电话会总结 ｜ Ginkgo Bioworks(DNA)2026财年Q1业绩电话会核心要点

业绩回顾

• 根据Ginkgo Bioworks 2026年第一季度业绩会实录，以下是财务业绩回顾摘要： ## 1. 财务业绩 **营收表现：** 2026年第一季度营收为1900万美元，同比下降49%。剔除2025年第一季度BiomEdit协议终止产生的750万美元非现金收入后，调整后营收同比下降37%。 **亏损情况：** 持续经营业务净亏损7600万美元，较2025年第一季度的8300万美元有所改善，主要得益于重组措施。 **调整后EBITDA：** 负4200万美元，较去年同期负4400万美元略有改善。值得注意的是，该指标现包含1600万美元的闲置租赁空间成本。 **现金状况：** 截至2026年3月31日，现金储备3.73亿美元，无银行债务，为战略投资提供了财务稳定性。 ## 2. 财务指标变化 **费用控制成效显著：** - 研发费用同比下降38%，从4900万美元降至3000万美元 - 一般管理费用同比下降35%，从2000万美元降至1300万美元 - 上述费用削减均源于重组措施 **现金流改善：** 现金消耗4800万美元，同比下降17%（从5800万美元降至4800万美元）。需注意本季度包含一次性支付给Google Cloud的1400万美元。 **业务结构调整：** 完成生物安全业务剥离，该业务已被归类为终止经营业务，所有财务指标均已重新调整为仅反映持续经营业务。 **合同优化：** 与Google Cloud重新谈判年度承诺，从原有条款中减少超过1亿美元的未来最低承诺，合同期限从3年延长至6年。

业绩指引与展望

• **2026年全年现金消耗指引**：公司重申2026年现金消耗指引为1.25亿至1.5亿美元，该范围反映了成本效率、持续服务工具以及进一步投资之间的平衡

• **运营费用大幅下降趋势**：研发费用同比下降38%至3000万美元（从4900万美元），管理费用下降35%至1300万美元（从2000万美元），主要由重组努力推动

• **现金消耗持续改善**：第一季度现金消耗4800万美元，同比下降17%（从5800万美元），剔除一次性1400万美元谷歌云支付后，现金消耗显著减少

• **调整后EBITDA预期**：第一季度调整后EBITDA为负4200万美元，略好于去年同期的负4400万美元，现包含1600万美元的闲置租赁空间成本

• **资本支出重点**：预期资本支出将专注于扩大自主实验室基础设施，由于当前3.73亿美元现金头寸且无银行债务，融资需求最小

• **营收结构调整**：剔除生物安全业务后，所有未来和历史期间结果将仅反映单一运营部门，为更清晰的财务预测提供基础

• **成本控制优先级**：公司将继续优先考虑成本控制，同时在AI、机器人技术和软件方面进行战略投资，以实现自主实验室的商业化目标

• **谷歌云承诺重置**：年度最低承诺重置为1400万美元，相比原始条款减少超过1亿美元的未来承诺，合同期限从3年延长至6年

分业务和产品线业绩表现

• **自主实验室业务**：公司核心战略聚焦于Nebula自主实验室平台，该系统已从50个机架扩展至103个机架，能够同时运行100多个协议（其中30多个为独特协议），峰值时有439名科学家提交实验请求，通过模块化机架车（rack carts）实现设备的灵活配置和扩展

• **云实验室服务**：推出cloud.ginkgo.bio平台，提供自助报价和实验服务，最低39美元即可运行实验，通过与AWS Biodiscovery、Benchling和Tamarind Bio等合作伙伴建立新的销售渠道，主要专注于抗体相关应用并计划扩展至更广泛的协议

• **数据点业务**：为AI模型训练提供定制化生物数据集，目前已服务全球前10大生物制药公司，业务模式类似Scale AI，通过为客户的内部AI模型提供专业化生物数据来实现重复购买和收入增长

