财务数据和关键指标变化 - 第二季度总收入为2300万美元，超出公司指引和市场共识，同比增长3% [14] - SaaS收入同比增长5%，占总收入的95%，高于去年同期的93% [14] - 若剔除本财年将逐步淘汰的非核心消息产品带来的约60万美元季度性收入减少，则总收入同比增长5%，SaaS收入同比增长8% [14] - 非GAAP总毛利率为74%，较去年同期的71%提升300个基点 [14] - SaaS毛利率为80%，较去年同期的78%提升200个基点，主要得益于产品增强带来的成本效益部署和运营效率提升 [14][15] - 专业服务收入环比下降，导致第二季度专业服务毛利率为负，但公司已调整团队规模，预计第三季度起毛利率将恢复至持平或微正 [15] - 非GAAP运营成本为1420万美元，同比下降3%，因公司精简业务运营，增加AI产品创新投资，同时减少对传统产品的支出 [16] - 非GAAP净利润为300万美元，每股收益0.11美元，去年同期为130万美元，每股收益0.05美元 [16] - 调整后EBITDA利润率为14%，高于去年同期的7% [16] - 第二季度运营现金流为1010万美元，运营现金流利润率为44%，去年同期为640万美元，利润率29% [17] - 期末现金及现金等价物为8310万美元，高于2025年6月30日的6290万美元 [17] - 公司未进行股票回购，当前授权回购计划下仍有1970万美元可用额度 [17] - 第三季度指引：总收入预计在2220万至2270万美元之间，非GAAP净利润预计180万至230万美元，每股收益0.06至0.08美元，调整后EBITDA预计260万至310万美元，利润率12%至14% [19] - 2026财年全年指引：总收入预计在9050万至9200万美元之间，实现年度增长回归，GAAP净利润预计450万至600万美元，每股收益0.16至0.21美元，非GAAP净利润预计880万至1030万美元，每股收益0.31至0.36美元，调整后EBITDA预计1090万至1240万美元，利润率12%至13% [20][21] 各条业务线数据和关键指标变化 - AI知识中心业务势头强劲，来自AI知识客户的SaaS年度经常性收入同比增长27%，目前占公司总SaaS年度经常性收入的64% [4][18][22] - 所有客户的SaaS年度经常性收入同比增长7%，若剔除逐步淘汰的非核心消息产品，则同比增长11% [18] - AI知识客户的LTM美元计SaaS净留存率为116%，高于去年同期的99%，所有客户的净留存率为101%，高于去年同期的89% [18] - AI知识客户的LTM美元计SaaS净扩张率为119%，所有客户为108% [18] - 剩余履约义务总额同比增长15%，短期剩余履约义务为5300万美元，同比增长4% [19] - 合作伙伴生态系统贡献显著，2026财年上半年合作伙伴带来的新客户数量同比增长超过一倍，合作伙伴带来的销售线索同比增长80% [4][5][10] 各个市场数据和关键指标变化 - 公司在欧洲市场取得重要进展，与荷兰大型保险金融集团Achmea签约，为其超过1000万客户和21000名用户提供平台支持 [8] - 美国市场方面，赢得一家全球最大的商业软件提供商的企业知识授权，平台将部署给超过10万名用户，覆盖客户体验、员工体验和AI体验等多个用例 [6][7] - 在美国还签约了一家大型橱柜制造商，以及俄勒冈社区信用合作社等客户，展示了在制造业和金融服务业的市场渗透 [7][8][9] - 市场对AI知识解决方案的兴趣激增，销售漏斗顶部的AI知识销售线索同比增长超过50%，纯主动咨询兴趣同比增长23% [4][10] 公司战略和发展方向和行业竞争 - 公司战略聚焦于成为企业可信的知识基础，以加速企业级AI的投资回报率，这一观点正获得市场越来越多的认同 [6][10] - 观察到客户服务与联络中心采购，以及企业用例导向采购的融合趋势，这由企业AI团队及其对知识的兴趣所推动 [5] - 产品战略上，推出了面向开发者的eGain Composer，旨在推动AI知识中心的产品销售并吸引新的生态系统合作伙伴 [10] - 公司采用产品驱动增长策略，并取得切实成果，eGain Composer帮助公司在客户体验之外更广泛的用例中与AI利益相关者展开早期对话 [10][12] - 行业地位获得认可，再次入选Gartner生成式AI知识应用魔力象限的领导者象限，并于2025年11月获得KMWorld领导者选择奖 [11][12] - 公司认为，尽管客户体验是知识解决方案最具说服力的投资回报率主张，但知识的价值并不局限于客户体验用例，将其应用于整个企业能为寻求加速AI雄心的企业带来巨大利益 [9] 管理层对经营环境和未来前景的评论 - 管理层认为公司第二季度业务势头良好，营收和盈利能力均超指引和市场共识，运营现金流强劲 [4][13] - 预订量强劲，包括多个全球1000强客户和健康的业务扩展 [4] - 合作伙伴动能正在良好建立，2026财年上半年25%的新客户来自合作伙伴 [4] - 市场正在围绕以客户体验和客户服务为中心，并延伸至整个企业以创建集中化知识基础的趋势而融合，这将为企业AI计划提供跳板能力 [12][13] - 对于生成式AI对软件行业的影响，管理层认为基础编程乃至复杂编程的速度正在加快，但架构、用例理解、非功能性需求（如可靠性、可扩展性、性能）以及整体集成能力仍是关键壁垒和差异化因素 [35][36] - 管理层预计，假设定价保持稳定，生成式AI工具将有助于提高内部盈利能力，但长期来看整个行业都可能面临定价压力 [38] - 公司当前重点是抢占“企业知识结构”这一市场的份额 [38][39] 其他重要信息 - 公司正在逐步淘汰非核心消息产品，第二季度已减少50%的相关收入，剩余部分将在2027年第一季度减少 [29] - JPMorgan的部署按计划进行中，已完成一半，预计今年晚些时候全面推出 [48] - 公司计划于2026年5月6日至7日在伦敦举办eGain Solve客户活动，届时将展示新产品和能力 [48] - 在销售案例中，公司更多地是取代某些战术性解决方案或缺乏创新及AI准备度的旧有大型解决方案，常见替代对象包括SharePoint加RAG方案、Salesforce中的知识库，以及未能跟上AI期望的旧知识管理解决方案 [50][51] - 公司招聘策略正在重新分配，增加对湾区本地高端工程、技术、产品管理和AI人才的投入，同时通过自动化减少部分分布式团队；市场部门因新领导上任将增加活动和投资；销售部门正投资于专家型、专业型人才以配合产品主导的销售模式 [43][44] 总结问答环节所有的提问和回答 问题: 关于大型软件交易的更多细节，包括销售周期、竞争格局和替代方案 [25] - 该交易销售周期较长，认真推进约一年半，经历了完整的RFP流程，最终公司胜出 [26] - 客户此前没有企业级知识平台，但某些功能失调的团队内部有其他竞争对手的AI搜索工具，公司方案是作为其首个企业级知识解决方案 [26] 问题: 确认非核心消息产品淘汰的时间线以及季度对比的清晰度 [27] - 非核心消息产品在第二季度已减少50%收入，剩余部分将在2027年第一季度减少 [29] 问题: 合作伙伴驱动销售线索增长的来源是否集中在少数合作伙伴 [30] - 增长主要来自两个领域：一是拥有现有客户、希望为客户更新平台的小型精品知识咨询公司；二是通过类似TSD网络达成的纯联络中心知识交易，后者虽处于早期但势头非常乐观 [30] 问题: 关于生成式AI降低软件公司创建壁垒的看法，以及eGain的护城河 [34] - 生成式AI确实加速了编码和开发阶段，但架构、用例理解、非功能性需求（可靠性、可扩展性、性能）以及集成能力仍是关键挑战和差异化因素 [35][36] - 壁垒对所有人都在降低，无论是个人还是大公司，而专注点、用例理解能力以及拥有经过验证的集成方案将成为关键区别 [36] 问题: 生成式AI工具如何影响内部开发速度和成本，以及对盈利能力的整体影响 [37] - 假设定价稳定，使用这些工具可能会提高盈利能力，但长期来看整个行业可能面临定价压力 [38] - 当前市场处于抢占“企业知识结构”份额的阶段，公司正专注于此 [38][39] 问题: 关于不断积累的现金储备的有效部署方式 [40] - 首要重点仍是内部投资以推动收入增长，同时受益于AI创新带来的成本节约 [40] - 股票回购计划仍在进行中，会评估其适用性 [40] - 也会机会性地评估无机增长（并购）选项，但这并非主要重点 [41] 问题: 下半年的招聘计划重点 [42] - 过去一年已积极招聘湾区本地高端产品、工程和AI人才，同时通过自动化减少其他团队，实现资源重新分配 [43] - 市场部门因新领导上任，下半年将增加活动和投资 [44] - 销售部门正投资于专家型、专业型人才以适应产品主导的销售模式，待规模扩大后会增加系统性销售人力 [44] 问题: JPMorgan部署的进度以及除客户体验外，企业内还有哪些低垂的果实机会 [48] - JPMorgan部署按计划进行中，已完成一半，预计今年晚些时候全面推出 [48] - 其他用例将在5月的伦敦客户活动中分享更多，逻辑上首先会围绕更广泛的客户运营进行同心圆式扩展，然后再进入其他面向企业的领域 [48][49] 问题: 最近的交易胜利主要是绿地项目还是替代现有解决方案 [50] - 在多数情况下，公司是替代某些战术性解决方案或缺乏创新及AI准备度的旧有大型解决方案 [50] - 常见替代对象包括：现有客户体验领域的CRM解决方案（缺乏现代化和AI准备度）、尝试在SharePoint上做RAG但失败的项目、等待Salesforce兑现承诺的客户，以及未能跟上AI期望的旧知识管理点解决方案 [51]