【談股市】2026年(2027財年)UiPath第一季電話會議紀錄

 

Daniel Solomon Dines（UiPath 共同創辦人兼執行長 / 執行長辦公室）：  

各位下午好，感謝大家加入我們。我們在 27 財年（Fiscal 27）迎來了一個強勁的開局，所有關鍵財務指標再次超越了我們的指引（guidance）。在深入分析業績之前，我想花點時間回顧一下我們在過去一年中所取得的進展。

去年 5 月，我們正式推出了 AgenTeam™ 和業務編排（Business orchestration）產品。一年下來，客戶的採用已從早期的試驗階段走向了生產環境的實際部署。我們看到這主要體現在三個特定領域：安裝基數的擴展（Install base expansion）、流程編排的採用（Process orchestration adoption），以及垂直領域 AI 工作流（Vertical AI workflows）。

一個極佳的例子是美國最大的醫療保健分銷公司之一。一個結合了 UiPath 智慧體（agents）與更具確定性自動化（deterministic automations）的端到端工作流，預計每年將帶來數百萬美元的資金節省，這也推動了本季度達七位數的業務擴展。此外，全球最大的建築公司之一採用了我們的「從採購到付款（purchase-to-pay）」垂直解決方案，並告訴我們，他們選擇 UiPath 並不是將其視為軟體供應商，而是視為其企業 AI 轉型的策略共同開發夥伴。而一家名列財富 500 強的能源公司，則將 UiPath 置於其一項高達 7,000 萬美元的成本削減計畫的核心，這正是得益於我們有能力將確定性、智慧體（agentic）和流程編排整合為一個單一的頂級平台。

轉向本季度的財務表現，第一季度年度經常性收入（ARR）達到 19.01 億美元，年增 12%。這主要由 4,900 萬美元的新增淨 ARR 所推動；營收為 4.18 億美元，年增 17%。在營運效率提升和全公司嚴謹執行的推動下，我們將第一季度 Non-GAAP 營業利潤提升至 9,200 萬美元，利潤率達 22%。並且，我們實現了公司歷史上首次的第一季度 GAAP 獲利。本季度的表現建立在我們企業自動化安裝基數的實力之上——數千名客戶深度採用了我們的平台，獲得了驗證過的投資報酬率（ROI），並擁有隨時間與我們一同擴展的良好記錄。這也反映了我們 AI 產品持續保持的強勁動能。

在本季度中，前 20 大交易中有 16 筆包含了 AI，且包含 AI 的擴展交易規模是不含 AI 交易的 6 倍。這些成果背後的驅動力，與我們上季度概述的核心差異化優勢相同：我們的平台將確定性與智慧體自動化、以及企業級的流程編排完美結合；我們的安裝基數飛輪（installed base flywheel）；我們的治理基礎（governance foundation）；以及我們將通用自動化平台（horizontal automation platform）與深度垂直解決方案（vertical solutions）相結合的能力。

我在包括印度在內的全球活動中親眼見證了這種動能，包含我們的年度 Fusion 大會和 DevCon 開發者大會。在客戶、開發者和合作夥伴之間，傳遞出的訊息是一致的：企業越來越需要一個能夠治理和編排人類、智慧體、工作流、自動化和系統的平台。

這是 UiPath 擁有結構性優勢的領域。在 DevCon 上，我們推出了用於編碼智慧體（coding agents）的 UiPath，使開發者能夠連接他們首選的編碼智慧體，在 UiPath 平台上建立、測試、部署和管理跨完整生命週期的自動化，並內建企業級的治理與可靠性。這一點至關重要，因為幾乎每一次與客戶的對話都會浮現出相同的限制：自動化待辦清單（backlog）增長的速度遠超出了他們的建置與維護能力。部署往往是最困難的部分，尤其是在複雜的企業環境中，上游系統的變更會隨時間推移拉高維護成本。

透過將編碼智慧體與我們平台內建的治理編排及自我修復（self healing）功能相結合，我們能大幅減輕這項營運負擔，並將部署時間從數個季度縮短至幾週。我們預計這將加速客戶實現價值的時間（time to value），推動更深度的採用，並增強我們客戶群的長期留存率。我們的內部團隊和客戶在編碼智慧體上也看到了顯著的成效。其中，全球最大的消費電子公司之一將一個需要 4 週的專案建置時間縮短至 3 小時；全球最大的晶片製造商之一將一個需要 2 個月的專案建置時間縮短至幾天。

本季度最突出的表現是，客戶的優先事項演變非常明確，焦點一致集中在流程編排（process orchestration）上。正如一位客戶在 DevCon 期間所說：「模型很容易，編排卻很難。」這直接反映了我們在客戶群中所聽到的心聲。客戶不再只是要求我們部署更多的智慧體，或生成更多的程式碼。他們要求我們透過跨部門、連接系統並帶來可衡量營運成果的端到端工作流，來翻轉整個企業的營運方式。要實現這種轉型，需要的工具不僅僅是單個 AI 智慧體，還需要一個能夠在安全、受治理的企業工作流中，將智慧體、自動化、API、系統和人員編排在一起的平台。

一個絕佳的例子是全球最大的電信公司之一。他們已經實現了近 2,000 個流程的自動化，每年節省超過 3,000 萬美元的成本，現在他們正進一步擴展其確定性基礎，並邁入智慧體工作流，建立了一個包含 200 多個額外確定性自動化和 20 多個智慧體應用場景的推進管道（pipeline）。同樣的流程編排能力也促成了一次競爭性替代（competitive displacement）——在一家名列財富全球 500 強的電子製造商中，我們是唯一能夠帶領他們從基於任務的自動化（task-based automation）跨入全企業級業務流程編排的平台。在強大的確定性基礎上，他們現在正使用 Maestro 在全球範圍內協調自動化、智慧體系統和人類決策，擴展至製造和供應鏈工作流中。

Maestro 在流程本身定義明確的工作流（如發票審批和部署管道）中已經表現出色。但越來越多的企業工作是非線性且動態的、由異常驅動（exception-driven），並且圍繞著跨團隊和系統的業務流程。這就是為什麼我們在 DevCon 上將 Maestro Case 推入公開預覽版（public preview），將 Maestro 從傳統的流程編排擴展到對非結構化企業工作的編排。這種廣度使得 UiPath 成為市場上最完整的流程編排與自動化平台。這已經在推動更廣泛的客戶採用，包括我們智慧體產品的早期採用者 Sonic Automotive。他們最初部署 UiPath 是為了自動化車輛庫存管理和銷售線索跟進，現在，在更廣泛的 C-suite（高階管理階層）策略下，他們正將其智慧體自動化戰略標準化在 UiPath 平台上，並擴展到月結（month-end close）和員工入職等工作流。這次擴展的核心驅動力，正是 Maestro Case 編排跨智慧體、自動化和人員的複雜多階段工作流的能力。

