金山云2025财年三季报业绩会议总结
一、开场介绍
会议时间： 2025年第三季度财报电话会议
主持人说明：
由投资者关系官 Nicole Shan 主持，介绍会议目的为发布2025年第三季度业绩，回顾业务战略、运营情况及财务表现，并提示会议包含前瞻性陈述，以原始语言版本为准。
管理层发言摘要：
Tao Zou（副主席兼代理首席执行官O）：强调在人工智能重塑技术格局背景下，公司已确立战略定位，为推理需求爆发储备技术和资源；通过一体化训练和推理智能云计算服务及模型API业务推动增长，实现收入高增长与利润率稳定，公有云、智能计算云及生态收入表现亮眼。
Yi Li（首席财务官）：第三季度收入同比增长31%，盈利能力显著改善，调整后运营利润和净利润首次同时转盈；AI云业务需求强劲，资本支出主要用于智能云基础设施，未来将持续投资以支撑业务增长。
二、财务业绩分析
核心财务数据
营收、净利润、每股收益（EPS）、收入结构：
季度总收入：24.78亿元人民币，同比增长31%；
公有云服务收入：17.523亿元人民币，同比增长49%；
企业云服务收入：7.257亿元人民币；
智能计算云业务账单金额：7.824亿元人民币，同比增长约120%；
调整后毛利润：3.926亿元人民币，同比增长28%；
调整后运营利润：1540万元人民币（去年同期为亏损1.402亿元人民币）；
调整后净利润：2873万元人民币（历史性正利润）；
小米和金山生态收入：6.91亿元人民币，同比增长84%，占总收入比例28%。
资产负债表关键指标、现金流情况：
现金及现金等价物（截至2025年9月30日）：39.545亿元人民币，较6月30日下降，主要因智能云基础设施投资；
资本支出：27.878亿元人民币（含第三方融资及融资租赁负债相关资产）。
关键驱动因素
对营收/利润变动的原因解释（市场、产品、成本、政策等）：
收入增长：AI云业务需求强劲，公有云与企业云协同增长，小米和金山生态贡献提升；部分前期交付集群开始全季度确认收入及延迟收入计入。
利润改善：收入规模扩大，智能云业务占比上升，成本控制加强（如北京-武汉双研发中心节省人员成本），信用损失转回；但本季度利润率显著改善部分受一次性其他收入影响。
三、业务运营情况
分业务线表现（增长、挑战、调整等）
公有云服务：收入同比增长49%，智能计算云业务支持头部互联网客户大规模训练和推理需求，推出Starflow平台满足推理需求趋势，客户覆盖扩大并推进与基础云交叉销售。
企业云服务：收入7.257亿元人民币，聚焦垂直行业和地理区域，在公共服务（如庆阳公共服务云平台）、医疗健康（中医临床AI融合）、企业服务（银行信贷审批智能化）等领域取得突破。
市场拓展（区域市场、用户增长、国际化等）
生态合作：持续为小米和金山提供高质量服务，储备底层资源以支持其智能计算需求扩张，2025年1-9月生态总收入18.2亿元人民币。
区域布局：通过北京和武汉双研发中心吸引人才，武汉员工数量为2022年启动战略时的2.8倍。
研发投入与成果（新产品、关键技术、专利等）
产品技术升级：公有云推出模型API服务、升级在线模型服务（集成开源基础模型及自动扩展能力）、数据标注和数据集市场；企业云构建算力调度平台、轻量级数学平台等，与WPS AI合作打造可信智能产品架构。
运营效率（产能、供应链优化、库存管理等）
成本控制：通过研发团队战略调整和双研发中心策略降低人员成本，优化IPC机架和服务器成本。
四、未来展望及规划
短期目标（下一季度或年度的战略重点与财务预期）
财务预期：预计今年EBITDA利润率保持在20%左右，本季度一次性其他收入影响将消退，明年初完成预算流程后分享具体收入指引。
战略重点：继续投资智能云基础设施，强化技术和服务稳定性，提升高附加值云服务能力；推进AI应用落地，满足推理需求增长。
中长期战略（行业趋势判断、公司定位、投资方向等）
行业趋势：AI从模型能力演进为行业解决方案，云服务作为智能计算载体潜力巨大，推理需求将成增长引擎且利润率高于训练阶段。
公司定位：成为智能计算云领域领先者，聚焦垂直行业和生态合作，打造核心竞争力。
投资方向：持续投入AI基础设施、技术研发和人才储备，拓展推理场景和API服务市场。
五、问答环节要点
精炼分析师问答内容及管理层回应
AI收入驱动与需求结构：Q3 AI收入增长因前期集群全季度确认及延迟收入，需求正从头部客户训练向普遍客户推理过渡，Starflow平台已推出应对；推理需求未来利润率预计高于训练。
利润率趋势与资源获取模式：今年EBITDA利润率预计20%，Q3改善部分因一次性收入；资源获取结合客户情况，优质大客户倾向CapEx模式，中小客户采用租赁模式，无固定分配比例，未来利润率有望改善。
收入前景与行业需求：预算流程进行中，对AI业务需求有信心；机器人公司和互联网API服务需求增长快，将成明年收入驱动因素。
AI训练与推理定价及差异：训练与推理定价均基于资源使用量，推理中API token服务利润率或更高（业务初期需观察），未提及GPU利用率等具体差距数据。
六、总结发言
管理层对未来发展方向、公司愿景、战略重点的总结：坚定抓住小米和金山生态机遇，持续投资基础设施，聚焦核心产品和解决方案优化，为客户、股东、员工及其他利益相关者创造长期价值；在AI应用快速发展阶段，强化技术与服务，致力于成为智能计算云领域领先者。