财务数据和关键指标变化 - 2025年第四季度细胞工程业务收入为2600万美元，同比下降26% [15] - 2025年第四季度公司共支持了109个创收项目，同比减少4% [15] - 2025年全年细胞工程业务收入为1.33亿美元，2024年为1.74亿美元 [15] - 2025年第一季度收入包含与BiomEdit协议终止相关的750万美元非现金收入，2024年第三季度收入包含与Motif FoodWorks协议终止相关的4500万美元非现金收入 [15] - 剔除上述非现金项目影响，2025年细胞工程业务收入为1.25亿美元，2024年为1.29亿美元 [15] - 生物安全业务在2025年第四季度产生700万美元收入，2025年全年产生3700万美元收入 [16] - 2025年第四季度细胞工程研发费用同比下降44%，从5000万美元降至2800万美元 [18] - 2025年全年细胞工程研发费用同比下降42%，从2.72亿美元降至1.59亿美元 [18] - 2025年研发费用包含与谷歌云多年战略合作相关的2100万美元缺口义务，后以1400万美元解决并重新设定了未来年度承诺 [18] - 重新设定承诺后，未来最低承诺金额比原条款减少了超过1亿美元，承诺期限从3年延长至6年 [18] - 2025年第四季度细胞工程行政管理费用同比下降40%，从2000万美元降至1200万美元 [19] - 2025年全年细胞工程行政管理费用同比下降51%，从1.15亿美元降至5600万美元 [19] - 2025年第四季度细胞工程部门运营亏损为1700万美元，2024年同期为3800万美元 [19] - 2025年全年细胞工程部门运营亏损为9600万美元，2024年为2.19亿美元 [20] - 2025年第四季度生物安全部门运营亏损同比改善60%，2025年全年同比改善38% [20] - 2025年第四季度调整后税息折旧及摊销前利润为负3600万美元，2024年同期为负5700万美元 [20] - 2025年全年调整后税息折旧及摊销前利润为负1.67亿美元，2024年为负2.93亿美元 [21] - 2025年公司承担了400万美元的闲置租赁空间持有成本，第四季度为1500万美元 [21] - 2025年第四季度现金消耗为4700万美元，同比下降15% [22] - 2025年全年现金消耗为1.71亿美元，较2024年的3.83亿美元下降55% [22] - 2026年全年预期现金消耗指导范围为1.25亿至1.5亿美元 [24] 各条业务线数据和关键指标变化 - 细胞工程业务收入在2025年第四季度和全年均出现下滑，主要归因于客户项目精简和重组活动 [15] - 生物安全业务将被剥离，公司计划将其分拆为独立的私营实体，Ginkgo将保留少数股权 [4][11] - 公司计划将投资重点从生物安全业务转向自主实验室领域 [4][10] - 公司正在系统性地停用其实验室工作台、随取随用自动化设备和传统工作单元，将更多研发服务工作转移到位于波士顿的大型自主实验室 [5] - 公司计划在2026年销售自主实验室系统，目标客户包括国家实验室、生物制药公司和研究型大学 [6] 各个市场数据和关键指标变化 - 公司提及制药行业每年在研发上的支出约为400亿至600亿美元 [31][41] - 美国国立卫生研究院每年在实验室工作上的支出约为400亿美元 [31] - 公司认为自主实验室市场潜力巨大，旨在取代目前绝大多数流经传统实验台的研究支出 [62] 公司战略和发展方向和行业竞争 - 公司的使命是让生物学更容易被设计 [3] - 2026年公司的技术和业务重点将集中在投资并赢得自主实验室这一类别 [3] - 公司战略包括：1）将平台投资重点转向自主实验室；2）在波士顿展示大型自主实验室的能力；3）实现自主实验室的销售预订 [4][5][6] - 公司认为自主实验室是实验室自动化的范式转变，类似于Waymo在交通领域的自动驾驶，结合了实验台的灵活性和工作单元的高自动化 [36][37][43] - 公司计划通过两种方式将自主实验室商业化：1）为客户建造自主实验室系统（如与太平洋西北国家实验室的交易）；2）以云服务模式（云实验室）提供基于自主实验室的研发服务 [35][61][63] - 公司认为其独特的优势在于拥有广泛的实践经验，了解将实验室工作自动化的难点，并且通过自身作为合同研发组织使用自主实验室，可以快速迭代开发 [69][77] - 公司看到人工智能在生物技术行业的两方面影响：一是推理和编码模型使科学家更容易使用自主实验室；二是用于训练生物AI模型的大型数据集生成需求 [93] 管理层对经营环境和未来前景的评论 - 首席执行官认为第四季度是公司在定义和引领自主实验室类别方面的突破性季度 [3] - 管理层认为将机器人、人工智能和自主技术引入高价值的实验室研究领域是一个新兴趋势，公司意图在此领域获胜 [3] - 公司决定剥离生物安全业务，部分原因是看到了国防科技领域纯投资方的兴趣，以及建立下一代生物防御主要供应商的机会 [10][11] - 过去两年，随着生物技术行业低迷，许多客户缩减了大型外包研发项目，公司大幅削减了支出 [13] - 尽管计划投资自主实验室，但由于剥离生物安全业务并将相关投资转移至独立实体，公司预计2026年的现金消耗将低于2025年 [14] - 2026年，公司将不再提供收入指引，因为认为现金消耗更能反映其持续服务、工具以及对自主实验室的进一步投资 [23][25] - 