BOSS直聘[2076.HK]2025年第四季度业绩交流会概要
一、2025 年四季度及全年业绩情况
（一）核心财务数据
四季度：招聘淡季背景下，剔除季节性因素后招聘需求稳步恢复，实现收入 20.8 亿元，同比增长 14%；扣除股权激励费用后经调整营业利润 9 亿元，同比增长 37%。
全年：实现收入 82.71 亿元，同比增长 12.4%；净利润 27.01 亿元，剔除理财等非经营性收益及股权激励费用后，经调整营业利润 33.8 亿元，同比增长 45.7%，经调整营业利润率 40.8%。
成本费用：全年总营业成本及费用同比下降 7% 至 58 亿元；股权激励费用（SBC）占营收比重同比下降 5 个百分点，且该趋势预计持续；毛利率提升 2 个百分点至 85.1%，连续两年增长；销售和营销费用全年同比下降 18%，研发费用同比下降 9%，体现出高效的成本管控能力。
现金流与利润：全年经营活动净现金流 46 亿元，同比增长 29%；2025 年末现金储备 199 亿元；经调整净利润 36 亿元，同比增长 33%，经调整净利润率创历史新高至 43.6%。
掘金握先机，关注@春华财智
（二）用户与平台运营数据
全年新增完善用户近 4600 万人，2025 年末平台累计服务超 2.5 亿求职者、3600 万招聘者，服务企业总数突破 2000 万家。
BOSS 直聘 APP 端 2025 年平均月活用户（MAU）超 6070 万，同比增长 14.5%。
全年平台完成超 22.7 亿人次双方同意的简历 / 联系方式交换（达成），同比增长 22.4%，求职者人均收获达成同比增长 7%，双边网络效应显著。
（三）业务结构与市场渗透
行业维度：四季度制造业（电子、通讯、半导体）表现突出，服务业（汽车、消费品零售）增速领先，互联网技术行业同比增速较三季度进一步加快；全年白领招聘需求稳步回暖，互联网技术、通讯、半导体等行业增速较 2024 年显著提升，业务呈结构性改善。
城市维度：四季度三线及以下城市收入占比接近 25%，四年时间实现翻番，下沉市场渗透策略成效显著，品牌认知度持续提升。
企业规模维度：2025 年 100 人以下中小企业贡献收入首次突破 50%，成为平台持续增长的核心动力。
用户结构：蓝领用户增速领跑大盘，蓝领收入占比进一步提升，公司在蓝领、低线城市和中小企业的渗透持续深化。
（四）商业化表现
2025 年付费企业端用户数达 683 万，同比增长 11.6%，季度环比增长 1.3%，活跃用户付费率小幅增长。
受中小企业收入占比提高影响，单个付费客户平均收入（ARPPU）总体保持稳定；四季度中小企业收入同比增长 21%，增速超过中大型客户，业务结构更均衡。
二、2026 年春招市场供需情况
按农历对齐统计，春节后日新增用户（含招聘者、求职者）规模优于去年同期，APP 端活跃用户创历史新高。
春节复工后 15 天，日均新增职位数同比实现两位数增长，求职者与招聘者比例（CBB）保持在健康合理区间。
行业趋势：制造业、电子通讯、半导体、汽车、广告传媒、服务业等领域活跃职位数增速领先；因 2026 年春节时间较晚，白领及大型企业复工节奏略慢于蓝领和中小企业，但互联网、AI 技术等领域新增及活跃职位同比增速已呈现加快迹象。
一季度预判：2026 年一季度因春招旺季窗口缩短，预计营收在 20.5-20.85 亿元之间，同比增长 6.8%-8.4%；剔除时间因素后平台基本面依旧强劲，预计后续季度营收将迎来明显加速增长。
三、公司 AI 技术研发与业务应用进展
2025 年公司在 AI 技术的科研探索、B 端 / C 端产品应用、业务模式创新等方面均实现突破，AI 成为赋能业务升级和闭环服务落地的核心动力，具体进展如下：
（一）AI 赋能闭环服务落地，实现规模化营收
传统线上招聘平台仅实现供求信息传递，BOSS 直聘现阶段聚焦提升企业与求职者缔结劳动合约的概率，而 AI 技术推动行业向闭环服务进化，助力完成招聘 “最后一公里”。
2025 年公司在 AI 支持下开展的闭环服务营收已达 1 亿元规模，该业务发展速度超过平台其他业务；AI 通过数字化双边需求、提升基层工作效率、降低团队管理成本，让大规模闭环服务成为现实。
2026 年目标：闭环服务营收预计实现数倍增长，AI 能力将全面融入公司各生产环节，成为商业化变现的重要支撑。
（二）B 端与 C 端 AI 产品应用落地
