软件行业的结构性转变 - 软件行业长期以来是增长型投资组合的可靠组成部分，但当前正在发生剧烈变化，识别未来的赢家至关重要 [1] 代理式AI的兴起 - 过去一年半里，软件行业最重要的变化是代理式AI的出现 [3] - 代理式AI不同于生成式AI，它更具自主性，无需提示即可主动更新程序和执行操作，可能替代人类角色，而生成式AI更像是一个副驾驶 [4] SaaS模式面临的挑战 - 行业中出现“软件即服务时代已终结”的论调 [5] - AI降低了创办软件公司的门槛，因为AI能帮助个人编写代码和构建应用程序 [6] - SaaS旧的定价模式变得过时，因为当AI平台替代人类完成部分或全部工作时，向个人出售许可证的模式不再适用 [7] - 数据护城河的优势正在改变，新技术使得公司难以在不传输数据的情况下囤积这一竞争优势 [7] 优秀软件公司的筛选标准 - 评估软件公司时，需关注定价能力、市场扩张潜力和强大的竞争环境 [8] - 在当前竞争加剧、行业资本涌入、新公司进入门槛降低的背景下，评估企业护城河的质量变得最为重要 [9] - 持久的护城河包括转换成本、品牌与分销能力，以及之前讨论过的数据引力，而先发优势或易用性等传统优势在当前环境下可能不够稳固 [9] 主动型ETF的投资机遇 - 主动管理型ETF能适应软件和科技行业的创新变化，从而在AI及其他软件公司中围绕赢家和输家进行布局 [11] - 以MFS Active Growth ETF为例，尽管未被标记为科技策略，但其资产显著偏向科技板块，截至2025年10月31日，该基金净资产的51.66%配置于信息技术板块，这有助于其以多元化方式参与科技行业增长 [12] - 该基金采用自下而上的主动选股方法，寻找具有独特竞争优势和巨大利润率扩张潜力的高质量公司 [13]

财务数据和关键指标变化 - 第一季度营收为187亿美元，按当地货币计算增长5%，达到指引区间上限，美元计算增长6%，外汇影响为1.4% [6][16][18] - 调整后营业利润率为17%，同比扩张30个基点 [7][17][20] - 调整后每股收益为3.94美元，同比增长10% [7][17][20] - 自由现金流为15亿美元，运营现金流为17亿美元，扣除1.57亿美元的物业和设备添置 [17][21] - 应收账款周转天数为51天，上一季度为47天，去年同期为50天 [21] - 季度末现金余额为96亿美元，较上季度末的115亿美元有所下降 [22] - 第一季度业务优化成本为3.08亿美元，过去六个月总计9.23亿美元，影响了营业利润率、税率和每股收益 [19] - 第一季度投资了3.74亿美元，主要用于六项战略收购 [15][17] 各条业务线数据和关键指标变化 - 咨询业务收入为94亿美元，按美元计算增长4%，按当地货币计算增长3% [18] - 托管服务收入为93亿美元，按美元计算增长8%，按当地货币计算增长7%，主要由技术托管服务（包括应用和基础设施托管服务）的高个位数增长以及运营业务的中个位数增长驱动 [18] - 新签约额为209亿美元，按美元计算增长12%，按当地货币计算增长10%，整体签约交付比为1.1 [17] - 咨询签约额为99亿美元，签约交付比为1.0 [17] - 托管服务签约额为111亿美元，签约交付比为1.2 [17] - 高级AI业务签约额达22亿美元，几乎是去年第一季度的两倍，也高于第四季度 [9] - 高级AI业务收入达到约11亿美元的里程碑 [9] - 安全业务本季度实现非常强劲的两位数增长 [26] - Accenture Song业务本季度实现中个位数增长 [28] - Industry X业务本季度实现中个位数增长 [31] 各个市场数据和关键指标变化 - 美洲地区收入按当地货币计算增长4%，若排除联邦业务2%的影响，则增长6% [18] - 美洲增长由银行与资本市场、工业、软件与平台引领，公共服务的下滑部分抵消了增长，增长主要由美国驱动 [19] - 欧洲、中东和非洲地区收入按当地货币计算增长4%，由银行与资本市场、保险和生命科学引领，增长主要由英国和意大利驱动 [19] - 亚太地区收入按当地货币计算增长9%，由银行与资本市场、通信与媒体以及公共服务引领，增长主要由日本和澳大利亚驱动 [19] - 排除联邦业务1%的影响，第一季度收入按当地货币计算增长约6% [16] 公司战略和发展方向和行业竞争 - 公司战略是成为客户最以客户为中心、由AI赋能的“最佳工作场所”，帮助客户重塑企业的每个部分 [5][6] - 公司在滚动四个季度的基础上，相对于最接近的全球上市竞争对手群体，占据了显著的市场份额 [6] - 公司持续投资于人才战略，以实现员工队伍转型，已接近拥有80,000名AI和数据专业人员的目标，本季度员工参与了约800万培训小时 [7] - 高级AI越来越多地嵌入大型转型项目中，公司在该领域的领导地位是明确的竞争优势 [7][8] - 公司计划停止分享具体的高级AI签约额和收入指标，因为AI正融入几乎所有业务，单独统计的意义减弱 [10] - 合作伙伴战略以客户需求为基础，第一季度来自前10大生态系统合作伙伴的收入占比为60%，增速继续超过整体增速 [11] - 公司正在扩大并与新兴AI和数据公司建立新的合作伙伴关系，以帮助客户使用这些技术 [13] - 本季度宣布收购DLB Associates 65%的多数股权，以扩展在数据中心专业服务市场的能力，该市场预计到2030年规模将翻倍，达到约240亿美元 [13] - 固定价格工作占比持续增长，在2025财年约占工作的60%，过去三年上升了约10个百分点，这反映了公司专有平台日益重要的作用以及客户对成本和交付确定性的需求 [23] 管理层对经营环境和未来前景的评论 - 需求环境方面，客户继续优先考虑最具战略意义和大规模的转型项目，这些项目转化为收入的速度较慢，但使公司处于客户重塑议程的中心 [24] - 整体支出和可自由支配支出的速度与过去一年看到的水平相同 [24] - 公司在这种环境下取得了强劲业绩并占据了市场份额，因为重塑对客户至关重要 [24] - 企业要利用技术、AI和数据实现成果，四个战略增长领域至关重要：数字核心、安全、Accenture