公司评级与目标价 - Piper Sandler分析师Rob Owens重申对ServiceNow的“增持”评级 目标股价为200美元 [1] 第四季度业绩与财务展望 - 第四季度业绩强劲 为2025财年画上圆满句号 其Now Assist和CRM产品势头进一步增强 [2] - 公司给出的2026年有机增长初步展望略高于市场预期 [2] - 尽管管理层重申了其有机增长目标 但有机增长指引未达到部分投资者的期望 导致股价在盘后交易中下跌 [2] 市场地位与产品优势 - ServiceNow被Piper Sandler视为市场领先的人工智能创新者 并在CRM领域持续获得市场份额 [1][3] - 公司提供集成工作流、数据和人工智能的平台 旨在协调大型组织的工作流程 [3] - Now Assist产品进展顺利 [3]

证券日报网讯1月28日，优宁维（301166）在互动平台回答投资者提问时表示，公司作为生命科学一站 式供应商，高度重视信息化对于自身业务的赋能。作为实现一站式服务的重要支撑，公司不断迭代升级 在线商城，上线UCRM、CRM、实验室管理系统、OA、OMS等系统，助力公司业务和管理效率提升， 并积极借助大数据等技术，基于公司积累的客户数据，完善客户画像，以更加精准地为客户提供相关产 品和服务。后续公司会持续关注信息技术的相关进展，主动拥抱人工智能等最新发展成果，持续赋能公 司自主品牌产品研发，推出具有市场针对性的产品。 ...

Salesforce (NYSE:CRM) just secured two long-horizon deals signaling a strategic pivot beyond core CRM. ...

**涉及的公司与行业** * **公司**: Salesforce (NYSE:CRM) [1] * **核心行业**: 医疗保健与生命科学 (HLS)， 以及金融服务 [4] * **提及的客户/合作伙伴**: Fresenius [24], AstraZeneca [25], CVS Health/Aetna [26], Ascension/Athena [55], Viz.ai [55] **核心观点与论据** * **战略重心与行业深度**: 公司正从通用CRM向深度聚焦特定行业转型，医疗保健与生命科学是其最重要的行业之一 [4][5] 公司通过雇佣具有行业背景的人才、建立行业专属云来深化行业承诺，旨在重塑行业而非仅提供应用替换 [8][9][11][27] * **“智能体革命”与平台愿景**: 公司认为AI驱动的“智能体革命”是变革性的，堪比互联网的普及 [12][42] 公司的战略是提供一个“深度统一的平台”，包含数据层、应用层、智能体层和体验层，以安全、可信、可审计的方式帮助客户成为“智能体化企业” [18][19][20][21] 该平台旨在协调来自多品牌的智能体，成为客户智能体未来的中心 [20][21] * **财务表现与目标**: 公司为FY30设定了高达600亿美元的收入指引，并为FY26设定了415亿美元的收入指引 [5][6] 其行业业务（包括生命科学）的增长速度超过公司整体增速，生命科学业务年度经常性收入已达47亿美元 [10] * **产品与能力现状**: 公司已推出涵盖产品目录、数据集成、医学搜索、管理等功能的开箱即用解决方案和智能体能力 [17] 公司在每个行业拥有超过200个智能体和操作，且数量每日增长 [32] 公司通过收购（如Informatica, Tableau, Spindle, Apromore, Regrello）来增强其平台的数据管理、分析、流程自动化等能力，以支持智能体生态系统 [39][40] * **市场地位与客户合作**: 公司与全球前10大制药公司中的6家合作，这些客户正在塑造公司的产品路线图 [11][46] 公司在患者支持计划市场占据领导地位，声称运营着全球约85%或90%的相关项目 [57] 公司认为自己是唯一能够整合医疗保健服务方和生命科学研发方生态的技术平台 [57] * **解决行业痛点**: 公司旨在解决生命科学行业劳动力短缺、技术架构脆弱、项目试点停滞、数据架构分散等长期结构性挑战 [27][43] 通过智能体技术，公司目标是在药物发现、制造、分销的整个供应链中提升效率、加速临床试验、改善患者体验 [13][14][58][59] **其他重要内容** * **增长动力**: 行业业务（特别是HLS和金融服务）是公司增长的关键驱动力，且预计在智能体革命推动下增速将加快 [10] * **实施路径**: 公司强调与客户合作，基于现有开箱即用能力，按用例分阶段实施，以加快价值实现速度，而非从零开始定制 [33] * **“英雄智能体”与治理**: 公司提出“英雄智能体”概念，用于协调和管理整个智能体生态系统，确保其行为安全、合规、可追溯 [34][35][36] 平台强调“人在回路”原则，旨在增强员工能力，而非完全取代人力 [37] * **全球化与数据策略**: 生命科学业务作为全球实体运营，以应对不同市场的监管差异 [61] 通过Data Cloud 360和数据合作计划，构建一个与数据源无关的规范层，使客户能根据当地法规灵活接入所需数据 [62] * **路线图与活动**: 公司计划在明年下半年推出受监管的内容管理等功能，并有持续的产品刷新路线图 [44][45] 公司将在多个行业会议（如Scope, HIMSS, Beckers）上发布更多创新和公告 [48]

公司业务与市场定位 - C3.ai 是一家专注于企业人工智能软件的技术公司 其客户群多元化且遍布全球[7] - 公司目标客户为跨行业的大型企业 包括石油天然气、制造业、金融服务、国防、医疗保健和电信 并专注于全球市场[1] - 公司提供企业级AI软件平台和应用 包括C3 AI应用平台、Ex Machina、CRM、Data Vision 以及针对库存优化、供应链风险、预测性维护和欺诈检测等行业特定解决方案[1] - 公司采用以平台为中心的方法 专注于关键任务应用 并与行业领导者建立战略合作伙伴关系 以提供可扩展的AI解决方案[7] 近期财务与运营表现 - 公司2025财年第二季度营收为7510万美元 环比增长7%[10] - 强劲的联邦政府业务抵消了商业领域的疲软[10] - 公司目前仍处于深度亏损状态[10] - 在经历了艰难的一年后 公司财报显示运营趋于稳定[9] 内部人士股票交易详情 - 创始人兼执行董事长Thomas Siebel于2025年12月16日和17日通过两笔公开市场交易 间接出售了532,832股公司股票 交易总价值约为760万美元[5][6][8] - 此次出售的加权平均价格约为每股14.33美元 交易结束时股价为14.05美元[2] - 自2025年3月以来 Siebel已执行了18笔卖出交易 每笔交易的中位数规模约为538,269股 其累计持股量减少了超过730万股 降幅达91%[3] - 此次交易后 Siebel的直接持股保持不变 仍为722,362股 所有被处置的股份均通过间接实体（主要是The Siebel Living Trust）进行[4][6] - 此次出售是通过2024年9月建立的预先安排的交易计划进行的[8] 公司股价表现与背景 - 截至交易日期 C3.ai股价在过去一年中下跌了58.77%[2] - 2025年全年 公司股价下跌超过50% 从其52周高点38.58美元跌至撰写本文时的约14美元 其52周低点为12.59美元[9] - 2025年9月 Siebel辞去CEO职务 转任执行董事长 由Stephen Ehikian接任[10]

