财务数据和关键指标变化 - 第三季度营收为2.01亿美元，同比增长9%，超过指引上限 [5] - 非GAAP营业利润为1630万美元，营业利润率为8%，超过指引上限 [5] - 调整后自由现金流为1340万美元，利润率为7% [7] - 整体美元净留存率为96%，较上季度略有改善 [7] - 核心客户（年化支出5000美元及以上）数量为25,413名，同比增长8% [34] - 10万美元及以上客户数量为785名，同比增长15% [35] - 剩余履约义务为5.009亿美元，同比增长23% [38] - 递延收入为3.051亿美元，同比增长8% [38] - 本季度回购3080万美元A类普通股，平均价格14.10美元 [39] 各条业务线数据和关键指标变化 - AI Studio连续第二个季度实现稳健增长，包括自助服务用户的早期吸引力 [7] - 核心客户收入同比增长10%，占第三季度总收入的76% [35] - 自助服务业务持续以健康的两位数速度增长，但面临渠道顶端压力 [40] - 合作伙伴附加增长连续第三个季度实现，合作伙伴参与账户的NRR持续更高 [28] 各个市场数据和关键指标变化 - 国际市场收入同比增长12%，尤其是EMEA和日本表现强劲 [25] - 美国市场收入同比增长7% [25] - 非科技行业再次实现两位数增长 [25] - 科技行业仍然是增长阻力，但出现稳定迹象 [48] - 在医疗保健、金融服务和公共部门等关键垂直领域获得有意义的胜利 [19][26][27][28] 公司战略和发展方向和行业竞争 - 公司战略围绕三波工作转型：协同工作管理、工作流自动化和AI转型 [8] - AI平台建立在上下文、检查点和控制三大基础之上，以解决当前AI项目失败率高的问题 [10][11][12] - 推出AI Teammates，作为真正的协作代理，目前已有30家测试客户并获得积极反馈 [14][15] - 专注于行业垂直领域，如医疗保健，通过说行业语言并与其核心工作流程保持一致来获胜 [19] - 改进上市执行和跨销售及自助服务动议的价值实现 [21] - 保持对纪律性、盈利性增长的关注，同时再投资于AI平台 [21][41] 管理层对经营环境和未来前景的评论 - 科技垂直领域趋于稳定，但仍为整体阻力，未看到后续降级路径，部分大型科技客户在续订时实现扩张 [48][50] - 由于LLM驱动的搜索变化和付费媒体投资，SMB业务继续受到渠道顶端动态变化的影响 [29] - 预计这些不利因素将持续到第四季度 [30] - 对净留存率的改善充满信心，认为已接近底部，并预计中期和长期将持续改善 [36][78] - AI Studio和AI Teammates有望成为持久增长和增长重新加速的关键驱动力 [41][77] 其他重要信息 - 首席运营官Anne Raimondi将在任职七年后离职，首席运营官职位将不会被填补，上市团队将直接向首席执行官汇报 [22][23] - 公司在伦敦和纽约举办了Work Innovation Summit活动，有超过1600名客户、合作伙伴和分析师参加，获得积极反馈 [31][32] - 公司正在优化自助服务体验，例如新的Prompt-to-Project流程，以快速为用户创造价值 [30] - 公司正在调整内容策略和技术基础，以在AI主导的发现变革中保持权威性 [30] 问答环节所有的提问和回答 问题: 关于AI Studio自助服务发布的早期经验教训及其对ARR的贡献，以及AI Studio对今年续订的影响 [43] - AI Studio自助服务上季度刚刚推出，获得了广泛采用，包括各种规模的客户，民主化了AI Studio的访问，并为销售团队提供了信号 [44] - AI Studio在续订对话中提供了真正帮助，因为它具有战略性，提供了更多可销售内容，并帮助客户制定AI策略，公司关注已购买客户的采用和消费情况 [45] 问题: 