财务数据和关键指标变化 - **第四季度业绩**：第四季度年度经常性收入达到18.53亿美元，同比增长11%，由7000万美元的净新增ARR驱动 [7] 第四季度收入为4.81亿美元，同比增长14% [7] - **全年业绩**：2026财年总收入为16.11亿美元，同比增长13% [31] 全年ARR为18.53亿美元，同比增长11% [31] - **盈利能力里程碑**：公司首次实现全年GAAP盈利 [8] 2026财年GAAP营业利润为5700万美元，第四季度GAAP营业利润为8000万美元 [35] 2026财年GAAP净利润为2.82亿美元，第四季度GAAP净利润为1.04亿美元 [36] - **非GAAP盈利能力**：第四季度非GAAP营业利润为1.5亿美元，利润率为31% [8] 2026财年非GAAP营业利润为3.7亿美元，利润率为23%，同比扩张超过600个基点 [35] - **现金流与资产负债表**：第四季度调整后自由现金流为1.82亿美元，全年为3.72亿美元 [36] 季度末现金、现金等价物及有价证券为17亿美元，无债务 [36] - **外汇影响**：第四季度收入同比增长14%，若剔除约1600万美元的外汇顺风影响，则增长10% [31] 全年ARR增长11%，其中包含1400万美元的外汇顺风影响 [31] 全年收入同比增长13%，若剔除约3000万美元的外汇顺风影响，则增长11% [31] - **剩余履约义务**：剩余履约义务增至14.75亿美元，同比增长19%，若剔除约6400万美元的外汇顺风影响，则增长14% [34] 当前RPO为9.13亿美元，同比增长13% [34] - **毛利率**：第四季度整体毛利率为86%，软件毛利率为92% [35] - **股票回购**：第四季度以平均每股12.83美元的价格回购了78万股 [36] 整个财年以平均每股10.92美元的价格回购了3090万股，向股东返还约3.37亿美元 [36] 截至2026年3月10日，公司以平均每股12.11美元的价格额外回购了1400万股，完成了10亿美元的股票回购计划 [36] 董事会已授权额外5亿美元的回购额度 [37] 各条业务线数据和关键指标变化 - **AI产品增长**：AI产品（包括Agentic、IDP和Maestro）的ARR在本季度达到近2亿美元，主要由Agentic驱动强劲增长 [16] - **AI产品渗透率**：在ARR超过100万美元的客户中，90%正在使用公司的AI产品 [32] 在ARR超过10万美元的客户中，约60%正在使用AI产品 [32] 在ARR超过3万美元的客户中，42%正在使用AI产品 [32] - **客户支出分层**：ARR超过10万美元的客户数量增至2565个，ARR超过100万美元的客户数量增至357个 [34] ARR超过3万美元的客户数量同比增长7% [34] - **云业务**：云ARR（包括混合云和SaaS）超过12亿美元，同比增长超过20% [32] - **测试自动化业务**：Forrester在2025年第四季度将UiPath评为自主测试平台领域的领导者，Test Cloud在七个标准中获得了最高分 [18] 测试自动化业务被视为一个重要的、未被充分认识的扩张机会 [18] 各个市场数据和关键指标变化 - **客户保留与扩张**：基于美元的毛保留率保持在97%的行业领先水平 [34] 基于美元的净保留率为107%，调整外汇影响后为106% [34] - **新增客户**：季度末客户总数约为10,750家 [33] 本季度新增了包括Enterprise Products Partners、Helix Electric、Vionet Vision以及一家美国建筑公司等符合公司长期战略的新企业客户 [33] - **垂直行业表现**：医疗保健和金融服务是公司重点发展的垂直领域，通过收购WorkFusion和推出医疗保健AI解决方案来加强布局 [20][21] 公共部门（尤其是美国联邦政府）也显示出良好的增长势头 [59][60][68] - **地域市场**：公司拥有规模可观的日本业务，日元走弱带来逆风，而欧元走强带来顺风，两者影响基本相互抵消 [47] 国际市场中澳大利亚表现强劲 [68] 公司战略和发展方向和行业竞争 - **战略定位：智能自动化平台**：公司定位为统一的智能自动化平台，结合了确定性自动化、智能自动化和企业级编排、治理、安全及可扩展性 [10] 公司认为，在软件构建成本下降的时代，能够安全治理、编排和扩展软件的平台价值在上升 [9] - **四大竞争优势**： 1. 