除了流程編排之外，文件仍然是企業工作中最大的摩擦來源之一。客戶正越來越多地轉向 UiPath IXP（智慧文件處理），以在企業規模下實現文件密集型工作流的自動化。今年 5 月，我們被評為《Forrester Wave：文件挖掘與分析平台，2026年第二季度》的領導者。我們看到這種動能直接轉化為大型企業部署和競爭性勝出。

一個很好的例子是某家領先的醫療技術公司，該公司正將 UiPath Cloud IXP 標準化，以自動化處理高成交量、非結構化的文件（如發票和採購單）。該客戶目前已實現每年約 500 萬美元的節省，並預計隨著規模擴大，這一數字將增長到 1,000 萬美元。隨著企業越來越多地採用針對其業務量身定制的客製化 AI 解決方案，對行業特定、受治理的工作流的需求持續增長。UiPath 的獨特之處在於，我們有能力將這些深度的領域特定解決方案，與相同的流程編排、自動化和治理平台相結合。本季度，我們將產品組合擴展到了金融服務、零售、製造以及財務長（CFO）辦公室。

我們在醫療保健領域已經看到了強勁的動能，贏得了一筆達七位數的新客戶（new logo）。一家領先的拉丁美洲醫療保健提供商選擇了我們的垂直解決方案來支援收入週期管理（revenue cycle management）、醫療記錄摘要和理賠駁回管理，並預計將獲得 1,200 萬美元的累計效益。客戶也正從這些垂直解決方案中獲得營運效益，例如某家領先的醫療保健技術公司利用我們的醫療記錄摘要解決方案，將臨床摘要審查時間縮短了 90%。我們在金融服務領域也看到了類似的勢頭：一家區域性銀行現在正使用我們的交易篩選警示審查解決方案，自動化處理 61% 的制裁觸發審查（sanctions hit reviews），每月處理大約 14,000 筆警示。

AI 正在加速軟體的建立，但同時也加速了驗證軟體的需求。隨著程式碼量的增長，測試負擔也隨之增加。獨立研究機構一致認可 UiPath 是該領域的領導者，我們相信這種驗證反映了真實且持續增長的結構性優勢。Test Cloud 處於該優勢的核心，協助客戶將測試從下游的瓶頸轉變為貫穿整個交付生命週期的持續、智慧化功能。本季度的一個例子是美國一家領先的公用事業供應商，他們採用了 UiPath Test Cloud 進行智慧體測試（agentic testing），以優化客戶平台支援的發布。該解決方案預計將顯著減少手動測試，同時創造近 300 萬美元的節省。

在本季度中，我們繼續深化在市場進入（go-to-market）和技術整合方面的合作夥伴關係。這包括我們與德勤（Deloitte）擴大合作，將 UiPath Test Cloud 嵌入到他們的 Ascend™ 交付平台中，為德勤的全球客戶群帶來智慧體測試能力。我們在埃森哲（Accenture）也看到了類似的勢頭：我們上季度強調的一家生命科學客戶與埃森哲合作部署了全球智慧體銷售輸入（sales entry）解決方案，目前已擴展至 70 個國家。基於這一成功，他們簽署了一份七位數的擴展合同，現在正與我們合作，設計一個建立在我們流程編排平台之上的資訊長（CIO）辦公室接收（Intake）解決方案。

在技術方面，我們繼續擴大在關鍵企業生態系統中的影響力。與微軟（Microsoft）合作，將 UiPath 與他們的安全測試套件整合，以協助自動化威脅檢測與回應；與 Salesforce 合作，我們推出了全新的智慧體交換（agent exchange）產品，將 Maestro 流程編排擴展至 Salesforce 和後台系統；與 Google Cloud 合作，我們將 IXP 解決方案引入了他們的市集（marketplace）；與 Databricks 合作，我們將他們的數據智慧平台（Data Intelligence Platform）與 UiPath 流程編排直接連接，協助企業從數據洞察走向自動化行動，並在隨後對工作流進行治理。

總結來說，本季度反映了全公司嚴謹的執行力、AI 的持續採用以及我們平台日益增長的動能。沒有其他供應商能將確定性自動化、智慧體 AI、文件智慧（document intelligence）和業務流程編排整合在單一平台上。而這種完整性正是客戶走向標準化的核心。我們相信，在企業 AI 採用的下一個階段中，我們處於獨特的優勢地位。而我們 27 財年的強勁開局，進一步鞏固了我們業務的韌性以及未來巨大的機會。

在將會議轉交給 Ashim 之前，我想花點時間悼念我們摯友兼董事會成員 S. Somasegar 的離世。Soma 是 UiPath 的長期投資人，並在短短 8 個月前重新加入我們的董事會。他對 UiPath 的影響是立竿見影且深遠的。不論在專業還是個人層面，他都是我的導師、值得信賴的顧問，以及我深深欽佩的人。我會非常想念他，我知道我們整個董事會和領導團隊都深有同感。我們的心與他的家人同在。

接下來，我將把會議轉交給 Ashim。

Ashim Gupta（UiPath 首席財務長 / 財務部）：

謝謝 Daniel，各位下午好。在轉向財務數據之前，我想先簡要更新一下營運進展。

我們在去年概述的幾項關鍵優先事項上，持續取得顯著進展。我們的合作夥伴生態系統正與我們的市場進入（go-to-market）策略及客戶採用緊密結合，協助我們在全球擴大大型企業的部署規模。正如 Daniel 所提到的，像德勤（Deloitte）和埃森哲（Accenture）這樣的夥伴，其發揮的作用越來越關鍵，不僅僅是在銷售層面，更在於協助客戶將 AI 驅動的工作流程落地營運並擴大規模。我們正看到這在金融服務、醫療保健和其他關鍵垂直領域中發揮成效。同時，我們內部對客戶採用的關注，依然是核心的營運優先事項。

