财务数据和关键指标变化 - 2023年第一季度营收1880万美元，去年同期为2120万美元，去年同期包含一家大型社交媒体公司贡献的440万美元营收，该公司去年下半年大幅削减开支，2023年第一季度无营收贡献 [11][14] - 2023年第一季度净亏损210万美元，即每股基本和摊薄亏损0.08美元，去年同期净亏损280万美元，即每股基本和摊薄亏损0.10美元 [15] - 2023年第一季度调整后EBITDA为80万美元，去年同期调整后EBITDA亏损100万美元 [15] - 截至2023年3月31日，现金及现金等价物（包括短期投资）为1080万美元，截至2022年12月31日为1030万美元 [15] - 若剔除大型社交媒体公司的营收，2023年第一季度营收较2022年第一季度增长12% [12] - 即使不考虑大型社交媒体公司业务恢复和新客户收入，预计到今年年底，若剔除2022年该大型社交媒体公司的营收，营收增长率可能达到高个位数或20%以上，调整后EBITDA年化运行率可能超过1500万美元 [12] 各条业务线数据和关键指标变化 - Agility业务在本季度有4%的环比增长率，按年率计算约为17%的增长率，公司进行了成本削减，聚焦于表现最佳的50%销售团队，还与一家大型汽车公司签订了每年20万美元的订阅协议，并在平台内推出了生成式AI模型PR CoPilot，获得了良好的客户反馈 [18] - Synodex业务有8%的环比增长率，按年率计算约为36%的增长率，今年的工作重点是通过新产品模型和新开发来扩大潜在市场，与几家大型人寿保险公司合作测试新功能，AI正逐渐成为其功能的一部分 [20] 各个市场数据和关键指标变化 无相关内容 公司战略和发展方向和行业竞争 - 公司认为生成式AI将对企业和消费者产生比互联网更具变革性的影响，几乎所有公司都需要融入该技术以保持竞争力，公司的机会包括与大型科技公司合作构建生成式AI基础层、为其终端客户提供数据工程服务以及帮助大型企业构建自己的专有生成式AI模型 [36][46][47] - 公司凭借技能、技术、能力和文化等优势获得合同，拥有可重新利用的技能、可扩展的领域专业知识、创建高质量数据集的能力、多语言处理能力、AI模型训练和微调技术以及合适的架构选择等 [3][4] - 公司在与大型科技公司合作过程中，能接触到新技术，构建新能力和系统，识别现有技术的弱点并进行创新，从而在竞争中占据优势 [26][27] - 公司在一个可能赢得的客户项目中，最初与17家公司竞争，后缩小到4家 [31] 管理层对经营环境和未来前景的评论 - 公司认为生成式AI的采用周期和收益实现可能比互联网更快，将为服务业带来类似工业革命的影响，能大幅提高生产力，如麻省理工学院的论文提到使用ChatGPT的员工生产力提高了37% [63] - 公司预计这些新交易可能对公司产生变革性影响，凭借在大型科技公司的“落地并拓展”经验和生成式AI的东风，公司处于非常有利的地位 [74] 其他重要信息 - 公司获得了一笔信贷额度，预计有助于管理营运资金，与富国银行建立了良好的合作关系 [9] - 公司计划在下半年加强投资者关系活动，将参加多个投资者会议 [78] 总结问答环节所有的提问和回答 问题: 有多少其他公司可能做公司在AI领域所做的事情 - 公司不清楚具体数量，但在一个可能赢得的客户项目中，最初与17家公司竞争，后缩小到4家 [31] 问题: Synodex和Agility业务情况如何 - Agility业务本季度有4%的环比增长率，按年率计算约为17%的增长率，进行了成本削减，聚焦于表现最佳的50%销售团队，与一家大型汽车公司签订了每年20万美元的订阅协议，推出的生成式AI模型PR CoPilot获得良好客户反馈 [18] - Synodex业务有8%的环比增长率，按年率计算约为36%的增长率，今年重点是通过新产品模型和新开发扩大潜在市场，与几家大型人寿保险公司合作测试新功能，AI正逐渐成为其功能的一部分 [20] 问题: 公司做的标注与微软ChatGPT在肯尼亚以每小时3美元做的标注有何不同 - 公司做的是复杂的工作，深入到主题领域和用例，是下一阶段大型科技公司和其他公司所需的，公司拥有大量专有数据和信息，希望控制这些数据，而不是通过API提供给基础模型 [5][6] 问题: 公司在达到什么营收水平时会增加员工 - 这取决于具体业务情况，公司成本中涉及的人员通常不会长期保留，从核心运营基础设施角度看，公司已具备执行这些合同的条件，无需额外建设或收购 [8] 问题: 公司获得的信贷额度如何融入业务情况 - 公司认为拥有信贷额度是正确的做法，预计可能赢得大型项目，信贷额度有助于管理营运资金，与富国银行建立了良好的合作关系 [9] 问题: 公司与大型语言模型合作作为先行者相比竞争对手有什么优势 - 公司有两方面机会，一是帮助公司构建模型，二是帮助部署和利用技术，在与大型科技公司合作中能接触到新技术，构建新能力和系统，识别现有技术弱点并创新，随着业务推进公司会更强大，还能与有专有信息资产的大公司合作 [26][27][28] 问题: 公司是否有从事提示工程实践的人员，还是需要招聘 - 公司从工程团队中选拔人员来学习提示工程，虽然没有相关书籍，但公司有很多实际应用场景，能从中学习并为客户创造价值 [54]