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]