促进更深层次的生态整合，尤其是在企业及行业应用案例中 [21] - 通过整合AIOps知识管理和有效指标，电信服务提供商能够在客户体验关键绩效指标（如延迟、服务可用性和满意度评分）上实现可衡量的提升，并与合作伙伴透明分享 [21] - 由AIOps DataOps管道丰富后的数字孪生，能够推动生态系统的协同创新工作流程和跨行业（如医疗保健、制造业和智慧城市）的服务保障模型 [21] - **新服务规模化**：凭借自治，新服务可以更快推出并扩大规模，实现一贯的表现、积极保障和个性化服务 [22] 电信的基石与推动力：TINAA 的作用 - TELUS智能网络分析与自动化生态系统（TINAA）是TELUS走向自主化的战略骨干，提供了一个统一、可扩展的平台，用于网络自动化、编排和跨域保障，它标准化流程、整合数据并实现闭环操作 [24] - TINAA帮助TELUS在TM Forum自主网络道路上从第3级（有条件自主操作）迈向第4级（高度自主），作为一个统一的编排和保证平面，集成AIOps功能，确保自动化跨越RAN、传输、核心和服务层，提供真正的跨域智能 [25] - TINAA内的MAPE-K（监控、分析、计划、执行，基于知识）周期通过AIOps数据管道得到增强，使TELUS能够将商业意图直接转化为自动化、闭环网络操作，确保遵守SLA和监管政策 [26][28] - 通过将数字孪生和具有智能代理的AI功能整合到TINAA中，TELUS可以模拟网络行为、实时优化配置并安全地扩展自主行动的范畴，平衡创新速度和运行保证 [27] - 通过将AIOps知识管理和TM Forum有效指标嵌入数字孪生模型，TELUS可以衡量和跟踪效率、可靠性和客户体验方面的改进 [28] 建筑概述：TINAA平台 + 中介层 + 应用程序 - TELUS TINAA平台采用端到端架构，与TM Forum自主网络第四级原则中的意图驱动操作、闭环保障和可解释AI相一致，并利用云原生服务（GCP/OCP）实现可扩展性、弹性和速度 [29] - **TINAA生态系统核心能力**：针对有线、无线（RAN/核心）、传输和服务层的统一自动化主干；操作化MAPE-K闭环模型；主要基于Google Cloud Platform（公有云）和OpenShift（本地化部署）的云原生目标架构及标准化接口 [30] - **TELUS仲裁和抽象层（资源层）**：引入基于资源YANG的抽象（以OpenConfig为中心的“微模板”），将服务意图与特定设备配置解耦，实现可重用的自动化组件，并在多厂商环境中实现一致的政策执行 [37] - 该层可以实现在如Cisco NSO（两步映射）这样的编排器内部，或根据部署偏好外置于服务/应用层 [37] - **应用层和用例**：包括规划（数字孪生用于网络规划、容量估计和预测）、供应（L2/L3VPN、EVPN的工作流自动化，零接触检测和服务激活）、保障（健康监测，警报关联，SLA分析，预测性故障检测）、维护（软件升级，配置审计/验证，回归测试自动化）以及支持（现场运营协助，引导式纠正，库存核对） [43][48] - **代理式AI和闭环操作**：视角将展示具有“人在回路”的初始阶段和逐步自主性的代理工作流程，动态编排程序化自动化微服务，展示意图解析、计划-执行循环、记忆/知识整合以及受控执行，最终形成与TMF L4对齐的可解释、可审计的闭环 [43] - 在AN级别4，人工智能/通用人工智能将在AN的三层架构（商业/服务/资源）中得到广泛应用，两种类型的代理应用（面向操作角色的副驾驶和面向操作场景的代理）被用于增强每一层的自主能力 [40][41] 视角范围、成功标准和关键绩效指标 - 成功部署的关键绩效指标（KPI）包括：在资源提供过程中手动步骤减少**40-50%**；通过模板重用实现的配置缺陷显著减少；通过主动检测和引导修复提高平均修复时间（MTTR）；通过云成本感知设计优化运营支出（OPEX） [44] TELUS和Capgemini在加速自主性方面的作用 - TELUS和凯捷（Capgemini）带来互补优势：TELUS作为一级运营商的服务运营领导力和专业深度，加上凯捷在全球化工程、人工智能和系统集成方面的专长 [49] - 双方共同构建了一个务实、以结果为导向的框架，从自动化迈向自主性，凯捷在整合复杂、异构网络环境方面的经验使TELUS能够跨供应商、技术和运营领域扩展TINAA，同时保持互操作性和弹性 [49] - 该合作利用可重复使用的加速器、参考架构以及涵盖网络供应商、超大规模计算平台和人工智能平台的强大生态系统，缩短了价值实现时间，降低了大规 模转型的风险 [49] 前进的道路 - 实现自主化之路是渐进且谨慎的，电信服务提供商应当从加强数据基础、标准化自动化平台以及引入AI在明确界限的使用场景开始，信任、治理与组织准备必须与技术发展同步演进 [50] - 实现自主化需要一条清晰的路线图，从孤立的试点项目过渡到领域级自主化，最终实现跨领域、以意图驱动的运营 [50] - TELUS和凯捷的联合经验表明，持续的商业价值来自于围绕自主网络共享愿景，将技术、运营和战略相结合 [50]

财务数据和关键指标变化 - 第四季度营收为1.25亿美元，同比增长3% [3] - 第四季度非GAAP运营利润率为24%，超出指导范围 [3] - 全年营收为4.93亿美元，同比增长5% [25] - 全年非GAAP运营利润率为25%，同比增长700个基点，连续第四年增长 [3][25] - 第四季度GAAP净利润为1100万美元，连续第三个季度实现GAAP盈利 [22] - 全年GAAP净利润为1.74亿美元，其中包括因释放估值备抵而产生的1.69亿美元一次性所得税收益 [25] - 第四季度运营现金流为2500万美元，占营收的20% [23] - 第四季度自由现金流为2300万美元，占营收的18% [23] - 全年运营现金流为1.15亿美元，占营收的23% [26] - 全年自由现金流为1.03亿美元，占营收的21% [27] - 第四季度末现金及等价物和投资总额为4.7亿美元 [24] - 