Innodata (INOD) Q2 2025 Earnings Call July 31, 2025 05:00 PM ET Speaker0Good day, ladies and gentlemen, and welcome to the InnoData to Report Second Quarter twenty twenty five Results Conference Call. At this time, all lines are in listen only mode. Following the presentation, we will conduct a question and answer session. This call is being recorded on Thursday, 07/31/2025. I would now like to turn the conference over to Amy Agreste.Please go ahead.Speaker1Thank you, Sergio. Good afternoon, everyone. Thank ...

业绩总结 - Q2 2025 Consolidated GMS为28亿美元，同比下降4.8%，按固定汇率计算下降5.8%[7] - Q2 2025 Consolidated Revenue为6.73亿美元，同比增长3.8%[7] - Q2 2025 Adjusted EBITDA为1.69亿美元，Adjusted EBITDA Margin为25.1%[7] - Q2 2025净收入为2884万美元，同比下降46.5%[90] - Q2 2025合并自由现金流为9000万美元[75] 用户数据 - Q2 2025 Active Buyers为8730万，同比下降4.6%[55] - Q2 2025活跃买家数量为480万，同比下降14.5%[82] - Q2 2025 GMS每位Active Buyer为120美元，同比下降2.9%[57][82] - Q2 2025 Etsy市场的Active Seller数量为540万，同比下降18%[60] 市场表现 - Q2 2025的Take Rate为24%[7] - Q2 2025 App GMS同比增长，约占总GMS的45%[59] - Q2 2025 Seller Services Revenue为4.68亿美元，同比增长15.3%[64] - Q2 2025 Reverb的GMS为1.53亿美元，收入为1760万美元[52] 未来展望 - Q3 2025指导的GMS预计在26亿至27亿美元之间[78] 财务状况 - 2025年6月30日现金余额约为15亿美元[75] - Q2 2025的总资产为25.57亿美元，总负债为36.82亿美元[89] - Q2 2025市场营销支出同比增长26%[73]

人工智能在软件开发中的应用 - 人工智能已深度融入软件开发全流程，从自动生成代码、调试优化到理解项目需求、协作式编程，极大提升开发效率 [1] - AI正从辅助工具迈向智能合作者，借助自然语言接口、上下文感知和多智能体系统，推动编程门槛持续降低 [1] - AI驱动的工具能够在软件生命周期的多个阶段为开发人员提供支持，包括编写调试代码、优化公式和预测潜在漏洞 [2] 大型语言模型的技术特点 - 现代大型语言模型基于深度神经网络构建，采用预训练的变换器架构，参数规模可达数千亿，在翻译、对话、内容创作等任务中展现出强大能力 [2] - 代码大型语言模型专门用于理解、生成和处理编程代码，基于GitHub等平台的开源代码数据，帮助开发者完成代码编写、调试、重构等任务 [3] - 大型语言模型可分析大量文档，实时回答技术问题，帮助新手加快新框架和编程语言的学习速度 [3] AI编程的未来趋势 - 未来编程将呈现"自动化程度更高、协作性更强、AI深度集成"的趋势，出现更直观的开发环境、更先进的自动代码生成工具和更智能的AI助手 [4] - AI编程通过辅助甚至自动化软件开发流程实现飞跃，涵盖代码生成、调试、优化乃至新编程语言的设计，显著提升开发效率和软件质量 [4] - 自然语言编程的兴起使编程过程变得直观，开发者只需用自然语言描述任务，模型便可自动生成相应代码，降低入门门槛 [5] 多智能体系统与AI程序员 - 多智能体系统由多个AI代理组成，能够感知环境、做出决策并协同工作，实现任务自动化、流程优化和实时反馈 [6] - Cognition AI推出的AI程序员Devin能够自主处理整个软件开发生命周期，包括理解需求、编写、测试、调试、部署等，在SWE-bench基准测试中解决了近10%的GitHub真实问题 [6] - AI驱动的编程正从简单的自动补全工具发展为能够理解项目上下文、生成完整功能甚至自主管理开发流程的软件合作者 [7] AI对开发者与非程序员的影响 - AI辅助开发自动完成重复性任务、优化代码结构并缩短调试时间，实时提供示例与建议，加速学习过程 [7] - AI赋能非程序员，使其能够借助低代码、无代码平台和聊天机器人生成功能性代码、调试错误、理解编程概念 [7] - 虽然复杂项目仍需要专业开发者，但AI的发展推动了软件开发的普及化与多元化 [7]

