eGain 2027年第一季度财报电话会议记录

eGain公司（NASDAQ：EGAN）在周四发布了第一季度财务业绩报告。公司第一季度财报电话会议的录音内容如下： 该内容由Benzinga的API提供支持。如需获取完整的财务数据和录音资料，请访问https://www.benzinga.com/apis/。 您可以访问https://event.choruscall.com/mediaframe/webcast.html?webcastid=wnfiiqKh查看视频会议记录。 eGain公司在2027年第一季度的收入达到2190万美元，超出了预期目标，尽管由于传统业务的退出，收入同比下降了7%。 人工智能相关业务的收入同比增长了7%，达到1440万美元，占总收入的比例达到了66%。而人工智能相关业务的累计收入则达到了5450万美元，同比增长了11%。 该公司被Gartner评为“客户知识管理系统领导者”，这充分体现了其强大的执行能力和远见卓识。 eGain公司推出了AI知识管理框架以及五项新功能，以加强人工智能驱动的知识管理能力，从而保持其在人工智能领域的竞争优势。 公司计划增加销售和营销投入，以利用日益增长的市场认知度，并将其转化为实际业务收入和利润。同时，公司预计传统业务的收入将下降30%。 eGain公司的长期战略是到2030财年之前，逐步转向以人工智能为主的企业模式，目标是实现显著的收入增长并提高SaaS产品的毛利率。 管理层表示对其资产负债表和运营现金状况充满信心，能够支持人工智能相关的增长计划。目前，公司拥有7130万美元的现金储备，且没有债务负担。 **主持人：** 感谢大家的耐心等待，欢迎参加eGain公司2027年第一季度财务业绩电话会议。所有线路已设置为静音状态，以避免背景噪音干扰。演讲结束后将进行问答环节。如果您有疑问，请按星号键，然后输入数字1。如果您想撤回问题，请告诉我。谢谢。现在，我将把会议交还给Jim Byers，他负责投资者关系工作。 **Jim Byers（投资者关系部）：** 谢谢主持人，大家下午好。欢迎参加eGain公司2027年第一季度财务业绩电话会议。今天参与通话的嘉宾是eGain公司的首席执行官Ashutosh Roy和首席财务官Eric Smit。在开始之前，我想提醒大家，在这次电话会议中，管理层会做出一些前瞻性陈述，这些陈述反映了管理层对未来财务和运营绩效的期望、信念、计划和目标。这类前瞻性陈述通常都会以“相信”、“计划”、“打算”、“预期”、“预计”等词语开头。这些前瞻性陈述受到1995年《私人证券诉讼改革法》中规定的保护条款的保护。 这些前瞻性陈述存在各种风险和不确定性，实际结果可能会与这些预测有所偏差。关于可能影响eGain公司业绩的各种因素的信息，请参阅该公司提交给美国证券交易委员会的报告。eGain公司是在2026年11月5日作出这些预测的，并不承诺会公开更新或修正这次电话会议中的任何前瞻性信息。除了按照通用会计准则计算出的财务数据之外，我们还将讨论一些非通用会计准则下的财务指标，比如非通用会计准则下的营业收入。eGain的财报发布文件中包含了这些非通用会计准则下的财务指标与最相关的通用会计准则下财务指标的对比数据。您可以通过访问eGain网站投资者关系页面中的“新闻与媒体”栏目来查看eGain的财报发布信息。同时，我们会将更新后的投资者演示文稿发布在投资者关系页面上。 此外，这次电话会议的内容将在一周内可供回放。现在，我想把会议交给eGain的首席执行官Ashutosh Roy了。 Ashutosh Roy（首席执行官） 谢谢Jim，大家下午好。我的评论会简短一些。Eric会为大家介绍具体的数据，但我想花点时间谈谈我们的市场情况。我们认为，我们长期以来一直在努力发展的市场和业务领域现在正在形成成果。因此，本季度的业绩如预期般良好，营收和盈利能力都超出了我们的预期。总营收为2190万美元，高于我们的预期范围。正如预期的那样，同比增长了7%，这反映了我们传统业务的逐步淘汰。AI领域的营收为1440万美元，同比增长7%，占总营收的66%。AI领域的累计营收为545万美元，同比增长11%，占SaaS领域累计营收的75%，而2026年底这一比例仅为72%。 现在，我想谈谈我之前提到的那个领域。7月份，Gartner发布了首份关于客户服务知识管理系统的Magic Quadrant报告，并将eGain评为领导者。我们在执行能力方面表现最佳，而在愿景完整性方面也处于领先地位。在相关的关键能力报告中，我们在“合规驱动的服务中心”用例上获得了最高的评分。我想强调一下，这不仅仅是因为我们在该领域的地位，更重要的是我们所提供的服务。 Gartner不会无缘无故地推出这样的报告。