公司概况与业务模式 * Tempus AI 是一家根植于技术的公司，现在明确是一家AI公司，但其业务模式独特，并非单纯构建模型，而是通过获取专有数据、利用模型生成洞察并部署回临床来运营[3][4] * 公司业务横跨两个领域：一是下一代测序诊断业务，为患者进行测序并生成专有数据，这部分贡献了约四分之三的营收；二是数据与AI业务，利用数据生成洞察、授权数据和模型[5] * 这种双重业务模式使其同时面对诊断投资者和AI/科技投资者，需要兼顾两个不同的投资逻辑[5] 核心数据资产与护城河 * **数据来源与独特性**：数据来源于为约5500家美国医院（约占全美8000家医院的69%）的患者进行测序，并以此换取这些患者的纵向临床数据，形成了分子数据与丰富临床结果数据相结合的大型多模态数据集[6][7][9] * **数据规模与价值**：数据集规模巨大，接近500 PB，且数据具有纵向、多时间点、结构化与非结构化相结合的特点，难以复制[10][21] * **数据护城河**： * **获取难度高**：需要与大量医院进行涉及法律、IT系统的深度整合，过程缓慢[20][21] * **数据组合独特**：同时拥有专有测序产生的丰富分子数据和临床数据，而竞争对手往往只擅长其中一端，难以有效结合[22] * **工具与团队**：为让数据有用，公司投入巨大，拥有约700名软件工程师和产品人员，在云服务上的投资是同行水平的5到10倍[11] * **信任与合规**：公司是美国8500名肿瘤学家和大多数大型药企的受信任数据提供商，且作为“被覆盖实体”与医疗系统连接复杂，构成了进入壁垒[31][32] 数据业务与药企合作 * **业务模式**：数据授权业务采用类似AWS的按需定价模式，客户可以从购买少量数据开始，长期大量使用则可获得折扣并签订多年协议[16][17] * **合作深度**：与药企的合作已超越单纯的数据访问，转向深度战略协作，例如与默克新达成的为期5年（其中4年已承诺）的合作[12][16] * **市场地位**：公司认为其数据产品是独特的，在竞争中很少遇到直接比价的情况，药企要么认为其数据能变革其肿瘤研发项目而选择合作，要么就不使用此类数据[14][15] * **市场潜力**：目前前20大肿瘤药企中，只有约5家是Tempus的战略客户，仍有大量拓展空间[44] AI/模型战略与未来应用 * **基础模型建设**：正在构建两个大型基础模型，一个与阿斯利康和Pathos合作，另一个是自主开发的泛疾病模型，分别使用了约1000个H200和GB200计算集群[33] * **模型应用愿景**：利用大模型和专有数据，实现从预测“下一个词”到预测“下一个可能有效的药物或疗法”的飞跃，为患者提供个性化治疗建议[25][27] * **近期应用示例**：在肿瘤诊断领域，即将能够提供更精准的洞察，例如不仅报告EGFR阳性，还能预测患者对EGFR抑制剂可能的高、中、低响应程度，开启精准医疗新时代[35][37] * **算法即服务**：未来，AI算法本身可能成为巨大业务，例如其FDA批准的心电图算法可预测未确诊的房颤和低射血分数，目前对部分应用有每次约128美元的报销，未来若广泛报销潜力巨大[52][53] 财务表现与增长前景 * **近期增长**：公司去年增长约33%，目前增长率在30%左右，并产生了大量经营杠杆[43] * **利润率**：数据生成业务毛利率高达65%，而数据授权业务的毛利率更高，达到75%[50][51] * **增长目标与预测**：公司预计未来三年增长25%，并希望实际表现能大幅超越该目标，尤其是数据业务[61] * **营收基础与规模展望**：当前营收基础约为16亿美元，若以30%的复合年增长率增长5年，业务规模将显著扩大[61] * **投资策略**：公司将利用核心业务产生的增量利润，再投资于新数据集（如免疫学、单细胞测序、空间转录组学等）以维持增长[43][44] 行业观点与市场认知 * **AI在医疗健康领域的发展阶段**：公司认为，当前行业正处于数据是训练模型、改变医患行为最稀缺资产的阶段，拥有大规模数据访问权限的公司拥有专有资产[48] * **市场认知变化**：公司认为，目前AI在医疗健康领域的短期机会可能被低估了，而非高估，预计2026年将开始看到AI大规模影响医疗健康的具体证据[58][60] * **价值积累**：长期来看，AI在医疗领域的价值将分化为消费者侧和企业侧，Tempus专注于提供商和生物制药公司这一企业侧[31][50] * **未来业务构成**：诊断和数据业务都被认为是价值数十亿美元的业务，而由AI驱动洞察所产生的算法或应用业务，未来可能是规模最大的业务[51]

