公司及行业关键要点总结 公司概况 * 公司为欧特克（Autodesk，纳斯达克代码：ADSK）[1] * 本次为2026年3月4日举行的投资者电话会议纪要[1] 近期财务表现与业务健康度 * 公司在2026财年第四季度业绩全面超预期，包括账单金额、收入、利润率、自由现金流均超出预期[8] * 业务在各个维度表现良好，包括运营的行业、垂直领域、细分市场和地理区域[10] * 数据中心和工业建筑领域表现强劲[10] * 新兴市场因大规模基础设施建设，业务持续表现良好[10] * 增长由强劲的存量客户扩展业务和新客户增长驱动[10] * 尽管外部环境存在噪音，但未影响客户购买模式，客户持续投资[11] * 公司预计2027财年将延续这一趋势[12] 长期增长驱动力与市场机遇 * 公司认为其业务具有稳定、持续、有韧性的增长基础，并叠加了云、人工智能和平台投资等催化剂[5] * 行业存在有利的长期趋势：建筑行业的技术采用、制造业的数字化、基础设施等领域的投资[6] * 公司运营的行业存在强劲的增长驱动力[6] * 公司正致力于完成资产全生命周期管理，从“计划与设计”扩展到“制造”（建造与制造），并最终进入“运营”阶段，这将使公司参与项目的时间从数月/数年延长至数十年[16] * 这极大地扩展了公司的潜在市场总额[18] * 公司正成为物理资产（无论是建筑还是产品）的“操作系统”[17] 利润率与运营效率 * 2026财年实现了200个基点的利润率扩张[22] * 公司预计2027财年将再增加75个基点的利润率（中值）[22] * 利润率扩张反映了重组带来的节省（扣除再投资部分）、业务固有的运营杠杆，并吸收了约100个基点的会计模型变更带来的机械性百分比阻力[28] * 公司已实施新的交易模式，与终端客户建立直接关系，改变了会计处理方式，对营业利润率百分比产生数学上的阻力，但不影响美元金额[23][24] * 作为商业模式转型的最后一步，公司在2026年1月进行了最新重组，影响了部分销售人员，但也引入了新的工具和能力以更高效地服务客户[26] * 部分重组节省将再投资于业务，包括销售能力（不同技能）、营销职能以及核心研发（特别是人工智能和平台）[27] * 公司对实现长期利润率目标充满信心[29] 人工智能战略与应用 * 公司已投资人工智能近十年，积累了3D和人工智能交叉领域的稀缺技能[41] * 人工智能解决客户的核心问题：产能限制和生产力提升[41] * 人工智能的货币化分为三层：任务自动化、工作流自动化、系统自动化[41][44] * 任务自动化作为产品功能，通过基于席位的订阅模式货币化[42][44] * 工作流和系统自动化将更多是消耗型/使用型，通过基于使用量的模式货币化，因为这些方案对公司而言资源更密集[44] * 在2025财年，公司17%的业务已采用基于消耗的模型，具备相关经验[48] * 长期来看，更密集的计算工作负载将对毛利率百分比产生影响，但仍将增加毛利金额，并为股东创造价值[49] * 公司内部广泛使用人工智能工具提升生产力，例如在开发环节，Construction Cloud 的广泛部署提升了开发人员效率[34][35] * 公司将人工智能视为提升组织速度和生产力的一种方式，而非单纯用于限制产出和节省成本[35] 产品战略与竞争优势 建筑、工程与施工领域 * 建筑行业是数字化程度最低的行业之一，存在巨大低效和浪费，是技术应用的沃土[52] * 公司致力于连接上游（业主、建筑师）和下游（总承包商），在同一个协作平台上管理项目全生命周期[54] * 公司的竞争优势基于三点：数据、上下文、专业知识[59] * 数据：公司拥有多年从客户项目中获取的数据用于训练基础模型，这些数据并非公开可得，使得模型能力更强大[60][61] * 上下文：模型需要理解项目的整体上下文才能做出有效建议，公司能利用数据提供丰富的项目上下文（如对建筑规范、机电管线的影响）[61][62] * 专业知识：公司在3D和人工智能交叉领域拥有深厚专业知识[41][63] * Construction Cloud 的切入点因项目类型和用户角色而异，例如数据中心项目由 sophisticated 的业主运营商主导技术栈，而其他项目可能由总承包商决定[68] * 