公司业务定位与战略 - 公司定位为生命科学一站式供应商 [2] - 公司高度重视信息化对自身业务的赋能作用 [2] 信息化建设具体举措 - 公司不断迭代升级在线商城以支撑一站式服务 [2] - 公司上线了UCRM、CRM、实验室管理系统、OA、OMS等系统以提升业务和管理效率 [2] - 公司积极借助大数据等技术，基于积累的客户数据完善客户画像，以更精准地提供产品和服务 [2] 未来发展规划 - 公司后续将持续关注信息技术相关进展 [2] - 公司计划更好地借助信息技术提升一站式服务能力 [2]

文章核心观点 - 工贸企业数字化的关键第一步并非购买软件系统，而是梳理并打通“订单→生产→交付”这一核心业务链路，以解决信息孤岛和流程断点问题，从而真正提升效率 [1][6] 工贸行业数字化现状与普遍困境 - 据《2025工贸行业数字化报告》显示，62%的工贸企业尝试过数字化，但仅28%认为效果显著 [1] - 行业普遍陷入“钱花了、效率没提”的怪圈，常见错误做法包括“撒网式”投钱买系统或“单点式”补短板 [1] 工贸企业的核心痛点分析 - **管理上的“部门墙”**：信息传递靠喊，业务链路各环节（客户→订单→生产→库存→发货→收款）处于“孤岛”状态 [3] - 销售用微信将需求发给生产，生产需打电话问仓库看库存，采购回复需求可能需等3天 [4] - 客户改订单规格若未及时同步，可能导致发错货、客户退单，损失可达几万元 [4] - **数据上的“分散症”**：关键数据散落在Excel、微信、ERP、CRM等多个地方，财务汇总数据困难，报表滞后且不准，无法有效指导决策 [3][5] - **流程上的“随意性”**：流程依赖“人治”而非“法治”，缺乏标准 [6] - 订单审批流程不统一（有时用钉钉，有时走纸质） [8] - 生产排期依赖车间主任经验，未考虑库存和设备状态 [8] - 仓库发货凭记忆找货，易发错型号 [8] 数字化过程中的常见错误做法 - **错误1：上来就买全套ERP**：花费数十万购买多模块ERP，但模块间数据不通，系统沦为摆设，销售仍用Excel，仓库仍手工记账 [8] - **错误2：单点突破不联动**：例如仅做库存管理，未与订单、生产打通，导致库存数据不实时，订单仍无法发货 [8] - **错误3：定制开发贪大求全**：将所有需求塞入定制系统，开发周期长达半年，上线后员工不会用，反而增加工作量 [8] 数字化第一步的正确路径与方法 - 第一步是梳理并打通“订单→生产→交付”这一直接影响收入的“钱袋子”核心业务链路 [6] - **具体实施分三步**： 1. **先找“最痛的点”**：确定公司最容易出问题的环节，如订单交期延误、库存积压或客户流失率高 [6][8] 2. **再拆“链路的断点”**：分析核心链路中的信息断点，例如订单交期延误的断点可能是销售订单信息未实时同步至生产、生产排期未考虑库存等 [6][8] 3. **用工具“打通断点”**：寻找能覆盖核心链路的一体化工具，连接订单、生产、库存、CRM数据，实现信息自动流转，替代人工传递 [8] 一体化管理平台的解决方案示例 - 以智企CEO平台为例，其定位为企业运营与增长一体化管理平台，整合订单管理、进销存、生产计划、CRM、AI决策等功能于一个系统 [10] - **平台功能与价值**： - **梳理核心链路**：顾问团队协助梳理“订单→生产→交付”全流程，定位最痛断点 [11] - **数据打通与实时可视**：实现销售订单自动同步至生产模块，生产模块自动检查进销存并预警，生产进度实时更新供销售与客户查看，系统根据订单自动生成拣货单 [12] - **老板决策看板**：提供订单状态看板、实时库存看板（含积压预警与缺货提醒）、客户看板（含GEO可视化地图、复购率、欠款情况）以及AI决策功能（预测订单交期、分析库存健康度） [12] - **降低成本与学习成本**：一体化平台替代多个系统（如CRM+ERP+进销存），避免每年数万元的维护费，一个账号使用所有功能，数据自动同步，降低员工学习与管理成本 [11] 给企业主的判断与行动建议 - 可通过回答以下三个问题来确定数字化第一步： 1. **公司最容易出问题的环节是哪？