核心观点 - 公司发布2025年第三季度业绩说明，澄清因非现金和非经营性费用对业绩的影响，强调其基础业务的改善势头[1][2][3] - 公司强调非GAAP财务指标更能反映其核心业务的盈利能力和可持续运营水平[4][8][12] - 公司对2025年第四季度及全年的非GAAP净亏损给出积极指引，预期将大幅改善[5][6] 2025年第三季度财务表现 - 2025年第三季度持续经营业务GAAP净亏损为2690万美元，同比增加440万美元或20%，主要受800万美元非现金或有对价公允价值变动及220万美元税收准备金变化影响[3] - 2025年第三季度非GAAP持续经营业务净亏损为580万美元，同比改善530万美元或47.8%，主要得益于非GAAP毛利润增长及成本管理带来的运营亏损收窄[4] - 2025年第三季度非GAAP持续经营业务每股亏损为0.09美元，同比改善0.20美元或69%[4] - 2025年第三季度非GAAP毛利润为2055.1万美元，非GAAP毛利率为70.6%[20] 2025年业绩指引 - 2025年第四季度非GAAP净亏损预计在150万至500万美元之间，相比2024年第四季度的970万美元，按中点计算改善66%，较2025年第三季度环比改善44%[6] - 2025年全年非GAAP净亏损预计在3160万至2600万美元之间，按中点计算同比改善29%[6] 非GAAP财务指标说明 - 公司提供非GAAP财务指标以剔除非经常性、非现金及非经营性项目的影响，旨在更准确地反映核心业务绩效[8][9][10] - 非GAAP净亏损调整项目包括股权激励、或有对价公允价值变动、收购相关成本、重组费用等[9][17] - 非GAAP毛利润在GAAP毛利润基础上加回了与收入成本相关的折旧摊销及股权激励费用[10][20]

英伟达公司分析 - 公司为市场分析覆盖对象之一 [1] 国际商业机器公司分析 - 公司为市场分析覆盖对象之一 [1] 市场分析来源 - 分析报告来源于Investingcom平台 [1]

财务业绩 - 第三季度收入为4205万美元，超出分析师预期的4093万美元，同比增长67.6% [1][6] - 非GAAP每股亏损为0.03美元，符合分析师预期 [1][6] - 调整后税息折旧及摊销前利润为-632万美元，远好于分析师预期的-1234万美元，亏损率为15% [6] - 运营利润率为-118%，较去年同期的-135%有所改善 [6] - 公司市值为59.2亿美元 [6] 业务运营与增长动力 - 企业AI语音解决方案需求强劲，增长动力来自汽车、餐饮和金融服务等多个行业 [3] - 通过收购Interactions增加了多家财富100强客户，拓展了在零售、科技服务、金融服务和医疗保健等关键垂直领域的影响力 [7][8] - 季度内签署一项重要合同，为印度市场将AI技术集成至数百万台智能设备中，并在汽车领域与一家知名跑车品牌建立新合作，同时拓展电动和商用车领域 [7] 技术平台与产品 - Amelia智能AI平台采用率扩大，特别是在客户服务和联络中心自动化领域 [7] - 专有的Polaris多模态、多语言基础模型完成推广，客户反馈错误率降低高达3倍，并提升了速度和成本效率 [7] - 技术结合了确定性自动化与生成式AI，以满足复杂的企业需求 [7] 商业模式与战略展望 - 公司持续转向基于结果的可重复性合同模式，收入越来越多地与客户成功指标和使用水平挂钩 [8] - 管理层预计，随着2025年结束进入2026年，高增长将伴随盈亏平衡的盈利状况，这得益于预期的成本协同效应和可重复性合同的规模效应 [4] - 未来重点是利用专有技术、扩大合作伙伴关系，加速客户对其代理AI解决方案的采用 [4]