统一平台：结合确定性自动化和智能自动化，提供完整的技术栈 [10] 2. 强大的安装基础飞轮：现有数千家企业运行关键工作流，为部署智能体和更广泛的编排创造了机会 [11] 3. 二十年的企业信任与治理经验：提供大规模的责任制、可审计性、可观察性和可靠性 [11] 4. 深厚的垂直行业专业知识与横向覆盖能力：在监管严格的行业具备深度，同时具备跨企业全域编排的能力 [11] - **产品路线图重点**：未来产品战略围绕三大支柱：1) 在整个平台采用编码智能体；2) 流程编排；3) 垂直行业解决方案 [91] 公司计划在未来几个月内推出由AI编码智能体生成和维护生产级自动化的能力，以解决客户自动化积压问题 [25] - **行业竞争与差异化**：公司强调其平台提供完整的执行层和治理能力，这是许多仅提供单一模式（确定性或智能）的供应商所不具备的 [12] 治理和合规能力通常是客户选择UiPath的决定性因素 [19] - **合作伙伴生态**：公司与德勤、埃森哲等合作伙伴建立了扩大的合作关系，共同构建解决方案并推向市场 [21][22] 合作伙伴正在围绕公司平台构建实践、联合解决方案和上市策略 [21] 管理层对经营环境和未来前景的评论 - **经营环境**：管理层将当前宏观环境描述为“多变的”，观察到某些领域（如公共部门、金融服务、医疗保健、澳大利亚）的强劲表现，同时也存在不确定性（如中东冲突） [68][69] 联邦政府业务显示出良好的增长势头，团队执行有力 [59] - **未来前景与增长动力**：管理层对AI和智能自动化产品的增长势头感到乐观，认为这将带动整个平台的扩张 [48][70] 客户正在加速将工作负载迁移到云端，这对公司整体是积极的，但SaaS产品的增长预计将对2027财年总收入增长造成约1%的逆风 [41] - **长期利润率目标**：鉴于业务模式的强度和可扩展性，公司将长期非GAAP营业利润率目标更新为30% [30] 管理层相信，通过运营纪律、投资向高回报领域转移以及内部采用智能体技术提高生产率，能够在约三年内实现这一目标 [110][112] - **GAAP盈利承诺**：公司预计将在2027财年实现有意义的GAAP盈利，并致力于随着时间的推移扩大GAAP盈利能力 [30] 其他重要信息 - **收购整合**：公司于2026年2月收购了WorkFusion，以增强其在金融服务自动化（特别是金融犯罪合规）领域的能力 [21] 此次收购被视为一项技术性补强收购，对财务影响不大，未达到重要性披露门槛 [57][105] - **运营模式优化**：过去一年，公司加强了运营模式，提高了跨团队协调、市场推广和客户服务的一致性与效率 [27] 内部正在部署UiPath智能体以简化工作流程、减少手动工作并加速执行，已看到生产率提升 [29] - **员工人数**：截至财年末，公司员工总数为3981人 [35] - **股票薪酬管理**：股票薪酬占收入的比例从去年的25%下降至18% [30] 公司计划管理股票薪酬，预计2027财年稀释率（不考虑回购）将在2%-3%之间 [41] - **年度活动**：公司邀请投资者参加将于3月25日举行的年度智能AI峰会 [26] 总结问答环节所有的提问和回答 问题: 关于净新增ARR展望和利润率目标构成的提问 [45] - **回答 (Ashim Gupta)**：外汇对ARR的贡献与先前预期相比没有重大或实质性变化，影响微乎其微 [46] 日元走弱带来逆风，欧元走强带来顺风，两者影响基本相互抵消，全年影响不大 [47] 