Robert W. Mason（高级研究分析师）
Matt Moschner（总裁兼首席执行官）
下午好。我们现在开始会议，感谢大家的参与。关于康耐视的介绍，我是Rob Mason，Baird的高级分析师，负责覆盖先进工业技术领域，而康耐视作为工业领域机器视觉和ID读取解决方案的领先提供商，长期以来一直是我们覆盖范围的核心企业。非常高兴今天能与康耐视总裁兼首席执行官Matt Moschner一起参加会议。我们将接受大家的提问，所以请随时提出问题。大家也可以举手提问。我认为Matt会直接进入问答环节。但或许你可以先做一些开场发言，让我们对情况有个基本了解。
好的，当然可以。或许简单介绍一下。我是Matt Moschner，自7月1日起担任总裁兼首席执行官，接替领导公司17年的Robert Willett。在他之前，是我们的创始人Bob Shulman博士。我们是一家在工业机器视觉领域拥有44年历史的技术领导者。我们正与行业内的其他公司一起，经历着一场代际技术变革。我认为现在是参与这项业务最令人兴奋的时刻。我们有雄心勃勃的增长计划。我们拥有支持这些增长计划的资产负债表和利润表。因此，今天很高兴能与大家在一起。
非常好。或许我们稍微回顾一下。我们刚刚结束了第三季度，同比增长约13%（同类比较）。一些调整带来了些许波动。但13%是个强劲的数字。你们的物流业务势头强劲。消费电子业务也在增长。包装业务同样在增长。
当然。
汽车业务可能表现不佳。但第四季度的展望似乎显示出正常的季节性。因此，我们所提到的业务可能正在恢复正常。这确实假设销售额将出现高个位数的下降。
没错。
从环比来看是这样。但我想，当你回顾这些终端市场时，能否给我们描述一下当前的需求情况。
好的，很乐意。我们将业务定义为五个关键终端市场。目前最大且增长最快的是物流和仓库自动化。或许先了解一下这是什么会有帮助。我们将物流分为四个子领域。首先是零售。这是零售配送领域。我们与沃尔玛、塔吉特、科尔士、TJX等品牌合作，将他们的产品直接运送给消费者或他们的门店，这些品牌拥有并运营自己的 fulfillment 中心，并使用康耐视技术进行可追溯性和其他视觉检测。这是很大的一部分。
第二个是电子商务。过去多年来，我们一直在受益于向电子商务 fulfillment 的转型浪潮。这包括亚马逊、韩国的Coupang、Flipkart、Temu以及快时尚领域的Shein等公司。在过去几年里，这一直是我们的重要增长动力。物流领域还有两个新的子领域：机场自动化，我们拥有出色的技术，全球许多机场都在寻求现代化和大规模自动化。部署康耐视的视觉检测和条形码读取技术。这一直是我们的良好增长驱动力。最后一个是我们称之为包裹的市场。
这是美国邮政总局（USPS）、UPS、联邦快递（FedEx）、DHL等传统包裹和邮政运营商。这是一个相对较新的市场，我们在其中的份额较小。因此，物流作为我们最大的终端市场，我们大约花了10年时间为这些客户开发技术，现在感觉我们正步入正轨。我们在领先提供商中拥有良好的份额。我们在研发方面的投资正在取得回报，而且我仍然看到巨大的增长空间。我想说的最大领域实际上是将今天主要的条形码读取功能进一步拓展。如果你去一个现代化的仓库，看到很多黄色的摄像头，那就是康耐视的产品。
这些设备仍然主要使用图像来读取条形码，而我们在这方面做得比任何人都好。我们有巨大的机会开展2D和3D视觉检测。除了读取条形码，我们在第三季度之前推出了一款名为SLX的产品。它的基本作用是将我们最新一代的AI检测工具引入该市场。AI视觉非常适合物流应用。任何去过仓库或在线订购过商品的人都知道，物流市场对机器视觉公司来说如此有趣的原因在于其产品的多样性。我记得有个数据，一个典型的亚马逊 fulfillment 中心有900万件商品，300万个SKU。