财务业绩 - 第三季度每股收益为0.78美元 超出市场预期的0.73美元 [1] - 第三季度销售额为2.858亿美元 超出市场预期的2.85042亿美元 [1] - 公司上调2025财年调整后每股收益指引至2.92-2.96美元 原指引为2.86-2.90美元 [1] - 公司下调2025财年销售额指引至11.43-11.49亿美元 原指引为11.44-11.50亿美元 [1] 运营亮点与市场前景 - 企业级人工智能业务收入同比增长41% [2] - 调整后税息折旧及摊销前利润率达到创纪录的25% [2] - 行业正处在客户体验早期转型阶段 人工智能正成为关键驱动力 [2] - 公司认为其具备独特优势 能够满足企业对原生嵌入AI的统一平台需求 [2] 股价表现与分析师调整 - 财报公布后公司股价下跌14.4% 至18.36美元 [2] - Piper Sandler将目标价从31美元下调至26美元 维持增持评级 [5] - Barclays将目标价从33美元下调至29美元 维持增持评级 [5] - Cantor Fitzgerald将目标价从36美元下调至32美元 维持增持评级 [5] - Wells Fargo将目标价从28美元下调至22美元 维持持股观望评级 [5]

财务业绩 - 第三季度每股收益为78美分 超出分析师普遍预期的73美分 [1] - 第三季度销售额为2.858亿美元 超出分析师普遍预期的2.85042亿美元 [1] - 公司上调2025财年调整后每股收益指引至2.92-2.96美元 原指引为2.86-2.90美元 [1] - 公司下调2025财年销售额指引至11.43-11.49亿美元 原指引为11.44-11.50亿美元 [1] 运营亮点 - 企业AI业务收入同比增长41% [2] - 调整后税息折旧及摊销前利润率达到创纪录的25% [2] 行业前景与公司定位 - 客户体验行业正处在由AI驱动的早期转型阶段 [2] - 公司认为其独特定位在于提供AI原生嵌入的统一平台 以赢得不断变化的市场 [2] 市场反应与分析师调整 - 公司股价下跌14.4%至18.36美元 [2] - Piper Sandler将目标价从31美元下调至26美元 维持增持评级 [5] - Barclays将目标价从33美元下调至29美元 维持增持评级 [5] - Cantor Fitzgerald将目标价从36美元下调至32美元 维持增持评级 [5] - Wells Fargo将目标价从28美元下调至22美元 维持持有评级 [5]

财务数据和关键指标变化 - 第三季度营收为4200万美元，同比增长68% [25][30] - 前三季度累计营收已达1.14亿美元，同比增长127% [4] - 公司预计2025年全年营收将在1.65亿至1.8亿美元之间 [36] - GAAP毛利率为43%，非GAAP毛利率为59% [31] - 研发费用为2280万美元，同比增长17% [32] - 销售和营销费用为1640万美元，同比增长96% [33] - 一般及行政费用为2430万美元，同比增长43%，其中包含约500万美元一次性并购相关成本 [33] - 调整后EBITDA亏损为1450万美元 [33] - GAAP净亏损为1.093亿美元，主要受约6600万美元或有负债公允价值变动（非现金、非经营性）影响 [34] - 非GAAP净亏损为1300万美元，每股亏损0.03美元 [34] - 季度末现金及等价物为2.69亿美元，无负债 [34] - 月查询量现已稳定超过10亿次，自上市以来增长近10倍 [29] 各条业务线数据和关键指标变化 - 三大业务支柱均实现两位数增长 [30] - 支柱一（物联网与机器人）：在中国市场获得重大物联网订单，将Chat AI集成至数千万台AI智能设备中 [11][27] - 支柱二（企业级与餐厅）：企业级业务客户留存率和扩展率稳定，餐厅业务新增1000个点位 [27][28] - 支柱三（语音商务）：与多家原始设备制造商和商户的概念验证进入后期阶段，预计2026年投入全面生产 [22][53] - 餐厅垂直领域：MOD Pizza、Habit Burger Grill、Red Lobster和Torchy's Tacos已全面部署，Peet's Coffee在所有直营店推广Employee