Synopsys（SNPS）是誰？：半導體設計的「失敗預防基礎設施」能透過 Ansys 整合與 AI 將觸角擴展到多遠？

* 本報告係依據截至 2026-01-08 的資料編製。

1. 業務基礎：SNPS 做什麼、服務誰、如何收費

一句話，Synopsys (SNPS) 提供用來打造半導體（晶片）的「設計軟體」與「設計元件」。近期透過收購 Ansys，其目標顯然是提供一套整合式方案：模擬（虛擬測試），在前期就檢查產品在真實世界中的表現。

客戶是誰（B2B 設計組織）

客戶群幾乎完全是企業端——主要為製造商與設計組織內的工程團隊。這包括半導體製造商與晶片設計公司，以及 Ansys 的終端市場，例如汽車、航太與工業機械。

它賣什麼：三大支柱

• EDA（半導體設計軟體）：用於龐大且複雜設計工作的「工具箱」——從電路設計與驗證到量產前檢查。用來捕捉設計錯誤、驗證效能與功耗，並最終完成可製造性的簽核。
• IP（設計積木）：如 USB、記憶體與連線等「可信賴的電路模組」——本質上是標準化零件，讓客戶以更低風險更快推進。
• 模擬（Ansys 整合）：針對熱、振動、電磁、光學與流體等「真實世界物理」進行虛擬測試。隨著先進封裝與多晶粒架構加速，僅靠電路已不足以涵蓋需求，電子 × 物理的交互作用愈來愈決定結果。

如何賺錢：企業軟體的複利模型

其商業模式遵循典型的企業軟體模式：設計工具以合約（訂閱／授權）銷售，而 IP 則以「使用權」方式變現。設計組織不願在專案進行中途更換工具；一旦嵌入，工具就成為工作流程的一部分（人才、流程、驗證資產）。因此，當某工具成為標準後，往往會長期黏著。

為何被選用：客戶價值的核心

• 降低錯誤與返工：在半導體領域，一個錯誤可能代價極高，因此及早消除問題具有高度價值。
• 提升開發速度：上市時間是直接的競爭槓桿，縮短設計週期能創造可量化的價值。
• 從晶片到系統：納入 Ansys 後，方向是驗證的不僅是「電路能運作」，也包括「在真實世界物理條件下能否承受」。

未來的推進方向（目前未必是核心，但可能決定結果的領域）

• 用於設計輔助的生成式 AI（Synopsys.ai / Copilot / future agents）：旨在加速設計師的探索流程，並隨時間推進自動化部分設計工作——與 AgentEngineer 等概念一致。
• 整合式「電子（EDA）× 物理（模擬）」平台：從「並排銷售工具」走向「連結工作流程與資料以縮短週期」。公司曾提及計畫於 1H 2026 釋出整合能力。
• 以大量運算為前提的開發（與加速運算基礎設施的連結）：隨著驗證所需運算量上升，運算吞吐量可能成為瓶頸。公司正透過 NVIDIA 的運算平台推進 EDA 加速。

類比（僅一個）

Synopsys 是「販售打造一個極其困難的塑膠模型（最先進 AI 晶片）所需的說明書、治具（工具）與標準零件的公司」。更好的說明與更好的工具意味著你能更快完成——也會報廢更少次嘗試。

以上是「這門生意是什麼」的基礎。接著，我們用長期數據理解公司的「類型」，並進一步框架化解讀近期動能的分歧。

2. 長期基本面：SNPS 交付了哪一種「類型」的成長

過去 5–10 年，營收、EPS 與 FCF 以雙位數速度複利成長

• 營收 CAGR：過去 5 年每年約 ~13.9%；過去 10 年每年約 ~12.2%
• EPS CAGR：過去 5 年每年約 ~14.1%；過去 10 年每年約 ~19.2%
• FCF CAGR：過去 5 年每年約 ~10.1%；過去 10 年每年約 ~12.8%

長期來看，營收、獲利與現金流皆成長——顯示其輪廓較少是「極端端點的超高速成長」，而更像是穩健的雙位數複利成長者。

ROE 與 FCF 利潤率：長期存在強度，但 FY2025 的表觀較弱

FY2025 的獲利能力（ROE）偏低，約 ~4.7%。相較之下，過去 5 年與 10 年的中位數分別約為 ~17.9% 與 ~13.3%——顯示其歷史上並非超低 ROE 的生意。值得注意的配置是：「只有當期（FY2025）出現 ROE 下滑」（此處不對因果做判定）。