市场交易动态 - 大资金通过股票期权低调建仓Reddit股票 利用期权杠杆效应表达看涨观点且避免引起市场广泛关注 [2][3] - Reddit股票出现87,739份看涨期权合约 到期日为2025年6月中旬 隐含数百万美元级别的做多押注 [8] - 该股当前价格142.41美元 较52周高点230.41美元下跌38% 存在补涨空间 [10] 公司基本面 - 市值247亿美元 远低于科技同行 近期板块牛市中被市场忽视 [10] - 与Alphabet达成合作 提供用户生成内容用于大语言模型训练 平台内容审核严格 营销材料少 数据更具自然语言特征 [5][6] - 2025年Q4每股收益预计达0.54美元 隐含300%的同比增长预期 分析师认为盈利增长将驱动股价 [12] 市场情绪与评级 - 近一个月空头头寸减少8.1% 显示空头提前平仓 [13] - Loop Capital分析师Alan Gould维持买入评级 目标价200美元 隐含50%上涨空间 [14] - 当前24名分析师给予"适度买入"评级 平均目标价139.35美元 最高预测220美元 [11][16] 行业地位 - 在AI领域被低估 其用户生成内容质量优于LinkedIn和X平台 成为训练LLM的关键数据源 [4][6] - 商业模式具备抗风险特性 不受当前地缘政治和经济冲突影响 [7]

混合云存储市场概况 - 混合云存储市场处于新兴阶段 具有动态性和快速演变的特性 主要由于企业急需高效统一和管理不断增长的数据存储需求 [2] - 目前市场上仅有少数供应商能提供完整解决方案 支持统一数据管理 多种存储格式(文件和对象)以及数据类型(结构化和非结构化) [2] 市场需求与驱动因素 - 现代企业需要能控制成本 确保稳定性能 并支持可持续发展目标的数据存储解决方案 [1] - 混合云存储解决方案特别适合处理数据密集型应用(如AI) 能有效统一 管理和保护海量企业数据 [1] - 完整解决方案对支持多模态AI至关重要 这类AI需要整合来自不同来源 格式和类型的数据集 [3] 技术发展趋势 - 提供全局命名空间的服务被认为是最佳解决方案 能为需要大规模数据集的工作负载提供优异的性能和可扩展性 [3] 市场规模与增长 - 2024年市场规模估计为1000亿美元 未来6年复合年增长率预计达16% [4] - 若企业加速采用AI和大语言模型(LLMs) 市场增速可能进一步加快 [4] 主要市场参与者 - 报告中提及的主要公司包括Cloudian CTERA Hammerspace LucidLink Nasuni NetApp Panzura Peer Software等 [7]

公司表现 - 公司股价在过去三年上涨超过740% [1] - 2026财年第一季度销售额同比增长69% 每股收益(EPS)为0.81美元 即使扣除因美国政策导致的0.15美元每股影响 仍显著高于去年同期 [7] - 数据中心收入同比增长73% 增速超过总收入 [10] 行业机遇 - 生成式AI成为技术热点 科技公司竞相开发AI平台或将AI集成到用户界面中 [4] - AI应用需要强大芯片支持 公司芯片在AI芯片市场份额估计在70%至95%之间 [5][11] - 大型语言模型(LLM)从推理阶段发展到推理阶段 需要更强大的芯片支持 [9] 技术发展 - 公司持续开发更强大技术 Blackwell模型已升级为Blackwell Ultra 并计划在2026年推出新技术Rubin [10] - AI推理代币生成量在一年内激增10倍 AI代理成为主流将加速对AI计算的需求 [10] 估值分析 - 公司股票按明年盈利预期计算的市盈率为25倍 仍有上涨空间 [12] - 按过去12个月销售额计算的市销率为23倍 为高增长估值 [13] - 若保持当前市销率 公司需要实现15%的复合年增长率才能在五年内实现股价翻倍 考虑到当前表现和未来机会 这一目标具有可行性 [14][15]

