Dennis Fehr（财务高级副总裁兼首席财务官）
Tommy Moll（Stephens公司）
早上好，各位。我是Tommy Moll，Stephens公司的分析师。感谢大家本周在纳什维尔参加年度投资者会议。在我左边的是康耐视的首席财务官Dennis Fehr。Dennis，感谢您今天抽出时间并分享见解。
好的，谢谢Tommy的邀请。感谢各位的到来以及对康耐视的关注。
本次会议面向专业投资者和普通投资者。考虑到这一点，我将从一些入门问题开始，以便不熟悉康耐视的普通投资者了解情况。然后我们再转向更具体的问题。如果您想直接提问，请随时举手，您可以提出一个或多个您关心的问题。首先，Dennis，康耐视是机器视觉领域的竞争者。请向那些可能尚未深入了解贵公司市场的人解释一下什么是机器视觉。
好的，当然可以。可以将我们视为一家设备软件公司。这意味着我们专注于工厂自动化和仓库自动化领域。为了给大家一些具体例子，我想引用今年早些时候我拜访客户的经历。当时我在法国，参观了一家著名的化妆品生产企业，他们的生产基地全部位于法国。我们走进工厂，参观了生产线，看到了几个应用场景。这家公司的主要业务是生产化妆品，他们称之为“魔法”般的乳霜产品。
最终产品会装入玻璃瓶中，然后这些玻璃瓶会被包装进纸盒，最终上架销售。想象一下，这里的机器视觉应用场景可能包括：首先，需要将玻璃瓶输送到生产线，这里有机械臂从托盘上抓取玻璃瓶并放置到生产线上。我们的机器视觉系统可以引导机械臂，精确识别玻璃瓶的位置并指导放置。
这是我们的引导类应用之一。接着，玻璃瓶沿着生产线继续移动，最终会被注入乳霜。之后需要检查玻璃瓶是否有损坏，比如是否有玻璃碎片掉入乳霜或外部瑕疵。这时候我们的摄像头会进行检测，识别玻璃瓶是否有损坏。
由于这是一个高质量要求的环境，他们需要对产品进行序列化管理。玻璃瓶上印有非常小的序列号，肉眼很难看清。我们的系统会在生产的每个环节读取这些序列号，从而将每个生产步骤与特定的玻璃瓶关联起来。这是我们摄像头的识别类应用。最后一个例子是测量应用，即计量。
例如，在将装满乳霜的玻璃瓶装入纸盒包装前，他们需要确保纸盒的切割符合要求。如果纸盒切割不当，送入机器时就会造成堵塞。因此，他们需要检测和测量纸盒的尺寸是否正确。这就是计量类应用。所以，在整个生产过程中，有多个环节和应用场景可以通过我们的技术解决。
这就是我们为这类客户提供的价值。总的来说，我们活跃在多个垂直领域。刚才的例子属于包装市场，包括食品饮料、医疗健康和化妆品行业。我们还涉足物流领域，即仓库自动化，主要涉及条码读取。汽车是我们的一大市场，此外还有消费电子设备制造以及半导体制造。这是我们的五大核心垂直领域，客户群体非常多元化。
让我们谈谈人工智能在其中的作用。Dennis，首先从机遇角度来看，康耐视已经谈论这个话题有一段时间了。请介绍一下人工智能如何提高易用性并拓展应用场景。
好的。我们认为人工智能是康耐视的重大机遇之一。康耐视已有40年历史，一直是技术领导者，当时我们所使用的技术从今天的角度来看可以称为基于规则的软件架构。也就是说，有专业人员编写代码，设定“如果出现A情况，则执行B操作”的规则。回到刚才的玻璃瓶检测例子，过去可能需要编写代码来判断“如果看到这个特征，则判定为合格或不合格”，这种方式可以解决很多问题。
但编写这种专用代码可能非常复杂，而且重复性差。这正是人工智能模型的用武之地。我们开发了专有的视觉模型并加载到设备中，客户只需提供少量自己的示例进行训练。例如，在玻璃瓶检测中，客户只需展示几张合格和不合格的图片，模型就能学习并实现更高的准确率。这意味着我们可以解决过去无法解决的更多应用场景。