• **解决方案业务**：传统的研发合作伙伴关系业务，过去10年已完成250多个研究合作项目，涵盖制药、工业生物技术和农业生物技术等领域，目前正将这些业务逐步迁移至Nebula自主实验室平台以提高效率和降低成本

• **政府和国家实验室项目**：获得太平洋西北国家实验室4700万美元合同，建设近100个机架的大型自主实验室系统，并参与白宫Genesis任务等政府AI科学计划，展现了在国家级科研基础设施建设中的领先地位

市场/行业竞争格局

• 根据Ginkgo Bioworks业绩会实录，以下是市场/行业竞争格局摘要：

• 自主实验室赛道竞争加剧，硅谷新兴公司纷纷进入该领域，AI前沿实验室对通过自主实验室应用AI模型表现出浓厚兴趣，政府层面也加大了对该技术的关注和支持力度

• 传统实验室自动化供应商如HighRes、Thermo和Biosero主要提供工作单元（work cell）解决方案，但这些系统灵活性有限，只能执行预设的特定协议，无法满足科学家多样化的实验需求

• 中美科研竞争日趋激烈，大量药物发现工作正从波士顿肯德尔广场转移至中国，主要原因是中国科学家薪酬仅为美国同行的三分之一，但研究能力相当，迫使美国必须通过自动化实验室等新方式保持竞争优势

• 云实验室服务市场出现新的分销渠道，AWS Biodiscovery、Benchling和Tamarind Bio等平台开始提供直接的云端实验室协议销售渠道，主要集中在抗体相关应用领域

• 生物制药行业客户需求强劲，前十大生物制药公司均已成为Ginkgo数据点业务的客户，重复购买业务不断增长，显示出AI驱动的生物数据服务市场潜力巨大

• 政府和国家实验室积极采用自主实验室技术，美国国家科学基金会投资1亿美元建设云实验室和自主实验室网络，太平洋西北国家实验室签署4700万美元自主实验室项目合同，表明机构层面的技术采用趋势

公司面临的风险和挑战

• 根据Ginkgo Bioworks业绩会实录，公司面临的主要风险和挑战如下：

• 收入大幅下滑风险：2026年第一季度收入1900万美元，同比下降49%，即使排除非现金收入因素，收入仍下降37%，显示核心业务面临增长压力。

• 持续亏损和现金消耗：净亏损7600万美元，调整后EBITDA为负4200万美元，现金消耗4800万美元，尽管有所改善但仍需大量资金维持运营。

• 技术实施复杂性风险：Nebula自主实验室系统从50个机架扩展到103个，涉及100多种协议和30多种独特协议，系统集成和调度软件面临巨大技术挑战，设备故障和系统稳定性问题频发。

• 市场接受度不确定性：自主实验室概念虽然前景广阔，但仍处于早期阶段，需要证明能够替代传统人工实验室，客户采用速度和规模存在不确定性。

• 竞争加剧风险：硅谷新公司进入自主实验室领域，AI前沿实验室对科学应用的关注增加，可能面临来自技术巨头和初创企业的激烈竞争。

• 运营成本压力：包含1600万美元的闲置租赁空间成本，重组努力虽然降低了研发和管理费用，但仍需平衡成本控制与技术投资。

• 客户集中度风险：虽然与10家顶级生物制药公司合作，但业务仍相对集中，需要扩大客户基础和重复业务来源。

• 技术依赖风险：与OpenAI、AWS等合作伙伴的深度依赖，以及对AI编程工具的依赖，可能面临技术供应链中断或合作关系变化的风险。

公司高管评论

• 根据业绩会实录，以下是公司高管发言、情绪判断以及口吻的摘要：

• **Jason Kelly（首席执行官）**：发言积极且充满信心。多次使用"excited"、"awesome"、"really exciting"等积极词汇，对公司在自主实验室领域的领先地位表现出强烈自豪感。强调Ginkgo是该领域"by far the best bet"，认为公司正处在正确轨道上。对Nebula系统扩展到100+机架表现出极大兴奋，称其为"insane"和"unique"。语调自信，经常使用比喻（如Waymo、SpaceX类比）来解释技术优势，整体传达出对公司战略方向和技术能力的强烈信心。

