赛富时(CRM.US)FY26Q4电话会:当前股价被低估 是极佳买入机会

智通财经网
Feb 26

智通财经APP获悉,赛富时(CRM.US)召开 FY26Q4 财报电话会。公司料Q1 营收为 110.3 亿至 110.8 亿美元 ,预计名义增长率约为 12% 至 13% 。同时,预计 Q1 的 CRPO 名义同比增长约为 14% 。FY27 全年 营收预期 458 亿-462 亿美元(增速约 10%-11%)。基于 Q4 的强劲表现以及对 Informatica 整合的信心,公司将 2030 财年的收入目标上调至 630 亿美元。公司宣布将股票回购授权额度增加至 500 亿美元,管理层认为当前股价被低估,是极佳的买入机会。

公司管理层强调 AI 不再只是辅助,而是重新定义工作流。AgentForce 在发布后的前 15 个月内完成了 2.9 万笔订单,季度环比增长 50%。包含 Informatica 在内的 AgentForce 和 Data 360 业务 ARR 已超过 29 亿美元,同比大幅增长 200%。Q4 前 100 大单中,超过 75% 的订单包含了 AgentForce 和 Data360。 公司引入 “智能体工作单元” 来衡量 AI 产生的实际价值。目前平台已交付 24 亿个 AWU(Q4 贡献了 7.71 亿个),标志着 AI 从 “对话” 进入 “产出成果” 阶段。

Q&A 问答

Q:关于 AgentForce 极速增长与 cRPO 增长(9%)仅符合预期之间的背离。管理层如何看待 AgentForce 对整体产品组合的带动作用?是否有信心在下半年实现业务全面加速?

A:Salesforce 是一个综合性的业务实体,我们不仅在签订新订单、开发新技术,也需要背负着 “遗产业务” 前行,通过不断续约来推动这部分业务增长。这种结构也给予了我们预判未来财年的确定性。事实上, FY26 的表现远好于年初的预期。尤其是第三和第四季度,交出的成绩单超出了我的想象。AgentForce 以及 Data360 的表现也均超预期。我们完全有能力在保持创新的同时,完成更多续约并推动整体业务。我们对目前取得的成就感到满意。

我们正在通过多种方式实现 AI 的商业化变现。目前我们看到高端 SKU 增长强劲,业务正在加速。非常重要的一点是:我们的坐席数依然保持着同比和环比的增长。随着 AgentForce 及 “代理系统” 逻辑的落地,我们看到软件的增量价值正在体现。未来的增长模式将是混合型的:坐席数仍将是核心组成部分,而基于用量的消费模式将作为重要补充。我们期待从代理技术和能力中看到更多的增量价值释放。

Q:在目前科技股估值倍数下调的背景下,为何选择 500 亿美元的大规模回购,而非更激进地利用这些资金进行技术性收并购(M&A)?

A:关于资金的使用,我有非常清晰的考量框架。首先是股息,我们刚刚将股息提高了 5%,这是非常重要的一环;其次是传统的回购,过去几年我们在这方面表现得非常积极。关于收并购,我们并没有停止,但现在会严格执行一套 “新公式”。回顾 Salesforce 的历史,我甚至希望我们能早点启用这套逻辑,因为它能让我们更清晰地判断哪些收购能为业务带来增厚,而不是仅仅稀释股东权益。

此外,债务也是一个关键维度。坦率说,我们的资产负债表目前杠杆率过低,并没有被有效地利用起来。考虑到我们今年将产生超过 160 亿美元的现金流,而市场中有些收购案例(如过去的 Slack 和 Tableau)确实稀释了投资者的利益。现在就是一个绝佳的机会——在当前如此有吸引力的股价水平下,把这些股票从市场上买回来。我们要正确地使用资本,债务是实现这一目标的有效工具,我希望首席财务官 Robin 能尽可能多地回购公司股票。

大规模回购并不意味着我们放弃了增长。凭借强劲的自由现金流和现金储备,我们完全有能力双管齐下。事实上,我们刚刚完成了对 10 家公司的收购,同时通过回购和股息向股东返还了超过 99% 的自由现金流。

当我们谈论如此庞大的现金流规模时——去年是 150 亿美元,今年预计将达到至少 165 亿美元——核心问题就在于如何正确地使用它。股息、回购、收并购和债务管理,这四个支柱缺一不可。我们对平衡这四者的关系持完全开放的态度,并致力于优化资产负债表,以同时实现有机增长、无机增长和股东回报。

Q:关于与模型合作伙伴(如 Anthropic)的关系:随着这些厂商可能向下游演变,双方的竞争与合作界限在哪里?Salesforce 认为自己在哪些领域拥有绝对胜算,而哪些领域属于模型厂商?

