William Blair：Manhattan Associates 逆勢創下連續兩季預訂紀錄 — AI 代理程式提升 6–30% 出貨效率
Manhattan Associates 管理層於第 46 屆 William Blair 成長型股票大會（2026 年 6 月 3 日）
Manhattan Associates 在 William Blair 成長型股票大會上傳遞了一個與企業軟體市場普遍焦慮情緒截然不同的訊息：供應鏈並非可有可無的支出，客戶也不會為了等待總體經濟明朗化而擱置現代化轉型。執行長 Eric Clark、技術長 Sanjeev Siotia 及新任財務長 Linda Pinne 發表了本屆大會中最具實質內容的演講之一，針對 AI 代理程式（AI agents）的採用情況、貨幣化結構以及公司成本基礎的結構性轉變提供了具體數據。對投資人而言，最關鍵的頭條數據是：Manhattan 在銷售預訂方面剛結束了史上最強勁的第四季，隨後又迎來了史上最佳的第一季——而 Clark 將此期間形容為企業軟體領域近年來「最混亂」的時期，夾雜著「解放日」（Liberation Day）關稅、地緣政治衝突，以及所謂 AI 將取代傳統軟體的「SaaSPocalypse」論調。
裁員是為了重整舊產品，而非業務衰退訊號
大會開場即宣布了本週稍早的消息：全球裁員約 6%。Clark 對此理由直言不諱：「作為一家公司，我們從未停止支援任何產品，未來也不會改變。但我們確實有許多舊產品，隨著越來越多客戶轉向我們的雲端產品，這些舊產品的用戶數正在縮減。」此次人力調整明確是為了配合舊有地端系統的成本結構重組，而非核心需求減弱。其潛台詞在於，新任財務長 Linda Pinne 上任後，針對結構性衰退業務中的支出錨點進行了更嚴格的審視。公司始終致力於在不犧牲利潤的前提下增加銷售與行銷投入，而此舉正是為了資助該轉型。
AI 出現前打造的程式碼產生器，成為公司最重要的資產
Manhattan 最被低估的結構性優勢，或許是其早在 AI 浪潮出現十多年前就已具備的技術。Siotia 透露，十二年前，Manhattan 的工程團隊並未選擇編寫傳統企業軟體，而是決定打造一套「程式碼產生器」，並利用它來生成產品本身。如今，Manhattan 75% 的程式碼皆由機器生成， codebase 每天產生約 4,500 萬行程式碼。「我們當時做這件事的初衷並非為了效率，」Siotia 指出，「核心驅動力在於如何隨著變革發生而保持同步。」這種 API 優先、無頭（headless）、真正的微服務架構，旨在應對介面典範轉移，從綠色螢幕到行動裝置，再到未來的任何技術。事實證明，接下來出現的是生成式 AI，而該架構與其完美契合。
Siotia 將此系統描述為一個「確定性支柱」（deterministic spine），並能將機率性 AI 推理乾淨地嵌入其中。這種區別在供應鏈領域至關重要，正如他所言：「『幾乎正確』等於『錯誤』。」若訂單需求 100 件卻出貨 101 件，可能會導致下游流程崩潰。該公司的混合策略——在必須精確的地方保留基於規則的確定性邏輯，僅在機率性推理能增加價值的特定決策節點部署 LLM——正逐漸成為 AI 原生競爭對手也認同的方向。Siotia 表示：「即使是那些原本採取不同方法的業者，現在也可能正在向我們的觀點靠攏。」
AI 代理程式已投入生產，並帶來可衡量的出貨改善
Manhattan 並非處於「試驗煉獄」中。該公司的代理式 AI 部署已投入實際生產，且早期的投資報酬率（ROI）數據相當驚人。Siotia 描述了核心應用場景：供應鏈運作本質上是異常管理業務，專業人員可能需耗費 3 到 6 小時來解決單一問題，且往往是在行動窗口早已關閉之後。「如果訂單分配出現問題，追蹤分配的人員可能要花 2 到 3 小時處理。等到他們發現庫存還在收貨碼頭時，卡車可能已經開走，導致錯過出貨。」透過代理程式即時解決這些異常，已使早期客戶的出貨完成率提升了 6% 至 30%——即便是在低標區間，對於任何具規模的營運商而言，這都代表著實質的財務影響。
Clark 在架構層面補充了為何 Manhattan 的代理程式能比競爭對手更快達到生產價值：「我們從不與客戶談論數據湖、數據索引專案，或是伴隨而來的延遲與安全風險。當我們在系統上執行 AI 時，使用的是人類使用者也會使用的相同 API。」雲端平台客戶第一天即可啟用代理程式，無需進行數據準備專案。而 AI 層位於核心應用程式之外的競爭對手，則面臨三個月到一年的準備期才能首次投入生產。公司還建立了一個儀表板，讓客戶能精確查看團隊正在使用哪些代理程式以及產生的價值——這直接回應了企業財務長對於 AI 成本與價值問責的疑慮。
貨幣化採分級訂閱加價制，而非使用量稅