我們持續投資於我們的服務團隊和行業專家，以協助客戶加速部署並擴大平台使用率。這項努力的核心部分，是我們在 6 個月前推出的前線部署工程（Forward Deployed Engineering, FDE）。事實證明，FDE 是產品創新與客戶部署之間的有效橋樑，能直接在客戶環境中建構垂直工作流，並加速客戶實現價值的時間（time to value）。除了客戶採用外，我們的市場進入團隊執行紀律嚴明，以客戶為中心的 AI 現已幾乎融入每一次與策略客戶的對話中，且這些討論正越來越多地延伸到平台編排與垂直解決方案。Daniel 剛才提到的交易數據也反映了這一點。

在我們的前 20 大交易中，有 16 筆包含了 AI，且包含 AI 的擴展交易規模是不含 AI 交易的 6 倍。最後，在營運效率方面，AI 正在改變我們內部的營運方式。我們看到整個組織的營運槓桿（operating leverage）顯著提升，同時我們仍持續有目的地投資於研發（R&D）、垂直解決方案以及面向客戶的職能部門。

轉向本季度的財務表現。除非另有說明，否則我接下來討論的業績均為 Non-GAAP（非公認會計原則） 數據，且所有增長率均為年增率（year-over-year）。我還想提醒一點，由於我們是以當地貨幣進行定價和銷售，因此匯率的波動會對業績產生影響。

從我們上次財報電話會議到第一季度末，匯率總體上保持穩定，這為我們第一季度的 ARR（年度經常性收入）和營收結果帶來了不到 100 萬美元的微幅順風（利多）。第一季度營收增長至 4.18 億美元，年增 17%。扣除 700 萬美元的年度匯率順風影響後，常態化營收年增率為 15%。ARR 總計 19.01 億美元，年增 11%，這其中包含了 900 萬美元的年度匯率順風。淨新增 ARR（Net new ARR）為 4,900 萬美元；若對外匯以及併購（M&A）影響進行常態化調整後，淨新增 ARR 較去年同期有所改善。

我們基於美元的總留存率（Gross retention rate）仍保持在 97% 的產業頂尖水準，而基於美元的淨留存率（Net retention rate, NRR）則為 109%。這突顯了我們的客戶群在擁抱我們的智慧體自動化（agentic automation）解決方案時所展現的業務韌性。調整匯率影響後，基於美元的淨留存率為 108%，顯示出我們業務的穩定性。

我們在季度末擁有約 1.06 萬家客戶。客戶流失（attrition）仍集中在我們最小規模的客戶群中；而 ARR 超過 3 萬美元的客戶數則年增了 7%。這種動態也反映在我們的客群分組（cohort）表現中：ARR 達到 10 萬美元或以上的客戶數增長 11% 至 2,620 家，而 ARR 達到 100 萬美元或以上的客戶數則增長 18% 至 374 家。

我們的客戶策略持續專注於深化我們在全球最複雜企業中的參與度，因為我們在這些企業中看到了最大的長期擴展機會。與該策略一致，我們持續增加具有顯著長期擴展潛力的全新企業客戶，包括 Candela Medical、Tire Rack 以及 ShopRite Holdings 等新客戶（new logos）。此外，還有一家全球半導體公司，正使用 UiPath 取代傳統的 RPA（機器人流程自動化）供應商，將我們作為其策略性自動化平台。我們的跨系統整合和端到端流程編排能力，為他們提供了所需的具可擴展性基礎，協助他們將現有的自動化專案從基於任務的自動化，升級轉型至更廣泛的智慧體工作流（agentic workflows）。

剩餘履約義務（RPO）增長至 14.13 億美元，年增 15%。扣除約 900 萬美元的匯率逆風（利空）影響後，常態化 RPO 年增 16%。當期 RPO（Current RPO）增加至 9.88 億美元，年增 17%。

轉向費用與利潤結構。我們第一季度的整體毛利率達到 83%，其中軟體毛利率為 90%。第一季度營運費用為 2.56 億美元。

在公司歷史上，我們首次實現了第一季度 GAAP（公認會計原則）獲利，GAAP 營業利益為 2,800 萬美元，而去年同期的 GAAP 營業損失為 1,600 萬美元。GAAP 營業利益中包含了 5,300 萬美元的股權激勵費用（stock-based compensation）。第一季度 Non-GAAP 營業利益為 9,200 萬美元，營業利潤率達 22%，年增超過 250 個基點（basis points），這主要歸功於我們對營運效率的持續關注。

第一季度 Non-GAAP 調整後自由現金流為 1.3 億美元。季度末我們擁有健康的資產負債表，包含 14 億美元的現金、現金等價物及有價證券，且無負債。在第一季度中，我們以 11.47 美元的平均價格回購了 2,000 萬股股票。自 4 月 30 日以來，根據我們的 10b5-1 計畫，截至 2026 年 5 月 27 日，我們又以 9.63 美元的平均價格額外回購了 200 萬股股票。

現在轉向業績指引。我們對團隊在當前多變的總體經濟環境下的執行力感到滿意。我們繼續保持審慎的前瞻展望，並根據我們眼前所見的實際情況來提供指引。

自我們在上次會議提供指引以來，歐元總體上保持穩定，而其他貨幣（如印度盧比 INR 和羅馬尼亞列伊 Leu）則出現了波動。因此，針對第二季度和全年，我們預計 ARR 和營收將面臨名義上的微幅匯率逆風。儘管有這項額外的匯率逆風，但鑑於我們在營運優先事項上取得的進展，我們調高了業績指引。

以下是具體的指引數據：

對於第二財季（Q2 27），我們預期：

• 營收： 介於 3.95 億美元至 4.00 億美元之間
• ARR： 介於 19.29 億美元至 19.34 億美元之間
• Non-GAAP 營業利益： 約 7,500 萬美元
• 第二季度基本流通股數： 預計約為 5.18 億股

對於全財年（Full Year 27），我們預期：

• 營收： 介於 17.76 億美元至 17.81 億美元之間
• ARR： 介於 20.58 億美元至 20.63 億美元之間
• Non-GAAP 營業利益： 約 4.3 億美元
• Non-GAAP 調整後自由現金流： 維持預期約 4.25 億美元
• Non-GAAP 毛利率： 預計約為 84%

感謝大家今天的參與，我們期待在季度中與各位進一步交流。接下來，我將把會議轉交給接線生。接線生，請開始開放提問。

問答環節

問題一

接線生（會議操作員 / 執行主辦單位）： 

我們現在進入問答環節。如果您是透過網路研討會（Webinar）加入的，請點擊應用程式底部的「舉手」圖示。如果您是撥打電話加入的，請按「5」來舉手。當點名到您時，請取消靜音並開始提問。請注意，每位參與者僅限提問一個問題和一個追問。我們現在稍作暫停，以彙整提問隊列。我們第一個問題來自 TD Cowen 的 Brian Bergen。您的線路已開，請提問。