苹果Siri AI升级计划 - 公司计划在2026年春季推出AI升级版Siri语音助手 原定2024年秋季发布但遭遇延迟 [1] - 新功能可能在2025年秋季预览 2026年春季正式发布 [2] - 技术挑战导致Siri完全重建 管理层职责也进行了调整 [3] 发布时间变更 - 最初计划2024年秋季发布 后推迟至2025年春季 最终调整为"来年" [2][3] - 软件工程主管Craig Federighi表示需要更多时间达到质量标准 [4] - CEO Tim Cook在财报电话会议中承认AI能力升级需要"更多时间" [4] 技术挑战 - 员工透露公司在应用前沿大语言模型(LLM)升级Siri时遇到困难 [5] - 需解决LLM对语音提示提供复杂响应的技术难题 [5] 行业对比 - 公司在生成式AI创新方面相对保守 与亚马逊 谷歌 微软等竞争对手形成对比 [6] - 竞争对手正以激进且实验性的方式拥抱LLM和企业级AI解决方案 [6]

纪要涉及的行业和公司 - **行业**：身份验证行业，涵盖金融、房地产、执法、政府、保险等多个垂直领域 [6][13][14] - **公司**：Red Violet，其主要竞争对手包括LexisNexis、TransUnion、Equifax等 [15] 核心观点和论据 公司历史与背景 - 管理团队在身份验证领域拥有二三十年经验，90年代末创立Accurant，后以7.5亿美元卖给LexisNexis；又创立TLO，以近2亿美元卖给TransUnion，累计交易近10亿美元 [4][5] - 2014年团队重组，采用云计算技术构建新平台，区别于传统大数据机房模式，可根据业务量灵活调整规模 [6] 业务模式与服务 - 聚合美国成年人的各类数据库信息，创建360度个人资料并出售，与客户签订长期合同，成本固定，新增收入几乎100%转化为利润 [6] - 服务五个垂直领域，约26个行业，如催收、房地产、金融和企业风险、执法、新兴市场（政府、保险等） [6][13][14] 竞争优势 - **数据质量与连接性**：以背景筛查为例，Equifax虽数据多，但无法复制Red Violet的数据提升效果，客户最终选择与其签订长期协议 [15][17] - **云计算基础设施**：客户使用TransUnion服务时出现吞吐量和数据质量下降问题，最终回到Red Violet平台 [18][20] - **客户资源**：为七个顶级身份验证平台提供支持，如ID. Me等 [21] 市场趋势与业务机会 - **经济周期适应性**：经济繁荣时，新账户开户、贷款申请等需要身份验证；经济下行时，信用卡违约和回收市场增长，带动催收业务需求 [24][25] - **新兴市场潜力**：政府和保险等新兴市场目前渗透率低，但历史上曾是重要收入来源，未来有望成为独立业务板块 [14] 销售策略与业务拓展 - **销售团队垂直化**：针对不同行业设立专业销售团队，如执法、金融和企业风险等 [28] - **瀑布式销售**：在催收领域，先由一级供应商处理，未匹配的数据再由Red Violet处理，逐步提高市场份额 [29] - **直接面向终端用户**：与顶级身份验证平台合作，为终端用户提供定制解决方案，逐渐从批发转向零售业务 [30] 成本与利润分析 - **数据成本**：40%的数据成本与一家供应商相关，合同12 - 18个月后到期，正在重新谈判，预计与六年前一样维持原价 [33][34] - **利润率**：毛利率约80%，调整后EBITDA利润率约40%，目前处于较低的30%左右 [35] 政府业务前景 - 聘请Jonathan McDonald负责公共部门业务，团队约15 - 20人，已在执法机构取得良好进展，拥有1000 - 2000家客户，美国市场总量约15000家 [37][38] - 联邦业务销售周期长，预计2026年开始贡献收入，当前政府削减开支后重新招标，为公司带来更多机会 [41][42] AI影响与机遇 - **非威胁因素**：AI存在数据幻觉问题，金融机构等需要高可信度数据资产，不会使用ChatGPT进行身份验证，因此对公司不构成威胁 [43][44] - **机遇方面**：可利用AI获取更多数据，如读取长格式数据、构建家族树等，还能提升系统交互性和查询效率 [45][46] 资本运用与发展战略 - **股份回购**：已回购约150万股，平均价格19美元，还通过其他方式回购股份，总计约150万股 [52][53] - **并购与投资**：寻找独特数据资产进行收购，降低数据成本，提高利润率；也会考虑自主研发产品，如背景筛查业务 [54][55] - **数据获取与运营效率提升**：通过AI获取更多数据，同时自动化内部重复任务，提高运营效率和利润率 [55][56] 其他重要但可能被忽略的内容 - 公司所有业务收入均来自美国，若拓展国际业务，将与合作伙伴共同服务客户 [70] - 公司在房地产行业通过Forewarned产品为房地产经纪人提供安全解决方案，已进入500多个房地产协会，服务约325名用户，美国可服务市场约100万名房地产经纪人 [11] - 公司将手动催收工作外包，专注于自动化流程，以获取更高的利润率 [31][32] - 公司数据安全有保障，每年进行多次第三方渗透测试，获得信用局审计、PCI一级认证、ISO 2700认证等 [63][64]

