1. 投資摘要
- SoundHound AI 在 AI 產業鏈中的位置是“語音 AI、對話式 AI、agentic customer interaction 平台公司”，不是上游 GPU/模型引數供應商；本文只討論其雲端、資料、軟體或 AI 基礎設施營收如何對映到產業鏈，不給任何買賣建議。13
- 最新硬財務錨：FY2025 revenue $168.9mn, up about 99%; FY2025 gross margin about 42.4% from third-party financial summary; Q1 2026 revenue $44.2mn, +52%, GAAP gross margin 31.1%, GAAP net loss $25.0mn, cash $216mn and no debt. 這些數字只按來源口徑使用；沒有揭露的分部毛利、GPU 數量、單客戶佔比和訂單轉營收節奏均標為 [未充分揭露]。12
- 經營驗證重點不是“agentic AI”標籤，而是 OASYS、餐飲/汽車/企業客服場景能否繼續拉動確認營收；Q1 2026 營收增長同時伴隨 GAAP gross margin 降至 31.1%，說明產品採用必須和毛利率修復一起驗證。310
- 營收彈性來自客戶把 AI 從試點轉向生產、合規雲端/私有雲端需求、專業資料工作流和企業自動化；獲利彈性取決於 attach rate、利用率、專案驗收、算力折舊和銷售效率。56
- 現金流量是反證線索：Q1 2026 經營現金流量淨流出約 2,626 萬美元，若後續營收增長仍依賴併購、銷售投入或低毛利交付，而現金消耗不收斂，AI 商業化質量應下調。37
- 證據等級：公司財報/IR 為 A，官網產品頁為 A-/B+，權威媒體和交易所/監管檔案為 B，第三方財務聚合為 C；C 級只用於缺口提示。1234
2. 產業鏈位置
| 層級 | 本公司位置 | 價值來源 | 不能推斷的內容 | 證據 |
|---|---|---|---|---|
| 上游 | GPU/CPU、雲端平台、專業內容、網路、資料中心、電力或軟體生態 | 採購和合作決定交付能力 | 上游份額、採購價、晶片庫存 | 38 |
| 中游 | 語音 AI、對話式 AI、agentic customer interaction 平台公司 | 把 AI 資源變成可交付服務、工作流或容量 | 單專案獲利率 [未充分揭露] | 14 |
| 下游 | 企業、政府、運營商、專業機構、開發者或雲端客戶 | 訂閱、託管、租賃、專業服務和交易型營收 | 單客戶營收佔比 [未充分揭露] | 25 |
- 產業鏈結論：該公司更像 AI 應用/雲端基礎設施的“交付層”和“商業化層”，收益不等於 GPU 價格上漲本身，而來自客戶是否願意為可信、合規、可運維的 AI 工作負載付費。13
- 產業鏈位置更接近應用層和客戶互動層；其上游不是自有晶片，而是雲端、模型、語音識別/自然語言處理能力和客戶系統整合，所以上游成本變化會通過交付成本和毛利率體現，而不是直接體現為晶片庫存收益。38
3. AI相關營收拆解
| 口徑 | 已揭露事實 | 本文處理 | 引用 |
|---|---|---|---|
| 年度營收 | FY2025 revenue $168.9mn, up about 99%; FY2025 gross margin about 42.4% from third-party financial summary; Q1 2026 revenue $44.2mn, +52%, GAAP gross margin 31.1%, GAAP net loss $25.0mn, cash $216mn and no debt. | 作為總盤，不把全部營收視為 AI | 12 |
| 分部/產品 | 客戶覆蓋 automotive、restaurants、retail、financial services、telecom and devices; by-product revenue, gross margin and top-customer concentration for 2025 [未充分揭露]. | AI 只按已揭露產品或業務線做 proxy | 34 |
| 客戶 | 客戶型別可描述；客戶名單、營收佔比、合同轉營收節奏若未揭露則不寫死 | [未充分揭露] | 56 |
| 毛利率 | 公司層面或第三方揭露可引用；AI 單項毛利率若未揭露則不估算 | [未充分揭露] | 19 |
- AI 營收的最小可信 proxy 是“明確與 AI 產品/雲端/agent/資料工具繫結的營收線索”；最大可信 proxy 不能超過相關業務分部營收。14
- 若產品頁只說明功能，不說明營收，本文只把它作為商業化證據，不把功能數量轉成財務貢獻。34
- 對於新專案、MOU、客戶公告和長期合同，本文區分 bookings、contracted revenue、annual revenue、recognized revenue 和 cash collection。25