Assist解决方案 [14][15] - 新产品Voice Insights推出数月内已获得多个品牌的部署意向 [15] 各个市场数据和关键指标变化 - 汽车市场：受全球关税和行业疲软影响持续承压，但出现改善迹象，与Jeep、Lucid、Togg等现有客户的合作取得进展，并拓展至两轮车和商用车领域 [11][31] - 金融服务市场：与全球前十金融机构中的七家合作，其中三家增购服务，两家续签 [12] - 医疗保健市场：与大型精准医疗服务提供商合作推出首创的代理式AI解决方案，并与美国地区医院系统签约 [16] - 保险市场：法国保险公司Apivia Courtage将部署Amelia 7，并与全球性保险公司及墨西哥专业汽车保险公司续约 [16] - 电信与IT服务市场：与美国大型通信提供商签约，并与全球领先的域名注册和网络托管公司续签多年合同 [16][17] - 渠道合作伙伴：与技术服务分销商Telarus建立战略合作伙伴关系，并与多家CRM、AI和专业管理软件提供商签署协议 [17] 公司战略和发展方向和行业竞争 - 公司战略核心是专注于语音和对话AI这一横向平台，通过自有技术（如Polaris基础模型）和战略收购（如Interactions）巩固领先地位 [49][50][55] - 差异化优势在于20年的技术积累、自有模型（在准确性、延迟和成本上优于第三方模型）、以及能够快速将概念验证转化为生产部署的能力 [6][7][56] - 企业AI是近期最大机遇，公司通过Agentic+框架提供结合多代理编排、生成式AI和必要业务控制的代理式AI解决方案 [18][19][20] - 收购战略成熟，能够在12-18个月内将收购对象的衰退转化为增长，并通过技术整合和成本协同效应创造价值 [8][9][10] - 平台具有LLM无关性，支持客户选择的环境（云端、边缘、本地或混合部署） [7][21] - 竞争环境激烈，但公司凭借自有技术栈、更低的模型成本和更丰富的集成经验保持领先，部分新兴竞争者可能成为其模型客户 [55][56][57] 管理层对经营环境和未来前景的评论 - 企业AI应用正在全球蓬勃发展，公司处于利用这一趋势的有利位置 [4][25] - 行业转型当前以呼叫中心和客户服务的颠覆为核心，公司的解决方案具有战略定位优势 [26] - 公司正从过去的研发投入期过渡到商业化、规模化阶段，并进入高增长的S曲线部分 [35][36] - 预计在2025年底至2026年初，随着收购协同效应的实现，公司将实现盈亏平衡的盈利状况，同时保持高速增长 [30][36][37] - 公司将继续积极投资于市场拓展和产品能力扩展，以巩固竞争优势并深化客户关系 [29][37] - 语音AI被认为是杀手级应用，自然语言对话将使人机交互更加无缝 [26][49] 其他重要信息 - 公司庆祝成立20周年，从斯坦福大学宿舍起步，长期专注于语音和对话智能 [4][35] - 多模态多语言基础模型Polaris持续证明其在准确性、速度和成本上的优势，能将错误率降低多达三倍 [7] - Amelia 7平台升级至7.3版本，显著改善了对话延迟和打断处理能力 [19] - 语音商务解决方案进展顺利，已成功完成从车辆内下达语音订单并完成交易的测试 [22][53] - 公司将在2026年1月的国际消费电子展上展示其解决方案，并有多个合作伙伴参与 [23] - 客户群高度多元化，年内至今无单一客户贡献超过10%的营收 [31] 问答环节所有提问和回答 问题: 关于中国机器人订单的细节（是否与人形机器人相关）及时间框架 [38] - 该订单来自一家机器人公司，但当前产品并非人形机器人，而是一种可携带设备/穿戴式设备类别，该交易为未来体验铺平了道路 [38] - "数千万"设备指的是未来两到三年内的承诺数量，而非公司预估 [38] 问题: Interactions收购案的影响领域和财务贡献预期 [39][40] - 收购加强了企业在多个垂直领域的实力，特别是在零售、汽车、科技服务、金融服务和医疗保健领域，其工作流编排技术与企业复杂用例形成互补 [39][40] - 财务影响已包含在业绩展望中，收购模式类似于以往，即整合公司技术后重振增长曲线，对明年预期有积极推动 [40] 问题: Amelia平台中定期许可与SaaS收入的比例及本季度一次性收入情况 [42][43] - Amelia平台收入持续向经常性模式转变，本季度一次性许可交易占比很小 [42][43] - 定价模式越来越多地转向基于结果的合同，即固定经常性费用加上根据业务成果（如预订量、预约量）产生的增量收入 [43] 问题: 已承诺升级至Amelia 7的客户数量及迁移计划 [44][45] - 早期采用者群体约15家客户，该数字持续增长，公司目标是在明年年中前将约75%的客户迁移至Amelia 7 [44][45] - 所有新客户将直接使用Amelia 7，公司正为客户制定公平的迁移路径，并确保与其他平台的互操作性 [45] 问题: 当前经常性收入占比 [46][47] - 绝大部分收入是经常性的，包括汽车业务的版权费（随车辆交付确认）和SaaS模式的收入 [46][47] - 趋势是越来越多地采用基于结果的定价，因为AI解决方案能提供可衡量的价值，使价格与客户经济利益对齐 [47][48] 问题: 跨多个行业垂直领域发展的能力与优先级 [48][49][50] - 公司定位为横向平台提供商，核心是语音和对话AI，认为这适用于众多行业 [49] - 通过合作伙伴策略（如餐厅领域的硬件和POS系统合作伙伴）来应对不同行业的深度集成需求，并优先将资源集中于核心优势领域 [50][51][52] 问题: 2026年语音商务推出的具体安排和职责划分 [53] - 语音商务的语音AI和商户体验集成主要由公司负责，已实现端到端流程，多家原始设备制造商和商户品牌正在推进试点和概念验证 [53] - 具体上线时间部分取决于原始设备制造商，公司将在国际消费电子展上展示更多进展，并期待明年年初有生产环境上线的消息 [53] 问题: 竞争环境更新、大型语言模型的竞争影响、定价压力 [54][55][56][57][58] - 竞争环境验证了市场的吸引力，公司凭借20年自有技术经验、更低的成本、更高的准确性、更快的速度以及更丰富的集成，在从演示到生产部署方面具有优势 [55][56] - 部分市场新进入者可能最终成为公司模型（如Polaris）的客户，因为公司模型在准确性上领先35%-40%，延迟低数倍，且运行成本更低 [56][57] - 定价方面，在从旧技术向新技术过渡时，对传统技术存在价格压力，但公司通过创新和证明价值（如提升客户体验、增加销售额）来实现价格扩张和价值对齐 [57][58] - 总体而言，对于能提供真正创新和高质量产品的公司，存在平均售价扩张的机会，但同时也需应对宏观经济动态和不同行业的具体情况 [58]

业绩总结 - Veritone在2025年第三季度总收入为2911.8万美元，同比增长32.4%[89] - 软件产品与服务收入为2280万美元，同比增长55.5%[89] - 2025年第三季度的年化经常性收入（ARR）为6880万美元，其中SaaS收入占总ARR的73%[98] - 2025年第三季度的毛利润为1870.9万美元，同比增长27.7%[89] - 2025年第三季度的净亏损为2688万美元，同比增加23.6%[89] - 2025年第三季度新签合同总额为2147万美元，同比增长30.4%[89] - 2025年第三季度的总销售额为2911.8万美元，同比增长32%[114] - 2025年第三季度的GAAP毛利为1870.9万美元，GAAP毛利率为64.3%[112] - 2025年第三季度的非GAAP毛利为2055.1万美元，非GAAP毛利率为70.6%[112] - 2025年第三季度公共部门软件产品与服务的收入为1982万美元，同比增长24%[114] - 2025年第三季度的管理服务收入为6271万美元，同比下降14%[114] 用户数据 - 