从Workday财报看erp公司在AI世界中的价值：就是核心业务数据+业务逻辑基础上，形成新的智能层，形成AI不可能替代和冲击的坚实壁垒，进一步打开ERP变现的长期空间，这不就是用友已经在做的事情了吗？
PS：有意思的是workday提到，头部人工智能企业，包括 Anthropic、谷歌和 OpenAI，均在使用 Workday 的解决方案。这个季度Anthropic还增加了对workday的模块和采购金额。那些YY大模型直接写软件替代三方供应商的，还是要看看这些颠覆者怎么做吧：）
Workday电话会精彩部分：
外界有观点认为，人力资源和企业资源规划系统将被人工智能取代，或退居幕后。但我个人并不认同这一说法。人力资源和企业资源规划领域的应用产品开发难度极大，我在该领域深耕超 30 年，深知这些系统是企业的核心记录系统，必须实现交易处理的绝对精准和高效，执行复杂的安全管理模型，并符合全球各地的法律法规要求。这样的复杂性难以被复制，仅凭粗浅的代码编写，根本无法打造出一套合格的人力资源或企业资源规划系统。
更重要的是，这些系统背后的业务流程具有确定性本质 —— 每个业务流程都有明确的起点和终点，目标是产出一致、可审计的结果。而人工智能，尽管功能强大，其本质是概率性的：它基于数据模式和可能性进行推理、预测和建议。或许未来人工智能能发展为状态机，实现步骤固定、结果一致的运行，但目前还远未达到这一水平。
企业薪资核算这类工作，绝不能接受概率性的结果，必须实现 100% 的精准，且 100% 按时完成。那么，行业的未来究竟是什么？答案是确定性的企业级应用与概率性的人工智能相融合，这一融合将实现三大突破：一是打造基于指令交互的全新用户体验；二是构建更高效的业务流程自动化与执行平台，由智能体和人工协同完成工作；三是生成更深度的人工智能洞察分析。
这些变革相结合，将为客户创造更优的业务成果，带来远高于以往的投资回报率。正如盖里特接下来将介绍的，Workday 当前正打造的，正是这样一种融合架构和生态 —— 将顶尖的人力资源和财务核心记录系统，与领域专属大语言模型的推理能力相结合。这就是行业的未来，二者相辅相成，就像花生酱和果酱的完美搭配。而这一切的根基，是过去 20 年里，我们通过管理客户的核心系统和关键数据，与客户建立的深厚信任。
亚历山大・J・祖金（沃尔夫研究公司）
我想提一个技术相关的问题，你提到公司将对自研和非自研智能体进行商业化变现，我想了解，公司对第三方智能体的商业化变现思路是怎样的？公司拥有数仓云产品，当前行业正围绕多系统智能体框架展开大量投资和研发，公司如何确保，能凭借自身提供的数据场景和价值，实现第三方智能体的商业化变现？
另外，向赞恩提一个简单的问题：2028 财年非美国通用会计准则营业利润率达到 35% 的目标，是否依然有效？
阿尼尔・布斯里
关于第一个问题，亚历克斯，大家可以将 Workday 理解为超大规模云计算厂商之上的一层创新架构。就像超大规模云计算厂商对计算资源和应用资源的消费进行收费一样，我们也将逐步强化这一商业化能力。
目前，市场上有部分厂商 —— 包括部分同行 —— 在某种程度上，正依托 Workday 的核心系统获取收益，却未为 Workday 带来任何价值，堪称 “寄生式” 厂商。他们免费利用我们的核心记录系统，而我们将终结这一现象。
无论是自研智能体，还是第三方智能体，只要依托 Workday 平台开展业务，都将纳入我们的消费型定价体系。这一思路的核心推动者是盖里特，接下来请他结合灵活积分模式，详细介绍一下。赞恩将解答你的第二个问题。
盖里特・卡斯迈尔
好的。阿尼尔所描述的模式，核心是为 Workday 平台的人工智能和程序化访问打造分层定价体系，具体的商业化逻辑如下：
我们将应用程序接口调用量作为消费计量的基本单位，并通过灵活积分实现商业化变现 —— 这是最基础的层级。如果第三方智能体仅访问这一层级的资源，我们将通过应用程序接口调用量收取费用。
如果第三方智能体需要获取更丰富的信息，比如你提到的数仓云产品相关数据，数仓云同样基于灵活积分模式定价，能为其提供更深度的业务场景。