4. 核心產品
| 產品/服務 | AI 作用 | 收費/確認方式 | 關鍵風險 | 證據 |
|---|---|---|---|---|
| 傳統底盤 | 語音 AI、對話式 AI、agentic customer interaction 平台公司 | 存量客戶、長期合同、專業服務或通訊/雲端基礎設施營收 | 傳統業務增長放緩 | 12 |
| 資料/軟體/運維 | 與客戶系統、知識庫、網路或算力資源繫結 | attach rate 決定毛利 | 客戶預算、集成周期 | 56 |
- 產品護城河不只看“有沒有 AI 名稱”，更看是否嵌入客戶生產流程、是否有專有資料/工程能力、是否能把試點轉為常態預算。48
- 產品風險是同質化：若只提供通用模型包裝或裸算力，價格會快速向基礎設施成本靠攏。79
5. 上下游
| 方向 | 參與方 | 影響變數 | 揭露狀態 |
|---|---|---|---|
| 上游資料/內容 | 專業資料、客戶資料、知識庫、模型權重、行業語料 | 資料質量和合規 | 授權細節多為 [未充分揭露] 4 |
| 合作伙伴 | 雲端廠商、晶片廠、系統整合商、諮詢商、生態軟體 | go-to-market 和交付能力 | 公告可查，營收貢獻需財報驗證 3 |
- 上游瓶頸包括 GPU 供給、記憶體/網路、電力、資料授權和技術人員；其中任一項受限都會推遲營收確認。89
- 下游瓶頸包括客戶從 PoC 到 production 的週期、採購審批、資料合規、私有部署成本和存量系統改造。56
6. 同業與競爭格局
| 對手型別 | 代表公司 | 競爭維度 | 本公司差異 |
|---|---|---|---|
| 專業軟體/資料 | Bloomberg、Wolters Kluwer、ServiceNow、Salesforce、Palantir、Databricks | 專有資料、工作流、銷售渠道 | 差異取決於專業內容、行業深度和整合能力 4 |
| AI 基礎設施 | CoreWeave、Nebius、Crusoe、Applied Digital、TeraWulf、neocloud | MW、GPU、融資、客戶合同 | 若公司屬於軟體層，則競爭在生產工作流；若屬於雲端層，則競爭在利用率 8 |
| 本地整合商/運營商 | 電信運營商、SI、區域雲端 | 合規、本地交付、客戶關係 | 本地市場和主權雲端可形成壁壘 5 |
- 競爭格局的誤區是把所有 AI 公司按同一經營架構比較；雲端容量、專業內容、RPA、語音 AI、法律資料庫和電信邊緣的經濟模型完全不同。17
- 本公司最該與“客戶預算替代品”比較，而不是隻與股票市場中同標籤公司比較。56
7. 護城河
- 垂直場景嵌入：汽車、餐飲、金融服務、零售、電信和裝置等客戶場景需要語音入口、知識庫、後端系統和運營流程一起部署，若能進入生產環境，切換成本高於普通聊天機器人。13
- 產品平台化：OASYS 被定位為自學習、編排式 agentic AI 平台，若能縮短部署和迭代週期，可改善交付效率；但平台營收、客戶數和單項毛利仍未充分揭露，不能提前量化護城河。310
- 資料/流程資產：專業資料、客戶歷史流程、行業模型和運維經驗形成持續改進迴圈，但公司未必單獨揭露資料資產價值。46
- 交付能力：AI 專案落地需要工程、合規、運維和客戶成功團隊；人效、交付週期和故障率決定真實毛利。57
- 資本與供應鏈：AI 雲端/資料中心公司需要融資、GPU、電力和折舊管理；軟體公司需要研發和銷售效率。89
- 反向提醒：護城河不是公告數量，而是續費率、留存率、單位經濟、現金回收和客戶擴張。12
8. 財務質量(趨勢表+杜邦+逐季)
8.1 趨勢表
| 期間 | 財務資料 | 來源口徑 | 投研含義 | 引用 |
|---|---|---|---|---|
| 2024A | 傳統/上一年口徑 | 對比基數 | 用於判斷增速，不倒推 AI 營收 | 12 |
| 2025A / FY2026 | FY2025 revenue $168.9mn, up about 99%; FY2025 gross margin about 42.4% from third-party financial summary; Q1 2026 revenue $44.2mn, +52%, GAAP gross margin 31.1%, GAAP net loss $25.0mn, cash $216mn and no debt. | 公司/IR/第三方明示 | 最新年度硬錨 | 12 |
| 最近季度 | 2025Q2 revenue $42.7mn, 2025Q3 revenue about $42mn, 2025Q4 revenue $55.1mn, 2026Q1 revenue $44.2mn; margins can swing with acquisitions and mix. | 季報/新聞稿口徑 | 檢查營收確認、現金流量和獲利質量 | 26 |