只有当足够多的企业、他们的客户开始关注这个问题时，他们才会这么做。这就是eGain一直在努力发展的领域。现在，这个领域已经有了名称、明确的范围，并且有了公认的领导者。不过，说实话，对许多人来说，知识管理仍然意味着文档库、内部网，或者可能是加强版的SharePoint。但这已经不是这个领域的本质了，也不是eGain所做的事情。所以，让我来解释一下我们到底在做什么，因为这对于未来的发展至关重要。首先，我想总结一下上个月在芝加哥举行的SOLVE活动上我们所讨论的内容。这是我们每年在美国举办的客户活动。我提到了所谓的“专家悖论”。 简单来说，AI在专家领域表现得非常好，但在其他领域则比较困难。让我解释一下。正如你们都知道的那样，现在AI已经被广泛应用于商业领域，用于编程和个人生产力方面。在这两种情况下，用户都可以控制输入到AI系统中的内容，并且用户可以自行判断AI输出的质量。例如，开发人员可以使用工具和专业知识来判断AI生成的代码是否可行。而客户服务领域的应用则处于相反的情况，因为用户的专业水平相对较低。因此，收到AI回答的人——无论是客服人员、销售代表还是最终用户——都无法判断该回答是否正确或是否符合要求。即便他们能够判断出答案的正确性，他们也无法控制AI的输入数据。这种矛盾现象在很大程度上解释了目前在客户服务自动化领域AI应用普及程度极低的原因。那么，我们该如何让AI在如此复杂的应用场景中发挥有效作用呢？我们可以采取以下三个措施：确保AI所依赖的是可信赖的知识资源；为AI设置有效的监管机制；持续检查AI输出的质量。企业提供给AI系统的政策、程序和知识，实际上就是AI的指令。错误的知识必然导致错误的AI结果。这就是eGain所提供的服务：为企业提供可信赖的AI知识和指导。 无论企业使用的是我们的AI代理程序、Salesforce的Agentforce、Microsoft Copilot，还是自己开发的解决方案，我们都确保AI给出的每一个答案和每一个操作都有企业可以信赖的知识作为支撑，同时随着产品、政策和法规的变化而不断更新，并且持续进行质量检查。在SOLVE的研究中，IDC基于一项针对520家拥有1000名以上员工的美国企业的调查，得出了一些重要结论。有95%的受访企业在评估、试用或运行AI技术，而只有5%的企业没有这样做。领导者们在各项业务影响方面，其改进幅度是落后企业的两倍。这里的“领导者”和“落后企业”是根据知识成熟度来衡量的，而“回报”则体现在AI的投资回报率上。 将他们区分开来的，是他们所依赖的知识基础。一半的领导者拥有完全运作的统一知识平台，而落后企业中只有5%拥有这样的平台。此外，94%的领导者将超过一半的知识流程实现了自动化，而落后企业中只有36%实现了这一目标。IDC的结论是：AI的成功并不取决于模型本身，而是取决于其背后的知识基础。对我们来说，SOLVE最令人印象深刻的是听到客户用自己的话来描述他们从AI中获得的回报。我举三个例子：Country Financial是一家位列福布斯1000强企业的保险公司，他们使用eGain平台为2500名现场工作人员提供可信赖的答案，而不是让他们查阅文档。他们发现，这些答案的准确率超过了96%。在第一个月内，因需要向总部报告而进行的电话次数减少了25%，而采用率达到了70%，且无需任何强制或激励措施。 他们对听众的两个启示是：首先，内容比模型更重要；其次，AI不是个项目，而是一种需要持续运营的产品。Healthfirst是一家位于纽约的医疗保健保险公司，他们在一个由eGain提供的统一知识平台上，为6500名用户发布了一次更新，这些用户分布在50个个性化门户中。现在，他们将这个知识应用到呼叫路由中，结果是将错误转接的联系人数量减少了76%。而这都是他们在30天内就看到的效果。 知识不仅仅是回答问题，它还能推动决策过程。最后我要提到的是Philip Morris International的案例。他们现在在一个统一的知识平台上，为多个语言环境下的64个市场提供服务。他们的负责人说：“知识已经不再局限于客户服务部门，它现在被应用于IT、市场营销以及现场操作等多个领域。”这是我们反复观察到的一种趋势：我们在客户服务领域工作时，对准确性和合规性的要求非常高。一旦该基础架构开始运行，它就会成为整个企业的知识层。所有这些项目的共同点是，可信赖的AI并不是一个一次性项目。产品发布后，相关标准会发生变化，法规也会更新，而AI背后的知识也很快就会变得过时。因此，在SOLVE公司，我们推出了AI知识运营框架，以及一套用于持续管理知识的机制。这个流程是一个循环过程：首先，通过分析客户对话来了解客户真正的问题；然后找出答案中的空白点；接着整理和组织知识，以便AI能够准确使用这些知识；之后对答案进行测试；最后，将用户反馈的信息反馈到这个循环中。