想想系统必须感知的不同形状、大小、表面、纹理的多样性。因此，我们大力投资的AI工具为我们带来了巨大的突破。因此，物流业务连续七个季度实现两位数增长，我认为这种增长将持续，并预计将延续到明年，我们与客户的关系也非常良好。汽车业务是康耐视的第二大终端市场。
你可以想到，机器视觉在汽车垂直领域已经销售了十多年，用于汽车机械系统、电气系统组装的质量检测。在过去几年里，由于电动汽车周期的起伏、围绕汽车生产地点的地缘政治不确定性以及未来平台的不确定性，汽车业务可能是公司增长的最大拖累。
但我对明年汽车行业的前景仍然乐观。正如我们在第三季度所说，我们认为汽车业务已触底。我们看到北美、亚洲市场非常明显地趋于稳定，甚至恢复增长。我想说的是，在汽车业务增长方面，我们仍然对欧洲市场持谨慎态度。好的，我可以解释一下原因。接下来是包装业务。我们将包装定义为一个垂直领域，主要是快速消费品、消费品和医疗保健。我们将它们统称为包装消费品，主要由消费者需求驱动。
我想我们都意识到消费者预算和购买行为存在一些宏观经济不确定性，但就我们生产的技术而言，这是一个渗透率仍然较低的市场。我们在销售渠道方面进行了大量投资，以提高在消费品领域的渗透率和增长。在医疗保健领域，这是我们包装业务的另一部分，我们正受益于围绕一些重磅药物（如GLP-1类药物）的大量制造投资，随着这些产品的更多上市，再加上将下一代药品生产重新布局甚至本土化的推动。
康耐视深度参与该领域的大规模生产。这是我们的第三个领域——包装。我们预计消费品和医疗保健业务的增长将延续到明年。先进半导体制造是我们参与的下一个市场垂直领域，实际上已经有几十年的历史了。公司的起源就在于先进半导体领域。我们与为大型晶圆厂和封装公司提供服务的领先机器制造商和OEM合作。我想我们都知道，我们正处于一个超级周期之中。这主要是由先进AI芯片组、相关内存以及不仅在台湾或中国，而且在美国和亚洲及欧洲其他地区的大量产能建设所驱动。
康耐视正从这些建设中受益。然后，还有几个我们密切关注的市场，目前对我们来说可能还处于萌芽阶段，我想提一下航空航天和国防，虽然对我们来说不是一个巨大的市场，但目前我们看到该领域有大量投资，我们正在认真考虑。
另一个是数据中心，即投入数据中心的大型基础设施。以及在服务器、服务器机架的组装过程中，以及这些数据中心的持续维护自动化中，自动化的作用是什么。因此，综合来看，展望2026年，肯定存在很多不确定性，我认为我们已经充分说明了这一点，但展望明年，这些终端市场也有相当多的乐观因素。
在我们深入探讨这些市场之前，我想了解一下，当前政府出台了很多计划，旨在激励更多的资本投资和制造业投资。你认为这会如何体现？是否已经开始体现？我们能否在任何地方看到，或者你能否在订单渠道中看到？如果还没有，你的客户谈论的时间线是什么？
是的，我的意思是，我甚至想回顾上一届政府，他们也非常强调通过《芯片与科学法案》等措施实现半导体制造的本土化。当然，本届政府在创造激励措施方面做得非常好，营造了一个投资本土制造业具有经济意义的商业环境。我们当然也参与其中。你知道，很多这些计划都是多年期的。你会看到美国在这些垂直领域宣布的新设施和新产能，可能需要数年时间。
我们正在与这些制造商合作，探讨自动化和机器视觉在这些计划中的作用。所以，是的，这是一个顺风因素吗？我认为是的。政策制定到投资宣布、设施建设、投入运营之间的时间窗口因行业而异。
是的，我特别想到你们的包装业务，但更广泛的工厂自动化可能涉及小型企业。这也是你们试图通过新的销售方法渗透的领域。你是否看到任何税收激励措施，如短期加速折旧，是否开始对这些客户产生影响？我认为是针对较小的客户。
我们没有听到这些新的税收计划必然会影响他们是否在生产设施中选择机器视觉或自动化。我不会特别指出这一点，但可以肯定的是，包装业务，特别是消费品业务，确实受益于两件事。一是我们产品中的AI技术，这不是最近才出现的现象。