** 例如，若订单交期延误，则优先打通“订单→生产→库存”链路；若客户流失多，则优先打通“CRM→订单→售后”链路 [17] 2. **现有数据能不能实时拿到？** 例如，查询某个订单的生产进度若需等待超过5分钟，则表明数据分散，需优先打通数据 [17] 3. **部门之间信息传递靠什么？** 若依赖微信、Excel或电话，则表明链路存在断点，需用一体化工具替代 [17]

文章核心观点 a16z发布的《Big Ideas 2026》报告指出，科技发展正迎来关键转折点，AI将从“数字助理”进化为“自主执行集群”，并从屏幕中“溢出”以全面重构物理世界的运行规则，这将在多个领域催生颠覆性的投资机会[1][2][31] AI基础设施与智能体 - AI正从“对话工具”向“多智能体系统”跨越，2026年将见证这一转变，企业将由多智能体系统驱动，实现运营杠杆的历史性突破[1][2][7] - AI的终极目标是让用户离开屏幕，未来AI将在后台完成90%的重复性工作，投资逻辑将从关注用户粘性转向关注自动化任务的完成质量[8] - 企业中80%的知识锁在非结构化、多模态数据中，能高效清理、验证并管理这些“暗数据”的平台将掌握企业级知识管理的主动权，这是一个千亿级赛道[8] - 当智能体触发的递归任务流呈指数级增长时，现有基础设施将不堪重负，未来的“智能体原生基建”必须支持大规模并发、极低延迟和智能路由，这将决定AI应用落地的天花板[8][9] - AI将接管网络安全中大量重复性工作，解放安全团队进行更深层次的漏洞修复和犯罪追踪[10] - 创意工具将实现跨模态整合，用户可用一段声音生成视频或用草图生成3D建模，使内容创作的边际成本趋向于零[10] - 2026年将诞生第一所完全围绕AI构建的“AI原生大学”，其课程设置和科研协作由AI实时优化[10] SaaS与企业软件范式转移 - 企业软件正经历从“被动记录”到“主动推理”的范式转移，未来的企业软件将是“主动的智能工作流引擎”，能预测需求并协调端到端执行，取代仅提供存储功能的过时软件[1][11][13] - 在医疗、法律、建筑等垂直行业，AI将成为协调买卖双方、顾问与供应商的“超级节点”，打破行业围墙，大幅提升行业整体周转效率[14] - 个性化服务将实现从“为所有人优化”到“为每个人定制”的飞跃，AI将实时根据个人偏好量身定制教育路径、健康方案等独特体验[1][14] 物理世界的复兴与制造业 - 科技正在“溢出屏幕”，“比特”开始全面接管“原子”，软件和AI正在让美国制造业机器重新运转，迎来“电气化复兴”的黄金时代[1][2][15][21] - 未来企业将以“工厂思维”应对能源、采矿、建筑挑战，通过模块化部署和AI自动审批流程，使复杂流程像流水线一样高效，未来能像生产手机一样大规模生产核反应堆，像组装家具一样快速建造住房[21] - 电气化、材料科学与AI的进步正在融合，形成“电子工业堆栈”，使软件能够真正控制物理世界，从矿物精炼、电池储能到电力电子设备控制都由软件协调[22][23] - 掌握“电气化产业链”的国家和企业，将决定未来工业和军事技术的制高点[24] 生物健康与虚拟交互 - 2026年，AI将把“健康的青年用户”推向医疗科技的核心，通过长期、低成本的实时监测和预防性护理，帮助用户延缓进入重症阶段，这是一个极具潜力的长效订阅商业模式[25] - 在虚拟世界中，用户只需一段文字描述，AI就能实时生成完整的3D交互环境，这些“生成式多元宇宙”不仅用于娱乐，更是训练自动驾驶和机器人的重要虚拟靶场[26] 加密货币与金融基础设施 - 