作为AI知识运营框架的一部分，我们推出了五项新功能，以使这个循环过程更加高效且易于操作。第一项功能是WYCA工具，它可以分析客户对话，确定哪些问题最为重要，并且可以在客户的内部网络环境中运行。这对于那些注重合规性的客户来说非常重要。第二项功能是KForge，它能够将分散在SharePoint、Confluence、ServiceNow、Salesforce等系统中的内容转化为适合AI使用的知识，并由专家审核那些高风险的内容。

第三项功能是知识图谱。我们在自己的知识平台上添加了这一功能，它可以为AI助手提供企业运作的地图，从而以更低的成本更快地找到正确的答案。第四项功能是Genie，它允许用户在eGain的知识平台上通过对话界面来编写或更新内容、生成报告或构建工作流程。最后一项功能是Smart Evaluator，它让AI工程师能够不断测试AI解决方案的答案质量。它能够指出错误的答案，定位问题所在，并给出解决方案。对我们来说，这一点在商业上非常重要。对于一家大型金融服务公司来说，我们的团队只进行了一次AI知识运营过程的测试。第一次测试大约用了10个人周的时间，而该公司原本预计整个过程需要一到两年。知识管理一直是一个重要的目标，但过去，为了准备和维护知识，需要付出巨大的努力，而我们认为我们已经消除了大部分这样的障碍。

我们一直在思考一个问题：是什么阻止了大型平台供应商自己进行这项工作呢？有三个原因。首先，就是技术能力的深度。难点并不在于搜索，而在于治理、工作流程、权限管理、版本控制以及审计等方面。我们已经解决了这些问题多年，这也是Gartner给予我们最高评价的原因。其次，我们在自己的平台上深入应用了AI技术，从而减少了人工操作，使得原本需要数年时间才能完成的知识管理工作现在只需几周即可完成。

我们还实现了自动化的知识管理，使企业能够轻松快速地运行这个循环过程。第三，我们是开放的，采用模块化设计。企业可以使用来自不同供应商的多种AI工具。我们位于所有这些工具的底层，因此客户可以更换AI模型和智能系统，以实现他们的目标，而无需受到任何限制。最后，关于客户方面，本季度我们有几个新的客户签约，同时也有一些业务扩展的情况。让我来举几个例子，它们能展示出市场的趋势。第一个例子是Technology Credit Union，这是一家正在发展的、价值数十亿美元的信用合作社。他们意识到，他们的AI计划依赖于背后的知识体系，因此他们在客服中心、数字银行、分支机构以及后台部门都建立了这样的知识基础。

所以，所有的员工都可以使用eGain，而不仅仅是客服中心的代理人。他们选择eGain而不是其他垂直领域的供应商，是因为我们提供了完善的治理机制、高效的代理功能，以及与核心系统的连接能力。比如Jack Henry和Alchemy等公司。现在，信用合作社已经成为了我们重点推广的领域之一。随着新标志的推出，我们有像ROE信用合作社这样的客户开始使用eGain，他们的应用远远超出了会员服务范畴，我们看到他们的兴趣正在不断增加。

