财务数据和关键指标变化 - 第一季度营收为6890万美元，较去年同期的9080万美元下降24.2% [11] - 营收下降主要由向小企业预留合同（如VA CMOP和Head Start）的转换导致，这部分造成季度收入减少约1800万美元 [11] - 其余约400万美元的收入下降归因于政府效率举措（DOGE）和一项小型国际项目（USAID）的结束 [19][21] - 调整后EBITDA为650万美元，低于去年同期的990万美元，主要受收入下降影响，但部分被有效的间接成本管理所抵消 [12] - 调整后EBITDA利润率环比改善，达到9.5% [12] - 第一季度自由现金流为负480万美元，主要用于满足季节性营运资金需求，但较去年同期负1210万美元有显著改善 [12][13] - 债务因年底节假日期间的劳动力和工资税支付时机而增加，期末债务为1.366亿美元 [7][14] 各条业务线数据和关键指标变化 - 国防与情报客户需求持续改善，强调快速交付、成本效率、数字现代化和先进技术集成（C6ISR） [5] - 联邦卫生机构继续优先考虑系统互操作性、网络安全（包括零信任应用）、云迁移和人工智能应用 [5] - 公司三大战略支柱为：数字转型与网络安全、科学研究与开发、系统工程与集成，其能力与市场需求高度契合 [8] - 公司正在利用人工智能、机器学习等专有工具提升运营效率和客户服务能力 [29] 各个市场数据和关键指标变化 - 市场经历了重大干扰，主要由于合同招标和授予的延迟以及先前预算的不确定性 [9] - 近期通过的预算为整个财年剩余时间提供了更高的资金能力和更好的可见性，关键联邦卫生机构的资金相比2025财年有所增加 [4] - 预算稳定性和清晰度的改善预计将对公司有机增长计划产生积极影响 [4][8] 公司战略和发展方向和行业竞争 - 公司定位为技术、工程和科学解决方案提供商，专注于利用其差异化能力、工具和人才队伍竞争高价值有机增长机会 [8][9] - 战略重点包括扩大效率和利润率、提高整体回报率以及继续执行去杠杆化资产负债表 [7] - 公司拥有广泛的合同工具组合，这为长期增长前景奠定了基础 [8] - 行业正朝着更多利用商业最佳实践合同模式（如其他交易授权OTA）的方向发展，以加快采购速度 [41][42] - 公司正在为此趋势做准备，并利用其敏捷性和快速原型开发能力（如数字沙盒和Cyclone平台）来竞争 [61] 管理层对经营环境和未来前景的评论 - 尽管第一季度经历了政府停摆和短期资金缺口，但预算环境的改善为未来提供了更好的可见性和稳定性 [4] - 管理层对中期前景感到鼓舞，并预计随着年度进展和授标决定做出，运营基本面和有机增长计划将得到改善 [7][15] - 公司预计在2026财年结束时将处于比年初更强大的地位 [10] - 虽然CIO-SP4等重要合同工具被取消令人失望，但管理层认为获得确定性是积极的，有助于公司调整策略并专注于可竞争的项目 [33][39][40] - 采购环境正在变化，客户因预算不确定性而倾向于延长现有合同而非重新招标，但预计预算稳定后将推动更多采购活动 [36] 其他重要信息 - 公司继续致力于投资人才、工具和技术，以满足客户不断发展的复杂需求 [8] - 成本缩减计划正在进行中，包括进一步减少间接支出，预计影响将在第二季度业绩中更为明显 [12] - 公司计划在2026财年将约50%-55%的EBITDA用于减少债务 [15] - CMOP合同的过渡预计将在本财年第三季度完全结束 [25] - 公司计划在即将召开的年度股东大会上提供更深入的业务渠道信息 [33] 总结问答环节所有的提问和回答 问题: 营收下降中除CMOP和Head Start外的400万美元差额原因是什么？ [19] - 回答：这部分差额源于2025财年初的政府效率举措（DOGE）以及一项在2025年1月结束的小型国际项目（USAID），这些是较小的、非战略性的影响，与小企业预留无关 [19][21] 问题: 关于CMOP合同剩余地点的更新，以及过渡时间表？ [23] - 回答：公司正处于CMOP工作的收尾阶段，退伍军人事务部已建立了更稳定的过渡节奏，预计CMOP工作将在本财年第三季度完全结束 [23][25] 问题: 成本削减措施是否产生了相关费用？这些费用体现在哪里？是否已包含预期的CMOP损失？ [26] - 回答：成本削减的影响及实施成本均已反映在第一季度的财务业绩中，并已计入调整后EBITDA的计算。公司已根据CMOP业务量下降相应调整了支持成本，并将随着剩余地点的过渡继续按比例调整成本 [30][31] 问题: 市场机会和投标活动情况如何？中标率是否稳定？ [32] - 回答：投标机会量仍然很少（例如一月份仅有一个小型投标），部分原因是预算不确定导致客户延长现有合同而非重新招标。重要合同工具CIO-SP4的取消导致部分机会转移到公司无法作为主承包商参与的合同工具上。然而，随着预算稳定，预计主要项目将获得进展。