Song和Industry X [24] - 在AI时代，数据不仅是输入，更是优势，至少每两个高级AI项目中就有一个会引出一个数据项目 [25] - 企业AI的规模化采用仍处于早期阶段，需求持续增长，IDC估计高级AI的总可寻址市场预计到2029年将增长超过40%，从目前的约200亿美元增至超过700亿美元 [33] - 过去九个季度，每个季度约有100个增量客户与公司启动高级AI项目，但大多数客户在能够跨企业规模化应用之前还有很多工作要做，目前仅占9000名客户中的1300多名 [33] - 客户越来越明白高级AI不是快速解决方案，成功采用需要基础性工作才能对损益表产生影响 [34] - 真正的机会不是证明AI有效，而是让它在任何地方都有效，规模化AI意味着与所有形式的AI合作，并将其嵌入关键流程 [34] - 公司已建立了一个包含3000多个可重用智能体的广泛库 [35] 其他重要信息 - 公司员工总数接近784,000人 [5] - 公司在“最佳工作场所”榜单上排名第四，创历史最高排名 [5] - 自2023财年第三季度引入高级AI指标以来，公司已累计完成约115亿美元的签约额，涉及11,000个项目，收入达48亿美元 [10] - 第一季度通过加速回购和股息向股东返还了33亿美元，以平均每股245.32美元的价格回购或赎回了950万股股票，季度现金股息为每股1.63美元，同比增长10%，总计10亿美元 [22] - 董事会宣布将于2月13日支付每股1.63美元的季度现金股息，较去年增长10% [39] 问答环节所有的提问和回答 问题: 关于AI规模化以及咨询行业在AI中角色的转变 [42] - 公司确实看到了转变，因为企业AI与消费AI有根本不同，企业采用AI需要正确的安全措施、流程改造和数据准备，许多公司仍处于早期阶段 [42] - 客户确信AI将是其未来的重要组成部分，并希望实现这一目标，这推动了公司的基础性业务 [42] - 上一季度的大型交易中，高级AI占比更大，且同时关注增长和成本，因为客户不仅关注生产力，还需要寻找增长 [44] - 公司与前10大生态系统合作伙伴的增长继续超过整体增长，并且有一些令人兴奋的新合作伙伴关系 [45] 问题: 关于AI合作伙伴关系（如Anthropic、OpenAI、Snowflake）与传统科技生态系统合作伙伴关系的不同，以及它们何时能进入前10大合作伙伴 [46] - 这些合作伙伴关系展示了公司的人才优势，拥有数十年的学习新技术和培养员工技能的经验 [47] - 公司扩展这些合作伙伴关系是基于客户需求，客户拥有一个合作伙伴生态系统，公司的角色是努力成为所有合作伙伴中的第一，以帮助客户整合和使用这些新技术 [48] 问题: 关于大型AI合作伙伴关系何时开始对收入产生显著影响 [50] - 这些合作伙伴关系是客户生态系统的一部分，更应关注市场和企业的采用情况，公司可以根据需要快速扩展，相关预期已反映在指引中 [51] 问题: 关于固定价格工作增加的趋势，以及收入增长持续大幅超过员工人数增长的趋势是否可持续 [52] - 本季度人均收入增长7%，主要由人才轮换驱动，公司正在招聘新技能人才，预计人均收入增长将在年内放缓 [54] - 收入与员工人数的脱钩现象已持续很长时间，可追溯到RPA的引入，预计这一趋势将继续，但并非与季度变化精确挂钩 [55] 问题: 关于AI项目中概念验证型与全面投产型项目的比例，以及哪些行业或类型的项目正在转向投产 [57] - 客户已从仅仅考虑模型转向关注嵌入解决方案的模型，大多数解决方案涉及不同类型的AI [58] - 在客户服务和运营领域（如银行、保险）以及财务和采购等数据质量较好的领域，项目正在规模化投产 [59] - 在核心价值链（如电网和公用事业、制药和研发）中，AI价值正在显现，但这些领域更难突破，规模化仍处于早期 [60] - 与以往技术浪潮不同，每个行业都有已经拥有强大数字核心的领导者正在实现跨越式发展，这有利于公司多样化的行业专长 [60] 问题: 关于定价环境，特别是同类型工作的定价，及其对利润率目标的影响 [62] - 总体来看，定价正在改善，并在业务的多个部分有所体现，改进的定价已开始体现在损益表中，本季度合同盈利能力令人满意 [63] 问题: 关于可自由支配支出的前景，以及是否预计在新财年有所回升 [65] - 公司并未等待可自由支配支出回升，而是在当前市场环境下依然交付业绩，目前未看到市场变化，也没有看到能改变信心或行业的催化剂 [65] - 客户决心无论市场如何都要交付成果，因此公司专注于引导客户支出转向大型转型交易，并处于中心位置，以便在顺风来临时受益 [66] 问题: 关于固定价格工作占比（目前60%）未来是否会因AI而进一步提升至70%或80%，以及定价与生产率提升如何分配 [67] - 固定价格交易反映了客户对公司能够交付成果的信心，是当前市场中的真正竞争优势 [68] - 商业模型将继续演变，公司已为此打下坚实基础，并开始看到更多对基于成果的模型的关注 [68] - 行业商业模型依赖于随时间推移使用更多技术来提高生产率，目前仍是如此 [69] 问题: 关于2026财年增长展望的构成部分，以及为何没有提高指引区间的下限 [72] - 第一季度业绩强劲，连续两个季度签约额强劲，从大型交易中可以看到积压订单，销售渠道稳固，2%至5%的增长范围反映了对财年剩余季度的最佳预期 [73] - 联邦业务表现略好于预期 [73] 问题: 关于像Sora这样的AI模型进步对Accenture Song增长的影响，以及企业是否可能自行完成更多工作或服务成本面临通缩压力 [74] - Sora等工具是公司帮助客户拥抱并加速生产的工具，但只是工具 [75] - Accenture Song的关键作用在于帮助客户利用这些工具提高生产率，更重要的是创造正确的新产品和体验，以推动增长 [75][76] - 本季度大型交易中很大一部分涉及客户和客户服务，因为客户需要增长 [75] 问题: 关于已完成数字核心工作的客户所带来的收入机会，以及托管服务的机会 [79] - 数字核心工作完成后，仍需改变流程、提升员工技能，真正的企业级流程重塑工作量巨大 [81][82] - 即使在数字化程度较高的制造或工程领域，其数字化旅程仍处于早期阶段 [83] - 公司在未来十年看到巨大机会 [83] 问题: 关于业务优化后的员工人数策略及全年展望 [84] - 公司正在进行人才轮换，预计全年将在美国和欧洲增加员工人数 [85] 问题: 关于高级AI客户占比（1300/9000，约14%）是否可作为收入/签约额规模的领先指标或目标，以及该比例将如何随时间扩展 [87] - 该数据旨在展示市场发展速度（每季度100个新客户启动项目）以及仍处于非常早期的阶段，不建议将其作为新的指标进行关联预测 [87] 问题: 关于17%的营业利润率（历史最高第一季度水平）是否源于效率和固定定价，以及更长远的利润率轨迹 [88] - 对第一季度30个基点的营业利润率扩张感到满意，这符合预期，营业利润率受全年投资水平影响 [88] - 确认全年10-30个基点的扩张指引 [88] - 关于每股收益，需注意两点：预计第二季度税率将高于全年指引区间（受股权补偿税务影响），且去年第二季度有较高的投资利得，而今年预计不会重现，但这只是时间性问题，全年调整后营业利润率、税率和每股收益指引不变 [89] 问题: 关于健康与公共服务增长强劲（环比增长7%，为12年来第二强）的原因，是否主要因联邦支出阻力消退，还是基础需求改善 [91] - 增长源于联邦业务表现好于预期，以及欧洲、中东和非洲和亚太地区的强劲表现 [91] - 过去几年在该领域的投资（包括收购）正在取得回报 [92]

关键要点总结 涉及的行业与公司 * **行业覆盖**：报告涵盖北美研究的多个行业，包括货运运输、游戏与住宿、互联网/零售、媒体与娱乐、软件、通信基础设施、技术硬件、公用事业、金属与采矿等[2][5][6] * **公司提及**：报告提及大量具体公司，包括但不限于： * **货运运输**：CHRW、JBHT、RXO、KNX、SNDR、WERN、SAIA、XPO、ODFL、AUR、Gatik、Kodiak、Aurora、Waymo、Tesla[18][25] * **游戏与住宿**：MAR、HLT、IHG、BKNG、EXPE、WH、CHH[30][31][39] * **互联网/零售**：AMZN、WMT、EBAY、FIVE、ETSY、TGT、CHWY、W、GOOGL、META、APP[44][57][59][60] * **媒体与娱乐**：NFLX、SPOT、FWONK、LYV、DIS[72][77][78][89] * **软件/网络安全**：PANW、CYBR、CRWD、ZS、FTNT、VRNS、TENB、NTSK、SAIL、OKTA、CHKP、GEN、RPD、QLYS、JAMF、S、MSFT[95][101][109][110] * **通信基础设施**：EQIX、DLR[117][121][124] * **技术硬件**：DELL、HPE、HPQ、NTAP、PSTG、AAPL、Lenovo、Asustek、Acer、Giga-Byte[173][196][213] * **公用事业**：VST、TLN[220][222] * **金属与采矿**：MP、LAC、TMQ、CRML[234][236] * **半导体/技术**：NVDA、AVGO、GFS、TER、GLW、CSCO、ALAB、SMTC、MRVL、COHR、LITE、FN、AMD、ARM、HPE、META、MSFT、OpenAI、Oracle、Bytedance、Tencent[143][150][153][164][166] 核心观点与论据 主题一：科技扩散 * **货运运输的AI机遇**：运输业是受AI影响最大的行业之一，预计AI驱动的节省可能超过2026年预估税前收益的100%[13][14] * **2026年成为关键年份**：AI主题将在货运行业成为主流，且焦点将从生成式/代理AI转向物理AI（自动驾驶卡车和人形机器人）[17] * **物理AI的变革**：自动驾驶卡车预计在2027年开始商业销售，2026年可能实现商业可行性，这将改变整个行业的市盈率倍数，对卡车运输公司有利，对铁路和卡车经纪公司构成压力[25] * **代理AI的普及与风险**：生成式AI和代理AI将成为大型经纪商的必备能力，但效率提升可能因竞争而消失，主要风险包括信息民主化削弱定价优势，以及自动化可能使经纪人被绕过[18][19] * **调查数据支持**：2025年11月的调查显示，54%的承运人、经纪人和托运人已在使用的AI工具，但大多数人只期望获得“适度”的收益[19][20] 主题二：数据中心与AI基础设施 * **传统数据中心受益**：AI工作负载对多租户数据中心运营商（如Equinix和Digital Realty）是增量且不断增长的利好，尽管当前AI训练业务占比不大，但长期受推理增长推动[117][119] * **电力成为瓶颈**：电力供应紧张成为数据中心扩张的制约因素，有利于维持定价能力，Equinix和Digital Realty在获取电力方面有清晰路径[117][129][131] * **AI贡献度预测**：预计到2030年，Equinix的xScale合资企业对AFFO的贡献将达到约5.5%，Digital Realty的AI相关收入贡献可能达到约20%[121][123][124][127] * **AI基础设施的差异化**：过去两年，AI数据中心的差异化主要体现在处理器之外的部分（如网络、交换机、光模块），但随着成本结构（服务器占约50%）和供应商多元化需求，未来差异化重点可能发生变化[136][137][141] * **以太坊主导网络**：AI集群的后端网络部署中，以太坊的增长速度（预计2025年比2024年增长>2倍）远超InfiniBand，正成为主导技术[144][146] * **共封装光学器件（CPO）的展望**：CPO是根本性转变，但预计2027-2028年才会开始有意义的应用，主要驱动力是AI规模扩大网络对功率效率和带宽密度的需求，早期受益者可能包括NVDA、AVGO、GFS、TER[153][158][161][164] 