接下来我要介绍的一个新的标志，是一家拥有数十亿美元资产的消费品企业，他们的应用场景并不局限于客户服务领域。他们正在使用我们的AI代理来协助多达1000名工厂操作员，这个AI代理将成为一个虚拟专家来帮助他们。有趣的是，这个机会是从用户在我们网站上的自我注册开始的。这是我们一直在努力做的事情，它正在为我们的业务带来更多的机会。

另一个令人兴奋的新标志是，这家美国最古老、规模最大的投资管理公司之一。他们正在使用eGain作为他们信赖的知识基础，来支持所有AI项目以及数千名员工的工作。我们的现有客户也在不断扩展，有更多的应用场景和功能被采用。一家大型美国互助保险公司在投资Salesforce的同时，也使用了eGain Composer平台，使得他们在Salesforce AI中能够利用eGain提供的知识。正如我之前所说，如果客户选择其他AI应用程序，eGain仍然能够提供一致且可靠的知识支持。

还有一家国际银行，他们采用了我们的实时知识访问功能，这样他们为客户服务而建立的知识库现在可以自动应用于银行的更多系统和用户群体。这种模式是固定的：首先建立知识基础，然后才是AI应用和ROI。从需求来看，Gartner的认可度在我们的漏斗中处于顶端，虽然还处于初期阶段，但我希望强调几点。Marketing部门的Gartner魔力象限报告已经迅速成为我们最富有成效的数字项目之一，吸引了北美和欧洲各地的客户。本季度的事件源线索数量几乎翻了一番。随着营销工作的扩展，我们收到了越来越多来自大型企业的RFP，这表明他们的意识正在增强。

此外，我们现在有专门的销售团队，虽然规模较小，但目标市场包括银行、信用合作社、医疗保健行业以及政府机构。这一切都得到了我们自我注册活动的支持，同时我们的合作伙伴网络也在不断扩展。最后，一年前，很少有人将知识视为AI的基础要求。如今，Gartner已经定义了客户服务知识管理这一领域，并将eGain评为该领域的领导者。IDC也证明了正确构建知识基础对AI的回报作用，我们的客户也展示了在大规模生产环境中，AI在客户服务领域的实际效益。虽然我们的数据还无法完全反映这一市场的规模，但我们相信，我们正处于这个庞大而持久市场的早期阶段。