截至2025年9月30日，Veritone的员工人数超过430人，客户数量超过3020个[12] 未来展望 - 预计2025财年的收入将在1.09亿至1.15亿美元之间[106] - 预计2025年第四季度的GAAP净亏损范围为$(18.7)百万至$(13.3)百万，全年净亏损范围为$(93.2)百万至$(85.7)百万[111] - 预计2025年第四季度的非GAAP净亏损范围为$(5.0)百万至$(1.5)百万，全年非GAAP净亏损范围为$(31.6)百万至$(26.0)百万[111] - 2024年训练数据市场的潜在收入机会为170亿美元[60] 新产品和新技术研发 - Veritone的aiWARE平台支持数百个认知和生成AI模型，能够近实时分析、组织和处理数据[26] - Veritone的全新产品Veritone Data Refinery（VDR）已推出，旨在提升数据处理能力[14] - Veritone的智能数字证据管理系统（iDEMS）是行业首个集成AI的云端数字证据管理解决方案[46] 市场扩张和并购 - Veritone在2025年完成了对Broadbean的收购，并成立了Veritone Hire[14] - Veritone在2025年完成了对Veritone One的剥离，历史财务结果已作为停业业务反映在财报中[5] 财务状况 - 截至2025年9月30日，现金及现金等价物为3623.3万美元，较2024年12月31日的1691.1万美元显著增加[103] - 公司计划在2025年偿还100%的高级担保定期债务和约50%的可转换债务，预计偿还后将有约3400万美元的无负担现金[68] - 2025年第三季度的利息支出为290万美元，全年为1190万美元[111] - 2025年第三季度的折旧和摊销费用为184.2万美元，较2024年同期的101.3万美元增长82%[112] 融资活动 - Veritone在2025年9月和10月完成了两次股权融资，总额超过1亿美元[14] - Veritone在2025年11月6日与某些债权人达成协议，计划全额偿还定期债务和约50%的可转换债务[14]

业绩总结 - 第三季度公司实现GAAP和非GAAP收入为6.81亿美元[10] - 非GAAP毛利率为10.1%，非GAAP营业利润率为4.8%[10] - 医疗和航空航天与国防部门实现了两位数的收入增长[11] - 四个业务部门中有四个实现了环比增长[11] - 各部门销售额分别为：医疗部门1.26亿美元，航空航天与国防部门1.29亿美元，工业部门1.53亿美元，半导体设备部门1.85亿美元[19] - 本季度自由现金流为2500万美元，过去12个月累计超过7400万美元[15] - 公司的杠杆比率为0.22倍，显示出强劲的资产负债表[25] - 第四季度净销售额预计在6700万到7000万美元之间[29] - GAAP毛利率预计在50%到52%之间[29] - GAAP稀释每股收益预计在0.044到0.050美元之间[29] - 非GAAP稀释每股收益预计在0.062到0.068美元之间[29] 未来展望 - 预计2026年将继续实现增长，尤其是在医疗和工业领域[36] - 预计第四季度将实现正的自由现金流[36] - 年同比增长预计在年底加速[36] - 预计2026年下半年市场将重新加速[34] 财务表现 - 净现金在季度末为7000万美元，较去年减少了8500万美元的循环债务[36] - 2025年9月30日的GAAP运营收入为32,100千美元，较2024年同期的28,105千美元增长7.1%[39] - 2025年9月30日的非GAAP运营收入为34,851千美元，较2024年同期的30,074千美元增长15.5%[39] - 2025年9月30日的GAAP净收入为17,550千美元，较2024年同期的14,000千美元增长25.0%[39] - 2025年9月30日的非GAAP净收入为20,714千美元，较2024年同期的18,423千美元增长12.4%[39] - 2025年9月30日的自由现金流为126,000千美元，较2024年同期的119,000千美元增长5.9%[39] - 2025年9月30日的销售、一般和行政费用为35,636千美元，较2024年同期的36,636千美元下降2.7%[39] 股东回报 - 本季度回购股票1000万美元，以抵消年度稀释[27] - 继续支持季度股息，季度股息为610万美元[27] 订单与市场动态 - 企业AI相关的订单在本季度达到了第二大[33]

