规模化状态：大分化-年度营收增长与运营效率报告

公共市场状态

• 软件指数在过去一年中下跌了 3%，表现落后于其他所有行业，而半导体行业则因 AI 驱动的计算需求增长了 47%。
• AI 的兴起对软件市场的所有子行业都产生了影响，但高增长公司（主要是基础设施和安全领域）从 AI 的机遇中受益，NTM 收入倍数从 2026 年初的约 7 倍反弹至 2026 年第二季度的 9.2 倍。
• 随着增长变得更加难以维持，自由现金流（FCF）边际重新成为估值驱动因素，其与倍数的关联性在近两年首次增强，这反映了人们对实现可衡量的效率提升的期望正在上升。
• 对效率的更高期望部分是由 AI 的采用推动的。美国企业为 AI 产品和服务付费的比例从 2023 年 1 月的 7.5% 上升到 2026 年 7 月的 50% 以上。一些即时影响已经出现在公共软件市场，其中几家公司在今年减少了 10-20% 的员工。

大型排序：新标准

• 在 AI 时代，一群新公司正在努力重新定义关于扩大收入的预期。即使是在领先者中，行业领导者也在 1-3 年内达到了 1000 万美元的 ARR，设定了当今运营环境中顶级四分位表现的新标准。
• 这种超常表现主要是由新客户 ARR 驱动的，它占到了总新收入的 70% 以上，而其他公司则更多地依赖现有客户的扩张作为其主要的增长杠杆。
• 这些领先者通过有意识的利润率交易来为这种优势提供资金。虽然 FCF 边际继续逐年改善，但 ARR 低于 1000 万美元的领先者比同行大约亏损 5.6 倍。
• 在整体层面上，虽然运营支出占收入的份额在过去几年中有所下降，但领先者仍然在规模之前进行了大量投资，他们在 2026 年花费了收入的 284% 用于运营支出，而其他公司则为 124%，差距主要集中在销售与市场（S&M）方面。
• 尽管在早期阶段的高支出，收入超过 1000 万美元的领先者在 2026 年保持了不到 1 倍的燃烧倍数，显示出与规模时同行相比，每美元支出产生的收入回报率更高。

AI 作为运营层

• 无论绩效如何，将所有这些公司联系在一起的是 AI 部署及其带来的效率提升。截至 2026 年初，ICONIQ 投资组合公司中 70% 以上的员工平均每天都是 AI 工具的活跃用户。
• 更广泛的 AI 使用正在推动大多数收入范围内的员工人均 ARR 近年来上升。特别是顶级四分位的 2500 万-1 亿美元公司，在 2025 年至 2026 年期间看到了生产力的持续增长。
• 这得到了整体更谨慎的员工增长模式的证实。例外是增长 100% 以上的公司，其中 2026 年的员工增长率中位数为 146%，而 2025 年为 115%。
• 尽管存在这些不同的员工增长模式，但职能部门员工构成基本保持不变，这表明虽然 AI 正在提高生产力，但它尚未从根本上改变运营模式。

新增长解剖

• 在 AI 时代，一群新公司正在努力重新定义扩大收入的预期，导致与其他软件公司之间的差距越来越大。
• 即使在领先者中，一群观察到的异常值正在将从 100 万美元到 1000 万美元 ARR 的旅程压缩到仅 1-3 年，而其他软件公司则需要 5 年以上。
• 在这项研究中，领先者通常是最近成立、过去三年中顶级四分位的收入增长、AI 导向的公司。
• 领先者正在开始定义软件卓越的新标准，为顶级四分位表现提供了方向性视图。
• 这些领先者实际上正在做什么？他们的一些声音表明：
  • 消费定价：逐步推出定价，将有机增长纳入目标，将新客户获取作为首要任务优先考虑更长时间。
  • 产品护城河和专业化：前部署团队处理软件无法解决的问题，产品速度是护城河，专业化成为市场策略模型。
  • 企业土地和扩张：投资于瞄准、赢得和培养企业部门正在取得成效。
  • 后销售行动，演变：随着净美元留存率上升，一些 AI 导向的公司正在领导向重新组织后销售围绕两个新兴角色的转变，每个角色都结合了深入的技术熟练程度，专注于客户成果和扩张。
    • 前部署工程师（FDE）：嵌入客户以与客户一起构建解决方案，可以解锁大型的复杂交易，但具有明显的扩展限制。
    • 部署或代理策略师：顾问训练、技术流利，帮助客户设计、部署和管理 AI 代理，以实现可衡量的业务成果。

