财务数据和关键指标变化 - 2022年第三季度营收为1840万美元，同比增长6%；净亏损为220万美元，即每股基本和摊薄亏损0.12美元，去年同期净亏损为80万美元，即每股基本和摊薄亏损0.03美元 [10][23] - 2022年前九个月营收为5960万美元，同比增长18%；净亏损为1000万美元，即每股基本和摊薄亏损0.37美元，去年同期净亏损为50万美元，即每股基本和摊薄亏损0.02美元 [23] - 2022年第三季度调整后EBITDA亏损为120万美元，去年同期调整后EBITDA为70万美元；2022年前九个月调整后EBITDA亏损为350万美元，去年同期调整后EBITDA为270万美元 [24] - 2022年9月30日现金及现金等价物为1070万美元，2021年12月31日为1890万美元 [24] - 公司预计第四季度营收将较第三季度环比改善，且因严格控制成本，预计第四季度调整后EBITDA为正，业务计划要求明年调整后EBITDA超过1000万美元 [10] 各条业务线数据和关键指标变化 AI/ML生命周期服务 - 目前有10个大客户，预计2023年部分客户会大幅增加支出 [14] - 第三季度新增4个客户，应用场景包括面部识别、零售异常检测等 [15] Synodex业务 - 净留存率超过150%，正在快速吸纳新客户 [16] - 昨日宣布新增两个客户，预计将带来约110万美元的年化经常性收入 [16] - 本月开始扩大Synodex业务合作，预计年化经常性收入从180万美元增至230万美元 [17] 敏捷业务 - 年初至今预订量同比增长107%，预计这一趋势将持续到年底 [17] - 中端市场平均销售价格（ASP）较去年增长49%，包含新社交媒体倾听产品的中端市场交易使ASP提高了200% [17] - 目前有20个客户使用新的社交倾听产品，潜在客户有65个 [18] - 今年拓展了最大的敏捷客户，年化经常性订阅收入为62.8万美元，预计该收入还会因业务拓展进一步增加 [19] 公司战略和发展方向及行业竞争 - 公司认为自身业务的长期增长趋势依然强劲，过去一年证明了其在不断增长的人工智能市场中的优势地位，能够为不同阶段的人工智能公司提供服务，并构建人工智能应用和平台 [20] - 公司认为大型社交媒体客户的情况是特殊的，并非源于一般市场条件或经济不确定性，对市场机会和业务内在价值仍保持乐观 [21] - 公司专注于将社交媒体倾听产品推广到现有客户，并有效销售给新客户，还计划增加该产品的功能 [35] - 公司正在与其他银行就其开发的银行平台进行讨论，认为该平台的架构和人机协作方式可复制和应用于其他金融和非金融机构 [47] 管理层对经营环境和未来前景的评论 - 尽管大型科技公司裁员和成本削减措施导致公司为大型社交媒体客户的工作出现中断，但公司业务增长引擎依然完好，第三季度营收同比增长6% [11][12] - 虽然整体经济前景导致销售周期变长和客户审批环节增多，但公司认为其产品和服务对客户保持竞争力和实现成本效益目标至关重要，增加相关支出是长期趋势 [12] - 近期调查显示，75%的技术领导者预计其公司今年将增加科技支出，投资重点在云计算、机器学习、人工智能和自动化领域 [13] 其他重要信息 - 电话会议中做出的前瞻性陈述受诸多风险和不确定性影响，包括新冠疫情、俄乌冲突、客户终止合同、市场发展、公司业务和增长战略变化、竞争对手出现、信息技术系统风险等 [4][5][6] - 公司不承担更新前瞻性信息或宣布修订前瞻性陈述的义务，实际结果可能与当前预期存在重大差异 [8] 问答环节所有提问和回答 问题1: 明年实现1000万美元EBITDA的计划是否考虑大型客户业务中断恢复情况 - 公司计划非常保守，假设大型客户业务不会恢复，但认为完全不恢复的可能性不大 [29][30] 问题2: 介绍社交媒体倾听产品情况 - 该产品受到积极反馈，公司是首个将其原生集成到平台的公司，具有强大功能 [31][32] - 客户希望整合传统媒体和社交媒体数据进行分析，该产品能提供无缝分析体验 [33] - 9月推出后，已有20个客户使用，潜在客户65个，销售该产品时ASP是去年的200% [34] - 公司计划将其推广到现有客户，销售给新客户，并增加功能 [35] 问题3: 强势美元对公司收益的影响 - 强势美元对以加元、欧元、英镑计价的合同收入有负面影响，但在成本方面，因离岸成本可受益，不过部分收益需用于员工薪资调整以应对通胀，总体上公司受益于强势美元 [38] 问题4: 为客户迁移语言模型及开发高性能语言模型的情况 - 公司为客户开发高性能语言模型，以帮助其集成到运营中并自动化重要任务，此工作有助于构建可复制的蓝图 [40][41] - 客户需要将遗留的客户端服务器应用程序和数据库迁移到云端以受益于AI/ML，这将带来额外业务 [41] 问题5: 为客户迁移语言模型的收入模式 - 包括机器学习的持续管理和优化的经常性收入、云迁移的一次性收入，以及因持续迁移产生的经常性客户收入和机器学习模型的经常性收入 [43] 问题6: 公司开发的银行平台进展 - 该平台旨在将特定领域任务与AI集成，帮助银行重新构想工作方式，消除繁琐耗时的工作，将任务合理分配给AI和人类 [44][45] - 已有大量用户使用该产品且反馈良好，公司上周展示的新用户界面也受到客户喜爱 [45] 问题7: 是否计划将银行平台推广到其他银行 - 公司希望并正在与其他银行进行讨论，认为该平台的架构和人机协作方式可复制和应用于其他金融和非金融机构 [47]