关于科技垂直领域的现状、对第四季度及下一年的影响，以及第四季度指引上调的原因 [47][52] - 科技垂直领域趋于稳定，但仍为阻力，未看到后续降级路径，部分大型科技客户在续订时实现扩张，月度客户总留存率创12个月新高 [48][50] - AI Studio和AI Teammates开辟了新预算和新用例，创造了减轻席位降级的有力杠杆，并引入了新的基于消费的收入流 [50] - 第四季度指引上调基于四个因素：企业实力（10万美元以上客户增长15%）、国际实力（收入增长12%）、NRR改善（连续第二个季度环比改善）和AI势头（AI Studio连续增长） [53][54][55] 问题: 关于AI代理普及后Asana的竞争定位和差异化优势 [57] - AI代理领域不会赢家通吃，Asana将与许多其他代理玩家共存 [58] - 竞争对手分为三类：单机版辅助工具和个人助手（易产生代理蔓延）、来自CRM或ITSM等系统的点解决方案（限于狭窄生态系统）、以及直接基于LLM提供商构建的DIY解决方案（存在治理和扩展问题） [59] - Asana的差异化在于其AI平台内置了上下文、控制和检查点，AI Teammates作为团队的真正成员运作，利用Work Graph的丰富上下文，并提供检查点、权限和治理模型以防止蔓延 [60][61] 问题: 关于渠道生态系统的现状、发展阶段和当前牵引力领域 [64] - 渠道生态系统存在巨大机遇，产品和类别非常适合渠道，合作伙伴希望做得更多，公司视其为真正的生态系统和合作伙伴关系，而不仅仅是交易渠道，目前处于早期阶段 [65][66] 问题: 关于成本优化、云基础设施方面的剩余空间以及再投资与利润扩张的平衡 [68] - 成本优化工作尚未完成，仍有利润上升空间，通过地域组合效益、供应商合理化、销售和营销生产力改进等措施，可以连续多年扩大利润率 [69][70] - 公司平衡利润扩张与对AI平台的再投资，以维持产品领导力和加速增长，预计27财年的利润率扩张速度将低于26财年，但增长利润率保持在89%-90%范围提供了运营杠杆 [70][71] 问题: 关于留存率上升但收入增长略有放缓是否意味着现有客户的扩张或追加销售较为疲软 [73] - 留存率改善主要得益于降级情况的改善以及在大型科技续订中看到的一些扩张，公司投资于多产品策略，即使续订金额持平或略有上升，也对未来的留存和扩张有利 [74] - 月度客户留存率创12个月新高，这部分基础的健康状况也对整体留存率有贡献 [75] 问题: 关于同时实现收入重新加速和运营现金流利润率扩张的目标是否仍然可行 [76] - 多产品策略仍处于早期阶段，AI Studio和AI Teammates将是推动增长重新加速的关键解锁点，团队战略绝对是继续同时实现这两点 [77] - NRR的改善（连续两个季度环比改善，总留存率全面提高）带来了信心，AI Studio和AI Teammates将在27财年的净预订中发挥更重要作用 [78][79] - 协作工作管理类别因AI而将迎来重要时刻，PLG机会巨大（约占业务的40%），CWM市场庞大且在增长，上市效率和生产力仍有改进空间，公司将注入节奏以加快决策和学习周期 [80][81][82] 问题: 关于如何实际提高组织速度而不适得其反 [85] - 提高速度的方法包括确保快速决策的严密方式、围绕"尽快进入测试版"的心态（减少发布恐惧，强调快速迭代）、以及建立正确的运营节奏，让每个人明确职责和时间节点 [86][87] 问题: 关于多年利润率扩张的潜力，利润率能否达到20%以上 [88] - 基于90%左右的毛利率和固有的运营杠杆，随着持续增长，即使费用保持大致平稳，每个季度也能实现连续的几个百分点的利润率改善 [89] - 没有理由不能最终达到企业SaaS软件公司中的最佳水平，利润率以2开头（即20%以上）肯定在可能范围内 [89] 问题: 关于第三季度大型科技续订的表现与预期相比如何，以及对第四季度扩张和留存率的信心是否比进入第三季度时更高 [93] - 第三季度续订表现优于预期，这得益于运营严谨性和更多可销售产品 [94] - 第四季度科技续订量更大，但多为中型规模，公司带着同样的方法和新推出的Teammates进入第四季度，对第四季度的信心比指导第三季度时更高 [94][95][96] - 信心因素包括NRR连续两个季度改善、总留存率全面提高、多产品策略（特别是AI Studio和FSP）推动扩张和减轻降级、企业实力（中端市场客户表现出色）、国际实力以及10万美元以上客户增长15%且需求趋势稳定和转化率提高 [99][100]

人工智能对工作的影响 - 人工智能可能成为改变工作方式的最强大技术，其最佳应用模式是与人类协作而非替代人类[1] - 当前形式的人工智能技术能够执行占据美国当前约半数工作时间的任务，但这并不意味着半数工作岗位将消失，而是许多工作活动可被自动化，从而解放人力承担相同工作的不同部分并创造新岗位[2] - 技术变革的全面采纳可能需要数十年时间，具体速度取决于企业对技术采纳的商业选择[2] 经济价值与组织变革 - 预计到2030年，人员与人工智能工具（包括智能体和机器人）的协作可在美国释放近3万亿美元的经济价值[3] - 实现这些收益需要重新构想工作本身，包括重新思考流程、角色和文化，以使人与智能机器协作实现更高生产率[3] - 确保协作成功并使人员蓬勃发展，需要组织重新思考从一线员工到高管的技能开发和使用方式[1] 技能需求演变 - 过去两年中，职位发布显示对人工智能熟练度（使用和管理AI的能力）的需求增长了七倍，包括SEO专家、有机化学家、财务报告经理和工程师等多样化职位均日益要求该技能[4] - 短期内，依赖创造力、情境理解和共情等机器尚无法高水平复制的技能（如冲突解决和设计思维）将保持价值，而会计或理赔调整等技能可能更适合由AI处理，研究、数据分析和项目管理等技能则可根据情境由人或机器执行[5] - 分析发现约72%的现有技能可应用于人和自动化均可执行的工作中，大多数现有技能（如沟通、管理、运营、解决问题、领导力、注重细节、客户关系和写作）将保持相关性但会随着人机协作而演变[6]

研究发布与核心观点 - 公司发布业界首个数据驱动评估指数Human+Agent Productivity Index (HAPI)，旨在评估人类专业知识如何增强AI代理在真实知识工作中的表现[1] - 研究核心观点为人类与AI代理协作能显著提升项目完成率，最高可达70%，表明人机协作是未来工作的关键模式[2][4] 研究方法与数据基础 - 研究基于超过300个真实客户项目的数据，这些项目被特意选为简单、定义明确、低复杂度的任务，AI代理有合理成功机会[2] - 与依赖固定或合成数据集的其他AI代理评估不同，HAPI建立在公司平台的实际客户项目基础上，研究人类专业人员的协作与创造力如何在真实场景中提升AI代理的成果[3] 研究发现与行业意义 - 在所选的低复杂度项目中，AI代理难以独立完成，此类简单工作仅占公司总服务交易额的不足6%，在更广泛的自由职业和临时工作中占比也很小[2] - 人类直觉和领域专业知识在协作中扮演关键角色，人机协作模式预计将定义未来的工作方式，使更多工作得以完成[4] 公司背景与业务范围 - 公司是全球领先的人与AI驱动的工作市场，其业务组合包括连接企业与全球高技能人才的Upwork Marketplace，以及为企业提供全方位临时人才解决方案的Lifted[5] - 公司服务范围覆盖超过10,000种技能，包括AI与机器学习、软件开发、销售与营销等，帮助企业实现规模化、创新和劳动力转型[5] - 自成立以来，公司已促成超过300亿美元的交易和服务，致力于在每一个工作时代创造机会[6]