当前数据中心领域需求强劲[66] 制造业领域（Fusion） * Fusion 是制造业中增长最快的产品之一，增长势头已持续近十年[70] * 公司的传统优势在于中端市场，为设计桌子、花瓶等较简单产品的制造商提供服务[71] * 初始采用多为小型部署（1-2个席位，3-5个席位），未来增长机会在于向中型制造商（10-20个席位的账户）拓展，这将显著驱动席位数量增长[72] * 关键是为中型制造商持续投资增强数据管理能力，相关功能已在2026财年发布，2027财年及以后将有更多[72] * 公司也关注消费产品等更复杂产品的设计和制造机会[73] * 公司的运营领域雄心不仅限于建筑运营，也包括制造运营，这是一个巨大的机会[78] 人工智能产品化（以 Project Bernini 为例） * Project Bernini 是公司生成式人工智能3D模型的开端，是一个专业级设计基础模型[80] * 自 Bernini 之后，公司已开发更多针对特定领域和用例的基础模型，这些模型基于客户数据训练，能提供更强大且更具成本效益的结果[82] * 在2026年9月的 Autodesk University 上展示了相关能力，未来几个月将看到更多产品发布[83] * 早期应用将更多体现在任务自动化工作负载上[83] 市场模式转型与客户关系 * 新的交易模式旨在与终端客户建立直接关系，以更好地了解客户产品使用情况，从而获取信号以推动产品组合销售和账户扩张[88] * 该模式在2025年实施时带来了一些运营摩擦，但在2026年已消退[89] * 益处包括：提升市场模式效率（已通过重组和利润率改善体现）、驱动新业务增长[89] * 随着模型趋于稳定，公司从客户获得更佳信号，并配备了扩展团队，为未来驱动更大增长和扩张做好了准备[93] 长期增长前景与风险提示 * 长期增长由行业趋势、产品准备、市场模式变革以及人工智能投资共同驱动[97] * 作为市场模式优化的最后阶段，销售组织因重组和团队调整会带来短期干扰，公司已将此因素纳入业绩指引，近期会持谨慎态度[97] * 除此之外，公司对业务的长期增长感觉良好[97]

财务数据和关键指标变化 - 公司已公布本年度经调整后的营业利润率指引约为37% [67] - 公司的长期营业利润率目标为41% [67] - 新的交易模式预计将在下一年对利润率造成约400个基点的不利影响，使报告利润率与45%的潜在水平之间存在差距 [67] 各条业务线数据和关键指标变化 - 建筑业务表现亮眼，在第二季度延续了前几个季度的强劲表现 [31] - 建筑业务增长得益于新客户数量的强劲增加和现有客户的持续扩张 [31] - 在建筑行业内，数据中心、工业和基础设施建设的强劲势头，抵消了商业建筑领域的疲软 [31] 公司战略和发展方向和行业竞争 - 公司的核心战略重点是利用云和人工智能技术，推动设计与制造的融合 [13][14] - 公司正在进行市场推广模式的优化，包括调整组织结构、削减部分非销售职能（如市场营销）的投入，并将节省的资金重新投资于构建未来能力，如加强渠道合作伙伴整合和提升自助服务能力 [23][25][26] - 公司认为自身在人工智能领域比竞争对手领先数年，优势在于长期投入、自建AI技术栈带来的70%效率提升，以及独有的三维数据访问和处理能力 [54][56][57] - 公司的AI战略是一个连续体，从功能自动化（内置于订阅产品中）到工作流自动化，再到系统自动化（可能采用基于用量的消费模式） [39][40][46] - 公司计划通过现有产品提价以及针对资源密集型工作负载采用代币等基于用量的模式来实现AI技术的货币化 [46][49][50] 管理层对经营环境和未来前景的评论 - 建筑行业客户面临的核心战略挑战是整合和管理数据，以应对远程工作、供应链冲击和应用人工智能的需求 [33] - 建筑行业客户希望通过连接设计和施工前阶段的数据，来提前发现并解决70%可能在施工现场出现的问题，并将数据关系延伸到资产运营和维护阶段，创造数字孪生 [34][35] - 在人工智能时代，横向连接（如设计阶段对施工阶段的影响）将变得更加重要，AI能够将仿真提前，在早期规避可能造成巨大成本的问题 [37][38] - 