A:我们对世界的愿景是清晰的:大模型(无论是 OpenAI、Anthropic、Gemini 还是 DeepSeek、Mistral 等)都是我们基础设施中过去几年从未有过的新组成部分。过去我们依靠自有的 Einstein 模型来理解业务,虽然现在我们依然保有自有模型,但也向外部模型开放,目前在这些模型上已经跑了 19 万亿个 Token。

这些模型本身会成为平台吗?答案是肯定的。就像 Windows、Mac 或 iOS 一样,应用可能会在这些模型平台上诞生。这确实是未来的一种形态。

但作为一家软件公司,我们的职责是利用现有工具帮助客户成功,并以全新的方式连接客户。我们的胜算在于: 第一,深厚的客户基数与分发网络。我们在核心业务上有超过 15 万客户,Slack 上有 100 万客户,还有 1.5 万名销售代表在现场帮助客户规划未来的成功方案。

第二,企业级场景的落地。现在的现实是 “人类与 Agent 协同工作”。我们的任务是将现有技术转化为可用的服务,这正是目前模型平台所欠缺的。 第三,合规与可靠性。在大型银行等企业级客户中,自动化呼叫中心、销售和员工流程不仅需要 AI,更需要其满足合规、安全、可扩展和可靠。比如在 help.salesforce.com 上,我们已经能实现与客户中心的自动连接,这在几年前是不可想象的。

未来可能有多种演变形式,但我们现在看重的是今年能卖给客户什么,以及能为他们解决什么实际问题。我们现在有大量的工作要做,也有大量的产品可以销售。

Q:管理层如何将 Tokens 消耗和 “智能体工作单元(AWU)” 转化为实际收入?

A:我们不仅关注底层的 Tokens 消耗,虽然目前处理了 19 万亿个 Tokens,但这只是模型供应商(如 OpenAI、Anthropic)衡量智力输入的尺度。在企业级世界里,询问 AI 一个问题或让它写首诗的价值有限,真正的价值在于它能否创建文档、更新记录或辅助决策。

因此,我们提出了 “智能体工作单元(AWU)” 的概念。我们发现 Tokens 消耗与实际工作产出之间存在一种比例关系(Ratio)。如果客户消耗了大量 Tokens 但产出的实际工作很少,那说明效率出了问题。AWU 是一个更具价值的指标,它标志着我们将客户向 “智能体企业” 转型的能力。Tokens 只是成本端的领先指标,而工作单元才是价值创造的真实体现。

Q:随着 “智能体价值” 可能达到传统软件价值的 3-4 倍,定价模型将如何演进?以及这对毛利率有何具体影响?

A:关于毛利率,短期内我们认为其影响是中性的。提到的 Tokens 与 AWU 之间的差异化定价非常关键。从成本端看,随着市场竞争,Tokens 价格会随着时间推移逐渐商品化并呈下降趋势。

与此同时,我们的工程团队正在通过 Agentforce scripts 等技术手段精细化产品,可以在产出相同工作量的情况下显著降低底层成本。此外,我们坚持 “零号客户” 策略,通过内部资源的重新配置和效率提升(如全员使用 Slackbot 准备会议纪要)来对冲成本。基于 FY27 的财务框架,我们有信心在推动运营利润率提升的同时,通过技术优化和规模效应维持毛利率的稳健。

Q:关于 ALA 的市场进展、客户采用情况以及背后的变现逻辑?

