Operator
各位好，感谢您的耐心等待。欢迎参加金山云2025年第三季度业绩电话会议。目前所有参会者均处于只听模式。演讲嘉宾发言结束后，将进入问答环节。如需在问答环节提问，请按电话上的星号11键。随后您将听到自动语音提示，告知您已举手。如需撤回问题，请按……请注意，今天的会议正在录音。现在，我将会议交给今天的主讲人，金山云投资者关系总监单妮可。请开始。
Nicole Shan
谢谢主持人。大家好，感谢各位今天参会。金山云2025年第三季度业绩报告已于今天早些时候发布，可在我们的投资者关系网站 ir.ksyulin.com 以及美通社服务上查阅。今天代表金山云出席电话会议的有：副董事长兼首席执行官周涛先生，以及首席财务官李毅女士。周先生将回顾我们的业务战略、运营情况及其他公司亮点，随后李女士将讨论财务表现。他们将在接下来的问答环节回答各位的问题。本次会议内容仅供参考。如有任何不一致之处，以管理层原始语言陈述为准。在开始之前，我想提醒各位，本次电话会议包含根据经修订的1934年《证券交易法》第21E条以及1995年《美国私人证券诉讼改革法案》定义的前瞻性陈述。这些前瞻性陈述基于管理层当前的预期以及当前市场和运营状况，涉及已知或未知的风险、不确定性和其他因素，所有这些都难以预测，且许多超出公司控制范围，可能导致公司的实际结果、业绩或成就与前瞻性陈述中的内容存在重大差异。有关这些及其他风险、不确定性或因素的进一步信息包含在公司向美国证券交易委员会提交的文件中。除非适用法律要求，公司不承担因新信息、未来事件或其他原因而更新任何前瞻性陈述的义务。最后请注意，除非另有说明，本次电话会议中提及的所有财务数据均以人民币计价。现在，我很荣幸地介绍我们的副董事长兼首席执行官周先生。周先生，请开始。
Zhou Tao
大家好。感谢各位参加金山云2025年第三季度业绩电话会议。我是金山云首席执行官周涛。在人工智能深入各行业垂直领域、重塑技术格局的时代，金山云坚定确立了战略定位，明确了发展方向。在稳步满足模型训练需求的前提下，我们为推理业务的爆发式增长做好了充分的技术和资源储备。面对模型快速迭代和人工智能应用日益普及的双重趋势，我们为客户提供了稳定高效的训练与推理一体化智能云计算服务，并布局了模型API业务，将推理场景转化为新的增长引擎。营收的高速增长和稳定的利润率水平验证了我们战略举措的稳步执行，实现了高质量可持续发展。 首先，我们第三季度营收达到人民币24.8亿元，同比增长率从上季度的24%加速至本季度的34%至31%。公有云和企业云均实现了同比和环比增长。其中，公有云营收同比大幅增长49%，达到人民币17.5亿元。 其次，智能计算云业务继续保持快速发展轨道。本季度，智能计算总账单金额达到人民币7.82亿元，同比增长约122%。占公有云营收的45%，较去年同期的31%实现显著提升。生成式人工智能与云在技术、产品和客户交叉销售等多个方面深度融合。人工智能需求不仅推动了智能云的快速发展，也带动了基础公有云的增长和技术创新，加速了云计算技术的迭代进程。从训练集群到原生技术，我们的算力服务、模型API服务、存储服务和数据服务都得到了全面升级。 第三，小米和金山生态继续提供坚实基础。本季度，来自小米和金山生态系统的营收达到人民币6.91亿元，同比增长84%。其在总营收中的占比进一步提升至28%。2025年1月至9月，来自小米和金山生态系统的总营收达到人民币18.2亿元。我们预计将充分履行本年度持续关联交易年度上限下的业务合作，并对明年季度的进一步增长持乐观态度。 最后，我们本季度调整后毛利润达到人民币3.93亿元，同比增长28%。调整后营业利润由亏转盈，达到人民币1,536万元。调整后营业利润率为0.6%。调整后净利润首次实现历史性正向盈利，达到人民币2,873万元。公司正致力于实现营收增长和盈利能力提升的双重目标。随着规模经济效应日益凸显，在加速智能计算基础设施和技术能力建设的同时，我们也在加强成本和费用的控制。 现在，我想带大家回顾2025年的关键业务亮点。在公有云服务方面，本季度营收达到人民币17.5亿元，同比增长49%。智能计算云业务保持强劲增长。我们成功支持了多家头部互联网客户的大规模训练和推理需求，提供了高质量、高性能、高稳定性、高效率的云计算服务。特别是对于许多人工智能和互联网企业，面对模型训练和推理的同步需求，我们为客户提供了适用于不同场景的稳定一体化智能计算服务。