企业官网建设流程全解析

一家做工具类App起家的老牌互联网公司，靠什么从亏损泥潭里爬出来？当"AI驱动"四个字写进财报电话会的频率越来越高，扭亏为盈这件事，到底是经营基本面的真实修复，还是资本市场叙事的一次包装？这是我看完猎豹移动最新财报后一直琢磨的问题。

猎豹移动（以下文中简称猎豹）过去几年在公众视野里几乎是沉寂的。国内用户印象还停留在清理大师、安全大师那批出海工具上，海外市场则看着它从高光走向落寞。直到这份"扭亏为盈"的成绩单出来，很多人才重新把目光移回来：原来这家公司还在，而且悄悄换了个引擎。这篇文章，我想用我常年跟踪中概股和AI应用赛道的视角，把猎豹这次"AI驱动扭亏为盈"从里到外掰开揉碎讲一讲。既讲清楚盈利是怎么来的，也讲清楚"AI驱动"这四个字的含金量，更重要的是一起搭一个后续观察框架，方便大家自己判断这只股票、这家公司后面的成色。

不吹不黑，先把逻辑链条理顺，再看怎么验证它。

1. 先弄明白：扭亏为盈的"盈"，到底是从哪一块业务里长出来的

看任何一家公司的扭亏，第一步都不是看净利润数字本身，而是拆解盈利结构。猎豹的资产负债表和利润表构成里，有几个和传统互联网公司不太一样的地方，不拆开看容易被表面的绿灯骗过去。

1.1 判断盈利质量，先分清经营利润、投资收益和一次性项目

我自己看财报有一个习惯：把净利润拆成三块——经营性利润、投资收益、非经常性损益。经营性利润是主营业务实实在在赚的钱，投资收益是公司拿钱去投别人赚的钱，非经常性损益则包括资产出售、政府补贴、诉讼和解金这些"运气钱"。

对猎豹这种体量和业务形态的公司，这三块的比例尤其关键。工具类产品和AI解决方案目前贡献的收入，可以归入经营性利润；而猎豹历史上对外做过不少股权投资，这部分收益会随市场波动剧烈起伏。如果扭亏主要靠投资浮盈，那这个"扭亏"的可持续性就要打个问号；如果经营性利润本身转正，那才算真正意义上的基本面修复。

我的判断方法是看报表里的"营业利润"或"运营利润"（Operating Income），这一项剔除了投资收益和财务费用，最能反映主业赚不赚钱。如果营业利润仍然为负、但净利润为正，那大概率是投资收益或公允价值变动在帮忙填坑；如果营业利润和净利润同时转正，说明主营业务是真的造血了。

1.2 一次性收益的水分：小心"财务洗澡"和"运气性盈利"

还有一类容易迷惑人的东西叫一次性收益。比如公司卖掉某栋楼、卖掉某个子业务、或者和某家和解收到一笔钱，都会在当期形成利润，但第二年就不会再有了。很多公司在扭亏的关键年份，都会有意无意做一次"财务洗澡"——把历史包袱一次性计提干净，让后续利润表显得干净利落。

猎豹这次扭亏里没有披露特别重大的一次性资产出售，但作为长期跟踪者，我还是建议大家去财报里翻一下"其他收入"和"营业外收入"的附注。如果一次性项目贡献超过净利润的一半，那扭亏质量就要降级看待。我的经验是关注连续两三个季度的趋势，而不是死盯某一个季度的净利润。

1.3 单季盈利不足为喜，连续趋势才有参考价值

互联网公司的业绩季节性非常明显。猎豹历史上Q4和Q1往往有较大的营销费用支出，Q2和Q3相对平稳。如果只是某一个季度利润转正，可能是费用节奏造成的假象；连续两个季度以上保持正向经营现金流和正营业利润，才算站稳了。

我自己会做一张简单的趋势表，把近四个季度的收入、毛利、运营利润、净利润四列数据拉出来看变化方向。对猎豹这种转型期公司，收入可能保持低速增长或略微下滑，但利润率持续改善，也是一种有效的修复。重点在于：改善幅度是否持续放大，还是靠压费用压出来的单季弹性。如果是靠砍研发、砍营销压出来的利润，那和AI转型的方向又是矛盾的，后面需要非常小心地观察费用结构。