公司公告核心观点 - 公司宣布推出Calix Agent Workforce™，作为其下一代宽带平台的一部分，旨在变革宽带服务提供商的核心业务功能[1] 产品与服务 - 新产品Calix Agent Workforce™将集成于Calix Cloud®平台中，该平台是演进后的Calix Platform的一部分[1] - 该产品设计用于支持安全可信的人机协作，旨在彻底改变宽带服务提供商的工作流程[1] 目标行业与功能 - 产品目标行业为宽带服务提供商[1] - 计划变革的核心业务功能包括市场营销、客户服务、用户通信、运营以及现场技术人员支持[1]

文章核心观点 - 人工智能的快速应用催生了对“工作废料”进行质量控制和创意优化的人类技能需求，未来工作模式是人机协作而非替代 [2][9] - 企业为应对AI挑战并实现年度规划目标，正通过自由职业市场积极招聘具备AI相关技能及项目管理等核心运营能力的人才 [1][5][7] 行业需求趋势 - 58%的企业在未来三个月招聘自由职业者时将优先考虑其AI熟练度和理解能力 [1] - 为纠正AI“工作废料”，翻译与本地化服务需求增长29%，40%的员工曾遭遇此类问题，平均每起事件需2小时解决 [3] - 数字营销合同整体增长9%，其中中小企业搜索引擎优化和搜索引擎营销分别增长8%和7%，53%的企业计划在未来三个月内招聘自由数字营销人员 [4][6] - 项目管理需求整体增长17%，中小企业领域激增102%，35%的企业预计在未来三个月招聘自由职业项目经理 [5][6] 技能需求变化 - 虚拟助理、内容写作和视频编辑等基础人类技能需求显著，表明企业正利用AI增强而非取代核心运营 [9] - 9月十大热门AI相关技能包括Python、视频编辑、图形设计、ChatGPT、AI生成视频（新增）、机器学习、虚拟助理（新增）、内容写作（新增）、数据录入（新增）、Adobe Illustrator（新增） [8][15] - 招聘与人力资源需求增长26%，虚拟助理增长11%，高价值合同（财务规划、会计与簿记）均增长5% [6] 市场数据背景 - Upwork平台数据基于美国市场每年超过100万份职位发布及月度商业脉搏调查 [1][11] - 自由职业经济是美国劳动力市场充满活力的组成部分，年收入估计达1.5万亿美元 [1][11] - 数据反映2025年9月1日至24日与8月1日至24日相比美国新合同活动的月度变化 [12]

核心观点 - Upwork发布2025年夏季更新，推出75+项创新功能，旨在提升工作成果并为企业和自由职业者在AI时代创造更多机会[1][3][5] - 公司推出AI驱动的新产品和功能，结合人才与AI技术，打造更智能、快速和便捷的工作方式[3][4][5] - 平台已促成超过250亿美元的经济机会[11] 产品与技术 - **Uma AI升级**：从工作助手进化为更强大的持续工作代理，已助力多数新客户职位发布，并将高价值项目匹配成功率提升8%[6] - **即时面试功能**：Uma根据客户偏好问题自动面试自由职业者，生成结构化摘要并评估匹配度，节省企业时间并提升招聘效率[7][13] - **视频会议AI工具**：集成于消息平台，提供会议摘要、转录、录音和行动项，增强生产力和协作[12][14] - **智能搜索与职位发布优化**：基于数百万次交互提供情境感知建议，实时评估职位发布质量并给出改进建议[14] 会员计划升级 - **Business Plus**：新增直接合同功能，支持管理平台外人才，AI筛选顶尖自由职业者提案以加速招聘[14] - **Freelancer Plus**：提供实时提案洞察和可定制工作提醒，帮助自由职业者优化策略并快速匹配机会[14] 客户案例与行业影响 - Keiser Corporation表示Business Plus显著提升运营效率，帮助获取传统渠道难以触达的人才[9] - 公司服务于从创业者到财富100强企业，覆盖AI、软件开发、营销等超10,000种技能领域[10]

