财务数据和关键指标变化 - 第三季度营收为4.6亿美元，同比下降7.4%，按固定汇率计算下降9% [26] - 剔除许可与支持业务后，第三季度营收为3.77亿美元，同比下降3.9%，按固定汇率计算下降5.8% [26] - 第三季度GAAP营业亏损为3400万美元，其中包含DWS部门5500万美元的非现金商誉减值 [32] - 非GAAP营业利润为2500万美元，非GAAP营业利润率为5.4% [32] - 第三季度净亏损为3.09亿美元，其中包含约2.28亿美元与年金购买交易相关的一次性非现金养老金费用 [32] - 调整后净亏损为600万美元，或每股亏损0.08美元 [32] - 第三季度养老金前自由现金流为5100万美元，自由现金流为2000万美元，较去年同期的1400万美元有所改善 [34][35] - 截至9月30日，现金余额为3.22亿美元，而年底为3.77亿美元，反映了2.5亿美元可自由支配养老金缴款中使用了5000万美元现金 [35] - 净杠杆率为1.8倍，包括养老金赤字后为3.7倍 [36] - 预计全年固定汇率增长为-4%至-3%，相当于报告收入下降3.6%至2.6% [38] - 预计第四季度营收约为5.7亿美元，其中许可与支持业务营收为1.85亿至1.9亿美元 [38] - 预计全年将实现或超过上调后的非GAAP营业利润率指引8%-9%的中点 [38] - 预计全年将产生约1.1亿美元的养老金前自由现金流 [39] 各条业务线数据和关键指标变化 - 数字工作场所解决方案第三季度营收为1.25亿美元，同比下降5.8%，年初至今下降2.9% [27] - DWS第三季度毛利率为16.2%，基本与去年同期持平 [30] - 云应用和基础设施解决方案第三季度营收为1.8亿美元，同比下降6.8%，年初至今下降5% [28] - CA&I第三季度毛利率为19.6%，相对同比持平 [31] - 企业计算解决方案第三季度营收为1.33亿美元，同比下降13.9% [29] - ECS部门内，许可与支持业务营收为8300万美元，而去年同期为1.05亿美元 [29] - 专业服务和下一代计算解决方案营收增长1.7% [29] - ECS第三季度毛利率为46.2%，低于去年同期的58.2%，主要由于许可与支持业务续签的时间安排以及集成系统销售的组合影响 [31] - XL&S业务总毛利为7000万美元，毛利率为18.6%，同比提高70个基点 [30] 各个市场数据和关键指标变化 - 公共部门活动水平受到抑制，尤其是在美国州和地方政府层面，进入政府停摆前联邦资金的不确定性导致进一步放缓 [28] - 美国公共部门的项目工作出现停顿，第二季度出现的初步改善迹象因对联邦资金的担忧而失去动力 [6][54] - 在澳大利亚等美国以外的地区，公共部门业务出现扩张 [12][56] - 中型企业市场被视为相对未开发的市场机会，公司认为具备有效竞争和获取重要新收入的所有要素 [20] 公司战略和发展方向和行业竞争 - 公司专注于通过技术优先的交付模式改善交付和运营效率 [4] - 战略重点包括执行许可与支持解决方案以及在XL&S交付中提高效率增益 [8] - 正在调整方法以减轻影响XL&S增长的阻力 [8] - 在定价方面保持纪律性，优先考虑利润美元和现金流，而非单纯追求营收增长 [10][58] - 观察到一些竞争对手基于对未来AI相关效率规模和速度的激进假设进行低价竞争，公司认为这些情况风险较高 [10] - 公司专注于应用开发、AI服务以及渗透中型企业市场 [23] - 正在与戴尔和微软等合作伙伴合作，开发端到端安全托管服务手册 [22] - 正在探索与原始设备制造商、数据中心和GPU即服务提供商的潜在技术合作，以提供替代的私有AI框架 [22] 管理层对经营环境和未来前景的评论 - 