比如，过去没有人工智能时，很难检测玻璃瓶顶部边缘的微小玻璃损坏，因为基于规则的系统无法做到。而基于人工智能的系统可以实现。这样一来，客户就可以用我们的摄像头替代人工检测，这相当于我们创造了新的市场。因此，我们认为将人工智能技术引入机器视觉市场是巨大的机遇。
现在谈谈人工智能带来的潜在威胁，特别是开源替代品。您如何应对那些成本远低于康耐视但“足够好用”的解决方案？
我认为这可能是过去12个月左右康耐视故事中最大的误解之一。很多人认为：“人工智能是否会颠覆你们？超大规模科技公司正在开发大型模型，这些模型是否能轻松实现你们的功能？”在今年6月的投资者日，我们展示了在这个市场取得成功所需的四个关键要素。首先是高精度，即不能漏掉玻璃瓶上的任何损坏，否则可能导致玻璃碎片掉落。
因此，高精度至关重要。为此，我们开发了专有的视觉模型，该模型针对我们市场中的具体应用进行了高度优化，而通用语言模型无法解决这些问题。通用模型可能训练了从马匹到山脉景观的各种图片，但我们的模型专注于工厂自动化中的具体、详细案例。我们可以证明在精度方面我们更具优势。其次，速度也非常关键。在我拜访的那家法国客户工厂，玻璃瓶移动速度快到肉眼无法分辨。
看起来它们移动缓慢，但实际上速度极快，肉眼无法看清单个玻璃瓶。在这种情况下，无法使用大型语言模型，因为处理时间太长。因此需要像我们这样的专用模型，并且必须在设备端运行。不能依赖云端，因为连接时间和延迟太长，所以需要软硬件协同。第三是可扩展性。
也就是说，今天生产线可能生产产品A，明天可能切换到产品B。瓶子的外观、颜色、形状都可能不同，客户不希望重新开发整个系统。我们的模型可以支持这种快速切换。最后是易用性，客户需要尽可能即插即用的解决方案。我们在这方面投入了大量资源，人工智能帮助实现了自调整、自设置等功能。
这就是我们的差异化优势，也是我们不担心大型通用模型或“足够好用”类方案的原因。
谢谢Dennis。接下来我们谈谈最近投资者日的一些内容。从利润表的顶部开始逐步展开。关于多年销售前景，您提到复合增长率有望达到低双位数。实现这一目标的关键杠杆之一是在大约五年内将客户数量翻倍。为实现这一目标，贵公司的战略要素有哪些？
好的。我们在投资者日提出的“增长算法”首先分析了我们服务的垂直市场。我们研究了这些市场的潜在增长率，发现它们显然不在低双位数范围，可能仅为低个位数。但我们看到通过提高市场渗透率可以带来强劲增长。市场渗透率的提升来自两个方面：一是我们刚才讨论的人工智能，通过创造更多应用场景来提高渗透率；
二是Tommy提到的，将机器视觉推广到更多客户。康耐视传统上主要服务大型、复杂客户，但我们发现市场存在大量长尾客户。这引出了可能被忽视的第二点：从“新兴客户计划”到“销售团队转型”的过渡。
2023年我们启动了“新兴客户计划”，核心是增加销售人员，拓展更多客户，为他们提供易用的产品。这是针对长尾市场的策略，旨在增加客户数量。但从那以后，我们将该计划升级为“销售团队转型”，这不仅仅是更名，而是战略的进一步演进。
如果说“新兴客户计划”是“增加人手”，那么“销售团队转型”则是构建结构化的销售团队，明确不同销售角色：针对新的小型客户、大型现有客户以及机器制造商（需要特定销售策略）。更重要的是，我们聚焦销售效率和数据驱动的销售分析。