A:在之前的投资者日,我们曾提到收入有望在 12 到 18 个月内重新加速。今天我们可以非常确定地告诉大家,订阅与支持业务的有机收入再加速将在今年下半年发生。我们之所以有此信心,是因为 NENU-AOV(净新年度订单价值)的增速在去年下半年就已经超过了 AOV 增速,且这种趋势在今年 Q1 和 Q2 将继续扩大。这种由新订单带动的增长将在下半年正式转化为收入动能。

基于此,我们将 FY30 的长期增长目标提高到了 630 亿美元,这反映了我们对达成目标的极高确定性。

关于 AI 变现,我们已经找到了清晰的公式,主要分为三个维度: 第一,利用我们 1 亿坐席的庞大安装基数,推动客户升级到包含嵌入式 AI 和 Unlimited 权限的高级 SKU。这类业务本季度的增长是惊人的,环比增长了三倍(上季度为翻倍)。

第二,Agentic 应用(如 AgentForce Sales/Service)显著提升了客户的 ROI。由于价值主张的改变,我们得以进入那些以前认为 Salesforce 昂贵而未覆盖的领域,从而获得全新的坐席增长。 第三,针对面向消费者的 AI 场景,我们销售 “燃料” 即 Flex Credits。在第四季度的预订中,一半来自于信用额度销售,一半来自高级 SKU 升级。

从第四季度的成交数据来看,这是我们历史上表现最好的一个季度。我们从未在单一季度完成过 12 个超过 1000 万美元的交易,其中一个甚至超过 5000 万美元。在排名前 10 的大单中,6 个涉及现有 SKU 升级,7 个涉及新坐席增加,5 个包含了 Agent 场景的信用额度,其中有 3 个订单同时涵盖了这三种模式。这证明了我们能够通过多个角度将 AI 转化为财务回报。

展望未来,我对 Q1 充满信心。目前的 Pipeline 保持双位数增长,更重要的是我们的销售执行力得到了极大释放。一年前,我们经过培训的销售人员增长率为 0%,而今年财年伊始,这一数字已达到 15% 至 17%,这无疑是业绩增长的 “炸药”。此外,ILA 已成为我们的核心产品,Q4 销量超过 120 份,远超预期的 50-100 份。在排名前 10 的交易中,有 8 个包含了 ILA 协议,显示出头部客户正全力投入并与我们建立长期承诺。

Q:由于 AgentForce 的交叉销售和 Tokens 增销(Upsell)表现强劲(贡献了 60% 的预订),管理层如何看待今年获取新客户并使其快速投产的路径?在普及过程中是否存在潜在的障碍?

A:目前我们已经达成了 2.9 万笔 AgentForce 交易,覆盖了大约 2.3 万名客户。我们管理团队和销售代表(AEs)的核心任务就是走到客户面前,阐明我们能带去的价值。就在今天(或由于时差刚发生的)澳大利亚世界巡回赛上,有 1.2 万名客户到场,这证明了市场的热度。

我们向客户传递的核心信息是:在 LLM 时代,SaaS 比以往任何时候都重要。虽然我们很高兴看到原始智力(模型)的诞生,但要将其转化为准确、安全、可扩展的企业级工作,必须依赖一套包含上下文系统、工作系统和代理系统的软件基础设施。我们在销售和服务领域拥有 40% 的市场份额,这是其他任何正在构建类似系统的公司所不具备的规模和复杂性。我们的智能体是与真实数据相连并能触发实际行动的。

此外,Slack 作为我们的办公系统,其重要性在与 Anthropic 的演示对比中显而易见。虽然其他厂商可能会通过蹩脚的 UI 进行演示,但最终还是会把内容 “复制粘贴” 回 Slack。在 Slackbot 的支持下,用户无需在不同界面间跳入跳出。我们拥有与 Anthropic 的深度合作,但更关键的是我们拥有这种原生的、集成化的环境。

过去几年大家过于迷恋模型和智力层,但现在应用层和 UI 正在发生深刻变化。传统的带有复杂按钮的 UI 是为人类交互设计的。当人类和智能体出现在同一个空间时,很多 UI 范式都会被抛弃。这就是 Slack 如此强大的原因——它是一个人类与智能体共同工作的环境。

Slackbot 之所以不可思议,是因为它不仅了解系统的记录数据,还掌握了 Slack 内部发生的所有对话语境。这种对话数据可能是我们拥有的最重要的资产。当我们将这些数据整合进全新的用户界面时,SaaS 的大变革就发生了:应用将转型为一种人类与智能体真正协同的生态环境。

从客户成功的角度补充一点,我们正在加倍投入外派工程师(FDEs)。这些专业人员将与我们的解决方案销售团队并肩作战,将愿景转化为现实。这是将 AI 框架协议(ALAs)转化为实际消耗的关键环节。我们希望看到的是 “消耗之轮” 持续高速转动,这才是业务增长的最终落脚点。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10