我们在这方面已经努力了近10年。它确实降低了部署机器视觉的复杂性和前期成本。而市场中可能从这一技术中受益最多的客户群体是我们的包装客户，特别是消费品企业，他们往往是规模较小、区域性的制造商，生产食品、剃须刀或洗发水瓶等消费品。
因此，随着技术变得更易于使用，他们的投资回报率有所提高，我们看到消费品领域的渗透率在加速。再加上你提到的，我们在自己的销售团队方面的投资。我们主要通过直销团队销售产品，我们在全球拥有数百名康耐视销售人员，推广机器视觉的优势。
近年来，我们大幅扩大了这个团队，目的是覆盖这些规模较小的区域性制造企业，我认为他们在消费品领域占比较大。因此，将这两方面结合起来：更易于使用、部署更快的产品，以及现在更有能力覆盖这些客户的销售团队。我认为我们在业务的这一部分看到了很多好处。
好的。让我们快速回到物流业务。你提到物流业务连续七个季度实现两位数增长。这是在新增投资较低的背景下实现的。显然，很多是现有设施的投资。为了维持这种两位数增长，你在现有设施领域看到了什么？是更多机器视觉应用的采用，还是需要新增投资开始增加？
是的，我认为不需要新增投资。我对当前情况的描述是，2017年至2021年期间，我们物流业务的大部分增长主要来自新增产能。这些是新设施。你们都看到过路边出现的大型仓库，要么是第三方物流、电子商务或其他类型的设施，这可能是第一波增长。你说得对，在新冠疫情后，产能建设趋势有所减弱，很多重点转向如何提高现有设施的生产力。
这就是我们努力的方向，并成功地推动了视觉和自动化技术在这些现有设施中的渗透。我想说，今天，很多工作是关于可追溯性，在更多地方设置条形码读取扫描点，以更好地了解物品在建筑物内的位置。但可以肯定的是，第二部分是采用2D和3D视觉进行损坏检测、错误分类检测、危险标签检测、人类可读标记检测。仓库自动化客户希望进行各种视觉检测。我们现在拥有了这样的技术，并且看到了良好的渗透率。
在3D视觉方面，这主要与测量有关。如果说2D是关于检测，那么3D更多是关于测量。在关税的推动下，对3D视觉的需求有所增加。关税确实推动了对进入或离开设施的物品的尺寸和重量的更精确了解的需求。因此，我们看到客户对重量和测量的兴趣和需求增加，这也是我们能够满足的。
你会对物流增长进行区域区分吗？它是否以北美为中心，或者世界其他地区处于什么阶段？
我真的不会。我们的物流业务在北美相对更集中。我想说，我们在北美看到了更多的成熟度，特别是在电子商务领域。西雅图的大型企业一直在推动这一领域的发展，零售配送领域也是如此。但我们在欧洲也有一个快速增长的业务，在这四个领域都有非常成熟的企业。我们在亚洲也有很强的业务存在。我们在中国提供物流服务已有十多年了。日本、韩国、东盟地区也是如此。我刚刚去过印度，他们有很大的雄心，希望在国内发展自己的 fulfillment 和仓储网络，包括零售配送和电子商务。因此，从相对增长速度来看，亚洲可能更高，但我认为各地区都有良好的活动。
是的，我想回到你提到的航空航天、国防和数据中心，这些可能是你正在关注的新兴市场。你认为机器视觉或ID读取在这些应用中的切入点是什么？
好的，当然。或许我们分别谈谈。航空航天和国防领域。这些是高度工程化的产品，精度至关重要。吞吐量可能相对较低，但质量不佳的成本极高。这些也是高度监管的领域，零件级别的可追溯性至关重要。这些是我们在考察新市场时考虑的因素。他们是否关心质量？质量成本是否高？他们是否关心序列化，即了解进入产品的每个组件。
是的，我想回到你提到的航空航天、国防和数据中心，这些可能是你正在关注的新兴市场。你认为机器视觉或ID读取在这些应用中的切入点是什么？
好的，当然。或许我们分别谈谈。航空航天和国防领域。这些是高度工程化的产品，精度至关重要。吞吐量可能相对较低，但质量不佳的成本极高。这些也是高度监管的领域，零件级别的可追溯性至关重要。这些是我们在考察新市场时考虑的因素。他们是否关心质量？质量成本是否高？他们是否关心序列化，即了解进入产品的每个组件。