在現金創造方面，FY2025 的 FCF 利潤率約 ~19.1%。這低於 5 年中位數（~28.4%），且更接近 10 年中位數（~21.1%）。因此，雖然長期現金創造仍呈現「類軟體」特徵，但最近一期相較過去 5 年較弱。

成長驅動：營收成長是主要引擎；股數可能是溫和逆風

長期而言，EPS 成長（每年 14–19%）主要由營收以每年約 ~12–14% 的複利成長所驅動。流通股數自 FY2015 的約 1.58 億股上升至 FY2025 的約 1.62 億股，意味著對 EPS 有溫和的稀釋逆風。

循環性／反轉特徵：過去十年未見明確重複模式

回看 10 年以上的年度資料，曾出現淨利／EPS 為負的會計年度（例如 FY2002、FY2005），而較近期年度（FY2018 之後）整體多為獲利。至少在最近十年（FY2016–FY2025）之間，未見明確由景氣衰退驅動的「虧損 ↔ 獲利」循環模式，且將其主要視為 Cyclical 或 Turnaround 的依據有限。

3. Peter Lynch 式「分類」：SNPS 最接近哪一類？

從數據來看，SNPS 較不像典型的「Fast Grower」，更像是透過嵌入工業基礎設施而複利成長的 Stalwart（高品質中度成長）。其核心支撐是長期維持雙位數成長，5 年營收 CAGR 約 ~13.9%，5 年 EPS CAGR 約 ~14.1%。

不過，FY2025 ROE 下滑至約 ~4.7%，使其難以乾淨地對應到 Lynch 的標準分類。較合理的框架是「偏向 Stalwart，但短期獲利能力弱到使分類不那麼明確（待觀察）」。關鍵在於，市場觀感會隨時間視角（長期類型 vs. 短期表觀）而改變。

4. 短期動能：營收強勁，但 EPS 與 ROE 的表觀惡化

就最近一年（TTM）而言，動能評估為Decelerating。重點很簡單：「營收在成長，但獲利（EPS）大幅下滑。」

TTM（最近一年）結果：營收端強勁

• 營收（TTM）：~$7.054 billion（+15.2% YoY）
• EPS（TTM）：8.2383（-43.2% YoY）
• FCF（TTM）：~$1.349 billion（+5.1% YoY），FCF 利潤率 ~19.1%

營收成長（+15.2%）大致符合長期營收 CAGR（5 年每年約 ~13.9%），顯示需求並未崩解。然而 EPS 大幅轉弱，這與長期「穩健複利成長者」的輪廓不一致。

「最近一年」對比「5 年平均」：減速發生在哪裡？

• EPS：TTM -43.2% vs. 5 年 CAGR +14.1% → 顯著向下偏離
• 營收：TTM +15.2% vs. 5 年 CAGR +13.9% → 大致穩定（未減速）
• FCF：TTM +5.1% vs. 5 年 CAGR +10.1% → 成長較慢

換言之，短期問題不是「營收成長停滯」，而是「獲利與現金成長跟不上」。

過去 2 年（8 季）的方向性：營收明確；EPS/FCF 較為波動

• 營收：2 年 CAGR +12.18%，方向性強（相關係數 0.93）
• EPS：2 年 CAGR -4.65%，方向性弱（相關係數 0.25）
• FCF：2 年 CAGR +1.38%，方向性弱至中等（相關係數 0.34）

短期來看，營收呈現明確正斜率，而 EPS 與 FCF 的方向性較弱且波動更大。

此處目的不是將數字貼上「好」或「壞」的標籤，而是理解「長期類型」如何在短期呈現不同樣貌。接著我們看財務韌性（以破產風險框架）。

5. 財務健康：槓桿提高，但利息保障仍在

截至 FY2025，配置可描述為「相較歷史區間，槓桿已偏重」。這不必然意味著困境，但會影響在可能包含整合、投資與監管雜訊的期間，選擇權是否收斂。

• 淨負債／EBITDA（FY2025）：4.33x
• 利息保障倍數（FY2025）：~4.12x
• 負債對權益比（FY2025）：~0.50
• 現金比率（FY2025）：~0.80（低於 1）