宏观经济不确定性和其他影响营收的阻力持续存在 [4] - 影响PC周期和IT预算的市场动态导致客户暂停或延迟项目启动，减缓了一些新业务的过渡速度，并限制了新推出解决方案的市场渗透 [6] - 公司预计挑战XL&S增长的一些阻力可能会持续几个季度 [8] - 来自客户、合作伙伴和行业分析师的反馈增加了对公司解决方案定位以及随时间推移建立XL&S基线增长能力的信心 [8] - 公司相信正在走上随时间改善增长状况、持续提高利润、逐步减少养老金赤字和负债的道路 [9] - 定价环境仍然竞争激烈，客户希望分享AI带来的成本节约，但有时他们的期望可能不切实际 [9] 其他重要信息 - 第三季度总合同价值同比增长15%，由XL&S续签的强劲表现推动 [9] - 新业务总合同价值为1.24亿美元，与第二季度的稳健水平一致 [9] - 年初至今的新业务签约量相对于2024年略有增长 [9] - 过去12个月的签约量约为20亿美元，总公司和XL&S解决方案的订单出货比均为1.1倍 [29] - 季度末积压订单为28亿美元，与去年同期持平 [29] - 公司完成了年金购买，移除了超过3.2亿美元的养老金负债，超过了到2026年底6亿美元目标的一半 [5][37] - 截至9月30日，估计养老金赤字约为4.7亿美元 [36] - 预计到2029年，全球养老金计划的剩余现金缴款总额约为3.6亿美元，其中第四季度约为2400万美元 [37] - 公司被《时代》杂志评为2025年世界最佳公司之一 [24] - 过去12个月的自愿离职率为11.7% [24] 问答环节所有的提问和回答 问题: AI对利润表的影响 - AI通过转变交付模式，降低交付成本，有助于改善利润率 [41] - AI组件带来的较低交付成本意味着客户能分享部分节省，这使得公司在定价上更具竞争力，盈利能力更强 [42] - 在许可与支持业务中，消费率提高，部分由AI驱动，因此将2026年至2028年的平均年度许可与支持收入预期提高至4亿美元 [42] - AI还涉及账户扩张和新范围，通过技术主导的交付方式增长账户 [43] 问题: 营收未达计划情况下实现利润率目标的原因 - 许可与支持业务的增加带来了更高的利润贡献和利润率提升 [44] - XL&S的新解决方案中蕴含许多积极因素，今年续签活动异常活跃，能够以更好的利润率 profile 签署这些账户，并在许多情况下实现扩张 [44] - 营收的减少部分来自较低利润率业务的自然减少或硬件转移，而新增的是较高利润率的业务 [45] - 过去三年中，XL&S的毛利率提高了近600个基点，并有望继续扩张 [47] - 加速了部分原计划到2026年的SG&A节省，并加强了合理化成本基础的努力 [47][48] 问题: 未来交付改进的速度及其对第四季度成本削减费用的影响 - 公司持续优化交付成本，预计第四季度将采取一些增量行动，以减轻营收方面的风险或维持利润率 profile，但预计不会显著增加 [49] 问题: 云支出和AI需求前景以及竞争动态 - AI需求确实存在，但应用面临生态系统敏感性问题，如安全性 [51] - 竞争依然激烈，公司采取防御姿态，注重客户教育，设定现实期望，避免陷入价格战 [52] - 公司强调提供价值和经验，而非短期技术采用，与客户平均20年的合作关系证明了这一点 [53] 问题: 政府停摆对公共部门业务的影响 - 第二季度出现的公共部门项目工作初步改善迹象已经消退，目前该项目工作非常安静 [54] - 在美国公共部门，非自由支配领域的项目需求相对稳定，但整体项目工作处于暂停状态，预计这种不确定性将持续几个季度 [55][56] - 美国以外的公共部门，如澳大利亚，业务表现较好 [12][56] 问题: 定价压力的出现时间和程度 - 定价压力并非第三季度新出现，但在续签周期中更为明显，竞争对手压价行为增多 [58] - 公司坚持纪律，不为了维持营收而签署不利于利润的合同，重点在于增长利润美元和提高利润率 [59] 问题: 2026年自由现金流的利好和利空因素 - 公司未提供2026年指引，将在第四季度财报中讨论 [60] - 资本市场转型降低了养老金缴款，但利息支出将增加，存在多个变动因素 [60] - 许可与支持业务是主要驱动因素，平均4亿美元的收入具有70%的利润率 [61] - 流动性状况强劲，预计年底现金余额约为3.9亿美元，并有1.25亿美元未动用的资产支持循环信贷 [61] 问题: 第三季度较低许可与支持收入的原因 - 部分许可与支持收入签约从9月30日前推迟到10月初，这仅是季度性时间差异，不影响全年预期，所有签约均已完成 [62] 问题: 订单出货比强劲是否反映对XL&S时间影响的信心以及续签活动情况 - 订单出货比为1.1倍，表现稳健 [64] - 今年XL&S的续签量约为去年的三倍，资源投入对新增客户获取造成一定压力 [65] - 大部分续签成功完成，许多以更好的利润率 profile 签署，并增加了范围或扩张 [66] - 年初至今XL&S续签的总合同价值为5.72亿美元，去年同期为3.21亿美元，同比增长78% [68] - 对第四季度的许可与支持业务和XL&S业务续签均充满信心，未达预期的因素已反映在更新后的指引中 [69] 问题: 政府停摆结束后项目工作恢复的速度 - 预计政府重新开放后项目工作不会立即恢复，复苏将延缓数个季度，重点将首先放在非自由支配工作上 [71] - 公司已将这种 prolonged 影响纳入预期 [72]

量子人工智能行业概述 - 量子人工智能涉及使用量子计算机使人工智能系统能以更少资源更快地处理信息 [1] - 该概念仍处于研究阶段，生成式人工智能和量子计算均未实现广泛的商业应用，但结合这两种技术的潜在价值已吸引早期布局者 [1] Alphabet (GOOGL) 量子计算进展 - 公司在2024年底推出最先进的量子芯片Willow，引发了市场对量子计算的最新炒作周期，该芯片在降低错误率方面取得重大成功 [3] - 尽管Willow产生错误的可能性仍比经典芯片高数千倍，但其发展表明公司正朝着创造适用于实际大规模使用的量子计算机的方向前进 [4] - Willow用约5分钟完成了一项基准测试计算，而经典超级计算机需要10 septillion年才能解决 [4] - 拥有此级别原始计算能力的机器将在药物发现、物流和材料科学等行业具有商业应用前景，但其与生成式人工智能的潜在协同效应更令人兴奋 [5] Alphabet 量子AI研究与财务实力 - 谷歌研究人员发布论文提出，量子计算机除了解决复杂问题，还能自行生成结果，理论上可以像大型语言模型一样从数据中学习并产生有用输出，但规模更大 [6] - 由量子技术驱动的人工智能可以绘制出尚未被观察到的分子结构等，该技术潜力可能改变人们的生活和商业方式 [7] - 公司拥有多项现金牛业务，可为其量子计算研究等投入资源，第二季度收入同比增长14%至924亿美元，净利润增长19%至282亿美元 [8] 早期布局公司 - Alphabet和D-Wave Quantum (QBTS) 因涉足这一新兴技术而值得列入长期投资观察名单 [2][9]