我认为航空航天和国防领域具备这些要素。因此，机器视觉系统非常适合解决这两个问题。数据中心领域有点意思，如果你去过现代化的数据中心，周围并没有很多人。我们经常做的是用机器视觉系统取代某种人工操作员。用机器的眼睛代替人的眼睛。在数据中心，我们真正的目标是，鉴于这些设施建设的规模和速度，如何确保质量。
服务器发生故障、服务器机架组装错误，这确实是个大问题。因此，我们如何参与进入数据中心的电子设备的整个供应链？从检测原材料组件、电路板、服务器、服务器机架，到支撑服务器机架的连接性，所有这些都可以在质量保证方面实现自动化。你拍摄2D或3D图像，确保组装正确。我们看到在这些产品的自动化组装中使用机器人的新应用，这也是为了满足需求。
这更多是在建设方面。在数据中心的运营方面，围绕驱动器故障、驱动器移除和销毁有很多持续的维护工作。如今，这是一项非常手动的任务，需要人员到机架前拔出驱动器，检测其是什么，并以可追溯和有记录的方式销毁它。我们正在与客户合作，以自动化和提高这一过程的效率。
在这种情况下会实施机器人技术吗？
当然。是的，视觉技术是实现这些自动化机器人驱动器移除和销毁活动的手段。
我明白了。消费电子业务，我们还没有深入讨论。在经历了几个低迷期后，该业务已恢复增长。总体而言，消费电子市场，尤其是智能手机市场，表现不佳。那么康耐视目前在该领域的优势是什么？你提到了视觉检测。在消费电子领域，这些类型的应用是否获得了更多的 traction？
是的，你说得完全正确。我想我在最初的垂直市场概述中遗漏了这一点。但我们在第三季度表示，预计消费电子业务今年将自2022年以来首次恢复增长。这非常令人鼓舞。我们说这种增长是广泛的，不仅仅局限于某一个客户，这也很令人鼓舞。该行业正在发生很多事情。消费电子业务，从你口袋里的手机、耳机、平板电脑到笔记本电脑，所有这些产品在制造和组装过程中，你都会发现康耐视的视觉技术。
有几个因素推动该领域的增长。一是我们看到新的外形和新的设备类型被推出。例如眼镜等设备，制造精度要求高，成本和质量都很重要，产量达到数千万甚至数亿。这些都是机器视觉在制造过程中发挥关键作用的要素。智能手机等设备外形的重大变化需要对组装这些设备的机器进行大量重新调整。
当大型智能手机和其他设备提供商考虑新的外形时，我们会参与这一转型过程。AI技术，我们现在围绕外观缺陷检测做的事情，我想这就是你所指的先进AI方法，这是我们以前无法做到的。这正在推动视觉技术在这些机器上的渗透率。这非常令人兴奋。最后一点，历史上大多数消费设备几乎完全在中国大陆制造。我们看到其中一些制造足迹出于各种原因转移到其他地区，如东盟、印度和亚洲其他地区。
因此，随着消费电子供应链的重组，这为康耐视创造了机会，让我们能够扩大份额、推出新技术、与新的合作伙伴（机器制造商）合作。因此，综合这三个或四个因素，我认为这是目前消费电子业务增长的基础。是的。
你 earlier 提到了深度学习能力。AI，康耐视在这方面已经走了很长的路。我认为在外部很难评估谁在AI领域领先，当然，也许你可以谈谈为什么你认为自己在这方面处于领先地位。我们如何证明这一点？它如何比较？你认为你的竞争对手在这方面处于什么位置？
是的。
相对于康耐视而言？
是的，这是个很好的问题。我们在AI驱动的视觉检测这一新范式上投入了大约近10年，8到10年的时间。我们在这一领域进行了两次基础性收购。一次是VD Systems，一家处于工业AI前沿的瑞士公司。然后是2020年的Sualab，一家同样在该领域表现出色的韩国公司。我们还建立了自己的团队，因此这确实是我的首要战略重点。因此，我们为这一举措提供了充足的资金。这主要是为了创造能够做我们以前从未做过的事情的新工具，在非常困难的表面上发现难以描述的缺陷。