2. 从"工具流量"到"AI服务"：猎豹的AI故事到底讲的是什么

"AI驱动"不是一句口号，它必须落到具体的产品线和商业模式上。猎豹目前的AI相关业务，在我看来主要集中在两个方向上：一是面向企业的AI解决方案，尤其是语音、外呼、客服这类场景；二是对原有工具产品做AI化改造，比如生成式AI功能来拉动订阅付费。

这两个方向，一个是TO B生意的逻辑，一个是TO C存量变现的逻辑，评估的尺子完全不同。

2.1 To B端AI外呼与客服产品：最像真金白银的AI落地场景

先说To B端。这几年AI落地赚钱的领域，一个是大模型API调用量，另一个就是AI外呼、智能客服、语音机器人这类垂直场景。外呼场景天然适合AI：话术重复度高、流程标准化、成本敏感、人力流失大，企业有足够强的付费意愿去用AI替换部分坐席。

猎豹做这块业务有一个隐藏优势：语音识别和语音合成的技术积累。当年做工具产品时，猎豹在语音交互上就有技术储备，团队对音频信号处理、误唤醒、方言适配这些麻烦事有实际工程经验。这些积累转化到AI外呼产品上，会让产品的"能用度"比从零做起的团队高不少——比如通话中的静音检测、打断处理、情绪判断，这些都是看似简单、实际巨坑的细节。

不过也要清醒：AI外呼赛道极其拥挤。有云厂商、有老牌语音技术公司、还有大量创业公司，这个市场的竞争本质是销售渠道和场景深度的竞争。猎豹如果能在几个垂直行业（比如电商回访、金融催收、本地生活邀约）里做出标杆案例，那这个故事就有说服力；如果只是泛泛地把产品挂在官网上，那就是纯讲故事。

2.2 To C端工具产品的AI改造：存量用户的二次变现

再说To C端。猎豹的存量工具产品（清理、安全、输入法等）仍有大量海外用户。这些用户的特点是：对"免费工具"有强需求，但对付费非常敏感。过去工具类产品的变现主要靠广告，广告模式对用户体验伤害大、且受制于平台政策，越来越难做。

AI化改造打开了一扇新的门：通过AI能力提供"进阶服务"。比如安全软件里加入AI诈骗电话识别、清理工具里加入AI智能相册管理、输入法里加入AI写作辅助，这些功能天然适合做成订阅制。订阅制的本质逻辑是"用体验换收入"，用户觉得值得才会持续付费。这个模型如果在存量的百万级、千万级用户里跑通哪怕1%的付费率，都是一个可观的经常性收入来源。

关键要观察的是：猎豹在存量产品里到底上架了哪些AI功能，是真正接入了大模型去重构交互体验，还是只做一个简单的"AI问答助手"入口。如果只是把ChatGPT的接口包装一下，用户新鲜感一过就流失了；如果是深度结合场景的AI功能，留存率和付费率会稳步上升。

2.3 怎么辨别"真AI"和"蹭AI"：看毛利率和续费率

识别一家公司是真AI还是蹭AI，我总结了一套土办法，看三个指标。

第一是毛利率。纯软件AI服务（比如API调用、SaaS订阅）的毛利率通常应该在60%以上。如果AI业务毛利率明显低于传统软件业务，那说明你卖的其实是人力外包或者重定制。第二是续费率。企业级SaaS产品看NDR（净收入留存率），超过100%说明客户在增购；低于80%说明产品留不住人。第三是研发费用的投向。一家真做AI的公司，研发费用中的人才结构会明显向算法工程师、大模型应用工程师倾斜，年报里是能看到这些信息的。

猎豹的AI业务目前还处于投入期和爬坡期，毛利率和续费数据未必会单独披露，但我们可以从整体毛利结构的边际变化去倒推。如果整体毛利率在提升，且管理层在电话会里能讲出具体的客户案例、复购订单，那这个AI业务就值得高看一眼。

3. AI转型的钱从哪里来：现金储备、原有业务与账面资源

公司转型是需要燃料的。猎豹这几年在资本市场的估值虽然不高，但有一个被很多人忽略的优势：账上现金和可变现资产相对扎实。这和那些烧钱烧到山穷水尽才想起转型的公司，起点完全不同。

3.1 原有业务不增长但还在流血为正：转型的"压舱石"