人工智能将推动从人主导的流程向机器主导的流程转变，机器可以处理人脑无法处理的复杂跨领域连接，并能24小时不间断工作，这将创造巨大的价值货币化机会 [40][41][42] 其他重要信息 - 公司即将举行的用户大会（AU）上将分享更多关于AI项目Bernini和货币化策略的细节 [50][66] - 公司在处理客户数据用于AI训练时，会通过标记和过滤来保护客户的知识产权和独特设计 [75][76] - 公司的Forma平台是建筑行业的行业云，为客户提供数据模型、统一数据栈和协作能力 [71] 总结问答环节所有的提问和回答 问题: 市场推广模式优化具体指什么 - 优化主要针对市场推广职能，包括削减部分非销售职能（如市场营销、客户成功、销售运营和技术支持）的投入，并将节省的资金重新投资于构建新能力，如渠道合作伙伴整合和自助服务能力 [25][26] 问题: 交易模型的当前进展和预期效益如何 - 交易模型的实施按计划进行，未出现重大意外事件，这得益于良好的执行 [27] - 优化是一个持续的过程，包括对收入和成本的多项调整，有些见效快（如今年初9%的裁员），有些则需要多个季度（如低端客户转向电子商店） [28] - 财务影响方面，收入前成本已从计入"收入前"转为计入"销售与市场营销"费用，该影响首先体现在账单上，然后迅速影响利润表，公司已度过账单影响的高峰期，正接近收入影响的高峰期，预计影响将在明年开始消散 [28][29] - 目前尚处于数据迁移和优化阶段，通过交易模型获得数据驱动、增加交叉销售机会的效益为时尚早 [30] 问题: 建筑业务持续强劲的动力和未来增长点 - 动力来自新客户增加和现有客户扩张，业务的多元化（如数据中心、工业基建的强劲抵消了商业建筑的疲软）有助于稳定表现 [31][32] - 公司在建筑信息模型领域的竞争优势在于帮助客户整合数据，连接上下游（设计、施工、运营），创造数字孪生以实现持续价值 [33][35] 问题: 拥有设计阶段优势对销售建筑管理平台的重要性 - 在人工智能时代，横向连接至关重要，AI能够利用设计阶段的数据，提前模拟并影响施工决策，避免后期高昂的成本问题 [37][38] 问题: AI产品的货币化策略和定价思考 - 货币化将采用两种方式：功能自动化将作为增值功能内置于现有订阅产品中并通过提价体现价值；对于计算密集型的工作流和系统自动化，将采用基于用量（如代币）的消费模式 [39][40][46][49][50] - 定价策略仍在细化中，更多细节将在用户大会上公布 [50] 问题: 如何看待为追求AI收入而可能面临的利润率压力（参照其他公司案例） - 公司已在AI领域投入多年，并非新手，通过自建AI技术栈等方式提升了效率（如比直接使用AWS栈效率高70%），能够更好地管理投资和成本 [52][54] - 公司业务本身具有经营杠杆，可以在投资增长的同时保持利润率 [53] 问题: 项目Bernini的进展、与第三方模型的关系及可用时间 - Bernini是公司的专有研究项目，基于公司内部的多模态数据（包括图纸）进行训练 [64] - 公司也一定程度利用第三方模型，但Bernini是核心 [64] - 关于其全面功能可用性的更多细节将在即将举行的用户大会上公布 [66] 问题: 在当前利润率基础上实现长期目标的路径 - 路径包括：执行中的市场推广优化带来的经营杠杆、业务模型固有的经营杠杆，以及业务模型转型不利影响消散后的自然提升 [67][68] - 利润率目标设定时已考虑了多种增长情景，以确保其可达成性 [68] 问题: 中小型客户如何从AI中获益 - 中小型客户将根据其使用的AI功能复杂程度获益：简单的任务自动化将内置在产品中并通过订阅获取；更复杂的、资源密集型的工作负载可能需要通过基于用量的方式付费 [70] - 通过行业云Forma，中小客户也能获得跨生态系统的协作和数据模型优势 [71] 问题: 利用三维数据优势面临的挑战及竞争对手的追赶态势 - 利用三维数据的挑战包括数据碎片化，公司已投入工程力量解决此问题，以从数据中提取更多价值 [56] - 公司认为在数据利用方面远超竞争对手，且通过技术手段（如数据标记和输出检查）保护客户IP，建立了信任优势 [73][75][76] - 尽管竞争对手可能试图追赶，但公司凭借先发优势和持续投入保持了领先地位 [74]