利息保障倍數約 ~4x，很難主張公司立即無法支付利息。不過，在獲利動能偏弱時，4x 左右的淨負債／EBITDA 可能拖累表觀。用一句話概括，破產風險可表述為「短期仍具支付利息能力，但槓桿高於過去，值得密切監控」。

6. 股東報酬（股利／資本配置）：股利不太可能是核心主題

最新 TTM 的股利殖利率、每股股利與配息率在資料集中不可得。因此，基於目前資料，難以將股利定位為股東報酬的核心，該公司也不太可能成為收益型投資人優先篩選的標的。

雖然有些會計年度可確認有配息，但歷史看起來並不連續，且在年度資料中，近期亦有無法取得每股股利的年度。「最近一次股利下調（或中斷）的年度」列為 2019，「連續股利成長年數」為 1 年，「連續配息年數」為 10 年；然而，由於存在空白年度，較審慎的做法是不將其視為穩定可靠的配息者。

另外，即使股利細節難以釐清，能力背景仍包括正向的 TTM FCF 約 ~$1.349 billion 與 FCF 利潤率約 ~19.1%。在 FY2025 淨負債／EBITDA 為 4.33x、槓桿偏重的情況下，若未來股東報酬成為焦點，與非配息用途（成長投資、整合、資產負債表管理等）之間的取捨可能成為核心問題——這是由當前配置所隱含的「結構性可能性」（此處不對資本配置下結論；本報告亦無回購的直接資料）。

7. 將「當前估值」放回公司自身歷史中（歷史定位）

此處不做投資判斷；我們僅以六項指標，將當前水準與 SNPS 自身歷史對照。假設股價為 $494.19。

P/E：趨勢高於過去 5 年區間

P/E（TTM）為 60.0x，高於過去 5 年中位數（~50.3x），也高於過去 5 年典型區間（38.2x–58.2x）。即使以 10 年視角觀察，也高於典型區間上緣（58.2x），使其即便以 10 年視角仍處於歷史偏高區。

FCF 殖利率：低於過去 5 年與 10 年區間

FCF 殖利率（TTM）為 1.43%，低於過去 5 年中位數（~2.44%），也低於過去 5 年典型區間（1.57%–2.89%）。同時亦低於過去 10 年典型區間（1.80%–6.32%），顯示處於歷史低殖利率配置。

PEG：為負，使典型區間比較困難

PEG 為 -1.39。這反映最近 EPS 成長率為 -43.2%，使得與過去 5 年與 10 年為正的 PEG 區間進行「高 vs. 低」比較的意義降低。合理的解讀是，負的 PEG 直接訊號化了短期盈餘成長為負。

ROE：明顯低於過去 5 年與 10 年區間

ROE（FY）為 4.72%，低於過去 5 年典型區間（12.39%–21.04%）與過去 10 年典型區間（7.62%–18.28%）。此一配置意味著資本效率相較歷史偏弱。

FCF 利潤率：以 5 年視角偏低，以 10 年視角仍在區間內

FCF 利潤率（TTM）為 19.13%，略低於過去 5 年典型區間（20.59%–33.54%），但仍落在過去 10 年典型區間（18.87%–29.35%）內。表觀上，以過去 5 年為錨較弱，但以 10 年視角仍可接受。請注意，FY 與 TTM 的差異可能反映衡量期間不同。

Net Debt / EBITDA：在反向指標上「突破」（槓桿更重）

Net Debt / EBITDA（FY）為 4.33x。這是一個反向指標：數值越小（越負）越接近淨現金；數值越大槓桿越重。過去 5 年中位數為 -0.68x，典型區間為 -1.09x 至 0.40x；過去 10 年多分布在負值區間，而當前數值則顯著為正。換言之，這是明顯高於過去 5 年與 10 年分布的突破，使其在歷史上落在槓桿較重的一側。

六項指標疊加（非投資判斷，而是定位摘要）

• 估值（P/E）相較歷史區間偏高，而 FCF 殖利率偏低（亦即殖利率偏薄）
• 獲利能力（ROE）相較歷史區間偏低，而 FCF 利潤率相較過去 5 年偏低
• 資產負債表（Net Debt / EBITDA）在反向指標上偏高（亦即槓桿更重）
• PEG 為負，使典型區間比較困難

8. 現金流「品質」：EPS 與 FCF 的一致性，以及如何解讀投資／整合影響

在最新 TTM 中，EPS 年減 -43.2%，而 FCF 仍為正，約 ~$1.349 billion，年增 +5.1%。至少，這不同於「現金流已完全崩解」的情境。

