关键要点总结 涉及的行业与公司 * 公司：**Schrödinger (SDGR)**，一家为生命科学和材料科学公司提供计算平台，以加速和优化分子设计的公司 [1][2] * 行业：**药物发现**、**计算化学**、**生物技术**、**制药** 行业 [2][4] 核心业务与战略转变 * **核心使命与平台**：公司开发的计算平台旨在通过计算机模拟替代传统实验，以更快、更高效地设计更好的分子，从而改变传统的试错式药物发现方法 [2][3] * **平台验证**：平台已通过15年的使用得到验证，公司已推进15-16个项目进入临床阶段，与公司合作创立的生物技术公司均成功退出，与大型药企的合作进展顺利，且软件客户保留率为100% [4][5] * **战略重心调整**： * 公司正寻求将自身推进的临床项目进行合作，专注于发现阶段，以利用软件业务与内部治疗项目之间的协同效应 [9][20] * 做出此调整的原因包括：临床成本（尤其是在美国和中国市场环境变化后）高于预期，以及希望将资本集中在具有核心竞争力和协同效应的领域（软件平台和发现阶段） [21] * **商业模式过渡**：软件业务正从**本地部署**合同转向**托管**（SaaS）合同，目标是将托管合同比例从当前的约25%提升至75%，预计过渡期约为3年 [9][10][23] * **财务指标**：在过渡期间，公司强调使用**年度合同价值**作为跟踪业务增长的核心运营指标，因为收入确认方式的变化将导致收入在短期内（尤其是2026年）下降，而ACV能更准确地反映业务状况 [10][62] 财务表现与展望 * **当前规模与增长指引**：公司当前年收入规模约为2亿美元，并指引2026年ACV增长率为10%-15%，这相较于去年因行业预算压力导致的较低增长有所改善 [5][27][28] * **盈利目标**：公司设定了在3年内实现调整后EBITDA盈利的目标，将通过软件和药物发现业务的增长以及费用控制来实现 [9] * **收入确认影响**：向托管合同的过渡将改变收入确认模式，从签约当期确认大部分收入变为按服务期均匀确认，这将在2026年导致报告收入下降，并产生较大的递延收入余额，但该过程对经营现金流无影响 [61][62][63] * **长期财务关系**：长期来看，ACV与收入将趋于一致，ACV将成为收入的领先指标 [64] 产品创新与市场拓展 * **新产品发布**：2026年发布了包括**Predictive Tox**在内的多款新产品，旨在解决药物发现中预测脱靶毒性等关键挑战 [6][34] * **Predictive Tox产品的优势**： * 基于物理原理而非纯机器学习，可用于**全新分子**的早期评估，无需大量训练数据 [39] * 不仅能预测毒性，还能提供分子与毒性靶点的结合结构图，指导分子优化 [40] * 通过将毒性评估环节大幅提前，不仅开拓了新预算，还创造了新的市场需求 [39] * **产品开发动力**：创新想法主要源于公司自身在治疗项目与合作中遇到的挑战，而非直接来自客户需求 [41][42] * **发布节奏**：公司每年有四次产品发布，包括新产品或重大功能增强，这是正常的研发节奏 [67] 技术发展：人工智能（AI）与代理化 * **代理化AI**：公司正在平台中嵌入代理化AI，旨在**增强科学家能力**而非取代人类，通过自动化繁琐任务，使专家能更高效地工作并扩大技术使用规模 [50][51] * **合作与影响**：公司与Anthropic等大型语言模型公司合作，结合自身专业知识开发代理化AI [53] * **商业模式适配**：公司的许可是基于吞吐量/使用量的，而非基于席位。代理化AI有望扩大用户基础（将传统化学家转化为计算化学用户），并直接通过增加许可证和令牌销售来捕获额外需求 [55][56] 市场环境与客户动态 * **预算环境**：对2026年的预算环境持乐观态度，预计将比去年（受制药和生物技术行业预算压力影响）有所改善 [27][28] * **客户采用**：目前仅有少数制药公司大规模使用该技术，但更多公司正在加大使用力度，这被视为未来几年的重大增长机会 [5][6] * **AI热潮的影响**：市场对AI的广泛关注极大地增加了传统药物研发人员对计算方法的兴趣，被视为公司的顺风。客户理解AI模型需要大量模拟数据训练，而这正是公司平台能够提供的 [72][73] 并购与资本配置 * **并购态度**：公司资产负债表状况良好，有资本支持未来几年业务发展直至盈利。对于并购，会考虑与公司平台互补、在工作流程中位置相近的能力，但不会涉足临床试验优化等下游领域 [47][48]