财务表现 - 2025年第四季度营收同比增长20%（按报告基准），其中订阅收入增长21%，服务及其他收入增长12% [3] - 按固定汇率计算，2025年全年营收增长18.2%，达到31亿美元 [3][6] - 2025年第四季度平均每客户订阅收入为11,700美元，同比略有增长 [1] - 2025年第四季度净收入留存率提升至105%，全年净收入留存率为103.5%，高于2024年的101.8% [1] - 2025年第四季度GAAP营业利润率为22.6%，非GAAP营业利润率为23%；全年GAAP与非GAAP营业利润率均为18.6% [2][6] - 2025年自由现金流约为7.4亿美元，资本支出预计占营收的5%-6% [14] 客户增长与市场拓展 - 截至2025年底，客户总数超过288,000家，第四季度净增9,800家，全年净增超过40,000家 [1] - 高端市场势头强劲，2025年月经常性收入超过5,000美元的交易增长33%，超过10,000美元的交易增长41% [5][7] - 拥有500个或以上席位的客户数量在2025年增长了五倍 [5][7] - 多中心产品采用加速，2025年62%的新Pro Plus客户采用了多中心产品；在现有客户中，按年度经常性收入计算，40%的Pro Plus客户拥有四个或以上中心，同比增长6个百分点 [7] 人工智能产品进展 - AI智能体实现规模化应用，客户智能体已被超过8，000家客户激活，潜在客户挖掘智能体已被超过10,000家客户激活 [5][18] - 基于使用量的积分模式开始扩大，在第四季度，数据智能体、潜在客户挖掘智能体和意图监控各自贡献了约10%至15%的积分消耗 [5][10] - 公司内部广泛使用AI，去年97%的代码提交使用了AI辅助，近60%的客户支持由AI处理 [5][16] - Claude Connector和ChatGPT连接器的使用量增加，连接器成为通过新兴AI渠道扩展平台的方式 [12] 2026年战略与展望 - 2026年三大战略重点：让AI为成长型公司服务、为AI驱动的发现环境重塑营销、加速高端市场增长 [12] - 2026年财务指引：预计按固定汇率计算营收增长约16%，达到36.9亿至37亿美元；预计非GAAP营业利润率约为20% [6][13] - 2026年第一季度指引：预计营收8.62亿至8.63亿美元（按固定汇率计算同比增长16%），非GAAP营业利润1.44亿至1.45亿美元（利润率17%） [13] - 预计2026年每季度净增客户9,000至10,000名，按固定汇率计算平均每客户订阅收入实现低至中个位数增长 [13] 定价模型与资本配置 - 约90%的原有客户已迁移至新的定价模型，近50%的年度经常性收入已按新条款完成首次续约 [8] - 2025年净收入留存率的提升主要得益于席位升级率的改善，续约时的价格上调（最高5%）也起到了支持作用，并预计在2026年有类似贡献 [8] - 董事会授权了高达10亿美元的股票回购计划 [6][15] - 截至2025年12月，公司拥有18亿美元现金及有价证券 [15]

财务数据和关键指标变化 - 第四季度收入按固定汇率计算同比增长18.2%，按报告基准计算增长20% [6][21] - 2025年全年收入按固定汇率计算同比增长18.2%，达到31亿美元 [6] - 第四季度订阅收入同比增长21%，服务及其他收入按报告基准增长12% [21] - 第四季度国内收入同比增长17%，国际收入按固定汇率计算增长19%，按报告基准增长24%，占总收入的49% [21] - 2025年全年订阅收入按固定汇率计算增长18%，按报告基准增长19%，服务及其他收入按报告基准增长16% [21] - 第四季度运营利润率为22.6%，同比提升4个百分点，环比提升3个百分点，全年运营利润率为18.6%，同比提升1个百分点 [6][23] - 第四季度净利润为1.63亿美元，摊薄后每股收益为3.09美元，2025年全年净利润为5.16亿美元，摊薄后每股收益为9.70美元 [24] - 第四季度自由现金流为2.09亿美元，占收入的25%，全年自由现金流为5.95亿美元，占收入的19% [24] - 截至12月底，现金及有价证券总额为18亿美元 [24] - 第四季度计算账单额为9.71亿美元，按固定汇率计算同比增长20%，按报告基准增长27%，全年计算账单额为34亿美元，按固定汇率计算增长19%，按报告基准增长23% [23] - 第四季度净收入留存率为105%，环比提升，2025年全年净收入留存率为103.5%，高于2024年的101.8% [22] - 第四季度平均每客户订阅收入为11，700美元，按固定汇率计算同比增长1个百分点，按报告基准增长3个百分点 [22] - 2025年全年净新增年度经常性收入增长24%，超过固定汇率收入增长6个百分点 [25] 各条业务线数据和关键指标变化 - 2025年，月度经常性收入超过5，000美元的交易增长33%，超过10，000美元的交易增长41% [7] - 拥有500个或以上席位的客户数量增长了五倍 [8] - 2025年，62%的新Pro Plus客户在入驻时选择了多个中心 [9] - 按年度经常性收入计算，40%的Pro Plus现有客户拥有四个或更多中心，同比增长6个百分点 [9] - 客户代理在第四季度消耗了约60%的AI积分，数据代理、潜在客户挖掘代理和意图监控各贡献了10%-15%的积分消耗 [12] - 核心席位的数据丰富功能采用率在第四季度从51%跃升至近70% [19] - 约90%的原有客户已迁移至新定价模式，近50%的年度经常性收入已完成首次续约 [10] 各个市场数据和关键指标变化 - 国际收入增长强劲，按固定汇率计算增长19%，按报告基准增长24%，占总收入的49% [21] - 公司在高端市场表现强劲，拥有500个或以上席位的客户数量增长五倍 [8] - 公司提到其服务的客户群体是员工规模在2，000至2，000人之间的成长型公司 [10][36] 公司战略和发展方向和行业竞争 - 公司战略聚焦于三点：让AI为成长型公司服务、以新的策略和产品重塑营销、通过提供强大且简单的平台加速高端市场增长 [13] - AI战略是嵌入AI于整个平台，提供能完成实际工作的代理，并给予团队工具将数据转化为行动 [11] - 公司推出了“The Loop”，一个AI时代的新增长策略，以及AI驱动的解决方案，如数据中心和营销工作室 [16] - 公司正在构建一个由三层组成的智能客户平台：上下文层、行动层和协调层 [15] - 公司认为其护城河在于作为客户上下文的来源，而不仅仅是数据，这有助于将AI输出转化为业务成果 [32][34] - 营销环境正在发生重大转变，搜索流量下降，公司已实现营销渠道多元化，例如YouTube潜在客户增长68%，新闻通讯潜在客户增长53% [16] - 公司董事会授权了一项高达10亿美元的股票回购计划，显示出对公司业务和增长机会的信心 [6][24] - 公司计划在2026年增加销售能力以推动高端市场增长 [18] 管理层对经营环境和未来前景的评论 - 公司对能够重新加速增长并实现20%的收入增长目标保持信心 [40] - 2026年第一季度按报告基准的总收入预期在8.62亿至8.63亿美元之间，按固定汇率计算同比增长16%，按报告基准增长21% [26] - 2026年全年按报告基准的总收入预期在36.9亿至37亿美元之间，按固定汇率计算同比增长16%，按报告基准增长18% [26] - 2026年全年非GAAP运营利润预期在7.36亿至7.40亿美元之间，代表20%的运营利润率 [26] - 2026年净收入留存率预计将再同比增长1-2个百分点 [22][40] - 预计2026年净新增年度经常性收入增长将超过固定汇率收入增长 [25] - 预计2026年资本支出占收入比例为5%-6%，自由现金流约为7.4亿美元 [28] - 预计遗留的Clearbit业务将对2026年全年收入增长产生40个基点的阻力，较2025年的60个基点有所缓和 [27] - 预计2026年净新增客户数将继续保持在每季度9，000-10，000的范围内，平均每客户订阅收入按固定汇率计算实现低至中个位数增长 [22] - 客户美元留存率在第四季度保持在80%高位，预计明年将保持类似水平 [95] - 公司预计第一季度将是今年增长的低点，随后增长将加速 [46] 其他重要信息 - 全球客户总数超过288，000家，第四季度净增9，800家新客户，全年净增超过40，000家客户 [6][22] - 超过8，000家客户在去年激活了客户代理，解决率在60%中期 [11] - 超过10，000家客户激活了潜在客户挖掘代理，环比增长57% [11] - 