公司概况 * 公司为Tempus AI，一家专注于生命科学工具与诊断领域的公司[1] 财务表现与盈利展望 * 公司在第三季度首次实现调整后税息折旧及摊销前利润为正[1] * 公司计划在未来三年，假设年收入增长约25%的情况下，将增量利润的三分之二再投资于业务，三分之一用于提升调整后税息折旧及摊销前利润[2] * 三年后，该比例预计将反转，三分之一的增量利润用于再投资，三分之二用于提升调整后税息折旧及摊销前利润[3] * 公司不打算在短期内最大化调整后税息折旧及摊销前利润，但会展示在该指标上的持续纪律性和改善[3] * 公司平均报销金额约为1600美元[20] 核心业务与数据优势 * 公司连接了超过5000家机构，拥有超过4500万份患者记录的大型去标识化数据库[5] * 公司与前20大制药公司中的19家以及数百家生物技术公司合作，授权其数据用于药物开发[5] * 数据业务模式与其它大型全面基因组测序公司有根本不同，通常是与生物制药公司签订多年数据订阅协议[8] * 数据应用包括利用真实世界数据改进临床试验设计，将原始分子数据与纵向更新的临床信息结合，了解患者治疗及反应情况[9] 收购与整合（Ambry Genetics） * 收购Ambry Genetics于今年2月完成，交易具有战略意义，包括更早地与患者（如新诊断或有风险的患者）互动，以获取更纵向的数据视角[10] * Ambry在罕见病和未确诊疾病领域的业务使公司能够从测试和数据两方面拓展至肿瘤学之外[11] * 此次收购还因为Ambry已实现调整后税息折旧及摊销前利润为正，符合公司的盈利路径目标[11] * 整合遗传性数据将是一个多年的努力，并非近期驱动因素[11] * 公司认为遗传性筛查市场将经历增长期，特别是在肿瘤学之外的其他疾病领域（如心脏病学）[12] 合作伙伴关系与产品进展（AstraZeneca, Pathos AI, xT CDx） * 与阿斯利康和Pathos AI达成2亿美元的数据许可协议，用于基于公司收集的400 PB数据训练模型，收入主要在接下来三年内按比例确认[13][14] * 模型完成后，各方可获得副本用于各自领域（阿斯利康和Pathos用于药物发现，公司用于优化基因组测试和数据产品）[14] * 公司的新型实体瘤DNA检测xT CDx获得FDA批准和先进诊断实验室测试地位，报销价格为4500美元（非先进诊断实验室测试版本约为3000美元）[17] * 截至第三季度末，约30%的实体瘤DNA检测量已迁移至先进诊断实验室测试版本，计划在2026年将剩余70%中的绝大部分迁移完毕[17] 新产品与未来增长领域（Pixel, ECG, MRD, 新疾病领域） * 包括Tempus Pixel和心电图算法在内的算法诊断产品目前大多没有报销机制，但公司相信长期来看这些具有临床效用且成本更低的技术将会获得报销[15][16] * 公司在核心业务支持下对这些领域进行大量投资，但2026年的指引中未包含这些业务的贡献，预计长期将成为业务的重要组成部分[16] * 公司通过与小公司合作（如与Personalis在肿瘤知情微小残留病灶检测方面的独家分销协议）或内部开发，向一站式服务提供商发展[31][32][33][34] * 公司正拓展至肿瘤学之外的新疾病领域（如心脏病学、放射学、罕见病），采取审慎投资策略，从小规模开始验证需求和数据业务潜力[21] * 2026年的关键里程碑包括：向FDA提交液体活检检测xF、等待肿瘤未知微小残留病灶检测xM的报销决定、推进Ambry的罕见病业务、以及完成与阿斯利康/Pathos合作的基础模型的首次迭代[22] 利润率与运营支出 * 基因组学业务（不包括Ambry）的利润率扩张主要来自平均销售价格的提升（如转向先进诊断实验室测试），公司倾向于将成本节约再投资于扩大检测面板[23][26] * 数据业务利润率相对稳定，约在70%中段范围；人工智能应用业务若启动将具有非常高利润率[24] * 运营支出优先投资于两个研发方向：传统（湿实验室）研发和技术（平台）研发[28] * 销售团队将随业务量增长而适度扩张，但无需大规模增加[28] 长期愿景与资本配置 * 公司认为基因组学和数据业务均可成为非常大的业务，人工智能应用业务是未知数，长期可能成为三者中最大的部分，但在有明确落地前景前不纳入指引[29][30] * 资本配置上，并购重点可能转向数据与人工智能领域拥有有趣技术但难以商业化的公司，但需符合公司的盈利框架[39][40] * 基因组学产品组合已相当完善，未来并购更多是自建与收购的权衡[39][40]