79 场财报电话表明企业 SaaS 将是 AI 赢家
>
作者：Sammy Abdullah · 2026 年 4 月
我们坚信 AI 的最大受益者将是企业软件公司。我们部分地通过审查 79 家公开交易 SaaS 公司的财报电话得出了这一结论。这些公司包括 Snowflake、Salesforce、MongoDB、ServiceTitan、ServiceNow、Microsoft、AppFolio、Palantir、Atlassian、Paylocity、Doximity、Qualys、Bill.com、ZoomInfo、Dynatrace、Monday.com、Blackbaud、Cloudflare、Freshworks、Klaviyo、Datadog、Q2 Holdings、Shopify、HubSpot、Paycom、Unity、Twilio、Procore、JFrog、SPS Commerce、Waystar、SimilarWeb、Amplitude、Figma、Weave、RingCentral、Workiva、Five9、Alarm.com、Appian、HealthStream、Backblaze、Ziff Davis、Workday、Zeta、Digital Ocean、Kinaxis、The Trade Desk、Zoom Video、Nutanix、Alkami、Sprout Social、Definitive Healthcare、Sprinklr、Certara、Blend Labs、DoubleVerify、PubMatic、Asana、Gitlab、Box、Crowdstrike、Veeva、Okta、Wix.com、Zscaler 和 Samsara。
以下是管理团队实际谈论 AI 对其业务、客户和竞争定位影响的总结。
我们相信这是本周期发布的最全面的企业软件财报电话分析，我们所学到的与主流观点相反：企业软件将成为转向代理 AI 的最大受益者。主要要点如下：
AI 尚未盈利。目前的目标是推动利润中性的收入。Microsoft、Salesforce、ServiceNow 和几乎所有其他公司都描述了部署 AI 产品带来的利润压力。AI 工作负载目前只是非常昂贵。它们也很复杂。例如 Appian 报告称服务收入大幅跃升，因为企业级 AI 部署需要深度集成工作、数据治理和流程设计。
大多数公司直接的 AI 收入仍处于初期阶段，特别是相对于总收入而言。对于像 Doximity 这样的玩家，AI 收入是不存在的；对于像 Freshworks 这样的公司，AI 收入仍处于非常早期阶段，但增长迅速。也就是说，企业客户正在采用并受益于其已经至关重要的软件提供商（如 Datadog、Salesforce 和 Monday.com）构建的新 AI 产品。例如，Braze AI Operator 在推出几周后被三分之二的客户积极使用。还有一类公司在货币化之前先建立使用量，如 Figma。我们观察到没有公司将 AI 产品作为任何预测的重要部分，尽管他们广泛谈论 AI 的积极影响。软件公司在预测方面非常保守，因为销售周期不同、定价是新的、交易规模更大、实施时间表未知。客户和软件供应商都在共同弄清楚 AI。
遗留 SaaS 公司的 AI 收入令人印象深刻。一些 AI 收入看起来初期，仅仅是因为生成该 AI 收入的现有 SaaS 业务规模庞大。例如，Workday 的 ARR 为 88 亿美元，其中 4 亿美元来自代理产品。这只是 4% 的 AI 收入，但如果 Workday 的 AI 产品是一个独立业务，它看起来会很大且增长惊人。同样，ServiceNow 声称有 6 亿美元的代理收入，Salesforce 声称有 1.69 亿美元，同比增长 800%；DocuSign 有 3.5 亿美元的 ARR，同比增长 4.5 倍，占总 ARR 的 11%；RingCentral 声称有 1 亿美元；DigitalOcean 为 1.2 亿美元。再次，相对于这些公司每家的总收入而言，这些都是小数字，但它表明现有 SaaS 公司可能是最适合扩展 AI 产品的公司，因为它们可以销售给现有客户群。
货币化正在改变。AI 的定价对话很大程度上从”按席位”转向”按结果”或”按部署的代理”。例如，Procore 希望按建筑美元量为其 AI 定价，这将使其免受员工数量减少的影响。然而，像 Atlassian 这样的公司坚持按席位模式。转向按结果反映了最终客户对 AI 的怀疑以及将 AI 投资与结果挂钩的需要。它还反映了 AI 工作负载的非常高的成本，以及最终客户和软件供应商对他们实际将使用多少 AI 工作负载的不确定性。最后，软件公司按工作负载基础为客户的 AI 使用付费，因此它们也按工作负载或结果收费才有意义，希望有一些利润。