在Inbound大会上推出的数据代理已有超过2，500家客户激活 [12] - 公司内部97%的代码提交是在AI辅助下完成的 [70] - 公司内部近60%的客服支持由AI处理 [71] - 50%的核心席位用户已尝试并使用Breeze Assistant [86] 总结问答环节所有的提问和回答 问题: 关于AI颠覆的担忧以及HubSpot作为记录系统的防御能力 [31] - 公司认为AI时代的颠覆威胁对单点SaaS解决方案和平台的影响不同，HubSpot的优势在于作为客户上下文的来源，而不仅仅是数据 [32] - 当前AI采用的最大挑战是AI输出与业务成果（如更多潜在客户、交易、增长）之间的差距，而弥合这一差距需要客户上下文，这正是平台所提供的 [33] - 公司不认为数据会被轻易抽取而使得SaaS无法捕获价值，因为SaaS平台不仅仅是数据，还包括逻辑、工作流、所有权和治理，这些很难被抽象提取 [35][36] - 公司服务的客户群体（中型市场公司）关注的是业务增长，而非管理模型复杂性，因此公司专注于提供简单、实用、可操作的AI以驱动可衡量的成果 [37] 问题: 关于2026年16%固定汇率增长指引与净新增ARR增长暗示加速之间的脱节 [39] - 管理层对能够重新加速并实现20%收入增长目标保持信心 [40] - 净新增ARR是重要的增长领先指标，其增长已连续6个季度超过收入增长 [40] - 收入指引暗示2026年全年将实现温和加速，净收入留存率预计将再提升1-2个百分点，净新增ARR增长也将超过固定汇率收入增长 [40] - 增长动力包括持续的高端市场势头、多中心采用、定价变更的持续益处，以及核心席位采用和积分消费等新兴增长杠杆 [41] 问题: 关于2025年与2026年定价帮助的量化、核心席位增长和积分对指引的贡献，以及2025年同店席位增长情况 [43][44] - 2026年指引的设定方法与以往一致，鉴于年初，公司希望设定一个在多种经济和执行结果下都能达到或超越的、令人舒适的指引范围 [45] - 2026年的起始指引比2025年高出约0.5个百分点，全年指引高于第一季度指引，表明第一季度将是增长低点，随后将加速 [45][46] - 净收入留存率的提升主要受益于席位定价模式变更带来的更高席位升级率（销售席位、服务席位、核心席位），而定价上涨（约5%）也对2025年和2026年的净收入留存率有支持作用 [66][67] 问题: 关于领先客户如何同时使用Claude Code和HubSpot以实现更好的互补成果 [48] - Anthropic的Claude Cowork仍处于早期阶段，主要解决消费者导向的用例，尚未看到客户使用 [49] - 客户正在增加使用连接个人Claude账户与HubSpot的Claude Connector，这扩展了客户平台并通过AI应用提供新的渠道 [49] 问题: 关于第三方代理网络访问HubSpot信息时的货币化框架，以及积分消费对2026年及以后净新增ARR增长的潜在推动 [51] - 公司是一个开放平台，鼓励客户引入数据和使用合作伙伴构建的解决方案，不对此收费 [53] - 但对于大规模的平台访问，特别是高频、大规模的数据提取或批量导出，公司将进行监控、计量并货币化 [54] - 积分消费开始显现超出包含额度的实际使用，主要驱动力是客户代理，占当前积分消耗的近60%，潜在客户挖掘代理等也表现出强劲吸引力 [55] - 客户开始将积分消费视为替代实际工作的预算分配，而不仅仅是实验，这成为一个积极的新兴增长杠杆 [56][57] 问题: 关于代理生态系统的快速发展是否影响当季交易速度或造成客户困惑 [59] - 在服务的客户群体（中型市场公司）中，存在公告炒作与实际AI采用对话之间的巨大脱节，客户关注的是如何驱动创新和增长，而非追逐每周公告 [60][61] - 第四季度的对话主题围绕整合多个应用、通过创新驱动增长以及确保数据清洁和上下文清晰，高端市场表现非常强劲 [62] 问题: 关于2026年加速增长中价格、席位和积分采纳各自贡献的拆分，积分是否会为今年增长贡献一个百分点 [64] - 净收入留存率的动态是观察增长动力的简易方式，其提升主要来自席位定价模式变更带来的更高席位升级率，定价上涨也有支持作用 [65][66] - 更大的扩张驱动力是与定价变更相关的其他因素，以及核心席位和积分等新兴杠杆 [67] 问题: 关于AI在公司内部研发、销售和营销效率方面带来的益处 [69] - 公司内部产品构建方式已完全转型，去年97%的代码提交由AI辅助完成 [70] - 客服支持已基本由AI处理（近60%），使团队能专注于更复杂的案例 [71] - AI改变了内部的潜在客户挖掘方式，每季度通过AI设置了10，000-15，000次会议，提升了销售效率和管道生成 [72] - 公司设定了让每位员工使用AI的目标并超额完成，几乎每位员工每周都在使用AI，这加快了公司运营速度并将经验融入产品 [73] 问题: 关于HubSpot在AI原生公司中的采用情况，以及为何这些公司选择HubSpot而非自行构建 [75][76] - 编码变得更容易，但领域专业知识和平台价值并未消失，公司提供的是平台价值，而不仅仅是数据 [77] - 当前的根本变化在于，平台提供的不仅是统一数据，更是客户上下文，这是做出决策（无论是代理还是团队成员）所必需的，因此AI原生公司选择HubSpot作为其上市平台 [78] - 优秀的公司（无论是否AI原生）会将精力集中在为客户增加价值上，而非使用“氛围编码”去重建核心系统如CRM、ERP或HR系统 [80] 问题: 关于YouTube和新闻通讯等渠道的差异化是否会在2026年成为收入增长的顺风 [83] - 尽管内容生成的网站流量总体下降，但公司已预见到此变化并实现了渠道多元化，其策略正在奏效 [83] - YouTube和新闻通讯潜在客户显著增长，AEO也在增加，多元化策略以及引领AI的能力有助于持续驱动销售漏斗顶端，支持公司维持每季度净增9，000-10，000名客户的指引 [83][84] 问题: 关于AI代理早期采用者在用户/席位扩张方面的趋势，以及不同规模细分市场的差异 [85] - 获得关注的AI用例是那些能展示清晰、可衡量价值和成果的，客户代理、潜在客户挖掘代理和数据代理均表现出良好吸引力 [85] - 客户关注的是易于实施、能清晰看到价值，以及积分消费的可预测性 [85] - 在AI货币化方面，核心席位和积分是两大组成部分，核心席位中加入了Breeze Assistant和公司数据丰富功能，采用率显著提升 [86] - 高端市场和低端市场趋势大体相似，但高端市场客户更关注数据安全和提示使用加密等问题 [87] 问题: 关于从交叉销售角度看，2026年哪个产品的增量采用机会最大 [89][90] - 常见的入驻模式是营销中心加销售中心，或者全部五个中心 [90] - 入驻后，客户通常很快看到对数据中心的需求，以提升数据质量并支持AI应用 [90] - 服务中心存在大量的交叉销售机会，特别是随着客户代理等功能的进步 [91] - 扩展模式通常是：从营销中心和销售中心开始，扩展到服务中心、数据中心和内容中心 [91] 问题: 关于净留存率动态中非席位扩张杠杆的表现，以及更广泛的SMB宏观环境演变 [93][94] - 客户美元留存率保持强劲稳定，在80%高位，并预计明年保持类似 [95] - 强劲的升级动力体现在席位升级（增加服务席位、销售席位、核心席位）以及积分采纳的上升趋势 [95] - 联系人层级升级和一些交叉销售动力的升级则处于停滞状态，预计这些趋势将持续一段时间 [95] - 净收入留存率预计明年将提升1-2个百分点，主要由席位升级率的持续成功以及核心席位和积分的增长势头驱动 [96]