科技股表现 - 科技股在年初表现不佳后强劲反弹 以科技股为主的纳斯达克综合指数在过去两个月内飙升超过25% [1] - 市场情绪重新转向有利于科技股 目前有两家社交媒体股票值得关注 [1] Reddit公司分析 - Reddit上市仅一年多 股价已上涨超过250% [3] - 第一季度业绩表现亮眼 收入同比增长61% 国际收入增长82% [5] - 平均每用户收入(ARPU)同比增长23% 日活跃用户(DAUs)增长31% [5] - 毛利率从去年同期的88.6%提升至90.5% 净利润达2600万美元 去年同期亏损5.75亿美元 [5] - 平台拥有数十万个"subreddits" 是包括ChatGPT等大型语言模型和谷歌等搜索引擎在内的互联网生态系统重要组成部分 [3] - 用户生成大量独特内容 对搜索结果和大型语言模型响应具有关键影响 [4] - 推出Reddit Answers功能 每周平均用户(WAUs)超过100万 [6] - 目前市值220亿美元 适合长期增长型投资者 [6] Meta Platforms公司分析 - 第一季度业绩强劲 单季度收入420亿美元 净利润170亿美元 自由现金流100亿美元 [11] - 按年化计算 公司收入有望达到近1900亿美元 规模堪比福特、通用汽车和雪佛龙等美国标志性企业 [7] - 大力投资人工智能基础设施 包括AI芯片和数据中心 旨在颠覆广告行业格局 [9] - 计划到2026年实现广告全自动化 通过AI根据观众位置和喜好定制广告 消除广告代理中间环节 [10] - 今年以来股价已上涨19% 建议采用美元成本平均策略建立长期头寸 [12]

