北京時(shí)間5月14日早間消息,攜程網(wǎng)(Nasdaq:CTRP)今天發(fā)布了截至2015年3月31日的第一季度未經(jīng)審計(jì)的財(cái)務(wù)業(yè)績(jī)。財(cái)報(bào)顯示,攜程網(wǎng)第一季度凈營(yíng)收為人民幣23億元(約合3.73億美元),同比增長(zhǎng)46%;歸屬于公司股東的凈虧損為人民幣1.26億元(約合2000萬美元),相比之下去年同期歸屬于公司股東的凈利潤(rùn)為人民幣1.15億元(約合1900萬美元)。
財(cái)報(bào)發(fā)布后,攜程董事長(zhǎng)兼CEO梁建章、攜程旅行網(wǎng)副董事長(zhǎng)兼總裁范敏、聯(lián)合總裁兼COO孫潔、首席戰(zhàn)略官武文潔、CFO王肖璠等出席了隨后舉行的財(cái)報(bào)電話會(huì)議,解讀財(cái)報(bào)要點(diǎn),并回答分析師提問。
以下是分析是問答環(huán)節(jié)主要內(nèi)容:
巴克萊資本分析師艾麗西亞·葉(Alicia Yap):公司機(jī)票預(yù)訂量增長(zhǎng),去年四季度增長(zhǎng)超過40%,之前對(duì)一季度的預(yù)測(cè)是增長(zhǎng)50%,今年的財(cái)報(bào)顯示一季度的增長(zhǎng)是64%,加速增長(zhǎng)的原因是什么?未來這個(gè)趨勢(shì)會(huì)繼續(xù)嗎?公司機(jī)票預(yù)訂量增長(zhǎng)主要來自線下服務(wù)機(jī)構(gòu)?還是其他線上預(yù)訂平臺(tái)?
孫潔:公司在機(jī)票預(yù)訂業(yè)務(wù)是,技術(shù)和服務(wù)投入都很大。預(yù)訂量的加速增長(zhǎng)主要有這樣幾個(gè)驅(qū)動(dòng)力。一是公司在移動(dòng)端的投入,令其用戶體驗(yàn)更佳,所以一季度移動(dòng)端預(yù)訂量的占比增長(zhǎng)很不錯(cuò)。二是對(duì)開放平臺(tái)的投入,開放平臺(tái)的占比從四季度的50%增長(zhǎng)到一季度的60-70%。三是公司加大了在二三線城市的推廣,增加了在人均GDP較高的一些城市中的品牌推廣。市場(chǎng)份額方面,公司的運(yùn)營(yíng)效率和服務(wù)的競(jìng)爭(zhēng)力是主要的原因。
派杰分析師麥克·奧爾森(Mike Olson):公司提到說公司平臺(tái)上的酒店數(shù)量有27萬家,公司未來可能擴(kuò)充到多少家?另外,公司可否預(yù)測(cè)二季度和全年的利潤(rùn)率水平?
孫潔:公司酒店預(yù)訂市場(chǎng)非常分散,很多酒店的規(guī)模不大。隨著中國(guó)經(jīng)濟(jì)的發(fā)展,景區(qū)周邊出現(xiàn)了很多家庭旅館和旅舍。中國(guó)到底有多少酒店,沒有官方的數(shù)字,因?yàn)榘l(fā)展太快,我們看到的數(shù)字也是一直在變化。27萬家基本上可以滿足絕大部分用戶的需求。隨著公司進(jìn)入中小城市,預(yù)計(jì)將有更多的酒店加入攜程的平臺(tái)。公司也在觀察用戶的需求,如果用戶購(gòu)買機(jī)票的目的地集中在某個(gè)城市,公司的酒店部門也會(huì)跟進(jìn)。擴(kuò)張的同時(shí),公司也會(huì)確保較高投資回報(bào)率。
王肖璠:公司過去幾個(gè)季度加大了移動(dòng)端品牌推廣,產(chǎn)品研發(fā)和技術(shù)方面的投入,一季度營(yíng)收46%的增長(zhǎng)是對(duì)公司投入的反映。預(yù)計(jì)二季度營(yíng)收有45%-50%的增長(zhǎng)。公司本季注重投資和運(yùn)營(yíng)效率的平衡,預(yù)計(jì)二季度營(yíng)業(yè)利潤(rùn)率轉(zhuǎn)盈,不按美國(guó)通用會(huì)計(jì)準(zhǔn)則計(jì)算(non-GAAP)的營(yíng)業(yè)利潤(rùn)可以達(dá)到1.5億到2.5億人民幣。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。