第四季度以9900万美元回购了800万股股票 [24] - 过去十二个月账单金额为4.96亿美元，同比增长2% [24] - 第四季度末剩余履约义务总额为4.49亿美元，同比增长2% [24] - 美元净留存率为98% [22] - 总付费客户数增长至15,351，同比增长2% [22] - 平台总客户数（含免费）增长至超过35,000，同比增长14% [4][23] - 年度经常性收入在第四季度末为4.99亿美元，同比增长1% [3][21] - ARR超过100万美元的客户数增至79家，同比增长10% [5][22] - ARR超过10万美元的客户数增至861家，同比增长1% [5][21] - 来自ARR超10万美元客户群的收入贡献占总ARR的72%，高于上一财年的71% [27] - 使用两个或以上付费产品的客户贡献的ARR占比为66%，高于上一财年的65% [27] - 事件管理产品贡献的ARR占比为70%，与上一财年持平 [27] - 非GAAP毛利率为87%，超出84%-86%的目标范围上限 [23] - 全年GAAP毛利率为86%，与上年同期持平 [25] 各条业务线数据和关键指标变化 - 新客户和扩增业务表现强劲，第四季度同比增长6%，环比增长37% [5] - 第四季度签署了超过40笔价值10万美元或以上的交易，几乎是本年度前几个季度平均值的两倍 [5] - 第四季度新获客户超过600家，同比增长17%，包括AI原生企业和传统企业 [4] - 免费用户向付费用户的转化率有所提升 [70] - 平台处理了数十亿次事件、近10亿次事件以及数百万次事件工作流 [11] - 公司宣布扩展AI生态系统，新增超过30个AI合作伙伴，包括Anthropic Claude、Cursor和LangChain等关键合作 [14][53] 各个市场数据和关键指标变化 - 国际营收同比增长6%，占总营收的29% [21] - 在EMEA地区，与Banco Santander、Bupa、Vodafone等客户扩大了合作 [4] - 在亚太和日本地区，通过战略交易取得成功，包括与JR East Information Systems Company以及澳大利亚一家大型银行扩展合作 [5] - 在北美，与一家全球领先的电信提供商签署了270万美元的多年扩增协议，使其在公司的ARR增加了一倍以上 [7] 公司战略和发展方向和行业竞争 - 公司战略聚焦于向AI优先运营转型，将自身定位为企业的AI运营平台和新控制平面 [7][8][15] - 长期目标是将非GAAP运营利润率提高至30% [3] - 核心战略包括：1) 加强核心数字运营管理业务；2) 将AI和自动化嵌入平台以推动更好的客户成果和差异化优势；3) 通过解决更广泛的紧急、高价值运营用例（包括AI运营）来扩大平台在企业中的作用；4) 在自身运营中利用AI以扩大容量和效率 [17][18] - 推出了灵活的、基于消费的定价模式，旨在减少对席位数量的依赖，更侧重于平台消费和价值实现 [6][28] - 该定价模式使客户能够更轻松地开展新业务和扩展现有账户，并已促成多笔大型多年协议 [6][7] - 公司认为AI是企业新的运营风险层，对规模和弹性的需求是公司的顺风 [8][12] - 公司的竞争优势在于其十多年积累的数据、事件和服务上下文，以及专有的历史事件数据和AI智能体上下文结合，这构成了深厚的护城河，竞争对手难以复制 [11] - 公司正在从事件响应解决方案向更广泛的AI运营平台扩展，涵盖制造吞吐量、网络可靠性、AI基础设施利用率和FinOps等工作流 [17] - 公司任命了新的董事会成员和首席法律官，以加强领导力 [15] - 公司正在寻找新的首席财务官，预计在第二季度任命，现任CFO将确保平稳过渡 [15] - 公司在行业评选中获得认可，在Built In的“最佳工作场所”榜单中排名第一，并被Gartner在关于AI智能体的研究报告中列为代表性供应商 [16] 管理层对经营环境和未来前景的评论 - 宏观经济环境中的席位压缩对部分客户群产生了影响，但公司的企业战略正在发挥作用 [21][28] - 管理层预计总留存率将在第一季度改善，并在全年稳步提升，美元净留存率预计将在第一季度稳定下来并逐步增长 [22] - 对于2027财年，公司持谨慎态度，营收指引中点与上年基本持平，但盈利质量和利润率将继续扩张 [28] - 2027财年第一季度营收指引为1.18亿至1.20亿美元，中点基本持平；摊薄后每股收益指引为0.23至0.25美元，非GAAP运营利润率指引为19%至20% [29] - 2027财年全年营收指引为4.885亿至4.965亿美元，中点基本持平；摊薄后每股收益指引为1.23至1.28美元，非GAAP运营利润率指引为24%至25% [29] - 预计2027财年自由现金流利润率将比2026财年低约2-4个百分点，主要原因是利息收入减少、设施资本支出增加以及付款时间安排 [30] - 2027财年将采用20%的非GAAP税率 [30] - 管理层对重新加速增长、扩大利润率并在2027财年实现全年GAAP盈利充满信心 [30] - AI带来的环境日益复杂，自动化、智能编排和自动修复变得至关重要，这对公司业务是顺风 [48] - 客户正在将AIOps警报自动化投资整合到运营云中，减少对高成本服务台、人工运营中心和多个可观测性供应商的需求 [9] - AI工作负载带来的挑战，只有提供实时编排和运营成熟度的平台才能解决 [14] 其他重要信息 - 公司为全球超过650家非营利组织提供服务，例如SIRUM利用其运营云为超过50万患者提供了价值超过3亿美元的药品 [16] - 公司本季度回购了800万股股票，价值9900万美元，200万美元回购计划中剩余约6300万美元额度 [20][24] - 公司实现了首个全年GAAP盈利，并预计在2027财年保持全年GAAP盈利 [20] 总结问答环节所有的提问和回答 问题: 关于灵活/消费定价的客户接受度，以及年底预计有多少比例客户会采用新定价模型 [32] - 灵活定价受到大型企业的积极响应，推动了大型交易和百万美元以上客户群的增长 [33] - 衡量定价转型进展的领先指标包括：大型交易、全年ARR改善、总留存率改善、在AI原生/优先企业和大型企业中的成功、以及新客户获取和扩增 [35] - 预计到本财年末，ARR中将有相当大一部分采用新的许可模式 [62] 问题: 关于在当前增长和利润率背景下，创造股东价值的最佳方式 [37] - 创造股东价值的关键在于重新加速增长，但要有选择性地聚焦于大型企业和AI原生/优先公司等高价值、高增长潜力的细分市场 [38] - 公司专注于实现盈利增长，并抓住AI运营这一新品类机会 [39] - 衡量进展的指标应包括：大型交易、全年ARR改善、总留存率改善、在AI原生/优先企业和大型企业中的成功、以及新客户获取和扩增 [40] 问题: 关于AWS可靠性问题是否让客户更意识到公司的战略价值，以及客户当前对此的认知程度 [47] - AI使客户环境更加复杂，自动化、智能检测和修复变得至关重要，这对公司业务是顺风 [48] - 客户可能仍然低估了实现企业弹性的难度，但复杂性、网络威胁增加等因素正在推动对能够统一管理并实现自主修复的平台的需求 [49][50] - 公司在面对行业重大故障时仍能提供服务，这证明了其架构优势 [51] - 公司通过AI生态系统合作伙伴关系，致力于在代码部署前进行风险评分测试，实现“左移”，预防问题发生 [53][55] 问题: 关于灵活定价的推广节奏和策略，是否会全面放弃席位模式 [58] - 推广节奏取决于客户的准备情况，不会给出具体时间表 [59] - 灵活定价使可能因席位许可而缩减的客户能够因获得新产品和跨部门新用例而显著扩展 [59] - 席位模式并未完全消亡，对于需要简单定价模式的小客户仍然可用 [60] - 灵活定价使客户能够立即访问整个运营云和AI产品，这是创造领先指标动力的重要原因 [60] 问题: 关于新的首席营收官上任后的执行变化、时间线和激励调整 [67] - 市场团队积极拥抱新的灵活定价模式，并更主动地与客户接触，提前规划续约 [69] - 公司调整了激励措施，让客户成功和售后团队专注于总留存率，市场团队专注于增长 [70] - 产品主导的增长业务表现良好，推动了新客户获取，免费向付费的转化率也有所提高 [70] - 组织经历了大量变革，但员工表现良好 [71] 问题: 关于ARR在10万美元级别的客户流失情况（是完全流失还是部分流失），以及流失原因 [74] - 该级别客户的流失是混合情况，部分客户因人员压缩导致基于席位的降级，部分因成本压力转向更低成本的提供商 [74] - 公司可以在该领域采取更积极的定价策略，因为毛利率有空间 [74] - 公司增长的主要驱动力是推动平台进入大型企业，并成为AI原生/优先公司的首选运营平台 [75] 问题: 关于客户今年的招聘计划如何影响业务 [79] - 随着公司向平台和基于消费的许可模式转型，客户的招聘计划影响将越来越小 [79] - 客户更关注如何优先考虑企业弹性、构建自动化以及“左移”预防问题 [79] - 高管们面临使用AI和负责任地使用AI的双重压力，他们正在寻找能帮助管理AI风险和机遇的合作伙伴 [79] - 客户希望与公司做更多，整合事件管理、编排、自动化等工作流到平台上 [80] 问题: 关于向消费定价转型过程中，底层使用趋势如何，以及这在2027年营收指引中如何体现 [82] - 2027年营收指引是保守的，因为定价转型和宏观环境波动 [83] - 总留存率将通过以下方式改善：1) 将客户转向多年协议，减少每季度可续约收入；2) 提供灵活定价和具有明确投资回报率的产品；3) 客户意识到弹性不仅能降低风险，还能解锁价值和增长 [83][84] - 定价变更之所以合理，是因为平台上的工作量在增加，公司处理的事件、事件和工作流数量远超竞争对手，自动化了以前由人工完成的工作 [85] - 这使客户能够在减少人员的同时扩大平台使用，实现自身成本节约并提高弹性 [86] 问题: 关于市场团队调整后，销售和营销支出是否会增加，还是重新分配现有资源 [91] - 重点是重新分配资本，公司仍计划在新财年提高运营利润率 [91] - 公司已进行工作以提高销售和营销效率，利用AI，并明确团队职责划分，预计销售和营销效率将有所提升 [91] 问题: 关于ARR超10万美元客户数量连续第二个季度略有下降，以及未来的影响因素 [92] - 该群体中部分客户因成本压力出现适度收缩，降至10万美元以下，同时也有其他客户进入该类别 [93] - 公司重点聚焦于该群体的高端客户，通过大型多年协议帮助他们获得更多平台价值 [93] - 预计该群体未来将继续增长，但公司将更专注于六位数和七位数的大型客户，帮助他们更快成熟和增长 [94]

财务数据和关键指标变化 - 第一季度总营收为93亿美元，同比增长18%，主要得益于Juniper Networks的并表，但环比下降4%，反映了典型的季节性因素和AI系统收入如预期般减少 [5][21] - 第一季度非GAAP摊薄后每股收益创纪录地达到0.65美元，远超指引区间上限，GAAP每股收益为0.31美元 [5][21] - 第一季度自由现金流表现强劲，达到7.08亿美元，而第一季度通常是季节性现金流出期 [5][22] - 第一季度毛利率环比提升至36.6%，得益于持续的定价纪律和向高利润网络业务倾斜的有利产品组合，部分抵消了内存等商品成本的上涨 [21] - 第一季度营业利润率为12.7%，超出预期，反映了公司有意识地向更高利润的业务部分倾斜 [21] - 营业费用环比下降5%，符合预期，体现了严格的成本控制 [21] - 库存季度末为69亿美元，同比下降，但环比上升，主要是为了在行业供应链紧张（尤其是内存）的情况下保证供应 [30] - 公司提高了2026财年全年指引：非GAAP每股收益区间上调0.05美元至2.30-2.50美元；GAAP每股收益区间上调0.40美元至1.02-1.22美元；自由现金流指引提高至至少20亿美元 [32][34] - 公司维持其长期2028财年目标，包括至少3美元的每股收益和超过35亿美元的自由现金流 [19] 各条业务线数据和关键指标变化 - **网络业务**：第一季度营收为27亿美元，在标准化基础上（即假设Juniper Networks从2025财年初即已并表）同比增长7% [9][22]。