而如果第三方智能体希望实现智能体聚合—— 需要说明的是，应用程序接口的发展已不再是传统模式，现代智能体与传统应用程序接口的边界正在消失，未来二者将融为一体。我们的所有智能体，均以应用程序接口的形式对外开放，可对接微软、谷歌双子座等平台。而这些智能体应用程序接口，将采用溢价定价模式 —— 因为它们能完成实际的业务工作，而非单纯的简单数据交互（如传统的简单对象访问协议或表述性状态转移应用程序接口）。
对于客户、合作伙伴或独立软件开发商而言，这意味着多重选择：他们可以订阅我们的应用产品，按 Workday 的标准定价付费；也可以自研智能体，并根据自身需求，选择消费基础应用程序接口、数据场景，或高附加值的智能体应用程序接口 —— 这些智能体应用程序接口，已为其整合了人力资源和财务领域的大量核心工作。
赞恩・C・罗
亚历克斯，关于 2028 财年的利润率目标，我补充说明一下。公司此次加大投入的核心目的，是推动增长提速。我们仍坚守此前在财务分析师日提出的 12%-15% 的中期订阅收入增长目标，而此次的人工智能领域投入，将助力公司向这一区间的上限靠拢，而非停留在下限。
正如我此前所说，2027 财年公司将加大投入，我们将在本年度的下一次财务分析师更新会上，根据业务发展情况，重新评估公司的增长潜力，并同步更新对应的营业利润率预期。大家应该还记得，公司的增长与利润率之间存在联动调整机制，而阿尼尔当前的核心工作，是推动增长提速，而非单纯追求利润率目标的实现。
会议主持人
最后一个问题来自高盛集团的加布里埃拉・博尔赫斯。
加布里埃拉・博尔赫斯（高盛集团）
阿尼尔、盖里特，我想将你们提到的几个观点结合起来提问：人工智能构建于云计算之上，以及 Workday 将对所有依托公司平台提取深度信息的厂商或企业自研工具进行商业化变现。我的问题是：公司如何管控这一风险 —— 即厂商或客户在 Workday 平台之外打造解决方案，利用 Workday 积累的领域经验，最终让 Workday 沦为基础的技术底座，而增量价值则由平台之外的人工智能解决方案获取？能否介绍一下公司的风险管控和应对策略？
阿尼尔・布斯里
首先，我想强调，无论是自研应用还是第三方应用，其依托的应用程序接口层，最终都将与智能体层融合，而这一融合层的核心，是Workday 的智能层—— 包括我们的元数据、安全管理模型、数据模型和业务流程框架。市场往往低估了我们业务流程框架的价值：20 年的行业深耕，让我们在人力资源和财务应用中积累了海量的行业知识，即便依托最先进的人工智能技术，竞争对手也需要 5-7 年的时间才能实现复制，而我们并不会停滞不前。
因此，我们的目标是打造这样一种模式：无论应用由第三方还是自研开发，只要依托我们的平台，都能通过消费型模式为公司带来收益。接下来，请盖里特补充说明。
盖里特・卡斯迈尔
加布里埃拉，这是一个非常好的问题，能让我们直切核心。当前的核心问题是：智能系统的研发阵地在哪里？核心驱动因素是什么？
从行业研究和实际实践来看，那种 “打造一个大模型，直接对接数据库，就能实现自主决策” 的思路，在企业级场景中完全行不通。这种模式只会催生毫无管控的人工智能，既无法理解企业的业务流程，也不具备合规性、确定性和可重复性。
因此，必须为人工智能打造专属的人力资源和财务系统—— 这就是阿尼尔所说的智能层。它并非简单的 “智能模型 + 数据存储” 的二元结构，而是融入人工智能能力的企业资源规划系统。这正是我们正在打造的智能层，也是价值创造和价值变现的核心。
同时，我们也通过应用程序接口实现了这一智能层的开放，因为我们坚信生态的开放性，以及交互层的开放性 —— 我们与所有的人工智能企业都保持着良好的合作关系。而这些企业选择与我们合作、正如阿尼尔所说，这些企业都在使用 Workday 的解决方案，核心原因就在于：人工智能时代，同样需要专属的人力资源人工智能系统和财务人工智能系统。这就是我们打造的智能层，也是我们创造价值、实现价值变现的核心所在。