B 端：AI Quick Hiring（AI 塑造） 面向高招聘要求、高付费能力的高端企业用户，核心功能为记忆并分析招聘者的需求和喜好，在 2.5 亿求职者大库中自动开展反复搜索，并通过与用户持续交互提升人才匹配命中率。 目前该功能复用率极高，正扩大实验范围，具备良好的商业化前景。
C 端：AI 辅助面试功能 在 BOSS 直聘面试间向用户全面开放，显著提升了面试间的使用率和复用比例；同时平台通过参与面试过程，回收大量高价值面试数据，反哺用户服务优化。
（三）AI agent 规模化应用，提升批量招聘效率
针对普工、主播等批量招聘场景，公司扩大 AI agent 全面托管和筛选功能的应用，招聘效率实现显著提升。
坚持向求职者明确告知交互对象为 AI 智能体，截至目前求职者反响良好，招聘者满意度较高；该应用让 “按成功招聘 / 面试收费” 的商业模式实现规模化成为可能。
（四）科研突破：南北阁 4.1-3B 小模型开源并获行业认可
公司南北阁实验室在小模型智力和能力提升上取得行业领先探索，开源的南北阁 4.1-3B 模型仅用 3B 参数，在多个测评任务上越级超越 qian wen 3 系列 4B-32B 参数模型。
2026 年 2 月下旬，该模型在发明费（Harbin Phase）全球模型趋势榜文本模型榜中一度位居榜首。
研发策略：采取尾灯战略，不求超越行业头部，但保持对前沿技术的跟踪，避免与行业发展脱节；小模型研发核心优势为训练和推理成本低，且更依赖技术创新，适配公司工业级应用需求。
研发理念：不盲目比拼算力、数据、薪资等资源，聚焦探索精神，以小团队实现技术突破，在 AI 技术革命中发出自身声音。
四、股东回报政策升级
董事会决议：2026 年起未来三年，每年用于股票回购和分红的金额不低于上一年度经调整净利润的 50%。
回购额度提升：将 2025 年 8 月通过的 2.5 亿美元股票回购额度上限提升至 4 亿美元，公司将根据市场环境变化加大回购力度。
过往执行：2025 年公司宣派股息 1800 万美元；2026 年年初至今已完成 1500 万美元股票回购，彰显公司对自身长期发展的信心及对股东的回报诚意。
五、问答环节（原文保留）
问题 1：来自 Morgan Stanley 的 Eddie wang
谢谢赵总，感谢。这是我的提问。我的提问可能还是跟 AI 相关的。因为最近可能不管是中国还是美国，关于整个 AI 替代叙事有非常多的讨论。我相信投资人和市场对于 AI 对公司的影响，其实我觉得主要集中在两方面。其实所以就想请这个管理层分享一下自己的看法。第一方面就是说这个 AI agent 应用的普及，是否会导致未来白领招聘的需求大幅减少，从而影响招聘市场长期的增长的空间。想请赵总，分享一下你的想法。第二个问题是关于 AI 技术发展很快，对于我们公司本身的竞争优势和业务的壁垒，会不会形成一个比较大的挑战。
管理层回答（JoNathan peng zhao）：我也做了一些观察和思考。就是我也注意到在美国有一些关于 AI 替代劳动者岗位，尤其是白领，特别是最近相关话题比较火，提到对人类的工作机会的影响，我也注意到了这些。然而我自己的思考，还是会更多基于我们面临的市场来看，我想说的第一个观点是我认为 AI 的发展，AI 对于人类劳动效率的帮助，对中国来说是未来 10 到 20 年劳动力人口的一个补充。我们找了一些彼此可以印证的公开发表的数据，做了一个简单的计算。按照 16 到 59 岁这个比较宽泛的劳动人口年龄的话，在 2026 年大概在 8.8 亿左右。按照今年的实际情况推算，到 2036 年这个数据会下降 9% 左右，到 2046 年这个数据会下降 20% 左右，到 6.9 亿人。这是我们根据这些数据推算的结果。而实际上 10 到 20 年，9% 到 20% 的劳动人口下降，是一个挺大的严峻的挑战。目前能指望上的，倒还真的是 AI 的发展，尤其是 AI 在人类实际工作当中的落地。另外我们想说一下，美国关于 AI 替代劳动者的这个叙事跟中国还有两个挺不一样的地方。首先就是蓝领跟白领的比例关系不太一样，美国大概 1 亿五六千万劳动力，白领就要占到一个亿，是 2 比 1 的关系。那么从中国的角度来讲是反过来的，我们的蓝领人口更多一些。另外一点不一样的就是企业的状况，也就是雇主的情况。中国这边大家的共识是，活跃的正在经营的企业至少在 4000 万往上。根据公开数据看，98% 以上的企业是中小微企业。