网络业务订单增长快于营收，低双位数增长 [9]。该部门现在占公司总营收的近30%，占总营业利润的一半以上 [9]。网络业务营业利润率为23.7%，略高于指引，得益于规模效应、定价纪律和早期的Juniper协同效应 [23] - **数据中心交换和路由**：在标准化基础上，数据中心交换订单增长中40%+，路由订单增长中20%+，主要由AI数据中心需求和现代化努力驱动 [10]。公司预计到2026财年末，累计“AI网络”订单将达到17-19亿美元 [11][22] - **园区和分支**：在标准化基础上，订单实现高个位数增长，客户正在采用其自动驾驶AIOps网络策略和解决方案 [9]。Wi-Fi 7转型迅速，售出的Wi-Fi 7接入点数量同比增长超过10倍 [10] - **客户垂直领域**：在标准化基础上，企业收入增长2%，服务提供商收入增长20% [23] - **云与AI业务**：第一季度营收为63亿美元，同比下降3%，符合预期 [15][24]。该部门营业利润率好于预期，达到10.2%，营业利润环比增长4%，同比增长18% [15][25] - **服务器**：服务器收入下降3%，符合预期，传统服务器强劲的平均单价增长被AI服务器发货的时间安排所抵消 [25]。服务器订单实现低双位数增长 [15]。AI系统订单为12亿美元，主要由企业驱动 [26]。公司进入第二季度时，AI系统积压订单达到创纪录的50亿美元，主要由企业和主权订单构成 [16] - **存储**：存储收入（包括存储、私有云和GreenLake软件解决方案）增长1% [26]。Alletra MP产品订单同比增长42%，连续第五个季度实现两位数同比增长 [16] - **金融服务**：金融服务收入大致持平，但创造了27%的历史最高股本回报率 [17][27] 各个市场数据和关键指标变化 - **GreenLake平台**：接近拥有5万名客户 [16]。年度经常性收入有望在2026财年末达到35亿美元的目标 [17] - **Juniper整合进展**：第一阶段整合已完成，销售团队在Q1完成合并 [13][28]。公司有望实现2026财年的协同效应目标 [6] - **催化剂计划**：在现代化和成本节约计划方面进展良好，有望实现2026财年既定的节约目标 [18][27] 公司战略和发展方向和行业竞争 - **应对行业挑战**：面对DRAM和NAND的严重供应紧张和成本上涨，公司采取了三项措施：1) 与关键硅和内存合作伙伴扩大长期多年协议以保障供应；2) 采取灵活的定价策略，调整全产品线价格，缩短报价承诺周期，并保留因成本上涨而重新定价的权利以保护利润率；3) 主动与客户和渠道合作伙伴沟通，提供交货期和成本可见性，并推荐替代配置以引导需求 [6][7] - **网络业务战略**：目标是打造新的网络市场领导者，通过积极执行战略产品和软件路线图，并利用市场推广规模推动收入协同效应 [6]。公司现在拥有完整的网络技术栈 [14]。重点包括推动高度差异化的AIOps自动驾驶网络在园区和分支的采用，利用世界级的数据中心交换和路由产品抓住行业AI网络投资机会，以及在网络与安全融合的关键领域取得市场领导地位 [15] - **云与AI业务战略**：在商品成本高企的周期中，优先考虑高利润产品订单，这可能对全年AI系统收入增长率产生影响 [8][33]。公司正积极将客户迁移到自有知识产权产品组合（如Alletra MP），并退出第三方非IP业务以提升盈利能力 [16][26] - **技术创新**：在2026年米兰-科尔蒂纳冬奥会上展示了领先的网络能力 [11]。推出了新的高密度紧凑模块化PTX系列路由器，以帮助服务提供商现代化其核心网络和RAN基础设施 [12]。利用生成式AI等工具提升内部运营效率，例如将工程师搜索时间减少90%，目标将报价周期缩短30% [28] 管理层对经营环境和未来前景的评论 - **行业环境**：IT市场正面临供应急剧紧张和组件成本（尤其是DRAM和NAND）加速上涨的局面，预计高价将持续到2027年 [6]。内存成本已占传统服务器物料成本的一半以上，且占比将继续上升 [8] - **需求前景**：需求非常强劲，没有出现推迟迹象 [41]。客户更关注如何更快获得产品，而非价格上涨 [41][54]。AI推理部分正在快速增长，与公司产品组合非常契合 [74] - **季节性**：由于Juniper并表、AI网络强劲势头以及AI系统发货时间安排，传统的季节性模式在今年可能不适用 [73][76]。预计第三季度将是最大的AI收入季度，盈利能力将向第四季度倾斜 [35] - **宏观不确定性**：除了供应紧张，公司还在密切关注最高法院近期关税裁决的影响以及中东业务的动态 [31] 其他重要信息 - **资本配置**：第一季度通过股息向普通股东返还1.9亿美元，并通过股票回购额外返还1.58亿美元 [30]。收购Juniper后的模拟净杠杆率从3.1倍改善至2.6倍 [31] - **H3C交易**：此前宣布的H3C交易进展良好，预计将在2026日历年上半年完成 [31] - **第二季度展望**：预计总营收在96-100亿美元之间 [35]。网络业务营收预计同比增长142%-152%（报告基础），或处于更新后的2026财年标准化目标增长区间的高端 [35]。云与AI业务营收预计环比增长，但大部分AI交易将在下半年发货 [35][36]。由于年度薪酬增长、营销费用增加以及商品成本上涨，预计综合营业利润率环比下降幅度将超过典型季节性水平 [36]。预计第二季度非GAAP每股收益在0.51-0.55美元之间，GAAP每股收益在0.09-0.13美元之间 [36] 总结问答环节所有的提问和回答 问题：当前环境是否会推动更多客户使用HPE GreenLake？提价是否导致需求推迟或降低？ [39] - **回答**：GreenLake的弹性订阅模式（包括GreenLake Flex）为客户提供了灵活性，HPE金融服务在此周期中提供认证翻新产品的战略作用凸显 [40]。需求非常强劲，没有出现推迟，客户更关注如何更快获得产品，对成本上涨表示理解 [41] 问题：内存价格上涨如何影响2026财年传统数据中心业务和网络业务的盈利展望？是否有足够供应满足财年指引中值？ [44] - **回答**：指引已考虑了实现该展望所需的供应可见性 [45]。内存成本在2026年将持续上涨，行业报告显示季度环比有三位数增长，预计未来仍有两位数增长 [46]。公司已提前采取定价行动保护利润率，并通过协同效应和优先处理高利润业务来管理影响 [46][48]。网络业务使用内存较少，且协同效应有助于抵消部分通胀成本 [48] 问题：随着公司提价以转嫁内存成本，是更可能看到收入增长顺风还是需求破坏？如何区分需求的长期强度和客户因供应风险而提前采购？ [52] - **回答**：需求依然非常强劲，没有放缓迹象 [53]。客户更关注产品获取速度而非价格，可能会接受不同的配置 [54]。供应限制是影响收入实现的主要因素，而非需求 [53]。预计下半年定价上涨会对单位销量产生一些影响，但传统服务器业务预计仍将实现净增长 [55] 问题：网络业务增长预期上调至中高个位数的驱动因素是什么？Q1网络营业利润率达24%，为何全年指引仍维持在20%低段？ [59] - **回答**：增长驱动力包括：1) 产品需求强劲，如园区分支的自动驾驶网络（在冬奥会成功验证）和Wi-Fi 7（接入点销量增10倍），数据中心交换（订单增中40%+）和路由（订单增中20%+）；2) Juniper整合按计划进行，销售团队已完成合并，为未来收入协同效应打下基础 [60][62][64]。Q1利润率超预期得益于规模、定价纪律和早期协同效应，但整合仅完成第一阶段，保持全年指引是审慎做法，若有可能将努力做得更好 [65][66] 问题：Q2营收指引环比增长5%，是否应归类为需求提前？如何区分全年持续强劲需求和因供应风险导致的提前采购？ [69] - **回答**：今年的季节性正在重新定义，Q2增长反映了Juniper并表、AI网络强劲势头以及前期积累的大量订单开始转化 [73]。确实存在部分客户需求提前，但AI部署、基础设施现代化和AI推理增长是更根本的驱动因素 [74][75]。今年的正常季节性可能不适用，云与AI收入将主要集中在下半年 [76] 问题：全年营收指引中，有多少与需求提前有关？有多少来自内存涨价带来的额外收入？ [80] - **回答**：公司未量化需求提前的具体金额，建议以两个业务（网络、云与AI）中高个位数的全年营收增长区间作为模型锚点 [82] 问题：“AI网络”订单目标上调至17-19亿美元，是来自现有客户扩张还是赢得新客户（如超大规模客户）？其中数据中心网络和路由的占比如何？ [85] - **回答**：订单增长是现有客户增购和新客户获取的结合，包括服务提供商、新云厂商，并且受益于通过服务器销售团队获得的新客户接触机会 [86]。公司目前不提供数据中心网络与路由的细分占比指引 [86] 问题：传统服务器的交货期相比3-6个月前有何变化？公司具体改变了哪些订单条款来转嫁成本和保证订单稳定性？ [89] - **回答**：CPU方面也存在限制，但不如内存严重，公司凭借广泛的CPU平台组合可以引导需求 [90]。定价条款方面，公司缩短了报价承诺周期，并保留了从报价到发货期间因成本上涨而重新定价的权利，同时向客户提供透明的交货期和成本增加明细（如内存附加费） [90][91] 问题：园区分支业务收入增长似乎有所放缓，尽管订单不错，原因是什么？竞争格局如何？ [94] - **回答**：园区分支订单在高个位数增长，表现强劲 [95]。公司现已明确Juniper Mist（适用于云连接）和Aruba Central（适用于本地/断开连接）的部署路径，并推出了双启动Wi-Fi 7基础设施，客户反响热烈（接入点销量增10倍） [95][96]。公司现在拥有统一的销售组织和产品组合，能够应对所有部署模式下的竞争，预计未来将继续增长并实现收入协同效应 [97] 问题：AI业务积压订单大部分在下半年，且多来自企业/主权客户，应如何考虑该部分业务的利润率？AI收入积压的附加率如何？ [100] - **回答**：对于云与AI部门整体，公司预计全年营业利润率在7%-9%之间，Q2将接近该区间中值 [101]。随着季度内AI收入占比增加，利润率可能会承受一些压力，因为公司优先考虑保护利润率以应对商品价格上涨 [102]。公司对实现全年利润率区间充满信心 [102]

行业战略转型 - 全球电信运营商正在积极重塑品牌定位 从传统电信服务商转型为人工智能、云和边缘计算提供商 与老牌超大规模云服务商和平台服务商展开竞争 [1] - 运营商通过结合连接能力与人工智能工具（及必要算力）来推进转型 这些能力通过合作伙伴关系进行整合 并作为其不断发展的产品组合的一部分发布 产品组合包括边缘云、主权云和注入AI的连接服务 [1] - 电信基础设施领域的领先企业正积极争夺云巨头的客户群 包括企业和公共部门客户 [1] 云生态演变与竞争格局 - 当前云生态系统演变迅速且竞争格局复杂 整个云技术栈的参与者之间既存在大量竞争也广泛合作 [2] - 数字化转型的早期阶段聚焦于应用程序现代化 而当前行业焦点已转向基础设施现代化 [2] - 这意味着网络和电信运营商正在加大投入 以填补应用平台服务提供商留下的市场空白 [2] 合作模式与市场机会 - 对企业而言 一个显著趋势是超大规模云服务商与电信运营商的合作增加 以支持电信工作负载上云（包括边缘计算） 同时电信运营商能够联合销售云服务（例如红帽OpenShift平台服务）的模式正在兴起 [2] - 平台服务提供商向新的基础设施合作伙伴开放其Kubernetes容器和生成式AI服务机会 这将为自身及合作伙伴打开巨大的机会之门 [3] - 平台提供商在满足企业客户集成和咨询需求方面能力有所不足 电信运营商与平台提供商的合作对行业而言是双赢局面 [3] 技术应用与能力构建 - 电信及网络提供商正在利用生成式AI乃至AIOps来提升其网络自动化能力并确保连接安全 [3] - 托管网络安全成为一项顶级的数字化转型服务 基础设施提供商在进军云领域时可以此作为主打产品 [3] - 企业认识到电信运营商将承担基础设施现代化（例如重新设计网络架构）以支持新技术所需的大量基础工作 [3] 服务拓展与生态构建 - 运营商正通过标准化API开放网络功能 以构建企业开发者生态并在云技术栈的应用层发挥作用 [4] - 开放的热门网络服务包括身份验证、欺诈检测、位置服务和QoS（服务质量） [4] - 这些活动通常与GSMA的Open Gateway倡议相关联 [4]