Brian Bergen（TD Cowen - 董事總經理 / 科技業分析師）：

嗨，各位下午好，謝謝。Ashim，或許我們可以先從整體的需求環境談起。隨著這段衝突（市場拉鋸）持續延伸，底層的需求趨勢和推進管道（pipeline）的轉化率是否有任何有趣的變化？在交易時程、銷售週期等方面是否有任何變動？

Ashim Gupta（UiPath 首席財務長 / 財務部）： 

沒有。我們實際上覺得，與我們在今年初對第一季度提供指引時所看到的相比，整體環境保持得相對穩定。Bryan，我想我們其實對業務的動能、推進管道的健康度、轉化率以及可預測性感到非常樂觀。我們與客戶的對話進展得非常順利。許多試點計畫（pilots）現在正開始轉化為實際合約，這讓我們感到非常欣慰。因此總體而言，我們對我們的推進管道持非常積極的態度。環境一如既往地充滿變數，但感覺這種「新常態」就是我們目前思考它的方式。

Brian Bergen（TD Cowen - 董事總經理 / 科技業分析師）： 

好的。那關於你們 AI 產品的 ARR（年度經常性收入）水平，有任何具體規模可以為我們更新嗎？另外，這些解決方案的定價討論（pricing conversation）目前是如何演進的？

Ashim Gupta（UiPath 首席財務長 / 財務部）： 

有的。我們之後會定期披露特定產品的 ARR。我們目前對這股動能感到非常滿意。我想我們剛才已經指出，本季度前 20 大交易中有 16 筆涉及 AI。我認為智慧體（Agentic）和我們整體的 AI 產品普遍都擁有非常強勁的勢頭。此外，我們的垂直解決方案也開始真正獲得青睞，無論是在客戶興趣還是推進管道上，特別是在醫療保健和金融服務領域。最後，我認為 Test（我們的智慧體測試解決方案）也取得了非常好的進展。我們期待在未來的季度中為大家更新具體數字。

但就目前而言，我們感受到了非常良好的動能，而且我認為這些交易的進展已經說明了我們 AI 產品整體的發展軌跡。

問題二

接線生（會議操作員 / 執行主辦單位）： 

您的下一個問題來自 Needham 的 Scott Berg。您的線路已開，請開始提問。

Scott Berg（Needham - 高級研究分析師）： 

嗨，各位好。很棒的一個季度，感謝接受我的提問。Daniel，您剛才深入談到了「編排（orchestration）」，在過去這一兩年裡，這在我們對該領域的研究工作中一直是一個核心話題。當您思考 Maestro 以及目前手頭上的交易時，是否有任何原因導致 Maestro 沒有包含在基本上每一個含有 AI 的交易中？或者是否有某種產品組合，暗示著它未來不一定會成為每筆交易的一部分？

Daniel Solomon Dines（UiPath 共同創辦人兼執行長 / 執行長辦公室）： 

我不認為 Maestro 會成為每一筆交易的一部分。我們看待自身業務的方式是：我們擁有一個完整的平台，能夠涵蓋從「任務自動化」到「流程編排」的整個光譜。Maestro 是一個在客戶進行流程編排、自動化以及端到端流程編排與自動化時，才會發揮作用的解決方案。但我們也有許多客戶很高興能先從「任務自動化（task automation）」產品開始，而任務自動化同樣可以是確定性（deterministic）和認知型（cognitive）的。我想說的是，RPA（機器人流程自動化）和 API 屬於確定性的任務自動化，同時我們也有可以應用於任務層級的智慧體（agents）。

當你需要對涉及人類、任務自動化、企業工作流、系統和智慧體進行更複雜的工作編排時，Maestro 才會上場。因此，它自然更適合參與度更深、規模更大的客戶。Maestro 協助我們贏得更大的交易，並讓我們的安裝基數在客戶端更具黏性，但我不能說它會部署在每一筆交易中。

Scott Berg（Needham - 高級研究分析師）： 

明白了，這很有幫助。接著想請教 Ashim，這是對上一個問題的追問。我想大家都在試圖理解你們的 AI 模組對業務和訂單（bookings）的實際影響，以及整體的發展軌跡。我理解你們不一定想在每個季度都公布 AI 的特定指標，但如果我換個方式問：在包含 AI 組件的前 20 大交易中，那 16 筆交易有多少比重是真正來自 AI 功能的推動？

我試圖理解的是，在這些大額交易中，傳統的 RPA 仍然佔據絕大比重，還是我們已經看到 AI 功能帶來了更大的實質影響？

Ashim Gupta（UiPath 首席財務長 / 財務部）： 

我們正看到 AI 帶來更大的影響。依我看，我會將其劃分為三個領域：首先，在我們的頂級客戶和頂級交易中，絕大多數交易都包含顯著的 AI 組件，甚至大部分就是由 AI 組件所構成。Scott，這正是背後的驅動力。這些交易不是零星的（並非順帶塞進一兩個庫存單位 SKU 或象徵性購買小數量），AI 實質上就是我們賣給這些大客戶的核心產品。

其次，中間層級的客戶（mid-tier）對傳統 RPA 和確定性自動化仍展現出持續的需求。這些公司可能尚未大規模擁抱智慧體（Agentic）和 AI，因為他們在權衡智慧體與確定性自動化所帶來的成本、信任度與治理問題，所以他們實際上在拉動更多的確定性自動化需求。

最後，我們之前提到的一些拖累（drag），主要來自市場的低階底層（low end），也就是規模較小的客戶和個人生產力應用。這大概就是我對本季度市況的劃分。因此，我們實際上對智慧體產品所帶來的拉動效應，以及它對我們增長的貢獻感到非常滿意。

問題三

接線生（會議操作員 / 執行主辦單位）： 

您的下一個問題來自大摩（Morgan Stanley）的 Sanjit Singh。您的線路已開，請開始提問。來自 Morgan Stanley 的 Sanjit Singh，請開始提問。

Rishi Jaluria（Morgan Stanley - 常務董事 / 軟體分析師）： 

嗨，我是 Rishi Jaluria，替 Sanjit Singh 提問。感謝接受我們的提問。我們想進一步了解本季度業績超預期（beat）的細節。第一季度的營收表現非常強勁且優於預期，但這項超額表現很大程度上是由授權收入（license revenue）所推動的，而年度經常性收入（ARR）則相對符合預期。因此，您能否協助我們理解這次營收超預期的「含金量（質量）」？在授權收入確認的時程上，或是客戶行為中，是否有任何我們需要注意的異常狀況？另外，我們該如何看待今年剩餘時間內，授權收入的表現與 ARR 發展軌跡之間的關係？

