报告行业投资评级 未提及 报告的核心观点 - 生成式AI正颠覆专业服务行业，服务提供商面临巨大挑战，需构建生成式AI交付平台、重塑商业模式以应对 [3][6] - 未来五年，四大AI驱动因素将扰乱服务提供商现状，促使其重新审视业务基本面 [11] - 服务提供商正进行巨额投资，构建AI交付平台、整合AI计算生态系统、采用新的AI服务和“托管服务即软件”模式，以在AI时代取得成功 [17] 根据相关目录分别进行总结 GenAI Sets The Table For Service Provider Disruption - 服务提供商作为纯知识型企业，按工时计费，处于生成式AI颠覆的前沿，生成式AI数字助理可补充人力工作、提高效率，未来五年各类服务提供商都需做出回应 [6] - 服务提供商需重塑商业模式，转向基于资产、以解决方案为导向和以结果为导向，大型且财务状况良好的提供商将蓬勃发展，小型或灵活性较差的提供商将面临困境 [7] Four AI-Fueled Factors Drive The Plight And Potential For Service Providers - 客户期望以更低成本更快完成更多工作，如软件开发要求降价30%，这加速了按时间和材料定价模式的衰落，推动了基于价值的定价模式 [12] - 提供商的交付能力难以满足客户期望，多数提供商难以提供客户要求的大幅折扣，缺乏资源实现AI自动化的提供商将难以竞争 [12] - 客户对新AI计算服务的需求尚需数年才能实现，目前多数提供商的生成式AI服务收入实际是与数据相关的服务，到2027年随着客户用例增加，生成式AI服务将增长 [12][14] - AI计算服务将成为提供商未来商业模式的核心，生成式AI应用和代理的复杂性以及特定领域和企业的生成式AI模型实例的激增，将为新的AI战略和技术服务带来机会 [14] Providers Are Making Billion-Dollar Bets To Be A Post-AI Services Winner - 众多服务提供商进行巨额投资，如IBM宣布20亿美元生成式AI订单，埃森哲与英伟达和Meta合作，威普罗投资10亿美元提升AI能力等 [17] - 投资方向包括构建AI交付平台、整合AI计算生态系统、采用“托管服务即软件”模式，分别可带来提高工作效率、扩大联盟和解决方案组合、创造新收入流等好处 [20] Building AI-Powered Delivery Platforms To Slash Costs, Speed Delivery, And Improve Quality - 服务提供商通过构建新的生成式AI交付平台，将专有知识应用于工作，实现更低成本、更高质量的工作输出，如IBM、安永、麦肯锡等都有相关平台 [21][23] - 这些平台可用于自动化服务交付，提高整体质量和价值，特别是对于可重复的活动，如编码和应用程序实施 [23][25] Assembling AI Computing Ecosystems To Anchor New Workloads And Future Business Models - 服务提供商通过建立AI计算生态系统战略、扩大云、软件和模型联盟伙伴关系、为智能AI革命做好准备，以在AI时代占据有利地位 [28][30] - 例如，IBM与亚马逊合作部署模型和咨询服务，德勤与多家公司建立四方合作关系，埃森哲成立新的英伟达业务集团并实施智能AI系统，实现成本节约和更快的上市时间 [28][30] Establishing New AI Services And "Managed Service-As-Software" Offerings - 专业服务的传统按时间和材料计费的商业模式受到冲击，提供商转向基于资产的商业模式，提供新的AI服务、“托管服务即软件”产品和扩展现有AI服务组合 [31][34] - 新AI服务包括重新设计业务和运营新模型基础设施，“托管服务即软件”产品可将关键但非差异化的业务流程外包给合作伙伴，现有AI服务扩展包括部署通用模型、构建AI解决方案和建立治理和安全结构等 [32][34] How To Take Advantage Of AI-Powered Services - 技术高管应关注提供商带来的潜在好处，如低成本工作输出、共同投资、新平台和资产、AI实践等，而不是仅仅追求低价 [38] - 应在选择提供商时考虑替代定价模型，如固定价格、绩效定价等，并与提供商合作找到符合双方利益的定价模式 [41] - 可与提供商合作，用知识产权换取更好的结果，构建定制知识图谱、微调模型和代理，以获得差异化能力 [41] Accelerate Your AI Learning Curve - 