关于30%的长期营业利润率目标，公司有机会在各个职能领域应用智能体技术，从而在需要时继续对增长进行再投资，公司将平衡看待 [46] 问题: 关于AI产品ARR构成和WorkFusion贡献及联邦政府业务的提问 [51][55] - **回答 (Daniel Dines, Ashim Gupta)**：AI产品在平台内扩散势头良好，但未提供不同组件（如IDP与智能体）的明确比例 [52] 定价模式允许AI和智能体产品之间具有良好的互换性，IDP上市时间更长，占有相当一部分ARR，但智能体也是重要组成部分 [53] WorkFusion的ARR贡献低于重要性门槛，是一项补强收购，其ARR核算方法不同，外部报告的2500万美元数字不准确 [57] 联邦政府业务显示出良好势头，团队执行出色，在某些机构地位稳固，尽管一些机构正在经历变化，但整体看好 [59] 问题: 关于预算环境、竞争定位以及当前能见度和AI产品贡献的提问 [63][66] - **回答 (Daniel Dines, Ashim Gupta)**：公司凭借流程编排技术和强大的工作流引擎，在帮助企业将AI融入工作流方面处于有利地位 [64] 编码智能体的采用将大大加速客户实现价值的时间 [64] 当前环境仍被描述为多变的，观察到部分领域（如公共部门、金融服务、医疗保健、澳大利亚）的强劲表现，但也存在不确定性 [68] 指导方针基于对渠道的深入检查、来自一线的信号以及统计预测模型，并考虑了宏观经济环境的可变性而采取了审慎假设 [69] 指导反映了净新增ARR的稳定化以及团队在智能体市场取得的进展 [70] 问题: 关于表现强劲的垂直行业以及智能自动化规模化成功要素的提问 [73] - **回答 (Daniel Dines)**：医疗保健和金融行业是目前在智能AI计划上支出意愿最强的两个垂直领域，公司通过收购WorkFusion和推出医疗保健解决方案加强了在这些领域的地位 [74] 公共部门也是一个重要的目标垂直领域 [74] 问题: 关于Maestro的供应商无关性以及SaaS转型和智能体解决方案收入确认影响的提问 [78][80] - **回答 (Daniel Dines, Ashim Gupta)**：Maestro在管理的智能体类型上是无关的，它与自家Agent Builder构建的智能体紧密集成，但也支持基于开源框架（如LangGraph）构建的智能体 [79] 公司仍采用基于订阅的捆绑定价模式，而非消耗量计费，因此不存在因智能体解决方案使用量扩大而产生的收入确认延迟影响 [80] SaaS转型预计将对全年总收入增长造成约1%的逆风 [41][80] 问题: 关于AI驱动的自动化积压需求以及对核心自动化业务拉动作用的提问 [83] - **回答 (Daniel Dines)**：市场对AI的巨大兴趣正在推动对自动化的重新关注，AI和确定性自动化是高度互补的，任何AI计划都会为确定性自动化（尤其是无人值守自动化）带来更多机会 [84] 问题: 关于2027财年ARR和收入增长的主要驱动因素的提问 [85] - **回答 (Ashim Gupta)**：AI和智能体产品将是主要增长动力，它们与平台其他部分（如IDP、IXP、无人值守机器人）具有协同效应，能带动整个平台增长 [86][87] 测试自动化业务虽然处于早期，但市场反响良好，也是一个增长驱动力 [87] 问题: 关于垂直战略投入程度以及第四季度外汇影响与预期的提问 [90][92] - **回答 (Daniel Dines, Ashim Gupta)**：公司正处于垂直战略的初期阶段，将在本年度加倍投入 [91] 第四季度的外汇影响（1400万美元顺风）与预期基本一致，日元和欧元的影响相互抵消 [94] 季度业绩超预期的主要驱动因素是销售执行和客户对AI产品的积极响应，外汇影响不大 [94][95] 问题: 关于智能体产品如何带动平台扩张的交易动态的提问 [98] - **回答 (Ashim Gupta)**：扩张方式多样，包括客户在续签时直接增加AI产品、概念验证成功增强了续签信心和小幅扩张等 [99] 