AI 基础设施 vs. AI 产品。一些公司如 Snowflake、ServiceNow 和 MongoDB、Twilio、Datadog 和 Cloudflare 将获胜，因为 AI 在其平台上得到基础设施支持。一些公司如 Dynatrace 认为 AI 使其产品比以往任何时候都更具吸引力（在他们的情况下，这是 AI 的可观察性和监控）。
Copilot 已经过时。例如，ServiceTitan 和 Salesforce 正在构建实际执行上下文感知操作的 AI 产品。Sentinel One 现在有一个可以自主调查威胁的代理安全分析师。我们审查的几乎每家公司都不再强调 AI 作为助手或 Copilot。现在它是关于实际采取行动的 AI。
信任是 AI 的一个问题。Doximity 已停止发布 AI 产品，直到他们做到完美，因为 AI 误诊患者是不可接受的。Qualys 在网络安全中提出了类似的观点；成为代理修复层需要通用 AI 工具无法建立的信任水平。医疗保健和网络安全中的 AI 错误几乎是不可接受的，因此准确性的门槛更高，这也意味着 AI 带来的提升将被推迟。
业绩强劲。其中相当多的公司如 MongoDB、Cloudflare、ServiceNow 和 Datadog 在第四季度完成了一些有史以来最大的交易。其他公司如 Atlassian 创下季度记录。Zeta 连续 18 个季度超过指引。向客户销售 AI 产品的公司报告这些客户群中更好的增长和留存。另一方面，有些公司如 ZoomInfo 和 Ziff Davis 正经历严重中断，增长降至接近零。
护城河非常高。企业软件的护城河存在于：专有非公开和敏感的历史客户数据、工作流、治理、安全、集成、合规、供应商信任（特别是在医疗保健等高度监管行业，Waystar 和 HealthStream 引用了这一点），以及对现有客户的运营知识。AI 不能独立存在，而是需要位于以企业友好方式管理上述所有内容的软件之上。此外，任何构建代理的软件公司都有严重的优势，因为这些代理在 AI 初创公司不会拥有的庞大历史客户数据存储库上训练。客户简单地将其数据移至新创公司或竞争对手是不现实的：超大规模运营商收取高额的出口费来移动数据，然后还有这样做的风险。
SMB 软件陷入困境。综上所述，专注于 SMB 客户的 SaaS 公司——这些客户的内部复杂性低得多——可能面临 AI 让客户进行内部构建或来自 AI 初创公司的严重威胁。Monday.com、Asana、EverCommerce 和 ZoomInfo 引用了它们 SMB 客户群中的问题。SMB 有更简单的工作流、更少的机构复杂性和更低的转换成本。
靠近数据特别有利。Five9 和 Appian 等许多公司报告说，他们的客户必须解决数据卫生和孤岛问题，AI 才能有效部署。这是先决条件，所以如果你是一家已经位于或靠近数据之上的软件公司，你就有优势。此外，拥有专有数据集的 SaaS 公司，如 Zeta、Waystar 和 SPS Commerce，将看到这些数据集的价值随着 AI 代理和工具进入该数据而增加。任何具有硬件组件的软件公司也变得更有价值。例如，Samsara 现在可以更准确地预测每个客户的设备故障，因为它已经有现场的传感器跨越数万次先前部署，并且可以大规模学习预测未来故障。
内部 AI 提升整体利润率。Blackbaud 和 Klaviyo 等许多公司本身在自己的运营中使用 AI 来提高利润率和生产力。例如，Workday 的工程产出在过去六个月按交付的代码计算增长了 22%。Figma 在三个月内从项目开始到正式发布构建并发布了 Sana（Workday 的 AI 层）。HubSpot 有 97% 的代码提交使用 AI 辅助。JFrog 将关键 API 开发加速了 30 倍。AI 对 SaaS 的价值不仅是收入故事，也是利润率扩张和产品速度故事。这是我们认为企业软件公司将成为 AI 最大受益者的原因之一，因为它们既可以将其发布的新代理产品货币化，又可以推低编码/开发成本。