Pinne 釐清了投資人先前感到模糊的 AI 代理程式商業結構。Manhattan 將代理程式定價為基礎訂閱費的百分比加價，並根據部署範圍（站點數量與代理程式數量）來選擇級別，而非按 Token 使用量計費。「如果客戶初期只想在一個站點或小規模部署代理程式，他們可以選擇訂閱層級較低的方案。隨著他們希望擴展至更多站點或開發更多代理程式，則可選擇升級。」90 天的試驗計畫作為需求探索機制，讓客戶在鎖定層級前先確認價值。此結構避免了 Clark 所提到的企業買家目前最擔心的「Token 消耗上限」問題。
雲端營收預計第四季超越服務營收；利潤率擴張將加速
Clark 指出了一個投資人應在行事曆上標記的結構性轉折點：「今年第四季，我們的雲端營收將超越服務營收。一旦超越，差距將會越來越大。」由於雲端利潤率高於服務利潤率，營收結構的轉變將直接帶動營業利潤率超越目前的成長軌跡。公司今年在服務營收上仍有絕對值成長，Clark 將此解讀為專案速度加快的訊號——更多的上線與部署——而非僅是服務業務本身的健康狀況。Pinne 在年初引入的關鍵領先指標是「擴展後的年度經常性收入」（ramped ARR），該指標著眼於四年後的合約營收；此數據在 2025 年底年增 23%，提供了單靠剩餘履約義務（RPO）無法捕捉的結構性營收能見度。
固定價格轉換與 AI 輔助遷移消除了雲端採用的主要障礙
Clark 披露的營運細節中，有一項是關於地端轉雲端的機制。Manhattan 舊客戶群的歷史障礙在於一種刻板印象——基於數十年痛苦的 ERP 升級經驗，認為遷移是一項龐大、昂貴且具多年風險的工程。Manhattan 正以「固定時程、固定價格」的轉換方案打破這種觀念。公司清楚了解每位舊客戶的運作環境與目標雲端配置，並利用 AI 輔助工具自動設定遷移。Clark 指出，所需擴充功能的數量減少了 40%，且剩餘的擴充功能編寫速度快了一倍。「我們承諾提供固定時程與固定價格的轉換，」他說，這項商業承諾大幅降低了剩餘地端客戶的決策風險。
過去一年內成立的專屬轉換銷售團隊，已開始顯現在管道指標中。續約時的交叉銷售與向上銷售量顯著成長，且管道不僅反映了當季交易，還包括第三季與第四季的續約。續約團隊會在合約到期前兩季與客戶接觸，明確定位完整的產品擴充機會，而不僅僅是確保基礎續約。
多產品附著率呈結構性而非週期性上升
Manhattan 的歷史業務建立在倉儲管理（WMS）上，但該平台的整合架構正創造持久的多產品拉動效應。Clark 指出，目前購買 WMS 的新客戶中，約有一半同時購買了運輸管理（TMS）——而當初運輸雲剛推出時，此比例幾乎為零。其機制極具吸引力：由於 Manhattan 構建的是統一的微服務平台，而非整合獨立應用，WMS 與 TMS 共享核心數據物件。一次出貨是一筆兩模組皆可存取的單一紀錄。Siotia 解釋了商業案例：「當你能進行規劃並精確掌握庫存狀況，就能做出相應安排，以正確的容量裝載卡車出貨的機率會高得多。」他認為，僅憑運輸成本的節省，就足以證明同時投資 WMS 與 TMS 的合理性。
一年多前在雲端推出的供應鏈規劃功能，已成為客戶群中常見的加購項目。訂單管理與銷售點（POS）系統也持續同步成長。五年前推出的倉儲雲客戶群目前正進入首個續約窗口，這代表著未來幾年將持續發酵的結構性多產品擴充機會。
合作夥伴生態系轉型，從競爭對手客戶群開拓新管道
一年前，Manhattan 重組了合作夥伴模式，從過去夥伴僅跟隨 Manhattan 爭取服務營收的模式，轉變為明確要求夥伴主動開發管道。早期指標相當正面。Clark 描述了一家合作夥伴在歐洲六個城市巡迴，目標鎖定即將面臨續約的競爭對手客戶，明確目標是向他們介紹 Manhattan Active，並將其引導至 EMEA Exchange 使用者大會，轉化為活躍的採購潛在客戶。「我們正在看到過去無法接觸到的新交易，」Clark 表示。鑑於合作夥伴通常與二級（Tier 2）帳戶擁有更深厚的關係——這正是 Manhattan 正積極滲透的領域——生態系的轉變對於擴大潛在市場具有直接影響。
二級市場擴張為下一個成長向量，下半年將有更多細節
Manhattan 過去將目標市場定義為一級（Tier 1）與二級（Tier 2），兩者合計約佔供應鏈軟體總支出的 80%。但 Clark 坦言，二級市場的低端部分尚未完全開發——並非 Manhattan 缺乏能力，而是品牌長期與「複雜」和「規模」掛鉤，導致小型潛在客戶產生自我選擇偏見。固定價格遷移與 AI 輔助部署帶來的速度與成本降低，旨在將總體擁有成本（TCO）降至足以讓 Manhattan 在二級市場更深處具備競爭力。Clark 表示，2026 年下半年將發布更多正式公告，說明公司如何計畫向該方向擴大潛在市場，這暗示著將採取結構性的市場進入（go-to-market）計畫，而非順其自然地發展。
Siotia 在會議中提供了最具前瞻性的觀點，闡述了他對五年後企業軟體評估標準的預期：「它將透過『智商』（IQ，即自主性、自動化程度與帶來的智慧）以及『情商』（EQ，即情境智慧，軟體適應使用者而非使用者適應軟體）來衡量。」無論投資人是否採用這些術語，這種框架都指向了一家花費十年時間，為一個剛剛成形的市場打造基礎設施的公司。