财务数据和关键指标变化 - 第四季度营收达到3.04亿美元，同比增长24%，有机增长12% [8][21] - 全年营收达到11亿美元，同比增长17%，有机增长13% [7][21] - 第四季度调整后EBITDA达到1.29亿美元，同比增长29%，调整后EBITDA利润率为42.5% [10][24] - 全年调整后EBITDA达到4.62亿美元，同比增长21%，调整后EBITDA利润率为42% [24] - 第四季度净收入留存率为112%，总收入留存率为97% [9][22] - 第四季度末，过去12个月收入超过10万美元的客户数量为1,391个，同比增长16%，其中第四季度新增85个 [9][22] - 第四季度末净杠杆率为3倍，较完成Iodine收购时下降了近0.5倍 [25] - 第四季度无杠杆自由现金流为8000万美元，全年为3.65亿美元，相当于调整后EBITDA的79% [25] - 2026财年营收指引为12.74亿至12.94亿美元，中点增长17%；调整后EBITDA指引为5.3亿至5.4亿美元，中点增长16%，利润率约为42% [26][28] 各条业务线数据和关键指标变化 - 第四季度订阅收入为1.68亿美元，同比增长38%，环比增长25%；有机订阅收入环比增长与过去几个季度相似 [23] - 全年订阅收入为5.58亿美元，同比增长22% [23] - 第四季度订阅收入占总收入的55%，符合先前预期 [23] - 第四季度基于交易量的收入为1.34亿美元，同比增长11%，环比增长1% [23] - 全年基于交易量的收入为5.35亿美元，同比增长11% [24] - 患者支付解决方案收入在第四季度环比下降，符合季节性预期，但被提供商解决方案交易量的环比增长所抵消 [23] - 患者支付收入历史上约占公司总收入的30%，加入Iodine后预计将接近25% [66][71] 各个市场数据和关键指标变化 - 公司平台每年处理超过70亿笔交易，覆盖美国约三分之一的医院出院患者 [8][16] - 公司网络连接超过100万家提供商与所有主要支付方，拥有超过10万个实时集成 [17] - 公司网络每年触及约60%的美国患者人口，并处理数十亿美元的患者支付 [17] - 收购Iodine Software增加了超过1000家医院和卫生系统，客户重叠率仅为35%，扩大了可寻址市场和交叉销售机会 [7][11] - 前十大客户收入占比约为11%，客户集中度低 [18] 公司战略和发展方向和行业竞争 - 公司完成了对Iodine Software的收购，结合了临床数据与财务数据，成为唯一能大规模提供临床就诊可视性和财务结果智能的平台 [7] - 公司战略建立在四大支柱上：关键任务基础设施、无与伦比的专有数据、深度部署的网络、规模化分销与深厚领域专业知识相结合 [15] - 公司正朝着“自主收入周期”的愿景发展，即一个动态的端到端智能体网络，能在工作流程中持续行动，从结果中学习，并以最少的干预提供有意义的财务结果 [19][87] - 公司认为其平台方法正在发挥作用，正在取代单点解决方案和多个供应商，2025年最后两个季度百万美元以上订单数量是过去三年季度平均水平的2倍以上 [54][59] - 公司胜率超过80%的历史平均水平，并在第四季度有所提高，反映了持续的竞争势头和客户对其平台明确的偏好 [9][84] - 公司与Google Cloud的Gemini LLM建立了多年的合作伙伴关系，以加速创新 [16] 管理层对经营环境和未来前景的评论 - 管理层认为2026年患者对医疗系统的使用率将保持健康，预计将处于公司先前讨论的1%-2%历史基线假设的较高端 [26][66] - 客户基础的多样性和解决方案的投资回报率使公司免受可能影响客户的报销率压力 [26] - 公司进入2026年势头强劲，拥有创纪录的销售渠道和历史上最大的实施积压订单 [10] - 管理层对实现低双位数的长期增长前景的持久性充满信心 [10] - 公司预计2026年收入将环比增长1%-3%，其中第三季度由于患者支付的季节性因素将处于该区间的低端 [26][72] - 公司预计在2026财年实现超过90%的既定成本协同效应（约1400万美元），早于原定时间表 [11][29] - 公司预计2026年毛利率将保持在68%左右，与2025年一致 [29] 其他重要信息 - 公司AI平台Waystar Altitude AI在2025年为客户防止了超过150亿美元的拒付，并将申诉时间减少了90% [8][19] - 公司新的智能体能力将文档分析时间减少了40% [8] - 目前公司约50%的解决方案利用了AI，近40%的收入来自嵌入关键任务报销工作流程的AI驱动 [14] - 2025年，约30%的新订单来自AI驱动的功能 [14] - 公司已看到AI工程工具在某些情况下将手动工作减少了75%以上，并预计在2026年扩展这些能力时会进一步改善 [19] - 公司网络持续实现约99%的清洁索赔和首次通过接受率 [19] - 公司的下一代预账单异常检测解决方案预计能为一个中型卫生系统每年追回700万美元的先前错失的报销，3年投资回报率达5倍 [11] 总结问答环节所有的提问和回答 问题: 客户对自行构建AI与从Waystar购买AI的倾向如何？ [31] - 绝大多数客户更愿意将AI能力集成到其业务核心的系统（记录或行动系统）中，他们希望与一个值得信赖的、有AI部署历史、网络安全且能与其他系统互操作的合作伙伴合作 [40] - 大多数医疗机构没有充裕的工程人才来测试和部署AI，这也不是他们照顾患者的核心能力 [41] 问题: 即将推出的新AI智能体是增量收入机会还是为了增强护城河？ [42] - 两者兼有，一些将是全新的SKU，具有新的定价，反映其提供的价值；其他AI能力将添加到现有软件模块中，带来增量自动化 [43] - AI的货币化途径包括：提高客户保留率、实施反映所提供价值的年度提价、以及引入新的SKU [44] 问题: 第四季度成本上升是否主要由于Iodine，以及如何对2026年利润率建模？ [47] - 第四季度成本上升确实包括Iodine一个完整季度的成本 [48] - 2026年指引中点的42% EBITDA利润率包含了约1%的成本协同效益，公司将继续寻找额外的成本节约机会，但当前资本配置的重点是再投资于业务以实现长期收入增长 [48][49] 问题: 客户预算是更倾向于单点AI解决方案还是端到端平台现代化？ [52] - 公司并未明确看到技术预算与AI专项预算的区分，客户愿意拥抱AI，但希望以深思熟虑的方式使用 [53] - 趋势显示客户更倾向于平台方法，AI被假定为平台的一部分，这正在取代单点解决方案和多个供应商 [54][55] 问题: Iodine的2026年增长指引以及医疗保健领域AI市场增长前景如何？ [57] - Iodine的同比增长率预计与Waystar的10%正常化有机增长率相似 [58] - AI是巨大的机遇，大型语言模型是很好的工具，但医疗行业需要拥抱技术来替代服务性和手工工作 [60] - 解决收入周期中的关键任务问题需要丰富、实时的专有数据、网络安全、监管合规、深厚的领域专业知识、深度集成和连接性以及强大的分销和客户信任，这些是通用模型供应商或新进入者难以匹敌的 [62][63] 问题: 对2026年患者医疗使用率的假设与历史基线相比如何？ [65] - 预计将处于1%-2%历史基线假设的较高端 [66] 问题: 患者满足免赔额的时间线对第四季度末趋势和2026年展望的影响？ [70] - 第四季度确实出现了患者达到高免赔额健康计划免赔额导致的环比下降，但这被提供商解决方案交易量的强劲增长所抵消，影响小于上一季度讨论的预期 [70] - 考虑到收入组合变化（患者支付收入占比从30%降至25%），预计2026年季度环比增长将不如往年明显，但仍将保持良好增长 [71] - 2026年季度环比增长指引为1%-3%，其中第三季度因高免赔额健康计划患者通常在年下半年达到免赔额而接近1%的低端 [72][73] 问题: AI相关产品占订单的30%，这会促使客户近期的支出犹豫还是加速？ [77] - 决策者追求效率、成本削减和网络安全，收入周期是关键任务，因此公司在其决策过程中持续被优先考虑 [78] - 对话重点围绕投资回报率，例如：事前授权90%无需人工介入；保险覆盖检测解决方案可为典型医院发现超过2000万美元的增量保险覆盖；数字患者支付套件使用AI为80%的患者提供自助服务，将患者支付提升了20% [79][80] 问题: 与竞争对手相比，公司的投资回报率竞争力如何？ [82] - 公司拥有强大的投资回报率计算器和丰富的发现流程，平台方法能带来复合效益 [83] - 胜率超过80%并在近期有所提高，表明公司的投资回报率具有吸引力，且越来越多的客户认同平台方法的重要性 [84] 问题: AI能力的提升是否会带来基于风险的合同等新型定价策略机会？ [86] - 公司正在朝着实现“完美、无可争议的索赔”迈进，并愿意探索基于绩效的定价机会，但不会公开讨论过多细节 [87][88] 问题: 如何看待传统电子健康记录厂商构建触及RCM的AI能力，以及清算所在平台选择中的作用？ [90] - 专注于收入周期和清算所，与超过500个实践管理和电子健康记录系统实例连接 [92] - 尚未见到成功构建电子健康记录系统或清算所的案例，因为开发和维护网络所需的能力集截然不同，公司专注于自身平台并与所有电子健康记录系统深度互操作和部署是制胜之道 [92][93] 问题: 客户是否会为某些AI功能使用多个供应商？以及如何看待医疗系统领域的“有产者”和“无产者”现象？ [95] - 医疗保健技术的异构部署并非新现象，可能不是零和游戏 [96] - 解决收入周期的关键任务问题需要深度部署的多边网络、丰富实时的数据、领域专业知识，而大多数医院没有足够的工程人才来自行构建和维护AI [97][98] - 公司为众多客户（尤其是非医院的门诊机构）带来了他们自身无法开发的公平、现代的AI能力 [99] 问题: 如何确保研发投资保持领先，以应对其他AI提供商的竞争或颠覆？ [101] - 大型语言模型是工具，但需要其他能力才能具有竞争力并为客户提供价值 [102] - 公司投资于创新，使用大型语言模型工具，开发团队效率得到提升，每个季度交付数百项功能改进 [102] - 公司设有专门的企业发展团队，持续扫描市场，寻找可能没有强大分销或深度部署网络但拥有新颖AI能力的初创公司 [103]