财务数据和关键指标变化 - 第四季度收入按固定汇率计算同比增长18.2%，按报告基准计算增长20% [6][21] - 2025年全年收入按固定汇率计算增长18.2%至31亿美元 [6] - 第四季度订阅收入同比增长21%，服务及其他收入按报告基准增长12% [21] - 第四季度国内收入同比增长17%，国际收入按固定汇率计算增长19%（按报告基准增长24%），占总收入的49% [21] - 全年订阅收入按固定汇率计算增长18%（按报告基准增长19%），服务及其他收入按报告基准增长16% [21] - 第四季度运营利润率为22.6%，同比提升4个百分点，环比提升3个百分点 [6][23] - 2025年全年运营利润率为18.6%，同比提升1个百分点 [6][23] - 第四季度净利润为1.63亿美元，摊薄后每股收益为3.09美元；全年净利润为5.16亿美元，摊薄后每股收益为9.70美元 [24] - 第四季度自由现金流为2.09亿美元，占收入的25%；全年自由现金流为5.95亿美元，占收入的19% [24] - 截至12月底，现金及有价证券总额为18亿美元 [24] - 第四季度计算账单额为9.71亿美元，按固定汇率计算同比增长20%（按报告基准增长27%）；全年计算账单额为34亿美元，按固定汇率计算增长19%（按报告基准增长23%） [23] - 第四季度净收入留存率为105%，环比提升；2025年全年净收入留存率为103.5%，高于2024年的101.8% [22] - 第四季度平均每客户订阅收入为11,700美元，按固定汇率计算同比增长1个百分点，按报告基准增长3个百分点 [22] - 2025年全年净新增年度经常性收入增长24%，超过固定汇率收入增长6个百分点 [25] 各条业务线数据和关键指标变化 - 2025年，月度经常性收入超过5,000美元的交易增长33%，超过10,000美元的交易增长41% [7] - 拥有500个或更多席位的客户数量增长了五倍 [7] - 2025年，62%的新增Pro Plus客户在初始阶段就采用了多个中心 [9] - 在现有安装基数中，40%的Pro Plus客户（按年度经常性收入计）拥有四个或更多中心，同比增长6个百分点 [9] - 客户代理在第四季度消耗了约60%的AI积分，数据代理、潜在客户代理和意图监控各贡献了10%-15%的积分消耗 [12] - 第四季度，核心席位中丰富数据功能的采用率从51%跃升至近70% [19] - 约90%的原有客户已迁移至新的定价模式，近50%的年度经常性收入已完成首次续订 [10] 各个市场数据和关键指标变化 - 公司在全球拥有超过288,000名客户，第四季度净增9,800名新客户，全年净增超过40,000名客户 [6][22] - 客户美元留存率在第四季度保持在80%高位区间 [22] - 公司预计2026年每季度净增客户在9,000-10,000名之间，平均每客户订阅收入按固定汇率计算将实现低至中个位数增长 [22] - 预计2026年净收入留存率将同比再提升1-2个百分点 [23] 公司战略和发展方向和行业竞争 - 公司战略聚焦于三个核心：让AI为成长型公司服务、以新的策略和产品重塑营销、通过兼具强大功能和简单易用的平台加速向上游市场增长 [13] - AI战略是嵌入AI于整个平台，提供能完成实际工作的智能代理，并提供工具将数据转化为行动 [11] - 公司正在构建一个由三层结构组成的智能客户平台：上下文层、行动层和协调层 [15] - 营销策略正在适应行业变化，公司推出了名为“The Loop”的AI时代增长策略，以及AI驱动的解决方案，如数据中心和营销工作室 [16] - 公司正在通过专门的产品资源和增加的销售能力，加倍投入上游市场增长 [18] - 核心增长驱动力包括：上游市场势头、多中心采用和定价顺风 [18] - 新兴增长杠杆包括：核心席位采用和AI积分消耗 [18] - 董事会已授权一项高达10亿美元的股票回购计划 [7][24] 管理层对经营环境和未来前景的评论 - 行业正经历由AI驱动的变革性变化，客户在此时期信任HubSpot [7] - 市场上面临的AI采用最大挑战并非缺乏工具，而是AI输出与增长成果之间的差距 [14][32] - 搜索流量正在下降，AI生成的答案成为产品和品牌发现的起点，公司已实现营销渠道多元化 [15][16] - 2025年YouTube带来的潜在客户增长68%，新闻通讯带来的潜在客户增长53% [16] - 公司预计2026年第一季度按固定汇率计算的收入将同比增长16%（按报告基准增长21%），全年收入预计在36.9-37亿美元之间，按固定汇率计算增长16%（按报告基准增长18%） [26] - 预计2026年第一季度非GAAP运营利润率为17%，全年为20% [26] - 预计2026年资本支出占收入比例为5%-6%，自由现金流约为7.4亿美元 [28] - 公司对实现20%收入增长的目标保持信心 [40] - 预计2026年净新增年度经常性收入增长将继续超过固定汇率收入增长 [25] - 原有的Clearbit业务预计将对2026年全年收入增长造成40个基点的阻力 [27] 其他重要信息 - 公司内部已广泛采用AI，2025年97%的代码提交是在AI辅助下完成的 [70] - 内部近60%的客户支持由AI处理 [71] - 几乎所有HubSpot员工每周都在日常工作中使用AI [73] - 上游市场客户更关注数据安全和提示使用 [87] 总结问答环节所有的提问和回答 问题: 关于AI颠覆的担忧以及HubSpot作为记录系统的防御能力 [31] - 公司认为平台与单点SaaS解决方案存在巨大差异，在AI时代差异更为重要，HubSpot的优势在于作为客户上下文的来源 [32] - AI采用的最大挑战是AI输出与业务成果（如更多潜在客户、交易）之间的差距，而弥合差距需要客户上下文，这正是平台的价值所在 [33] - AI需要可信、实时、可操作的上下文才能产生成果，而不仅仅是生成文字 [34] - 公司正在其客户上下文之上构建智能代理，并且采用情况良好 [35] - SaaS平台不仅仅是数据，还包括逻辑、工作流程、所有权和治理，这些不易被简单提取 [36] - 公司服务的客户群体（2-2,000名员工）关注业务增长，而非管理模型复杂性，HubSpot专注于使AI简单、实用并能驱动可衡量的增长 [37] 问题: 关于2026年16%固定汇率增长指引与净新增年度经常性收入增长暗示加速之间的脱节 [39] - 管理层对重新加速并达到20%收入增长目标保持信心，所有领先指标都指向正确方向 [40] - 净新增年度经常性收入是重要的增长先行指标，已连续六个季度超过收入增长 [40] - 收入指引暗示2026年将实现适度加速，净收入留存率预计将再提升1-2个百分点，净新增年度经常性收入增长也将超过固定汇率收入增长 [40] - 上游市场势头、多中心采用、持续定价变化收益以及核心席位和积分等新兴增长杠杆支撑了这种势头和信心 [41] 问题: 关于2025年与2026年定价帮助的量化、核心席位/积分对指引的贡献，以及2025年同口径席位增长情况 [43][44] - 2026年指引的设定方法与以往一致，鉴于年初阶段，旨在确立一个管理层有信心达成或超越的指引范围 [45] - 2026年的起始指引比2025年高出约0.5个百分点，全年指引高于第一季度指引，表明第一季度将是增长低点，随后将加速 [45][46] - 净收入留存率的提升主要得益于席位定价模式变更带来的更高席位升级率，而定价上调（续订时最高5%）在2025年和2026年对净收入留存率有相似程度的支持 [66][67] 问题: 关于领先客户如何同时使用Claude Code和HubSpot以实现更好成果 [48] - Anthropic的Claude Cowork仍处于早期阶段，主要解决消费者导向的用例，尚未看到客户使用 [49] - 客户正在增加使用连接个人Claude账户与HubSpot的Claude Connector，这通过AI应用扩展了客户平台 [49] 问题: 关于第三方代理持续访问HubSpot信息时的货币化框架，以及积分消费对2026年及以后净新增年度经常性收入增长的潜在推动 [51] - 公司是一个开放平台，鼓励客户引入和使用数据，不对此收费，也鼓励合作伙伴在其上构建 [53] - 对于大规模、高频的数据提取或批量导出，公司将进行监控、计量并货币化，访问其智能客户平台的上下文具有价值 [54] - 积分货币化开始显现超出包含额度的实际使用，主要驱动力是客户代理（占积分消耗近60%），潜在客户代理等用例也表现出强劲吸引力 [55] - 客户开始将积分预算用于替代实际工作，这成为一个积极的增长点，积分机制是2026年及以后的新兴增长杠杆 [56][57] 问题: 关于AI代理生态快速发展是否影响当季交易速度，客户如何消化这些公告 [59] - 在服务的客户群体中，存在公告热度与实际AI采用对话之间的巨大脱节，客户关注的是如何驱动创新和增长，而非每周公告 [60][61] - 第四季度上游市场表现非常强劲，对话主题围绕整合多个应用、通过创新驱动增长以及确保清晰的数据和上下文 [62] 问题: 关于2026年加速增长中定价、席位和积分采纳各自贡献的拆分，积分今年是否会为增长贡献一个百分点 [64] - 净收入留存率动态是理解增长驱动的最佳方式，2025年净收入留存率提升约1.7个百分点，主要驱动力来自席位定价模式变更带来的更高席位升级率 [65][66] - 定价上调（续订时最高5%）在2025年和2026年对净收入留存率有相似程度的支持，但更大的扩张驱动因素是与定价变化相关的其他因素 [67] 问题: 关于AI在内部研发、销售和营销效率方面带来的益处 [69] - 公司内部已全面转型使用AI，2025年97%的代码提交由AI辅助完成，顶级工程师使用智能编码工具 [70] - 近60%的客户支持由AI处理，销售开发方面，AI帮助每季度设置10,000-15,000次会议，提升了销售效率和支持效率 [71][72] - 几乎所有员工每周都使用AI，公司设定了让每位员工以AI优先方式工作的目标并已超额完成 [73] 问题: 关于AI原生公司（如Lovable）选择HubSpot的原因，以及HubSpot在面临“氛围编码”工具时的独特定位 [75][76] - 编码变得更容易，但领域专业知识和平台价值并未消失，公司内部也广泛使用氛围编码，但不会用它来重建核心平台 [77] - HubSpot提供的价值不仅是统一数据，更是客户上下文，这是做出决策（无论是代理还是团队成员）所必需的，因此AI原生公司选择其作为上市平台 [78] - 优秀的公司（无论是否AI原生）会将工程资源用于为客户增加价值，而非重建内部系统 [80] 问题: 关于YouTube和新闻通讯等渠道的差异化是否会在2026年成为收入增长的推动力 [83] - 尽管网站内容流量整体下降，但公司已实现渠道多元化，其策略正在生效 [83] - YouTube和新闻通讯潜在客户显著增长，AI优化引擎也在增加，多元化策略和AI领导力有助于持续推动销售漏斗顶端流量，这也是公司坚持每季度净增9,000-10,000名客户指引的原因 [83] 问题: 关于AI代理早期采用者在用户/席位扩张方面的趋势，投资来源，以及不同规模客户间的差异 [85] - 获得关注的AI用例是那些能展示清晰、可衡量价值和成果的，客户代理、潜在客户代理和数据代理表现强劲 [85] - AI货币化包括核心席位和积分，核心席位中融入的AI和数据价值（如Breeze助手、公司数据丰富）正在推动采用率提升 [86] - 上游市场和下游市场趋势大体相似，但上游市场客户更关注数据安全和提示使用 [87] 问题: 关于从交叉销售角度看，2026年哪个产品的增量采用机会最大 [89][90] - 常见的初始模式是营销中心加销售中心，或者全部五个中心 [90] - 之后常见的扩展是增加数据中心（因数据质量需求）和服务中心（因客户代理等进展） [91] 问题: 关于净留存率动态中非席位扩张杠杆（如升级）的表现，以及更广泛的SMB宏观环境演变 [93][94] - 客户美元留存率保持强劲稳定，在80%高位区间，并预计明年保持相似 [95] - 强劲的升级动力体现在席位升级（销售、服务、核心席位），积分采纳趋势正在形成 [95] - 其他升级动力（如联系人层级升级、部分交叉销售）一段时间以来处于停滞状态，预计这些趋势将持续一段时间 [95] - 预计净收入留存率明年将提升1-2个百分点，主要由席位升级率的持续成功以及核心席位和积分的势头推动 [96]

财务数据和关键指标变化 - 第四季度营收同比增长18.2%（固定汇率），2025年全年营收同比增长18.2%（固定汇率），达到31亿美元 [4] - 第四季度运营利润率为22.6%，2025年全年运营利润率为18.6% [4] - 第四季度订阅收入同比增长21%，服务及其他收入同比增长12%（按报告基准）[18] - 第四季度国内收入同比增长17%，国际收入同比增长19%（固定汇率）或24%（按报告基准），占营收总额的49% [18] - 2025年全年订阅收入同比增长18%（固定汇率）或19%（按报告基准），服务及其他收入同比增长16%（按报告基准）[18] - 第四季度净新增客户9,800名，总客户数超过288,000名，同比增长16% [4][19] - 第四季度每客户平均订阅收入为11,700美元，同比增长1个百分点（固定汇率）或3个百分点（按报告基准）[19] - 客户美元留存率在第四季度保持在80%高位，净收入留存率按预期环比增长至105% [19] - 2025年全年净收入留存率为103.5%，高于2024年的101.8% [19] - 第四季度计算账单为9.71亿美元，同比增长20%（固定汇率）或27%（按报告基准）[20] - 2025年全年计算账单为34亿美元，同比增长19%（固定汇率）或23%（按报告基准）[21] - 第四季度非GAAP运营利润率为23%，同比提升4个百分点，环比提升3个百分点 [21] - 第四季度非GAAP净利润为1.63亿美元，每股摊薄收益3.09美元；2025年全年非GAAP净利润为5.16亿美元，每股摊薄收益9.70美元 [22] - 第四季度自由现金流为2.09亿美元，占营收的25%；2025年全年自由现金流为5.95亿美元，占营收的19% [22] - 截至12月底，现金及有价证券总额为18亿美元 [22] - 2025年全年新增年度经常性收入净增长24%，超过固定汇率营收增长6个百分点 [23] - 董事会授权了一项高达10亿美元的股票回购计划 [4][22] 各条业务线数据和关键指标变化 - 多中心采用加速：2025年，62%的新增专业增强版客户在初始采用时就使用了多个中心 [8] - 在现有安装基数中，按年度经常性收入计算，40%的专业增强版客户拥有四个或更多中心，同比增长6个百分点 [8] - 客户代理在第四季度消耗了约60%的AI使用积分，数据代理、潜在客户代理和意图监控各消耗了10%-15%的积分 [11] - 超过8,000名客户在去年激活了客户代理，问题解决率在60%中段 [10] - 超过10,000名客户激活了潜在客户代理，环比增长57% [10] - 超过2,500名客户激活了数据代理 [11] - 核心席位采用率提升：第四季度，丰富数据功能的采用率从51%跃升至近70% [17] - 50%的核心席位用户已尝试并使用Breeze助手 [81] 各个市场数据和关键指标变化 - 高端市场势头强劲：2025年，月度经常性收入超过5,000美元的交易增长33%，超过10,000美元的交易增长41% [5] - 拥有500个或更多席位的客户数量增长了五倍 [6] - 国际业务增长强劲，第四季度按报告基准增长24% [18] 公司战略和发展方向和行业竞争 - 公司战略聚焦于三点：让AI为成长型公司服务、用新策略和产品重塑营销、通过兼具强大功能和简洁性的平台加速高端市场增长 [11] - AI战略是嵌入AI于整个平台，提供能完成实际工作的代理，并给予团队工具将数据转化为行动 [9] - 公司愿景是打造以代理为中心的客户平台，该平台整合了统一的客户数据、业务背景、超过288,000家客户的基准数据以及深厚的领域专业知识 [13] - 营销策略正在多元化以应对行业变化：YouTube渠道产生的潜在客户增长68%，新闻通讯渠道产生的潜在客户增长53% [14] - 公司推出了“The Loop”，这是一个AI时代的新增长策略，以及AI驱动的解决方案帮助团队实施 [14] - 公司定位为服务于员工规模在2,000至2,000人（注：原文如此，可能为口误或笔误，通常指中小型企业）的成长型公司 [9][34] - 公司认为其护城河在于作为客户背景的来源，而不仅仅是客户数据，这在AI时代至关重要 [30] - 公司采取开放平台策略，但对大规模平台访问会进行监控、计量和货币化 [51][52] 管理层对经营环境和未来前景的评论 - 行业正经历由AI驱动的变革性变化，客户在此时期信任HubSpot [4] - 营销领域正经历几十年来最大的转变，搜索流量下降，AI生成的答案成为产品和品牌发现的起点 [13] - 市场上有大量AI解决方案，但在生成AI输出和驱动增长结果之间存在巨大差距 [12] - 公司对实现20%的营收增长目标保持信心 [39] - 预计2026年净收入留存率将同比再提高1-2个百分点 [19][40] - 预计2026年新增年度经常性收入净增长将超过固定汇率营收增长 [23][40] - 预计2026年第一季度将是全年增长的低点，之后增长将加速 [44] - 预计2026年净新增客户数将继续保持在每季度9,000-10,000名的范围 [19][79] - 预计2026年资本支出占营收比例为5%-6%，自由现金流约为7.4亿美元 [25] - 预计2026年Clearbit遗留业务将对全年营收增长造成40个基点的阻力 [25] 其他重要信息 - 2025年定价调整已基本完成，约90%的遗留客户已迁移至新定价模型，近50%的年度经常性收入已完成首次续订 [9] - 尽管存在席位压缩的疑问，但客户全年购买了更多的销售子席位、服务子席位和核心席位 [9] - 公司内部已广泛采用AI：去年提交的代码中97%有AI辅助完成，近60%的初级技术支持由AI处理，内部销售开发也大量使用AI [66][67] - 几乎所有HubSpot员工每周都在日常工作中使用AI [68] 问答环节所有的提问和回答 问题: 关于AI颠覆的担忧以及HubSpot作为记录系统的防御性 [29] - 管理层认为，平台与单点SaaS解决方案存在巨大差异，在AI时代差异更重要。