我们有产品、证据以及财务实力来推动这一市场的发展，现在我们正专注于有效扩大我们的市场推广工作。接下来，我将把这个任务交给Eric。

Eric Smit（首席执行官）

谢谢Ashu，也感谢今天参与我们的会议的所有人。提醒一下，我们今天使用幻灯片来辅助讲解。您可以在我们网站的投资者关系板块找到这些幻灯片以及更新后的演示文稿。正如Ashu所提到的，我们开局良好，第一季度收入和利润都超出了我们的预期。我将为大家介绍第一季度的业绩情况，包括AI相关的客户数据，以及我们的资本分配计划。之后，我会讨论第二季度和整个财政年度的前景。 首先来看一下第一季度的业绩。从收入来看，总收入达到了2190万美元，同比下降了7%，但仍然高于我们的预期和市场普遍预期。AI相关业务的收入同比增长了7%，达到1440万美元，也超出了我们的预期。这一收入占总收入的66%。总收入的下降主要反映了传统业务收入的减少，传统业务收入减少了约28%，这与我们上季度描述的转型过程是一致的。 在毛利率方面，非GAAP标准下的毛利率为74%，而去年为76%。非GAAP标准下的SaaS业务毛利率为78%，而去年为81%。这一下降反映了传统SaaS业务收入的减少，而固定成本则保持不变。在运营费用方面，非GAAP标准下的运营费用为1360万美元，同比增长4%，但环比下降4%。销售和营销费用达到了460万美元，同比增长17%，但环比下降16%，这主要是因为项目支出的时间安排有所不同。今年最大的活动“Solve 26”在芝加哥举行，因此这些支出发生在第二季度。我们预计，随着Ashu所描述的市场推广计划的实施，销售和营销费用将在整个财政年度有所上升，我们的目标是将日益增强的市场认知转化为实际客户和持续收入。 最后，从净利润来看，GAAP标准下的净利润为160万美元，即每股0.06美元，而去年为260万美元，即每股0.10美元。非GAAP标准下的净利润为240万美元，即每股0.09美元，超过了我们的预期和市场普遍预期。而去年同期则为470万美元，即每股0.17美元。调整后的EBITDA为270万美元，毛利率为4%，而去年为500万美元，毛利率为21%。在现金流和资产负债表方面，经营活动产生的现金为180万美元，而去年为1040万美元。这种差异主要是由于一个大型联邦客户在财政年度初的付款时间不同。去年这笔付款是在第一季度收到的，而今年则是在2026年第四季度提前收到的，这使得该季度的现金流非常充裕。到本季度末，我们拥有7130万美元的现金及现金等价物，且没有债务。 在资本分配方面，我们的优先事项没有变化。首先，投资于AI领域的产品开发和市场推广，以将我们在该领域的领先地位转化为实际的客户收入。其次，保持强大的无债务资产负债表，并拥有足够的流动性来支持我们的业务发展。第三，合理利用资本。在本季度，我们回购了大约644,000股股票，价值360万美元，平均价格为每股5.64美元。自2026财年开始以来，我们通过回购约230万股股票，向股东返还了1520万美元。目前，我们还有大约600万美元的授权资金可用。现在来谈谈我们的AI客户指标。正如去年所介绍的，我们根据客户是否使用我们的当前AI平台来报告业务情况，而不是根据产品来划分。正如所描述的那样，AI功能嵌入在我们的所有AI平台上，包括识别知识空白、构建内容、创作、验证答案以及推动AI的发展。因此，我们是在客户层面来衡量AI的采用情况，而不是根据单个产品来衡量。 我们的重点在于增加AI客户的数量，并随着时间的推移不断扩展这些关系。AI客户年度收入包括所有在现有AI平台上的SaaS业务的年度收入，而AI客户收入则包括从这些客户那里获得的SaaS和专业服务收入。在这种情况下，截至9月30日，AI客户的年度收入同比增长了11%，达到了5450万美元，占总SaaS收入的74%，而一年前这一比例仅为65%。总SaaS收入为7340万美元，同比下降了4%，这反映了我们传统客户的持续减少。至于客户留存率，过去十二个月的净留存率为104%，与第四季度持平，而一年前这一比例为117%。正如我们在上一季度提到的，去年期间包括了我们在2025年第四季度与美国一家大型银行签订的合作协议所带来的显著增长。 所有客户的净留存率为92%，而一年前这一比例为102%，这反映了我们传统客户逐渐退出市场的情况。总的剩余履行义务为7100万美元，同比下降了18%，而短期RPO为5200万美元，下降了11%。这种下降反映了大型多年续约的时间安排，以及我们传统业务的持续流失。由于大型多年续约的时间安排会导致RPO出现显著波动，因此我们将AI客户年度收入和净留存率作为衡量客户基础的主要指标。随着AI客户在业务中占据更大的比例，我们预计他们的增长将越来越能推动我们的整体业绩。 现在来谈谈我们的展望。在介绍具体数据之前，让我先介绍一下我们对今年剩余时间的规划。首先，关于投资方面：第一季度盈利表现较好的部分原因是由于销售和营销支出的时机选择得当。我们预计从第二季度开始，这些支出将会增加，包括“Solve 26”活动。随着我们扩大市场推广计划，我们的重点是将增强的市场认知转化为合格的潜在客户、新客户以及持续收入。 其次，关于传统业务的转型：我们预计从第二季度开始，传统业务的收入减少趋势会变得更加明显，包括我们计划中的传统营销业务的逐步停止。我们对全年的展望是，传统业务收入将减少约30%。不过，我们对全年展望仍然持乐观态度。我们的资产负债表和运营现金流让我们能够灵活地资助我们的AI发展计划。我们的全年指导目标表明，在剩下的三个季度里，销售和营销方面的投资将显著增加。 因此，第一季度的盈利情况并不能代表我们预期今年剩余时间的盈利水平。所以，对于2027财年的第二季度来说，我们预计总收入将在2100万到2150万美元之间；AI客户收入将在1450万到1480万美元之间；GAAP标准下的净亏损将在50万到20万美元之间，即每股亏损0.02美元到收益0.01美元，其中包括约70万美元的股票补偿费用；非GAAP标准下的净收入将在20万到90万美元之间，即每股收益0.01美元到0.03美元；调整后的EBITDA将在盈亏平衡点，即0%到2%之间。