概念验证的成功、治理能力以及完整平台是公司的差异化优势 [100] 问题: 关于Screen Agent对自动化增长的影响及其单位经济学的提问 [101] - **回答 (Daniel Dines)**：Screen Agent的部署仍处于早期阶段，它通过处理UI高度可变的场景扩展了平台能力，但尚难评论其对平台采用的具体帮助程度 [102] 问题: 关于ARR指导方法中的保守主义以及按固定汇率计算的增长率的提问 [104][107] - **回答 (Ashim Gupta)**：WorkFusion的贡献不大，且整合期的影响已考虑在指导中 [105] 核心业务依然强劲，净新增ARR趋于稳定，对AI和智能体感到乐观，但鉴于宏观经济环境多变，指导中包含了适当的审慎 [106] 按固定汇率计算的ARR增长率仍为11%，外汇影响全年来看并不重大 [108] 问题: 关于将长期非GAAP营业利润率目标提高至30%的信心来源和时间框架的提问 [110] - **回答 (Ashim Gupta)**：信心来源于持续的运营纪律、将投资转向高回报领域的能力，以及通过内部采用智能体技术提高生产率 [110] 该目标是一个长期目标，时间框架大约为三年，但公司不会等待三年，将持续执行并提高生产率 [112] 问题: 关于美元净收入保留率展望及其指导假设的提问 [114] - **回答 (Ashim Gupta)**：随着净新增ARR趋于稳定，新客户logo获取与现有客户扩张的组合比例（约70/30或80/20）预计将保持不变 [115] 扩张信心主要来自AI和智能体产品，它们将带动整个平台（包括确定性自动化）的扩张 [115] 问题: 关于Anthropic供应链风险的影响以及未来垂直领域收购可能性的提问 [118] - **回答 (Daniel Dines)**：公司采用模型无关策略，客户可选择使用Anthropic模型或自带模型，因此与Anthropic相关的问题对美国公共机构业务零影响 [119] 公司一直在市场上寻找能够带来特定垂直领域人才、技术和专业知识的收购目标，WorkFusion即是一例 [119]

财务数据和关键指标变化 - 公司未提供具体的季度财务数据，但提到全年外汇（FX）影响不显著，日元走弱带来的逆风与欧元走强带来的顺风基本抵消，对全年影响微不足道 [6][51] - 公司长期非GAAP营业利润率目标已上调至30%，目前水平在23%以上，并计划在未来三年左右的时间框架内实现该目标 [67][68] - 美元净收入留存率（Dollar-Based Net Revenue Retention）在调整外汇影响后下降1个百分点至106% [70] - 公司第四季度业绩超预期的主要驱动力是销售执行和客户对AI产品的良好反应，外汇影响与预期一致，未产生重大影响 [51] 各条业务线数据和关键指标变化 - 与AI相关的年度经常性收入（ARR）已达到2亿美元 [10] - 90%的百万美元以上客户已采用AI产品 [44] - AI产品组合（包括智能文档处理IDP和智能体验处理IXP）与智能体（Agentic）产品之间具有高度可替代性，公司未对两者进行明确拆分 [12] - 智能体自动化已成为ARR的重要组成部分，并在平台使用量、交易和评论中有所体现 [12] - 测试自动化业务仍处于早期阶段，但已显示出良好的市场吸引力，将成为增长驱动力 [45] - ScreenPlay Agent（屏幕智能体）仍处于部署早期，但已帮助平台拓展了之前难以触及的用例 [58] 各个市场数据和关键指标变化 - 日本业务规模可观，日元疲软带来逆风，而欧元走强带来顺风，两者影响相互抵消 [6] - 公共部门（联邦政府）业务势头良好，团队执行力强，机会巨大，特别是在战争部（Department of War）看到了对长期战略项目日益增长的需求 [17][19] - 金融服务业和医疗保健行业显示出强劲势头 [26][32] - 澳大利亚等国际市场表现强劲 [26] - 中东冲突带来不确定性 [26] 公司战略和发展方向和行业竞争 - 