主题三：多极世界 * **关键矿物供应链重塑**：美国正加速建立排除中国的稀土和关键矿物供应链，以应对中国的出口限制，措施包括政府股权投资（如MP Materials）、价格保障机制（如为MP的NdPr设定110美元/公斤的底价）和关税[234][236] * **投资偏好**：倾向于选择已证明具有商业化可行性和盈利路径的优质公司，如MP Materials，其与美国国防部的合作显著降低了商业模式风险[234] 主题四：资本市场、并购与行业转型 * **网络安全平台表现优异**：大型网络安全平台（如PANW、CYBR、CRWD、ZS）过去一年平均回报率为34%，而其他网络安全公司平均为-14%，主要得益于网络效应和整合趋势[95][101] * **平台估值溢价**：网络安全平台交易估值相对于软件行业整体存在溢价，而其他安全公司估值大致与软件行业持平[102][103] * **并购带来机会**：平台公司进行的并购在短期内造成干扰，这可能为具有清晰增长故事（20%以上增长）的“同类最佳”公司提供机会[104][115] * **内存成本影响硬件利润**：内存（NAND和DRAM）正处于“超级周期”，现货价格年内上涨60-480%，预计合同价格在2026年每个季度都将环比上涨，这可能挤压硬件OEM/ODM的利润率[173][177][179][181] * **利润率影响量化**：假设OEM能够通过提价、增加库存等方式抵消约70%的影响，内存价格每上涨10%，仍可能导致毛利率同比下降约30个基点，每股收益同比下降约4%[198][203][204][208] * **公司风险排序**：在受影响的美国IT硬件OEM中，AAPL风险隔离最好，HPQ风险最高[213] 主题五：食品未来与GLP-1 * **代理AI改变旅游预订**：代理AI将改变旅游预订渠道，大型酒店品牌（如MAR、HLT）可能通过与大型语言模型合作，以低于OTA（在线旅行社）的成本（可能接近收入的<5%，OTA为10-15%）分销库存，从而受益，对OTA（如BKNG、EXPE）的高利润直接流量构成风险，对小品牌和元搜索构成风险[30][39] * **酒店忠诚度计划优势**：三大酒店品牌（MAR/HLT/IHG）拥有合计超过6亿忠诚会员，每年旅行约5次以上，产生超过20亿次预订，这构成了护城河[31] * **代理购物兴起**：代理商务是下一个重要的生成式AI应用，预计到2030年可能为美国电子商务增加约500亿至1150亿美元支出，占电子商务支出的10%（基本情景）至20%（乐观情景）[44][49][52][53] * **对零售商和数字广告的影响**：代理AI将改变电商漏斗，可能侵蚀零售媒体和直接流量，使拥有强大覆盖和效果广告工具的平台（如META、YouTube、APP）更有价值，零售商需要关注交易的增量性以保持盈利[54][57][59][60][65] * **搜索面临过渡**：当前搜索的“有效抽成率”（广告支出占商品交易总额的百分比）估计约为33%，是早期代理抽成（个位数百分比）的5-10倍，Alphabet需要成功引领向代理模式的过渡[66][68] 媒体与娱乐的AI影响 * **AI的双重影响**：AI对媒体娱乐业既是机遇也是风险，可能强化规模化平台领导者（如NFLX、SPOT），而现场娱乐资产（如FWONK、LYV、DIS主题公园）可能因对真实、共享体验的需求而免受AI颠覆[72][77][78] * **成本效率机会**：即使脚本原创制作费用减少约10%，也可能意义重大[74] * **行业采用度高**：艺术娱乐行业在Anthropic的Claude.AI上的使用份额在所有行业中排名第三[78][82] * **劳动力与版权问题**：2026年将面临重要的劳动力、版权和监管里程碑，包括好莱坞工会合同重新谈判，这可能影响生产周期和AI在创意过程中的作用[89][93] 公用事业：数据中心电力需求 * **受监管与不受监管市场**：尽管存在负担能力担忧，但一些不受监管的地区（如德克萨斯州和宾夕法尼亚州）在2026年对数据中心增长仍有强劲前景，德克萨斯州因其庞大的项目管道、支持性的政治背景和有利的电力市场结构被视为最具吸引力的市场[218][220][223] * **偏好特定公司**：基于州层面的优势，偏好VST（德克萨斯州）和TLN（宾夕法尼亚州）[220][222] * **受监管公用事业的举措**：受监管的公用事业公司数据中心项目管道同比增长65%至215吉瓦，并设计了具有保护机制的特殊费率结构，以隔离现有客户免受数据中心带来的费率上涨影响[221] 其他重要内容 * **报告性质与免责声明**：该报告是摩根士丹利研究部的年度“重大辩论”展望，旨在识别影响2026年投资的关键议题，报告包含利益冲突披露，强调其研究仅作为投资决策的单一因素[2][4][7] * **核心跨领域主题**：AI影响的扩大、多极全球贸易对关键矿物供应链的重塑、GLP-1药物使用增加对消费生态系统的连锁效应，是贯穿多个辩论的宏观主题[8] * **具体催化剂列举**：每个细分主题部分都列出了潜在的未来催化剂，例如自动驾驶卡车的里程碑、酒店品牌与LLM的合作公告、内存现货价格走势、PJM容量拍卖结果等，为投资者提供了明确的关注点[27][42][67][93][115][135][151][169][216][233] * **历史周期对比**：在分析内存成本对硬件利润的影响时，详细对比了当前周期与2016-2018年周期的异同，指出当前周期更严峻、更快速，且超大规模企业需求占比更高[185][187] * **消费者行为数据**：在旅游预订部分，提供了消费者在线研究旅行时首选网站/应用的数据，显示Google和OTA是目前最常被提及的平台[35][36] * **估值框架**：在网络安全部分，详细介绍了结合定量和定性因素的估值框架，并展示了具体公司的评分与排名[105][112][113]