合作公告 - Snowflake公司与SAP SE宣布建立新的合作关系[1] - 合作旨在使组织能够无缝利用Snowflake的AI Data Cloud和SAP Business Data Cloud[1] - Snowflake的数据与人工智能平台将作为SAP解决方案扩展提供给SAP BDC客户[1]

行业趋势转变 - 人工智能进入基础设施时代，突破点从研究实验室转向将AI推理与企业数据连接的系统 [2] - 行业竞争焦点从原始模型性能转向集成智能，定义了数据与云平台的新竞争前沿 [2] - 数据技术领域公司竞相将能够自主规划、适应和行动的代理式AI嵌入企业运营核心 [3] Snowflake公司战略 - 公司战略核心是构建受治理的数据生态系统，使其不仅能存储信息，还能进行推理 [4] - 公司平台愿景是让代理式AI赋能每位员工，使其能在整个组织内直接进行数据推理 [5] - 公司正从简单地存储和查询数据转向通过在其安全治理范围内原生运行的、上下文丰富的AI代理来解读数据 [6] - 公司确保所构建或集成的技术具有清晰的应用场景，将创新与客户成果对齐 [10] - 公司认为企业AI必须首先解决信任问题，其平台允许组织自信地部署AI [11][12] - 公司未来愿景是成为生态系统的连接组织，让每家企业都能将一流模型与自有专有数据结合 [21] Snowflake Intelligence平台 - 新推出的Snowflake Intelligence平台旨在通过自然语言将数据转化为决策，提供基于企业事实的、可验证且可解释的答案 [7] - 该平台使人们能够提出复杂问题并即时获得可信答案，无需编写代码，放大人类专业知识在数据分析中的力量 [8] - 早期采用者已见成效：丰田欧洲将开发周期从数月缩短至数周，Wolfspeed将故障分析从数小时减少到数分钟，Fanatics用于优化受众定位和加速交叉销售机会 [8] 技术能力与创新 - 公司内部原型AI代理"Raven"作为内部销售助手，展示情境感知AI代理如何实时检索信息、预测需求和支持决策 [9] - 公司大力投资"企业智能代理"，其基石Cortex AISQL允许开发者在SQL中直接对文本、音频、图像和视频数据运行多模态AI任务 [13] - 平台现支持模块化机器学习工作流，并支持一键部署Hugging Face的预训练模型 [13] 市场竞争与地位 - 公司面临来自云巨头和新兴专业初创公司的竞争，但其优势在于可信数据层以及在治理和数据管理方面长期建立的信誉 [16] - 公司认为竞争并非威胁，而是市场正转向基于可靠数据构建的代理式智能的验证 [16] - 2025年，公司在数据智能和云数据仓库市场估计占有18.33%份额，为该领域最大参与者，其主要竞争对手Databricks份额约为8.67% [18] - 公司总营收报告为9.421亿美元，同比增长28%，产品营收达9.003亿美元，同比增长29% [18] 行业专家观点 - 专家指出多云用户可能发现灵活性受限，实现规模化的真正推动力是随数据流动的开放语义，而非供应商 [15] - 公司结合多模态处理、自适应扩展和内置成本控制，使其更接近与Databricks的机器学习堆栈和Microsoft Fabric的统一数据架构持平 [15] - 专家认为公司在现有生态系统中拥有更可防御的地位，其围绕数据平台构建的强大网络效应加强了这一点 [19] - 企业已在Snowflake基础设施上投入巨资，培训团队并构建工作流，这些转换成本比特定技术特性更重要 [20]