ZS earnings call summary

Prepared Highlights

• ARR 超过 $3.2B，同比增长 26%（CEO/CFO）
• 收入 $788M，同比增长 20%，环比增长 10%，超出指导上限（CFO）
• RPO $5.9B，同比增长 35%，其中 47% 为当前 RPO（CFO）
• 毛利率 79.9%，去年同期 80.6%（CFO）
• 营业利润率 21.8%，同比提升约 40 个基点（CFO）
• 自由现金流利润率 52%，数据中心资本支出占收入 2%（CFO）
• 现金及短期投资 $3.3B（CFO）
• 客户数：$1M+ ARR 客户 698 个，$100K+ ARR 客户 3,754 个（CFO）
• AI 安全 ARR 同比增长超 80%，已超过 FY'26 目标 $400M，预计本财年末超 $500M（CEO）
• 数据安全无处不 ARR 约 $450M（CEO）
• 零信任无处不在企业超 450 家，提前三个季度完成目标（CEO）
• Z Flex 计划产生 $175M+ TCV，环比增长超 70%（CEO）
• 每月处理超 90 亿次 AI/ML 交易（CEO）

Official Guidance

• Q2 FY'26（非 GAAP）：收入 $797M–$799M（同比 ~23%），毛利率 ~80%，营业利润 $172M–$174M，每股收益 $0.89–$0.90（税率 21%，稀释股数 170M）
• 全年 FY'26（非 GAAP）：ARR $3.698B–$3.718B（同比 22.7%–23.3%），收入 $3.282B–$3.301B（同比 22.8%–23.5%），营业利润 $732M–$740M，每股收益 $3.78–$3.82（税率 21%，稀释股数 170.5M），自由现金流利润率 20%–26.5%

Mgmt Quotes

• "We had a strong start to our fiscal year." (CEO)
• "We are one of the only five enterprise SaaS companies with over $3 billion in ARR, growing at over 25%." (CEO)
• "I expect AI security ARR to exceed half $1 billion by the end of this fiscal year." (CEO)
• "Z Flex generated over $175 million in TCV, growing over 70% quarter over quarter." (CEO)
• "We exceeded our growth targets in Q1 and operated at rule of 78 for the quarter." (CFO)

Prepared Metrics

Q&A Batch (1-5 of 14)

Q1 — Brad Zelnick

• Topic: Zero Trust Branch 产品进展与增长潜力
• Key points: 客户数已超过 450；一个全球 2000 制造业客户的三次购买使 ARR 增长三倍以上；仅渗透了约 10% 的 4,400 家企业客户
• Mgmt stance: bullish，因为产品需求旺盛，无需额外销售努力即可产生管道

Q2 — Saket Kalia

• Topic: 三大新兴领域（10亿 ARR）与剩余 20亿 ARR（核心业务）的增长对比
• Key points: 三大新兴领域 ARR 达到 10亿并加速增长；剩余 20亿 中大部分是 ICPA；核心业务增长率低于整体业务增长率
• Mgmt stance: neutral，承认核心业务增速较慢，但通过推动客户迁移至 Zero Trust Everywhere 可带来机会

Q3 — Meta Marshall

• Topic: Red Canary 收购后的表现
• Key points: 趋势略好于此前指引；GNA 集成完成，AI 技术正在整合；大部分管道来自 Zscaler 现有客户；管理层表示不提供具体颜色且贡献不重大
• Mgmt stance: neutral，表现略超预期但整体不具重大影响

Q4 — Tal Liani

• Topic: 收入增长驱动因素（同比增量 1.6亿）及竞争态势
• Key points: 本季度同比收入增加 1.6亿；三大支柱（Zero Trust Everywhere、AI 安全、数据安全）均加速增长，超出内部预期；核心业务竞争格局未变，防火墙新进入者少见
• Mgmt stance: bullish，增长超预期且竞争未见明显威胁

Q5 — Joseph Gallo

• Topic: 客户对日历 2026 年网络支出的看法与优先领域
• Key points: IT 预算紧张，网络安全压力较小；客户高优先级为零信任安全和 AI 安全；需要展示成本节约以促使成交；品牌增强，成为战略合作伙伴
• Mgmt stance: bullish，能有效抓住需求并展示成本节约效果

Q&A Batch (6-10 of 14)

Q6 — Mike Cikos

• Topic: 竞争与市场定位（SASE vs. Zero Trust）
• Key points:
  • Jay认为SASE概念无意义，聚焦Zero Trust市场；SD-WAN供应商被归类为SASE，但Zscaler不涉足SD-WAN。
  • 客户扩张源于新功能（数据安全平台）和Zero Trust Everywhere创新；市场已“分出赢家”，Zscaler正在扩大领先。
  • 管道、赢单率和结果“非常强劲”。
• Mgmt stance: bullish（明确表示管道、赢单、业绩均强劲，距离在拉大）

