电话会议纪要分析：AI对软件行业的影响 一、 涉及的行业与公司 1. 行业 * 软件行业，特别是企业软件、人工智能（AI）和大型语言模型（LLM）领域 [1] * 讨论焦点是AI对企业软件行业的潜在颠覆、机遇与风险 [1] 2. 公司 * **Rimini Street**：一家为大型企业（年收入100亿美元以上）提供第三方企业软件支持、维护和AI解决方案的公司 [2] * 年经常性收入（ARR）超过4亿美元 [10] * 员工约2,000多人，在28个国家运营 [12] * 自2017年起上市 [10] * **Zeta Global**：一家营销自动化平台公司，利用第一方数据和专有AI算法帮助大型企业获取、维护和变现客户 [8] * 2024年预期收入中值为17.55亿美元，息税折旧摊销前利润（EBITDA）近4亿美元，自由现金流转化率超过60% [14] * 连续四年实现超过30%的复合收入增长、超过50%的EBITDA增长以及超过75%的自由现金流增长 [14] * 全球拥有603家客户，其中151%的《财富》100强公司是其客户 [8] * 据Forrester统计，其平台为客户带来600%的投资回报率（ROI） [8] 二、 核心观点与论据 1. AI颠覆企业软件的叙事被夸大，复杂、关键任务型系统具有强粘性 * **观点**：市场对AI将迅速颠覆和取代大型企业软件平台（如ERP）存在过度焦虑，这不会在短期内发生 [1][16][17] * **论据**： * 企业系统（如ERP）包含成千上万经过审计、符合全球上市公司标准的流程和数百万行代码，无法在一夜之间被替换 [16] * 客户对大规模系统的更换是渐进式的，通常需要20-30年的生命周期，他们更看重稳定性和延续性 [16][17] * 历史类比：互联网、移动计算、云计算等技术出现时，也曾被预言会颠覆现有巨头（如沃尔玛、摩根大通），但最终拥抱这些技术的公司变得更强大 [19] * 目前ERP等系统将被全新的范式取代，但这将是一个长达10-15年的渐进过程 [17][47][62] 2. 拥有专有数据、深度集成并能创造实际投资回报的软件公司将受益于AI * **观点**：AI对“单薄”的应用程序（主要是工作流管理工具）构成威胁，但能创造智能和实际投资回报的复杂、关键任务型平台将蓬勃发展 [1][20][53] * **论据**： * **Zeta的案例**： * 拥有5.52亿活跃用户的 opted-in 数据云，平均每人有5,000-7,000个数据字段 [20] * 第一方跟踪像素覆盖数万亿内容页面，实时处理数据，每秒需进行7,500至9,000次计算 [21] * 利用专有AI模型（自2017年开始构建）分析用户意图，为客户创造600%的ROI [8][25] * 从不将数据出售或提供给任何大型语言模型，数据是专有护城河 [24][27] * **Rimini Street的案例**： * 专注于帮助企业降低核心交易系统的总服务成本（人力、系统、流程） [2] * 在现有系统之上构建新的AI能力，提供“创可贴”式解决方案，以数周时间解决以往需要数月甚至数年升级才能处理的问题 [48] * **护城河构成**： * **数据护城河**：专有的、大规模的第一方数据 [25] * **集成与信任护城河**：与《财富》500强等大客户的深度集成，涉及数据安全、法律、采购、SOC 2审计等复杂流程，客户不会轻易将数据交给第三方 [26] * **投资回报护城河**：为客户创造极高的ROI（如Zeta的600%），使客户将其视为创收中心而非成本中心，业务粘性高（Zeta净留存率达120%） [8][25][28] 3. AI的采用应是渐进、务实且以解决问题为导向的 * **观点**：当前市场存在“AI洗白”现象和盲目恐慌，企业应冷静评估，从改善现有流程和自动化开始，逐步采用AI [31][32] * **论据**： * 许多软件发布只是简单加上“.AI”后缀，并非真正的AI版本，导致信息过载，令CIO/CFO感到困惑和停滞 [31] * 许多公司仅通过改进自身流程和自动化就能获得70%的收益，无需立即触及AI [31] * AI项目失败率惊人，因为许多公司尚未理解技术就仓促上马 [33] * 成功的公司往往是冷静的采用者，而非最早吃螃蟹的人 [33] * 企业面临矛盾指令：一方面要采用新技术（需要投入），另一方面又要削减IT预算（如30%），这需要决策者建立清晰的治理模型，停止无效支出，将资源用于真正的创新 [36] 4. AI的未来在于“智能体”（Agentic AI）和分层架构 * **观点**：AI投资的未来不在于基础大型语言模型，而在于构建在其上的小型、垂直的智能体模型 [38][100] * **论据**： * **Zeta与OpenAI的合作**：联合工程团队共同开发“Athena”——一个语音驱动的超级智能体，帮助客户通过自然语言指令操控复杂平台界面，而无需暴露Zeta的专有数据或使用OpenAI的模型进行核心意图分析 [39][40][41] * 此前推出的语音界面ZOE虽不完美，但采用它的客户在平台上的支出增加了250% [42] * **Rimini Street与ServiceNow等合作**：软件巨头（ServiceNow, Palantir, Microsoft）提供AI工具包，但客户需要的是解决方案而非工具包 [45] * Rimini Street利用其对企业交易系统的经验，将这些工具包应用于具体场景（如ERP），创建可降低成本和人力、提高灵活性的智能体解决方案 [46] * **分层架构思维**：未来软件架构像多层蛋糕，底层是现有软件，之上是AI平台层、数据层和用户体验（UX）层 [60] * 设计时应考虑模块化和部件可互换性，因为AI平台领域的赢家尚未确定，企业需要能够灵活更换底层组件而不影响日常运营 [60][61] 5. AI将提升软件公司运营效率，影响财务指标和估值 * **观点**：AI能显著提升软件公司内部生产力和运营效率，影响增长与成本的平衡，进而可能改变传统的估值衡量标准（如40法则） [88][102] * **论据**： * **内部效率提升**： * Zeta工程师生产率在过去12个月提升了125%，公司预计今年增长30%以上，但年底员工总数将少于年初 [63][91] * Zeta预计未来多年有机增长率超过20%，但员工人数可能保持持平 [92] * Rimini Street利用AI将工程师响应时间缩短至70秒，问题解决周期时间减少了28%，并计划在2025年底前将员工总数控制在低于2024年的水平，但会继续增加（增速放缓） [93][94] * Rimini Street在关键任务系统中保持“人在环中”，用AI增强工程师能力而非取代他们 [93] * **对财务指标的影响**： * Zeta自称已连续多个季度超过“50法则”（约30%增长+20%运营利润率），并强调平衡增长与盈利的重要性 [102][103] * Rimini Street以沃伦·巴菲特风格为标杆，追求高盈利和强劲现金流，目标是达到“40法则”，并关注每股收益（EPS）和股东回报 [105][107] * 净留存率（如Zeta的120%）等衡量客户满意度的指标依然关键 [103] 三、 其他重要内容 1. 市场情绪与认知差距 * 市场对变革速度的反应不切实际，导致恐惧和波动 [71][80] * 许多CIO/CFO存在“冒名顶替者恐惧”，害怕自己不理解AI而他人理解，实际上整个行业都处于探索阶段 [81] * AI定价模式复杂且不透明（如基于令牌），类似于早期手机长途资费套餐，是当前采用的挑战之一，未来需要更简单、可预测的模型 [82][86] 2. 大型语言模型（LLM）领域的展望 * 预计LLM领域将出现少数几个大赢家，同时会出现垂直领域的LLM，整体将走向商品化 [97][98][99] * 企业可能会使用多个不同的AI平台（如Microsoft Copilot、ServiceNow、Salesforce的智能体），具体取决于需求 [100][101] * 目前仍处于AI周期的早期阶段，参与者更替、市场波动是正常的 [99] 3. AI实施的内部管理 * **领导与组织**：不建议设立单一的“AI沙皇”，而应将AI能力下放到组织各层，辅以教育、激励和追踪 [109] * Rimini Street建议成立独立的创新团队，以“快速失败”的方式探索新技术，与日常IT运营隔离 [113][115] * **文化**：必须让员工感到安全，鼓励尝试和快速失败，并让他们明白掌握新技术是为了晋升而非被取代 [110][111] 4. AI对销售和增长的影响 * 对于像Zeta这样以AI为基础的公司，AI是其销售流程和价值主张的核心，能够通过可验证的高ROI（如帮助某无线运营商降低37%流失率，创造20亿美元增量EBITDA）来驱动销售 [118] * 对于像Rimini Street这样涉及关键任务的公司，AI的直接收入可能不大，但其展现的未来适应能力和愿景能影响客户当前的决定，为其他产品带来收入 [120][121][122] 5. 长期展望 * 软件行业正经历从大型单体平台（如SAP、Oracle的ERP）向模块化、组件化转变，大公司对客户的控制力在减弱，这会影响其长期估值 [52] * 开源软件（如数据库）持续获得发展势头，但企业需权衡其与闭源产品的总拥有成本 [68][79] * 最终，AI将成为优秀软件公司的强大助力，帮助它们创造更多收入机会、提升盈利能力，并为能够区分优劣的投资者带来良好回报 [124][125]