• **Steven Coen（首席财务官）**：发言谨慎且专业。语调相对中性，重点关注财务数据的准确呈现和会计处理的说明。对成本控制成果表现出适度满意，强调现金状况稳健（3.73亿美元现金，无银行债务）。在讨论重组效果和现金消耗减少时语调略显积极，但整体保持财务专业人士的谨慎态度，重申2026年现金消耗指导目标。

• **Daniel Marshall（投资者关系总监）**：发言简洁且中性。主要承担主持和协调角色，语调专业且友好。在介绍公司参观机会和联系方式时表现出适度的推广热情，但整体保持投资者关系专业人士的中性立场。

分析师提问&高管回答

• 根据Ginkgo Bioworks业绩会实录，以下是分析师与管理层问答的Analyst Sentiment摘要： ## 分析师问答摘要 **1. 分析师提问：** AWS和Benchling合作公告对今年收入的潜在影响如何？这些平台的推出情况怎样？2026年剩余时间对这些新平台有什么假设？ **管理层回答：** CEO Kelly表示对AWS、Benchling和Tamarind Bio合作非常兴奋，这是首次看到云层直接与实验室对话的销售渠道。虽然还很新，但已经看到一些客户通过这些渠道联系。最令人兴奋的是从抗体开始，因为有多个AI模型与抗体相关。云实验室不仅限于抗体测试，已发布8-9个协议，每周新增一个，涵盖质谱代谢组学等广泛领域。 **2. 分析师提问：** 在生物技术和制药公司继续推出自己的AI能力时，数据点和AI驱动产品对客户有什么特别吸引力？需求动态如何？未来几个季度有哪些潜在收入漏斗解锁值得关注？ **管理层回答：** CEO Kelly指出，数据点业务推出1.5年来已有10家顶级制药公司成为客户，这非常令人兴奋。收入解锁主要来自这些客户的重复业务，已开始看到从试点项目到数据生成项目的转化。由于这些是专门的生物数据模型而非通用推理模型，预计会看到更多公司拥有自己的数据集和模型。 **3. 分析师提问：** 使用GPT-5.5后效率提升多少？还有多少改进空间？这会是一个过渡因素吗？ **管理层回答：** CEO Kelly澄清项目使用的是GPT-5而非5.5。通过6轮实验，每轮由GPT-5设计100个384孔板，在科学目标上实现了比最先进技术40%的改进。关于进一步推进的空间和更新模型的表现，这些都是令人兴奋的测试内容。这代表了一种新的科学方法，可以让个人科学家像拥有8-30人实验室的首席研究员一样运作。 **4. 分析师提问：** 使用Ginkgo自动化实验室如何影响整体成本？在速度（如实验周转时间）方面是否有显著差异？自转向自主实验室以来，是否观察到成功率、可重现性或可扩展性的改善？ **管理层回答：** CEO Kelly详细解释了成本优势：相比手动实验室，空间利用率提高3倍，时间利用率提高4倍（从每周40小时到168小时24/7运行）。在速度方面，单个协议不一定更快，但科学家可以在下午4点启动实验，让其通宜运行，实际上可以节省整整一天时间。在质量方面，自动化在可重现性上具有固有优势，主要因为审计跟踪功能可以捕获手动实验室可能错过的错误。

点击进入财报站，查看更多内容>>

此内容由AI大模型工具“华盛天玑”生成，并由华盛内容团队编辑审核。
风险及免责提示：以上内容仅代表作者的个人立场和观点，不代表华盛的任何立场，华盛亦无法证实上述内容的真实性、准确性和原创性。投资者在做出任何投资决定前，应结合自身情况，考虑投资产品的风险。必要时，请咨询专业投资顾问的意见。华盛不提供任何投资建议，对此亦不做任何承诺和保证。