从中小微企业的角度来讲，也许大家还记得，之前很多非常成功的企业服务软件在中国不容易得到认可，因为雇八个人跟雇九个人相比，可能并没有多大的成本差异。同理可证，中国四千多万个企业雇佣了 4.2 个亿左右的城镇劳动人口，平均一个企业十多个人，不会因为 AI 的发展就从雇十个人变成雇九个人。我觉得这是由我们的企业雇佣规模、企业发展阶段所决定的。当然刚才的讨论是在 AI agent 的发展会大规模夺走白领劳动者工作机会的假设下进行的。接下来我想说我看到的实际数据：AI 的发展带来了中国一大波科技企业创业的热潮，我们实际看到招聘 AI 相关人才的增量需求。春节后看岗位需求，人工智能的新增岗位同比涨了 172%，人工智能的在线职位同比涨了 80%，这是一个挺大的变化。然后除了直接的 AI 人才招聘，还有 “AI plus” 的概念，大家可以回忆一下 “互联网加”。非常多的企业，不仅是一线城市，很多省会城市的企业，都在招有相关 AI 技能要求或者背景要求的人，新增了一些岗位，我暂时把它叫 AI 加。实际上这个岗位越来越普适化，在县级城市越来越下沉，薪资也不再是那么高昂。另外就是白领职位，总的白领职位我在汇报里说了，其实是在增加的。而且我们还特别看到像互联网行业、信息半导体、汽车这些领域，岗位增加速度还领先于整个平台岗位的增加速度。另外我也看到有研究者拿美国 Indeed 的数据，看白领的岗位也是增加的。所以说完刚才的对比理论，我想说从实际数据看，我们整个白领的岗位目前是增加的。然后我非常感谢您关心 AI 技术的发展对我们公司的影响。这个也是我们自己从 2023 年初 ChatGPT3.5 推出开始，就持续关注的事情。首先我觉得有一件事是 AI 没有办法改变的：BOSS 直聘其实是一个人的游戏，是碳基人类的游戏。双边都是活人，活人要找份工作养家糊口，企业要请人回来干活。供求双方都是活人，这是一个活人的双边（double side）市场，这件事情从根本上是没有变化的。此外，熟悉我们的分析师和投资人都知道，我们过去有一个预言，现在成为了现实：我们已经形成了强大的双边网络效应，这导致我们的用户在增加的过程当中，单用户的收获也同时在增加。目前我们没有感到自身的优势受到任何 AI 的挑战，甚至于提升 AI 技术，会帮助我们巩固这个优势。还有一个，我在汇报里也说了，我们明确看到在 AI 的赋能之下，我们可以大踏步的进入一个大几百亿的交付市场。也就是实际上从 1997 年开始有线上（online）招聘产业，到如今第一次线上招聘平台有机会按结果收费。我觉得这也是 AI 在背后助力的结果。所以 Eddie，我其实没有太多独有的见解，也不是特别合适去预言这波 AI 能给全球的白领带来什么样的影响，我们的答案都是基于实际做的工作、每天看见的事情，仅以此作为对你的回答。
问题 2：来自 Timothy john 的 Laura
好的，赵总，感谢接受我的提问。我这边有两条问题，第一个可能还是关于 AI 的一些跟进的问题。刚刚赵总也分享了我们关于 AI 在去年的一些动作。想请教一下，第一个就是我们在 AI 产品方面，今年的测试和推出的计划是什么样子的，我们在什么时候可以看到 AI 产品的货币化上面有更多的成效。另外我们也关注到南北阁的模型最近也取得了不错的进展。想请教一下我们持续投入和更新南北阁作为一个小尺寸模型的原因是什么？我们想通过这个模型做到的目标和应用是哪些？这个可能是第一个问题。第二个问题是想再详细请教一下，我们看到春节之后的这个招聘的趋势情况，能否再分享一些更多的细节，特别是与往年相比，我们在今年有哪些特别值得注意的一些特点呢？
管理层回答（JoNathan peng zhao+Wen bei wang）：对，我们今年通过 AI 能力放到生产环节上的商业化成果是比较明确的。去年我们在闭环服务上有达到 1 亿元数量级的收入，今年我们觉得会有几倍的增长，这个是比较确定的。然后另外，其实这也不能说它是个纯 AI 产品，只是 AI 能力帮助下的业务升级。如果把讨论范畴拉回到 AI 能力帮助下的变现产品，其实是有的，我宁可把它说成是在各个生产环节广泛应用的能力。就是非常多的生产环节，都能看到 AI 在帮忙，目前我还没法拿出一个纯原生的 AI 在线招聘产品（natives AI online recruitment product）说它已经实现盈利，但我们生产环节中 AI 的商业化应用已经很多了，这是关于 AI 赚钱的事。然后南北阁这个事儿，我们心里还是觉得应该保持在科研上的一些投入。