同时，我们积极拓展客户覆盖范围，推动智能计算云与基础云的交叉销售。 在生态客户方面，我们继续为小米和金山提供优质服务，持续为生态客户准备底层资源，以增强智能计算需求的快速扩展能力。 在企业云服务方面，本季度营收为人民币7.3亿元。我们坚信，在当今快速发展的生成式人工智能格局中，智能化将从模型能力演进为行业解决方案，赋能并重塑经济的各个领域。作为智能计算不可或缺的载体，云服务在数字化和智能化方面拥有巨大潜力。在这个万亿美元规模且持续扩张的市场中，我们深入挖掘自身在2B企业服务方面的固有基因，瞄准优势垂直领域和地理区域，构建面向未来的核心竞争力。因此，我们获得了客户和市场的广泛认可。 例如，在公共服务领域，我们致力于成为公共服务机构和企业在推理需求方面的首选智能计算云合作伙伴。以甘肃省庆阳市为例，作为国家"东数西算"工程的八大枢纽节点之一和智能计算业务的核心区域，我们将负责建设庆阳公共服务云平台，全面赋能当地公共服务事务的智能化和数字化。 在医疗健康领域，我们在人工智能与中医临床场景融合的项目中实现了里程碑式突破。我们不仅实现了中医理论与人工智能的深度融合，占据了慢病管理技术的制高点，还在临床层面验证了人工智能在改善患者生活质量和疾病控制率方面的实际价值。 在企业服务领域，继成功实施银行信贷报告智能生成的标志性项目后，我们持续推进整个信贷审批流程的智能化转型。这一演进从单一的信贷报告生成功能，扩展到涵盖客户准入、信贷报告生成、贷款发放、监测预警和贷后报告的全流程智能系统。 我们坚信，这些经过验证的积累的成功经验、市场声誉和可复制的核心解决方案，将使我们能够在新兴的产业浪潮中占据先发地位，构建坚实的核心竞争力，实现高质量和可持续的股东回报。 在产品和技术方面，在公有云领域，本季度我们持续增强智能计算云技术，强化星流平台能力，并在以下三个方面取得显著进展： 第一，我们推出了模型API服务，提供高可用、易集成的模型调用和管理能力，为后续提供多样化模型服务范式奠定坚实基础。 第二，我们升级了在线模型服务，集成多个开源基础模型，配备自动扩缩容能力，提供高可用推理平台。 第三，我们推出了数据标注和数据集市场，旨在为客户提供端到端的数据流支持，帮助他们高效推进模型训练进程。 在企业云领域，为满足私有化部署场景需求，我们构建了算力调度平台、轻量化数学平台、生成式人工智能知识库，并与WPS AI紧密合作，构建了适用于公共服务用例的可信智能产品架构。 同时，通过北京和武汉双研发中心的组织发展，我们吸引各地人才，构建人才梯队，并保持在智能计算领域的持续投入强度。截至第三季度末，武汉员工人数是2022年我们首次启动武汉战略时员工人数的2.8倍。 总体而言，我们将牢牢把握小米和金山生态系统带来的历史性机遇，继续投资基础设施，专注于完善核心产品和解决方案，为客户、股东、员工和其他利益相关方创造长期价值。 现在，我将把电话交给我们的首席财务官李翊女士，请她介绍2025年第三季度的财务情况。谢谢。
Li Yi
感谢各位今天参加电话会议。在详细介绍第三季度财务业绩之前，我想强调以下几个方面。首先，收入已连续六个季度实现同比增长，本季度达到人民币24.78亿元。这代表了同比增速从上一季度的24%加速至31%。公有云服务收入为人民币17.523亿元，较去年同期的11.655亿元大幅增长49%。同时，我们智能云（也称为AI云业务）的强劲需求推动了约120%的同比账单增长，总额达到人民币7.824亿元。 其次，盈利能力显著改善。我们的调整后毛利率从上一季度的15%上升至16%。调整后EBITDA利润率从上季度的17%改善至33%。值得注意的是，我们首次同时实现了季度调整后运营利润和调整后净利润的扭亏为盈。这些成果验证了我们在追求高质量、可持续发展方面的强大执行力，以及在智能云领域实现机会货币化的能力。 第三，我想感谢股东们在9月份我们进行股权融资时的支持。我们成功筹集了28亿港元。其中8%的资金将用于进一步投资AI基础设施，其余将用于一般运营需求。这笔资金将充分支撑我们智能云业务的增长，并使我们能够为所有利益相关者创造长期价值。 现在我将带您了解我们2025年的财务业绩。使用人民币作为货币。总收入为人民币24.78亿元。其中，公有云服务收入为人民币17.523亿元，较去年同期的11.755亿元增长49%。企业云服务收入达到人民币7.257亿元，而去年同期为1.1亿元。 