Zscaler 的 5% 估值缺口遭遇 AI 安全执行力考验

随着企业 AI 安全支出扩大，Zscaler 在 Google News 上出现了一个颇具吸引力的分歧：其股价可能低于公允价值 5%。

这一说法值得关注，但并非因为 5% 构成决定性的安全边际。它的重要性在于，Zscaler 如今已拥有可量化的 AI 相关需求，同时也面临代价高昂的执行问题。

该公司公布了强劲的第三财季增长，并上调了多项全年目标。然而，在现金流预期走弱以及多位高级销售主管离职后，投资者仍抛售了该股。

这种张力带来了一个比“某个估值模型是否正确”更有价值的问题：Zscaler 能否在不损害效率、也不扰乱销售执行的情况下，将 AI 安全需求转化为可持续增长？

Palo Alto Networks、CrowdStrike、Cloudflare 及其他安全厂商都面临同样的机遇。它们都希望成为企业用户、AI 智能体、应用程序与敏感数据之间的控制层。

Zscaler 的优势来自其通过云交付的 Zero Trust Exchange 检查流量的能力。零信任意味着，每一项连接都必须持续验证，而不能仅因其源自企业内部网络就被信任。

公司认为，这种架构同样适用于自主 AI 智能体。这些智能体能够访问应用程序、调用工具、检索数据并作出决策，而无需持续获得人工批准。

不过，投资逻辑并不只取决于一个有吸引力的市场叙事。核心矛盾在于，AI 安全需求与 Zscaler 高效销售、部署并变现这些需求的能力之间的较量。

Google News 的估值主张究竟意味着什么

5% 这一数字是模型输出，而非关于 Zscaler 价值的独立观察事实。

所提供的 Google News 标题指向 Simply Wall St 的一项评估：Zscaler 的价值可能被低估约 5%。这一结论反映了对未来营收、利润率、现金生成能力以及用于折现未来业绩的利率所作的假设。

对这些假设作出微小调整，就可能消除这一有限的估值缺口。较低的长期增长率、较弱的利润率扩张，或更高的折现率，都可能显著改变估算出的公允价值。

Simply Wall St 更广泛的估值评估也曾提出更乐观的情景。这些情景依赖于零信任持续普及，以及对 AI 安全需求的上升。

该刊物将其计算结果描述为分析性估算，而非投资建议。当市场价格、分析师预测或财务业绩发生变化时，其估值页面也可能随之调整。

这一背景至关重要。Google News 标题将一个复杂模型压缩成易于理解的百分比，但标题无法保留其背后的每一项假设。

将这一数字置于 Zscaler 近期的股价波动之中，其决定性也显得更弱。尽管公司业绩超出多项既定预期，投资者仍在其第三财季报告发布后大幅重新定价。

这一反应表明，市场关注的并不只是当前营收。投资者也在评估增长质量、销售组织的稳定性，以及未来资本需求。

因此，5% 的估值应被视为一个起始假设。它表明市场价格与某一模型估算的公允价值仍较为接近。

它并不能证明市场忽视了 Zscaler 的 AI 机遇。投资者已经认识到，AI 会带来新的身份、流量路径、权限和数据安全要求。

相反，分歧在于 Zscaler 能够从这一机遇中获取多大份额。它还涉及公司能以多快速度实现这一目标，同时不牺牲自由现金流。

Zscaler 近期的经营业绩为双方观点都提供了依据。营收和年度经常性收入持续增长，但公司下调了预期自由现金流利润率。

年度经常性收入，即 ARR，衡量活跃合同在一年内预期带来的订阅收入。它提供前瞻性视角，但收购和合同签订时点可能影响可比性。

自由现金流衡量扣除运营支出和资本开支后剩余的现金。它很重要，因为会计营收无法反映一家成长型软件公司必须再投入多少现金。

这两项指标如今讲述了不同侧面的故事。ARR 支持需求逻辑，而下调的现金流预期则凸显了追逐这一需求的成本。

5% 的估值缺口无法化解这一矛盾。未来数个季度必须证明，AI 安全究竟会成为高效的增长引擎，还是昂贵的扩张计划。

AI 安全需求为 Zscaler 提供了可量化证据

由于客户已在贡献具有实质意义的经常性收入，Zscaler 的 AI 逻辑已不再只是产品发布。

Zscaler 报告第三财季营收为 8.505 亿美元，同比增长 25%。ARR 也增长 25%，达到 35.25 亿美元。

这些核心数据包括 Zscaler 收购的托管检测与响应公司 Red Canary。剔除 Red Canary 后，ARR 增长 21%，达到 33.98 亿美元。

