纪要涉及的行业和公司 - 行业：IT服务、人工智能、金融服务、汽车、医疗保健、支付 - 公司：Endava 纪要提到的核心观点和论据 市场变化与业务转型 - 核心观点：AI引发市场变革，推动Endava业务转型，需聚焦核心现代化与大型交易 [5][18] - 论据：2003 - 2023年数字转型浪潮后，2022年11月ChatGPT唤醒AI可能性，改变市场格局，企业需将AI融入解决方案，处理遗留系统数据和流程 [4][5] 业务能力与策略 - 核心观点：Endava整合数字转型专业知识，通过投资自动化和收购Galaxy提升AI业务能力 [10][12] - 论据：Endava将创意、生产和市场推广整合为一体，适应AI环境；收购Galaxy获得处理遗留代码的工具集，为核心现代化提供支持 [10][12] 业务多元化 - 核心观点：过去七年Endava实现行业和地域多元化，降低业务集中度 [14][15] - 论据：IPO时业务集中于支付和金融服务，如今行业和地域分布更加均衡，通过并购和拓展新客户实现多元化 [14][15] 营收与业务增长 - 核心观点：市场转型导致业务增长停滞，Endava专注于推进大型交易以重回增长轨道 [17][18] - 论据：从数字转型向AI解决方案过渡期间，业务出现停滞，目前正努力解决工程挑战、应对宏观经济环境，推动大型交易签约 [17][18] 市场策略与团队配置 - 核心观点：为适应大型交易和核心现代化项目，Endava调整市场策略，提升AI技能和团队配置 [22][23] - 论据：过去12个月建立卓越中心，培养AI和核心现代化技能，并在组织内推广；使用Agentic AI提高开发人员生产力，但部分客户对AI使用仍有顾虑 [22][23][27] 大型交易特点与挑战 - 核心观点：大型交易结构和动态与以往不同，预测交易时间和结果困难，需采用更保守的指导方法 [32][34][35] - 论据：大型交易可能立即产生可观收入，或类似现有主服务协议结构，但交易时间受宏观不确定性、技术方案和经验不足影响难以预测 [32][34] 营收预测与风险 - 核心观点：本季度营收预测主要基于非大型交易，大型交易不确定性高，预测数据较为保守 [36][37] - 论据：本季度大型交易无收入，预测主要考虑非大型交易营收；管道中已知机会转化率低，底部预测考虑客户缩减业务风险 [36][37] 增长驱动力 - 核心观点：未来1 - 2年，银行和资本市场、移动性、医疗保健等领域的核心现代化项目有望成为业务增长驱动力 [38][39] - 论据：银行和资本市场领域过去12个月至第三季度增长40%；Galaxy业务为医疗保健领域核心现代化项目奠定基础；汽车行业虽受关税影响，但长期仍有发展动力 [38][39][42] 利润率目标 - 核心观点：目前毛利率处于低点，随着业务增长和业务模式向成果导向转变，毛利率有望扩大 [44][45][46] - 论据：当前利用率约72%，处于合理水平；大型交易将更多依赖加速器和代理工具，业务模式向成果导向转变有助于提高利润率 [44][45][46] 支付业务机会 - 核心观点：支付业务仍是增长驱动力，跨行业支付业务呈上升趋势 [48][49] - 论据：银行业支付业务投资增加，Endava跨行业支付业务出现增长，支付业务作为横向业务表现更佳 [48][49] 其他重要但是可能被忽略的内容 - 数字转型浪潮期间，Endava主要构建面向客户的技术能力，未深入客户核心遗留系统，而AI需要访问遗留系统的数据和流程 [6][7] - AI工程比预期复杂，存在幻觉、监管和安全等问题，过去处理AI解决方案成本高，近期成本开始下降 [8][9] - Endava在AI、现代化和特定行业领域投资加速器和自动化工具，提升业务竞争力 [13] - 目前使用Agentic AI的人员比例不到5%，整个行业几乎尚未开始 [29] - 过去项目通过逐步扩大规模实现增长，大型交易结构和动态与以往不同，预测难度大 [31][32][34] - 本季度营收预测主要基于非大型交易，大型交易不确定性高，预测数据较为保守 [36][37] - 汽车行业受关税影响，客户需解决供应链问题后再推进技术变革项目，预计3 - 6个月内有所改善 [41][42] - 目前毛利率处于低点，随着业务增长和业务模式向成果导向转变，毛利率有望扩大 [44][45][46] - 支付业务在银行业投资增加，跨行业支付业务呈上升趋势，作为横向业务表现更佳 [48][49]