公司团队在2026年的重点不是实现短期收入目标，而是将所有实验室工作转移到自主实验室上，以向客户证明其可行性 [27][28] - 公司对与OpenAI的合作项目感到兴奋，该项目展示了AI科学家与自主实验室结合进行“实验循环”的潜力，并在无细胞蛋白质合成挑战中超越了现有最佳水平40% [30][54] - 公司与美国能源部签订的4700万美元合同，以及为太平洋西北国家实验室建造97个机器人机架自主实验室的计划，表明联邦政府对此领域感兴趣 [31] - 公司在实验室自动化与筛选协会会议上展示了其自主实验室，接待了590名参观者，反响积极 [32] - 公司计划在2026年上半年将其波士顿自主实验室的机架数量从50个扩展到100个 [33] - 首席执行官深信Ginkgo是能够大规模将自主实验室推向市场的正确公司，因为公司现金消耗已得到控制，并拥有丰富的实验室自动化实践经验 [76][77] - 管理层认为，将科学家从繁琐的实验室体力劳动中解放出来，就像计算器将工程师从手动计算中解放出来一样，将极大地提高科研生产力和吸引更多人才 [78][79][80] 其他重要信息 - 公司将其自主实验室系统称为“机架自动化推车”（RACs），每个推车内包含一个设备、一个六轴工业机器人手臂和一段磁力运动轨道 [53] - 自主实验室的关键技术要求包括：可靠的液体处理、材料运输、设备参数化控制、集成大量（超过50台）设备、支持多用户多协议并行调度、以及让非自动化工程师的科学家易于使用 [45][46][47][48][49] - 公司的调度系统可以同时处理数十个科学家提交的不同协议，并优化设备使用时间表，这被认为是世界领先的 [55][57][58] - 公司计划推出新的“云实验室”服务，允许客户科学家以小额订单（如50美元或200美元）将实验工作外包至公司的自主实验室运行 [66] - 公司的“数据点”业务增长良好，已与10家顶级制药公司合作，为他们的机器学习团队生成大型数据集 [67][68] - 公司与OpenAI的合作中使用了“迂腐模型”，即一套软件定义的规则，用于审核AI设计的实验方案是否安全可行，然后才在自主实验室中运行 [74][75] 问答环节所有的提问和回答 问题: 随着波士顿设施机架容量从大约50个扩展到100个，如何理解这增加的容量将如何转化为2026年的收入？特别是，预计其中有多大比例是经常性收入（例如软件、运营、耗材）与项目制服务？ [83] - **回答**: 扩展机架容量主要是为了将公司内部各种自动化水平（如随取随用自动化、工作单元自动化、实验台）的工作全部转移到名为“星云”的100机架自主实验室系统上 [84] - 基于该系统提供的服务包括数据点服务、即将推出的云实验室服务和解决方案服务 [84] - 解决方案交易通常是多年期研发协议，在合同期内有一定可重复性，但每份新合同都需要寻找新项目 [84] - 数据点服务正随着与顶级制药公司建立信任而变得更加重复 [84][85] - 云实验室服务是新的尝试，目标是吸引科学家的小批量工作，有望在建立信心后形成重复业务 [85] - 除了在波士顿使用系统提供服务，公司也直接向客户（如PNNL）销售自主实验室系统 [86] - 系统销售包括一次性的资本支出，以及持续的服务和软件许可费（类似SaaS业务），如果涉及专用试剂，也会有重复性耗材收入 [86][87] 问题: 应如何看待美国制造业回流作为机架收入增长的潜在顺风，以及Ginkgo在未来两年需要做些什么来最大化其在这一趋势中的份额？ [90] - **回答**: 在制造业方面，公司看到了在制造质量控制方面的兴趣 [91] - 机架系统擅长整合实验室台式设备，而制造工厂中确实有大量用于跨批次质量控制的实验室设备，以及与药物上市后监测相关的实验室工作 [91] - 公司的优势在于能够在一个大型系统上处理许多不同的质量控制协议，特别是那些目前仍在实验台进行的复杂、多步骤协议 [92] - 公司正在与一些客户讨论将自动化系统部署到制造基地，预计可能会带来一些顺风 [92] 问题: Ginkgo的“数据点”产品在客户中反响如何？未来12个月这部分业务是否有任何实质性的顺风？ [93] - **回答**: 反响非常好 [93] - 人工智能对生物技术行业的影响有两方面：一是推理和编码模型使科学家更容易使用自主实验室；二是用于训练生物AI模型的大型数据集生成需求 [93] - 在生物AI模型方面，为了构建这些模型，需要生成具有多样性的大型数据集 [94] - 这一领域获得了顺风，许多初创公司正因为拥有专有数据和优秀的生物AI模型而与大型制药公司合作，这提高了人们对数据生成重要性的认识 [94][95] - Ginkgo是向大型制药公司和生物技术公司的机器学习团队提供即用型数据集的领导者，公司负责机器人实验和数据清理，客户可以专注于生物建模 [95] - 管理层对此业务今年的发展感到兴奋 [96] 问题: 关于机架的制造和部署（不仅仅是利用率），Ginkgo是否正在探索任何特定的策略、技术或方法来显著提高机架的生产效率和可扩展性？ [97] - **回答**: 公司已开始考虑这个问题，因为建立生产能力需要时间 [98] - 过去四年左右，公司对机架硬件进行了一次代际升级，新设计减少了组件数量，旨在提高可制造性 [98] - 目前机架在圣何塞制造，最终组装和与第三方设备的集成在加利福尼亚州埃默里维尔的站点进行 [99] - 随着销售规模的扩大，公司可能会与更大的合作伙伴合作来重复这一制造过程，目前已经具备不错的扩展能力，但这不是当前最紧迫的问题 [99]