这一区别很重要，因为收购带来的营收并不能证明有机客户需求。即使剔除这一贡献，Zscaler 仍保持了超过 20% 的增长。

公司第三季度业绩还显示，净新增 ARR 为 1.66 亿美元。截至季度末，Red Canary 贡献了 1.27 亿美元的总 ARR。

Zscaler 的数据安全业务则带来了另一项令人鼓舞的信号。根据其股东材料，数据安全 ARR 已突破 5 亿美元，同比增长超过 30%。

数据安全包括识别敏感信息并限制用户或应用程序移动这些信息方式的控制措施。生成式 AI 加剧了这一需求，因为提示词可能将机密记录暴露给外部服务。

员工可能会将客户信息粘贴到公共聊天机器人中。内部助手可能会检索超出用户常规权限范围的文档。自主智能体则可能通过未经批准的连接器发送受监管数据。

这些是运营风险，而非抽象预测。企业需要发现 AI 服务、检查提示词、执行访问规则，并追踪哪些智能体能够访问特定信息。

Zscaler 表示，其 AI Protect 产品组合能够应对这些任务。该套件包括 AI 资产发现、政策护栏、数据保护，以及针对 AI 应用程序和智能体的红队测试。

公司还推出了 AI Broker、Endpoint AI Security 和 AI Access Graph。这些产品分别面向智能体之间的通信、员工设备上的活动，以及身份、应用程序和数据之间的关系。

