数据保护厂商 N-able 在其 2025 年第一季度报告中显示亏损且增长放缓。
该公司向超过 25,000 家管理服务提供商 (MSPs) 提供数据保护和安全软件,而这些 MSP 反过来又为中小市场企业提供服务。同时,它还向分销商、系统集成商 (SIs) 以及增值经销商 (VARs) 销售产品。2025 年第一季度的收入达到 1.182 亿美元,同比增长 3.9%,超出其预期区间,但按 GAAP 核算录得亏损 720 万美元。订阅收入增长 4.8% 至 1.168 亿美元,毛利率则为 76.6%。
N-able 总裁兼 CEO John Pagliuca 表示:“我们的业绩反映出在全球范围内推进企业网络韧性方面持续取得进展。新安全功能的推出、合作伙伴计划中大量渠道合作伙伴的加入,以及有史以来最大的预定订单均展示了 N-able 的创新和成长。我们期待在全年内基于这一进展实现更进一步的发展。”
亏损的原因在于收入成本、运营费用和收购成本的增加。
Pagliuca 在财报电话会议中表示,N-able 已签署“有史以来最大的预定订单”。
一张收入历史图表显示,N-able 的增长率一直在下降:
N-able 的净保留率 (NRR) 为 101%,这表明客户收入有所增长且客户流失较低。在 2024 年该指标为 103%,2023 年为 110%,2022 年为 108%。净保留率越高,公司增长率越高。100% 的净保留率意味着客户流失所损失的收入被新客户增加、升级销售和交叉销售所抵消。低于 100% 的净保留率则表明企业保持了大部分客户,但收入增长并未达到最优水平。N-able 的净保留率虽不低于 100%,但也仅略高于这一水平。
问题在于,正如第二张图所示,自 2023 年第二季度达到高峰以来,N-able 的季度收入增长率已连续七个季度下降。
通过 MSP 渠道提供网络韧性服务类似于特许经营模式。随着现有 MSP 合作伙伴不断引入新客户、从现有客户中增加收入以及招募新的 MSP 合作伙伴,其收入理论上应不断增长。但如上图所示,N-able 的特许经营伙伴推动收入增长的速度正在逐步放缓。
去年 11 月,为了扩展安全产品组合并为 MSP 合作伙伴提供可销售给其客户和渠道的新服务,N-able 收购了专注于网络安全的 Adlumin。此项交易还引入了分销商、增值经销商 (VARs) 和系统集成商 (SIs),使 N-able 获得了更多渠道合作伙伴及交叉销售的机会。
Pagliuca 预计净保留率将进一步提升,并表示:“我们期望主要通过在现有客户群中实现交叉销售机会来推动这一改进。”
N-able 对第二季度的预期为 1.26 亿美元 ± 50 万美元,中值同比增长 5.5%。其 2025 年全年预期为 4.945 亿美元 ± 250 万美元,中值同比增长 6%,这表明其预计第二、三、四季度的收入增长率将保持在 5% 以上。
分析师 Jason Ader 表示:“虽然公司今年正经历多项同步转型(渠道扩展、安全产品投资以及交叉销售/平台化转型),这些因素对盈利能力形成压力并带来一定的执行风险,但我们认可管理层积极进取的姿态,并相信这预示着未来更大的总可用市场、更快的增长以及更高的运营杠杆。”
N-able 已经启动了一项 7500 万美元的股票回购计划。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。