Ashim Gupta（UiPath 首席財務長 / 財務部）： 

好的，我想從兩點來回答。第一，無論是就產品本身，還是就交易質量和結構而言，我們對這次營收的「含金量（質量）」都感到非常滿意。我想強調，我們的季度表現非常乾淨（沒有特殊包裝），我們對整體的交易質量和建構方式感到非常滿意。

請記住，當您在看增長率時，營收是一個「季度性」的表現指標，而且我們適用 ASC 606 會計準則；相比之下，ARR 則是一個「12個月」的滾動指標。如果我把這個問題拆解來看：雖然我們單季營收增長率是 17%，但如果看過去滾動 12 個月（TTM）的表現，營收增長率其實是 15%。這項滾動 12 個月達 15% 的營收增長率讓我感到非常踏實，而且它與我們 12% 的 ARR 增長率是相對吻合的。

至於 ARR 超出預期的幅度與營收超預期幅度之間的差異，這單純只是交易組合（mix of deals）在 ASC 606 準則下的認列時程差異所致。授權收入成為推動增長的因素，這實際上正是整體營收質量非常健康的訊號。

K佬補充：分析師質疑營收大超預期是否只是因為「拉貨時程挪移」的虛胖。CFO澄清並無異常，這是ASC 606財報準則下，軟體合約中的「授權部分」在簽約時必須立刻一次性認列營收所導致的季度波動。若拉長到滾動 12 個月（TTM）來看，營收增速（15%）與ARR增速（12%）基本吻合，財報質量很乾淨。

Rishi Jaluria（Morgan Stanley - 常務董事 / 軟體分析師）： 

謝謝您。作為追問，關於「基於使用量（consumption-based）」與「基於人頭計費（per-seat）」這兩種營收模式的佔比，有任何可以分享的資訊嗎？

Ashim Gupta（UiPath 首席財務長 / 財務部）： 

我們並不——基於使用量的營收在我們的業務中佔比非常小。我們的定價模型依然是由訂閱制（subscription）佔絕對主導地位。至於按人頭計費的定價也是如此，這並非我們業務的大宗。

我們真正銷售的是執行量（executions），以及我們針對「無人值守機器人（unattended robots）」所採取的典型基於伺服器（server-based）的定價模式。我想再次強調，個人生產力（簡單的任務型自動化）在我們的產品組合中只佔極小一部分。我們現在銷售的是更大、更複雜的應用場景，因此在產品組合上會明顯更偏向基於伺服器和基於訂閱制的定價。

問題四

接線生（會議操作員 / 執行主辦單位）： 

您的下一個問題來自 RBC 的 Matthew Hedberg。您的線路已開，請開始提問。

Mike Richards（RBC - 助理副總裁 / 軟體分析師）： 

嗨，各位。我是代表 RBC Matt Hedberg 提問的 Mike Richards。非常感謝接受我的提問。您能否談談目前在「流程編排（orchestration）」領域更廣泛的競爭環境，以及您所看到的任何變化或趨勢？另外，近期前沿模型（frontier models）的能力有許多重大突破，您如何看待這些技術進展對整體競爭格局的影響，特別是對 UiPath 自身的影響？謝謝。

Daniel Solomon Dines（UiPath 共同創辦人兼執行長 / 執行長辦公室）： 

好的，沒問題。我想先強調，我們在市場上擁有一個非常獨特的平台，它建立在三大核心支柱之上：第一，我們擁有基於創新工作流引擎技術的現代流程編排技術；第二，我們擁有過去 10 年在全世界上最大規模的企業中，於安全且受治理的環境下大規模部署自動化的卓越記錄；第三，我們具備獨特的能力，能同時連接現代基於 API 的系統與傳統的遺留系統（legacy systems）。這三大支柱讓我們的平台在市場上脫穎而出。

至於我們所看到的最新技術進展，我想大家都認同編碼智慧體（coding agents）對整個生態系統帶來了巨大的衝擊。在這裡，我想向大家指出一個非常有趣的現象，這是我們在客戶端以及 UiPath 內部營運中共同觀察到的：現在建構「確定性自動化（deterministic automations）」正變得越來越容易。

利用編碼智慧體來建立確定性自動化並進行大規模部署，讓企業去解決過去那些處於「長尾（long tail）」底層、零散的工作機會變得簡單許多。在編碼智慧體出現之前，要自動化到這種細碎的層級在經濟效益上是不划算的。而現在，建立這些自動化流程，實際上是在為以後部署智慧體 AI（agentic AI）鋪設底層基質（substrate）。

我進一步解釋為什麼編碼智慧體如今會如此成功。因為它們完美結合了「模型的強項」與「確定性自動化的強項」。以 Code Cloud（這裡應指主流的 AI 寫程式工具，如 Claude 等）為例，它之所以這麼好用，是因為它周圍有一個確定性的框架夾具（harness）。AI 負責生成程式碼，但緊接著它必須使用編譯器（compiler，這是一種確定性的技術）來編譯程式碼，隨後再使用測試工具（另一種確定性的程式碼）來驗證生成的代碼。因此，現在大家越來越看清一個事實：「確定性自動化」與「AI 模型」的結合，才是讓技術真正落地到實際生產環境的關鍵。

在這一點上，我必須說我們擁有巨大的優勢。我們的平台已經全面支援編碼智慧體，我們在印度的 DevCon 大會上展示了這項能力，證明我們可以大幅縮短開發部署的時間。請試想一下：時間從「幾週」壓縮到「幾小時」。當你要將自動化推向海量的長尾工作場景時，這意味著巨大的商業價值。

Mike Richards（RBC - 助理副總裁 / 軟體分析師）： 

各位，非常感謝這番精闢的觀點。作為一個簡短的追問：各位談了很多關於獲利能力的話題，且在上個季度，你們將長期的 Non-GAAP 營業利潤率目標調高至 30%。在保持「增長仍是公司首要任務」的前提下，27 財年推動利潤率擴展的關鍵要素有哪些？另外在費用上是否有任何需要注意的季節性因素？謝謝。

Ashim Gupta（UiPath 首席財務長 / 財務部）： 

聽著，我認為從成本的季節性來看，沒有什麼特別的。當然，到了每年的後半段，我們會有銷售獎金與佣金的發放，從費用的角度來看，這只是常規 SaaS（軟體即服務）企業的正常季節性波動。除此之外，沒有什麼特別需要說明的季節性。