AI Access Graph 利用安全元数据绘制这些关系图谱。其预期优势在于识别过度权限或通往敏感信息的意外路径。

这种方法契合 Zscaler 在流量路径中的既有位置。其服务已为许多客户调节用户、设备、应用程序和云工作负载之间的连接。

加入 AI 智能体后，这一身份模型得以扩展。智能体与人类用户类似，需要授权、受限访问、持续检查以及行动记录。

首席执行官 Jay Chaudhry 将智能体描述为新的薄弱环节。在 6 月一场关于智能体安全的采访中，他认为智能体可能在没有用户直接操作的情况下滥用权限。

公司表示，其平台每天处理超过 7500 亿次请求。这一规模可能为识别异常行为提供有用背景，但规模本身并不能保证检测准确。

Zscaler 仍须证明，其控制措施能够识别恶意活动而不阻碍合法工作。过多警报或延迟可能使安全产品更难被广泛部署。

尽管如此，财务证据支持了真实的需求信号。AI 相关安全需求似乎正在强化数据保护和零信任访问等相邻业务。

公司的第二财季业绩提供了另一项参照。营收增长 26%，至 8.158 亿美元；ARR 达到 33.59 亿美元。

经营现金流达到 2.041 亿美元，自由现金流为 1.691 亿美元。Zscaler 还将其财年 ARR 增长预期上调至约 24%。

其第二季度公告将这一增长直接归因于组织采用 AI 和智能体工作流。这一解释仍是公司自身的主张，但后续增长为其提供了一定支持。

因此，最明确的看涨论点并非每个 AI 应用程序都需要一个新的安全类别，而是 AI 增加了 Zscaler 已在销售的各类产品中的流量与数据暴露。

这为在现有客户内部扩张创造了多条路径。客户可以增加数据丢失防护、智能体监控、应用程序保护或托管威胁检测服务。

交叉销售能够降低进入新市场的成本，因为 Zscaler 已拥有客户关系和部署基础设施。但这也可能增加合同复杂度，并延长审批周期。

机遇是可信的，但运营机制仍颇具挑战。销售另一个模块比证明每个模块都能创造足够价值、经受预算审查更容易。

AI 支出遭遇销售执行问题

主要竞争并非 Zscaler 与某一个对手之间的竞争；而是公司的 AI 安全承诺与其自身执行要求之间的较量。

Zscaler 在第三季度后上调了 2026 财年营收预期。公司预计全年营收约为 33.30 亿美元，增速接近 25%。

公司还预计 ARR 将在 37.40 亿至 37.49 亿美元之间。这一区间意味着约 24% 的增长。

非 GAAP 营业利润预期提高至 7.55 亿至 7.57 亿美元。非 GAAP 指标剔除了部分费用，不应取代公司的 GAAP 业绩。

与此同时，Zscaler 将预期自由现金流利润率下调至 22.8% 至 23.3%。此前预期区间为 26.5% 至 27%。

管理层将下调归因于资本开支增加，其中包括应对不断增长的流量和新服务所需的基础设施。资本开支预计将达到营收的高个位数百分比。

这项投资可能支持未来增长。但在由此带来的营收仍不确定之际，它也将 AI 机遇的一部分成本提前至当下。

公司当季录得 2960 万美元的 GAAP 营业亏损，占营收的 3%；而一年前的亏损为 2540 万美元。

自由现金流增长 14%，至 1.36 亿美元。经营现金流则从上年同期的 2.111 亿美元降至 1.98 亿美元。

这些结果并不表明企业运营陷入困境。但它们说明了为何投资者不愿将更强的营收指引视为一场毫无复杂性的胜利。

两位资深销售负责人在季度末前后离职。管理层在领导层过渡期间，对近期指引采取了更为谨慎的态度。

其中一位继任者已获任命，另一职位仍在寻找人选。公司销售组织必须在推出更广泛产品组合的同时，消化这些变动。

安全平台并不像普通办公软件那样被采购。大型部署涉及技术评估、政策调整、集成、采购审查和广泛测试。

代理式 AI 又增加了一层复杂性。买家必须决定由哪些团队承担风险、哪些代理需要监控，以及现有安全预算是否能够为新控制措施提供资金。

即使产品很强，如果客户团队无法说明其作用，表现仍可能不及预期。销售专家需要将技术能力与可衡量的风险降低效果联系起来。

公司的竞争环境使执行力更为重要。Palo Alto Networks 通过日益整合的平台，销售网络安全、安全访问、云保护和安全运营产品。

CrowdStrike 从端点保护和安全运营切入市场。Cloudflare 则通过其全球基础设施，将网络服务、应用安全和零信任访问结合起来。

Microsoft 可以在许多企业已维持的合作关系中，捆绑身份、端点、云和生产力安全产品。即使专业厂商提供不同的技术优势，这种分销能力也可能影响采购决策。

Zscaler 的纯云架构仍是其差异化优势之一。不过，客户通常偏好更少的供应商，因此产品组合广度和商业打包方式与架构同样重要。

公司已通过更广泛的平台产品和灵活的许可模式作出回应。这些举措可以减少采购摩擦，但也可能使订单情况更难解读。

灵活合同可能允许客户在不同产品之间调整支出。这可以改善采用情况，却也可能掩盖究竟是哪些较新的服务推动了增量需求。

因此，Zscaler 需要提供产品层面的证据。投资者应关注持续增长的 AI 安全 ARR、更高的数据安全渗透率，以及更强的有机新增净 ARR。

当收购对增长作出贡献时，仅看总 ARR 的参考价值会下降。第三季度将 Red Canary 单独披露的做法很有帮助，应当成为标准。

公司的季度文件还详细说明了围绕竞争、漫长销售周期、收购和客户需求变化的风险。这些披露直接适用于 AI 业务扩张。

收购可以比内部开发更快填补产品缺口，也可能带来整合成本、系统重叠和客户困惑。

Red Canary 让 Zscaler 拓展至托管检测与响应领域，分析师在该领域为客户调查可疑活动。当警报需要人工判断时，这项服务可与自动化 AI 控制措施形成互补。