然而，營收成長 +15.2%，FCF 僅成長 +5.1%，且 FCF 利潤率約 ~19.1%——相較過去 5 年處於低端。因此，合理的看法是，當前期間可能存在投資、整合、成本結構與／或一次性項目，使盈餘與現金的「產出」看起來較弱。由於我們無法從現有輸入判定其組成，投資人需要解析後續揭露，以辨識「哪個因素占主導」。

9. SNPS 為何能勝出（成功故事的本質）

Synopsys 的核心價值主張是「在建造半導體之前先驗證正確性、效能與可製造性——從而將失敗成本降到最低」。隨著晶片演進，設計搜尋空間大幅擴張，原型失敗的可接受度下降，推動設計工具從「有幫助的軟體」走向工業基礎設施。

此價值具耐久性，因為 EDA 並非獨立軟體；它深度嵌入客戶的設計流程（人員、流程、驗證資產）。更換不僅帶來成本，也帶來時間與失敗風險——形成黏著性（替代困難）。

10. 故事是否仍完整？如何解讀近期發展（Ansys 整合、監管、重整）

近期故事更新可分為三大類。

① 從「成長」轉為「營收在成長，但獲利敘事較弱」

以 TTM 口徑，營收強勁，年增 +15.2%，而 EPS 大幅下滑至 -43.2%。就可得資訊而言，這看起來較不像需求惡化，而更像是獲利轉換不穩定的階段，可能包含成本、投資、整合與一次性因素。若此情況持續，關鍵問題在於：客戶可能對「產品很關鍵，但我們不能因供應商端狀況而讓營運被干擾」更為敏感（這些工具通常以長期視角運行）。

② 整合期待提高，同時疊加短期「組織再設計」

Ansys 併入後，「電子 × 物理」整合敘事更為強化。同時，作為併購後重整的一部分，公司宣布裁減約 ~10% 員工（約 ~2,000 人，主要於 FY2026 執行）。這可被框架化為提升效率並將資源重新配置至成長領域，但短期也可能因支援覆蓋與開發優先順序的變動，對客戶體驗增加雜訊。

③ 監管（美國對中國的出口管制）已從「事件」走向「基準」

2025 年 5 月下旬，與向中國出口設計軟體相關的美國授權要求成為議題，公司一度暫停指引（其後於 2025 年 7 月說明該限制已撤銷）。重點不在於中國曝險的絕對值，而在於「持續交付的條件可能外生性改變」已變得可見。由於部署與續約依循長期規劃週期，監管可能在反映到營收之前，就先干擾訂單與續約計畫。

11. Quiet Structural Risks：正因為生意看起來強，才更要精準監控的八項

本節不做定論；其目的在於整理監控項目，作為「營收崩壞之前常先浮現的弱點」。

• 集中度風險（地區／大客戶）：據報導，中國客戶約占季度營收 ~10%。若監管改變交付條件，續約與部署計畫可能在營收之前就被干擾。
• 競爭動態快速變化（部分替代的累積）：EDA 為寡占市場，但侵蝕可能不是來自全面替換，而是來自針對特定工作流程步驟最佳化的最佳工具逐步累積所形成的部分替代。
• 差異化流失（AI 商品化）：AI 功能容易被追平；差異化轉向資料、驗證品質與流程整合。AI 訊息越強，問題越會變成營運價值是否被清楚證明。
• 對「交付通道」的依賴（出口管制／授權）：相較於實體供應限制，授權核准可能成為事實上的供應限制。關鍵觀察點是功能或支援的碎片化是否擴大。
• 組織／文化磨耗（整合／重整階段）：併購後重整中，問題往往在離職潮之前就會浮現——透過優先順序漂移、支援品質不均與決策變慢。
• 獲利與現金創造惡化（與故事背離）：即使營收成長，若整合、研發與支援成本上升卻未提升客戶價值，結果可能變成「只有成本上升」。
• 財務負擔惡化（支付利息能力／選擇權收斂）：風險較少是立即失敗，而更多是投資能力與選擇權下降。關鍵在於投資與財務管理之間的平衡。
• 產業結構變化（監管常態化／在地化／監管條件）：若監管成為結構性因素並施加額外條件（例如附條件核准），交付彈性與商業實務的限制可能增加。