更多 AI 将增加对现有软件的需求。AI 需要软件才能更高效地运作。正如 Appian CEO 所说，”没有工作流的 AI 是混乱。”对于位于测量、可观察性和分析之上的公司（如 Amplitude、Datadog、Dynatrace 和 Snowflake），AI 驱动的开发增加了对现有软件的需求。AI 代理也正成为新的客户或用户。Crowdstrike 的安全产品将被需要用于每个使用提升权限运行的 AI 代理，因为它们是对抗性操纵的潜在目标。Okta 有类似的动态；AI 代理将需要由 SaaS 层监督的治理和权限。企业数据平台的消费者不再只是人类分析师或开发人员，而是大规模、连续、自主查询的 AI 代理。这种消费将成为软件公司的货币化，事实上在 SailPoint 已经发生，第四季度非人类身份占 SailPoint SaaS 身份增长的 25%。即使是基础 AI 公司本身也是客户：Datadog 拥有前 20 大 AI 原生公司中的 14 家作为客户。Amplitude 有 25 家 ARR 超过 10 万美元的 AI 原生客户，其中一家前沿实验室达到七位数。可以抵消 AI 的软件公司也开辟了新市场。例如，DoubleVerify 的广告产品确保广告不会放在 AI 生成的垃圾旁边或不会被服务给机器人，是该公司的新市场。
代码复杂性将驱动对软件的需求。任何在代码/技术栈监控和可观察性方面运营的软件公司都获得了额外的好处。AI 生成的代码以更快的速度、更高的数量和比人工编写代码更少的人工审查发布，这意味着每单位时间内有更多的 bug、更多的安全漏洞和更多的系统复杂性。Datadog、Dynatrace、Amplitude 和 Qualys 都注意到了这种动态的版本。AI 编码工具的开发者生产力收益直接转化为对捕获 AI 生成代码错误的监控、测试和安全工具的更多需求。
AI 让软件公司真正展示其 ROI。AI 让软件公司有了展示 ROI 的新方法。例子包括 Waystar（150 亿美元防止的拒绝）、ServiceTitan（Max 客户 18 点 EBITDA 利润率改善）、Klaviyo（开放率提高 50%，每次活动收入提高 40%）和 HubSpot（Customer Agent 用户的会议预订量增加 2 倍）。它们正在使用这些结果来证明既要更高的价格又要在客户内更快扩张。
自建 vs 购买。客户很快得出结论，他们不想内部构建 AI，特别是那些在受监管行业的客户。RingCentral 指出，工程人才和客户合规问题使内部构建 AI 没有吸引力；为什么不信任现有的软件供应商？Waystar 注意到了类似的动态。客户不是在构建 AI 点解决方案，而是转向他们现有的软件供应商。
遗留业务正在为兴奋提供资金。相当多的上市公司有这样的动态：他们的遗留业务增长缓慢但产生可观的自由现金流，正在为令人兴奋但初期的 AI 平台或产品提供资金。Dropbox、RingCentral、BOX、SPS Commerce 都符合这一点。
AI 是概率性的。需要 100% 准确的关键任务记录系统不能被概率性 AI 模型替代。因此，确定性软件成为 AI 运行的治理层。对于安全、一致性和准确性很重要的任何企业，软件是 AI 所在的基础。代理解决方案不能独立存在。Veeva 和 Crowdstrike 广泛谈到了这一点，因为前者在受监管行业运营，后者绝对不能允许任何形式的幻觉或猜测。Dynatrace 也很好地表达了这一点：纯概率 AI（即 LLM 进行推断）在精度很重要的生产环境中产生不可靠的输出。UiPath 说了类似的话：将”确定性自动化、代理 AI 和企业级编排在单一平台上结合”的软件将成为赢家。
没有人在原地不动。特别是那些将受到新 AI 产品影响的公司。例如，作为网站构建器的 Wix 已发布自己的 AI 产品，使网站构建对用户更容易，并向技术不太娴熟的用户开放其市场。因此，他们正在扩展他们的市场，而不是仅仅等待 AI 新创公司消灭他们。
继续，试着构建它。从财报电话中突出的一点是企业软件真正的复杂程度。AI 将便宜快速地复制这些公司的想法是可笑的。让我们以 Alkami 为例：Alkami 服务于社区银行和信用合作社，它们签订 5-7 年合同，并将数千项监管要求嵌入其数字银行部署中。Alkami 集成到超过 450 种不同的金融技术系统中，其中很少有公开可用的集成规范，所有这些都带有潜在的法律责任。客户使用 Alkami 作为记录系统来编纂欺诈缓解实践、资金移动阈值、客户尽职调查、增强尽职调查和决策逻辑（包括批准、结果和支持理由）。实施需要 9-12 个月。所以祝你好运用 AI 快速复制它们。还要注意，Alkami 已经推出了 AI 产品，特别是在新客户中获得了非常强劲的采用。Rubrik 的 CEO 也猛烈抨击了 AI 复制其套件的问题：”Rubrik 是一个非常大且复杂的软件件，它是企业级代码，大约有 12 年的浸泡时间，有数千个客户反馈和大型企业环境中的客户用例已构建到其中。它不是你可以编写代码或 LLM 可以解决的东西。当大型银行或大型医院面临勒索软件攻击时，我们是关于数据和身份的最后系统记录。”