总收入成本为人民币20.971亿元，同比增长33%，这主要是由于我们为支持智能云业务增长而进行的基础设施投资。附加成本同比增长15%，从人民币6.738亿元增至本季度的7.757亿元。增长主要是由于为扩展智能云业务而购买的机柜，以及AI发展带来的基础计算和存储云需求。 折旧和摊销成本从2024年同期的2.975亿元增至本季度的6.497亿元。增长主要是由于新购置和租赁的服务器及后期工作设备的折旧，这些主要分配给智能云业务。解决方案开发和服务成本同比增长90%，从2024年同期的4.99亿元增至本季度的5.959亿元。增长主要是由于解决方案的扩展。 履约成本、其他成本本季度分别为人民币520万元和7,060万元。我们本季度的调整后毛利润为人民币3.926亿元，同比增长28%，环比增长12%。这主要是由于我们收入规模的扩大、智能云的利润贡献，以及IBC机柜和服务器的成本控制。调整后毛利率从上季度的15%提高至本季度的16%。 在费用方面，扣除流量特许成本后，我们的总调整后运营费用为人民币4.209亿元，同比下降70%，环比下降25%。其中，我们的调整后研发费用为人民币108.884亿元，较去年同期下降90%。下降主要是由于研究团队战略调整导致的人员成本减少，以及北京-武汉双研究中心战略带来的费用节省。 调整后销售和营销费用为人民币1.276亿元，同比增长15%。调整后一般及行政费用为人民币1.049亿元，同比下降29%，主要由于信用损失转回。长期资产减值本季度接近零，而去年同期为人民币1.907亿元。 我们的调整后运营利润为人民币1,540万元，而去年同期调整后运营亏损为1.402亿元。改善主要是由于收入规模和毛利润的增长、费用控制，以及信用损失转回。调整后运营利润率从去年同期的-7%提高至本季度的0.6%，增加了八个百分点。 我们的非GAAP EBITDA利润为人民币8.266亿元，较去年同期的1.854亿元增长3.5倍。我们的非GAAP EBITDA利润率达到33%，而去年同期为10%。这主要是由于我们对智能云发展的坚定承诺、业务结构的战略调整、严格的成本和费用控制，以及其他收入中补贴的长期恢复影响。 截至2025年9月30日，我们的现金及现金等价物总额为人民币339.545亿元，较2025年6月30日的54.641亿元有所下降。下降主要是由于我们对智能云的基础设施投资。本季度，我们的资本支出（包括第三方融资部分）以及通过24项融资租赁负债获得的使用权资产为人民币27.878亿元。 展望未来，AI技术正在推动云计算革命。我们不仅能满足模型训练和推理的计算需求，还能赋能企业通过调用API将AI能力应用于其业务。随着AI应用进入快速发展阶段和需求爆发式增长，我们将进一步投资基础设施、加强技术、提升服务稳定性，并为客户提供高附加值的云服务。 以上就是我们运营和财务业绩的介绍。谢谢大家。谢谢主持人。我们现在将开始问答环节。请尽可能用普通话和英语提问。主持人，请继续。
Operator
谢谢。提醒一下，如需提问，您需要按电话上的1和1，等待您的名字被宣布。如需撤回问题，请再次按11。我们的第一个问题来自中金公司的张晓丹。请开始提问，您的线路已接通。
Xiaodan Zhang
感谢管理层回答我的问题。首先，过去一个季度，您的生态系统和外部客户的需求是否发生了结构性变化？其次，管理层如何看待未来几个季度的利润率趋势？以及不同计算资源获取模式的预期组合是怎样的？谢谢。
Zhou Tao
基本上，第三季度AI收入增长的核心原因是，我们有一些集群，比如2025年的那些，在前几个季度只是部分交付，这些集群和服务此前仅按部分季度收入确认。但现在在第三季度，它们开始被确认为完整季度收入。此外，还有部分收入延迟的因素。我们在第二季度的一些收入未被确认，这部分收入延迟到了第三季度。关于您第一个问题的第二部分，关于内部和外部客户结构，我之前说过，从大趋势来看，目前正处于从大型头部客户的训练需求向更广泛客户推理需求过渡的阶段。现阶段，我们仍看到大部分需求来自大型客户的训练需求。然而，特别是在最近一个季度，我们越来越多地看到客户将人工智能模型应用于其多元化行业的趋势。面对这一总体趋势，正如我们在准备好的发言中提到的，我们也推出了StaffLoad平台来满足这种普遍趋势的需求。这也回到了您问到的利润率问题。我们普遍认为，未来推理需求往往比当前阶段的训练需求展现出更高的利润率特征。因此，我们认为当那波需求浪潮来临时，我们预期会有更高的利润率。
