财务数据和关键指标变化 - 第三季度年度经常性收入（ARR）达到17.82亿美元，同比增长11%，净新增ARR为5900万美元 [6] - 第三季度营收为4.11亿美元，同比增长16%，若剔除约500万美元的汇率同比有利影响，营收增长为14% [6][23] - 公司首次实现第三季度GAAP盈利，GAAP营业利润为1300万美元，去年同期为GAAP营业亏损4300万美元，非GAAP营业利润为8800万美元，利润率达21%，同比提升超过700个基点 [26][27] - 剩余履约义务（RPO）增长至12.65亿美元，同比增长12%，若剔除约2000万美元的汇率有利影响，增长为10%，当期RPO增长至8.4亿美元，同比增长17% [25] - 第三季度非GAAP调整后自由现金流为2800万美元，期末持有现金、现金等价物及有价证券总额为15亿美元，无负债 [27] - 客户总数约10,860家，ARR超过10万美元的客户增至2,506家，ARR超过100万美元的客户增至333家，美元基础总留存率保持98%的优异水平，美元基础净留存率为107% [24][25] 各条业务线数据和关键指标变化 - 超过950家公司正在开发智能体（Agent），通过Maestro编排的流程已超过36.5万个 [8] - 智能文档处理（IXP）产品新增智能体能力，处理复杂非确定性场景并减少人工审核，UiPath Autopilot for IXP可自动生成文档模板，为每个项目节省数小时设置时间 [10][11] - 测试云（Test Cloud）业务获得认可，例如NRG Energy采用后预计测试覆盖率提升30%，周期加快1.5倍，三年内节省近290万美元 [12] - API工作流全面上市，提供以API为中心的自动化，补充RPA和智能体 [15] 各个市场数据和关键指标变化 - 公共部门业务表现强劲，亮点包括与美国海岸警卫队、退伍军人事务部和社会保障管理局的合作与扩展项目 [18][19] - 扩大云覆盖范围，在瑞士市场扩张，并在阿联酋推出Automation Cloud，以满足区域数据驻留和治理要求 [15][16] - 通过收购Peak的能力，结合其定价和库存优化技术与Maestro，为零售和制造等关键垂直领域创建智能商务解决方案 [16] 公司战略和发展方向和行业竞争 - 自动化战略结合确定性自动化的可靠性与智能体AI的智能和适应性，为客户提供可信赖的企业级自动化，快速实现投资回报 [5] - 统一端到端平台架构是核心差异化优势，将从发现到部署的各个环节连接起来，由Maestro跨系统编排工作，内置治理能力确保控制、合规和信任 [14][19] - 聚焦构建垂直行业解决方案，特别是在医疗保健和金融服务领域，如收入周期管理和金融犯罪调查 [64][84] - 与全球技术领导者深化合作，包括与Microsoft Azure AI Foundry、OpenAI、Google Gemini、NVIDIA和Snowflake的新集成，将前沿模型直接引入企业工作流 [17] - 扩展合作伙伴生态，例如与德勤（Deloitte）合作，结合UiPath测试云与德勤Ascend，变革测试生命周期，德勤团队可利用超过1,500个预构建测试机器人和AI智能体 [18][55] 管理层对经营环境和未来前景的评论 - 业务趋于稳定并受到改善执行的驱动，对团队执行力和创新速度感到满意 [5][6][20] - 尽管宏观经济环境多变，但保持审慎展望，基于现有可见度提供指引 [27] - 智能体能力虽早期势头强劲，但采纳仍处于早期阶段，预计在2026财年不会对营收做出重大贡献 [28][75] - 联邦采购环境依然动态，但存在优势领域，公共部门业务回归新常态 [46][68] - 日元兑美元贬值对第四季度指引产生额外汇率逆风，但基于运营优先事项的进展和业务实力，仍提高指引 [28] 其他重要信息 - 在Fusion大会上展示了平台进展，包括UiPath