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]