12. 競爭版圖：與誰競爭、靠什麼取勝、可能如何失利

主要競爭者（實務上的對手）

• Cadence (CDNS)：EDA 最大的直接競爭者。常在先進製程、3D-IC/chiplets 與驗證領域正面交鋒。近年也釋出在模擬端強化的訊號。
• Siemens EDA：重要的 EDA 業者。可在包含驗證、製造相鄰領域與 PCB 等廣泛範圍競爭。亦在推動 generative AI 與 agentic AI 的整合。
• China local EDA（例如 Empyrean）：不同於在最前沿的全面替換，監管與採購碎片化越推進，這些業者越可能以「部分替代」候選者的身分提升存在感。
• Ansys：併購後更像是優勢來源而非競爭者。然而，若整合延宕，客戶可能更傾向維持最佳工具組合。

按領域的競爭焦點（不是功能比拼，而是「全面戰」）

• 核心 EDA：先進製程就緒度、簽核品質、運算效率與部署後營運（自動化、腳本、資產繼承）具決定性。
• 驗證／簽核：缺陷偵測的可重現性、工作流程整合與支援覆蓋至關重要。
• IP：採用實績、製程認證、長期供應與更新，以及與 EDA 的整合運作是關鍵。
• 模擬（CAE）：問題在於與電子設計的資料與流程連結，是否能轉化為日常執行。
• AI 設計輔助（Copilot 與 agents）：差異化不太可能僅來自「有 AI」；更可能來自 AI 是否嵌入設計資產、驗證品質與流程整合。

轉換成本：高，但若被分散則可能被侵蝕

轉換成本高，因為設計資產（腳本、驗證設定、know-how）與工具綁定；訓練與操作模型相互連動；替換也伴隨品質事件風險。然而，若客戶將工作流程模組化、AI 輔助降低學習成本，或監管使交付不穩定而使冗餘（多供應商使用）變得合理，則轉換成本可能被分散，部分替代可能加速。

13. Moat（競爭優勢來源）與耐久性：哪些「不易被複製」

Synopsys 的護城河較少來自消費者式的直接網路效應，而更多來自工業生態系中的標準化、認證與相容性。

• 簽核品質與可重現性：連結到失敗成本極高的環節，使其成為關鍵任務。
• 經認證的流程（先進製程／先進封裝）：晶圓代工連結（例如 TSMC）越深，競爭越會從單點工具轉向「生態系適配」，從而提升耐久性。
• 嵌入客戶工作流程：設計資產、人員與流程交織，形成黏著性。
• 廣度（EDA + IP + 未來模擬整合）：若整合在實務上奏效，擴張可能更多來自更廣的部署範圍（「接觸面」），而非更高的單價。

相對地，可能削弱護城河的因素包括：整合複雜度提高客戶營運負擔並促使回歸最佳工具組合；監管使交付／支援碎片化並鼓勵冗餘；以及 AI 功能商品化使差異化轉向整合落地品質——在此落後將產生影響。

14. AI 時代的結構性位置：「被 AI 取代」或「吸收 AI」？

在 AI 時代，SNPS 的定位看起來較不像會被 AI 取代的生意，而更像是將 AI 納入設計流程以提升生產力與探索能力的生意。除 Copilot 式輔助外，朝向分階段自主化（AgentEngineer）的路線圖也是相關訊號。

• 網路效應（間接）：在 TSMC 先進製程／封裝的認證流程與 tape-out 實績累積，可能形成採用的連鎖反應。
• 資料優勢：不是泛用資料，而是設計／驗證流程中累積的限制條件與驗證結果，以及腳本與流程，驅動可重現性與品質。
• AI 整合程度：方向上不是外掛，而是嵌入流程內的探索、自動化與返工降低。
• 關鍵任務性：核心價值是「在建造之前消除失敗」，且當範圍擴展至電子 × 物理時，其重要性往往上升。
• AI 替代風險：即使個別任務被自動化，核心價值仍多落在驗證品質、簽核可靠性與流程整合，使全面替代風險相對較低。然而，AI 功能本身可能趨同，使差異化轉向落地深度。
• 結構層：不是消費者 app，而是「中層」工業設計基礎設施。隨 Ansys 整合推進，意味著從單一步驟工具擴展為更廣的工作流程平台。

15. 領導與文化：整合階段將考驗「落地品質」

Synopsys 的架構為：創辦人 Aart de Geus 仍以 Executive Chair 身分參與，而 Sassine Ghazi 於 2024 年 1 月出任 CEO——使公司能在維持延續性的同時強調執行。策略方向一致：將 EDA 作為工業基礎設施成長、透過 Ansys 整合電子 × 物理，並將 AI 嵌入核心設計流程。

