eGain ในงาน Oppenheimer: AI Knowledge ได้รับความสนใจเพิ่มขึ้น

เมื่อวันอังคารที่ 11 ส.ค. 2026 eGain Corporation (EGAN) ได้ใช้เวที Oppenheimer 29th Annual เทคโนโลยี, Internet & Communications Conference เพื่อนําเสนอแนวคิดที่คุ้นเคยแต่คมชัดยิ่งขึ้น นั่นคือ AI ระดับองค์กรจะไม่สามารถขยายขนาดได้ดีหากปราศจากระบบความรู้ที่น่าเชื่อถือ ฝ่ายบริหารระบุว่าความต้องการกําลังเพิ่มขึ้น แต่ยังยอมรับด้วยว่าบริษัทขนาดใหญ่ส่วนใหญ่ยังไม่ได้สร้างฐานความรู้ที่มีการกํากับดูแลซึ่งจําเป็นต่อการสนับสนุน AI อย่างน่าเชื่อถือ

บริษัทชี้ให้เห็นถึงฐานะทางการเงินที่มั่นคง โดยมีรายได้ย้อนหลัง 12 เดือนอยู่ที่ประมาณ 92 ล้านดอลลาร์ เงินสด 80 ล้านดอลลาร์ และไม่มีหนี้สิน ขณะเดียวกัน ผู้บริหารกล่าวว่าตลาดยังคงพัฒนาไม่เต็มที่ ซึ่งเปิดโอกาสให้เติบโตได้หาก eGain สามารถแปลงความสนใจใน AI ให้กลายเป็นการนําไปใช้ในวงกว้างได้

ประเด็นสําคัญ

• eGain รายงานว่า AI Knowledge ARR เติบโต 26% เมื่อเทียบรายปีผ่านไตรมาสที่สามของปีงบประมาณ 2026 และปัจจุบันคิดเป็นประมาณ 64% ของ SaaS ARR ทั้งหมด
• ฝ่ายบริหารโต้แย้งว่า AI ระดับองค์กรต้องอาศัยความรู้ที่มีการกํากับดูแลและน่าเชื่อถือ ไม่ใช่เพียงแค่เครื่องมือ agentic และระบุว่านั่นคือจุดที่ eGain มีความได้เปรียบหลัก
• บริษัทรายงานรายได้ย้อนหลัง 12 เดือนที่ 92 ล้านดอลลาร์ อัตรากําไรขั้นต้น SaaS ที่ 80% EBITDA ที่ปรับแล้วที่ 17% และเงินสด 80 ล้านดอลลาร์โดยไม่มีหนี้สิน
• การใช้งานของลูกค้ารายใหญ่ รวมถึง JPMorgan Chase ลูกค้าโทรคมนาคม และ Philip Morris International ถูกนํามาแสดงให้เห็นถึงขนาดและคุณค่าของผลิตภัณฑ์
• eGain กล่าวว่าจะยังคงลงทุนในด้านการขาย การตลาด และศักยภาพภาคสนาม พร้อมใช้โมเดลราคาที่ยืดหยุ่นซึ่งสามารถเปลี่ยนจากรายที่นั่งไปเป็นการใช้งานหรือผลลัพธ์

ข้อความเชิงกลยุทธ์: AI ต้องการชั้นความรู้

ประธานเจ้าหน้าที่บริหาร Ashu Roy กล่าวว่าข้อโต้แย้งหลักของ eGain คือความรู้ได้กลายเป็นชุดคําสั่งสําหรับระบบ AI แล้ว ในมุมมองของเขา บริษัทต่างๆ สามารถสร้างเครื่องมือ agentic ได้ค่อนข้างรวดเร็ว แต่งานที่ยากกว่าคือการสร้างความรู้ที่มีการกํากับดูแล น่าเชื่อถือ และได้รับการตรวจสอบแล้ว ซึ่งเป็นสิ่งที่ป้อนเข้าสู่เครื่องมือเหล่านั้น

Roy กล่าวว่า:

• "ความรู้ได้กลายเป็นคําสั่งสําหรับระบบ AI แล้วในตอนนี้"
• "ส่วนที่ยากคือการทําให้แน่ใจว่าข้อมูลที่ป้อนเข้าสู่ชั้น agentic เหล่านี้มีการกํากับดูแล น่าเชื่อถือ และเชื่อถือได้"
• "มันคือความยุ่งเหยิงของโครงสร้างพื้นฐาน ถ้าจะพูดอย่างนั้น"

เขากล่าวว่าความท้าทายดังกล่าวก่อให้เกิดความล่าช้าในองค์กรจํานวนมาก โดยเฉพาะในอุตสาหกรรมที่มีการกํากับดูแล eGain เชื่อว่าช่องว่างนั้นเปิดโอกาสให้บริษัทมีระยะทางยาวในภาคส่วนต่างๆ เช่น บริการทางการเงิน ประกันภัย การดูแลสุขภาพ และโทรคมนาคม

บริษัทระบุว่ามีเพียงประมาณ 4% ของตลาดเป้าหมาย ซึ่งนิยามว่าเป็นบริษัทที่มีพนักงาน 1,000 คนขึ้นไป ที่มีความครบถ้วนสูงในระบบการจัดการความรู้ที่พร้อมสําหรับ AI และมีการกํากับดูแล มากกว่า 80% ยังอยู่ในระดับความครบถ้วนต่ําหรือปานกลาง ฝ่ายบริหารอธิบายว่านั่นคือตลาดที่สามารถระบุได้ขนาดใหญ่ ไม่ใช่ตลาดที่เติบโตเต็มที่แล้ว

ผลประกอบการทางการเงิน

eGain กล่าวว่าโปรไฟล์ทางการเงินของบริษัทดีขึ้นตามที่ธุรกิจ AI Knowledge เติบโต

• รายได้รวมย้อนหลัง 12 เดือนอยู่ที่ประมาณ 92 ล้านดอลลาร์ ณ ไตรมาสที่สามสิ้นสุดวันที่ 31 มี.ค. 2026
• AI Knowledge ARR เพิ่มขึ้น 26% เมื่อเทียบรายปีผ่านไตรมาส Q3 ปีงบประมาณ 2026
• AI Knowledge ปัจจุบันคิดเป็นประมาณ 64% ของ SaaS ARR ทั้งหมด เพิ่มขึ้นจากน้อยกว่า 50% เมื่อสามปีก่อน
• อัตรากําไรขั้นต้น SaaS อยู่ที่ 80% บนพื้นฐานย้อนหลัง 12 เดือน
• อัตรากําไรขั้นต้นรวมของบริษัทก็ปรับตัวดีขึ้นอย่างมีนัยสําคัญบนพื้นฐานย้อนหลัง 12 เดือนเช่นกัน
• EBITDA ที่ปรับแล้วอยู่ที่ 17% บนพื้นฐานย้อนหลัง 12 เดือน ณ สิ้นไตรมาส Q3
• กระแสเงินสดจากการดําเนินงานสําหรับสามไตรมาสแรกรวมอยู่ที่ประมาณ 19 ล้านดอลลาร์ เท่ากับอัตรากําไร 27%
• ไตรมาส Q3 เองแสดงให้เห็นกระแสเงินสดจากการดําเนินงานติดลบ 1.8 ล้านดอลลาร์ ซึ่งฝ่ายบริหารเชื่อมโยงกับช่วงเวลาตามฤดูกาลของการจองสัญญาหลายปี
• บริษัทสิ้นสุดไตรมาส Q3 ด้วยเงินสด 80 ล้านดอลลาร์และไม่มีหนี้สิน

ประธานเจ้าหน้าที่ฝ่ายการเงิน Eric Smit กล่าวว่าการปรับตัวของอัตรากําไรสะท้อนถึงวินัยในการดําเนินงาน แม้บริษัทจะยังคงลงทุนในการพัฒนาผลิตภัณฑ์และงานด้านการตลาด

Smit กล่าวว่า:

• "อัตรากําไรขั้นต้น SaaS ของเราบนพื้นฐานย้อนหลัง 12 เดือนขณะนี้อยู่ที่ 80% ในช่วงปีที่ผ่านมา"
• "เราได้ขับเคลื่อนประสิทธิภาพการดําเนินงานที่มีความหมายทั่วทั้งธุรกิจ ส่งผลให้ EBITDA ที่ปรับแล้วปรับตัวดีขึ้นถึง 17% บนพื้นฐานย้อนหลัง 12 เดือน ณ สิ้นไตรมาส Q3 และยังมีกระแสเงินสดจากการดําเนินงานที่แข็งแกร่ง"

ฝ่ายบริหารยังตั้งข้อสังเกตว่าโครงสร้างสัญญามาตรฐานของ eGain อิงตามระยะเวลาสามปีพร้อมการชําระเงินล่วงหน้ารายปี การตั้งค่านี้อาจทําให้เกิดความผันผวนของกระแสเงินสดในแต่ละไตรมาส เนื่องจาก Q2 และ Q4 มักเป็นช่วงที่มีการจองสูงสุด

อัปเดตการดําเนินงาน

ผู้บริหารใช้เวลาส่วนใหญ่ในการนําเสนอตัวอย่างลูกค้าเพื่อแสดงให้เห็นว่าแพลตฟอร์มถูกใช้งานในระดับขนาดใหญ่

• JPMorgan Chase ขยายการใช้งานไปยัง 1.25 แสนผู้ใช้ใน 6 สายธุรกิจในสหรัฐอเมริกา ส่วนใหญ่ใน Consumer Banking และ Community Bank และทําได้ภายในหกเดือน เร็วกว่าความคาดหวังเดิมหนึ่งปี
• ลูกค้าโทรคมนาคมรายใหญ่สร้างผลประโยชน์ที่มาจากการใช้งานมากกว่า 7 ล้านดอลลาร์ โดยเครื่องมือ AI รองรับที่ปรึกษาบริการลูกค้ามากกว่า 1.2 หมื่นคน
• Specialized Bicycle Components ลดอัตราการละทิ้งบริการลูกค้าลงเกือบ 50% ผ่านการบริการตนเองและระบบอัตโนมัติช่วยเหลือตัวแทน
• Philip Morris International เปิดตัวแพลตฟอร์มในตลาดท้องถิ่น 64 แห่งทั่วโลก โดยใช้แพลตฟอร์มความรู้เดียวเพื่อสนับสนุนความคิดริเริ่ม AI ของบริษัท
• Country Financial กล่าวว่าบรรลุการเพิ่มผลิตภาพ 20% ถึง 30% จากการสนับสนุนความรู้ที่ขับเคลื่อนด้วย AI สําหรับทั้งตัวแทนและพนักงานบริการภาคสนาม

Roy กล่าวว่าตัวอย่างเหล่านี้แสดงให้เห็นว่า eGain ไม่เพียงแค่ขายเครื่องมือซอฟต์แวร์ แต่ยังสร้างโครงสร้างพื้นฐานระดับองค์กร เขากล่าวว่าประสบการณ์กว่า 25 ปีของบริษัทช่วยให้สามารถใช้งานได้อย่างรวดเร็วในระดับขนาดใหญ่ โดยเฉพาะในองค์กรขนาดใหญ่และที่มีการกํากับดูแล

เขายังกล่าวด้วยว่าบริษัทเห็นกิจกรรมลูกค้าใหม่ที่แข็งแกร่งและการขยายตัวมากขึ้นในลูกค้าที่มีอยู่ โดยมักจะขยายเกินกว่าการบริการลูกค้าไปสู่การใช้งานระดับองค์กรที่กว้างขึ้น

กลยุทธ์ผลิตภัณฑ์และการกําหนดราคา

eGain กล่าวว่าได้เพิ่มผลิตภัณฑ์และโมเดลการกําหนดราคาเพื่อให้สอดคล้องกับวิธีที่ลูกค้าต้องการซื้อซอฟต์แวร์ AI