核心观点 - Ecrio与Lanner Electronics宣布战略合作 共同推出电信级实时AIOps解决方案 该方案将Lanner的ECA-5555边缘AI服务器与Ecrio的边缘AI通信平台相结合 旨在帮助运营商快速检测、分析和响应网络异常[1] 合作方案与产品 - 合作推出的整体解决方案现已可供电信运营商使用 并将在2026年世界移动通信大会的Lanner展台进行展示[3] - 解决方案结合了Lanner的ECA-5555边缘AI服务器与Ecrio的边缘AI通信平台[1] - Lanner ECA-5555是一款为电信和专用无线环境设计的边缘AI服务器 提供运营商现代化所需的高密度计算能力[2] - Ecrio的平台将实时通信与AI统一 使运营商能够检测、分析和响应网络异常[1] 技术优势与特点 - 通过利用高通AI 100加速卡 该方案支持使用AI加速器进行分布式推理 确保AIOps和通信智能以空前的速度、效率和最佳功耗运行[2] - 高通AI 100加速卡专为数据源端的AI加速而设计 旨在处理苛刻的工作负载 能够为电信网络带来高性能、低功耗、低延迟的AI赋能通信[3] - 该解决方案具备预测性维护功能 可对通信服务器进行实时健康监控[4] - 该解决方案具备体验质量预测功能 可通过短期预测防止服务降级[4] - 该解决方案具备主权合规特性 可将敏感的运营数据保留在本地边缘[4] 市场定位与行业需求 - 电信运营商正快速迈向AI原生网络 需要能够立即现场部署的平台[3] - Lanner ECA-5555是一款开箱即用、“AI就绪”的电信级服务器[3] - 与Ecrio的合作增加了关键的软件层 将原始边缘计算转化为可操作的运营智能[3] - 运营商不仅需要AI 更需要能在真实网络约束下发挥作用的AI[2]

文章核心观点 - 文章总结了一位分析师对PagerDuty, Inc. (PD)的看涨观点 认为其当前被严重低估 股价处于历史低位 但公司基本面正在改善 且存在被收购的潜在可能性 提供了具有吸引力的风险回报比 [1][2][3] 公司业务与市场定位 - PagerDuty被定位为现代数字运营的“中枢神经系统” 位于IT基础设施之上 确保关键任务服务持续运行 [1] - 与Datadog或Splunk等监控同行不同 公司不仅检测事故 还协调响应 通过超过700个集成点接收信号 应用AIOps过滤噪音、关联事件 并通过人工专家或自主代理指导修复 [1] - 公司在多云环境中的中立性以及15年积累的事故解决数据 赋予了其差异化优势 特别是在IT复杂性和AI驱动代码生成增加事件量和运营风险的背景下 [1] 财务表现与估值 - 截至1月30日 公司股价为10.60美元 根据雅虎财经数据 其过去和远期市盈率分别为6.53倍和9.18倍 [1] - 公司估值处于历史低位 企业价值与销售额之比约为2.3倍 调整后自由现金流倍数约为10倍 [2] - 公司保持了80%以上的高毛利率 并实现了GAAP盈利 成本控制严格 [3] - 同行收购估值通常在4至5.5倍企业价值与销售额之比 相比之下 PagerDuty当前估值在收购情景下意味着巨大的上涨空间 [3] 增长挑战与战略转型 - 公司增长急剧减速 主要阻力源于传统的基于席位的定价模式 该模式受到行业裁员和效率提升的压力 导致席位压缩和基于美元的净留存率下降 [2] - 客户并未离开平台 大型企业仍在续约但减少了支出 同时公司继续以较小的切入点赢得新客户 [2] - 作为应对 公司正在向基于使用量的定价模式转型 这导致了一个短期的“空窗期” 即使用量上升但货币化滞后 尽管AIOps使用量同比增长超过50% 但市场共识预测其直到2027财年的增长都将保持疲弱 [2] 潜在催化剂与市场观点 - 公司高层管理团队和控制职能部门出现重大变动 控制权变更条款修改 且多次有顾问确认接洽 表明公司正在积极进行战略考量 [3] - 分析师William Wright强调了PagerDuty的估值错位和被收购的期权价值 [4] - 此前在2025年5月对Datadog, Inc. (DDOG)的看涨观点 因其多产品引擎、多元化的年度经常性收入组合以及产品扩张驱动的强劲净留存率而得到验证 DDOG股价自覆盖以来上涨了约12.98% [4]

文章核心观点 - 大模型与操作系统结合的新范式“OS + LLM Agent”正在为传统AIOps难以突破的数据与智能瓶颈提供新的解决方案，它既非解决所有问题的“银弹”，也非纯粹的“泡沫”，而是一场需要正确预期和持续协同的行业革命 [1][16][17] 行业痛点与争议 - 大模型在运维场景中面临“幻觉”问题，即其推理和深度分析能力不足，可能给出看似正确实则错误的答案，这是预期与落地的主要偏差点 [2] - 传统AIOps方案存在两大痛点：数据层面依赖插桩和日志，数据清洗过程痛苦且耗时可达半年以上；智能层面基于规则或小神经网络的方案难以处理大量Corner case，泛化能力不足 [4][5] - 大模型的语义理解和文本分析能力远超传统NLP，能极大提升前线问题的归因分析效率，但其给出的柔性答案存在正确率问题，需通过护栏机制约束 [2][3] 技术破局与实践路径 - 提升可靠性、降低幻觉的核心思路是“三步法”：为模型提供操作系统深层次数据作为“工具”；制定结构化的执行纲要；通过案例回收进行监督或强化训练以实现持续迭代 [9] - 