William Blair: Manhattan Associates boekt recordkwartalen ondanks marktonrust — AI-agents realiseren 6–30% hogere verzendvolumes in productie
Management van Manhattan Associates op de 46e Annual William Blair Growth Stock Conference, 3 juni 2026
Manhattan Associates verscheen op de William Blair Growth Stock Conference met een boodschap die indruist tegen de bredere onrust in de bedrijfssoftwaresector: de supply chain is geen discretionaire uitgave en klanten wachten niet op macro-economische duidelijkheid om hun systemen te moderniseren. CEO Eric Clark, CTO Sanjeev Siotia en de onlangs benoemde CFO Linda Pinne gaven een van de meest inhoudelijke presentaties van het conferentieseizoen, met concrete datapunten over de adoptie van AI-agents, de verdienmodellen en een opvallende structurele verschuiving in het kostenkader van het bedrijf. Het belangrijkste nieuws voor beleggers: Manhattan sloot zojuist het beste vierde kwartaal uit zijn geschiedenis af qua verkoopboekingen, direct gevolgd door het beste eerste kwartaal ooit — en dat tijdens wat Clark "waarschijnlijk de rumoerigste" periode in jaren noemde voor bedrijfssoftware, gekenmerkt door Liberation Day-tarieven, aanhoudende geopolitieke conflicten en het zogeheten 'SaaSPocalypse'-narratief over AI die traditionele software zou vervangen.
De personeelsreductie is een reset van legacy-producten, geen signaal over de bedrijfsgezondheid
De conferentie opende met de aankondiging die eerder die week naar buiten kwam: een wereldwijde personeelsreductie van circa 6%. Clark was direct over de beweegredenen. "We hebben als bedrijf nog nooit de ondersteuning voor een product stopgezet, en dat gaan we ook niet doen. Maar we hebben een aantal legacy-producten waarvoor het aantal klanten afneemt, omdat steeds meer van hen overstappen op onze cloudproducten." De personeelsingreep is expliciet gekoppeld aan het verkleinen van de kostenstructuur rond die verouderde on-premise systemen, en niet aan een afzwakkende vraag naar de kernactiviteiten. De ondertoon is dat Linda Pinne, die de rol van CFO op zich nam, aandrong op een scherpere blik op de uitgaven in een bedrijfsonderdeel dat structureel krimpt. De toezegging van het bedrijf is altijd geweest om meer te investeren in sales en marketing zonder dat dit ten koste gaat van de marges; deze stap financiert die verschuiving.
Een codegenerator die bestond vóór AI is nu het belangrijkste bezit van het bedrijf
Het meest ondergewaardeerde structurele voordeel van Manhattan is wellicht iets dat al ruim tien jaar dateert van vóór de huidige AI-golf. Siotia onthulde dat het engineeringteam van Manhattan twaalf jaar geleden besloot om – in plaats van traditionele bedrijfssoftware te schrijven – een codegenerator te bouwen en die te gebruiken om het product zelf te genereren. Vandaag de dag is 75% van de code van Manhattan door machines gegenereerd, waarbij elke nacht ongeveer 45 miljoen regels code worden geproduceerd vanuit de codebase. "De reden was niet echt efficiëntie toen we dit deden," merkte Siotia op. "De drijfveer was: hoe blijven we bij als er veranderingen optreden?" De architecturale filosofie – API-first, headless, echte microservices – was ontworpen om paradigmaverschuivingen in interfaces te overleven, van green screens tot mobiel en wat daarna ook zou komen. Wat daarna kwam, bleek generatieve AI te zijn, en de architectuur is daar uitermate geschikt voor.
Siotia omschrijft het resulterende systeem als een "deterministische ruggengraat" waarin probabilistische AI-redeneringen naadloos kunnen worden ingevoegd. Dit onderscheid is enorm belangrijk in de supply chain, waar, zoals hij het verwoordde, "bijna correct gelijk is aan fout." 101 eenheden verzenden wanneer er 100 waren besteld, kan een downstream-proces verstoren. De hybride aanpak van het bedrijf – het behouden van regelgebaseerde deterministische logica waar nauwkeurigheid vereist is, en het inzetten van LLM's op specifieke beslispunten waar probabilistische redenering waarde toevoegt – is waar zelfs AI-native concurrenten steeds vaker op uitkomen. "Zelfs mensen die die aanpak voorheen niet kozen, sluiten zich nu waarschijnlijk aan bij ons standpunt," aldus Siotia.
