Autodesk不愧是行业老大:H1利润翻倍,4条产品线全涨,AI想的也很清楚

简介: 最新、最前沿的工程AI内容,总来自AI4ELAB。

来源:AI4ELAB,工程AI科技产业智库

大家好,我是秦明。Autodesk在8月27日美股盘后发布了第二季度财报。同一份财报里也列出了前六个月的营收信息(2026年2月到7月)。这篇文章带大家看看Autodesk这半个财年的企业运营进展。

Autodesk,产品线很丰富,国内工程师最熟的是AutoCAD;往上还有做BIM设计的Revit、做市政道路的Civil 3D、做机械和制造的Inventor和Fusion、做影视动画的Maya和3ds Max。客户是设计院、施工总包、制造企业和影视公司。

令人羡慕的是,收入里95%左右是每年都会重复发生的订阅类收入,跟收房租是一个模式。这种商业模式应该是很多软件企业梦寐以求的。

整体来看,Autodesk上半年收入39.80亿美元,涨17%。净利润9.83亿美元,去年同期4.65亿,翻了一倍多。经营性现金流14.68亿美元,涨43%。

四条主要产品线全部两位数增长。

体量最大的叫AECO,建筑、工程、施工与运营,上半年19.99亿美元,涨18%,占公司整整一半。里面装的是Revit、AEC行业套件、施工管理平台Autodesk Construction Cloud、云端设计平台Forma。

第二条是AutoCAD和它的轻量版LT,单独成线,9.74亿美元,涨14%。一个1982年发布的二维制图软件,四十多年后半年还能卖近10亿美元,而且仍在两位数增长。财报写的增长来源是「现有客户群」——多出来的钱是已经在用的客户交的,跟拉新客户没关系。

第三条是MFG制造,7.52亿美元,涨17%,主力是Inventor和Fusion,做机械设计和数控加工。

第四条是M\&E传媒娱乐,1.78亿美元,涨14%,Maya和3ds Max,做影视动画和游戏。

按产品族拆分的收入,最右列是管理层给出的增长原因

Autodesk还提供了另一种切法,比按行业分更能看出它的重心在往哪挪:Design和Make。

Design是画图那一端,AutoCAD、Revit、Inventor、Maya和各类行业套件都算进去,33.20亿美元,涨17%。

Make是造出来那一端,装的是施工管理Autodesk Build、协同平台BIM Collaborate Pro、招采平台BuildingConnected和Fusion,4.68亿美元,涨25%。

Make的盘子只有Design的七分之一,增速却快了8个百分点。这家公司靠卖画图工具起家四十年,如今长得最快的部分,是跟着图纸走进工地和车间的那一段。这很值得思考。

按Design和Make拆分的收入,六个月口径

基本盘看完,我很好奇,利润为什么能翻倍。

仔细琢磨了下,上半年净利润9.83亿美元,去年同期4.65亿,多出5.18亿。这笔增量绝大部分是卖出来的:收入比去年同期多收5.84亿美元,而软件多卖并不多花钱,成本只增加0.32亿,毛利因此多了5.52亿。同期研发、销售、管理等费用多花了0.89亿,5.52减0.89,经营层面的利润多出4.63亿;再算上利息和所得税带来的0.55亿,凑成这5.18亿。

有一个一次性因素得提一句:去年上半年正赶上裁员遣散费集中计提,记了1.11亿,今年只新提0.29亿,省出的0.82亿占了那4.63亿的不到两成。剔掉它,八成以上的增量还是收入涨出来的。

上半年合并利润表,右侧两栏为六个月口径

既然利润八成是收入涨出来的,那就得看这5.84亿的新增收入究竟怎么涨的。得去看看它具体的经营动作,有没有相关的指标可以参考。

财报里有个指标叫NR3,净收入留存率,算的是一年前那批客户今年还在Autodesk身上花多少钱。上半年这个数接近100%到110%区间的上限。同一批老客户,一年之后付的钱多了将近一成。收入增长的主力盘在存量客户身上。去年同期这个数还略高于110%,今年略有回落,存量扩张的势头比一年前稍缓。

那么,老客户凭什么多付钱。财报把每条产品线的增长来源都逐条写了,反复出现的是两个词:Collections和EBA。

Collections是行业套件,把服务于同一类工作目标的多个产品打包成一套卖。设计院买到手的是一整套建筑工程的工具组合,而非单独一个Revit。AECO那条线的增长来源,财报列的第一个就是AEC Collections。