对于截至2027年6月30日的全年业绩，我们重申之前的预测。我们预计总收入将在8450万美元至8600万美元之间；AI相关业务收入则在5950万美元至6050万美元之间，同比增长约8%至10%。到2027年6月30日时，我们继续目标实现AI相关业务的年增长率约为20%；非GAAP标准的净亏损在200万美元至300万美元之间，即每股0.08美元至0.11美元，其中基于股票的薪酬费用约为400万美元；非GAAP标准的净收入在100万美元至200万美元之间，即每股0.04美元至0.07美元；调整后的EBITDA为65万美元至140万美元，利润率在1%至2%之间。我们预计第二季度的加权平均流通股数量约为2580万股，而整个财年的数量则约为2600万股。

最后，让我们简要回顾一下上季度介绍的长期财务模型。我们认为2027财年到2029财年是一个过渡期，总收入的增长将随着传统业务的逐渐淘汰而转向AI业务的增长。到2030财年，我们预计这一过渡将基本完成。我们的2030财年目标是：AI相关业务的年收入达到1亿美元至1.2亿美元，相比2026财年的约5400万美元，年复合增长率将达到17%至20%；SaaS产品的年收入达到1亿美元至1.2亿美元，其中大部分收入来自AI业务，相比2026财年的72%有所提升；AI相关业务收入达到1.05亿美元至1.15亿美元，相比2026财年的约5500万美元有所增长；总收入达到1.1亿美元至1.2亿美元，其中AI相关业务收入占总额的约95%，相比2026财年的60%有所提升；SaaS产品的毛利率约为80%，随着我们在增长方面的投资，调整后的EBITDA利润率也将保持正值。

我们致力于打造一家规模更大、增长更快的AI知识基础设施公司，希望能在AI相关业务的持续收入方面占据更大的份额，并在现有用户基础上实现显著的增长。我们已经证明了在当前规模下，我们能够盈利地运营这家企业。我们选择牺牲一些短期盈利能力来追求增长，因为我们认为这个机会的规模值得这样的投入。总结来说，我们第一季度的业绩超出了预期，我们重申了全年的展望。

AI需要正确的指导方针，而eGain正是企业AI领域的指导层，在Gartner最新的魔力象限中被评为领导者。目前，AI业务占我们SaaS产品收入的74%，到2030财年，这一比例将接近100%。凭借7130万美元的现金储备且无债务负担，我们有足够的资源来实施这一计划，并将领先地位转化为可持续的长期增长。现在，我准备开始提问环节了。

操作员

谢谢，我们现在开始问答环节。如果您已经加入通话，想要提问，请按电话键盘上的星号键举手发言。如果您想撤回问题，请再次按星号键。请稍候，您的第一个问题来了。提问者是Jeff Van V来自Craig-Hallum团队。请开始吧。

Daniel（Craig-Hallum的分析师）

晚上好，Ashu，Eric。我是Daniel，负责Jeff的问题解答。Ashu，您能否介绍一下AI产品系列？显然，该系列产品一直在不断扩展。已经推出了许多新产品，每次Solve活动都会发布更多新产品。比如AI Knowledge Ops或AI Agent 2，都有很多新产品被公布出来。您能说说哪些产品可能是AI产品系列中最有影响力的产品吗？或者您希望投资者关注哪些产品或产品开发？

Ashutosh Roy（首席执行官）

非常好的问题。我们的思路是，首先建立基础平台，也就是AI知识中心。所有的一切都从这里开始。然后，各种工具和产品可以叠加在平台上。不过，我们提出的AI知识运营框架，旨在引导更多的人参与进来。我们从客户那里得到的反馈是，有很多东西需要提供。我们希望您能详细说明这些工具是如何协同工作的，以及如何从当前状态发展到我们期望的目标。