Screenplay，结合传统RPA与大语言模型（LLM）以构建更可靠的自动化 [9] - 获得第三方认可，被Gartner评为智能文档处理领域和AI增强软件测试工具领域的领导者，并被Everest Group评为2025年智能流程自动化平台的领导者和明星表现者 [11][12][13] - 案例研究显示显著客户影响，例如一家全球大型投资管理公司通过智能体概念验证（POC）实现价值实现时间减少95%，预计节省数千万美元，并确定超过40个高价值用例，预计未来三年产生超过2亿美元节省 [8]；USI Insurance Services预计未来三年节省超过3200万美元 [10]；Corewell Health计划利用IXP将推荐信息自动处理到Epic系统中，预计今年重新分配150万美元劳动力节省，明年超过300万美元 [11] 问答环节所有的提问和回答 问题: 智能体解决方案的客户数量和扩展驱动因素 [32] - 回答: 智能体产品势头良好，带动整个平台的需求，观察到从概念验证到试点再到生产的购买模式，最高投资回报率的用例具有高度客户特定性，未见跨行业或部门的单一模式，从试点进入生产令人鼓舞 [33][34] 问题: 联邦政府业务是否受停摆影响 [35] - 回答: 停摆没有直接影响，许多项目通过法案获得资金，且涉及国防部等关键运营领域，因此未受重大影响 [35] 问题: 第四季度净新增ARR恢复增长的驱动因素和可持续性 [38] - 回答: 业务整体积极，团队执行一致，美洲团队表现尤其出色，智能体领域显现良好势头，业务正在改善和稳定 [38]；改善的执行力、新产品发布间接拉动平台、增加粘性、领导层稳定和人才引进是因素，无单一神奇按钮 [40] 问题: 智能体投入生产后的定价提升或货币化方式 [41] - 回答: 货币化并非单纯定价提升，而是智能体与平台其他部分（如IXP、额外机器人、流程编排）结合，拉动整个平台，增加粘性，使客户更有信心深化平台在其架构中的应用 [42][43] 问题: 第三季度联邦业务结果与年初预期对比及OpenAI合作的影响 [46] - 回答: 联邦业务环境动态，有优势领域，第三季度进展令人鼓舞，回归新常态，项目长期战略性，对该领域指引保持审慎 [46]；OpenAI合作方面，GPT-5广泛应用于平台，尤其在Screenplay产品中，结合UI自动化可靠性与LLM驱动的适应性，公司是唯一能成功使用此方法交付自主UI任务的公司 [47][48] 问题: 合作伙伴关系的细节、联合市场推广及管道建设 [50] - 回答: 目前宣布的合作伙伴关系主要是技术赋能型，由客户需求驱动，平台开放灵活，与Snowflake合作数据层，与OpenAI、Google合作前沿LLM赋能智能体，与NVIDIA合作安全治理，目标是为企业可靠AI提供坚实基础 [51][52]；关于编排第三方智能体，观察到客户对编码智能体的兴趣，与LangChain、CrewAI、LlamaIndex等公司合作，目前混合托管低代码和编码智能体，管理外部构建智能体为时过早 [53] 问题: 渠道合作伙伴贡献的管道增量及推动AI部署 [54] - 回答: 合作伙伴来源的管道数量肯定增加，但质量提升更关键，例如在S/4HANA迁移中与德勤等合作方参与客户关于大规模转型流程的对话，这种高质量管道比单纯数量更重要 [55][56] 问题: 明年运营支出投资计划以支持AI产品推出 [57] - 回答: 不提供明年具体细节，但今年通过纪律而非紧缩实现运营杠杆，在工程、销售容量等领域持续招聘和扩张，同时优化其他成本结构，实现运营杠杆并增强执行节奏 [58][59][60] 问题: AI概念验证转化为销售的驱动因素和经验 [62] - 回答: 模式正在出现，部署团队于不同行业用例，在医疗保健（如收入周期管理、事前授权、理赔管理）和金融服务（金融犯罪）等领域看到特定模式，但可复制潜力巨大的单一用例尚早 [63] 问题: 第四季度指引中净新增ARR增长的构成因素 [65] - 回答: 