利用操作系统的eBPF技术可实现零侵扰的结构化数据采集，无需修改应用代码或重启，尤其适合金融等关键行业，为LLM Agent提供高质量“燃料” [6][7] - 平衡数据丰富性与性能损耗的关键在于：为数据打统一标签以消除“方言”；层次化递进获取数据，平时开启低开销观测，故障时通过eBPF热加载快速补充实时数据 [10][11] - 保障LLM Agent作为“桥梁”的可靠性需从两个层面入手：操作系统层面保障AI Agent运行环境稳定并提供可观测性；AI基础设施层面保障GPU、网络等算力资源的可靠性 [7][8] - 应对企业内网安全合规挑战的主要措施包括：采用机密计算等双向可信方案保障数据安全；采取人机协同模式，关键操作需人工审批，并提供完整证据链供审计回溯 [12][13] 未来规划与生态共建 - 阿里云的核心诉求是让模型改善工单处理效率和客户体验，其与云杉网络的协同模式为：阿里云提供操作系统底座及观测探针，云杉网络基于此构建上层应用和全链路容器生态 [6] - 未来生态建设将侧重：阿里云以MCP方式开放操作系统核心能力；通过龙蜥运维联盟发布联合解决方案；计划推出脱敏的运维工单标准测试集以建立行业基准 [14] - 云杉网络计划通过DeepFlow开源社区降低eBPF技术门槛，并开放MCP Server等能力，让开发者能获取生产环境数据，同时积极融入大生态，按场景化实现Multi-Agent能力 [14] - 专家认为LLM Agent未来将成为服务器操作系统的“标配”，是实现“零运维”目标的关键，让系统能自主发现、分析问题，运维人员只需做决策授权 [15] - 云杉网络的愿景是让DeepFlow运行在每台操作系统上，目标三年内覆盖国内每年新增服务器的1%，并展望未来每台服务器可能标配本地GPU算力 [15] - 落地LLM for AIOps最关键的是“开始行动”，需选择“OS + LLM Agent”的正确方向，走顺数据采集和规整的第一步，避免重蹈上一代AIOps因数据清洗痛苦而失败的覆辙 [16]

文章核心观点 腾讯音乐分享了其通过AIOps（智能运维）提升运维质量、效率和降低成本的实践经验，核心在于将AI技术系统性地融入运维的感知、决策和执行环节，以解决告警泛滥、根因定位困难等传统运维挑战，并展望了智能问答、自动化执行和算法升级等未来演进方向 [1][3][35] AIOps实践背景与整体框架 - 公司业务由全民K歌、QQ音乐、酷狗、酷我等多款应用构成，背后有庞大的开发与基础技术团队支持 [2] - 对AI的探索基于质量、效率和成本三要素，旨在找到能产生实际价值的落地场景，避免无意义扩张 [3] - 实践从感知、决策和执行三个层面推进，并系统梳理了以DevOps、SRE和云原生为基础的整体业务架构 [3][6][7] 感知层：优化告警与监控体系 - 过去运维人员每人每月需处理约3000个电话告警，相当于每天超过100个，处于持续“救火”状态 [11] - 通过引入3-Sigma算法，结合同比、环比指标生成相对基准值，并依据波动幅度和深度来智能判定告警，大幅提升了监控有效性 [14][15] - 告警优化效果显著，将用户月度接收到的告警电话数从3000余次减少至200余次 [15] 决策层：智能根因分析与故障定位 - 初期基于大模型构建分析工作流，整合问题分析、插件调用、知识库检索与信息补充，最终生成问答建议与问题定位 [20] - 利用Dify平台简化工作流，灵活选用主流模型，并构建了运维机器人以快速解决问题 [20] - 结合Trace、Metric、Log三要素及业务上报的主被调关系，构建关系网络，实现链路全景分析与上下游影响可视化 [21][22] - AI能对告警自动打标分类，例如业务逻辑错误约占40%，IP聚集问题约占20%，为制定针对性处理策略提供依据 [25] 执行层：自愈与标准化治理 - 对于已明确分类的问题（如容器化场景下的异常），系统可采取自动剔除异常路由、销毁并重建容器等自愈措施，实现快速恢复 [25] - 专家库建设是关键挑战，目前约40%告警为业务逻辑错误，约16%为未知原因，核心在于生产环境服务数量庞大（仅QQ音乐生产服务就超过一万个）且标准化治理不足 [27] - 推进业务体系标准化建设（如返回码规范）和故障复盘报告的标准化，是AI持续学习和有效辅助分析的基础 [27][28] 数据体系与个性化运维 - 构建了完整的数据银行体系，涵盖数据上报、Flink处理、源数据入库到结合OLAP数据库生成结果，并将基础数据与自定义数据统一采集 [30] - 数据与AIOps体系中的监控告警打通，形成整体根因分析能力，例如能定位到海外特定城市运营商的接入问题 [30] - 针对各业务线的定制化告警（如JOOX平台、会员收入告警），通过波动幅度算法和AI进行智能分析，并与基础指标关联，形成数据治理闭环 [28][30][31] AIOps未来演进方向 - **智能问答**：将“人找人”协作模式转变为“人找AI，AI找人”，提升衔接效率 [35] - **自动化执行**：基于AI分析的明确结论驱动SDK自动化操作，通过提供明确结果和充足数据来抑制幻觉问题，确保输出针对性结论 [35] - **算法升级**：计划将当前波动幅度算法与业务特性（如节假日、演唱会直播导致的流量峰值）结合，通过3-SIGMA与特征提取算法提升告警准确性 [35] - **战略融合**：采用“一体两翼”战略，以云原生和智能分析为基础，打造更先进、更智能的AIOps体系 [35]