行业趋势与公司战略定位 - 国防机构正在加速数字化现代化，其重点正从独立分析转向智能体AI，即能在人类监督下自主协助、协调和执行复杂工作流程的系统[1] - BigBear.ai 正将其自身定位于此转变的核心，利用其在美国国防、情报和国家安全项目中的深厚根基[1] - 公司战略的关键一步是收购 Ask Sage，这是一个专为国防及其他高度监管环境构建的安全生成式和智能体AI平台，该平台已在数千个政府团队中大规模运行[2] - 此次收购旨在打造一个集数据、模型和任务执行于一体的集成安全平台[2] - 公司的投资逻辑在于差异化而非规模，其智能体AI方法符合国防领域对可信、可审计、安全AI的需求，这使其相比难以适应机密或受监管环境的商业AI平台具有潜在优势[3] 竞争格局 - 在国防AI自动化领域，Palantir Technologies 和 Leidos Holdings 是两大主要竞争对手[6] - Palantir 在国防和情报软件领域占据主导地位，其平台广泛应用于任务规划、战场态势感知和决策智能，优势在于大规模数据集成和AI分析，并正将其平台扩展至支持自动化决策循环[7] - Leidos Holdings 采用系统集成主导的方法，大规模结合AI、自主系统、网络和任务软件，在机密环境中部署AI并作为复杂国防项目的主要集成商方面扮演核心角色[8] 财务表现与估值 - BigBear.ai 股价在过去一年上涨了73.2%，表现优于主要基准指数以及Zacks计算机与技术板块和计算机-IT服务行业[9] - 公司股票目前交易价格较行业同行存在折价，其未来12个月市销率为15.22[13] - 在过去60天内，市场对公司2025年每股亏损的预期从1.10美元收窄至0.93美元，对2026年每股亏损的预期从0.32美元收窄至0.25美元，呈现稳步改善趋势[17] - 公司2024年每股亏损为1.10美元[17]

2026年代理式AI发展趋势与核心观点 - 2026年代理式AI将从实验阶段转向规模化应用，从新奇技术转变为驱动可衡量业务成果的基础技术[1][9][24] - 行业竞争差异化的关键将不再是拥有最复杂的模型，而是拥有最连贯的数据战略、治理框架以及将智能系统与专有数据结合的能力[1][12] - 企业成功的关键在于将AI视为一个实现真实结果的系统，专注于提升速度、质量和利润，并投资于为信任、互操作性和持续监督而构建的代理系统[1][4] 市场预测与增长动力 - 全球AI市场预计将从2024年的1310亿美元增长至2029年的6420亿美元[2] - 2026年将有数十家公司进入市场，提供行业特定的代理式AI解决方案[2] - 75%的组织计划在未来18个月内部署多代理框架[26] 技术演进与应用场景 - 代理式AI将从自动化孤立任务转变为管理端到端的复杂工作流程，成为真正的数字协作者[1] - AI将进入工业阶段，嵌入现有系统和物理世界，在制造、能源、电信等行业实现物理与数字世界的闭环，应用于调度、库存优化和预测性维护[4][5] - 语音将成为新的主导用户界面，AI将根据语音对话实时生成大部分书面内容[10] - 在法律领域，将出现自主处理端到端法律事务、进行“代理对代理”谈判的自主法律代理[16][17][18] 企业实施重点与成功要素 - 企业需从试点项目转向规模化转型，解决数据分散、信任技术输出和优化数字基础的问题[12] - 成功取决于针对高痛点、高收益的领域重新设计工作流程，并完全嵌入AI代理[26] - 需要重新定义投资回报率指标，专注于差异化，通过使用预构建的领域特定解决方案和可重用工作流来加速价值实现[26] - 73%的企业相信其代理项目将在明年交付价值，但只有战略部署的企业才能实现[26] 数据架构与治理要求 - 长期存在的运营数据与分析数据的分离将成为扩展AI的最大障碍之一，许多组织将开始拆除传统的OLTP/OLAP分界，转向统一、现代的**数据基础**[7] - 代理只有在建立在统一数据、强治理和集成生态系统上时才能有效运作[1] - 优先考虑统一和治理的公司将更像一个互联网络运作，人类与智能代理协同工作[8] 组织与人才影响 - 2026年最大的AI趋势将是首席学习官的崛起，其职责是连接战略、能力和绩效，通过动态的AI技能映射来弥合熟练度差距[22][23] - 到2025年，近一半员工的核心技能将发生转变，技能过时周期可短至两年半，这使得持续、嵌入式学习成为业务必需[22] - 成功不取决于模型类型或大小，而取决于员工能否通过实用的、特定领域的技能提升与AI协作[8] 安全与风险管理 - 随着AI自主性增强，安全团队必须用统一控制取代碎片化工具，以同时管理AI模型、保护敏感数据、验证用户身份和监控网络行为[13] - “询问即执行”浏览器的出现将带来新的利用形式，威胁行为者可能利用上下文诱骗助手绕过安全检查执行恶意命令[14] - 需对AI代理实施深度防御策略，将其像员工一样管理：分配具有严格权限边界的唯一身份、对源数据进行分类，并确保高风险操作在代理执行前始终触发人工审批流程[15] - 部署不当的代理可能自动化错误决策、遗漏早期入侵迹象或造成执行不一致，从而扩大风险面[21]

By Phoebe Seers and Kirstin Ridley LONDON, Dec 17 (Reuters) - A race among banks to adopt agentic AI, which can make decisions and take autonomous action, runs new risks for retail customers, said Britain's financial watchdog, which is pledging to ensure their interests are not sidelined. AI 'agents' could revolutionise how people budget, ​save and invest, for example by moving idle cash into higher-yield accounts or adjusting portfolios in response to market swings. Unlike generative AI, which produce ...