这包括引入CRM工具，通过KPI、排行榜等方式管理销售团队的日常、每周和每月绩效。因此，我们从单纯增加人手转向注重销售效率驱动的团队转型。这不仅旨在覆盖更多客户，还希望提高销售效率，优化“每美元支出带来的订单金额”。
这是与“新兴客户计划”的关键区别，因此这是战略的演进，而非简单的更名。
继续看利润表。我想谈谈费用相关的几个要素，您可以按任意顺序回答。关于毛利率，贵公司不再设定明确目标。在研发费用方面，相比以往更强调研发支出的效率。在营业费用方面，您提到会通过周期动态管理费用。我提出了三个主题，请您按任意顺序回答。
好的，那我先从毛利率开始。康耐视传统上是一家高毛利率公司，历史毛利率略高于70%，目前约为60%以上的高位。毛利率对我们很重要，但过去康耐视可能过度关注毛利率，甚至在内部决策中也优先考虑毛利率，而非股东价值创造——我们认为股东价值创造更多体现在调整后每股收益增长上。
因此，公司的财务管理思路有所转变，并非不再关注毛利率，而是将其视为众多杠杆之一。我们的成本结构中，销货成本绝对值低于营业费用，因此营业费用的优化空间更大。这也是为什么自投资者日以来，我们更强调通过营业费用效率来提升盈利能力。
过去三个季度，我们在这方面取得了显著进展：收入逐季增长，而调整后营业费用绝对值下降，推动了净利润增长。研发费用方面，我们有两个重点：一是在研发项目分配中引入更多财务指标，评估投资回报；二是提高研发效率。
过去几年，我们从产品线软件架构转向平台化架构，实现了跨产品线的协同效应；同时采用人工智能辅助编码，大幅提升了工程团队的生产力。这使我们能够以占收入低个位数百分比的研发支出维持同等水平的创新，而过去这一比例为中个位数。
销售团队转型也有助于提高销售费用效率，通过优化“每美元支出带来的订单金额”，我们期望长期优化销售费用占收入的比例。这些都是推动调整后EBITDA利润率和每股收益增长的关键。
Dennis，将您描述的利润率水平与市场上其他公司比较有时很困难，因为直接可比公司不多。但基恩士（Keyence）经常被提及，尤其是在毛利率和营业利润率方面。为什么您认为康耐视的目标可能相对保守？
我认为有两点需要说明。首先，与我们自身历史水平相比：康耐视调整后EBITDA利润率的历史平均值为28%，而2024年仅为17%。因此，我们首先需要回到历史水平。根据第四季度的指引，我们的利润率已开始回升至20%以上，下一个里程碑是达到25%，我们希望这一水平即使在下行周期也能维持。
其次，关于为什么我们的目标可能看似低于基恩士：在毛利率方面，主要是市场结构差异。基恩士仅专注于工厂自动化，而我们还涉及仓库自动化，这导致业务组合不同。我们工厂自动化业务的毛利率与基恩士相当。
在营业利润率方面，基恩士的销售费用效率非常高，他们有成熟的销售策略，这也是我们通过销售团队转型正在推进的。但基恩士是多元化的自动化解决方案提供商，而我们是纯机器视觉公司，这使他们能够实现更高的销售团队效率。这也是我们考虑并购的原因之一。
在投资者日，我们提到增长算法包括无机增长，通过并购进入机器视觉的相邻领域，可能有助于进一步提高销售效率，长期有望超越当前设定的调整后EBITDA利润率目标。
Dennis，最后一个关于投资者日主题的问题：如果将您所描述的内容整合起来，是否可以说康耐视的利润表将变得波动性更小、更稳定？另外，能否确认公司是否会继续在万圣节活动和年度报告上投入大量资金？
我们在万圣节活动和年度报告上一直很有乐趣，所以肯定不会放弃这些。可以说这是“神圣不可侵犯”的传统。作为首席财务官，我本应说没有什么是不可触碰的，但这些活动很有趣，我们会继续保留。