HubSpot的护城河在于它是客户背景的来源，而不仅仅是数据。AI工具很多，但关键在于将AI输出转化为业务成果（如更多销售线索、交易），这需要客户背景，而这正是平台提供的 [30][31][32] - 关于数据被第三方代理吸走的风险，管理层认为SaaS平台不仅仅是数据，还包括逻辑、工作流、所有权和治理。公司正在快速构建自己的代理，并且对于大规模、高频的数据提取会进行监管和货币化 [33][34][52] - 公司服务的客户（中型市场公司）关注业务增长，而非管理模型复杂性，因此公司专注于提供简单、实用、可操作的AI来驱动可衡量的增长 [35] 问题: 关于16%的固定汇率增长指引与新增ARR增长暗示加速之间的脱节 [38] - 管理层对重新加速并达到20%营收增长目标保持信心。所有领先指标都指向正确方向，新增ARR增长已连续6个季度超过营收增长。营收指引暗示2026年将实现温和加速。净收入留存率预计今年将再扩大1-2个百分点，2026年新增ARR增长也将超过固定汇率营收增长，这得益于持续的高端市场势头、多中心采用、定价变化的好处，以及核心席位采用和积分等新兴增长杠杆 [39][40] 问题: 关于定价、核心席位增长和积分对2026年指引的具体影响，以及2025年同类席位增长情况 [42] - 管理层表示设定指引的方法与以往一致，鉴于年初，希望设定一个能够达成或超越的、稳健的指引。2026年的起始指引比2025年高出约0.5个百分点，全年指引高于第一季度指引，表明第一季度将是增长低点，之后将加速 [43][44] - 在后续回答中，CFO进一步解释，净收入留存率的提升主要得益于席位定价模式变更带来的好处，特别是销售、服务和核心席位的升级率提高，而定价上调（续订时最高5%）也提供了支持，但更大的驱动因素是定价变更带来的其他因素 [62][63] 问题: 关于领先客户如何同时使用Claude Code和HubSpot以实现更好结果 [47] - 管理层表示，Anthropic的Claude Cowork仍处于早期阶段，主要解决消费者用例。客户更多使用的是将个人Claude账户连接到HubSpot的Claude Connector，这种使用在增加。这扩展了客户平台，并通过Claude和ChatGPT等AI应用提供了新渠道 [48] 问题: 关于第三方代理网络访问HubSpot信息时的货币化框架，以及积分消费对2026年及以后新增ARR增长的潜在推动 [50] - 公司定位为开放平台，鼓励客户引入和使用数据，也欢迎合作伙伴在其上构建。但对于大规模的平台访问、高频数据提取或批量导出，公司将进行监控、计量和货币化 [51][52] - 关于积分货币化，公司开始看到超出包含额度的真实使用，主要驱动力是客户代理（占当前积分消耗的近60%），潜在客户代理和数据代理也表现强劲。客户正将积分视为工作替代并分配预算进行扩展。积分和核心席位被视为持久的新兴增长杠杆 [53][54][55][56] 问题: 关于AI代理生态快速发展是否影响当季交易速度，客户如何消化这些公告 [57] - 管理层认为，市场公告与客户实际对话存在巨大脱节。公司服务的客户（中型市场公司）专注于运营业务和驱动增长，而非追逐每周的公告。第四季度的对话主题是整合多个应用、通过创新驱动增长以及确保清晰的数据和背景，因此当季高端市场表现非常强劲 [58][59] 问题: 关于2026年加速增长中价格、席位和积分采纳各自贡献的拆分，积分今年是否会为增长贡献一个百分点 [61] - CFO指出，最容易通过净收入留存率趋势来理解。2025年净收入留存率提升约1.7个百分点，主要驱动力是席位定价模式变更带来的好处，特别是各席位升级率的提高。定价上调（续订时最高5%）提供了支持，并将继续在2026年提供类似支持，但更大的扩张驱动因素是定价变更带来的其他因素 [62][63] 问题: 关于AI在公司内部研发、销售和营销效率方面带来的益处 [65] - 管理层表示，公司已通过AI全面转型。产品构建方式完全改变，去年97%的提交代码有AI辅助。技术支持已转型，近60%的初级支持由AI处理。销售开发、会议设置、交易推进等也广泛使用AI，提升了支持、销售和管道建设的效率。公司设定了让每位员工使用AI的目标，并已超额完成 [66][67][68] 问题: 关于AI原生公司（如Lovable）选择HubSpot的原因，以及公司如何应对“氛围编码”可能取代平台的观点 [70][72] - 管理层认为，编码变得更容易，但领域专业知识和平台价值并未消失。公司提供的是一个平台，其价值不仅在于统一的数据，更在于提供决策所需的背景，这正是AI原生公司选择HubSpot作为上市平台的原因 [73][74] - CTO补充道，优秀的公司（无论是否AI原生）将大部分精力用于为客户增加价值，而非使用氛围编码来重建CRM、ERP等核心内部系统 [75] 问题: 关于YouTube和新闻通讯等渠道的差异化是否会在2026年成为营收增长的顺风 [78] - 管理层承认内容生成的网站流量总体有所下降，但公司已预见并实现了渠道多元化。YouTube和新闻通讯等渠道增长显著，AEO（AI优化）也在增加。多元化策略以及引领AI的能力将帮助公司继续推动漏斗顶部流量，这也是公司坚持每季度净增9,000-10,000名客户指引的原因 [78][79] 问题: 关于AI代理早期使用者在用户/席位扩张方面的趋势，AI投资资金来源，以及不同规模客户间的差异 [81] - 管理层表示，获得共鸣的AI用例是那些能展示清晰、可衡量价值和成果的。客户代理、潜在客户代理和数据代理表现强劲。客户关注易于实施、价值可见以及积分消耗可预测。AI货币化包括核心席位和积分，核心席位通过加入AI功能（如Breeze助手）提升了采用率和价值 [81] - 高端市场和低端市场趋势相似，但高端市场客户更关注数据安全和提示使用 [82] 问题: 关于统一数据模型和2026年最大的交叉销售机会在哪里 [84][86] - 管理层指出，常见的初始模式是营销中心加销售中心，或者所有五个中心。之后，客户通常会在几个月内看到对数据中心的需求。服务中心也是一个巨大的交叉销售机会。扩展模式是从营销和销售中心，扩展到服务中心、数据中心和内容中心 [86][87] 问题: 关于净留存率动态中非席位扩张杠杆（如升级）的表现，以及更广泛的SMB宏观环境演变 [89] - CFO表示，客户美元留存率一直保持在高位80%区间。强劲的升级动能在席位升级（销售、服务、核心席位）方面，信用采纳趋势也在形成。其他升级杠杆（如联系人层级升级、交叉销售）则处于停滞模式。预计净收入留存率明年将提升1-2个百分点，主要驱动力是持续的席位升级率以及核心席位和信用的增长势头 [90][91]

文章核心观点 - 在大模型驱动的数据应用Agent领域，科学、准确地评估应用效果是行业面临的关键挑战，公司通过构建覆盖技术选型、研发迭代和业务效果的三层评测框架，并创新性地采用基于语义等价的自动化评测方法以及“用Agent评测Agent”等技术，以解决传统评测方法的局限，提升评估效率和准确性，最终驱动产品迭代与优化 [2][5][17][37] 大模型应用评测的通用挑战与方法 - 大模型评测复杂度高，核心挑战在于如何贴切评价应用实际效果以及如何在传统技术不足处进行创新 [5] - 评测需关注三个核心维度：效果（包括事实性、有用性、有害性）、性能与推理性能（如首Token时延、生成速度、资源消耗）、以及稳健性（容错、抗攻击能力） [8] - 当前常见评测方法包括人工评测、自动化评测（如客观题匹配、文本相似度比较、基于排序的评估）以及人机协同评测 [9] - 通用评测的痛点包括：静态评测与线上实际效果脱节、针对模型单一能力的评测无法反映综合业务能力、以及评测集难以跟上业务和用户行为的快速变化 [10] 数据应用Agent领域的垂直评测难点 - 领域特殊性带来挑战，例如早期大模型训练语料中SQL占比低，导致其SQL生成能力较弱，而数据领域的“正确性”要求极其关键 [14][15] - 数据Agent产品形态复杂，如“深度研究”涉及多维度分析，评估需从单一能力扩展到覆盖数据源差异、数据异构性等复杂因素 [15] - “效率”与“研发并发”非常关键，评测效率直接影响研发周期，快速判断方案优劣能带来显著差异 [16] 三层评测框架体系 - 公司为构建大模型Agent应用设计了三层评测体系：最下层是技术选型评测，用于筛选达标模型；中间层是研发迭代中的组件（子Agent）评测，类似“单元测试”；最上层是端到端的业务效果评测 [17][18] - 在基础能力评测层面，针对数据领域关注工具调用、数值计算、表格理解、数据幻觉控制、复杂指令遵循及Text-to-SQL等能力，并接入如ComplexFuncBench、HumanEval、SWE-Bench等开源Benchmark [20] - 在组件评测层面，将Agent工作流程拆解为召回、理解与规划、洞察分析与执行、结果总结等阶段进行独立评估，以定位问题根源 [20] - 在端到端效果评测层面，针对特定业务场景构建评测集，并设有“数据与飞轮”模块对接线上日志，用于案例研究、回归测试集沉淀和人工标注 [21] Data Agent评测技术创新与实践：Text-to-SQL - Text-to-SQL是数据Agent的核心任务，传统评测方法（如Spider、WikiSQL、BIRD-SQL数据集）在真实业务环境中存在适配性与可扩展性问题 [25][26] - 传统“执行正确性”比对易产生误判，因测试数据分布不完备可能导致“非等价SQL执行结果相同”；而基于文本相似度的比较则难以准确反映语义逻辑等价 [26][27] - 公司提出基于语义等价的评测方法，将SQL转化为抽象语法树（AST），并借助Apache Calcite下推为执行层语法表示（RelNode），以抹平写法差异，判断逻辑含义是否相同 [29] - 进一步采用图匹配网络（Graph-Matching Network, GMN）在语法树上进行局部匹配（RelPM），计算SQL相似度，该方法在效果上显著优于传统基于执行正确性、文本相似度或BERT模型的方法 [30] Data Agent评测技术创新与实践：深度研究 - “深度研究”类Data Agent的评测更为复杂，需评估报告对业务的有用性、推理思路的合理性、内容的完整性以及建议的有效性等多维度 [31][32] - 公司为此定义了一套评测体系，从分析与洞察的深度与准确性、报告展示的可读性与易读性、执行过程的稳定性与成功率等角度设定分层评估维度和关键指标 [33][34] - 在自动化评估技术上，创新性地采用“用Agent来评测Agent”的方法，其可行性基于三个前提：挑错比做对容易、可以复盘过程进行逐步审阅、以及能做定向优化 [37] - 实现技术包括自我反思（模型打分后检查逻辑完整性）和多Agent协作架构，让多个Agent从不同角度打分，并由“裁判长”统一审阅，同时结合ReAct让评测侧能写代码复算关键数据 [38][39] - 自动化评测在事实性错误上展现出高召回率与准确性，在案例中，机评对事实性错误的召回率超过88%，准确性达到86%，能有效用于研发迭代中的版本比较 [44] - 机评在定位数据错误（如SQL缺少GROUP BY导致结论无来源）和分析意图完成度评估（如自动计算完成比例并标注缺失项）等具体场景中效果显著 [41][44] 评测平台与工具支撑 - 公司搭建了面向数据评估的统一平台，覆盖数据集管理、自动化与人工评测、指标分析、结果归因等完整流程，并提供“数据飞轮”机制持续沉淀线上案例为评测集 [45] - 平台提供一系列常用评测算子（基于规则或大模型），业务方可自行编排这些“原子算子”实现自定义分析逻辑 [45] - 平台设计了“评估工作流”模块，支持以可视化方式快速搭建评估流程，高效复用算子，提升了评测效率 [45][46] 自动化评测的未来展望 - 未来需进一步完善评测维度和体系，加强多模态能力利用，优化数据集，并通过有效采样、时效性校验等手段解决线上与线下评测的一致性问题 [48] - 倡导“评估驱动开发”（EDD），将评估更好地分解到Agent架构的各个环节，建立最终业务指标与过程性指标的有效关联 [49] - 探索用自动化评测反向驱动模型训练流程（如SFT、强化学习），并与人类判断对齐 [49] - 目标是让自动化评估结果能更快、更高效地生成对应用改进的建议，直接服务于产品迭代，帮助业务方判断需求满足度，并支持开发者进行更高效的技术方案探索 [49]

华尔街分析师共识 - 华尔街分析师给予公司“强力买入”评级 共有27位分析师参与评级 其中23位给出“买入”评级 4位给出“持有”评级 无“卖出”评级 [1] - 分析师平均目标价为589.08美元 目标价区间为450美元至800美元 相较于当前股价368.84美元 隐含上涨空间达59.71% [1] 公司业务与战略 - 公司是一家软件公司 提供集营销、销售和客户服务于一体的客户平台 其核心产品是基于云的客户关系管理工具 [5] - 公司拥有超过28万客户 并计划利用这些客户数据来提升其产品效能 [3] - 公司重申其混合货币化战略 专注于让人工智能技术惠及中小型企业 [2] - 公司计划将人工智能技术嵌入所有产品线 包括客户代理和数据代理 [3] 近期动态与市场观点 - 在富国银行第九届年度TMT峰会上 公司首席执行官重申了其人工智能战略 [2] - 此前 Rothschild Redburn将公司评级从“买入”下调至“中性” 并将目标价从610美元大幅下调至450美元 [4] - 该研究机构质疑公司在面临人工智能颠覆潜力时的韧性 并指出市场预期其净客户增长将放缓 [4]

文章核心观点 - 在人工智能热潮中，数据工程是AI规模化落地的关键瓶颈，公司专注于通过"NoETL"理念和构建数据语义层来解决数据供给与AI需求之间的根本性矛盾[1][4][5] 行业背景与问题诊断 - 2025年人工智能与大数据是行业焦点，但数据领域的"脏活累活"被忽视[1] - AI时代存在"数据悖论"：企业拥有海量数据且AI能力强大，但传统数据架构是为人类设计而非AI，导致"大模型不懂大数据"[5] - 数据需求呈指数级增长，但数据供给方式仍依赖ETL工程师手工劳作，需求增长百分之几百而人力无法同步跟上[4] - 大模型在企业环境中面临数据找不到、找到不敢用、口径不一致、权限复杂以及"幻觉"问题，可信是AI在企业中规模化的基线[5] 公司解决方案与技术路径 - 公司提出"NoETL"创新理念，旨在重构数据生产力，将传统依赖人力的ETL流程转变为由AI与算法驱动的自动化数据工程体系[4] - 采用NL2MQL2SQL技术路径，在自然语言与SQL之间加入"指标查询语言"层，作为企业数据的"罗塞塔石碑"以沉淀业务知识[6] - 构建以"数据语义层"为核心的三大引擎：语义引擎负责业务语义管理，物化加速引擎解决查询性能瓶颈，数据虚拟化引擎实现跨云跨域数据连接[6] - 目标是让企业的数据资产能无缝转变为AI资产，构建对AI友好的数据土壤[7] 实践案例与验证 - 麦当劳中国案例：近7000家门店和百亿级订单数据，通过"双引擎支持"与"智能租户隔离"技术验证NoETL架构在超大规模场景下的可行性[8][9] - 中交一公局案例：在高严谨场景下，公司Data Agent实现90%以上准确率，验证了AI落地的可靠性[9] - 两个案例分别代表超大规模下的工程能力与高严谨场景下的AI落地能力[9] 公司竞争优势与市场定位 - NoETL是对过去30年ETL体系的重构，原有体系中的公司有历史包袱难以快速转向[10] - 核心团队来自蚂蚁集团等公司，对大数据和AI结合有深刻理解，具备四年先发优势积累的技术和客户壁垒[10] - 与云厂商是合作大于竞争的关系，专注于数据语义编织，并积极构建合作伙伴生态[10] 未来展望与公司规划 - 能建设好AI友好数据土壤的企业未来3-5年将获得5-10倍的成长加速度[10] - "数字白领"普及的细分场景会涌现新型公司，商业模式可能从软件订阅转向按服务收费[10] - 公司重点方向是帮助企业"一键将数据资产转为AI资产"以及布局出海服务，正从"技术驱动"转向"技术+商业双驱动"[10][11]

**HubSpot (NYSE: HUBS) 富国银行TMT大会电话会议纪要关键要点** **涉及的行业与公司** * 公司为HubSpot (NYSE: HUBS) 一家专注于中小型企业（SMB）的客户关系管理（CRM）平台提供商[8] * 行业涉及软件即服务（SaaS）客户关系管理（CRM）和人工智能（AI）应用[7] **核心观点与论据：AI战略与差异化** * AI战略核心是将强大AI技术应用于中小型企业市场 通过嵌入式AI和智能体（Agents）帮助客户增长[8] * AI产品差异化基于两点：对中小企业的深刻理解以及平台拥有的丰富上下文数据[9][10] * 公司拥有280,000客户 这些客户在营销、销售、服务旅程中产生的数据为AI提供了独特的上下文优势[11] * 平台已转型为智能体平台 能够处理非结构化数据（如邮件、Zoom转录）并具备协调层（ orchestration layer）用于评估、反馈和记忆[23] * 与原生AI公司竞争具备平台优势、规模优势和生态系统优势 因为构建完整的智能体平台需要CRM基础、上下文数据和大量客户反馈迭代[70][71][72][73] **AI产品与功能** * 在9月的年度会议上发布了三大核心智能体：客户智能体（Customer Agent）、潜在客户挖掘智能体（Prospecting