從我的觀點來看，增長是我們的第一優先要務。因此，我們正在積極投資前線部署工程（FDE）、投資測試（Test Cloud）、投資垂直解決方案，並投資編碼智慧體——我們推進這些產品發布的速度就是最好的證明。因此對我們來說，這些戰略投資是第一位的。

但與此同時，我們之所以調高長期財務模型目標，是因為我們透過持續的紀律審查，以及在公司內部全面導入我們自己的平台和更廣泛的 AI 工具，找到了越來越高的內部營運效率。所以，我會形容我們抱持著「投資優先（invest-first）」且「絕不浪費（waste-nothing）」的心態。這種組合讓我們有能力在推動戰略計畫、實現業務增長的同時，還能持續擴展營業利潤率。

問題五

接線生（會議操作員 / 執行主辦單位）： 

您的下一個問題來自 William Blair 的 Jake Roberge。您的線路已開，請開始提問。

Jake Roberge（William Blair - 科技業研究分析師）： 

嗨，Daniel 和 Ashim，感謝接受我的提問。我的第一個問題是，我認為你們今年初舉辦的 AI 峰會（AI Summit）對於幫助客戶勾勒「如何從傳統的 RPA 工作流演進到更具智慧體能力（agentic-enabled）的工作流」非常有幫助，特別是客戶能如何自主選擇其自動化層級，並利用反饋循環（feedback loop）隨時間推移逐步優化該流程。雖然目前還處於早期階段，但就你們現有的客戶而言，他們目前在這項「自主化演進」中走到了哪一步？許多客戶是滿足於現有 RPA 工作所帶來的價值並僅在全新工作流中利用 AI，還是他們正爭先恐後地奔向這些智慧體解決方案，以期從現有和新工作流中同時獲取投資報酬率（ROI）？

Daniel Solomon Dines（UiPath 共同創辦人兼執行長 / 執行長辦公室）： 

好的，我想指出的是，儘管這項技術非常新，但它受到了我們客戶極大的熱情支持。甚至在我們進行封閉式審查（closed review）時，我們就收到了客戶提出的大量需求。有些客戶甚至上網去尋找我們發布的一些技能（skills），並將它們與編碼智慧體（coding agents）結合使用。

同時，我也想特別指出，編碼智慧體基本上解決了自動化部署中最大的兩個絆腳石：

第一，向來是「建置與實施的導入期（implementation lead time）」，也就是企業從自動化中獲取價值所需耗費的時間。這一點不論是在我們內部前線部署工程師（FDE）的實踐中，還是外部少數先進客戶的驗證中都已證明，在許多情況下，這個時間能從「幾週」縮短到「幾小時」。這是非常顯著的突破。

第二，編碼智慧體解開了自動化的「維護（maintenance）」瓶頸。 自動化過去一個顯而易見的缺陷在於它們很脆弱、容易中斷。如果企業上游系統發生了自動化程式未察覺的變更，它就可能停擺，這需要人工介入並花費好幾天去審查和理解。現在，我們同時提供「修復智慧體（healing agent）」和「診斷智慧體（diagnosed agent）」。修復智慧體可以在執行、運作期間（run time）完成大量工作，在許多情況下，修復智慧體本身就能自行修正執行錯誤，讓流程不受影響地繼續運作。而當出現異常（exception）時，我們透過這些診斷智慧體全力協助開發者收集自動化流程周圍的所有上下文環境，讓他們能比以前更快地發布修復程式。

因此，我的結論是，對我們而言這是一個非常巨大的釋放（unlock），我們看到了客戶採用速度迎來巨大加速度的潛力。

Jake Roberge（William Blair - 科技業研究分析師）： 

謝謝 Daniel 的分享，這很有幫助。接著探討下去，聽起來 AI 智慧體在很大程度上是在你們的平台內「延伸」而非「取代」確定性的自動化。但當我們思考這一點時，我想請教：你們是否有看到任何客戶利用智慧體 AI 在某種程度上「蠶食（cannibalize）」傳統機器人變現模式的動態？還是說，它基本上是在這些工作流之上建立起增量自動化（incremental automation），從而帶來增量的商業變現？

Daniel Solomon Dines（UiPath 共同創辦人兼執行長 / 執行長辦公室）： 

好的，我想說這恐怕是 AI 帶來的最大誤解之一：即認為「非確定性的機率型技術（probabilistic technology）」可以取代「確定性的自動化」。這是不對的。無論是從能力的角度，還是從經濟效益的角度來看，這都不成立。讓我從這兩方面進一步闡述：

首先，機率型技術（如大語言模型）從架構上來說，就不是為了以完全相同的順序和步驟去執行十幾個、甚至有時多達數百個步驟而設計的。在機率模型中，每一個步驟都有一個概率。當你把這些概率相乘時，你最終得到的結果在日終（最終產出）來看是不可靠的。

有許多受監管的行業（如金融、醫療等）是絕對無法容忍任何非 100% 可靠的技術。他們寧願自動化因為觸發異常而直接失敗，也不願它產生一個不可預期的錯誤結果。這意味著什麼？這意味著這部分工作是無法被非確定性的智慧體所取代的。再者，這個架構已經被市面上所有現存的 AI 智慧體一再證實：即使是最先進的智慧體，如 GitHub Copilot 或 OpenAI Codex，它們也是建立在它們所調用的「確定性工具」基礎之上。它們實質上就是圍繞在模型周圍的框架夾具和確定性工具。這正是它們的運作方式，也正是我們向客戶推薦的方案。各位客戶，請重複利用你們在現有確定性自動化上的投資，並用流程編排將其包圍起來，這流程編排同樣是確定性的，它可以在確定性的語境中去編排模型和智慧體。這是在企業環境中有效部署 AI 的唯一路徑。

現在談到第二點，經濟效益（Cost）維度。

即便在某些特定情況下，智慧體可以複製某些確定性的步驟，但你為什麼要在流程的每一個步驟中，去使用成本高昂且會不斷消耗 Token（代幣）的技術，而不是去生成一個能穩定運作、且運作成本為零的腳本（script）呢？

這呼應了我前一個回答：這就是 AI 與確定性技術之間的最佳組合。AI 負責建立自動化（有時甚至是即時動態建構）。你接著去運行這些自動化腳本，其運作成本極其低廉、高度確定、可靠且具備可審計性（auditable）；只有當這些腳本中斷時，你才需要再次調用 AI 來修復這些腳本。基本上，這才是將智慧體 AI 與自動化引進企業環境中運行的正確模型。