此次收购也使增长比较更复杂。Zscaler 必须证明，服务整合能够带来持久扩张，而非暂时增加通过收购获得的 ARR。

这正是 Google News 估值叙事变得更严苛的地方。AI 支出可以支撑更高的长期增长假设，但执行失误同样可以迅速削弱这一假设。

狭窄的估算折价对未达指引或有机订单疲软提供的保护有限。当投资者修正对未来增长的预期时，软件估值会迅速反应。

公司不需要击败每一个竞争对手。但它需要证明，客户将其 AI 产品视为必要控制措施的延伸，而非可有可无的实验。

这种证明应体现在续约、模块采用、有机 ARR 和现金创造能力上。仅靠产品发布无法平息估值争议。

5% 缺口不能证明什么

适度的模型折价并不能证明 Zscaler 便宜，股价大幅下跌也不意味着其业务正在走弱。

估值模型将不确定的预测转化为看似精确的数字。即使底层估计涵盖多种可能结果，数学输出仍可能显得权威。

对 Zscaler 而言，最大的未知数存在于下一季度之后，包括长期增长、营业利润率、竞争性定价、资本强度和股权激励。

AI 安全可能扩大 Zscaler 的可服务市场，也可能促使客户将支出从旧模块重新分配，而不是增加全新的预算。

这一区别决定 AI 是否会带来增量收入。若只是将既有控制措施贴上 AI 标签重新包装，其上行空间将小于赢得新工作负载和新买家。

Zscaler 的数据安全增长提供了令人鼓舞的证据，但并未单独量化 AI 的贡献。数据保护需求也来自云迁移、监管和供应商整合。

因此，管理层关于 AI 需求的表述应以报道口径看待。它们描述的是公司在销售管道中看到的情况，而不是经独立审计的市场份额。

第三方分析师对该股前景也存在分歧。一些人认为零信任和 AI 安全是持久的增长动力，另一些人则关注有机增长放缓和销售扰动。

Morningstar 的安全行业展望将 Zscaler 视为重要的零信任供应商。它也将估值和竞争不确定性，与产品质量视为不同的问题。

这种区分很有用。优秀公司在估值过高时仍可能是糟糕的投资，而波动剧烈的股票也可能代表一家健康的企业。

市场在财报后的反应体现了这种差异。Zscaler 超出了若干季度预期，但对未来执行力的担忧主导了即时解读。

一项担忧涉及有机增长。剔除 Red Canary 后，第三季度 ARR 增长 21%，低于报告的 25% 总增长率。

另一项涉及现金转化。尽管管理层上调了营收和营业利润预测，更高的基础设施支出仍降低了预期自由现金流利润率。

第三项担忧涉及销售连续性。领导层变动可能推迟大型交易，因为企业交易依赖客户规划和高管关系。

这些风险没有任何一项足以推翻 AI 安全论点。但它们共同提高了在赋予这一论点实质价值前所需的证据门槛。

用户体验同样重要。若配置不佳，流量检查可能导致延迟、访问中断或策略冲突。

安全团队可能愿意接受一定摩擦以降低风险。但如果控制措施反复阻碍合法工具，员工和开发者可能会绕过这些控制。

AI 代理让这种平衡变得更困难。代理的执行速度可比人类快数百倍，因此延迟检查可能损害性能。

宽松的检查则会造成相反的风险。在安全团队识别出行为之前，遭入侵的代理可能已访问数据或工具。

Zscaler 表示，其内联架构可以在流量传输过程中执行决策。买家仍需进行覆盖准确性、延迟、可扩展性和集成复杂度的独立测试。

公司还必须证明，其产品能够一致地识别代理身份。企业环境包含众多模型提供商、编排系统、插件和定制应用。

Model Context Protocol 等标准可以简化 AI 系统与工具之间的连接。它们也会创建攻击者可研究和滥用的共同路径。

Zscaler 的代理和访问图谱解决了这一问题的部分环节。它们的商业价值取决于能否覆盖异构系统，而不只是首选技术合作伙伴。

监管增加了另一项不确定性。在美国和欧洲运营的企业面临不同的隐私、本地化和问责要求。

合规可能增加安全支出，也可能延长部署周期，并要求区域基础设施、文档和合同承诺。

看多情景假设，这些要求有利于拥有广泛基础设施的大型平台。谨慎情景则假设，合规和竞争会在增加营收的同时推高成本。

Google News 读者不应依据一个百分比就在这两种立场之间作出选择。关键问题是，哪些假设会得到未来披露的支持。