公司战略基于三大支柱：1）在整个平台采用编码智能体（Coding Agents）以提高生产力和客户价值实现速度；2）以Maestro为核心的流程编排技术，协调智能体AI和确定性工作流；3）深化垂直行业解决方案 [49] - 公司认为自身在帮助企业将AI融入工作流程方面处于有利地位，Maestro流程编排技术提供了市场优势 [23] - AI和智能体AI将引领增长，它们与核心RPA业务具有协同效应，能带动整个平台（如IDP、IXP、无人值守机器人）的增长 [44] - 公司正加倍投资于垂直行业战略，认为这仅仅是开始 [48][49] - 公司采取模型无关（Model Agnostic）战略，允许客户选择甚至自带模型，因此与Anthropic相关的供应链风险对公司没有影响 [76] - 公司认为AI热潮正在重新激发对自动化的兴趣，AI计划会催生更多确定性自动化的机会 [42] - 对WorkFusion的收购被视为一项技术性补强收购，其ARR低于重要性阈值，对公司整体影响微不足道 [15][61] 管理层对经营环境和未来前景的评论 - 经营环境被描述为“多变”（variable），存在局部的强劲势头和压力波动 [26] - 与去年同期相比，目前对公共部门的看法更为乐观，而去年同期该领域存在较大不确定性 [26] - 公司通过深入分析销售渠道、获取一线反馈以及运用财务和运营团队的统计预测模型来制定指引，并在其中考虑了宏观经济环境的多变性，加入了适当的审慎原则 [27] - 公司对团队在智能体市场取得的进展以及自身的市场定位感到乐观，这反映在指引中 [28] - 对净新增ARR的稳定化以及AI和智能体业务带来的潜力感到积极 [7][62] 其他重要信息 - 公司定价采用捆绑式、基于订阅的混合模式，销售“用或弃”的单位，而非纯粹的消耗量计量模式 [38] - 公司拥有庞大的日本业务，因此受日元汇率影响较大 [6] - 公司提到了与Veeva等行业伙伴的合作，以及在医疗保健和金融犯罪等领域的垂直解决方案 [31][32] - Maestro在管理智能体方面是供应商无关的，可以紧密集成自建智能体，也支持集成基于开源框架（如LangGraph）构建的智能体，并通过API调用系统记录应用程序提供的智能体 [36] - ScreenPlay Agent在UI自动化技术难以定义的场景中表现出色，扩展了平台的用例范围 [58] - 向SaaS模式的转型预计将对2027财年的增长产生1%的影响 [38] 总结问答环节所有的提问和回答 问题: 关于净新增ARR展望和营业利润率目标的构成 [4] - 回答: 外汇影响微不足道，与先前指引相比无重大变化。利润率方面，有机会在所有职能领域（工程、行政、销售与营销）通过智能体化和技术进步提高效率，从而在增长方面进行再投资。公司致力于营业利润率扩张 [5][6] 问题: AI相关ARR的2亿美元构成，以及智能体业务的势头 [10] - 回答: 未提供IDP与智能体业务的具体比例，但两者具有互补性且定价灵活。智能体业务是ARR的重要组成部分，在平台使用和交易中有所体现 [11][12][13] 问题: WorkFusion的贡献以及对联邦政府业务的假设 [14] - 回答: 外部报道的2500万美元ARR不准确，且其ARR会计方法不同。该收购的影响低于重要性阈值，是技术性补强。联邦政府业务势头良好，团队执行力强，对部分机构持非常乐观态度 [15][17] 问题: 预算环境、自动化/AI类别趋势以及竞争格局 [22] - 回答: 公司凭借Maestro流程编排技术处于有利地位。编码智能体将加速客户价值实现。确定性自动化与智能体自动化的结合在同一平台中至关重要 [23][24] 问题: 当前环境特征、能见度以及AI产品组合在2027财年的贡献 [25] - 回答: 环境依然多变，但公共部门等领域现表现强劲。指引结合了渠道分析、一线反馈和预测模型，并考虑了宏观多变性。指引反映了净新增ARR的稳定化以及团队在智能体市场的进展 [26][27][28] 问题: 在智能体AI方面支出意愿最强的垂直行业，以及规模化成功的关键 [31] - 回答: 医疗保健（特别是收入周期管理）和金融行业（通过WorkFusion加强）是重点。