财务数据和关键指标变化 - 第四季度及全年收入：第四季度收入为2.42亿美元，同比增长18%[36]。2025年全年收入为9.01亿美元，同比增长18%[5][36]。 - 年度经常性收入：2025年第四季度，来自数字原生企业的ARR达到6.04亿美元，占总ARR的62%，同比增长30%[12]。AI客户ARR在第四季度达到1.2亿美元，同比增长150%，占总ARR的12%[31][35]。 - 盈利能力指标：2025年全年调整后息税折旧摊销前利润为3.75亿美元，利润率为42%[5][38]。全年调整后自由现金流利润率为19%[5]。第四季度调整后息税折旧摊销前利润为9900万美元，利润率为41%[38]。 - 每股收益：2025年第四季度GAAP稀释后每股净收益为0.24美元，全年为2.52美元，同比增长183%[40]。第四季度非GAAP稀释后每股净收益为0.44美元，全年为2.12美元，同比增长10%（若排除融资交易影响，全年和第四季度分别为2.29美元和0.53美元）[40][41]。 - 现金流与资本回报：过去12个月调整后自由现金流为1.68亿美元[38]。2025年以约3500万美元的平均价格回购了240万股股票，总计8200万美元[39]。 - 财务指引：预计2026年第一季度收入在2.49亿至2.5亿美元之间，同比增长18%-19%[43]。预计2026年全年收入增长19%至23%（中点为21%），若排除即将停产的遗留产品影响，增长率为21%至24%[44]。预计2026年调整后息税折旧摊销前利润率在36%至38%之间，非杠杆调整后自由现金流利润率在18%至20%之间[44][45]。预计2026年非GAAP稀释后每股净收益在0.75至1.00美元之间[45]。 各条业务线数据和关键指标变化 - 数字原生企业客户：DNEs已成为公司增长引擎，其ARR在第四季度达到6.04亿美元，占总ARR的62%，同比增长30%[12]。DNE的净美元留存率达到102%[12]。不同层级客户增长显著：10万美元级客户ARR增长58%，50万美元级客户增长97%，100万美元级客户ARR达到1.33亿美元，同比增长123%[12]。 - AI客户业务：AI客户ARR在第四季度达到1.2亿美元，同比增长150%[31][35]。其中70%的收入来自推理服务和通用云产品，而非裸金属GPU租赁[30]。AI客户贡献了过去12个月增量ARR的48%[133]。 - 客户留存与扩张：100万美元级客户的净美元留存率达到115%，第四季度及过去12个月流失率为0%[13]。10万美元和50万美元级客户的NDR分别为102%和106%[13]。 - 遗留产品调整：公司计划在2026年第一季度末淘汰一项小型遗留裸金属CPU产品，预计将影响约1300万美元的ARR[42]。 各个市场数据和关键指标变化 - AI推理市场定位：公司专注于为AI原生公司提供生产级推理服务，与专注于AI模型训练的“新云”厂商形成差异化[18][26]。其集成式智能体推理云结合了专用推理基础设施和全栈云平台[19]。 - 开源模型采用：根据市场数据，目前约30%的AI流量由开源模型提供服务，公司预计这一比例将继续增长[58][59]。公司支持客户混合使用开源和闭源模型以优化单位经济效益[57][58]。 - 容量与需求：市场需求远超当前供应[33][84]。公司现有承诺的数据中心容量足以支持增长至2027年达到30%[10][51]。 公司战略和发展方向和行业竞争 - 战略转型：公司从服务于入门级开发者的“开发者云”转型为高增长的云和AI原生公司运行生产工作负载的首选平台[11][13][51]。核心战略是将顶级客户的扩展从过去的制约因素转变为增长引擎[8][13]。 - 产品战略：智能体推理云：公司提供垂直集成的推理云平台，而不仅仅是GPU租赁[18][31]。平台提供从服务器less推理API到专用集群和GPU Droplets的灵活性，并与全栈云服务深度集成[20][21]。 - 竞争优势：与“新云”（主要提供GPU租赁）和推理包装提供商（仅提供API）不同，公司提供集推理、编排、持久化、网络和安全于一体的集成环境[25][26]。公司财务特征也与众不同，已实现盈利并产生现金流，前25大客户仅占总收入的10%[26][27]。 - 管理层与研发：新任命的首席产品与技术官Vinay Kumar将领导产品、平台和基础设施团队，专注于推理云和核心云能力的创新[27][77]。公司计划在2026年4月28日的Deploy大会上公布下一波创新[30][78]。 - 长期增长目标：公司预计2026年收入增长21%，第四季度退出增长率超过25%，并预计在2027年达到30%的增长[9][32]。目标是在2027年成为“Rule of 50+”公司（增长率+自由现金流利润率>50）[49][62]。 - 产能扩张：2026年将在三个新设施中新增31兆瓦的数据中心容量，其中最小的6兆瓦设施将在第二季度开始产生收入，其余两个在下半年[46]。预计这些新增产能将推动增长，但也将在短期内对毛利率和利润率造成压力[33][47]。 管理层对经营环境和未来前景的评论 - 行业趋势：AI正在重塑整个行业，软件正经历从按席位付费到按令牌/推理请求付费的结构性转变[6][14]。AI原生公司正以前所未有的速度进行颠覆和扩张[9]。 - 市场机会：公司看到了一个由AI和云原生公司驱动的、超大规模级别的长期机会[7]。推理市场与训练市场不同，涉及运行数百万个现实世界的应用程序，需要完整的云栈[18][86]。 - 公司前景：管理层对增长势头充满信心，并因此提高了近期和长期的增长展望[35][36]。公司正以负责任的方式投资，平衡增长与财务纪律[33][53]。 - 需求与供应：当前需求远远超过供应[33][84]。公司正在积极与数据中心供应商和原始设备制造商合作，以最快速度上线新产能[85]。 其他重要信息 - 新指标：公司引入了“AI客户收入”新指标，涵盖所有使用其AI产品（包括推理和核心云服务）的客户收入[30]。 - 资产负债表：通过一系列融资交易（包括8亿美元的银行融资和6.25亿美元的2030年可转换票据），公司强化了资产负债表，解决了2026年可转换票据的到期问题[40][41]。截至2025年底，净杠杆率约为3.2倍，预计在增加融资租赁义务后短期内将超过4倍，但中期至长期将回落至4倍以下[41][48]。 - 股权稀释管理：2025年股权激励占收入的比例从上一年的12%下降至9%[39]。加权平均流通股从1.03亿股小幅增加至1.05亿股[39]。 总结问答环节所有的提问和回答 问题: 关于推理市场的广度和开源模型的作用 - 尽管OpenAI、Anthropic等闭源模型占据头条，但开源模型对于管理AI原生公司的单位经济效益至关重要，其令牌成本比闭源模型低约90%[57]。目前约30%的流量由开源模型服务，且这一比例预计会增长，公司正在加强对开源模型的支持[58][59]。 问题: 关于加权Rule of 50和现金流 - 加权Rule of 50的计算方式是收入增长率乘以1.5倍加上自由现金流利润率乘以0.5倍[62]。公司预计2027年将达到30%的收入增长和20%以上的非杠杆自由现金流利润率，这本身就符合标准的Rule of 50[62][63]。 问题: 关于支持快速更迭的开源模型的操作负担和“杰文斯悖论” - 支持新开源模型有一定操作负担，但大部分测试和就绪流程正在自动化[66]。开源模型的普及将促进AI原生软件在各个领域的部署，增长前景看好。市场将趋向于混合使用开源和闭源模型，并根据提示进行智能路由以优化性能和成本[67][68]。 问题: 关于每兆瓦ARR的差异化和完全利用后的收入效率 - 与“新云”厂商每兆瓦ARR约900-1200万美元相比，公司目前达到约2200万美元[71]。随着AI业务占比提升，该指标预计会降至约2000万美元，但仍将显著高于“新云”厂商，因为公司提供的是集成的AI云平台，而非仅裸金属租赁[72]。 问题: 关于新增31兆瓦产能与增长目标的关系 - 新增的31兆瓦产能将在2026年陆续上线，足以支持公司在2026年第四季度实现25%以上的退出增长率，并在2027年达到30%的全年增长[75]。 问题: 关于新任首席产品与技术官Vinay Kumar的优先事项 - Vinay Kumar的首要任务是继续构建推理云，并提升核心云能力，以同时满足AI原生和云原生企业的扩展需求[77][79]。相关创新将在2026年4月28日的Deploy大会上公布[78]。 