它还能以更简单的方式做我们以前能够做的事情。因此，我们正在同时追求这两个目标，一方面推动可能性的边界，另一方面为用户提供极其简化的体验。如果我们能做到这一点，这将极大地加速我们和整个行业的发展。我们如何衡量我们是领先还是落后？这是个很好的问题。我们进行基准测试，在某些情况下与客户合作，对视觉检测的同类性能进行比较。
而且，我们往往表现出领先优势。我们通过基于AI的技术或方法是产品主要特性或功能的产品组合百分比来衡量。我们认为在这方面我们处于领先地位。然后，我们正努力将AI从目前主要关注视觉分析任务的领域扩展到如何改变产品体验的其他方面，因为我们所有人都越来越熟悉使用像GPT这样的基于提示的工具。如何将基于提示的工作流程引入机器视觉系统的设置中，目前客户在部署视觉系统时仍然面临很大的障碍，他们必须像视觉工程师一样思考。
那么如何解决这个问题？如何让他们能够专注于解决他们面临的问题，而不必成为视觉专家。我们认为AI可以为客户弥合这一差距，并加速机器视觉在各个行业的采用。这就是我们的思考方式。我们投入巨资，我们认为我们处于领先地位。我们通过将产品性能与同行进行基准测试来衡量这一点。但我们必须继续专注于此。
是的，你刚才讨论的很多内容都与软件有关。
是的，没错。
软件算法被视为你们的关键竞争优势之一。我认为领域专业知识在一定程度上也被低估了。硬件工程在这方面，特别是在谈论AI和边缘计算时，扮演什么角色？
是的，它扮演着非常关键的角色。在许多情况下，我们设计自己的硬件。因此，我认为当康耐视处于最佳状态时，我们将世界上最好的视觉分析软件和应用部署在世界上最好的工业硬件、嵌入式计算、智能视觉系统中。我们拥有自己的内部嵌入式系统设计能力。我们非常有目的地为硬件将要运行的软件设计硬件。我们的计算供应商告诉我们，我们从他们的芯片组中获得的性能比世界上任何其他公司都要高。
因此，我们知道如何优化硅片以实现高性能嵌入式计算。这对我们来说是巨大的优势。特别是在AI领域，最好的模型远远超过了最佳可用嵌入式芯片组的计算能力。因此，我们目前的许多知识产权在于获取最佳的前沿 transformer AI模型，对其进行提炼，添加上下文，添加我们的秘密 sauce，使其能够在性能相对较低、成本相对较低的嵌入式硬件上运行。
我们在这方面做得比世界上任何其他公司都好。这非常重要，因为这意味着我们可以设计更小、更具成本效益的系统，可以安装在更多地方。将大型数据中心规模的AI与近边缘或远边缘（我认为这是它的称呼）连接起来。能够运行这些工具的嵌入式系统是我们今天创造大量知识产权的根本所在。
刚才关于AI的问题都是面向外部客户的。或许在我们剩下的有限时间里，将其与利润率目标结合起来。你们如何在内部应用AI，以及谈谈你们在利润率改善方面的路径？
好的，很好。
在一定程度上这可能会有所帮助。
是的，当然。我们非常专注于将利润率，即运营利润率，恢复到我们在6月投资者日期间提出的财务框架内，我们将调整后EBITDA的运营利润率范围定义为20%至30%。在过去几年里，我们的表现一直低于这些指标。我们致力于通过成本和增长举措的结合，回到这一目标运营范围。因此，我非常乐观，我们将在短期内回到20%或更高的水平。显然，我们将继续管理成本，在内部推动一些成本效率计划，恢复增长并获得运营杠杆。
这两方面的结合将使我们达到20%中期、20%后期，并有可能更高。在过去10年中，康耐视的平均调整后EBITDA为28%。在过去几年里，这一数字显著低于这一水平。但我们非常乐观，我们不仅能够回到目标利润率范围，而且能够通过专注的成本管理和削减以及恢复公司的增长故事，达到这一范围的高端。
非常好。
太好了。
时间到了，我们就到这里。如果你从左边出去，在沙龙有一个分组讨论室。我们可以在那里回答更多问题。但谢谢你，Matt。
谢谢大家。