关键要点总结 一、 公司概况与财务目标 * 公司为Tyler Technologies (NYSE:TYL)，是一家为公共部门提供软件和服务的公司[1] * 2025年非GAAP营业利润率为26%[5] * 公司在2023年投资者日设定了2030年营业利润率达到30%以上的目标，并强调30%并非上限，而是一个中期目标[6] * 公司正按计划推进，前几年已实现超过每年100个基点的平均提升幅度[6] 二、 实现利润率目标的路径 * 利润率提升并非由单一因素驱动，但主要与持续向云端过渡相关[6] * 云端过渡： * 新业务已几乎完全转向云端授权模式，但按收入计仍有略低于一半的客户群在使用本地部署方案[7] * 客户从本地部署迁移到云端是一个多年过程，能带来显著的收入提升和盈利能力改善[7] * 公司已从自有的专有数据中心转向全面使用AWS公有云，并于去年底按计划关闭了最后一个数据中心[7] * 向AWS迁移的过程中仍有一些过渡性成本，将持续到今年[7] * 随着更多客户迁移至AWS，规模效应将降低单位成本[10] * 版本统一： * 公司正在积极进行版本统一，以降低开发和支持成本[8] * 客户在迁移到云端前或迁移时需升级到最新软件版本[9] * 公司已发布云端优化版本的产品，旨在充分利用公有云和AWS功能，降低托管成本[9] * 交易业务： * 交易业务利润率正在持续改善，尽管其利润率不及软件业务[10] * 公司正从收购NIC时从事的大宗商品型支付处理业务，转向嵌入软件产品的支付业务（如公用事业账单系统、交通法庭系统），从而能够提供显著的增量价值并获得溢价[10][11] * 例如，公司与德州的支付处理合同在第四季度结束，这是一项利润率约8%-10%的低利润大宗商品型业务，公司未积极竞标续约[11] * 随着更多软件客户使用支付平台，预计将推动交易业务的利润率扩张[12] * 运营费用杠杆与业务组合： * 长期来看存在运营费用杠杆，公司在提高销售、营销及一般行政开支效率方面非常成功[12] * 研发费用目前有所增加，主要围绕人工智能，但仍可在营业利润率扩张的框架内进行[12] * 专业服务是收入组合的一部分，通常是低利润或负利润业务[13] * 公司正努力减少新系统实施所需的服务量，包括使用人工智能进行数据转换，并减少定制化[13] * 例如，今年专业服务收入预计仅增长3%-5%，这种组合变化或占比降低对利润率有积极影响[13] 三、 交易业务增长前景 * 剔除德州业务影响后，交易业务增长率回到10%-12%的双位数[17][18] * 在2023年投资者日，公司预计2023-2030年期间的复合年增长率在10%-13%范围内，目前正处在这一区间[19] * 增长驱动力包括： * 成功向地方政府软件客户销售支付业务，未来仍有很大发展空间[19] * 从第三方支付合作伙伴获得了一些收入分成和定价提升，但公司认为这部分影响目前已基本结束[19] * 一种特殊商业模式：偶尔销售软件但通过交易费而非SaaS费获得报酬[20] * 例如，为加州州立公园提供的户外休闲解决方案套件，通过用户支付预订营地或参观城堡时产生的便利费来获得收入，而非SaaS费用[20][21] * 第四季度为一个州的机动车登记、数字机动车所有权系统也采用了类似模式[22] 四、 客户向云端迁移（“翻转”）的竞争动态 * “翻转”指客户从本地部署迁移到云端，这改变了软件的托管方式和管理模式，旨在提供更好的客户体验并提高公司效率[25] * 从用户角度看，迁移过程没有变化，无需重新培训人员或转换数据[25] * 公司认为，客户在迁移时几乎不会将此视为更换供应商的机会[25] * 相反，这为公司提供了向客户销售更多产品的机会，是扩大客户关系的契机[26][28] * 例如，客户可能拥有公司的核心系统，但其他辅助产品来自其他供应商且没有云端解决方案，迁移时是推广公司一体化系统的机会[28] * 上季度最大的翻转案例是洛杉矶县，年费从约95万美元的维护费增加到超过200万美元的SaaS费[29] * 他们还增加了公司收购的防火检查SaaS产品，带来约75万美元的年度经常性收入[30] * 并签约使用公司的支付处理服务，处理该县所有许可和执照的支付[30] 五、 人工智能战略、应用与竞争优势 * 市场采纳现状： * 公共部门对新技术采纳较慢，风险规避，对人工智能的态度也是如此，目前更多是好奇而非大规模寻求[31] * 客户希望解决实际问题的实用型应用，能提供价值并具有回报[31] * 公司未发现客户因想要在ERP或公共安全系统中加入人工智能而暂停新采购流程[32] * 客户也不会自行开发或引入第三方初创公司在现有产品上叠加人工智能[32] * 公司的竞争优势： 1. 领域专业知识：公司深刻理解复杂的业务流程，能够将人工智能集成其中，并因此获得客户信任[32][33] 2. 关系与信任：与客户拥有长期关系（数十年），参考案例和信任至关重要[33][34] 3. 数据优势：公司拥有来自数百或数千名运行这些系统的客户的数据，可用于训练人工智能[35] * 具体人工智能应用案例： * 许可和审批系统：使用人工智能自动化建筑许可申请审查流程，解决人员短缺和积压问题，目前处于试点阶段，预计今年将更广泛可用[36] * 公共安全系统：在记录管理系统中集成人工智能辅助报告撰写，据称普通警察每天花费2-3小时撰写报告，人工智能可创造更多时间[38] * 法院系统：使用名为“文档自动化”的产品，利用人工智能进行数据录入，解决法院书记员不足和案件积压问题[38] * 示例：佛罗里达州希尔斯伯勒县（坦帕市）每年支付约75万美元的法院系统维护费，同时支付约95万美元的“文档自动化”人工智能附加组件费用，预计每年可节省超过200万美元的劳动力成本[55] * 其他产品：基于优先级的预算编制，使用人工智能帮助政府在预算中识别可重新分配资金的领域[56] * 居民互动平台：使用人工智能代理回答公民问题，目前已与六个州和一个县（弗吉尼亚州费尔法克斯县）签约[57] * 对竞争格局的看法： * 公司认为人工智能带来的更多是机会而非深度威胁[51] * 初创公司可能缺乏销售渠道、关系、参考案例和深厚的领域专业知识，即使能更快开发软件，功能也不够深入[50] * 一些狭窄的点解决方案可能成为公司的优质收购标的[51] * 内部人工智能应用： * 开发：已在开发中使用人工智能提高工程师效率，但难以精确衡量，可能是在成本不变的情况下完成更多工作[59][60] * 支持：内部使用人工智能代理帮助客户支持代表寻找问题答案，尚未广泛部署人工智能代理进行直接客户互动，但相信未来会实现[60] * 专业服务：在数据转换等手动密集型流程中使用人工智能实现自动化，以改善这项低利润业务的效率[61]