Li Yi
谢谢晓丹。我认为，由于level业务占AI业务的比例持续上升，而其成本结构主要由折旧主导，我们预计EBITDA利润率仍将保持在20%以上。但我必须提到，本季度显著的环比改善主要是由一次性其他收入推动的，这将在下个季度恢复到正常水平。谢谢晓丹。主持人，请下一个问题。
Operator
谢谢。我们的下一个问题来自CLSA的余文婷。请开始提问，您的线路已接通。
Wenting Yu
第一个问题是，管理层能否分享对明年及未来收入前景的展望和指引？除了今年已经开展的互联网公司后模型训练和具身智能场景外，还有哪些行业和应用场景预计将产生强劲的计算需求，从而推动明年收入增长？第二个问题是，随着中美多家供应商在计算资源组合中增加服务器租赁比例，管理层如何看待当前采购与租赁的市场动态？从成本效益和利润率的角度来看，公司会如何在这两种方式之间分配资源？
Li Yi
文婷，感谢您的提问。公司预算流程目前正在进行中，预计将在明年初左右完成。一旦最终确定，我们将与您分享具体细节。然而，关于我们AI业务的需求，我们对后续需求增长充满信心。关于您第二个关于采购方式的问题，我们主要根据实际客户需求来调整资本渠道，包括集群规模、交付时间和供应库存水平。从成本效益角度来看，没有严格的总体分配目标。两种方式各有优缺点。租赁模式是通过我们的供应链渠道寻找资源，并在资源配置上提供一定程度的灵活性，这种灵活性也通过短期和长期合同来提供。而自主采购则让我们在控制交付时间率和运营管理方面拥有很大的自主权。同时，这也减少了与供应商的利润分成，从而提升了我们的利润率压力。
Zhou Tao
是的。正如您提到的，中国的机器人公司正处于部分增长环境中。今年我们已经覆盖了中国大多数机器人公司，可以看到收入增长非常迅速。我们相信明年机器人公司的增长也会很快。同时，随着越来越多的中国互联网公司使用对话令牌服务，即API服务，我们看到这项业务的增长非常迅速。因此我们相信，明年这将是推动收入增长的一个非常重要的因素。谢谢。
Li Yi
那么，这是CEO。他补充说，是的，这是您的问题。您的第二个问题实际上是关于租赁模式和资本支出模式之间的选择。我们之前已经讨论过这个问题。一般来说，有一个通用的经验法则。当我们考虑大型客户时，特别是那些具有坚实基本面、财务状况良好且值得信赖的客户。例如，像小米这样的优质客户。我们倾向于选择资本支出模式。而对于其他处于成长期的公司，中小型企业，我们通常倾向于采用租赁模式。这也是降低我们自身风险的一种有意义的方式。正如我们正确提到的，这两种不同方法之间没有自上而下的目标分配。我们在上个季度也讨论过，这两种不同方法对我们的毛利率有不同的影响。然而，我们已经看到了过去三个季度的财务业绩。在此期间，我们采用了这两种不同模式的各种组合。特别是当您比较第三季度与第二季度的毛利率时，实际上也实现了环比改善。所以我想说，在当前阶段，我们不预期当前状况会发生重大变化。但总的来说，未来我们确实预期利润率会有所改善。谢谢，Anthony。请下一个问题。
Operator
谢谢。我们的下一个问题来自高盛的分析师Timothy Zhao。请提问。您的线路已接通。
Timothy Zhao
谢谢管理层回答我的问题。我的问题是关于AI训练与推理之间的差异。管理层能否分享这两种需求之间的定价方法，以及过去几个月或年初至今的定价趋势如何？另外，在芯片/GPU的利用率、定价和盈利能力方面，您能否分享更多关于训练和推理之间差距的信息？谢谢。
Zhou Tao
好的。我来回答这些问题。您知道，我们不是在讨论推理和训练的价格策略。这两者之间没有太大差异。价格是基于使用多少资源的质量，这是最重要的因素。另外，比较利润率，您知道，有两种推理服务，一种是客户按资源购买并使用我们的平台进行推理。这种利润率与训练服务的利润率非常相似，但另一种是客户直接购买我们的API服务。我们认为这种会有更好的利润率。但是，您知道，这项业务才刚刚开始，所以我们需要时间来观察这两者之间的重大差异。谢谢。
Operator
听起来不错。谢谢。由于时间限制，我们的问答环节到此结束。现在我将把电话交还给Nicole进行结束语。
Nicole Shan
谢谢。再次感谢大家今天参加我们的会议。如果您有任何问题，请随时联系我们。期待下个季度再次与您交流。祝您有美好的一天。再见。