无第三季度延迟交易等时间因素，增长主要源于三方面：销售团队执行力改善、客户活动广泛（概念验证、试点、续订带来更坚定长期合作信心导致自然增销）、宏观经济环境（汇率影响）以及势头（销售稳定性、公共部门新常态），是执行力改善、汇率逆风减少和战略组织一致性提升的共同结果 [67][68][69] 问题: 净留存率下降原因及第四季度新业务预期 [72] - 回答: 净留存率压力主要来自客户群低端部分，ARR在10万至100万之间的客户净美元扩张率为113%，量化显示低层级压力更大，且存在大数法则影响，随着净新增ARR稳定，其他指标也开始稳定 [72][73]；智能体客户数量翻倍和Maestro流程实例增长，早期间接帮助拉动平台、增加客户长期架构投资信心，直接可扩展货币化方面，短期无重大贡献，明年更新假设 [74][75] 问题: 模型提供商竞争是否改变认知及集成异构性趋势 [78] - 回答: 尚未看到明显转变，作为平台持续评估所有前沿LLM并混合使用，例如在IXP业务中使用GPT-5理解文档结构和意图，使用Gemini提取复杂表格，始终监控并使用最佳LLM [79][80] 问题: 提前合作、共同开发解决方案对第三季度结果的直接影响及未来预测 [81] - 回答: 是领先指标，更贴近客户、共同创新解决问题有助于提升投资回报率信心，显示UiPath的相关性和智能体框架的真实产品影响力，对第三季度无重大直接影响，但间接影响是感觉到的势头，客户更愿意投资和拉动现有平台 [81][82] 问题: 采用预构建智能体解决方案最快的垂直行业及行业定制自动化进展 [84] - 回答: 垂直化方法获得大量关注，产品工程团队重组以更好地处理垂直解决方案，聚焦医疗保健和金融服务，特别是医疗保健的收入周期管理和金融服务的金融犯罪、了解你的客户、反洗钱等用例 [84] 问题: 确定性自动化与智能体/LLM自动化之间的平衡及未来变化 [86] - 回答: 两者互补，针对业务流程的不同步骤，定义明确的任务使用确定性自动化，无需LLM驱动，LLM用于创建或维护确定性自动化，但在规则复杂、流程复杂、处理大量文档、涉及对话流程等方面，LLM是绝佳补充，编排结合AI驱动、确定性和人工环节对于交付安全、受治理的企业解决方案至关重要，行业开始认识到编排是关键技术 [86][87] 问题: 智能体消耗定价的客户障碍（支出可预测性）及应对措施 [90] - 回答: 持续评估客户AI采用情况，旨在采用反映AI消耗的定价模式，监控行业趋势，定价方式灵活，可按组件定价，也理解基于结果的定价，但整个行业处于早期阶段，尚在理解大规模智能体AI消耗模式 [91][92] 问题: 智能体概念验证到生产部署周期是否缩短及驱动因素 [93] - 回答: 公司内部更好地理解各种用例，构建解决方案和加速器以跨行业复制经验，预计这一趋势明年将加速，解锁企业大规模AI消耗的关键在于预打包解决方案，可显著加速价值实现时间，因此重点构建这些解决方案 [93][94]

财务数据和关键指标变化 - 第三季度年度经常性收入（ARR）达到17.82亿美元，同比增长11%，新增净ARR为5900万美元 [4] - 第三季度收入为4.11亿美元，同比增长16%，若剔除约500万美元的汇率有利影响，收入增长率为14% [4][21] - 公司实现首个GAAP盈利的第三季度，GAAP营业利润为1300万美元，去年同期为GAAP营业亏损4300万美元，非GAAP营业利润为8800万美元，利润率达21%，同比提升超过700个基点 [4][23][24] - 剩余履约义务（RPO）增长至12.65亿美元，同比增长12%，剔除约2000万美元的汇率有利影响后增长10%，当期RPO为8.4亿美元，增长17% [23] - 第三季度整体毛利率为85%，软件毛利率为91%，非GAAP调整后自由现金流为2800万美元 [23][24] - 期末现金、现金等价物及有价证券总额为15亿美元，无债务 [24] - 