纪要涉及的公司 - JFrog：一家专注于软件开发领域的公司，提供管理二进制文件、安全和机器学习等相关产品和服务 [2][3] - Sonotype：JFrog在DevOps二进制管理工具基础设施领域的竞争对手，是一家私募股权支持的私人公司 [34] - Hugging Face：与JFrog建立合作关系，是一个大型语言模型的存储库 [22] - QuocAI：JFrog在去年第二季度收购的公司，其平台用于管理大型语言模型 [20] 纪要提到的核心观点和论据 公司业务与定位 - **核心业务**：JFrog旨在提高开发者效率，管理二进制文件，拥有二进制和Artifactory平台、DevSecOps安全产品以及JFrogML，是全球唯一能将这三个应用集成在一个平台的公司 [2][3] - **软件供应链角色**：软件供应链是将源代码转换为机器语言的过程，如今更新速度加快，80 - 90%的源代码为开源包，JFrog负责管理这些二进制文件的更新、测试、安全保障和分发 [5][7][8] - **未来发展方向**：将与大语言模型合作，为AI和大语言模型领域创造价值 [4] 第一季度业绩亮点 - **业务转型成果**：第一季度业绩是多年努力的成果，公司此前向企业市场转型，在安全、战略销售和基础设施建设方面进行了大量投资，收购Vidoo并将安全业务从单点解决方案发展为平台，去年第三季度达成公司历史上最大的三笔交易，如今有客户年度经常性收入（ACV）达3000万美元 [10][11][12] - **安全业务渗透**：2024年底，安全业务贡献了3%的收入、5%的ARR和12%的RPO，而前一年几乎为零，表明公司已成功渗透安全预算 [13] - **云使用量超预期**：第一季度云使用量强劲，许多客户超出了最低数据消费承诺，产生了超额收入，这在历史上通常是业务淡季，是意外之喜 [13][14][15] AI与业务关系 - **潜在受益**：大语言模型是二进制文件，JFrog管理二进制文件，因此有望在AI市场中受益。公司收购QuocAI以管理大语言模型，第一季度发布了该产品的云版本，计划本季度发布自托管版本 [19][20] - **市场现状**：目前处于早期阶段，类似棒球比赛开场唱国歌阶段。第一季度跟踪客户使用的软件包，发现Docker、Hugging Face和Python PyPy的使用量增长显著，可能与AI实验有关 [20][21] Hugging Face合作关系 - **合作背景**：Hugging Face原本的审查和安全公司称其80%以上的模型为恶意，但JFrog扫描后认为是误报，这使得JFrog客户认为Hugging Face是更安全的存储库 [22][23] - **合作意义**：该合作支持了社区和存储库，可能为JFrog带来间接利益，因为客户使用Hugging Face存储库时会使用JFrog Artifactory的代理功能 [23] 指导方针不包含某些因素的原因 - **大型复杂交易**：大型复杂交易具有不确定性，若预测交易在某季度完成但未完成，难以用其他交易填补，因此采取谨慎态度，将其作为潜在的额外收益 [28] - **使用量波动**：使用量虽在第一季度带来了收入增长，但开发者创新需求与CFO和采购部门的预算限制之间存在矛盾，使用量可能迅速下降，不宜将其纳入指导方针 [29][30] - **市场不确定性**：进入第二季度后，市场变化增加了不确定性，因此采取更保守的指导方针，平衡第一季度的超额表现与谨慎态度 [31] 竞争优势 - **竞争格局**：JFrog是DevOps二进制管理工具基础设施领域唯一的上市公司，主要竞争对手为私人公司Sonotype，还有小型初创公司和提供基本容器注册技术的超大规模云计算提供商 [34][35] - **差异化优势**：JFrog拥有深厚的技术栈，支持多种语言，在安全方面具有优势，其平台可确保二进制文件的安全，点解决方案在二进制安全方面需依赖JFrog，随着MLOps等技术的加入，竞争优势将进一步扩大 [36][37][38] MLOps业务机会 - **收购决策依据**：收购QuocAI是因为市场向大语言模型转变，数据科学家创建的大语言模型需作为二进制文件进行训练、安全保障和部署，JFrog希望在该市场获胜，且该产品能快速集成到公司平台 [45][46][48] - **市场现状与挑战**：目前许多公司在组织内进行ML实验，JFrog认为大规模采用该技术前存在两个关键因素，即行业确定货币化方式和买家愿意支付的价格，以及MLSEC op和AI带来的安全挑战 [49][50] M&A战略 - **战略重点**：公司注重产生自由现金流，第一季度自由现金流利润率达26%，这使其能够灵活应对市场变化，进行转型或小规模的并购 [51] - **未来方向**：未来将关注JFrog ML平台的客户反馈，若发现平台存在漏洞，可能进行小规模收购，重点在ML和AI领域，而非安全领域，因为公司认为在安全领域已具备良好的市场地位 [52] 安全业务增长 - **增长潜力**：安全业务有很大的增长机会，公司拥有超过7000家客户，其中一半以上使用JFrog X - ray，这是使用高级安全产品的前提，因此有很大的渗透空间 [54][55] - **销售方式**：三年前建立了安全覆盖团队，将安全架构和解决方案工程师融入销售流程，如今客户购买决策由开发人员、CIO和CSO组成的小组共同做出，销售时将开发和安全价值整合为一个整体进行推销 [56][57][58] 自由现金流与增长平衡 - **一贯理念**：公司一直注重盈利能力和自由现金流，这是公司的核心价值观，不会为了增长而过度投入，会在创新和盈利之间保持平衡 [59][60][61] - **指标考量**：遵循“规则40”，即增长率与自由现金流利润率之和达到40%，目前自由现金流利润率在指标中的占比逐渐增加 [62] 其他重要但是可能被忽略的内容 - **市场对二进制重要性的认知变化**：二进制在软件开发中的重要性在过去几年逐渐提升，这也是该领域发展较新、竞争对手较少的原因之一 [39] - **与超大规模云计算提供商的关系**：JFrog与超大规模云计算提供商在市场上有合作，这些提供商主要追求流量，对于简单基础的案例会吸引客户使用其容器注册解决方案，而JFrog的客户主要来自竞争对手或自建工具无法满足需求的大型组织 [41][42][43]