工具类产品虽然过了增长期，但清理、安全、输入法这类应用的边际成本极低，即便收入下滑，毛利率依然可以维持在高位。瘦死的骆驼比马大，这批存量业务为猎豹提供了稳定的现金流。

这种"现金牛"业务对新业务的滋养，是猎豹AI转型中真正的基本盘。账面上看是"主业下滑+新业务投入"的组合，实质上是"老业务输血+新业务造血"的切换过程。关键是切换的速度：如果AI业务收入的增速能覆盖掉老业务下滑的失速，哪怕整体收入横盘，市场也会给一个转型溢价。

我们拉长期看，工具类应用的收入大概率还会小幅回落，但如果AI业务可以每季度维持两位数增长，那"总量稳住、结构改变"的态势就会逐渐清晰。这一点，比单个季度盈利更重要。

3.2 现金与投资组合：安全边际和耐心的来源

猎豹账面上的现金及等价物、短期投资，再加上对外持股的账面价值，构成了它敢于在AI上投入的安全垫。说白了，就算新业务还要亏两三年，账上资源也足够顶住，不会被迫贱卖资产或者稀释股权。

这个安全边际的意义不只是"死不了"，更是谈判筹码。猎豹在AI方面的布局除了自研，还包括外部投资孵化——把自己账上的资源注入有潜力的AI创业公司，换取技术和业务的绑定。这种"投资+业务协同"的打法，是不少中概股公司惯用的策略。

但对投资者来说，账面投资的价值波动也是双刃剑。如果外部投资表现好，利润表会好看；一旦市场下行，公允价值变动也可能反噬利润。这也是为什么我一直强调，看猎豹的盈利，一定得分清"主业赚的"和"投资赚的"。

3.3 人效与组织收缩：一个被低估的利润来源

还有一个因素容易忽略，那就是组织本身的收缩。过去几年猎豹经历了多轮人员优化和业务聚焦。人少了、项目少了，成本自然下降。这种"减法"对利润表的修复立竿见影，但也隐含着风险：如果人才密度下降过快，AI研发的能力储备会被透支。

我在跟踪这类转型公司时，特别关注两个指标：总员工人数变化和研发人员占比。如果员工总数下降但研发人员占比提升，那说明公司在"用更少的人干更值钱的事"，这是良性的降本增效；如果研发人员也跟着大幅缩减，那短期利润修复就是透支未来。

猎豹的团队规模在这两年已经缩到一个相对精干的状态，未来的看点应该是：单位人效是否维持高位，以及AI团队的人均产出能否持续增长。

4. 外部环境给猎豹的"AI窗口期"：大模型普及带来的机遇与反噬

猎豹的AI转型，与其说是一己之力，不如说是赶上了一波行业浪潮。大模型能力的普及，让中小玩家也有机会用上顶尖的AI能力，直接降低了AI应用的创业门槛。但浪潮既给机会，也带来了更激烈的竞争。

4.1 基础模型能力平权：中小玩家的机会窗口

过去做AI应用，需要自己训练模型，成本极高。现在呢？调用大模型API的成本以肉眼可见的速度下降，推理成本一年能降一个数量级。这带来的结果是：AI应用层的玩家不用再背上沉重的训练成本包袱，可以把精力放在场景理解、数据积累和交付体验上。

猎豹做AI外呼、AI客服这类B端产品，底层模型完全可以用开源或商业化的成熟模型，自己专注于行业数据和交付环节。这个模式的毛利结构比"自研大模型"健康得多，也符合猎豹现有的体量。

所以我对猎豹AI业务的判断框架很简单：它不需要成为大模型的赢家，只需要成为大模型应用层的"卖水人"角色。前提是动作要快、场景要准、交付要稳。

4.2 大厂的降维打击风险：凭什么客户选你不选大厂

这就要说到避不开的竞争问题。客户为什么要买猎豹的AI外呼，而不去买云厂商的同类产品？这个问题想不清楚，业务就很难做大。云厂商有天然优势——他们有算力、有通道、有客户基础，还能把AI方案和云资源打包出售。猎豹必须给出一个差异化的答案。

在我看来，这个答案可能是"场景深度"。通用的AI外呼平台可以快速搭起来，但真要在某个行业里做到合规、稳定、效果好，需要大量工程迭代。比如金融行业的双录与合规要求、教育行业的家长回访时间窗口、本地生活行业的话术节奏，这些行业Know-how不是靠大模型一次就能学走的。