财务数据和关键指标变化 - 公司原预计在2024年9月指引时会有季度环比适度增长，但后来增长趋于平缓，在2月进行了调整，并预计第四季度出现拐点 [9] - 自5月中旬以来，北美市场表现疲软，英镑兑美元汇率影响公司业绩，公司在第四季度大幅下调了指引 [10][11][13] 各条业务线数据和关键指标变化 - 公司目前约有24个大型交易处于活跃状态，自2月以来预计约10个交易转化，实际约5个转化，未转化的5个仍在进行合同谈判，这些交易要到2026财年才会产生有意义的业绩 [28][29] 各个市场数据和关键指标变化 - 英国市场表现疲软，是欧洲大陆最大市场之一；北美市场自5月中旬以来表现疲软，特别是银行资本市场、移动和医疗保健等领域；亚太地区也出现了一些疲软 [10][11] 公司战略和发展方向和行业竞争 - 公司将更多精力转向大型交易，以实现收入的阶跃式增长，适应市场变化和人工智能的发展趋势 [17][18] - 公司成立了战略交易团队，协助行业部门达成大型交易并管理流程 [24][25] - 公司进行了Galaxy收购，进入北美市场，多元化业务，获取加速器技术，并进入核心系统领域 [44][45][46] - 市场竞争激烈，部分同行采取激进的定价策略，公司保持价格稳定，避免牺牲利润率 [41] 管理层对经营环境和未来前景的评论 - 宏观环境的不确定性增加，包括关税讨论等，影响了客户决策和交易转化速度 [13] - 人工智能技术的应用存在挑战，客户需要专业帮助来实现企业级部署，公司认为行业增长趋势不会根本改变 [35][38][39] - 大型交易的转化速度较慢，但管道正在移动，节奏正在恢复，公司预计未来会有所改善 [16][28] 其他重要信息 - 公司在数字工程领域拥有超过11,000名全球专业人员，业务覆盖29个国家，在亚太地区有新兴业务 [2] - 公司的定价基于平均工作日费率，约八个季度保持平稳 [41] - Galaxy收购后的业务表现符合预期，已迁移至Oracle平台，整合工作进展顺利 [48][49] - 生成式人工智能已从试点阶段进入生产阶段，但规模仍较小，应用范围广泛，未来核心现代化领域的机会更大 [56][57][58] 问答环节所有提问和回答 问题: 进入2025财年时如何规划需求，需求在美大选前后如何演变，以及之后的情况 - 公司原预计季度环比适度增长，但后来增长趋于平缓，在2月进行了调整，并预计第四季度出现拐点；英国市场疲软，北美市场自5月中旬以来表现疲软，公司在第四季度大幅下调了指引 [9][10][13] 问题: 2025年下半年的预算潜力如何 - 公司将采用自下而上的预测方法，结合业务运行率和大型交易的情况进行预算规划，在未确定大型交易时不会纳入预算 [14][15][16] 问题: 大型交易成为重点的原因，以及与传统数字工程业务的区别 - 公司收入规模达10亿美元，通过与少数大型客户合作可实现收入的阶跃式增长；市场需求变化，客户希望在支出和成果方面获得更多确定性；人工智能技术的发展促使公司进行核心现代化改造 [17][18][19] 问题: 大型交易的门槛是多少，与过去的年度经常性收入水平相比如何 - 大型交易的门槛最低为500万英镑或1000万英镑，交易期限多样，金额范围较大，目前倾向于较大规模的交易 [23] 问题: 大型交易是针对新客户还是新老客户 - 是新老客户的混合，部分是与现有大客户的非续约交易，部分是从小规模合作发展而来的客户，还有部分是基于公司声誉的新客户 [26][27] 问题: 已签署的大型交易是否对今年有贡献，还是主要影响明年及以后 - 主要影响明年，目前约有24个活跃交易，自2月以来预计约10个交易转化，实际约5个转化，未转化的5个仍在进行合同谈判，要到2026财年才会产生有意义的业绩 [28][29] 问题: 指导框架的假设是什么，包括客户、宏观背景、积压订单覆盖、合同工作等方面 - 公司将预测分为合同收入和承诺收入，基于积压订单的工作进度进行预测，并考虑管道机会的确定性；过去公司有良好的业绩记录，但近期面临挑战 [30][31][32] 问题: 如何让客户达成交易 - 宏观环境的不确定性和技术因素影响客户决策，客户需要时间观察，但最终会采取行动以保持竞争优势 [35][36] 问题: 行业是否会有结构性不同的发展轨迹 - 公司认为行业增长趋势不会根本改变，客户需要专业帮助来实现人工智能技术的企业级部署，公司具备相关能力 [38][39] 问题: 市场上的定价和交易合同条款情况如何 - 市场竞争激烈，部分同行采取激进的定价策略，公司保持价格稳定，避免牺牲利润率，价格在约八个季度内保持平稳 [41][42] 问题: 定价和交易合同条款是否因地区或行业而异 - 没有特别明显的差异 [43] 问题: Galaxy收购的理由是什么，填补了哪些能力 - 进入北美市场，多元化业务，获取加速器技术，并进入核心系统领域，战略上是一笔好交易 [44][45][46] 问题: Galaxy收购后的整合和业务表现如何 - 业务表现符合预期，已迁移至Oracle平台，整合工作进展顺利，未发现意外情况 [48][49] 问题: 生成式人工智能在客户参与中的需求情况如何，最常见的应用场景有哪些 - 生成式人工智能已从试点阶段进入生产阶段，但规模仍较小，应用范围广泛，包括医疗保健、银行、资本市场、保险等领域，未来核心现代化领域的机会更大 [56][57][58] 问题: 生成式人工智能对各项服务活动的净影响如何，哪些领域会面临压力，哪些领域能够实现增长 - 人工智能将取代部分手动测试等角色，行业将根据成果定价，公司认为技术将提高效率和生产力，公司的任务是在竞争市场中实现利润最大化 [59][60][64]