2026年11月17日(星期二),艾可菲公司(EFX)在摩根大通2026年终极服务投资者大会上,全面阐述了公司当前的业务发展态势——整体仍处于扩张轨道,但也面临若干明显压力。管理层重点介绍了数据驱动型业务部门劳动力解决方案(Workforce Solutions)的强劲增长、新赢得的政府合同,以及规模可观的人工智能降本计划,同时也坦承美国抵押贷款市场正进一步走弱。
核心要点
- 劳动力解决方案仍是艾可菲公司的主要增长引擎,拥有1.7亿条活跃记录,覆盖1.1亿名个人,约占美国有收入人群的44%。
- 公司宣布新赢得1.5亿美元的政府合同,其政府社会服务核查业务规模目前已达约8亿美元。
- 艾可菲公司预计,2026年至2028年间,人工智能生产力提升计划将累计带来1.5亿美元的成本节约,且2027年和2028年的效益将进一步加速释放。
- 管理层表示,2027年美国抵押贷款市场的实际走势,可能比其10月份预测的高个位数百分比降幅更为悲观。
- 公司持续聚焦美国及海外市场的长期增长,包括计划收购墨西哥信用机构Círculo de Crédito。
财务业绩与增长驱动因素
首席执行官马克·贝格尔(Mark Begor)与首席财务官约翰·甘布尔(John Gamble)在会议中大量着墨于艾可菲公司核心业务的规模与增长潜力,尤其是旗下包含"工号数据库"(The Work Number)的劳动力解决方案部门。
- 截至第三季度末,劳动力解决方案在每个薪资周期内拥有1.7亿条活跃记录。
- 这些记录覆盖了美国2.5亿有收入人群中的1.1亿名个人。
- 这意味着当前渗透率约为44%,仍有较大的增长空间。
- 管理层表示,该业务在本季度实现了约10%的增长。
- 艾可菲公司表示,其记录来源中,略低于一半来自与雇主的直接合作关系,略高于一半则来自薪资处理商、人力资源软件公司及养老金管理机构等合作伙伴。
贝格尔表示,该业务具有天然的竞争优势——新增记录可在客户查询到来时立即实现商业变现。
"每周、每月,随着我们不断新增记录,我们能够即时将其变现,因为查询请求已经源源不断地涌来,"他说,"这对我们通过扩充记录来增加收入而言极为有力,是我们实现增长的重要杠杆之一。"
艾可菲公司表示,劳动力解决方案的长期增长目标维持在低两位数百分比区间。公司还指出,该市场高度分散,在抵押贷款机构、汽车贷款机构、背景调查机构及政府机构等领域均存在大量机会。
政府业务持续扩张
本次会议最重要的公告之一,是公司宣布新赢得一批与社会服务收入核查相关的政府合同。
- 艾可菲公司表示,新赢得1.5亿美元的政府合同。
- 公司政府业务目前年收入规模约为8亿美元。
- 管理层估计,美国各州收入核查服务的整体可寻址市场规模约为50亿美元。
- 联邦政府估计,在约1万亿美元的社会服务支出中,存在约1,800亿美元的不当支付,占比约20%。
贝格尔表示,问题的根源并不总是欺诈行为,更多是因为受益人的就业状态发生变化后未能及时更新。
"联邦政府已量化指出,约有1,800亿美元、大约占20%的不当支付存在,"他说,"这些不一定是欺诈,而是某些食品券或医疗补助的受益人,当初因未就业而符合申请条件。但在某个时间点,他们因为生活情况改变——比如孩子长大了、父母不再需要照料——重新回到工作岗位,实际上已不再符合受益资格,却仍在持续领取福利。"
管理层表示,该产品对州政府机构的吸引力在于其速度与效率。即时核查可将原本耗时数小时的流程压缩至数分钟,同时有效缓解案例工作人员人手不足的问题,并实现全天候访问,不再受限于办公时间。
艾可菲公司还表示,已推出一款名为"Complete Income for Government"的消费者授权核查产品,将The Work Number与银行级别的收入数据相结合。该产品于2025年夏季上线,但管理层表示目前仍处于早期阶段,部分消费者对共享银行凭证仍存有顾虑。
运营动态
艾可菲公司介绍了多项旨在扩大劳动力解决方案与人才解决方案(Talent Solutions)业务覆盖范围的举措。
- 过去五年间,公司新增了约50个合作伙伴关系。
- 公司持续拓展失业申请管理、I-9身份核查及工作机会税收抵免(Work Opportunity Tax Credit)处理等白标合作项目。
- 直接雇主服务还涵盖W-2税表管理及《平价医疗法案》(ACA)资格核查。
- 管理层表示,在人力资源软件合作伙伴、养老金管理机构及薪资处理商等领域,仍有较大的合作拓展空间。
贝格尔表示,公司在自雇人士和零工经济从业者领域看到了巨大机遇,估计这一群体规模在4,000万至5,000万人之间,涵盖承包商、专业人士,以及通过DoorDash、Uber、Lyft等平台获得报酬的工作者,以及通过税务申报和直接承包商付款渠道获得收入的人群。
在人才解决方案方面,艾可菲公司表示,该业务规模约为7亿美元,所处市场总规模约为50亿美元。公司表示已于1月份提价,并计划在未来数周内进一步调整价格。