Q7 — Brian Essex

• Topic: 有机增长与收购整合（Red Canary、Avalor、SPLX）
• Key points:
  • Kevin：有机增长（organic growth）与Q4一致，且优于内部预期。
  • Jay：Avalor作为数据面料（data fabric）可整合Zscaler及第三方数据，提升威胁检测；Red Canary提供AI技术，已帮助Fortune 100客户发现此前未找到的威胁。
  • SPLX加速AI安全方案，客户倾向平台而非多家初创；Zscaler已内部构建GenAI Security、AI Guard、AI Discovery，SPLX补充红队测试。
• Mgmt stance: bullish（组合“非常完善”，客户反馈“增量价值难以置信”，持续进化）

Q8 — Shrenik Kothari

• Topic: AI安全产品模块牵引力与利润率
• Key points:
  • Jay：需求从GenAI安全可见性起步（超2年前），后扩展至AI资产发现与保护，再到AI Guardrails（内部应用保护），SPLX红队测试为第四模块，第五模块为agent通信。
  • Kevin：模型运算基于有限数据集，毛利率无重大变化；Q2指引符合预期，下半年结合利润率扩张（margin expansion）。
• Mgmt stance: bullish（各模块管道良好，投资创新同时平衡运营利润率）

Q9 — Roger Boyd

• Topic: Zero Trust Gateway部署简化（vs. 虚拟防火墙）
• Key points:
  • 传统客户在云端部署VM防火墙（lateral shift），Zscaler提议用Zero Trust Cloud消除防火墙、IP地址、ACL。
  • 新增“云网关”（cloud gateway）由Zscaler管理，仅需简单配置即可指向流量，部署从几小时降至“不到10分钟”。
• Mgmt stance: bullish（创新驱动客户从传统防火墙迁移，部署效率大幅提升）

Q10 — Eric Heath

• Topic: Zero Trust Everywhere超预期驱动因素与未来机会
• Key points:
  • 客户核心动因：消除横向移动（ransomware根源）、节省成本（取消防火墙、SD-WAN、DHCP网关等多产品）。
  • 无需等待防火墙刷新周期；Zscaler已部署约450个客户，市场仍有“数百万分支”可开发。
• Mgmt stance: bullish（管道强劲，ROI故事推动客户主动启动，市场空间极其广阔）

Q&A Batch (11-14 of 14)

Q11 — Fatima Boolani

• Topic: SAP RISE migration opportunity vs. prior Microsoft Exchange cloud migration
• Key points:
  • SAP is pushing customers to move on-prem SAP to cloud via SAP RISE, with incentives.
  • Zscaler’s architecture eliminates need for express routes, direct connects, and VPNs; users access SAP RISE directly over the Internet like Office 365.
  • Two growth areas: (1) cloud-to-cloud protection/communication for SAP RISE; (2) better user access experience with faster deployment and lower cost.
• Mgmt stance: Bullish — sees SAP RISE migration as a clean, simple, elegant architecture that drives adoption and reduces customer cost/complexity.

Q12 — Gray Powell

• Topic: Z Flex bookings mix, visibility, and impact on ARR
• Key points:
  • Flex bookings were $175M in Q1, 20% of total RPO bookings ($940M), nearly doubling sequentially (70%+ growth).
  • Flex allows customers to commit to more spend than a la carte, swap modules without friction, and sign longer contracts.
  • Does not change ARR recognition mechanics but provides greater long-term visibility due to longer contract terms.
• Mgmt stance: Bullish — calls it a “win-win” for customer flexibility and Zscaler’s forward visibility; sees strong customer interest.

Q13 — Joshua Tilton

• Topic: Red Canary contribution to full-year ARR and Q1 organic outperformance
• Key points:
  • Red Canary is trending slightly better than previous guidance, but its contribution is not material to overall business.
  • Q1 organic ARR growth was consistent with Q4 and beat internal expectations; the outperformance was passed through to full-year guidance.
• Mgmt stance: Neutral — acknowledges slight upside from Red Canary but downplays materiality; focuses on organic growth consistency.

Q14 — Jonathan Rukaver

• Topic: Synergies between Red Canary and data security portfolio, AI-driven differentiation
• Key points:
  • Zscaler has a full data security portfolio (not just AI); AI improves data classification and detection.
  • Red Canary synergy: signals from Zero Trust Exchange feed into data fabric platform for threat detection; closed-loop feedback can trigger inline data loss prevention in near real-time (vs. days/weeks for others).
  • This closed-loop system between agentic operations and inline function is a clear differentiator vs. SASE and AI security vendors.
• Mgmt stance: Bullish — sees strong differentiation from integrated data security, AI classification, and real-time closed-loop response.