K佬補充：執行長Daniel Dines指出大模型是「機率型技術」，步驟越多，出錯的乘數效應（複合概率）就越高。對於追求 0 容錯率的跨國企業與監管行業，「寧可程式直接報錯中斷，也絕不允許AI瞎編出一個看似正確的錯誤答案」。因此，AI絕不可能消滅或取代傳統RPA（確定性技術）。

問題六

接線生（會議操作員 / 執行主辦單位）： 

您的下一個問題來自巴克萊（Barclays）的 Raimo Lenschow。您的線路已開，請開始提問。

Raimo Lenschow（Barclays - 董事總經理 / 軟體分析師）： 

太棒了，謝謝，感謝讓我有機會提問。Daniel，我們能繼續留在这个話題上嗎？因為這顯然是很多投資人普遍關注並提出疑問的地方。那麼，展望未來，這個世界將如何運作？如果由你們負責確定性的部分（畢竟你們擁有所有經驗和技術優勢，你們理應這麼做），那誰來負責「機率性（probabilistic）」的部分？在這種背景下，你們觀察到客戶目前的想法是什麼？他們在這種情境下是如何看待你們的？接著我對 Ashim 有一個追問。

Daniel Solomon Dines（UiPath 共同創辦人兼執行長 / 執行長辦公室）： 

嗯，我認為答案各有不同。就我們如何看待這個世界而言，我們是模型中立（model agnostic，不綁定特定模型）的。我們提供確定性的編排（deterministic orchestration），並且我們可以在這個確定性編排的任何一個步驟中，注入智慧體 AI（agentic AI）。

這些智慧體 AI 在幕後可以使用前沿實驗室模型（frontier lab models），也可以使用開源權重模型（open weights models）。我們採取「自備模型（Bring Your Own Model, BYOM）」的政策。因此，我們將滿足客戶全方位、各個層譜的需求。但我想再次強調一個重點：即使在前沿實驗室模型上，其所能提供的功能依然是「確定性技術」與「模型本身（純認知層面）」的結合。我們以一種方式，將該模型延伸擴展到企業的實際工作本身之中。

K佬補充：執行長Daniel Dines明確指出，UiPath不自己去拼命燒錢造大模型，而是走 「不綁定模型」 的策略。客戶想用OpenAI、Anthropic還是開源的Llama都行。UiPath扮演的是「骨架與神經系統（確定性編排）」，而大模型只是「大腦（認知層）」。這種定位讓UiPath免於陷入底層大模型的無休止內耗戰，反而能隨著大模型的變強而跟著受益。

而且，當你去理解企業工作時，有一個非常重要的區別，那就是去思考「由誰來啟動一個具備智慧體的流程自動化（agent-ware process automation）」。如果這個流程是由「人類」發起，且智慧體是在「人類的桌面」上協同工作；對比於流程是由一個「事件（event）」或一個「企業工作流」所自動觸發，而此時你需要完全不同等級的「審計（audit）」和「可靠性（reliability）」，這兩者之間有著巨大的差異。

再強調一次，這正是我們真正大放異彩的地方。我們在運行依賴「事件觸發」、大規模的「無人值守自動化（unattended automations）」方面，擁有長達 10 年的深厚經驗。是的，我們目前正將智慧體 AI 和模型引進到這些可以「無人值守運行」的工作流程中。

K佬補充：Daniel提出市面上多數 AI 智慧體（如 Copilot）都是在「人類桌面上」幫忙，這容錯率高。但 UiPath 的核心強項是「由事件觸發、跑在後台伺服器、完全不需要人工干預的無人值守自動化」。後者對於「可審計性、安全、0 錯誤率」的要求極高，這是新興 AI 智慧體公司在缺乏 10 年企業級落地經驗下，根本無法跨越的結構性壁壘。

Raimo Lenschow（Barclays - 董事總經理 / 軟體分析師）： 

好的，這很有道理，非常清晰。謝謝 Daniel。接下來想請教 Ashim。目前我也經常從投資人那裡聽到另一個問題：你們在「營收（revenue）」端表現得非常好，而 ARR（年度經常性收入）也維持得非常穩定。但在某個時間點，這兩者在理論上應該要開始對齊。目前營收的增速持續快於 ARR 的增速，我們該如何看待這種動態？因為在理論上，你會認為它們應該要同步走勢才對。

Ashim Gupta（UiPath 首席財務長 / 財務部）： 

是的，Raimo。首先，我還是想強調，如果您從過去滾動 12 個月（TTM）的角度來看，營收增長率是 15%，而您看到的 ARR 增長率則是 12%。

第二點，在營收增長率之內，除了軟體營收外，顯然還包含了服務營收（services）等。您可以看到，由於客戶對我們的前線部署工程（FDE）等服務有強烈需求，我們的專業服務收入（services revenue）表現良好，這是構成營收表現的第二個要素。

隨著時間的推移，這兩個指標的走勢曾多次朝著不同方向移動。過去也曾因為 ASC 606 會計準則的認列時程（606 timing）影響，導致某些合約存續期間與產品組合變動了增長率，使得營收在某些時期落後於 ARR，有時又超越 ARR。但當您拉長到更長的時間週期來看其整體平均值，它們最終會靠攏在一起。

問題七

接線生（會議操作員 / 執行主辦單位）： 

您的下一個問題來自富國銀行（Wells Fargo）的 Michael Turrin。您的線路已開，請開始提問。

Michael Turrin（Wells Fargo - 董事總經理 / 高級軟體分析師）： 

嗨，太棒了，非常感謝。感謝接受我的提問。我直接把兩個問題一併提出，你們可以按照自己喜歡的順序來回答。第一個問題是關於公共部門（公家機關市場，Public Sector），隨著我們進入年中，能否請您提醒我們一下，你們今年對公共部門的看法？特別是該垂直領域目前的進展或交易推进（deal progression）是否有任何最新動態？第二個問題想請教 Ashim，關於淨留存率（Net Retention Rate, NRR），你們目前觀察到的情況以及指標的回升，我們該如何看待其未來的趨勢線？顯然在沒有給出具體指引的前提下，您能幫我們梳理一下背後的驅動因素嗎？非常感謝。