| AI 口徑 | 客戶覆蓋 automotive、restaurants、retail、financial services、telecom and devices; by-product revenue, gross margin and top-customer concentration for 2025 [未充分揭露]. | 揭露+本文 proxy | 未揭露項不估算 | 34 |
8.2 杜邦拆解
- 淨利率：仍處高增長虧損期，淨利率為負；資產以現金、商譽和無形資產為主，股權融資和併購會顯著影響權益乘數。 12
- 資產週轉：AI 軟體公司看 ARR/營收相對銷售與研發投入的效率；AI 雲端/資料中心公司看 MW/GPU 利用率和折舊開始時間。38
- 權益乘數：有債務、租賃、專案融資或併購的公司，財務槓桿會放大獲利和現金流量波動；不能只看營收增長。19
8.3 逐季/近期間表
| 期間 | 營收/獲利線索 | 現金流量/質量線索 | 判斷 |
|---|---|---|---|
| 最近年度 | FY2025 revenue $168.9mn, up about 99%; FY2025 gross margin about 42.4% from third-party financial summary; Q1 2026 revenue $44.2mn, +52%, GAAP gross margin 31.1%, GAAP net loss $25.0mn, cash $216mn and no debt. | 年度現金流量或獲利質量按來源口徑 | 年度硬錨 1 |
| 最近季度 | 2025Q2 revenue $42.7mn, 2025Q3 revenue about $42mn, 2025Q4 revenue $55.1mn, 2026Q1 revenue $44.2mn; margins can swing with acquisitions and mix. | 季度波動反映確認節奏 | 不用單季年化替代全年 2 |
8.4 財務質量結論
- 財務質量結論偏“高增長、待驗證”：公司給出 2026 年營收 2.25 億至 2.60 億美元展望，但 Q1 2026 GAAP 毛利率、淨虧損和經營現金流量仍顯示規模化獲利尚未兌現，後續應把營收增速與毛利率、現金流量同步追蹤。37
9. 業績傳導
| 傳導環節 | 正向訊號 | 反向訊號 | 證據 |
|---|---|---|---|
| 需求 | 客戶從 PoC 進入生產，使用量/席位/MW 上升 | 試點多、續約少 | 35 |
| 訂單 | 長約、續約、擴容、交叉銷售 | MOU 不轉合同 | 26 |
| 營收 | 訂閱/租賃/使用量確認 | 硬體一次性確認後回落 | 12 |
| 獲利 | 毛利率穩定、銷售效率改善、折舊被利用率吸收 | 毛利率下行、現金流量惡化 | 19 |
- 傳導公式：客戶 AI 預算 → 產品/容量使用 → 合同和訂閱 → 營收確認 → 毛利率/現金流量 → ROIC。任一環節未揭露時，本文不補數字。34
- 最需要警惕的是訂單公告與財報之間的時間差；AI 熱點公司常見“合同總額很大、當期營收很小、現金流量仍為負”的錯配。28
10. 經營拆分與反證架構
本節只拆分經營驅動，不做價格、規模口徑或市場口徑推導。判斷重點改為營收質量、毛利率、現金流量、客戶/訂單、產能利用率和產品採用是否強化業務敘事。
| 模組 | 關鍵經營變數 | 強敘事訊號 | 反證閾值 |
|---|---|---|---|
| 營收與採用 | 營收增速、ARR/訂單、客戶採用 | 營收增長由真實客戶採用和復購支撐 | 營收或訂單連續放緩，且缺少客戶採用證據 |
| 獲利質量 | 毛利率、費用率、現金流量 | 毛利率穩定，現金轉換改善 | 毛利率下行或現金流量惡化 |
| 競爭與客戶 | 客戶集中度、份額、替代風險 | 大客戶擴張且競爭格局穩定 | 客戶砍單、份額流失或替代方案加速 |
11. 風險
- AI 營收未單列：若公司只揭露產品或專案，財務貢獻可能顯著小於市場敘事。13
- 毛利率風險：裸算力、硬體轉售、低差異化整合和價格競爭會壓低獲利。89
- 客戶集中與驗收風險：大客戶合同如果延遲、降價或不續約，會造成季度波動。25
- 併購整合風險：LivePerson 交易若完成，將擴大數字訊息和客服覆蓋，但也會帶來產品整合、客戶遷移、成本協同和商譽/無形資產攤銷壓力；交易協同不能在財務報表驗證前直接計入獲利彈性。47
- 合規風險：資料隱私、出口管制、主權雲端、版權、專業責任和 AI 審計都會影響商業化節奏。710
- 資本支出與融資風險：AI 資料中心專案會放大負債、折舊和利率敏感性。89
- 併購整合風險：若增長來自收購，商譽、客戶遷移和產品整合質量需要單獨追蹤。16
12. 常見誤讀糾偏
- 誤讀 1：有 AI 產品就等於 AI 營收高。糾偏：只有財報單列或可驗證的產品營收才能算硬錨，否則只能寫“AI 相關業務/產品”。34