如果 AI 安全 ARR 加速增长，同时有机增长和现金利润率改善，5% 的估值可能偏于保守。如果销售扰动持续或基础设施成本维持高位，它则可能偏于乐观。

投资者还需要考虑估值的日期。市场价格和分析师预测都会变化，因此在阅读文章时，计算出的折价可能已不再适用。

这种时间敏感性对波动性较高的软件股尤其重要。单个交易日的波动就可能超过标题所述的全部估值缺口。

负责任的结论应当有限。Zscaler 拥有足以支持深入分析的运营动能，但证据尚不足以将 5% 的模型差异转化为确定性。

将决定下一次 Zscaler 判断的三个信号

下一次估值判断应关注三个可衡量的信号：有机 ARR、销售稳定性和现金流恢复。

第一个信号是 Zscaler 的有机新增净 ARR。投资者需要清晰看到剔除 Red Canary 和未来任何收购贡献后的数据。

报告 ARR 在第三季度增长 25%，而剔除 Red Canary 后的 ARR 增长 21%。这一差距可以理解，但有机数据更能检验基础需求。

如果有机新增净 ARR 加速，将强化 AI 安全和数据保护正在扩大客户支出的说法。若持续减速，则会削弱这一说法。

产品层面的披露将使该信号更有价值。Zscaler 应说明 AI 安全合同如何贡献于新业务、续约和模块扩张。

第二个信号是销售团队在领导层离职后的执行情况。管理层必须填补剩余职位，并在过渡期间保持大型交易动能。

应关注有关交易时点、销售生产率、销售管道转化和客户扩张的评论。反复提及交易延迟，将表明扰动尚未解决。

稳定或改善的转化率将支持管理层关于谨慎态度只是暂时性的解释，也将降低更广泛产品组合带来的风险。

第三个信号是自由现金流利润率。Zscaler 因资本支出增加而下调了财年预期。

如果更高投资能够支撑持续的流量增长和新的付费服务，那么这种投资是合理的。公司最终应证明，基础设施增长能够产生经营杠杆。

现金流利润率回升并伴随营收持续增长，将强化估值偏低的论点。若进一步下调，则表明 AI 扩张的资本强度高于投资者预期。

这三个信号应结合评估。强劲 ARR 但现金状况未改善，可能意味着增长成本高昂；而现金流增加但 ARR 疲软，则可能表明投资或需求下降。

销售稳定性连接了另外两项。有效执行决定产品能力能否转化为经常性收入，也决定基础设施支出能否带来足够回报。

下一份财报还将揭示，管理层的全年指引是否仍可实现。该公司目前预计营收增长约25%，ARR增长约24%。

投资者不应将单个季度的超预期表现视为最终证明。企业合同可能在不同期间之间变动，收购也可能改变可比性。

竞争对手的应对同样值得关注，但仍只是辅助证据。Palo Alto Networks、CrowdStrike、Microsoft 和 Cloudflare 将继续扩展与 AI 相关的控制能力。

决定性的考验在于，Zscaler 能否在这一环境中实现增长。只要各自提供差异化的运营价值，市场扩张可以支撑多家供应商。

对于企业采购方而言，实际问题同样具体。Zscaler 是否能在不增加不可接受复杂性的前提下，降低用户、智能体、应用程序和数据各层面的风险暴露？

安全负责人应要求提供可量化的部署结果。有价值的证据包括被阻止的数据泄露、调查时间缩短、策略覆盖率、延迟以及误报率。

开发者应了解控制措施如何影响智能体工作流程。他们需要可预测的访问策略、有用的错误信息，以及能够解释某项操作为何被阻止的审计追踪。

知识工作者也应关注这一点，因为 AI 智能体可能会继承对文档、消息和内部应用程序的访问权限。一项过度授权便可能以机器速度暴露多得多的信息。

因此，关于 Google News 的说法最好被理解为一次检视其假设的邀请。它并不意味着 Zscaler 股票能够带来有保证的回报。

Zscaler 通过营收、ARR 和数据安全业务增长，建立了可信的 AI 安全需求叙事。其下调的现金流展望和销售转型，则持续令这一叙事承压。

未来一到三个月应能提供更有力的证据。有机 ARR 将衡量需求，销售披露将衡量执行，而现金流将衡量成本。

关注 Zscaler 的读者应在对下一则新闻标题作出反应前，先记录这三项指标。若三者同步改善，5% 折价的论点便会更具依据。

如果它们再次出现背离，估值争论仍将悬而未决。对于下一次 Google News 更新，更好的问题很简单：AI 安全究竟创造了高效增长，还是仅仅放大了一个承诺？