猎豹历史上在工具产品研发积累的全球运营经验、跨语言能力、渠道能力，在海外To B市场上也是一个差异点。如果它能服务好出海的中国企业，或者在海外本地市场找到可靠的分销伙伴，这个业务就是一盘有壁垒的生意。

4.3 中小玩家的生存法则：别贪大，先做深

对猎豹这种体量的公司，我的建议是"不贪大、先做深"。相比去和大厂拼通用平台，不如集中火力在一个细分场景里做出标杆，把毛利口碑做出来，再横向复制。

从财报报告里释放的信息看，猎豹AI业务目前的策略也偏向于"少而精"：不做几十个行业，而是集中在几个重点场景打透。这种克制是聪明的。AI应用层的死亡率非常高，贪大求全的小公司大概率会翻车，咬住一口深井反而可能活得不错。

作为观察者，我期待看到的是：猎豹的AI收入中，来自老客户的增购占比逐渐提高。这说明产品真的切中了客户的需求，而不是靠销售团队一单一单去磕新客户。

5. 后续怎么跟踪猎豹的AI故事：五个值得盯紧的指标

最后聊点务实的。如果想把猎豹这个"AI驱动扭亏"当成一个持续跟踪的标的，不应该只看净利润，而应该盯紧下面五个指标，我按重要性排序。

第一个是"AI相关收入增速"。如果季报里能把AI业务的收入单独披露，或者至少给出增速指引，那是最好的。增速超过整体收入增速越多，转型的含金量越高。没有增速的AI故事都是白搭。

第二个是"毛利率趋势"。AI服务类业务如果成规模，整体毛利率应该有上行空间。如果收入增了、毛利降了，那说明卖的是硬件的活儿或者项目制外包的活儿，估值逻辑就要往下走。

第三个是"客户留存与增购"。刚才说的NDR指标，对To B业务来说是比收入增速更领先的指标。猎豹如果能在电话会或新闻稿里透露出核心客户续费率和增购情况，这会比"签约XX家客户"更有价值。

第四个是"研发费用占比与AI岗位结构"。AI转型期，研发费用占比可以维持高位，但更需要观察研发投向了哪些方向。如果研发费用中越来越多的比例和AI项目挂钩，说明资源真的在往新业务迁移。

第五个是"经营性现金流"。盈利是会计概念，现金流是生死概念。连续几个季度的正经营现金流，比扭亏为盈这个新闻本身更能说明问题。我一般会把经营现金流和净利润做对比，如果经营现金流常年高于净利润，说明利润的"含金量"是够的。

我会习惯性地把近四个季度的这几个指标画成一张表，每季度更新一次，趋势自然清楚：

这五个指标不一定每个都会在财报里作为单独科目披露，但通过阅读季报和电话会纪要，大约能从中推测出一半以上的趋势。剩下的，就看管理层愿不愿意给出更多颗粒度信息了。

6. 聊聊我的个人判断：这波扭亏"成色"怎么看

看完猎豹这次扭亏，再结合之前的种种，我自己有一个基本的判断：这是"经营收缩+新业务爬坡"同时作用的产物，方向是对的路，但成色还需后续几个季度验证。

所谓方向对，是说猎豹没有继续在工具流量广告这条越来越窄的路上死磕，而是把AI作为新的增长叙事的重组逻辑。新业务现在体量不大，但至少说明这家公司在有意识地去适应新的市场环境，结束过去几年的被动挨打状态。

所谓还需验证，是说AI业务的持续增长能力、盈利质量、客户合同规模，目前都不足以支撑太高的预期。扭亏为盈本身，是基本面的正向信号，但市场见过了太多"单季扭亏、下一季又变脸"的公司。对猎豹来说，真正重要的事情不是这一个季度赚了多少钱，而是接下来几个季度能不能把收入和毛利率的趋势走出来。

我的习惯是用三个连续季度验证一个趋势，同时留够安全边际，不在单季度消息刺激下追高。信息越不透明、关键指标越糊的公司，下手越要谨慎。

最后还是那句话：AI是个好东西，但资本市场里不缺会讲故事的人，缺的是能交出连续递增数据的人。猎豹还在后者的路上，我们继续看年报季的更多细节，再下结论。