EBA是给大企业的打包协议,相当于在Autodesk这里开一张充值卡——企业先买下一笔额度,哪个部门要用哪个软件就从里面扣,合同期内几乎所有产品都能取用,不用总部提前把许可一个个买好。M\&E那条线上半年涨14%,财报给的原因主要就是EBA;MFG和Design两条线的增长归因里也都有它。

还有第三档叫Flex,同样是先充值,但按天扣费,面向一年用不了几次的低频用户,今天开工就扣今天的,不用就不扣。

这三样是同一个思路的三个档位:重度用户买套件,大企业买开充值卡,低频用户按天付。不同使用强度的客户被装进不同的价格结构,各自面对的价目表都不一样。一个每年画三张图的乡镇设计所,和一家几千人的总包,在Autodesk这里付钱的方式完全不同。这是我认为最值得国内同行看的一处。

新增量来自另一头。Make那条线涨25%,财报归因给的是Forma和Fusion——两个云产品,把老客户从画图那一步带到施工和生产那一步。老客户多买一个模块,客单价就再抬一档。

区域上有个容易被忽略的细节。按固定汇率算,美洲涨16%、欧洲中东非洲涨14%、亚太涨15%,三个区域几乎一样快。这家公司的增长没押在任何单一市场上,任何一个区域出问题,另外两个都接得住。

按地区拆分的收入

还有渠道。Autodesk这几年逐步把交易关系从经销商手里收了回来:方案商照旧给客户报价、做顾问,但最终的合同和收款直接发生在Autodesk和客户之间。最大的分销商体系占总收入的比例,连着三个财年从39%、33%一路降到14%,今年上半年只剩8%。

这个改法的巧妙之处在于把渠道的两种价值拆开了。伙伴的行业理解和服务能力留着,交易关系和定价权收回来。客户是谁、用得怎么样、什么时候该续约,这些数据从此握在自己手里。回头看,这也是它现在能做AI的前提。

再回到费用那头,钱的流向同样值得看。销售和市场多花的0.84亿,增量来自给方案商的销售佣金和广告投放,而这条线里的员工成本是往下走的;研发多花的0.78亿,财报点名说是人更多了,外加云托管成本上涨。

财报没有拆各部门的人数,只给了方向:销售那头的人力开销在降,研发这头的人在加。财报写的目的原话是:优化销售组织,同时把资源重新分配到云、平台和AI这些战略优先级上。

上半年运营费用明细,最右列是管理层对每一项增减的解释

Autodesk的AI战略,在财报里有一句相当完整的表述:公司已经在投入智能体AI(agentic AI)在设计、工程、制造、施工和运营领域的开发、规模化与变现,战略建在三根支柱上——自有数据、深度的上下文集成、专门的AI能力。

财报战略段落原文

顺着这句话往下拆,财报里能看到四层动作。

第一层是载体。Autodesk把三朵行业云定义成AI驱动的——做制造的Fusion、做建筑的Forma、做影视的Flow。AI功能长在这三朵云里,而三朵云正好覆盖它最主要的三类客户。

第二层是共享层,叫Autodesk AI。财报说它沉淀了十多年的AI投入,用来增强、自动化和分析客户的工作流,所有产品都能调用。AI能力做一次,全线产品共用,不用每个软件各做一套。

第三层是开放层。Autodesk正在把MCP服务器集成进自己的平台服务APS。Autodesk给的定位是,为开发者和合作伙伴的AI集成与工作流自动化提供标准底座。第三方今后可以让自己的AI直接去读写Autodesk里的数据、调用它的功能。

财报原文里关于把MCP服务器接进平台服务APS的表述

第四层是数据本身。收购了多家企业,补上了数据与技术缺口36亿美元,Autodesk收购了一家AI公司,工程软件巨头正式杀入运维赛道;Autodesk收购了一家科技公司,锁定工地现场最贵的数据入口

这四层动作在报表上留下的痕迹,眼下只有成本这一处。上半年研发费用涨10%,原因写的是人更多加云托管成本上涨;第二季度订阅业务的成本涨14%,原因同样是云托管成本增加。费用指引那一栏,研发这一行明确写着「继续增加」,理由是持续投入云、平台和AI。