所以，一切都是从AI知识中心开始的，如果将其视为多个层次的话，那么AI知识中心就是核心平台，而在其之上则还有各种工具和预构建的AI代理程序。在我们目标市场——即企业领域，我认为AI知识中心与平台相结合才是关键。

Daniel（Craig-Hallum公司的分析师）

谢谢，这很有帮助。关于您计划进行的投资，能否再详细介绍一下计划？您考虑对哪些人进行改变？是关于某些领导层吗？还是针对特定的地理区域？请详细说明这些计划的具体内容。

Ashutosh Roy（首席执行官）

正如我所说，目前我们已经增加了前端营销投入，以提升我们的数字和实体店铺的知名度。因此，我们在销售和营销方面的支出主要集中在这一点上。其次，我们需要建立能力，以便与早期潜在客户互动，并将他们转化为商业机会。也就是说，我们需要组建一支SDR团队，确保我们有足够的专业知识和前端服务能力来吸引潜在客户。对我来说，这应该是我们现在最关心的两件事。至于漏斗的后端部分，也就是销售和成交环节，我们认为我们有足够的资源来支持这一部分。

所以，真正重要的是填补漏斗的上部。

Daniel（Craig-Hallum公司的分析师）

还有一个关于模型的问题，Eric。关于消息传递业务，如我所说，我们知道前一半的成果是在第二季度取得的。第二季度的成果占了一半，而另一半成果则是在第三季度取得的。至于剩余的那一半成果，我知道它是在第一季度取得的。那么，我们是否真的取得了整个季度的成果呢？那些成果是在季度初还是接近尾声时取得的呢？从那些消息传递成果中，我们获得了多少季度的成果呢？

Eric Smit（财务总监）

那确实是整个季度的成果。它是在季度末完成的。这就是为什么我们之前提到，预计在第二季度会有所下降。

Daniel（Craig-Hallum公司的分析师）

谢谢，Ashu。谢谢，Eric。

操作员

谢谢。接下来有来自B. Riley Securities的Eric Sapiger的提问，请继续。

Ethan Wydell（B. Riley Securities的分析师）

你好，我是Ethan Wydell，代表Eric回答你的问题。首先，关于AI客户收入，增长了7%，而总营收增长了11%。请问您能解释一下这两个数字之间的差距，以及我们未来应该期待的情况吗？

Eric Smit（财务总监）

是的，显然，就像您通常看到的那样，ARR始终是业务增长的主要指标。当这些合同被签署后，还需要时间才能转化为未来的收入。因此，对于我们来说，我们的目标是继续提高ARR的增长速度，希望到年底时能够达到20%，而目前我们对收入的预期则大约是这个水平的一半。

这更多只是ARR的预订与实际收入之间的滞后时间而已。

Ethan Wydell（B. Riley Securities分析师）

好的，这听起来很有道理。那么，当我们考虑那些客户因为技术原因而停止使用ARR的情况时，你能说明一下，其中有多少是客户因为转向AI平台而离开的吗？另外，Gartner的报告是否改变了这一情况呢？

Ashutosh Roy（首席执行官）

这是一个很好的问题。我们正在研究这个问题。不过目前还没有看到明显的变化。

Ethan Wydell（B. Riley Securities分析师）

明白了。看来这很好地验证了你公司的技术实力，恭喜你们。我的提问就到这里了。谢谢。

Ashutosh Roy（首席执行官）

谢谢。

操作员

如果还有问题需要提问，请按电话键盘上的星号键。目前没有更多的提问了。接下来由管理层来作最后的总结发言。

Ashutosh Roy（首席执行官）

很好。感谢大家今天抽出时间参加这次会议。期待在未来公布结果后继续向你们更新信息。谢谢。最后一点：我们本月晚些时候会在Roth投资者会议上亮相，如果有在纽约地区参加的人，希望能有机会与你们见面。谢谢。

操作员

谢谢。女士们、先生们，今天的电话会议到此结束。感谢大家的参与。现在可以断开连接了。

免责声明：此文本仅供参考之用。虽然我们努力确保准确性，但自动转录过程中仍可能存在错误或遗漏。如需获取公司的官方声明和财务信息，请参考公司的SEC备案文件和官方新闻稿。与会者和分析师的言论仅代表他们在通话时的观点，可能会随时发生变化。