Ashim Gupta（UiPath 首席財務長 / 財務部）： 

好的，這兩個問題都可以由我來回答。我先從基於美元的淨留存率（NRR）開始談起。

我其實對我們的淨留存率表現以及我們在此取得的進展感到超級興奮。如您所見，我們的 NRR 季度環比（QoQ）增長了 2 個百分點（從上季的 107% 回升至 109%）。在我們成功讓「淨新增 ARR」穩固下來、並開始將發展軌跡拉向「重新加速（reacceleration）」的黃金交叉點之際，這是我們很長一段時間以來首次看到 NRR 出現回升。即使扣除外匯波動和併購（M&A）的影響（常態化調整後為 1 個百分點的環比回升），NRR 依然呈現出重新加速的勢頭，這讓我們感到非常鼓舞。正如我先前所說，當我們讓淨新增 ARR 穩定下來後，下一步就是重新加速。我們正昂首邁向這個領域，我認為這是團隊非常了不起的進展，也印證了您所看到的策略與營運執行力。

至於公共部門，我前陣子親自出席了我們舉辦的公共部門 Fusion 大會，現場感受到的能量非常強勁。我認為，在預算排擠與波動等方面，公共部門目前讓我們感到相當穩定。顯然，隨著資金流向不同的國防計畫或正在發生的戰爭衝突等，預算會有所移動，我們也會密切追蹤。

但在許多政府機構中，我們實際上擁有非常良好的根基與強韌的關係，並具備非常棒的應用場景——不論是政府內部的審計合規（audit compliance）（我們在此擁有非常強大的解決方案陣容和合作夥伴生態系來共同深耕），還是其他行政事務的事務性處理領域，我們都覺得目前的合作關係非常牢固。談到我們眼前的展望，一如既往，我們在提供指引時維持了一貫的審慎與穩健態度。我們清楚知道哪些專案是獲得實質資金支持的，而我們正全力針對這些確定性高的地方去執行落實。

問題七

接線生（會議操作員 / 執行主辦單位）： 

您的下一個問題來自瑞銀（UBS）的 Brad Sills。您的線路已開，請開始提問。

Brad Sills（UBS - 董事總經理 / 科技業分析師）： 

太棒了，感謝接受我的提問。首先想請教 Daniel，關於 UiPath 用於開發的「編碼智慧體（coding agents）」，您提到它的目標將貫穿整個軟體開發生命週期（SDLC）。但我很好奇，您認為其中哪一到兩個階段是客戶目前最大的痛點、且是你們最能創造價值的？另外，您也提到這些智慧體在提高客戶留存率上表現強勁，您可否描繪一下未來打算如何對這些智慧體進行商業變現，或是如何將它們打包綁定（bundle）到更廣泛的產品套件中？

Daniel Solomon Dines（UiPath 共同創辦人兼執行長 / 執行長辦公室）： 

的確，我們計劃將智慧體引進到整個開發生命週期中。

首先，我們從協助「自動建構規劃」的智慧體開始。你可以想像一位業務分析師（BA）在智慧體的協助下，去訪談不同的領域專家（SME），收集所有資訊並自動生成一份流程設計文件（PDD）。接著，我們會有一位「解決方案架構師智慧體（Solution Architect Agent）」來接手這份設計文件，並將其直接轉換為程式碼。

針對不同類型的程式碼，我們配備了不同的智慧體：

• 我們有專門建立「企業使用者介面（UI）」的智慧體。
• 有專門建立「RPA（機器人流程自動化）」的智慧體。
• 有專門處理「API 開發工作」的智慧體。
• 還有專門基於 Maestro 系統來建立「流程編排（Process Orchestration）」的智慧體。

這些生成的程式碼可以被自動部署並進行測試——再強調一次，這完全是智慧體化（agentic）的。一旦這些程式投入生產環境（Production），我們還有智慧體來監控整個執行過程，並主動修復出現的錯誤（修復智慧體）。而當真的出現異常中斷時，我們也提供診斷智慧體，幫助我們的開發人員更快速地診斷異常並更快完成修復。

因此，在整個生命週期中，沒有任何一個節點是智慧體無法觸及的。事實上，我們相信我們平台未來的整個產品服務表面，基本上都將轉變為「智慧體優先（Agentic First）」。我們認為，人類未來主要將負責進行「驗證（Validation）」。人類將為智慧體注入目標（Goals），並對其工作進行驗證與監督；但大部分的工作本身，都將由智慧體來自動完成。

Brad Sills（UBS - 董事總經理 / 科技業分析師）： 

明白了，非常清晰。接著想對 Ashim 進行一個追問。上一季我們談到，核心 RPA 仍在增長，並且對於 AI 產品線正變得越來越具備戰略意義。鑑於核心 RPA（確定性自動化）對客戶的 AI 計劃來說在擷取「增量價值（incremental value）」上變得日益關鍵，您能談談您認為這部分業務的定價（pricing）未來應該如何演進嗎？

Ashim Gupta（UiPath 首席財務長 / 財務部）： 

好的，請看。我認為目前業界圍繞著「基於成效定價（Outcome-based pricing）」進行了非常多且真實、活躍的討論，其熱烈程度超越以往。

因此，我認為這將是針對我們頂級客戶（Top customers）的第一種定價層級。這是一個真正的演進，我們看到了清晰的實踐路徑，特別是那些對 AI 投資報酬率（ROI）感到焦慮的客戶，他們非常渴望這種定價模式。

而我會說我們正在探索的第二個定價演進，是「基於使用場景（Use-case based）」或「基於流程（Process-based）」的定價。在這種模式下，客戶尋求的是針對特定、受限的使用場景來解決問題，這讓他們有能力去調用平台中能促成該目標的不同功能元件。

以上是我們目前在確定性自動化端以及整體平台定價上所看到的兩大演進方向。

K佬補充：面對分析師關心如何將AI變現的問題，財務長透露了UiPath未來定價架構的重大戰略轉變，主要分為兩種新模式：

• 基於成效定價（Outcome-Based Pricing）： 這通常是SaaS的終極客製化模式。客戶不按人頭或機器人數量付費，而是「AI幫我省了多少錢、自動化成功辦結了幾件案子」，再依成效拆帳。這極大地消除了企業對AI投資回報率（ROI）不確定性的恐懼，是爭奪頂級大型企業客戶的殺手鐧。
• 基於場景/流程計價（Use-Case/Process-Based Pricing）： 打破過過往單一產品線（Studio, Robots, Orchestrator）分開賣的限制，直接針對特定流程（如：自動對帳、自動核貸）進行打包，降低客戶進入門檻，讓功能調用更靈活。

會議結束