企业可借鉴提供商的AI治理、领导和工作流程实践，如首席AI官、AI指导委员会和AI卓越中心的角色，以克服在扩展AI治理、知识获取、应用开发和组织协调方面的挑战 [42] Mitigate The New Risks Of GenAI-Powered Delivery - 企业可模仿提供商的AI平台和模型导航能力，利用提供商的平台加速自身能力建设，同时确保对资产的控制 [44] - 借鉴提供商招聘、培养和奖励“AI优势员工”的经验，提升自身员工的AI能力 [44] - 应对知识产权风险，通过治理和软件技术进行缓解，如采用最佳实践、确保提供商维护软件和模型资产等 [45][46] - 应对关键技能流失风险，通过培养和保留关键领域技能、要求提供商转移AI计算技能并采用混合团队工作方式来克服 [49] - 应对锁定风险，通过最小化采用提供商平台、建立托管服务合同来避免被锁定 [49]

文章核心观点 - 公司在2025财年第二季度业绩表现强劲，各项财务指标同比增长，且对第三季度业务有一定展望 [2][3][4] 分组1：业绩总结 - 2025财年第二季度净收入71亿美元，同比增长7%；GAAP毛利率49.1%，非GAAP毛利率49.2%；GAAP运营利润率30.5%，非GAAP运营利润率30.7% [3][5] - GAAP每股收益创纪录达2.63美元，非GAAP每股收益达2.39美元，同比分别增长28%和14% [3][5] - 运营活动产生现金15.7亿美元，向股东分配20亿美元，包括16.7亿美元股票回购和3.25亿美元股息 [5] 分组2：业务展望 - 2025财年第三季度预计总净收入72亿美元左右，上下浮动5亿美元；非GAAP毛利率48.3% [4] 分组3：各业务板块表现 半导体系统 - 净收入52.55亿美元，高于去年同期的49.01亿美元；运营收入19亿美元，运营利润率36.2% [7] 应用全球服务 - 净收入15.66亿美元，高于去年同期的15.3亿美元；运营收入4.46亿美元，运营利润率28.5% [7] 显示业务 - 净收入2.59亿美元，高于去年同期的1.79亿美元；运营收入6800万美元，运营利润率26.3% [7] 企业及其他 - 未分配净收入2000万美元，低于去年同期的3600万美元；总亏损2.45亿美元，去年同期亏损2.3亿美元 [7] 分组4：财务报表数据 综合运营报表 - 2025年第二季度净收入71亿美元，去年同期66.46亿美元；净利润21.37亿美元，去年同期17.22亿美元 [14] 资产负债表 - 截至2025年4月27日，总资产336.32亿美元，总负债146.71亿美元，股东权益189.61亿美元 [16] 现金流量表 - 2025年第二季度运营活动产生现金15.71亿美元，投资活动提供现金2.21亿美元，融资活动使用现金19.03亿美元 [17][18] 分组5：其他信息 - 非GAAP财务指标经某些成本、费用、损益调整，管理层用其评估公司运营和财务表现 [8][9] - 按地区划分，韩国、台湾净收入同比增长，中国净收入同比下降；全职员工数量从34800人增至36000人 [19]

文章核心观点 公司在GTC 2025会议上首次展示支持下一代NVIDIA AI数据中心架构的解决方案，提供综合集成电源管理和液冷解决方案，以满足AI时代高性能计算需求并提升数据中心性能和可靠性 [1][2] 公司动态 - 公司在GTC 2025会议首次亮相，展示为NVIDIA GB200 NVL72和NVIDIA GB300 NVL72系统设计的解决方案，包括集成电源、机柜和液冷系统，符合NVIDIA Blackwell架构 [1] - 公司与NVIDIA共同开发的下一代集成电源解决方案在GTC会议首次亮相，以应对计算密度增加带来的功耗问题 [1] - 公司与合作伙伴在2025 NVIDIA GTC会议展示NVIDIA GB300 NVL72系统，展示其在定制电源机柜和液冷系统设计集成方面的能力 [3] 公司优势与目标 - 公司总裁表示公司提供的综合集成电源管理和液冷解决方案可提升数据中心性能和可靠性，满足各种AI应用场景需求 [2] - 公司利用先进电源管理、创新机械设计等核心技术及软硬件集成核心竞争优势，旨在提供最佳AI计算体验，满足客户数据中心高性能AI计算需求 [3] 公司产品 - 公司有55 kW符合NVIDIA MGX机架规格的机架式电源架、33 kW RU高效锂电池备用单元（BBU）、与NVIDIA GB300 NVL72兼容的冷板、新一代140 kW紧凑型液对空侧置冷却机柜、120 kW与NVIDIA MGX NVL72架构兼容的机架内CDU [4] 信息获取途径 - 如需了解公司数据中心电源和液冷解决方案更多信息，可访问https://liteon-cips.com/ [4]