CEO 願景與風格（由公開資訊抽象化）

• 願景：連結「silicon to systems」，並在 AI 時代的複雜性下推進客戶研發。
• 行為傾向：被描述為重視執行與客戶導向，且據稱在不確定性下直接參與監管溝通。
• 價值觀：技術領導（AI 核心性、整合）、聚焦客戶價值，以及在整合執行與效率之間取得平衡。
• 優先順序（取捨）：可能優先推進整合落地與將投資配置至成長領域，並避免長期重複與雙軌運作。

文化如何反映在決策中，以及何處成為風險

以「Yes, if…」呈現的問題解決文化，有助於將資源集中於高難度優先事項（AI、整合、最前沿就緒度）。同時，整合階段的重整（約 ~10% 人力縮減）短期可能造成支援品質不均與開發路線圖漂移。對長期投資人而言，關鍵適配問題是文化是否強化護城河——以及公司能否在整合階段管理組織磨耗。

員工評論中的一般化模式（非結論，而是監控點）

• 常見正面：高難度技術學習機會、與客戶任務連結的自豪感，以及隨時間複利的產品文化。
• 常見負面：優先順序變動帶來的協調成本、整合期間的不確定性，以及因關鍵任務性而增加的客戶端負擔。

16. 10 年競爭情境（bull / base / bear）

Bull：整合在實務上奏效，「接觸面」擴大

• EDA × 模擬整合以更少返工與更短開發週期的形式具體化。
• AI 輔助不僅是 UI 修飾，而是以提升設計探索與驗證迭代節奏的方式嵌入。
• 即使監管不確定性持續，交付碎片化仍有限，冗餘也較不易擴散。

Base：寡占維持、差距收斂，由落地品質的小差異決定結果

• AI 功能趨同；差異化集中於先進製程適配、簽核品質、支援品質與整合執行能力。
• 模擬整合仍是論述重點，但市場仍以使用情境驅動，採用持續分階段推進。
• 監管間歇性波動；部分領域冗餘增加，但大規模遷移較不可能。

Bear：碎片化與複雜性推動累積式部分替代

• 監管與監管條件成為結構性因素；特定地區交付／支援不穩定，推動客戶採用多工具（轉換成本被分散）。
• 整合執行受挫；客戶營運負擔上升，整合效益看起來不再具吸引力。
• 在地化／替代以政策推進；即使未在最前沿全面替換，部分替代仍會在工作流程步驟中累積。

17. 投資人應監控的 KPI（含非數值項目）

• 先進製程與先進封裝中的認證與參考流程（晶圓代工連結深度）
• 客戶是否正走向整合平台（部署範圍＝「接觸面」是否擴大，且是否未回到以使用情境為主的最佳工具組合）
• 主觀支援品質（部署、營運、缺陷回應、訓練的瓶頸）
• AI 輔助是否縮短步驟或提高迭代次數（而非僅是「可有可無」的功能）
• 監管驅動的交付範圍碎片化（功能限制、授權限制或支援限制是否增加）
• 競爭對手「電子 × 物理」整合的進展（對抗軸的強化）
• 哪些工作流程步驟出現 China local EDA 的部分替代

18. Two-minute Drill（長期投資人摘要）：用一句話框架 SNPS

Synopsys 是半導體設計的工業基礎設施，透過「在建造之前消除失敗」來降低開發損失與時間。隨著晶片更複雜，其工具更不可或缺；而嵌入工作流程越深，就越難被替換。

長期而言，營收、EPS 與 FCF 以雙位數速度複利成長，但短期（TTM）營收強勁，年增 +15.2%，而 EPS 為 -43.2%——屬於獲利表觀偏弱的期間。此外，FY2025 ROE（~4.7%）與 Net Debt/EBITDA（4.33x）相較歷史區間呈現「較弱／較重」，使得公司如何管理此過渡期（整合、投資、監管雜訊）成為關鍵解讀點。

成功條件包括：Ansys 整合不以單純「打包」收場，而是實際降低客戶營運負擔；AI 不僅作為便利功能，而是以提升設計探索節奏的方式嵌入；以及監管驅動的交付碎片化不致成為持續性力量而破壞基礎業務（或其影響可被控制）。