- 誤讀 2：合同總額或併購規模等於當期營收。糾偏：SoundHound 的營收確認取決於部署、使用量、驗收和客戶上線節奏；併購帶來的客戶池也需要看交叉銷售、留存和現金流量，而不是把公告金額一次性視為經營成果。24
- 誤讀 3：營收增長必然提升獲利。糾偏：AI 雲端和硬體整合可能因折舊、採購、低利用率或客戶議價導致毛利率下滑。19
- 誤讀 4：專業資料會被通用模型立刻替代。糾偏：在法律、稅務、科學和企業流程中，可信來源、權限、審計和責任鏈仍是付費原因。47
- 誤讀 5：單季獲利可以年化。糾偏：AI 專案驗收、硬體交付、併購會計和一次性收益會扭曲季度表現。26
13. 最新事件(帶日期)
| 日期 | 事件 | 投研含義 | 來源 |
|---|---|---|---|
| 2026-05-05 | introduced OASYS agentic AI platform. | 看後續是否轉化為營收、毛利和現金流量 | 3 |
| 2026-05-07 | reported Q1 2026 revenue $44.2mn and launched OASYS commercially. | 看後續是否轉化為營收、毛利和現金流量 | 4 |
14. 追蹤指標
| 指標 | 為什麼重要 | 頻率 | 紅旗 |
|---|---|---|---|
| AI/相關分部營收 | 驗證敘事是否進財報 | 季度/半年 | 只講產品不講營收 1 |
| 毛利率/EBITDA margin | 驗證商業模式質量 | 季度 | 營收增長但毛利率下滑 2 |
| 客戶與合同 | 驗證需求確定性 | 事件驅動 | MOU 長期不轉合同 3 |
| 利用率/ARR/NRR/MW | 按公司型別選擇核心 SaaS 或資料中心指標 | 季度 | 只揭露總容量不揭露使用 8 |
| 研發/銷售效率 | 驗證增長是否可持續 | 季度/年度 | 增長依賴費用堆疊 4 |
| 合規與監管 | 資料、出口、版權、專業責任 | 事件驅動 | 被調查、許可不確定 10 |
- 最小追蹤包：季度營收是否落在 2026 年展望軌道內、GAAP/非 GAAP 毛利率是否從 Q1 低位修復、經營現金流量淨流出是否收窄、OASYS 與 LivePerson 相關客戶是否轉為可確認營收，以及汽車/餐飲/企業客服客戶採用是否有續約或擴容證據。34610
15. 來源
- 來源：investors.soundhound.com/investor-relations/
- 來源：www.stocktitan.net/news/SOUN/sound-hound-ai-reports-record-annual-revenue-of-169-million-up-peca3zo3r8me.html
- 來源：www.globenewswire.com/news-release/2026/05/07/3290524/0/en/soundhound-ai-reports-record-q1-revenue-of-44-2-million-up-52.html
- 來源：www.soundhound.com/newsroom/press-releases/https/wwwsoundhoundcom/newsroom/soundhound-ai-to-acquire-liveperson-combining-proprietary-voice-agentic-ai-and-digital-messaging-to-create-a-world-leading-end-to-end-omnichannel-conversational-ai-platform/
- 來源：www.sec.gov/Archives/edgar/data/1840856/000121390026045987/ea0287117-8k425_sound.htm
- 來源：www.soundhound.com/newsroom/press-releases/soundhound-ai-reports-record-second-quarter-with-all-time-high-42-7-million-revenue-up-217-raises-full-year-outlook/
- 來源：www.sec.gov/Archives/edgar/data/1840856/000162828025023838/soun-20250508ex991earnings.htm
- 來源：investors.soundhound.com/static-files/775016fc-34fb-44e1-8e57-a2c0c8e48dd1
- 來源：www.stocktitan.net/financials/SOUNW/
- 來源：www.soundhound.com/newsroom/press-releases/soundhound-ai-introduces-oasys-the-worlds-first-self-learning-orchestrated-agentic-ai-platform-where-ai-builds-ai/