9月3日美股盘后，Samsara发布截至2026年8月1日的2027财年第二季度财报：营收5.084亿美元，同比增长30%；年度经常性收入ARR达到21.25亿美元，同比增长30%；单季净增ARR为1.341亿美元，同比增长28%。在收入规模扩大的同时，公司继续保持增长，业务还在向大客户内部深入。 $Samsara, Inc.(IOT)$
这份财报提供了一个观察AI商业化的新切口。围绕模型能力的讨论之外，卡车、施工设备和现场人员正在成为软件公司的增长来源。Samsara连接这些资产及其运营系统，尝试把现场数据转化为管理动作，客户支付的订阅费，也因此与安全、维修和运营效率联系起来。
AI能创造多大价值，最终要落到客户的经营账本上。少一次无效调度、提前处理设备故障，都可能成为续费理由；功能再漂亮，如果管理流程没有变化，预算也很难持续增加。
Samsara的研究价值就在这里：一家从物联网切入的企业，正在验证AI如何进入实体企业的日常经营。比起给公司换一个AI标签，更需要看清的是，现场数据如何形成产品优势，产品优势又如何变成持续增长。
AI走进现场，先解决“看得见却管不过来”
实体运营的软件需求有些特殊。管理者既需要知道车辆位置，也需要判断异常是否紧急、设备能否继续使用，以及接下来由谁处理。数据接入只是起点，信息与行动之间仍有大量人工协调。
Samsara今年的产品更新，正沿着这条路径推进。6月推出的Agent Studio允许客户调用预设智能体，也能结合企业制度和文档配置工作流程，覆盖司机沟通、维护信息整理等任务，并提供权限设置、部署前预览和效果跟踪。
这类产品的价值，在于减少管理人员反复查找、核对和传递信息的工作。与通用办公助手相比，现场智能体面对的约束更具体：同样一次停车，可能涉及企业制度、车辆状态和所在位置。缺少这些背景，回答再流畅，也很难成为可靠的调度建议。
8月19日发布的Fuel Command Center，则把这种思路落到了燃油支出上。产品集中展示燃油使用、驾驶行为和加油选择，并通过Coast集成，将油卡授权与车辆位置关联，对指定车辆不在场的交易进行拦截。
这里既有智能分析，也有规则控制和系统集成。客户关心的是能否减少损失，没必要把所有功能都包装成AI。对Samsara而言，围绕具体成本组织产品，比单独出售一个“更聪明的助手”更容易解释采购价值。
公司在同一公告中披露，对超过2000家客户进行的90天分析显示，选择优选加油商户带来的燃油支出降幅中位数为4%。这是公司样本观察，不能直接当作所有客户的节省承诺，但已经提供了比功能数量更接近采购决策的衡量方式。
由此看，AI进入实体运营的机会相当务实：把原本分散的数据用于解决可核算的问题。供应商能否持续分享这部分价值，要看部署费用、使用难度和节省效果之间是否划算。
大客户越买越多，平台价值开始有了财务证据
产品发布解决的是供给问题，客户扩张决定商业化成色。Samsara本季新增242家ARR超过10万美元的客户、20家ARR超过100万美元的客户，两项均创季度纪录。百万美元级客户群贡献的ARR超过5亿美元，同比增长超过50%。
这些数字需要放在客户采购行为里理解。跨过大客户门槛，可能来自新客户签约，也可能来自存量客户扩大部署，不能直接等同于新增了同等数量的企业。更有解释力的，是客户购买范围的变化。
公司披露，ARR超过10万美元的客户中，96%订阅至少两款产品，72%订阅至少三款产品；新兴产品连续三个季度贡献超过20%的净新增年度合同价值。后者属于合同指标，也不能与当季确认收入混用。
至少从这组数据看，Samsara已具备将单项需求扩展为多产品采购的能力。车辆接入后，安全管理、维护和现场流程可以围绕同一批资产继续展开，客户不用每解决一个问题就重新组织一套数据。
对企业软件公司而言，这种扩张路径很有吸引力。进入大客户通常需要较长的销售和实施周期，后续如果能复用既有连接与交付经验，新增收入便有机会获得更好的成本结构。当然，这只是经营机制上的可能，最终仍要由费用率和现金流验证。
这里也有一层容易被忽略的竞争关系。数据连得越多，跨系统协同的潜在收益越大，但客户也会更在意迁移成本和供应商依赖。平台要争取更大采购份额，必须持续证明整合后的效果，不能只靠增加模块。
因此，Samsara目前最有说服力的资产，是客户愿意扩大使用范围的产品体系。AI可以提高这套体系的处理能力，却不能替代现场部署、客户服务和行业经验。单纯追逐模型参数，很难解释这门生意的竞争力。
增长开始留下利润，下一关是把优势做厚
增长质量最终还是要回到利润表。本季度Samsara的GAAP营业利润约490万美元，上年同期为亏损2660万美元；非GAAP营业利润率从15%升至21%，自由现金流从4420万美元增至6470万美元。收入扩张开始伴随经营效率改善。
但两种利润口径之间仍有明显差距。非GAAP指标剔除了股权激励相关费用等项目，适合辅助观察经营趋势，不能替代股东对完整成本的判断。GAAP营业利润率约1%，意味着公司已经迈过营业盈利门槛，利润缓冲仍然有限。
这也让下一阶段的观察重点更加明确。多产品销售能否摊薄获客和交付成本，现场设备、云服务与AI能力的投入是否得到足够收入回报，将决定Samsara能留下多少利润。营业规模和盈利厚度，需要一起看。
同样需要克制的是对AI收入的归因。公司披露的AI功能采用情况和新兴产品合同贡献，尚不足以计算独立的AI收入，更无法直接推导AI利润。把全部增长都归功于AI，会掩盖数字化渗透、客户扩容等因素，也不利于判断产品的真实贡献。
现实世界还给软件公司增加了几道考题。硬件安装、不同设备之间的兼容、现场人员是否愿意配合，都会影响部署效果；涉及安全提醒和调度的功能，还需要明确权限与人工接管机制。产品越深入运营，可靠性要求越高，服务能力也越难省略。
从积极的一面看，这些工作会延长新进入者的学习周期。能把现场问题处理好，并在不同客户之间复制交付经验的公司，有机会积累比单项功能更稳定的优势。Samsara的大客户扩张和盈利改善，为这一判断提供了初步支撑，后续仍需观察续费、扩容与成本控制能否同步推进。
结语：现实世界愿意付费，前提是软件承担更多工作
Samsara给AI行业带来的启发，是商业化可以从十分具体的经营问题开始。卡车和仓库里的需求并不缺，难点在于把数据、判断和执行接起来，让客户持续感受到使用价值。
接下来，企业AI的竞争会越来越涉及现场知识和交付能力。Samsara已经获得继续扩大部署的机会，但更长久的增长，要靠每一次续费时仍然算得过来的账。能替客户处理多少麻烦，最终会决定软件公司留下多少利润。
精彩评论