AI在职场中的应用现状 - 全球36%的职业岗位中员工已将AI用于至少25%的日常任务，80%的美国职场人至少有10%的任务受AI影响，其中近20%的岗位中AI介入超过一半工作内容 [4] - 斯坦福大学调研显示46%的任务被职场人士评为"希望AI来做"，其中70%以上受访者最希望AI接手"重复但低价值"的日常事务如整理文档、修正错误、数据录入 [10] - 排名前五的自动化愿望任务包括安排客户预约、整理应急档案、修正工资记录、数据转格式与导入、网站数据备份 [12] 职场需求与AI能力的错配 - AI应用存在"愿望-能力四象限"：R&D机会区（愿望高+能力弱）、Green Light（愿望高+能力强）、Red Light（愿望低+能力强）、Low Priority（愿望低+能力弱） [15] - 当前AI研发资源过度集中在Red Light区（如自动撰写文章、生成创意文案），与用户真实需求脱节，形成"精力错配"与"社会阻力" [16] - 大部分受访者倾向H3级人机协作模式（而非H1完全自动化），表明用户希望AI处理机械步骤而保留人类决策权 [18] 职场能力结构的重塑 - 传统高薪的"信息处理"类技能（如分析数据、整理文档）的人类参与价值下降，而"人际型"与"管理型"能力（组织协调、跨团队协作）稀缺性凸显 [21][23] - 编程行业面临即时冲击：预测显示90%代码将在3-6个月内由AI生成，99%代码将在12个月内自动化，美国程序员岗位数量已降至1980年以来最低点 [24] - 未来职场更强调"判断力、共情力、跨团队沟通能力"等AI难以替代的人类特质，能力结构转向"界定问题""组织资源""协调人机"等综合判断力 [26][27] AI设计的核心方向 - 理想的AI应具备"识趣"特质：懂得配合与退场，区分可自动化事务与必须由人类完成的事项 [30] - AI赋能本质是通过处理琐碎任务释放人类注意力，使其聚焦于判断、创造、协作等核心价值领域 [31] - 技术发展正在倒逼行业重新定义"人的价值"，未来身份认同将基于"不可替代性"的持续探索 [32]

AI在职场中的应用现状 - 全球36%的职业岗位中员工已将AI用于至少25%的日常任务 [1] - 80%的美国职场人至少有10%的任务受到AI影响 其中近20%的岗位中AI介入超过50%工作内容 [1] - 打工人最常使用AI的场景包括写邮件 排日程 写代码等基础性工作 [1] 职场人对AI的期望 - 70%以上受访者最希望AI接手重复但低价值的日常事务 如整理文档 修正错误 数据录入 [5][6] - 自动化愿望最高的五大任务：安排客户预约 整理应急档案 修正工资记录 数据转格式与导入 网站数据备份 [6] - 46%的任务被职场人士评为"希望AI来做"(评分≥4分) [5] AI技术发展与需求错配 - AI公司热衷投入"Red Light区"(AI能做但用户不愿交出的任务)如自动撰写文章 生成创意文案 [9] - 普通职场人更期望AI解决报销 排班 查错等实际痛点 [11] - 研究框架显示需优先部署"Green Light区"(愿望高+能力强)的任务 [9] 人机协作模式 - 大部分受访者选择H3级人机协作(各有分工)而非H1级完全由AI完成 [11] - 金融 法务 行政等领域更关注AI的准确性 媒体 教育 设计等领域则强调人类表达主控权 [13] - AI系统需在自动化与增强人之间灵活切换 成为"伴随型搭档"而非"超人型替代者" [13] 职场能力结构重塑 - 信息处理类技能(如分析数据 整理文档)的人类参与价值下降 [14] - 组织协调 跨团队协作 激发他人等"人际型"与"管理型"能力稀缺性提升 [14] - 编程行业面临剧变：预测90%代码将在3-6个月内由AI生成 99%在12个月内实现自动化 [16] 未来职场需求趋势 - 招聘重点转向判断力 共情力 跨团队沟通能力等AI短期无法胜任的素质 [19] - 职场能力评价从"技术熟练度"转向"人格完整度 协作弹性 思维清晰度" [19] - 需建立"超越技能"的能力结构 强调界定问题 组织资源 协调人机的综合判断力 [17]