公司正在调整策略，通过GSA计划等工具竞争大部分机会 [33][36][37][38][40] 问题: 公司提到的“民用客户”具体指谁？是否可以更多地关注商业客户？ [48] - 回答：公司所指的“民用客户”主要指联邦政府中的非国防机构，如国立卫生研究院、疾病控制与预防中心等。商业业务目前规模很小，主要通过大学合作或与生物技术/生物制药公司进行特定项目开展。大规模进军商业市场可能需要通过收购实现，目前公司主要关注利用其敏捷性和快速原型能力，在联邦市场内采用更商业化的运营和合同模式 [50][51][52][55][57][60][61] 问题: 政府合同是否禁止公司竞标商业合同？ [62] - 回答：没有正式的监管限制。主要区别在于商业模式不同，商业销售需要不同的投资和销售团队。公司正在利用一些特定的商业机会，但不会大规模投资于商业销售 [62][65][66]

AI行业发展阶段 - 行业将AI发展划分为两个阶段：2012-2020年为"研究时代"，2020-2025年为"规模化时代"，当前正重新回归拥有超级算力的"研究时代"[4][37][38][39][40] - 规模化时代由GPT-3的出现主导，行业形成通过堆叠更多数据和算力即可使智能涌现的线性思维共识[7][38] - 预训练数据的红利终将耗尽，数据是有限的，单纯将规模扩大100倍后，量变可能不再带来质变，行业突破将依赖于寻找比单纯预训练更高效的新学习"配方"[7][39][40] 当前AI模型的局限性 - 当前模型类似于练习了一万小时竞赛题的学生，虽能解题但缺乏真正的专家直觉与"特质因素"，泛化能力远不如人类[4][10][25] - 模型在基准测试中表现出色，但在解决现实世界复杂问题时（如修复代码错误）可能陷入"修复一个错误、引入另一个错误"的死循环，显示出评估性能与实际经济影响的脱节[10][19][20][22] - 当前强化学习训练使模型过于迎合评估标准，却未赋予其真正的推理和自我修正能力，其学习覆盖呈S形曲线，与预训练的幂律关系不同[10][21][50] 未来AI发展方向 - 未来AI应借鉴人类进化赋予的高效"先验知识"和"价值函数"，人类情绪系统本质上是一个高效的价值函数，是智能高效运作的基石而非理性对立面[13][33][34][35] - 构建类似人类的内部价值函数机制是关键，使AI能在行动前预判路径优劣，实现更高效的学习，而非仅预测下一个token[13][14][34] - 未来AI应具备持续学习能力，而非静态成品，人类通过持续学习适应新工作，而非依赖预训练式的通用人工智能[44][45][61][62] SSI的战略与超级智能路径 - SSI筹集了30亿美元，但拒绝参与商业"老鼠赛跑"，不发布任何中间产品，将所有算力集中于直接构建安全的超级智能这一单一目标[4][14][15][54][56][57] - 公司认为市场竞争迫使企业在研究资源和工程落地间妥协，其战略是隔绝商业干扰，专注于研究，待准备就绪后再出现[4][14][15][57] - 公司计划构建的超级智能需具备"关怀有感知生命"的底层属性，这种基于同理心的对齐可能比僵硬的规则更具鲁棒性，因AI本身最终也将成为有感知的存在[4][15][70][71] AI的经济影响与未来生态 - 一旦AI突破持续学习瓶颈，经济将迎来爆发式增长，广泛部署将产生强大经济驱动力，AI将渗透到整个经济体系[18][64][66] - 未来AI市场不会被单一巨头垄断，竞争将导致高度专业化的生态，出现无数占据不同生态位的AI公司，如同生物进化[4][16][64] - 人类角色可能通过"神经连接"与AI实现部分融合，以在超级智能时代保持平衡，实现理解的整体性传输[16][75] 研究哲学与算力需求 - 伟大的研究源于对大脑机制的正确直觉，追求简洁、优雅与美感，丑陋在研究中没有立足之地[4][16] - 研究时代仍需一定量计算资源，但远非绝对必要使用史上最大算力，AlexNet使用2块GPU，Transformer论文实验未超过64块GPU，相当于今天约2块GPU[52][53] - SSI用于研究的计算量相对充足，因公司资金专注于研究而非推理或产品工程，且若进行不同范式的研究，未必需要绝对最大规模来证明其可行性[54][55]

投资服务内容 - 提供每周至少4个专注于制药、生物技术和医疗保健领域的独家股票投资建议 [1] - 投资服务包括模型投资组合、投资银行级别的财务模型和研究报告 [1] - 服务面向新手和经验丰富的生物技术投资者 [2] 服务具体功能 - 提供催化剂提示以及买入和卖出评级 [2] - 涵盖所有大型制药公司的产品销售和预测 [2] - 提供综合财务报表、贴现现金流分析和市场分析 [2] 分析师背景 - 分析师在生物技术、医疗保健和制药领域有超过5年的经验 [2] - 分析师已整理超过1,000家公司的详细报告 [2] - 分析师领导投资团体Haggerston BioHealth [2]