AI-agents zijn live in productie en leveren meetbare verbeteringen in verzendingen
Manhattan bevindt zich niet in een 'piloot-vagevuur'. De agentic AI-implementaties van het bedrijf worden actief in productie gebruikt en de vroege ROI-data zijn indrukwekkend. Siotia beschreef de kern-usecase: supply chain-operaties zijn in essentie gericht op uitzonderingsbeheer, waarbij een professional drie tot zes uur bezig kan zijn met het oplossen van één probleem – vaak lang nadat het tijdvenster om te handelen is gesloten. "Als er een probleem is met een order die niet wordt toegewezen, kan iemand die daar achteraan gaat 2 à 3 uur kwijt zijn. En tegen de tijd dat ze erachter komen dat de voorraad op het laadperron staat, is de vrachtwagen al weg en heb je de zending gemist." Agents die deze uitzonderingen in realtime oplossen, zorgen voor een verbetering in het verzendingspercentage van 6% tot 30% bij vroege klanten – een marge die, zelfs aan de onderkant, een materiële financiële impact heeft voor elke operator die op schaal werkt.
Clark voegde een belangrijk architecturaal punt toe over waarom de agents van Manhattan sneller productiewaarde bereiken dan die van concurrenten: "We praten nooit met onze klanten over datalakes, data-indexeringsprojecten of de latentie en veiligheidsrisico's die daarmee gepaard gaan. Wanneer we AI op ons systeem toepassen, doen we dat met dezelfde API's die een menselijke gebruiker zou gebruiken." Klanten op het cloudplatform kunnen de agents vanaf dag één activeren zonder dat er een data-voorbereidingsproject nodig is. Concurrenten wiens AI-laag buiten de kernapplicatie ligt, kampen met voorbereidingstijden van drie maanden tot een jaar voor het eerste productiegebruik. Het bedrijf heeft ook een dashboard gebouwd waarmee klanten precies kunnen zien welke agents hun teams gebruiken en welke waarde er wordt gegenereerd – een direct antwoord op de zorgen van CFO's over de verhouding tussen AI-kosten en waarde.
Monetisatie is een gelaagde abonnementsverhoging, geen gebruiksbelasting
Pinne verduidelijkte de commerciële structuur voor AI-agents, wat voorheen een bron van onduidelijkheid was voor beleggers. Manhattan prijst agents als een procentuele verhoging bovenop het basisabonnement, waarbij de keuze voor een tier gekoppeld is aan de inzetomvang – aantal locaties en aantal agents – en niet aan het verbruik van tokens. "Als ze in eerste instantie slechts één locatie of een klein aantal agents willen uitrollen, kunnen ze vanuit abonnementsperspectief een lagere tier kiezen. En naarmate ze dat willen uitrollen naar meer locaties of meer agents willen ontwikkelen, kunnen ze ervoor kiezen om op te schalen." Het 90-dagen pilotprogramma fungeert als een mechanisme om de vraag te ontdekken, waardoor klanten zelf de waarde kunnen vaststellen voordat ze zich aan een tier verbinden. De structuur voorkomt de zorgen over token-maxima die Clark als een belangrijk punt voor zakelijke kopers bestempelde.
Cloudomzet overtreft in Q4 de dienstenomzet; marge-expansie zal versnellen
Clark wees op een structureel kantelpunt dat beleggers in hun agenda moeten noteren: "In het vierde kwartaal van dit jaar zal onze cloudomzet de dienstenomzet overtreffen. En zodra dat gebeurt, zal dat gat alleen maar groter worden." Cloudmarges zijn hoger dan dienstenmarges, dus de verschuiving in de omzetmix heeft een direct effect op de uitbreiding van de operationele marge bovenop het huidige traject. Het bedrijf laat de dienstenomzet dit jaar in absolute termen groeien, wat Clark interpreteert als een signaal van een hogere projectsnelheid – meer go-lives, meer implementaties – in plaats van de gezondheid van de dienstenbusiness op zich. De belangrijkste voorlopende indicator die Pinne aan het begin van het jaar introduceerde is 'ramped ARR', die kijkt naar gecontracteerde omzet over vier jaar; die metriek groeide eind 2025 met 23% op jaarbasis, wat structurele omzetvisibiliteit biedt die RPO alleen niet kan vangen.
Vaste prijsconversies en AI-ondersteunde migratie nemen de grootste drempel voor cloudadoptie weg
Een van de meer operationeel specifieke onthullingen van Clark betrof de mechaniek van de conversie van on-premise naar de cloud. De historische drempel voor de legacy-klantenbasis van Manhattan was de perceptie – vaak accuraat, gebaseerd op decennia van pijnlijke ERP-upgrades – dat migratie een groot, duur en meerjarig risico vormt. Manhattan ontmantelt die perceptie met conversies met een vaste looptijd en vaste prijs. Het bedrijf weet precies wat elke legacy-klant draait, kent de beoogde cloudconfiguratie en gebruikt AI-ondersteunde tools om de migratie automatisch te configureren. Clark noemde een reductie van 40% in het aantal benodigde extensies, en de extensies die overblijven worden twee keer zo snel geschreven. "We committeren ons aan conversies met een vaste looptijd en vaste prijs," zei hij – een commerciële toezegging die de beslissing voor de resterende on-premise basis aanzienlijk ontlast.