加密货币将化身为互联网的基础结算层，稳定币与RWA将重构金融底层[1] - 隐私将是未来区块链竞争的关键要素，具备隐私功能的区块链能够形成强大的网络效应，成为加密货币领域的赢家[27] - 越来越多的传统资产将被代币化上链，未来的代币化产品应充分利用加密技术的原生特性，例如永续期货等创新金融工具[28] - 稳定币正在成为全球支付的基础设施，2026年，新的支付方式将更加普及，稳定币将从一种金融工具转变为互联网的基础结算层[29] - 未来的即时通讯将采用去中心化协议，取代对私有服务器的依赖，从而实现更高的隐私和安全性[30] 投资格局与趋势总结 - AI的护城河正在下移，核心价值向“智能体协调能力”和“物理世界执行力”转移[31] - 制造业、电气化、能源基建等“硬科技”领域正在被AI重新赋能，将诞生新的万亿级巨头[32] - 能够为每个人提供定制化服务的平台，将拥有极高的获客壁垒和提价空间[33] - 投资者应抓住足以改变世界运行轨迹的“大构想”，重仓那些敢于重塑底层架构的颠覆者[33]

核心观点 - AI Agent不会取代传统的CRM、ERP等企业软件系统，而是会推动这些系统转型为Agent网络的“基础设施”和后端，其核心价值将从服务于人的操作界面转向服务于机器的程序化调用[2][12] - 企业Agent的能力上限取决于对“上下文”的正确使用，即能否从正确的系统中获取准确的数据并理解数据间的协作规则，输入数据的准确性决定了Agent任务执行的准确性[2][6] - 企业内部80%的知识和信息存在于非结构化数据中，数据的时效性、结构化和准确性正在下降，因此，帮助企业清理、结构化和管理混乱数据将是一个巨大的创业机会[2][3] - 自动化程度越高，对单一、可靠、权威的“事实来源”（记录系统）的需求就越强烈，未来的竞争将围绕谁能成为数据规则的“制定者”和“事实登记处”展开[6][7][10][14] Agent能力与数据基础 - Agent天生需要跨系统工作并以行动为导向，其能力上限完全取决于对“哪个系统里的哪个数据才是标准”以及“数据间协作规则”的理解[9] - 人类可以处理模糊数据和分歧，但Agent需要明确的规则和数据优先级定义，例如区分用于外部汇报、计算绩效或产品分析的不同ARR数据定义[7][11] - 数据仓库和湖仓在实践中已成为许多公司分析的核心，承载了定义业务指标和实体的语义层，但它们是用于回顾分析的“后视镜”，而非处理实时交易的“前门”[8] 传统企业系统的演变 - CRM、ERP等系统不会消失，而是会逐渐向“带API的状态机”转变，其核心价值将从服务于人的操作界面转向服务于机器的程序化调用[12] - 未来的交互界面可以是聊天框或自然语言入口，但在技术底层必须有一个能定义“标准客户记录”、“法律合同条款”等权威事实的地方[10] - Agent正在倒逼行业将“做事的方式”（用户体验）和“事实的来源”分开，记录系统将变成一个供机器调用、保证数据持久性和一致性的引擎[10][12] 数据治理与价值重构 - 企业系统的核心价值在于把混乱的数据用清晰的契约封装起来，让Agent能安全、高效地运行[13] - “数据仓库 + 指标层 + 治理工具”的组合，形态上超越了传统报告系统，更像是一个公司内部人人都能信赖的“事实登记处”[10] - 记录系统本身（即事实）会越来越多地存在于数据仓库、湖仓和核心业务系统的组合里，之上会有一个新的语义层和控制平台来指导Agent安全读写[14] - 产品的估值倍数将取决于其与“事实”的相关性，而非营销宣传，能定义指标、规范实体和执行策略的Agent平台本身将成为事实来源，从而更具价值[14] 行业趋势与投资逻辑 - 像Databricks这样的公司被资本市场看好，因为它们更有机会成为AI Agent的调度中心，甚至自己开发Agent[9] - 最优秀的“AI原生”应用通常选择紧挨着数据仓库、CRM或ERP进行开发，其竞争优势在于工作流设计、语义建模以及与客户现有事实来源的深度整合[13] - 在AI新周期里，能赢的公司是那些能在稳定、可靠的事实来源之上构建出色Agent体验的公司，而非忽视事实来源重要性的公司[15]

