戳👇🏻关注 社长带你港股掘金
十大SaaS股该何去何从？
翻译 | 美股研究社
作者 | Jamin Ball|
人工智能的大周
本周有许多重要的 AI 公告。 Meta 发布了 Llama 3.1、OpenAI 宣布了他们的 Google / Perplexity 竞争对手 SearchGPT、Mistral 宣布了他们最新的旗舰型号 Mistral Large 2。
工智能市场的创新速度惊人，这提醒我们，任何人（尤其是大公司）都很难“完全致力于”人工智能战略或供应商。他们知道他们需要一些东西，但很难让任何东西变得超级具体。基础构造板块的变化仍然如此之快，以至于完全致力于任何事情都为时过早。而这反过来说明公司正在寻求避免固步自封，继续探索并对未来将如何发展保持开放的心态。
从基础模型浪潮开始，OpenAI就一直保持着对其他所有人的遥远领先。今天，你可以非常确定地争辩说，他们的模型排在Anthropic和Llama之后的第三位。当然，这场模型提供商的赛马将继续来回角逐。
其中，Llama 3.1 的发布显得尤为重要。这里有几件事值得提及。
1、开源现在与最先进的专有模型相提并论。这将对主要模型参与者的商业模式/利润率产生重要影响。OpenAI 本周对 GPT 4o Mini FREE 进行了微调。如果没有 Llama 3.1 版本，这个功能会免费吗？如果我们把时间倒回到云端的建设上，3个主要参与者之间的竞争导致了大量的价格变化。我问 ChatGPT 自 2006 年 S3 成立以来，AWS 对 S3 进行了多少次价格更改，它给我的答案是 65。惊人！开源领域的真正竞争将使人工智能对所有人来说都更实惠。
2、合成数据。Meta 真正强调了他们在训练 Llama 3.1 时使用的合成数据的使用。我们知道数据是未来SOTA模型的瓶颈，而合成数据可能是一个很大的解锁。然而，这产生了很多“问题”，即如果模型在自己的合成输出上递归训练，会发生什么？这项研究的结论似乎相当明显......但仍然值得指出。在实践中，使用的增量数据不仅仅是增量合成数据（基于同一组历史数据）。合成数据可以对模型性能进行一次性（或更短的生存期）改进，如果所有增量数据都是合成数据，随着时间的推移，这些改进会开始降低性能。在实践中发生的情况是，对于较新的模型，新的数据被带到桌面上。合成数据就是从这组新数据生成的。换句话说，我们将始终混合使用新数据和新的合成数据来帮助解决数据瓶颈
3、模型蒸馏。模型蒸馏是一种技术，其中较小、更简单的模型（称为学生模型）被训练以模仿更大、更复杂的模型（称为教师模型，在本例中为Llama3.1）的行为。您可以使用较大模型的输出作为输入来训练较小的模型。这使得预培训变得更加简单和具有成本效益！模型蒸馏的主要目标是实现与学生模型作为教师模型相当的性能，但同时显著减少计算资源和模型大小。从历史上看，这在模型公司服务条款中是明确禁止的。这包括骆驼 2 和 3！两者都不允许使用 Llama 模型来“训练”较小的模型。但是，Meta 在 3.1 中对此进行了更改！他们是这样说的“F或 Llama 2 和 Llama 3，许可证限制使用 Llama 模型的任何部分是正确的，包括训练另一个 AI 模型（LLM 或其他）的响应输出。但是，对于 Llama 3.1，只要您作为开发人员提供正确的归属，这是允许的。。 这非常重要，并且可能会改变较小模型开发的游戏规则！与免费推出的 GPT 4o Mini 微调类似，由于竞争压力，我预计其他模型公司也会效仿。
至于大型科技公司对 AI 资本支出，这是科技公司别无选择，只能继续投资人工智能，以保持竞争力（由于奖金的规模）。本周，从谷歌首席执行官桑达尔·皮查伊（Sundar Pichai）和Meta首席执行官马克·扎克伯格（Mark Zuckerberg）那里也得到了类似的评论。
Sundar说：“投资不足的风险大大大于过度投资的风险。“扎克伯格说，”我宁愿过度投资，为这个结果而战，也不愿通过更慢的发展来省钱。他还表示，“现在有很多公司都存在着过度建设的可能性，我们会回头看，他们已经花费了数十亿美元，但他们都在做出理性的决定，因为落后的缺点让你在未来10-15年内无法获得最重要的技术。”
季度报告摘要
倍数更新题
SaaS 业务通常按其收入的倍数进行估值 - 在大多数情况下，是未来 12 个月的预计收入。
收入倍数是一种速记估值框架。鉴于大多数软件公司没有盈利，或者没有产生有意义的自由现金流，这是比较整个行业的唯一指标。即使是DCF，也充满了长期假设。
SaaS的承诺是，早期的增长会导致成熟时期的利润。下面显示的倍数是通过取企业价值（市值 + 债务 - 现金）/NTM 收入来计算的。
总体数据：
高增长中位数：10.3倍
中等增长中位数：7.8倍
低增长中位数：4.0 倍
运营指标
NTM增长率中位数：12%
LTM 增长率中位数：17%
毛利率中位数：75%
营业利润率中位数 （10%）
FCF 利润率中位数：14%
净留存率中位数：110%
CAC 投资回收期中位数：53 个月
S&M % 收入中位数：40%
R&D % 收入中位数：25%
收入总收入中位数：15%
Comps 输出
40 法则显示转速增长 + FCF 利润率（LTM 和 NTM 均为增长 + 利润率）。FCF 计算为运营产生的现金流量 - 资本支出
GM 调整后投资回收期的计算公式为：（前一季度 S&M）/（季度净新 ARR x 毛利率）x 12。它显示了 SaaS 企业在毛利润基础上偿还其完全负担的 CAC 所需的月数。大多数上市公司不报告净新 ARR，因此我采用隐含 ARR 指标（季度订阅收入 x 4）。净新 ARR 只是当前季度的 ARR 减去上一季度的 ARR。未披露订阅转速的公司已被排除在分析之外，并被列为 NA。