公共部门也是重要的目标垂直领域 [32] 问题: Maestro是否供应商无关，以及SaaS转型和智能体解决方案的影响 [35][38] - 回答: Maestro可管理各类智能体，与自建智能体深度集成，也支持开源框架智能体，并通过API调用系统记录应用的智能体。定价仍基于订阅模式，非消耗量计量，因此无延迟收入影响。智能体解决方案的扩展是SaaS转型带来增长阻力的部分原因 [36][38] 问题: AI解锁更多自动化工作流程的顺风规模，以及对核心业务的带动作用 [41] - 回答: AI热潮正重新激发对自动化的兴趣。AI计划通常会催生确定性自动化的机会，两者是互补的 [42] 问题: 2027财年ARR和收入增长的最大驱动力 [43] - 回答: AI和智能体将引领增长，并与平台其他部分协同，带动整体业务。测试自动化也是增长驱动力 [44][45] 问题: 2027年垂直战略的执行力度 [48] - 回答: 垂直战略处于起步阶段，公司正在加倍投入。产品战略聚焦于编码智能体、流程编排和垂直解决方案三大支柱 [49] 问题: 第四季度外汇对ARR的1400万美元顺风与预期对比 [50] - 回答: 实际外汇影响与预期一致。季度业绩超预期主要源于销售执行和客户对AI产品的反应，外汇无重大影响 [51] 问题: 智能体业务如何带动整个平台，以及对交易时间的影响 [54] - 回答: 带动方式多样，包括在续约时扩展、概念验证增强续约信心等。概念验证的成功和平台的全方位能力是关键差异点 [55][56] 问题: ScreenPlay Agent如何推动自动化增长及其单位经济学 [57] - 回答: ScreenPlay Agent仍处于部署早期，它在UI自动化难以处理的场景中扩展了平台用例。目前评论其对平台采用的影响为时尚早 [58] 问题: ARR指引的方法论和保守程度，以及WorkFusion的影响 [60] - 回答: 外部对WorkFusion ARR的假设不准确，其影响微不足道。尽管其业务增长快，但有客户重叠，且需整合期。核心业务强劲，净新增ARR趋于稳定，但对宏观多变性保持了审慎 [61][62] 问题: 指引中隐含的固定汇率ARR增长率 [64] - 回答: 公司给出了1400万美元的外汇假设，增长率保持11%，逐年来看影响微不足道 [65] 问题: 将长期营业利润率目标上调至30%的信心来源和时间框架 [67] - 回答: 信心来自良好的运营纪律、投资向高回报领域转移，以及智能体化带来的内部生产率提升。目标计划在未来三年左右实现，但公司会持续执行 [67][68] 问题: 美元净收入留存率（NRR）的驱动因素及指引中的假设 [70] - 回答: 净新增ARR稳定，新客户与扩张业务的组合比例保持稳定。扩张信心主要来自AI和智能体产品，并由此带动整个平台 [71][72] 问题: Anthropic供应链风险的影响以及未来垂直领域收购的可能性 [75] - 回答: 公司采取模型无关策略，Anthropic模型是可选项，因此无影响。公司会持续关注市场，寻找能带来人才、技术和垂直领域专长的收购目标 [76]

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]

纪要涉及的公司 UiPath (PATH) 纪要提到的核心观点和论据 公司向代理自动化转型的原因 - 公司愿景是端到端流程自动化，RPA是进入企业的良好切入点，之后扩展到API、智能文档处理和邮件处理等领域 [7][8][9] - 之前的技术是基于规则的，存在局限性，大语言模型（LLMs）的出现带来了处理认知流程的机会，代理自动化是自然延伸 [10] - 公司技术一直模仿人类工作方式，与AI应用于流程的目标一致，但传统自动化可靠且确定，AI是非确定性的，代理自动化可将非确定性技术应用于确定性流程 [11][12] 公司在市场中的竞争优势 - 拥有10,000个客户，了解企业业务流程，可在现有机器人应用场景基础上扩展机器人能力，且便于在同一平台管理机器人和代理 [14][15] - 为机器人技术构建了特定的安全和治理体系，可应用于代理，确保技术可靠 [16][17] - 是不同系统集成的“瑞士”，对所有平台提供同等优质的集成支持，能连接多种系统，包括遗留系统和现代API系统，避免安全失衡和管理难题 [22][25] 代理自动化的用例 - 金融领域，如订单到现金、采购到付款流程，日本一家大型银行在订单到现金流程中希望通过自动化将准确率从低于50%提升到95% [26][27] - 医疗保健领域，用于收入周期管理、客户索赔拒绝处理和事先授权等 [28] - 客户服务领域，有众多应用场景 [28] 编排器对代理工作流的重要性 - 是部署企业代理的关键组件，能提供让人类参与的框架，实现代理与代理、代理与机器人的连接 [33] - 新的编排引擎适应现代流程描述和集成方式，能提供端到端业务流程的全面分析和审计，让客户放心部署代理 [34][36] - 可让人类参与编排，观察代理表现，使代理不断学习改进，在获得信心后可给予代理更多权限 [38][39] 产品早期反馈和发展趋势 - 产品正式发布前就有客户要求投入生产，目前概念验证（POC）和试点数量众多，但仍处于早期阶段，客户需建立信心 [42][43] - 客户通常从小规模应用开始，公司和合作伙伴正在探索大规模部署的蓝图，今年将继续学习和构建更多垂直解决方案 [44][45][47] UiPath平台的特点和优势 - 基于强大的自动化基础构建，可将机器人的确定性规则工作与代理和LLMs的动态目标工作相结合，实现端到端流程自动化，让人们专注于关键决策和高价值工作 [50] - 支持专业开发者工具和低代码方法，可使用任何供应商的最佳模型和代理，同时投资于代理的跟踪、治理和管理，确保准确性和可靠性 [53] - 拥有UiPath Maestro、AgentBuilder和IXP等创新产品，可简化自动化管理、设计专业代理和提取文档数据 [54][55] 关于代理和机器人的关系 - 由于当前技术限制，GenAI难以精确遵循规则，在英语中推理和全面测试代理较为困难，训练开发者用代码描述规则流程比创建代理更容易，因此规则工作使用机器人更合适 [79][80][82] - 从治理和信任层面考虑，规则工作使用能提供一致答案的自动化技术更可靠 [83][84] 构建类似Maestro平台的难度和ROI - 构建像Maestro这样的平台需要多年工程开发和数百人的团队，并非易事，它基于现有编排器构建，具有安全、治理、部署和管理等功能 [85][86] - 集成代理、机器人、编排和人类参与的端到端流程能提供客户所需的结果，实现最大投资回报率（ROI） [87][88] - 平台能缩短价值实现时间，提供治理、可观察性、控制、评估集等功能，让开发者和业务用户协作，使大型客户能在数天内将项目投入生产 [89][90][91] 收购Peak的影响 - 收购Peak受到客户好评，加速了其业务管道，公司的市场推广团队对在制造垂直领域采用该技术感到兴奋 [92] - 学习了Peak使用前沿部署工程师促进代理生成的模式，将用于构建其他特定垂直代理 [93] 与其他RPA技术的比较优势 - 一些使用其他RPA技术（如Blue Prism）的客户有迁移需求，因为Blue Prism近年来发展缓慢，扩展困难 [94] - UiPath能在同一平台管理代理和机器人，是现有自动化项目的自然延伸，为客户提供更具未来性的技术 [95] 其他重要但是可能被忽略的内容 - 会议为产品网络研讨会，不接受财务相关问题，活动将被记录并发布在投资者关系网站上，发言可能包含前瞻性陈述，实际结果可能因多种风险因素与陈述有重大差异 [1][2] - 公司创始人兼首席执行官Daniel Dines从罗马尼亚布加勒斯特拨入会议，这里是公司的起点和首个机器人的诞生地 [5] - 在保险索赔处理演示中，展示了UiPath平台如何通过Maestro、AgentBuilder和IXP等产品实现自动化，包括数据提取、代理构建、评估和优化等过程 [56][60][64]