行业趋势：从生成式AI到智能体AI的演进 - 人工智能领域的投资主题正在快速演变 市场参与者日益关注生成式AI之后的下一代技术 其答案主要围绕智能体AI 这是一种计算机和机器在有限人类输入下执行人类功能的AI形式 [1] - 智能体AI更具吸引力的地方在于 它能使机器学习和进化 从而为终端用户带来更高的效率 [2] 智能体AI的采用现状与潜力 - 根据EY今年早些时候发布的报告 尽管智能体AI在企业层面的采用势头正在增强 但仅有14%的高级领导者报告该技术已在其组织内完全实施 [3] - 智能体AI的部署尚处于起步阶段 其长期发展潜力巨大 [2] 投资机会：聚焦相关ETF - 对于投资于重仓AI的ETF（如Invesco QQQ Trust 和 Invesco NASDAQ 100 ETF）的投资者而言 智能体AI的演进值得关注 [2] - 如同生成式AI早期热潮一样 QQQ和QQQM等ETF可能受益于潜在采用者对智能体AI认知的加深 随着企业领导者更好地理解其优势 采用率可能会提升 从而可能推动这些ETF上涨 [3] - 对昂贵企业产品和技术的了解至关重要 这一主题对投资者也意义重大 因为它可以加速技术采用并推动更高水平的支出 这些趋势可能对QQQ和QQQM产生积极影响 [4] 企业投资AI的回报与分化 - EY报告指出 几乎所有高级领导者都认为AI正在带来回报 但真正的收益属于那些大力投资的企业 将总预算的5%或更多投资于AI的组织正在快速领先 [5] - 与投资低于5%的企业相比 这些大力投资的企业在技术升级（82% vs 62%）、客户满意度（78% vs 55%）和网络安全（78% vs 49%）方面表现更优 [5] 企业部署智能体AI的挑战与关注点 - 在企业层面 高管和IT部门对大规模部署智能体AI相关的网络安全和数据隐私问题表示担忧 [6] - 企业认为这种AI形式需要更健全的内部和外部监管 [6] - 如果这些问题得到解决 存在于QQQ和QQQM中的智能体AI供应商可能会受益 [6] 未来展望：人力干预与员工培训 - 尽管面临挑战 绝大多数（89%）的高级领导者对智能体AI的益处持乐观态度 但同时认为内置的人力干预将始终至关重要 [7] - 一个显著趋势是 更多的高级领导者（64% vs 49% 同比）预计其组织将在未来一年花费更多时间培训员工如何负责任地使用AI [7]

关键要点总结 涉及的行业与公司 * 报告主题为识别在人工智能驱动的第四次工业革命中可能落后的科技公司 即AI Losers [2] * 报告基于五个主题定义了AI Losers群体 [2] * 报告提及的公司包括 英特尔 INTC 惠普 HPQ 高通 QCOM 优步 UBER Lyft LYFT Pinterest PINS The Trade Desk TTD 奈斯 NICE 奥多比 ADBE 多克赛 Docusign DOCU 工作日 Workday WDAY 以及Instacart CART [2][3][4][5][7][8] * 报告还提及了其他可能受影响的组件公司 如Synaptics SYNA Skyworks SWKS Qorvo QRVO Cirrus Logic CRUS 联发科 瑞昱 义隆和矽创 [34] 核心观点与论据 主题一 内存挤压 传统PC和手机厂商面临压力 * **内存价格飙升** 由于供应集中和AI基础设施需求激增 DRAM合同价格在2025年第四季度上涨25-30% DDR5预计在2026年每季度再涨30-50% NAND闪存价格在2025年第四季度上涨10-15% 预计2026年将进一步上涨 [3][11] * **对PC制造商的成本冲击** 内存约占PC物料清单BOM的20% 内存价格平均上涨27 5% 将导致COGS增加5 5% 并对无法提价的设备制造商造成300-440个基点的毛利率压缩 [3][12] * **定价困境** PC制造商面临需求弹性高的困境 供应商可提价30% 而消费者甚至无法承受5%的涨价 历史上PC价格弹性平均约为-2 0至-2 5 意味着PC价格上涨1%会导致单位需求下降约2-2 5% [12] * **英特尔 INTC 的具体风险** * PC市场占英特尔业务的60% 且高度价格敏感 [14] * 内存价格上涨导致系统总价上升 OEM厂商将成本转嫁给消费者 从而压低PC销量 同时OEM厂商会努力降低其他领域的BOM成本 如CPU选项 这两点都对英特尔不利 [15] * 对于其Lunar Lake系列处理器 由于内存集成在封装中 英特尔面临直接的成本困境 必须在吸收更高成本或冒险失去份额之间选择 [16] * 在内存价格上涨环境中 英特尔到2026年的毛利率面临更多下行风险 [17] * 英特尔当前股价水平对应的历史毛利率在40%中高位区间 而目前低于40%且可能下降 季度收入也低于历史水平 [19] * 情景分析显示 在熊市情况下 英特尔2026财年每股价值为24美元 [23][24] * **惠普 HPQ 的具体风险** * 个人系统业务占其收入的71% 高度暴露于价格敏感的PC市场 [27] * 面临来自联想 戴尔和低成本中国OEM厂商的激烈竞争 限制了其抵消组件通胀的能力 在差异化有限且弹性高的市场中 提价会牺牲市场份额 [28] * 情景分析显示 在熊市情况下 HPQ 2026财年每股价值为18美元 [32][33] * **高通 QCOM 的具体风险** * 与手机相关的半导体和许可费约占其销售额的80% 同时也有少量业务涉及PC和消费电子 [36] * 内存价格上涨 特别是在低端手机占主导的地区 如印度 中国 OEM厂商可能需要通过提价来转嫁成本 行业预测机构正在下调2026年手机销量预期 例如TrendForce现在预计出货量下降1 6% 而此前预期为增长2 8% [37] * 高通预计其Android相关业务年增长10%以上的目标在2026年将难以实现 [38] * 情景分析显示 在熊市情况下 QCOM 2026财年每股价值为130美元 [41] 主题二 自动驾驶汽车AV成熟 网约车行业面临颠覆 * **自动驾驶时代来临** 基于AI的全自动驾驶汽车已经出现 中国有数千辆上路 特斯拉首批无安全员的AV将于年底在德克萨斯州奥斯汀推出 [4][43] * **对网约车模式的根本性削弱** 随着AV网络规模化 价值将累积到拥有 1 车队 2 数据输出和 3 闭环经济学的平台 这从根本上削弱了优步和Lyft的轻资产网约车模式 [4][43] * **优步 UBER 的具体风险** * 优步近期部署自有全球AV车队的计划面临几个问题 1 可能危及与Waymo的关系 2 存在重大执行风险 3 特斯拉等领先AV运营商已开始展示推出完整机器人出租车网络的能力 [47] * 情景分析显示 在熊市情况下 UBER 2026财年每股价值为71美元 [48][49] * **Lyft LYFT 的具体风险** * 尽管Lyft试图通过与Waymo等合作将自己定位为AV扩张的受益者 但一旦 带训练轮的自动驾驶 发展阶段完成 这种认知上的好处可能会翻转 [50] * 情景分析显示 在熊市情况下 LYFT 