文章核心观点 - 华尔街分析师可能低估了三只量子人工智能股票的投资潜力，这构成了一个逆向投资机会 [1][2] Alphabet (GOOG / GOOGL) - 公司是全球市值最大的通信服务股，也是全行业第四大股票，以其谷歌搜索引擎、YouTube和安卓操作系统闻名 [3] - 公司在量子计算领域是领导者，其Google Quantum AI部门致力于在十年末建造可用于AI等领域的大规模量子计算机 [3] - 自4月初市场抛售以来股价表现强劲，但分析师普遍预期其势头将减弱，共识12个月目标价低于当前股价 [4] - 在10月接受调查的65位分析师中，有54位给予公司股票买入或更高评级，显示出对其潜力的认可 [4] - 虽然量子AI短期内对股价影响有限，但不依赖量子计算机的传统AI预计将继续为谷歌云业务带来巨大的收入增长动力 [5] IonQ (IONQ) - 量子计算和量子AI是公司的核心业务，今年早些时候通过量子微调技术提升了大型语言模型的分类准确性 [6] - 股价在3月开始大幅上涨，尤其是在过去一个月内飙升，但分析师共识12个月目标价仍比当前股价低两位数百分比 [7] - 尽管目标价保守，但本月接受调查的8位分析师中，有6位给予买入或强力买入评级，另外两位建议持有 [8] - 公司尚未盈利，其股价的市销率高达303倍，但公司在技术和收购方面表现突出，例如收购Oxford Ionics，长期潜力巨大 [9] Rigetti Computing (RGTI) - 公司在2025年7月宣布将其双量子比特门错误率降低一半，随后推出了最大的多芯片量子计算机Cepheus 1-36Q [10] - 受此推动，公司股价成为今年表现最好的量子计算股之一，但华尔街平均12个月目标价仍比当前股价低近50% [11] - 目前仅有三位分析师覆盖该股，但均建议买入，不过其中两位自8月以来未更新其观点 [12] - 公司与IonQ类似，尚未盈利且市销率极高，但有望从其量子计算和量子AI的进一步进展中受益 [12]

技术研发 - 公司正在研究CV-QNN（连续变量量子神经网络）技术，旨在构建嵌入CV架构的变分量子电路，实现经典神经网络的量子化并设计各种专用量子模型，如卷积量子网络、递归量子网络和残差量子网络 [1] - CV-QNN的核心在于通过分层连续参数化量子门和非线性激活函数实现神经网络中的仿射变换和非线性映射，CV架构利用电磁场振幅和相位等连续自由度编码信息，与离散量子比特的DV架构相比更接近经典信息处理方法 [2] - 仿射变换通过高斯门实现，包括压缩门、位移门和旋转门，可精确控制量子态振幅和相位以模拟经典神经网络中的线性运算 [3] - 非线性激活函数通过非高斯门实现，如偏振光学非线性操作或非高斯光学晶体，增强模型表达能力 [4] - CV-QNN采用分层结构设计，每层由多个连续参数化量子门组成，理论上具有通用性可近似任何连续函数 [5] 技术优势 - CV-QNN利用量子叠加和纠缠特性，在处理大规模数据时具备指数级加速潜力，且CV架构信息编码方式使其与经典计算系统无缝对接 [6] - 该技术充分发挥连续变量量子计算的能效优势，通过高斯和非高斯门以较低资源成本实现复杂量子操作，在当前量子计算机硬件未成熟阶段提供实用解决方案 [6] 应用场景 - CV-QNN可应用于量子卷积网络提升图像分类、目标检测和语义分割效率，通过量子递归网络增强文本生成、情感分析和机器翻译性能 [7] - 在量子化学、材料科学和复杂系统模拟中提供更快解决方案，通过量子神经网络实现更精准的市场预测和风险评估 [7] - 该技术将经典神经网络结构与功能嵌入量子计算框架，显著提升模型计算效率并拓展跨领域应用边界，如图像处理、自然语言处理和科学计算 [8] 行业前景 - 量子技术正逐步改变世界，CV-QNN不仅是新型计算工具，更有潜力重新定义人工智能能力边界，成为下一代智能系统的核心驱动力 [11] - 在科学研究和工业领域，CV-QNN技术潜力将呈指数级放大，为揭示自然奥秘和解决复杂实际问题带来前所未有的机遇 [11] 公司背景 - 公司致力于为全球客户提供领先的全息技术服务，包括高精度全息激光雷达解决方案、独家全息激光雷达点云算法架构设计、突破性全息成像解决方案等 [13] - 公司开发了全息数字孪生技术服务并建立专有资源库，通过全息数字孪生软件、数字内容、空间数据科学等技术以3D全息形式捕捉物体形状 [13]