问题: 关于对30%增长目标的信心和驱动因素拆分 - 信心源于强劲的需求（远超供应）、新增产能的上线计划、剩余履约义务的增长以及推理工作负载由真实收入驱动的特性[84][86]。公司从客户需求和容量规划两个角度来制定增长指引[87]。 问题: 关于2026年利润率走势 - 由于新增产能上线初期成本先于收入产生，预计2026年毛利率和净利润将面临短期压力，但调整后息税折旧摊销前利润率和自由现金流利润率指引已反映了这一点[90]。随着利用率的提升，利润率将呈上升趋势。AI服务占比增加也会对毛利率产生长期结构性影响，因其利润率低于核心云[91]。 问题: 关于在AI推理计算周期中持续获取更高份额钱包的能力 - 公司认为其集成云平台（将推理、数据库、存储等原生服务结合）和拥抱开源模型以优化单位经济效益的策略，构成了持久的竞争优势[94][96]。OpenClaw等智能体框架的病毒式传播和自然部署也证明了其产品市场契合度[96][97]。 问题: 关于GPU投资回报期的变化 - 通过设备租赁模式，公司使投资与收入更好地匹配。虽然内部仍以三年回报期为投资门槛，但由于租赁模式，公司在部署设备后的几个月内就能产生覆盖租赁费用的现金[101][102]。 问题: 关于Gradient AI平台的可持续竞争优势 - 公司认为其在推理云领域拥有领先优势，并且这一优势正在扩大，因为竞争对手多来自训练领域，而推理的需求截然不同[104]。与客户的紧密合作使其能不断创新，满足客户实时编排多模型等复杂需求[104]。 问题: 关于产能扩张的决策框架和约束 - 产能规划的主要依据是客户需求预测、地理分布需求以及跟上GPU代际升级的步伐[111][112]。公司采取审慎的投资策略，不追求单一客户或单一GPU技术，而是专注于服务多样化的推理客户群[107]。 问题: 关于2027年利润率指引是否包含新增产能 - 2027年的利润率指引仅基于目前已承诺的31兆瓦新增产能[114]。 问题: 关于自由现金流指标的处理和成本转嫁 - 公司区分了非杠杆自由现金流（用于估值）和杠杆自由现金流[117]。设备租赁本金偿还等融资性现金流未包含在调整后自由现金流指标中[118]。组件成本上升已反映在指引中，但未改变回报预期[117]。 问题: 关于与“新云”和推理包装商的差异化进展 - 市场变化迅速，公司将持续创新以满足客户不断变化的需求。在2026年4月28日的Deploy大会上将公布更多进展[122]。 问题: 关于定价动态 - 市场需求旺盛，供应稀缺，价格保持稳定甚至在某些情况下有所上涨[127]。定价取决于GPU代际、集群配置等因素。在更高的服务栈层（如按令牌计价），公司有更多定价灵活性和自由度[129][130]。 问题: 关于百万美元级客户的构成和NDR指标是否包含AI收入 - 百万美元级客户中约一半是AI客户，一半是核心云客户[133]。AI客户收入尚未纳入NDR计算，因为早期AI客户收入模式较不稳定，公司通过AI客户收入和剩余履约义务等新指标提供领先指标。预计约12个月后可能将AI收入纳入NDR计算[134][136]。 问题: 回顾加速增长的主要驱动因素 - 加速增长的关键在于解决了早期制约大客户留存和扩展的技术与运营挑战，实现了顶级客户0%流失率[141]。同时，与AI原生生态共同成长和学习，为其需求进行创新，也推动了增长[142][143]。 问题: 关于自由现金流指引的解读和未来产能增加的影响 - 公司强调其设备租赁模式平滑了资本支出，即使考虑所有融资性现金支出，公司在加速增长的同时仍在产生现金[119][120]。未来若增加产能，将基于类似的具有吸引力的回报经济学，并以同样审慎的方式进行[151]。 问题: 关于支撑2026年退出增长率的AI客户ARR假设 - AI客户ARR在第四季度达到1.2亿美元，同比增长150%，且需求超过供应。随着新产能上线，预计AI客户增长不会放缓[154]。 问题: 关于未来产能承诺和现有设施利用率 - 目前已承诺的容量足以支持到2027年30%的增长[157]。公司目前总容量约为43-44兆瓦，新增31兆瓦后将达到约75兆瓦[160]。利用率将取决于公司如何在不同代际GPU之间分配容量，预计在2027年达到健康利用率以支持增长目标[161]。