2026财年每股价值为15美元 [51][52] * **长期展望** 随着时间的推移 网约车将成为新类别的份额捐赠者 市场低估了AV可能对现有公司DCF价值的负面终值影响 物理AI需要大规模和数据收集 因此只有少数公司能够成功部署所需技术 在美国 很可能是Waymo和特斯拉 [53] 主题三 智能体AI崛起 重塑广告格局 * **广告预算集中化** 随着智能体AI系统成熟 广告预算越来越集中在能够提供全漏斗可见性和即时投资回报率的平台上 [5][55] * **数据与转化闭环是关键** 在智能体AI世界 广告支出应跟随那些提供最丰富第一方数据 可衡量转化和最短 信号到销售 反馈循环的平台 [5][55] * **Pinterest PINS 的具体风险** * AI驱动的广告购买青睐拥有丰富第一方购买数据和闭环转化衡量能力的平台 PINS拥有意图信号但缺乏完整的商业可见性 这意味着其广告算法无法优化 [59] * 报告认为 PINS在新数字广告生态系统出现时面临市场份额流失的风险 [59] * 情景分析显示 在熊市情况下 PINS 2026财年每股价值为20美元 [60][61] * **The Trade Desk TTD 的具体风险** * 零售媒体网络和封闭生态系统越来越多地将数据保留在内部 而不是允许第三方平台访问 当平台将内容 数据和商业整合到单一环境中时 经济激励是将广告购买保留在该生态系统内 而非通过TTD路由 [63] * TTD在结构上处于劣势 因为它运行在开放互联网上 身份分散 衡量是概率性的 转化数据有限 [64] * 随着AI驱动的广告购买转向提供确定性商业信号的平台 如亚马逊 Meta 谷歌 沃尔玛等 TTD面临份额流失的风险 [64] * 情景分析显示 在熊市情况下 TTD 2026财年每股价值为30美元 [65][66] 主题四 SaaS在AI世界面临挑战 * **基于消费的AI模型的冲击** 基于云 按用户成本高的SaaS商业模式正受到基于消费的AI模型的冲击 [7][68] * **面临最大威胁的公司** 包括奥多比 ADBE 奈斯 NICE 多克赛 Docusign DOCU 和 工作日 Workday WDAY [7][68] * **奥多比 ADBE 的具体风险** * 生成式AI压缩了历史上保护奥多比护城河的技能差距 用户现在可以使用Canva Figma和浏览器原生AI工具以更低的成本即时制作内容 [71] * 奥多比较慢的GenAI执行速度 如Firefly货币化滞后 放弃收购Figma 协作功能延迟推出 表明其可能是在防御份额而非夺取份额 [71] * 情景分析显示 在熊市情况下 ADBE 2026财年每股价值为256美元 [72][73] * **多克赛 Docusign DOCU 的具体风险** * 核心问题是签名不再是独立的工作流程 而是成为嵌入现有工作生态系统的原生功能 一旦AI开始在这些套件内自动起草 审查和路由协议 价值就从签名本身转移到拥有工作流程和背后数据的平台 [75] * 在快速成熟的类别中 转换成本正在下降 企业买家质疑为何需要独立的电子签名供应商 [77] * 情景分析显示 在熊市情况下 DOCU 2026财年每股价值为48美元 [78][79] * **工作日 Workday WDAY 的具体风险** * AI在HR和财务软件堆栈的采用对WDAY来说是一把双刃剑 因为它缩小了与竞争对手的差距 而非扩大 [81] * 随着更多供应商提供AI驱动的建议 副驾驶和工作流自动化 买家不太可能将WDAY视为独特差异化的产品 而更可能将 HR 财务中的AI 视为跨多个平台的标准功能 [82] * 情景分析显示 在熊市情况下 WDAY 2026财年每股价值为174美元 [84][85] * **奈斯 NICE 的具体风险** * AI智能体自动化将为企业创建一个无处不在的生态系统 从而消除NICE的护城河 [87] * 来自超大规模云提供商的AI驱动联络中心即服务CCaaS产品的加速采用和市场渗透是关键竞争威胁 包括谷歌云CCaaS 微软Dynamics 365和亚马逊的eGain [89] * 在其最近的资本市场日 NICE预计FY26毛利率将比FY25压缩约200个基点 [89] * 情景分析显示 在熊市情况下 NICE 2026财年每股价值为90美元 [90] 主题五 零售配送权力集中 中间商和小公司落后 * **AI加剧竞争与整合** AI通过降低运营壁垒 使大型平台更容易扩展到相邻类别 从而加剧了零售 配送和按需服务领域的竞争 生成式和智能体AI自动化了客户支持 商品销售 路线规划 广告和库存决策等功能 [8][92] * **Instacart CART 的具体风险** * 对于Instacart AI放大了竞争压力 亚马逊扩大当日杂货配送已经降低了Instacart的相关性 而AI增强了亚马逊的核心优势 [93] * 在AI赋能的环境中 规模 专有数据和自有物流最为重要 Instacart作为中间商的结构性作用变得更弱 [94] * 情景分析显示 在熊市情况下 CART 2026财年每股价值为29美元 [95][96] 其他重要内容 * 报告将Pinterest PINS 和Nice NICE 的评级从跑赢大市下调至中性 [2] * 报告指出其AI Losers框架是对Wedbush IVES AI 30指数预期AI赢家的补充 AI Losers观点侧重于公司的竞争定位 同时也考虑估值 这与当前AI热潮消退时可能表现不佳的股票有显著不同 [9] * 报告包含大量针对具体公司的详细情景分析 提供了熊市 基线和牛市情况下的收入 毛利率 每股收益 估值和隐含股价预测 [23][32][41][48][51][60][65][72][78][84][90][95] * 报告末尾附有分析师认证 提及公司评级与目标价 以及利益冲突披露等信息 [101][102][110]

公司概况 * 公司为CXAI (CXApp)，是一家专注于通过AI技术进行工作场所转型的SaaS平台公司[1][3] * 公司CEO为Khurram Sheikh，拥有30年硅谷技术经验，曾参与Sprint的4G网络建设、Comcast的Wi-Fi业务以及Lattice Semiconductor的转型[64][65][71] * 公司拥有强大的技术团队和董事会，并已提交37项专利，其中18项已获授权[90] 业务模式与产品 * **核心业务**：提供一个统一的智能工作场所平台，解决混合办公模式下的空间管理、员工协作与生产力问题[4][8] * **产品构成**： * **移动应用**：为员工提供单一入口，用于预订工位/会议室、订餐、停车、导航、连接同事等功能[5][6] * **BTS平台**：后台内容管理系统和规则引擎，是整个系统的“大脑”[10] * **SkyView**：数据分析平台，收集并分析用户行为数据，提供洞察和预测[10][46] * **关键特性**：企业级、安全、集成度高，是客户企业应用的延伸，可进行品牌定制（如Adobe Life, Visa Office Hub）[6][7] * **新产品**：正在开发并计划在Q1进行客户试点的Agentic