公司有大规模的 AI 应用（AI applications）的投入，包括资源、产品经理、分析师；同时在 AI 科研上也有一个小团队，这个团队人不多，我们也没有那么多芯片。南北阁的研发合理性，在于我们有必要在 AI 发展如此迅速的过程中，保持住所谓的 “尾灯战略”：一定要有一支团队清醒、彻底地盯着最先进的公司，看他们的技术和产品发展。这是南北阁实验室存在的一个原因。我们不能只是变成一个下载别人开源模型的平台，我们的科学家告诉我，如果你只是能下载别人的东西，没有自己在比较前沿的领域做研究的话，那么实际上有一天你可能会下载下来一个你不太看得懂的东西。这就是我们保持 “尾灯战略” 的原因，不求超越，但是不要跟丢了。另外做这个小模型，原因也很容易理解：它的训练和推理成本是低的，而且更需要聪明的技术想法，这个对于我们自己的实际工作肯定是有价值的。我们显然做小模型是为了自己在工业上应用时的方便，这是毫无疑问的。另外就是，我们的科学家人数很少，都是非常年轻的人。我想借这个机会说一下他们跟我说的话：有一天，行业的竞争不再是比谁更耗电、更消耗算力、谁有更多数据、谁开的出更高的年薪。而比拼这些，恐怕恰好是当前大模型范式遇到的发展障碍。实际上科学从来不属于金钱，它应该属于那些极具探索精神的人。所以其实我们的科学家说要做小模型的时候，我也没有说让他们赶紧弄个模型出来给业务端用。我想说我们不是那种特别有钱的公司，但在这一场人类基础技术革命的进程中，我们的模型能在发明费全球模型榜的文本榜占到榜一，这件事情代表着小公司在一次大的技术革命中，也可以表达自己的声音。
关于春节之后的招聘数据，有请我们的 WCFO Wen bei wang 来跟大家分享。
Wen bei wang：今年春招正如之前提到的，我们看到了非常强劲的招聘需求，新入驻和活跃企业数据均实现显著的同比增长，整体市场情况保持稳定。但有一点需要说明的是，今年春节时间较晚，这会导致一季度的同比数据表现相对偏弱，尤其是 GAAP 口径下，因为节后复工的有效招聘天数比去年少了 20 天左右，这对一季度的财务数据会有较大影响。但如果按农历口径看全年，我们的业务增长依旧强劲，预计 2026 年全年营收增速将较 2025 年进一步加快。
附录：核心产品 / 行业 / 财务术语释义
一、产品相关术语
AI Quick Hiring（AI 塑造）：BOSS 直聘面向 B 端高付费能力企业用户推出的 AI 招聘工具，可记忆分析招聘者需求，在 2.5 亿求职者库中自动搜索并通过持续交互提升人才匹配命中率，目前复用率高，具备商业化前景。
南北阁 4.1-3B 模型：BOSS 直聘南北阁实验室开源的小参数 AI 大模型，仅 3B 参数，在多个测评任务中超越更高参数的同类模型，曾登上发明费全球模型趋势榜文本模型榜榜首，核心优势为训练 / 推理成本低，适配工业级应用。
AI agent：人工智能智能体，BOSS 直聘将其应用于普工、主播等批量招聘场景，实现招聘流程的全面托管和候选人筛选，显著提升招聘效率，且向求职者明确告知交互对象为智能体。
二、行业专用词语
闭环服务：区别于传统线上招聘的 “信息传递” 模式，指 AI 赋能下，招聘平台从人才匹配、沟通对接到最终入职的全流程服务，实现 “按结果收费” 的商业模式，是线上招聘行业的重要发展方向。
双边网络效应：指平台的求职者端和企业端相互促进、共同增长的效应，即求职者数量越多，对企业的吸引力越大；企业数量越多，求职者的匹配机会也越多，BOSS 直聘通过人均达成数提升体现了该效应的强化。
AI plus：指各行业融合 AI 技术后产生的新型岗位需求，这类岗位要求求职者具备 AI 技能或背景，目前正从一线城市向低线城市下沉，薪资更趋平民化，成为招聘市场的新增量。
三、财务专用词
经调整营业利润：剔除股权激励费用、理财等非经营性收益后的营业利润，更能真实反映公司核心业务的盈利水平，2025 年公司该指标同比增长 45.7%，体现核心业务盈利能力提升。
ARPPU（单个付费客户平均收入）：指平台付费企业用户的平均付费金额，2025 年公司该指标保持稳定，主要受中小企业收入占比提升影响。
SBC（股权激励费用）：公司为激励员工而发放股权所产生的费用，2025 年公司该费用占营收比重同比下降 5 个百分点，且预计该趋势持续，有效降低了费用对利润的影响。
经调整净利润率：剔除非经常性损益、股权激励费用等后的净利润占营收的比例，2025 年公司该指标达 43.6%，创历史新高，体现公司盈利效率的显著提升。