• ในงาน eGain Solve ลอนดอน เมื่อ พ.ค. 2024 บริษัทได้ประกาศผลิตภัณฑ์ใหม่สี่รายการ
• Two ในจํานวนนั้นเป็นเครื่องมือระดับแพลตฟอร์มสําหรับการทําให้การจัดการความรู้เป็นอัตโนมัติและการติดตามสุขภาพการกํากับดูแล และมีราคาเป็นส่วนเสริมเพิ่มเติม
• อีก Two รายการเป็นโซลูชัน agentic สําเร็จรูป รวมถึงตัวแทนเสียงแบบโต้ตอบสําหรับการทําระบบอัตโนมัติด้านเสียง และมีราคาตามผลลัพธ์

ฝ่ายบริหารกล่าวว่าโมเดลการกําหนดราคาสามารถเป็นแบบรายที่นั่ง ตามผลลัพธ์ หรือตามเซสชัน ความยืดหยุ่นนั้นมีความสําคัญ ผู้บริหารกล่าว เพราะระบบอัตโนมัติที่สูงขึ้นอาจลดจํานวนตัวแทนมนุษย์ แต่ก็อาจเปลี่ยนรายได้ไปสู่การใช้งานและผลลัพธ์แทนที่จะเป็นที่นั่ง

Roy กล่าวว่าแนวทางของบริษัทคือการพบลูกค้าในจุดที่พวกเขาอยู่ โดยเริ่มจากการดําเนินงานด้านลูกค้าแล้วขยายออกไป เส้นทางสามขั้นตอนที่เขาอธิบายคือ:

• บริการลูกค้าที่ช่วยเหลือโดย AI ในศูนย์ติดต่อ
• การบริการตนเองของลูกค้าโดยใช้ฐานความรู้เดียวกัน
• การนําพนักงานบริการลูกค้าบางส่วนไปทําหน้าที่ฝ่ายขาย

การวางตําแหน่งในการแข่งขัน

ฝ่ายบริหารกล่าวว่าคู่แข่งของ eGain รวมถึงผู้ให้บริการ contact-center-as-a-service และผู้ให้บริการการจัดการความสัมพันธ์ลูกค้า แต่โต้แย้งว่าคู่แข่งเหล่านั้นมักถือว่าความรู้เป็นส่วนเสริม ไม่ใช่โครงสร้างพื้นฐานหลัก

Roy กล่าวว่าความแตกต่างของ eGain อยู่บนสามประเด็น:

• การเปิดใช้งาน AI ที่ครบถ้วนมากขึ้นพร้อมคุณสมบัติการควบคุมและการปฏิบัติตามกฎระเบียบอย่างละเอียดสําหรับองค์กรขนาดใหญ่
• มุมมองการจัดการความรู้ในฐานะโครงสร้างพื้นฐานระดับองค์กร ไม่ใช่แค่ชั้นฟังก์ชัน
• ประสบการณ์การดําเนินงานกว่า 25 ปี ซึ่งช่วยในด้านความเร็วและขนาดของการใช้งาน

เขากล่าวว่าส่วนที่ยากต่อการลอกเลียนแบบของธุรกิจไม่ใช่ชั้น AI agent เอง แต่เป็นเนื้อหา อนุกรมวิธาน และการกํากับดูแลที่จําเป็นต่อการทําให้ชั้นนั้นน่าเชื่อถือ ในคําพูดของเขา การสร้างเครื่องมือ agentic นั้น "ค่อนข้างง่าย" ในขณะที่ความท้าทายที่แท้จริงคือการสร้างข้อมูลนําเข้าที่น่าเชื่อถือเบื้องหลัง

ฝ่ายบริหารกล่าวว่า Magic Quadrant แรกของ Gartner สําหรับระบบการจัดการความรู้บริการลูกค้า ซึ่งเผยแพร่ใน ก.ค. 2024 ช่วยยืนยันหมวดหมู่นี้และวาง eGain ในฐานะผู้นํา บริษัทกล่าวว่าการยอมรับดังกล่าวสนับสนุนมุมมองของตนว่า AI Knowledge Ops กําลังกลายเป็นตลาดซอฟต์แวร์ที่แตกต่างออกไป