AI平台，旨在实现工作流程自动化[27]；已推出Sky Kiosk（信息亭）软件产品[62] 市场与客户 * **目标市场**：专注于美国市场，目标客户为全球拥有超过20,000名员工、50-100个全球站点的《财富》1000强企业[9] * **现有客户**：包括华纳兄弟、康卡斯特/NBC、HPE、Adobe、Visa等15家《财富》500强企业[3][25] * **市场机会**：解决的是一个价值超过1000亿美元（甚至可能达万亿美元）的问题，整个员工体验软件市场的总潜在市场规模（TAM）超过2000亿美元[4][36][105] * **市场验证**：Gartner正在为该领域制定“魔力象限”，预计Q1发布，标志着市场走向成熟[39][40] 财务与运营指标 * **收入**：最近一个季度收入约为500万美元[26] * **收入质量**：95%-96%为经常性收入，来自与客户签订的多年度合同[26] * **毛利率**：上一季度达到89%[26] * **净收入留存率**：保持在98%-100%之间[26] * **现金状况**：持有约1000万美元现金[30] * **运营支出**：自2023年合并以来，运营支出已降低60%-70%，现有基础业务已实现现金中性或正现金流[92] * **估值对比**：CEO指出，基于当前的SaaS指标，公司估值应在6000万美元左右（约10-12倍收入），而当前公开市场估值远低于此，存在显著折价[26][29][107] 增长战略与催化剂 * **有机增长**： * **现有客户扩张**：推动现有15家客户在其所有园区全面部署，目标是使每家客户都成为数百万美元级别的客户[76] * **新产品驱动**：Agentic AI平台被视为变革性产品，预计将推动现有客户升级并吸引新的中端市场客户[27] * **清晰目标**：公司有明确的路径实现1亿美元收入目标[36][38] * **无机增长**：正在考虑并购机会，以整合碎片化的市场，目标是与公司业务形成协同或互补的标的[41][55][61] * **合作伙伴生态**： * 与主要云提供商（谷歌云、Azure、AWS）建立合作伙伴关系，通过其市场进行规模化推广[35][36] * 与Neuro建立合作伙伴关系，将在Q1试点其沉浸式远程呈现技术，由Sky平台提供支持[77][88] * 与思科、HPE等网络设备商合作，集成Wi-Fi和物联网数据[78] 核心价值主张与竞争 * **客户价值**： * **空间优化**：通过数据驱动分析，帮助客户优化房地产使用，部分客户已因此节省数亿美元[13] * **员工体验与协作**：提升员工参与度、促进连接与协作，解决后疫情时代员工参与度下降的问题[7][36] * **生产力提升**：通过整合服务、减少摩擦，成为企业的“操作系统”[54][82] * **竞争优势**： * **数据优势**：通过真实的企业内部行为数据，提供可操作的洞察和预测，这是基于互联网的消费级AI工具所不具备的[28][46] * **先发与客户认可**：作为移动优先、云优先的应用已处于领先地位，客户因相信其Agentic AI转型愿景而选择其而非微软、ServiceNow等大公司[27][83] * **纯软件模式**：无硬件负担，专注于高利润的软件和AI[45] 近期里程碑与展望 * **近期动态（未来90天）**： * Q4是客户续约高峰期，将发布相关成功案例研究[94] * Q1将启动Agentic AI平台的客户试点和Neuro系统的部署[27][89][94] * 将有新产品功能发布及可能的并购相关公告[94] * **长期愿景**：旨在成为企业内部物理空间的智能自主工作场所平台和操作系统，这是一个持续十年的技术转型机遇[82][83] * **投资者关注点**：CEO总结投资理由为三大支柱：变革性的Agentic AI技术、巨大的市场机会（>2000亿美元）、以及经验丰富且执行力强的团队[105][106]

行业核心观点 - 领先的保险企业正在其大部分业务运营中实施生成式AI和智能体AI 从而在速度 定价 准确性和客户体验方面获得关键竞争优势 [1] - AI在保险业已迅速从实验阶段走向成熟 并已准备好在整个保险价值链中投入生产 这一趋势指向效率提升 自动化运营 超个性化产品以及与保单持有人更牢固的关系 [2] AI在保险业的应用现状与趋势 - 保险公司正从手动 文档密集型工作流程转向自动化处理理赔 报价 保单文件等日常运营环节 [2] - AI正在催生新型竞争者 同时帮助现有保险公司加强客户关系并更快响应新市场趋势 [2] - 承保团队使用生成式AI从电子邮件 PDF和图像中提取结构化和非结构化数据以自动填充系统 基于历史数据训练的模型可生成初步评估 突出风险缺口并改善风险评估 这种自动化减少了人工审核 并通过分析财务数据 检查结果和外部数据来形成完整的风险画像 从而缩短了周转时间 [3] - 在理赔环节 生成式AI通过理解索赔人描述 提取关键细节并启动工作流来加速处理 图像模型通过分析照片评估损害以计算成本估算 自然语言处理则分析叙述中的不一致和异常以识别欺诈 这些能力可将处理周期从数周缩短至数天 并改善合规性 [4] - 客户服务运营正在采用会话AI 通过理解上下文来改善常规互动 这些系统处理保单问题 准备续保通知 生成个性化解释并支持后续行动 保险公司报告称 由于AI能生成符合每位客户需求和理解水平的定制化内容 客户参与度得到了提升 [5] 智能体AI的部署与影响 - 保险公司正在实施能够独立追求目标 适应变化条件 并在无需持续监督的情况下跨系统协调的智能体AI系统 [6] - 智能体可以为特定风险类别执行从提交到报价的完整承保流程 它们还可以管理非复杂损失的整个理赔生命周期 包括验证承保范围和在授权限额内批准赔付 [6] - 预计未来三到五年内 AI智能体将处理许多常规保险操作 而员工将专注于复杂风险 战略关系和创新 保险涉及判断 同理心和关系管理 这些仍然是人类独有的能力 [7] 服务提供商评估与市场动态 - 《2025年ISG Provider Lens全球保险服务—战略能力（保险生成式AI和智能体AI服务）》报告评估了28家服务提供商在两个象限的能力：生成式AI—开发与部署服务 以及 智能体AI—开发与部署服务 [8] - Capgemini Cognizant EXL Genpact HCLTech Infosys Kyndryl NTT DATA Persistent Systems TCS 和 WNS 在两个象限均被评为领导者 LTIMindtree在一个象限被评为领导者 [9] - Tech Mahindra在两个象限均被评为新星（即拥有“有前景的产品组合”和“高未来潜力”） LTIMindtree 和 Tiger Analytics 各自在一个象限被评为新星 [9] - 在客户体验领域 Sutherland被评为2025年全球ISG客户体验明星表现者（在保险生成式AI和智能体AI服务提供商中） Sutherland在ISG的“客户之声”调查中获得了最高的客户满意度评分 [10]