Het toegewijde conversie-salesteam, dat in het afgelopen jaar is opgezet, is nu zichtbaar in de pijplijnmetrieken. Het volume aan cross-sell en upsell op het moment van verlenging groeit aanzienlijk, waarbij de pijplijn niet alleen deals voor het huidige kwartaal weerspiegelt, maar ook voor verlengingen in Q3 en Q4. Het verlengingsteam benadert klanten twee kwartalen voor contractverloop specifiek om de volledige productuitbreidingsmogelijkheid te identificeren en te positioneren, en niet enkel om de basisverlenging veilig te stellen.
Multi-product 'attach rates' stijgen structureel, niet cyclisch
Het historische bedrijf van Manhattan was gebouwd op warehouse management, maar de geïntegreerde architectuur van het platform zorgt voor een duurzame vraag naar meerdere producten. Clark merkte op dat ongeveer de helft van de nieuwe klanten die vandaag warehouse management kopen, tegelijkertijd ook transportation management aanschaft – vergeleken met vrijwel nul toen de transportcloud voor het eerst werd geïntroduceerd. De mechaniek is overtuigend: omdat Manhattan een verenigd microservices-platform heeft gebouwd in plaats van afzonderlijke applicaties te integreren, delen WMS en TMS kerndata-objecten. Een zending is één enkel record dat toegankelijk is voor beide modules. Siotia illustreerde de business case: "Wanneer je de planning kunt doen en precies weet wat je hebt vanuit voorraadperspectief, kun je dienovereenkomstig plannen, en de kans dat je een vrachtwagen op de juiste capaciteitsniveaus verstuurt is veel groter." Die efficiëntiewinst, zo betoogde hij, kan de gecombineerde WMS- en TMS-investering alleen al op basis van transportkostenbesparingen rechtvaardigen.
Supply chain planning, dat iets meer dan een jaar geleden in de cloud werd gelanceerd, verschijnt al als een veelvoorkomende add-on in de klantenbasis. Order management en point of sale blijven samen groeien. De natuurlijke verlengingscyclus voor de warehouse cloud-cohort – vijf jaar geleden voor het eerst geïntroduceerd, wat betekent dat die klanten nu hun eerste verlengingsvensters ingaan – vertegenwoordigt een gestructureerde multi-product uitbreidingsmogelijkheid die zich de komende jaren zal ontvouwen.
Verschuiving in partner-ecosysteem creëert nieuwe pijplijn uit concurrentiebestanden
Een jaar geleden herstructureerde Manhattan zijn partnermodel, waarbij men bewoog van een dynamiek waarin partners Manhattan grotendeels volgden in deals om dienstenomzet na te jagen, naar een model waarin van partners expliciet wordt verwacht dat ze zelf pijplijn genereren. De vroege indicatoren zijn positief. Clark beschreef een partner die een Europese tour langs zes steden organiseerde, gericht op prospects die momenteel klant zijn bij concurrenten van Manhattan en die voor een verlenging staan, met als expliciet doel hen te informeren over Manhattan Active en hen als actieve koopprospects naar de EMEA Exchange-gebruikersconferentie te leiden. "We zien nieuwe deals die we anders niet hadden gezien," zei Clark. Aangezien partners doorgaans diepere relaties hebben met Tier 2-accounts – precies het segment waar Manhattan agressiever in wil doordringen – heeft de verschuiving in het ecosysteem directe implicaties voor de uitbreiding van de adresseerbare markt.
Tier 2-marktexpansie is de volgende groeivector, met meer details in H2
Manhattan heeft zijn doelmarkt historisch gedefinieerd als Tier 1 en Tier 2, die samen ongeveer 80% van de totale uitgaven aan supply chain-software vertegenwoordigen. Maar Clark erkende dat de onderkant van Tier 2 niet altijd volledig toegankelijk is geweest – niet omdat Manhattan de capaciteit mist, maar omdat het merk een associatie met complexiteit en schaal draagt die bij kleinere prospects voor een zelfselectie-bias zorgt. De snelheid en kostenverlagingen door vaste prijsmigraties en AI-ondersteunde implementatie zijn bedoeld om de totale eigendomskosten (TCO) voldoende te verlagen om Manhattan verder in het Tier 2-spectrum levensvatbaar te maken. Clark gaf aan dat de tweede helft van 2026 meer formele aankondigingen zal brengen over hoe het bedrijf van plan is zijn adresseerbare markt in die richting uit te breiden, wat duidt op een gestructureerd go-to-market-initiatief in plaats van een organische verschuiving.
Siotia bood de meest vooruitstrevende inkadering van de sessie door te verwoorden hoe hij verwacht dat bedrijfssoftware over vijf jaar zal worden geëvalueerd: "Het zal worden gemeten in termen van zijn IQ – het autonome deel en hoeveel het kan automatiseren en intelligentie kan toevoegen – en zijn EQ, wat in feite de contextuele intelligentie is en software die zich aanpast aan gebruikers in plaats van gebruikers die zich aanpassen aan software." Die inkadering, of beleggers de terminologie nu overnemen of niet, wijst op een bedrijf dat tien jaar heeft besteed aan het bouwen van de infrastructuur voor een markt die zich nu pas daaromheen vormt.