第四季度财年指引：收入预期为4.62亿至4.67亿美元，ARR预期为18.44亿至18.49亿美元，非GAAP营业利润预期约为1.4亿美元 [25][26] 各条业务线数据和关键指标变化 - 超过950家公司正在开发智能体（agents），通过Maestro编排的流程已超过36.5万个 [6] - 智能文档处理（IXP）产品增加了智能体能力，处理复杂的非确定性场景并减少人工审核，例如Autopilot for IXP可自动生成文档模板 [9][10] - 测试云（Test Cloud）的智能体测试能力获得客户认可，例如NRG Energy采用后预计测试覆盖率提升30%，周期加快1.5倍，三年节省近290万美元 [11] - 通过收购Peak公司，结合其定价和库存优化技术，与Debens集团共同创建了智能商品定价和库存解决方案 [15] - API工作流已全面上市，提供以API为中心的自动化，补充了RPA和智能体 [14] 各个市场数据和关键指标变化 - 客户总数约为10,860家，其中ARR超过10万美元的客户增至2,506家，ARR超过100万美元的客户增至333家 [22] - 美元基准总留存率保持在98%的顶尖水平，美元基准净留存率为107%，调整汇率影响后也为107% [22][23] - 公共部门业务表现令人鼓舞，美国海岸警卫队、退伍军人事务部、社会保障管理局等机构均有扩展合作，尽管联邦采购环境动态变化，但存在长期自动化需求 [17][18] - 云服务扩展至瑞士等重要市场，并在阿联酋推出Automation Cloud，以满足区域数据驻留和治理要求 [14][15] - 新增企业客户包括Nuffield Health、Reser's Fine Foods以及一家澳大利亚砖制造商，它们选择UiPath是因其智能体自动化平台的广度 [22] 公司战略和发展方向和行业竞争 - 公司战略结合了确定性自动化的可靠性与智能体AI的智能和适应性，提供可信赖的企业级自动化以实现快速投资回报 [4] - 统一平台架构是核心优势，将发现到部署的各个环节连接起来，并由Maestro编排引擎进行流程编排和内置治理 [18] - 专注于构建垂直行业解决方案，特别是在医疗保健和金融服务领域，例如收入周期管理和金融犯罪调查 [53] - 与全球技术领导者深化合作，包括与Microsoft Azure AI Foundry、OpenAI、Google Gemini、NVIDIA和Snowflake的新集成，以扩展平台能力 [5][16] - 被Gartner评为智能文档处理领域和AI增强软件测试工具领域的领导者，并被Everest Group评为2025年智能流程自动化平台的领导者和明星表现者 [10][11] 管理层对经营环境和未来前景的评论 - 管理层认为业务正在稳定，团队执行力改善，对全年首次实现GAAP盈利充满信心 [4][19] - 尽管宏观经济环境多变，但公司保持审慎展望，指引基于当前可见的业务强度 [24] - 智能体能力的早期应用势头良好，但预计在2026财年不会对营收产生实质性贡献，其价值更多体现在拉动整个平台的使用和增强客户粘性 [25][32][49] - 日元兑美元贬值对第四季度指引产生了约300万美元的汇率逆风 [25][26] - 公司通过提高运营效率而非紧缩开支来实现杠杆效应，持续在工程和销售等关键领域进行投资 [40][41] 其他重要信息 - 在Fusion用户大会上展示了平台进展，包括UiPath Screenplay技术，该技术将传统RPA与大型语言模型结合，以构建更可靠的自动化 [5][8] - 与德勤（Deloitte）扩大了合作，将UiPath测试云的智能体测试能力与德勤Ascend平台结合，提供超过1500个预构建测试机器人和AI智能体 [17][38] - 客户案例显示显著的投资回报，例如一家全球大型投资管理公司通过智能体概念验证实现了价值实现时间减少95%及数千万美元的预期节省，Corewell Health预计今年节省150万美元劳动力成本，明年节省超过300万美元 [7][10] 总结问答环节所有的提问和回答 问题: 关于智能体解决方案的客户数量和扩展驱动因素 - 智能体产品势头良好，带动了整个平台的使用，观察到从概念验证到试运行再到生产的购买模式，最高投资回报率的用例因客户而异 [27][28] 问题: 联邦政府业务是否受停摆影响 - 联邦政府业务未受停摆直接影响，许多项目资金已通过法案批准，且涉及关键运营领域 [29] 问题: 第四季度净新增ARR恢复增长的驱动因素和可持续性 - 业务全面向好，团队执行力改善，特别是美洲地区表现强劲，业务正在改善和稳定，没有单一因素，是执行力、新产品、领导层稳定和人才引进共同作用 [30][31][45][46] 问题: 智能体投入生产后的定价提升或货币化方式 - 货币化并非直接提价，而是通过智能体拉动整个平台（如IXP、额外机器人、流程编排）的使用，从而增加客户粘性和深化平台嵌入 [32] 问题: 第三季度联邦业务表现与预期对比及与OpenAI合作的影响 - 联邦业务环境动态，但有亮点，回归新常态，合作是技术赋能型，由客户需求驱动，旨在为可靠AI提供坚实基础 [34][35] 问题: 技术合作伙伴关系细节及是否带来管道增长 - 目前合作伙伴关系主要是技术赋能，由客户需求驱动，旨在创建一个提供可靠、安全、受治理AI的基础合作伙伴生态 [35][36] 问题: 编排第三方智能体与内部构建智能体的情况 - 观察到客户对构建编码智能体的兴趣，目前混合使用由平台托管和管理的低代码及编码智能体，管理外部构建智能体还为时过早 [37] 问题: 渠道合作伙伴贡献的管道增量及对AI部署的帮助 - 合作伙伴来源的管道质量显著提高，特别是在S/4HANA迁移等大型转型项目中能更早介入，这比单纯的数量更重要 [38][39] 问题: 下一财年支持AI产品推出的运营支出投资思路 - 不提供具体指引，但当前策略是通过纪律和聚焦实现运营杠杆，同时在工程、销售和客户现场支持等关键领域继续投资 [40][41] 问题: 从概念验证到销售的驱动因素和经验 - 观察到模式出现，但领域仍分散，例如医疗保健的收入周期管理和金融服务的金融犯罪调查显示出潜力 [43] 问题: 净留存率下降的原因及第四季度新业务预期 - 净留存率下降主要受低端客户段压力影响，ARR在10万至100万之间的客户净美元扩张率为113%，随着净新增ARR稳定，其他指标也开始稳定 [47][48] 问题: 开发智能体的客户数量翻倍带来的提升及对明年留存率的影响 - 智能体仍处于早期阶段，其间接影响（如拉动平台使用、增强客户架构嵌入）已开始显现，直接货币化尚无实质性贡献 [49] 问题: 模型提供商竞争是否提升了对集成编排价值的认知及异构性趋势 - 尚未观察到明显转变，平台持续评估所有前沿大语言模型并混合使用，以发挥各自优势 [50] 问题: 提前合作与共同开发解决方案对第三季度结果的直接影响 - 提前合作是领先指标，能共同创新解决重大问题，影响投资回报，从而产生长期影响，但第三季度结果主要源于稳健执行力，智能体尚无实质性贡献 [51][52] 问题: 哪些行业最快采用预构建智能体解决方案及行业定制自动化策略 - 垂直化策略获得大量关注，重点聚焦医疗保健和金融服务，特别是医疗收入周期管理和金融犯罪调查等用例 [53] 问题: 确定性自动化与智能体自动化之间的平衡及未来展望 - 两者是互补的，分别解决业务流程中的不同步骤，确定性自动化用于定义明确的任务，智能体用于复杂、涉及文档或对话的任务，编排结合两者及人工参与是关键 [54][55] 问题: 客户对智能体消耗定价可预测性的障碍及公司的应对措施 - 行业定价模式动态，公司灵活评估，可按组件定价或基于成果定价，目前仍处于理解大规模智能体AI消耗模式的早期阶段 [56] 问题: 从概念验证到生产部署的周期是否缩短及加速措施 - 公司内部对用例的理解加深，构建解决方案和加速器有助于跨行业复制经验，预计这一趋势将加速，预打包解决方案是解锁企业大规模AI消费的关键 [57][58]