文章核心观点 - 企业数字化转型的成功关键在于企业一把手的深度认知与正确领导，而非单纯的技术部署 [1][3][6] - 传统企业一把手在数字化转型中存在系统性认知偏差，导致转型流于形式或失败，改进的起点始于一把手的自我革命 [2][6][8] - 数字化转型的成功，30%靠技术，70%靠领导力，一把手的认知、决心和参与度直接决定转型的高度、力度和速度 [6] 数字化转型的五大问题与误区 - **认知层面：将数字化简单等同于“技术工具化”** - 将复杂的系统性工程简化为一次性IT采购项目，盲目复制标杆企业系统，忽视自身独特的管理模式、业务流程、人员结构及文化，导致系统水土不服 [2] - 过度迷信最新技术，认为技术能自动解决所有管理问题，忽视必要的管理变革和流程再造 [2] - **价值层面：追求“立竿见影”与短期财务回报** - 期望系统上线后立即看到“降本增效”的量化成果，缺乏对转型长期性、艰巨性和价值滞后性的心理准备 [4] - 将数字化投入视为“烧钱”的成本中心，而非战略投资，并用工业化时代的项目制投资回报率思维来衡量数字化时代的能力建设价值 [4] - **角色层面：“甩手掌柜”与“过度干预”两个极端** - 将转型完全授权给分管领导或CIO，自身不参与关键决策、不协调核心资源、不带头使用系统 [4] - 过度干预具体技术选型和功能细节，以外行指挥内行，导致技术路线混乱和项目反复 [4] - **方法论层面：缺乏系统规划，迷信“弯道超车”** - 缺乏清晰的数字化战略蓝图和实施路径，或规划贪大求全、脱离实际 [5] - 容易被供应商的华丽概念所迷惑，脱离企业实际发展阶段和真实痛点，为技术而技术 [5] - 盲目追求一次性投入实现跨越式发展，忽视数字化能力需长期积累的客观规律，导致资源错配和项目烂尾 [5] - **组织与文化层面：忽视“人”与“利益”的变革** - 未建立跨部门的转型委员会或融合团队，权力和利益格局未被重新梳理，导致部门墙林立，协同困难 [5] - 回避转型带来的利益重构矛盾，导致变革流于表面，员工因缺乏参与感与激励而产生抵触 [5] - 企业缺乏数据驱动、试错容错、开放协同的数字文化，仍是传统的“老板文化”或“经验主义” [5][6] 企业一把手的正确行动指南（“十要”） - 要亲自学习并掌握数字化基础知识 [6] - 要亲自挂帅担任转型领导小组组长 [6] - 要亲自体验并使用自家数字化产品 [6] - 要亲自对关键问题进行决策拍板 [6] - 要亲自协调以打破部门墙并推动协同 [6] - 要亲自宣导并反复传达转型重要性 [6] - 要亲自激励并表彰先进树立榜样 [6] - 要亲自检查并定期检查转型进展 [6] - 要亲自调整并根据实际情况调整策略 [6] - 要亲自坚持并保持战略定力不轻易动摇 [6] 企业一把手的行动禁忌（“十不要”） - 不要当甩手掌柜委托他人全权负责 [7] - 不要只重技术而忽视业务与组织变革 [7] - 不要急于求成期望一夜成功 [7] - 不要回避矛盾遇到阻力就退缩 [7] - 不要朝令夕改使战略频繁变动 [7] - 不要忽视培训认为员工自然就会 [7] - 不要单打独斗仅靠IT部门推动 [7] - 不要忽视文化只改流程不改思维 [7] - 不要闭门造车不学习外部经验 [7] - 不要半途而废遇到困难就放弃 [7] 成功转型的根本前提 - 真正的转型始于一把手的自我颠覆，需将权力重构、利益再分配摆上桌面 [8] - 必须以数据驱动打破经验主义桎梏，用协同机制瓦解部门壁垒，才能使数字化从口号落地为行动 [8]