利润率重建

• 虽然FCF边际继续逐年改善，但 ARR 低于 1000 万美元的领先者比同行大约亏损 5.6 倍。
• 随着AI使用规模的扩大，规模较大的领先者在规模上运行时，毛利率比同行低约 5 个点，这可能是由于推理、基础设施和部署成本较高。
• 运营支出占收入的份额在市场上继续下降，但 ARR 低于 1000 万美元的领先者仍然在规模之前进行了大量投资，他们在 2026 年花费了收入的 284%，而其他公司则为 124%。
• 对于领先者来说，跨职能的支出与其他公司基本相似，但在 1000 万美元以上的 ARR 公司中，略有偏向研发和一般和行政（G&A）。
• 尽管在早期阶段的高支出，收入超过 1000 万美元的领先者在 2026 年保持了不到 1 倍的燃烧倍数，显示出他们的能力能够产生比规模时同行更高的每美元支出产生的收入回报率。

AI 作为运营层

• 无论绩效如何，将所有这些公司联系在一起的是 AI 部署及其带来的效率提升。截至 2026 年初，ICONIQ 投资组合公司中 70% 以上的员工平均每天都是 AI 工具的活跃用户。
• 更广泛的 AI 使用正在推动大多数收入范围内的员工人均 ARR 近年来上升。特别是顶级四分位的 2500 万-1 亿美元公司，在 2025 年至 2026 年期间看到了生产力的持续增长。
• 这得到了整体更谨慎的员工增长模式的证实。例外是增长 100% 以上的公司，其中 2026 年的员工增长率中位数为 146%，而 2025 年为 115%。
• 尽管存在这些不同的员工增长模式，但职能部门员工构成基本保持不变，这表明更广泛的劳动力模式尚未从根本上发生转变。

ICONIQ 网络

• AI 生产力收益正在改变补充经济学：流失率越来越多地被用作避免、延迟或降级补充的机会；没有补充政策明确与销售、内容、运营和分析职能的 AI 驱动的生产力改进挂钩。
• 投资正在转向 AI 原生角色和运营模式：招聘冻结正在被用来在批准增量人头之前评估 AI 驱动的生产力收益；正在出现 AI 业务分析师、AI 集成工程师和 GTM AI 领导等新兴角色，这反映了向更精简、AI 原生的组织的更广泛转变。
• 尽管有这些效率收益，但职能部门之间的员工人数分布仍然基本保持不变，这表明更广泛的劳动力模式尚未从根本上发生转变。

AI 采用重点

• 在 GTM 中，代理正在扩大客户覆盖范围，同时保护需要人类互动的时刻。
  • 每位代表的新交易会议和合格机会增加 2-3 倍。
  • 75-100% 的营销活动利用 AI。
  • 60-70% 的客户解决方案。
• 在研发中，收益一般会在软件开发生命周期中嵌入 AI 时复合。
  • 开发时间节省 50-80%。
  • 拉取请求吞吐量提高 25-75%。
  • 功能交付速度加快 40%。
• 在 G&A 中，结构化工作流正在成为可审计的运营杠杆。
  • FP&A 关闭和报告时间节省 30-80%。
  • 知识检索和分析时间节省 45-80%。

结论

• AI 时代正在重塑软件行业，一群公司正在设定增长、绩效和估值的新标准。
• 这些领先者通过采用 AI、专注于新客户获取、投资于 AI 原生角色和运营模式以及优先考虑客户成果来实现卓越绩效。
• 随着市场继续变化，那些能够适应并利用 AI 的公司更有可能取得成功，而那些未能这样做的人可能会被淘汰。