Agent）和数据智能体（Data Agent）[9] * 推出了世界级的Breeze Assistant 作为每个市场部门员工的副驾驶（copilot）[9] * 客户智能体已有超过6,000家客户使用 帮助解决了超过60%的服务工单[49] * 潜在客户挖掘智能体被强调为一个极具潜力的用例 能利用意向信号（intent signals）自动化筛选高价值潜在客户[32][49] **商业化模式** * AI商业化采用混合模式：通过席位（seats）和积分（credits）共同 monetize[48] * 嵌入式AI功能（如内容生成、总结邮件）包含在席位费用中 而完成工作的智能体（如解决工单、研究客户）消耗积分[48][52] * 积分消耗目前以客户智能体为首 其次是潜在客户挖掘智能体和数据意向信号[49][50] **客户采用与关键驱动因素** * AI采用的关键驱动因素并非公司规模 而是公司内部是否有高层管理者自上而下地推动AI优先战略[58] * 发现“AI运营”（AI Ops）或“市场营收运营”（RevOps）角色对于培训数据、管理AI功能和质量至关重要 是推动内部采用的关键力量[59][60] * 客户仍处于建立对数据安全和隐私信任的阶段 强调数据保留在公司内部而非用于外部LLM训练的重要性[58][102] **数据中枢（Data Hub）战略** * 数据中枢（前身为OpsHub）是AI战略的基础 负责从外部源整合数据、提高数据质量并提供数据工作室（data studio）来构建工作流[64][65][66] * 高质量的数据对于AI的准确性至关重要 数据中枢通过提示LLM等方式来完善数据质量（如完善客户资金数据）[65] * 数据中枢是多中心（multi-hub）战略的一部分 成为营销中心和销售中心客户实施AI的基础[67] **市场格局与竞争定位** * 认为平台解决方案最终将胜过单点解决方案（point solutions） 因为客户不希望管理多个分散的智能体而失去对增长的整体可见性[82][83] * 对于中小型企业而言 购买现成的AI解决方案远比自定义开发更具吸引力 因为后者需要显著的AI工程人才投资和持续迭代[85][87][88] * AI正在创造巨大的营销优化机遇 尽管搜索引擎优化（SEO）受到干扰 但通过渠道多元化可以获取更好的回报[99][100] **营销与获客策略演变** * 传统的基于内容引导（content leads）的获客模式因AI概述（AI overviews）和LLM的兴起而受到重大干扰[92][93] * 公司自2022年起推行渠道多元化战略 包括发展10个YouTube频道（潜在客户年增长80-90%）、收购播客网络（超过100个播客）和电子邮件通讯[94][95] * 推出了新的营销策略“Loop” 帮助客户多元化潜在客户来源并利用AI实现个性化[96] * 答案引擎优化（AEO）渠道产生的潜在客户数量仍处于早期阶段（个位数） 但转化率是传统渠道的3倍[96] **AI采用前景** * 技术目前领先于客户的采用能力 采用曲线取决于建立信任、确保数据质量和降低使用摩擦[102][103] * AI发展周期是迭代的 依赖于大量客户反馈来改进功能 这为拥有庞大客户基础的公司带来了优势[72][101] * 当前阶段类似于过去的技术周期（如云计算初期） 虽然变革性价值明显 但广泛采用需要时间[103]

财务数据和关键指标变化 - 第三季度收入达到8.1亿美元，按固定汇率计算同比增长18.4%，按报告基准计算增长21% [4][17] - 订阅收入同比增长21%，服务及其他收入按报告基准增长19% [18] - 第三季度国内收入同比增长17%，国际收入按固定汇率计算增长20%，按报告基准增长25%，占总收入的49% [18] - 第三季度净新增客户10,900名，总客户数达到279,000名，同比增长17% [18] - 第三季度平均每客户订阅收入为11,600美元，按固定汇率计算同比增长1个百分点，按报告基准增长3个百分点 [18] - 客户美元留存率保持在80%高位，净收入留存率环比持平在103% [18] - 第三季度计算账单额为8.04亿美元，按固定汇率计算同比增长19%，按报告基准增长18% [19] - 第三季度非GAAP营业利润率为20%，同比上升1个百分点，环比上升3个百分点 [19] - 第三季度非GAAP净利润为1.4亿美元，每股完全稀释收益为2.66美元 [19] - 第三季度自由现金流为1.47亿美元，占收入的18% [19] - 期末现金及有价证券总额为17亿美元，第三季度回购了78万股普通股，价值3.75亿美元 [19] 各条业务线数据和关键指标变化 - 平台整合、多中心采用和向上市场拓展是核心增长驱动力 [4][5] - Pro Plus安装基数中43%的客户（按年度经常性收入计算）订阅了三个核心中心，同比增长4个百分点；39%的客户拥有四个或更多中心，同比增长6个百分点 [5] - 月度经常性收入超过5,000美元的大额交易同比增长35% [6] - 嵌入式AI功能在营销中心带来超过50%的潜在客户转化率提升，销售中心的AI功能带来近10%的交易胜率提升 [9] - 客户代理拥有超过6,200名客户，环比增长48%，平均解决率在60%以上；潜在客户代理被6,400名客户激活，环比增长94%，已用于接触超过100万潜在客户；数据代理是新推出的，但已有1,700名客户激活 [9] - Brief Assistant的周活跃使用量在过去六个月内增长了56% [10] - ChatGPT连接器已被超过47,000名客户激活，其中55%是Pro Plus客户；Claude连接器已被超过6,000名客户使用 [10] 各个市场数据和关键指标变化 - 国际收入增长强劲，按固定汇率计算增长20%，按报告基准增长25%，占总收入的49% [18] - 需求趋势在不同地区、行业或细分市场没有显著变化，表现与之前几个季度一致 [65] 公司战略和发展方向和行业竞争 - 公司战略聚焦于将AI嵌入日常使用的中心、构建能完成工作的代理、以及通过Brief Assistant和连接器将数据转化为洞察 [8][49] - 推出了Data Hub，帮助客户将数据集中在一处以从AI获取更多价值 [8][13] - 推出了Loop，这是在AI时代新的增长手册，指导客户如何结合人类创造力和AI效率来驱动增长 [12] - 宣布收购XFunnel，这是一个用于跟踪和提升品牌在大型语言模型中可见性的平台，将原生集成到HubSpot中 [14][15] - 核心席位和积分是新兴的增长杠杆，核心席位通过添加AI和数据能力（如Brief Assistant、Smart Starts、项目和富集数据）来提升价值，积分是覆盖AI代理操作和Data Hub同步的通用基于用量的定价系统 [15][16][38] - 公司正在向代理化客户平台转型，并以AI速度高效运营 [16] 管理层对经营环境和未来前景的评论 - 营销格局正在快速变化，搜索引擎流量因AI概述提供答案而下降，客户将注意力分散到多个渠道，访问的网站减少，但同时AI通过大型语言模型创造了全新的机会，如答案引擎优化 [12] - AI是一个多年的顺风因素，目前仍处于整个创新周期的早期阶段 [24] - 公司对在AI时代引领潮流并驱动持久的长期增长充满信心 [16] - 预计第四季度净收入留存率将有所提升，带动2025年全年净收入留存率改善几个百分点 [19][56] - 预计2025年全年资本支出占收入的比例为6%，自由现金流仍预计约为5.8亿美元 [21] 其他重要信息 - 年度Inbound会议吸引了13,000名现场参与者和550,000名在线参与者，发布了200多项新更新和产品 [7] - 公司预计第四季度净新增客户数在9,000-10,000之间，平均每客户订阅收入按固定汇率计算预计增长约1个百分点 [18] - 第四季度总收入（按报告基准）预计在8.28亿至8.3亿美元之间，按固定汇率计算同比增长16%，按报告基准增长18%；非GAAP营业利润预计在1.83亿至1.84亿美元之间，营业利润率为22%；非GAAP每股完全稀释净收益预计在2.97至2.99美元之间 [20] - 2025年全年总收入（按报告基准）预计在31.13亿至31.15亿美元之间，按固定汇率计算同比增长18%，按报告基准增长19%；非GAAP营业利润预计在5.74亿至5.75亿美元之间，营业利润率为18%；非GAAP每股完全稀释净收益预计在9.60至9.62美元之间 [21] 总结问答环节所有的提问和回答 问题: 关于重回20%增长路径的看法 [22] - 公司相信能够比当前增长更快，并专注于以持久、自律的方式实现，核心增长驱动力强劲，新兴增长驱动力（如定价变化、AI、核心席位、积分）进一步加强了前景，对向上市场的势头感到兴奋 [23][24][25] 问题: AI概述是否推动了对HubSpot的额外兴趣 [26] - 营销趋势是客户和HubSpot的巨大机会，AI概述导致网站访问量下降，需要新的手册来多元化渠道，包括答案引擎优化，Inbound发布的Loop手册反响超出预期，客户对渠道多元化、使用AI进行深度细分和个性化、以及通过答案引擎优化在大型语言模型中建立可见性等方面反响积极 [27][28][29] 问题: 平台整合的驱动因素是否从成本节约转向拥抱AI代理 [29] - 客户整合平台的原因包括总拥有成本、获取统一的客户数据和上下文、以及采用AI的愿望，这三个原因大致平分秋色 [30] 问题: 第三季度业绩表现和净新增年度经常性收入趋势 [31][32] - 第三季度执行良好，表现优异得益于市场的持续强劲、多中心采用和席位扩张，以及额外的外汇顺风，强劲的净新增年度经常性收入增长需要时间才能转化为收入增长的拐点，考虑到安装基础的规模和大小 [32][33] 问题: 账单增长约束因素和净新增年度经常性收入转化为收入增长的时间 [34][35] - 账单增长受到外汇、净新增年度经常性收入组合和合同期限的影响，第三季度出现了向安装基础销售的组合转变（预付款月份较少）以及期限扩张的益处较第二季度减少，预计账单和收入增长将紧密关联，净新增年度经常性收入是领先指标，收入是滞后指标，需要净新增年度经常性收入连续多个季度高于收入增长，收入才会出现拐点，安装基础年度经常性收入已开始拐头向上，收入将跟随核心安装基础的拐点，但这需要时间 [35][36][37] 问题: 积分使用情况和信用消费趋势 [37] - 积分是通用的基于用量的定价系统，目前涵盖代理操作和Data Hub同步，未来将扩展到整个平台，公司有清晰的货币化框架：先聚焦产品和功能激活，然后驱动重复使用、持续的客户价值，最后货币化，客户代理是积分增长的主要驱动力，Data Hub同步和潜在客户代理也开始显现信用消费趋势，积分只是AI货币化的一种方式，嵌入式AI的价值体现在附加率和席位升级上，核心席位也将驱动AI价值货币化 [38][39][40][41] 问题: 第三季度净新增年度经常性收入增长趋势和LLM连接器的使用情况 [41] - 第三季度净新增年度经常性收入增长仍高于固定汇率计算的收入增长，LLM连接器的构建是因为客户和潜在客户花费大量时间在大型语言模型上，公司希望将HubSpot关于其业务和增长机会的洞察带入其中，大型语言模型是新的AI操作系统，将成为公司的AI推荐来源，ChatGPT连接器是五年来增长最快的应用，安装量达47,000次，使用模式包括会议准备、管道趋势分析、深度研究以及在HubSpot内采取行动 [42][43][44] 问题: 平均售价增长前景和升级趋势 [44] - 平均每客户订阅收入受到客户数量和组合、新客户平均售价以及升级的影响，持续面临新Starter客户增加和2024年定价变化后新客户平均售价较低的不利因素，但大额交易、多中心采用、席位升级和积分带来有利因素，第三季度平均每客户订阅收入按固定汇率计算增长1%，出现拐点，预计第四季度将继续这一趋势 [45] 问题: 新AI产品的成功衡量和客户采用 [46][47] - AI战略是嵌入AI到所有中心和平台、构建完成工作的代理、提供将数据转化为洞察的Brief Assistant和连接器，嵌入式AI策略正在发挥作用，改善了营销中心的转化率、销售中心的胜率、服务中心的工单解决率和客户满意度，从而带来更好的附加率和席位采用，代理方面，客户代理最为成熟，拥有6,200名客户，解决率超过62%，信用消费符合预期，客户处于AI采用旅程的不同阶段，公司通过合作伙伴和客户成功经理帮助他们制定路线图 [48][49][50][51] 问题: 客户数据资产状况和数据质量 [52] - 客户的数据成熟度取决于其技术栈的成熟度，如果已经采用了所有中心，数据质量往往更高，Data Hub有助于提高数据质量，平台能够整合整个客户旅程的数据并构建上下文层，这对于AI应用至关重要，HubSpot的优势在于能够整合高质量数据、跨客户旅程的数据以及结构化和非结构化数据 [53][54][55] 问题: 净收入留存率展望和驱动因素 [56] - 预计2025年净收入留存率将比去年提升几个百分点，这意味着第四季度将显著上升，驱动因素包括健康的客户美元留存率、稳定的降级、强劲的销售和服务席位升级以及核心席位升级，以及定价模型变化后客户续订带来的益处 [57][58] 问题: 2026年净留存率前景 [59] - 对2026年不做具体评论，但认为长期来看净收入留存率有进一步提升的路径，驱动因素包括健康的客户美元留存率、稳定的取消和降级、定价模型变化带来的席位升级动力以及剩余50%安装基础在2025年底后续订带来的持续顺风，核心席位和积分作为新兴驱动力将在2026年开始做出更大贡献 [60] 问题: 销售能力扩张和执行策略 [61] - 一直在两个层面投资：一是在看到明确机会的地区和细分市场持续招聘销售人员，二是在利用AI转型自身上市策略方面进行投资，利用意图数据驱动潜在客户开发、在交易过程中使用数据（引导式销售）提高了销售生产率，销售能力和销售生产率都表现良好，预计2026年将继续 [62][63] 问题: 各地区需求趋势 [64] - 没有看到地区、行业或细分市场的需求趋势发生重大变化，与之前几个季度一致，渠道势头积极，客户对Loop和Data Hub反响热烈，对客户代理和潜在客户代理感兴趣，多中心采用和向上市场势头持续，大额交易势头今年一直持续且复合增长，Clearbit遗留业务对2025年国内增长造成约1个百分点的阻力 [65][66] 问题: 第四季度季节性因素和大客户定价续订 [66] - 第四季度是每年最重要的净新增年度经常性收入季度，11月和12月尤为关键，许多迁移客户在年底续订，这将影响第四季度，截至目前，它们的表现与过去几个季度的报告一致 [67]

Data Agent落地挑战 - Data Agent看似容易上手但实际落地存在显著困难 90%的难点源于软件工程问题 统一语义层建设是成功关键[2] - 企业若忽略场景聚焦 技术框架可迭代能力或语义模型和运营体系 即使投入数月也可能无法监控评估或修改 最终停留在原型阶段[2] - 掌握统一语义层 完善技术框架和运营体系 才能使AI代理真正理解数据 快速迭代并落地应用 显著提升企业数据智能化效率[2] 技术支撑体系 - Agent交互形态是数据分析的新"head" 需要两方面技术革新:数据语义工程平台化能力和完善Agent Ops平台基础[6] - 数据工程交付将升级为Data engineering + Data Context Engineering 目标是提供data+ai一体化数据智能底座[6] - 多模态一体化高性能存算引擎支撑统一语义层的元数据和统一数据访问能力 对Agent快速响应至关重要[7] 语义层架构 - 数据语义包含四个维度:概念描述业务意义 数据表关联关系 指标计算口径 维度观测角度[8] - 语义层核心能力包括统一访问接口 MetaRAG语义元数据知识库 强大语义建模能力 自适应加速能力[8] - 统一语义层是对数据治理的更高要求 传统数据治理能力是其基础支撑 重点在于业务建模后提供统一数据知识接口[13] 实施难点与解决方案 - 从原型到成熟产品的最大落差是低估场景落地难度 存在"邓宁-克鲁格"效应 实践中90%工作量解决行为一致性 仅10%做prompt和模型调优[9] - 企业接入面临两大挑战:数据杂乱缺乏唯一真相 以及Agent效果评估体系不统一[14] - 解决方案是场景聚焦 针对特定场景构建统一语义层和评估体系[15] 行业影响与人才变革 - Agent不会替代数据工程师和科学家 但会取代部分执行工作 推动数据工作角色融合[10] - 劳动细分模式将改变 复合型人才将脱颖而出 各行业在大模型时代呈现劳动角色融合趋势[10] - 每个人都应了解Agent和LLM基本原理以更好运用大模型技术[11] 实施建议 - 企业构建统一语义层应首先聚焦场景进行语义抽象 重点构建指标和维度体系[16] - 建议以指标平台为载体构建指标语义层 该场景已被验证可行并能大幅提升数据分析效率[17] - 技术建议包括:场景聚焦搭建可迭代技术框架 强化语义模型能力建设 配套监控标注评估体系[18] 战略价值 - 掌握企业数据语义数字孪生意味着掌握下游所有AI代理行为的主动权[12] - 腾讯云通过统一数据资产平台纳管企业结构化和非结构化数据 提供统一语义建模平台进行Data Context Engineering[12] - 语义模型是对物理世界环境 关系 知识的结构化定义 是数据分析领域人与AI的共同context[12]