核心观点 - 公司宣布扩展和增强其数据中心网络产品组合，以满足AI工作负载对性能和可扩展性日益增长的需求，并利用AI技术提升数据中心运营的效率和可靠性 [1] 新产品组合发布 - 推出新的7220互联路由器（IXR）高性能数据中心交换机系列以及增强的人工智能运维（AIOps）工具套件，集成至其事件驱动自动化（EDA）管理平台 [2] - 这些创新旨在提供支持先进AI训练和推理工作负载所需的极致性能和可靠性，以满足代理型AI应用日益增长的需求 [2] - 新的7220 IXR-H6交换机系列提供高达102.4 Tb/s的吞吐量，接口速度为800 GE和1.6 TE，在相同物理尺寸下实现吞吐量和接口速度的翻倍 [6] - 交换机符合超以太网联盟（UEC）规范，具备先进功能以优化和管理数据包流，避免拥塞，并提升可支持多达一百万及以上XPU的大规模AI工厂环境的网络效率 [6] - 该系列交换机提供液冷和风冷两种版本，可无缝集成并兼容各种数据中心机架配置 [7] - 公司是唯一支持嵌入式网络操作系统（NOS）和SONiC的供应商，新交换机可配置公司的SR Linux网络操作系统或开源社区版SONiC，为运营商提供更多软件选择 [8] - 7220 IXR-H6交换机将于2026年第一季度上市 [13] AI驱动的网络运营 - 公司在其事件驱动自动化（EDA）平台中引入创新的代理型AI功能 [11] - EDA AIOps结合了自然语言交互的简易性与代理型AI的推理能力，实现快速准确的问题识别、根本原因分析和数据中心的修复 [11] - 结合EDA广泛的实时遥测、集成数字孪生、模拟运行和即时回滚能力，网络运营商可快速自信地解决问题，根据贝尔实验室咨询公司和Futurum的报告，数据中心网络停机时间可减少96% [10][11] 行业趋势与市场定位 - 代理型AI应用的出现和广泛采用正在重塑数据中心需求，推动网络解决方案的快速演进 [3] - AI正在推动网络创新和运营转型的双重机遇 [3] - 650 Group的分析预测以太网将成为未来AI主导的网络协议 [5] - 在需要持续提供服务的压力下，云服务提供商和企业优先考虑自动化、AIOps和现代化战略，以减少停机时间并确保数据中心网络运营生命周期的弹性性能 [11]

财务数据和关键指标变化 - 第三季度实现创纪录收入1840万美元，同比增长16.2% [5][6] - 非GAAP营业利润达到创纪录的380万美元，占收入的20.9%，为2017年以来最高水平 [6][7] - 非GAAP净利润为490万美元，摊薄后每股收益0.29美元，创公司历史新高 [21] - GAAP净利润为350万美元，同比增长54%，GAAP每股收益为0.21美元，去年同期为0.14美元 [21] - 毛利率略高于77%，反映出更有利的收入组合和较低比例的第三方成本要素 [19] - 产生510万美元正现金流，季度末现金及短期银行存款余额达到创纪录的1.067亿美元，无债务 [7][22] - 公司员工总数为319人 [21] 各条业务线数据和关键指标变化 - 研发费用为470万美元，同比增长11.6%，净研发费用为450万美元，同比增加48.3万美元 [20] - 销售和营销费用为460万美元，同比增长15.4%，反映为扩大销售覆盖面的战略性投资 [20] - 获得以色列创新局18.9万美元拨款，与去年同期持平 [20] 各个市场数据和关键指标变化 - 与OneGlobal达成新合作，将在欧洲、北美和亚洲部署RADCOM ACE解决方案，支持超过4300万连接 [13] - AT&T持续增加用户，Rakuten Mobile在日本扩大5G覆盖范围，用户数超过900万 [14] - 在欧洲市场观察到明显的行业转变，运营商加速网络现代化计划，从传统单体解决方案转向先进的云原生平台 [12] 公司战略和发展方向和行业竞争 - 公司战略重点包括将强劲的销售管道转化为收入、深化战略合作伙伴关系、投资AI和自动化、以及在全球扩张的同时保持持续盈利和现金生成 [16] - 深化与NVIDIA和ServiceNow等战略合作伙伴关系，预计这些合作将在2026年开始贡献收入 [9] - 推出下一代高性能用户分析解决方案，采用NVIDIA BlueField 3 DPU，单服务器捕获速度高达400Gbps，现场试验显示运营成本比传统网络探针降低高达75% [10] - 代理AI解决方案获得行业认可，RADCOM Predictive Complaint Resolution在伦敦全球连接奖中获得最佳AI/ML创新奖 [15] - 行业趋势显示运营商正加倍关注客户体验，将其作为保留用户、减少流失和长期收入增长的核心驱动力 [8] 管理层对经营环境和未来前景的评论 - 电信运营商正在增加对5G独立网络和AIOps的投资，以提高效率、改善客户体验并降低成本 [5] - AI原生网络快速发展，为运营商提供提升运营效率的新机会 [7] - 资本条件的改善将推动客户基础的持续投资，为RADCOM带来增长机会 [15] - 对2025年全年收入增长指引维持在15%-18% [16] - 对2026年目标仍为两位数增长，预计市场将出现大量新机会 [32] 其他重要信息 - 首席财务官Hadar Rahav将在支持过渡后于第一季度离职，将由拥有深厚电信行业经验的Hod Kohen接任 [17] - 公司参加了DT Campus、Innovate Americas、Network X等多个关键行业活动 [15] 总结问答环节所有的提问和回答 问题: 关于新推出的高性能用户分析解决方案的早期客户反馈和前景 [25] - 该解决方案目前正在进行多项现场试验，性能表现优异，目标是在2026年实现成果转化 [25] 问题: 关于现有客户的扩张趋势以及NVIDIA相关和整体扩张情况 [26][27] - 整体销售管道在年内稳步建立，目前正为年底做准备，目标仍是实现两位数增长，并看到2026年将出现更多机会 [28] 问题: 关于2026年的能见度以及是否有重大续约可能影响当前收入运行率 [32] - 2026年目标仍是两位数增长，市场出现大量新机会，特别是围绕云原生和5G依赖基础，推动客户侧转型，公司将支持客户整合某些应用的活动 [32] 问题: 关于2026年盈利杠杆以及销售和营销之外的其他影响因素 [33] - 除了营销费用增加外，研发费用也将增加 [33] 问题: 关于5G核心网的部署情况以及亚太和欧洲、中东、非洲地区的更新看法 [34] - 在美国、欧洲以及日本和亚洲的部分地区，5G核心网、独立组网和Open RAN发展势头良好，推动了大量活动，NVIDIA解决方案提供的全面用户平面人口可见性也引起了客户方的极大兴趣 [34][35]