该部门的增长由市场份额提升与新产品驱动,包括:
- Appriss Insights监禁数据
- 医疗记录
- 教育记录
- 面向时薪板块、数据需求较低且价格更亲民的产品
管理层表示,招聘市场整体稳健,但并非特别盘坚,增长更多来自市场份额的提升,而非整体市场的扩张。
人工智能生产力提升与利润率表现
艾可菲公司表示,人工智能已在公司范围内切实提升了生产效率。
- 公司设定了2026年至2028年累计1.5亿美元的人工智能生产力提升目标。
- 相关成本节约已在2026年开始体现,预计2027年和2028年将进一步加速。
- 人工智能正被部署于运营、技术、财务、人力资源及法务等职能领域。
- 呼叫中心正在使用人工智能代理进行编码与质量控制。
- 纸质文件处理流程也正借助人工智能工具实现自动化。
贝格尔表示,公司年初设定了75基点的利润率增长目标,高于长期框架中50基点的指引。他表示,艾可菲公司在第一季度超越了这一目标,第二季度再度超越,并在第三季度将人工智能生产力目标从7,500万美元上调至1.5亿美元。
"我们年初的指引是,在长期框架50基点的基础上,将利润率提升75基点,"他说,"与此同时,在2月份设定75基点目标时,我们也提出了2026年至2028年实现7,500万美元人工智能生产力提升的目标。大家也知道,第一季度我们超越了75基点的指引,第二季度再次超越,到第三季度,我们将这一目标从7,500万美元上调至1.5亿美元。"
管理层表示,公司目前仍处于人工智能部署的早期阶段,但预见到显著的上行空间,尤其是在约占销售成本40%的技术领域。
未来展望
艾可菲公司对抵押贷款市场持较为审慎的态度,该市场仍是公司业务的重要组成部分。
- 管理层表示,美国抵押贷款市场的实际下滑幅度,预计将超过其10月份预测的高个位数百分比降幅。
- 公司表示,抵押贷款市场在过去一个月进一步走弱。
- 公司未就各业务板块给出具体的2027年指引。
- 完整的2027年业绩指引预计将于2027年2月发布。
尽管抵押贷款市场背景趋于疲软,公司表示其长期增长框架依然稳固。劳动力解决方案预计仍将是增长最快的业务,维持低两位数百分比的增长目标。
艾可菲公司还介绍了收购墨西哥信用机构Círculo de Crédito的计划,预计该交易将在未来数周内完成交割。
- 此次收购预计将为2026年贡献数周的营收。
- 管理层表示,Círculo预计在2026年实现超过20%的增长。
- 长期来看,其增长率预计将超过艾可菲公司7%至9%的国际业务增长框架。
- EBITDA利润率预计将维持在40%中段水平。
贝格尔表示,进军墨西哥市场是公司约10年来的长期战略目标。他表示,该市场因其规模庞大、中产阶级持续壮大、大量人口尚未纳入银行体系以及活跃的金融科技板块而极具吸引力。他还表示,在TransUnion收购了一家银行系信用机构之后,此次收购为艾可菲公司提供了进入该市场的切入路径。
资本配置与股东回报
管理层表示,公司在资本配置上保持审慎,并预计随着盈利增长,将向股东返还更多现金。
- 艾可菲公司表示,将通过股息和股票回购,将抵押贷款市场复苏带来的增量EBITDA回馈给股东。
- 贝格尔表示,公司不打算将这部分复苏收益再投入业务。
- 管理层还表示,自由现金流的增长也将以股东回报的形式体现。
"当抵押贷款市场企稳并复苏时,市场复苏带来的增量EBITDA将通过股息和股票回购回馈给股东,"贝格尔说,"我们不会将其再投入艾可菲公司的业务,这些资金将全部体现为更大规模的股票回购和更高的股息。"
问答环节要点
在问答环节,管理层就公司竞争地位与增长机遇提供了更多细节。
- 贝格尔表示,The Work Number的护城河依然稳固,尽管新增记录的难度仍然存在。
- 他表示,目前仍有多家人力资源软件公司尚未建立合作关系,为进一步拓展合作留有空间。
- 薪资处理商是相对成熟的合作伙伴类别,而养老金管理机构则是较新的合作方向。
- 他表示,公司正大力拓展1099独立承包商及零工经济从业者的记录,包括与平台及支付处理商建立合作。
- 在政府服务方面,他表示1.5亿美元的合同是一项重要突破,因为许多州仍依赖人工核查流程。
管理层还表示,招聘市场整体健康,但不及部分同行所描述的那般盘坚。在人才解决方案方面,增长主要来自产品扩展、提价及市场份额提升,而非整体招聘市场的大幅回暖。
在墨西哥业务方面,贝格尔表示,艾可菲公司凭借其全球客户关系网络及对金融科技的专注,相较于以银行为核心的竞争对手具备差异化优势。他表示,即便Círculo在2026年的增长率超过20%,公司预计其长期仍将维持高个位数以上的增长。
总体而言,本次会议呈现出艾可菲公司多引擎驱动增长的图景,但同时也揭示出公司正在应对抵押贷款市场疲软以及人工智能应用尚处早期阶段等挑战。
如需了解更多详情,请参阅下方完整文字记录。
本文由人工智能协助翻译。更多信息,请参见我们的使用条款。