关于周期性，扩大市场基础是我们战略的一部分，但目前尚未完全实现，这是一个多年的过程。因此，康耐视目前仍是一家周期性较强的公司，业绩在周期上行和下行阶段都会有较大波动。但我们期望随着时间推移，这种波动性会降低。
最后一个关于利润表的问题，然后我们转向问答环节。在最近的 earnings call 中，您提到2026年初的初步展望：根据当前PMI数据，明年销售额可能实现中个位数增长，但通过持续的营业费用管控，有望实现约20%的每股收益增长。这些评论如何与投资者日提出的“通过周期动态管理费用”主题相联系？
是的。正如我刚才所说，我们是周期性企业，通常经历5-7年的周期，分为三个阶段：初始阶段（约2年，温和增长）、高速增长阶段（约2年，超额增长）、周期尾声（约2年，增长停滞）。上一轮周期峰值在2021年，随后2022-2023年增长放缓，2024年处于周期尾声。
我们认为2025年可能是新一轮周期的初始阶段，呈现温和增长。在这一阶段，尤其是考虑到当前的利润率水平（17%），我们有机会通过营业费用效率实现超额净利润增长——这正是我们讨论的各项费用管控措施的核心目标。
但需要提醒的是，我们的业务周期较短，从销售漏斗到收入确认的可见性有限（自动化行业通常仅3个月）。因此，我们使用PMI等领先指标来判断宏观趋势。在温和增长阶段，通过费用管控实现20%的每股收益增长是合理的；若未来进入高速增长阶段，收入增长与费用杠杆结合，净利润增长可能更高——我们的历史数据显示，收入每增长1美元，约50-60%会转化为净利润增长。
谢谢Dennis。现在我们暂停一下，看看现场观众是否有问题。请举手提问。第一个问题：竞争环境方面，除了现有竞争对手，是否出现了新的竞争者？
从长期来看，竞争格局基本稳定。工厂自动化领域的主要竞争对手一直是基恩士，物流自动化领域则是德国私有公司SICK，这种格局近20年未变。当然，二线竞争对手有所变化，有些进入，有些退出。例如，中国竞争对手如海康威视在零售自动化领域崛起，而欧姆龙等公司在该领域则面临挑战。
对我们而言，这更像是竞争对手名称的变化，而非整体格局的改变。机器视觉市场高度分散，即使基恩士和康耐视两家公司合计市场份额也远低于50%，因此小厂商的进出是常态。总体而言，竞争格局未发生根本性变化。
是否有后续问题或其他观众想提问？接下来我们讨论终端市场。请随时举手提问。Dennis，关于汽车行业，您在 earnings call 中提到该市场已接近底部。我们分两部分讨论：首先是美国市场，原始设备制造商（OEM）最近宣布的重大投资何时可能对康耐视产生实际业务影响？然后是欧洲市场。
过去近两年，汽车市场对我们来说是最艰难的，收缩幅度最大。在最近的 earnings call 中，我们表示该市场已接近底部，希望在未来几个季度能确认触底。美国市场方面，OEM的投资公告到实际设备采购有一定时滞。通常，新工厂建设需要18-24个月，设备安装在建设后期，因此我们预计2025年底至2026年初可能开始看到订单增长。
欧洲市场则更为复杂。欧洲汽车制造商近期财报显示利润承压，主要受电动化转型成本、美国关税政策等因素影响。虽然欧盟与美国已就关税达成部分协议，但不确定性仍存，因此欧洲市场的复苏时间线尚不明确。目前美国市场的复苏迹象更为清晰，而欧洲仍需观察。
您认为欧洲市场的困境何时会结束？对于不熟悉该市场的人来说，主要驱动因素是什么？