财报给出的费用指引,研发一行写明继续增加,理由是持续投入云、平台和AI。

模型跑在别人的机器上,这笔账最先出现在云账单里。

至于AI将来怎么收钱,公司在财报电话会上给了一个分层的说法:任务级的自动化继续包在订阅里不单独收费,更深的工作流级和系统级自动化,预计逐步转向按用量计费。

需要讲清楚的是,这份财报没有披露AI收入、AI客户数、AI功能使用率中的任何一个。想判断它的AI卖出去多少钱,眼下没有依据,能确认的只是投入方向和节奏。

相关文章
|
2月前
|
人工智能 JSON API
2026最新|ComfyUI AI漫剧全自动教程:统一人设、智能分镜、插帧动效、批量成片保姆级指南
专为8G显存笔记本优化的本地AI漫剧生成方案:全离线运行,无需API密钥、无水印、不限次数。集成Qwen剧本生成+ComfyUI图像渲染,支持角色锁定、AI插帧、MP4成片闭环。资源包预装全部模型、插件、工作流及一键脚本,彻底告别GitHub下载难题,开箱即用。(239字)
|
11月前
|
存储 人工智能 大数据
|
2月前
|
人工智能 运维 安全
DeepAgents深度解析:依托MCP与A2A双协议,构建企业级多智能体复杂业务集群应用21.3
DeepAgents是企业级多智能体集群AI架构,依托MCP(模型上下文协议)与A2A(智能体互联协议),解决单大模型在财务核算、供应链调度等复杂业务中能力不足、工具适配难、协同混乱、长流程不稳定等核心痛点,实现专业化分工、标准化协同与全链路闭环落地。
223 5
|
Java Windows 应用服务中间件
|
1月前
|
人工智能 安全 前端开发
刚刚 GPT-6 Astra 发布,全球最强,AGI 时代到来!
OpenAI 正式推出 GPT-6 Astra 模型,带大家看看这次 GPT 有哪些提升,跟 Claude Fable 5.1 有什么差距?AI 编程能力如何?AGI 真的来了么?
909 0
|
1月前
|
人工智能 前端开发 NoSQL
又一个 AI 新项目完结,用 DeepSeek 搞了个 PPT 生成器!
手把手带你用 AI 编程做出一个能上线传播、能变现的 AI 智能 PPT 制作工具产品!最新 AI Agent 应用开发 + Vibe Coding 项目,基于 Python FastAPI + LangChain + LangGraph + React 开发,秋招简历亮点拉满~
205 3
|
1月前
|
网络协议 Java 测试技术
网站开发性能测试-JMeter 压测 Tomcat 接口的并发吞吐量(QPS)
在企业级网站开发、Java Web 系统上线与后端架构调优实战中,**性能压力测试(Stress / Load Testing)** 是验证系统高可用性、探测吞吐量极限与排除潜在并发死锁、内存泄露(Memory Leak)的必经之路。 对于采用 Apache Tomcat 作为 Servlet 容器的企业级应用(如 Spring Boot 内嵌 Tomcat 或独立 Tomcat 9/10 集群),单台服务器在面对每秒数百乃至数万次的高频请求时,其底层线程池调度、I/O 多路复用模型(NIO/NIO2)、JVM 垃圾回收机制以及操作系统内核 TCP 队列均会承受极限考验。
|
2月前
|
人工智能 编解码 数据可视化
AI 漫剧本地部署实战|AI 音色克隆集成,漫剧配音素材与工程落地
本文详解AI漫剧本地化量产方案,聚焦语音配音短板,提供1000+克隆必备音色素材合集(含青年/少年/中老年/情绪向等分类),配套预训练音色调用与AI声音克隆双模式Python工程代码,支持ComfyUI集成、显存优化及版权合规指南,实现端到端离线漫剧全自动生产。
|
2月前
|
编解码 缓存 自然语言处理
Wan3.0‑Video模型上线,阿里云万相3.0多模态生成30秒高清视频、限时7折!
阿里云Wan3.0-Video正式上线,支持文/图/音/视频及PDF、PPT等12种文档直转视频,单次原生生成最长30秒、30fps高清内容。现享7折优惠:480P仅0.21元/秒,附赠10秒免费额度。在阿里云百炼官网:https://t.aliyun.com/U/fPVHqY 免费领取千万Tokens
598 1
|
2月前
|
人工智能 自然语言处理 开发工具
网络支付合规三重门:Kimi Code、Cursor、GitHub Copilot等五款AI编程工具国内实战测评
本文实测Kimi Code、Cursor等5款AI编程工具在国内网络、支付、中文支持及数据合规等现实约束下的表现,从交互稳定性、代码生成质量、多语言/框架适配、调试能力、企业级落地五大维度提供务实选型建议,助力开发者避开“能用但不好用”陷阱。