แนวโน้มในอนาคต

eGain กล่าวว่ากําลังให้ความสําคัญกับการลงทุนในงานด้านการตลาด รวมถึงการตลาด ศักยภาพการขาย ความสามารถภาคสนาม และการสร้างแบรนด์ การใช้จ่ายด้านการพัฒนาผลิตภัณฑ์อยู่ในระดับสูงมาประมาณ 18 เดือน แต่ฝ่ายบริหารกล่าวว่าคาดว่าระดับการลงทุนนั้นจะคงที่ค่อนข้างมาก โดยมีการเพิ่มขึ้นเพียงเล็กน้อยในอนาคต

บริษัทยังกล่าวด้วยว่าจะพิจารณาการซื้อกิจการตามโอกาส แม้ว่าจะไม่ได้นําเสนอ M&A เป็นส่วนหลักของแผน การซื้อหุ้นคืนจะดําเนินต่อไปเมื่อฝ่ายบริหารเห็นว่าราคาเหมาะสม

Roy กล่าวว่าการเติบโตของรายได้ควรปรับตัวดีขึ้นเมื่อ AI Knowledge กลายเป็นสัดส่วนที่ใหญ่ขึ้นของธุรกิจทั้งหมด เขากล่าวว่า AI Knowledge ARR ปัจจุบันอยู่ที่ประมาณสองในสามของ SaaS ARR ทั้งหมด และอาจเพิ่มขึ้นเป็น 80% ถึง 90% เมื่อเวลาผ่านไป เมื่อส่วนผสมนั้นเปลี่ยนแปลง เขากล่าวว่าการเติบโตของรายได้ควรเข้าใกล้การเติบโตของ ARR มากขึ้นในช่วงสองสามปีข้างหน้า

ฝ่ายบริหารปฏิเสธที่จะให้แนวทางรายได้เนื่องจากข้อจํากัดช่วง quiet period โดยระบุว่าแนวโน้มที่ครบถ้วนกว่าจะมาพร้อมกับผลประกอบการไตรมาสที่สี่และแนวทางปีงบประมาณ 2027

ไฮไลต์จากช่วงถามตอบ

ในช่วงคําถาม ฝ่ายบริหารกลับมาที่ธีมเดิมเกี่ยวกับความครบถ้วนของตลาด ความยืดหยุ่นในการกําหนดราคา และความแตกต่างในการแข่งขัน

• เรื่องการแข่งขัน ผู้บริหารกล่าวว่า eGain โดดเด่นเพราะมีการเปิดใช้งาน AI ที่แข็งแกร่งกว่า การควบคุมและการปฏิบัติตามกฎระเบียบที่มากขึ้น และมุมมองโครงสร้างพื้นฐานระดับองค์กรที่กว้างขึ้น
• เรื่องคูเมือง พวกเขากล่าวว่าเนื้อหา อนุกรมวิธาน และการกํากับดูแลยากต่อการลอกเลียนแบบมากกว่าชั้น AI เอง
• เรื่องความเสี่ยงจากระบบอัตโนมัติ พวกเขากล่าวว่าจํานวนตัวแทนที่ลดลงไม่ควรส่งผลเสียต่อธุรกิจอย่างมีนัยสําคัญ เพราะการกําหนดราคาสามารถเปลี่ยนจากที่นั่งไปสู่ผลลัพธ์หรือเซสชันได้
• เรื่องกระแสเงินสด พวกเขากล่าวว่าธุรกิจมีความเป็นฤดูกาล โดย Q2 และ Q4 มักแข็งแกร่งที่สุดเนื่องจากการชําระเงินล่วงหน้ารายปีในสัญญาหลายปี
• เรื่องผลิตภัณฑ์ใหม่ พวกเขากล่าว

  บทความนี้ถูกแปลโดยใช้ความช่วยเหลือจากปัญญาประดิษฐ์(AI) สำหรับข้อมูลเพิ่มเติม โปรดอ่านข้อกำหนดการใช้งาน