汽车行业正经历重大技术转型，许多公司为此投入巨资，但转型速度不及预期，且不同地区进度差异大——中国领先，美国可能放缓转型，欧洲处于中间。这导致企业资本支出决策困难。此外，美国的关税政策对欧洲制造商冲击较大。虽然部分关税协议已达成，但不确定性仍影响投资信心。目前尚无法给出具体时间表，但随着政策明朗和转型成本消化，预计2026年可能出现复苏迹象。
转向消费电子行业。2025年至今，该行业趋势有所改善，这是三年来的首次增长。同时，投资者注意到近期产品形态创新，对康耐视的收入机会预期有所提升。请结合这两点分析一下。
对康耐视而言，变化是好事——产品形态变化、生产地点转移等都能驱动收入增长。回顾消费电子行业的上两个周期峰值：2017年由显示技术变革驱动，2021年由疫情下的远程办公需求驱动。2025年的增长则更多来自供应链转移（如从中国到印度、越南），而非产品形态创新。
供应链转移带来的新增生产线建设、既有产线改造，为我们创造了需求。相比之下，产品形态创新（如全面屏、折叠屏）对设备需求的拉动更大，但2025年这类创新较少。我们对消费电子行业持乐观态度，预计2026年可能出现更多产品形态变化、供应链进一步多元化（零部件制造向美国转移，最终组装仍留在亚洲）。
长期来看，后智能手机时代的技术（如元宇宙设备）开始受到关注。Meta的头显设备销量已达数百万台，虽远不及智能手机，但OpenAI等公司已宣布相关合作，预示可能成为下一波增长浪潮。因此，消费电子行业前景积极，但具体时间和强度尚难预测。
转向物流行业。这是贵公司连续第二年实现两位数增长，尽管2023年的基数较低（因主要参与者消化过剩产能）。请分析物流行业的不同客户类型，以及他们在采用周期和建设周期中的位置。
物流市场可分为多个子领域：电子商务（大型在线零售商的配送中心）、包裹快递（如联邦快递、UPS）、机场行李处理等。我们的传统优势领域是电子商务，未来计划拓展更多子领域。物流行业的增长主要来自电子商务，该领域机器视觉渗透率极低——即使是领先企业，渗透率也仅约25%，整体市场约15%，因此提升空间巨大。
上一季度 earnings call 中，我们推出了新的SLX产品线。过去物流市场主要依赖高速、高精度条码读取，这仍是重要市场；但客户还面临其他问题，如传送带堵塞、包裹损坏检测（希望在包裹进入网络时即发现损坏，避免后续无效处理），这些无法通过条码读取解决，需要机器视觉技术。SLX产品线正是将工厂自动化中的视觉技术应用于物流场景，这是长期增长的关键驱动力。
不过，增长并非线性。2023-2024年物流业务实现两位数增长，主要由大型客户推动；2025年下半年增速可能放缓，因部分客户进入产能消化期。但长期来看，物流仍是多增长引擎，我们对此持乐观态度。
现场观众是否有其他问题？没有的话，我来问最后一个问题。Dennis，请您展望未来5-10年，哪些行业可能成为康耐视的重要增长来源？历史上，康耐视的增长引擎不断演变：疫情前是半导体，最近是物流。未来可能有哪些新领域？
首先，现有垂直领域仍有巨大增长空间。例如物流行业的低渗透率、消费电子行业的产品形态创新和供应链转移。新兴领域中，航空航天和国防是我们目前较少提及但潜力巨大的市场，该领域有很多机器视觉应用场景，目前规模较小，但未来有望增长。
此外，后智能手机时代的技术（如增强现实/虚拟现实设备）、工业4.0中的智能工厂升级等也可能成为增长点。我们将通过有机增长和战略并购（如投资者日提到的相邻领域并购）拓展这些机会。
非常感谢Dennis的精彩分享。感谢您参加本次会议。
谢谢Tommy，谢谢各位。一如既往，我很享受这次交流。
本次演示到此结束。请稍后查看会议存档。