附錄 99.1

Innodata 公佈第四季度和 2023 財年業績

第四季度收入同比增長35%

紐約 — 2024 年 2 月 22 日 — INNODATA INC.納斯達克股票代碼:INOD)今天公佈了第四季度和截至2023年12月31日的年度的業績。

·截至2023年12月31日的 季度收入為2610萬美元,較去年同期的1,940萬美元收入增長了35%。比較期包括這家大型社交媒體公司的50萬美元收入,該公司在去年下半年經歷了重大的管理層變動 ,因此它大幅削減了全面支出。在截至2023年12月31日的三個月中, 沒有來自該公司 的收入。

·截至2023年12月31日的季度 的淨收益為170萬美元,合每股基本股收益0.06美元,攤薄每股收益0.05美元,而去年同期淨虧損200萬美元, 或每股基本和攤薄後每股虧損0.07美元。

·截至2023年12月31日的 年度的總收入為8,680萬美元,較2022年的7,900萬美元收入增長了10.0%。比較期包括來自上述大型社交媒體公司的850萬美元收入。2023 年,這家公司 沒有收入。

·截至2023年12月31日的財年 的淨虧損為90萬美元,合每股基本虧損和攤薄後每股虧損0.03美元,而2022年的淨虧損為1,200萬美元,或每股基本 和攤薄後每股虧損0.44美元。

·2023年第四季度調整後的息税折舊攤銷前利潤為430萬美元,而去年同期調整後的息税折舊攤銷前利潤為20萬美元。*

·截至2023年12月31日的財年,調整後的息税折舊攤銷前利潤為990萬美元,而2022年調整後的息税折舊攤銷前利潤虧損為330萬美元。*

·截至2023年12月31日,現金、現金等價物 和短期投資為1,380萬美元,截至2022年12月31日為1,030萬美元。

* 調整後的息税折舊攤銷前利潤定義如下。

本新聞稿中的金額已四捨五入。 所有百分比均使用未四捨五入的金額計算。

首席執行官傑克·阿布霍夫表示:“我們很高興地宣佈,2023年第四季度收入為2610萬美元,同比增長35%,連續增長18%。由於客户對生成式人工智能服務的強勁需求以及我們能夠快速提高 以滿足客户需求的能力,我們超出了 預期的2450萬美元6.5%。2023 年,我們的收入總體增長了 10%。

“值得注意的是,如果我們撤回了這家大型社交 媒體公司的收入,2023年第四季度的 收入同比增長了39%,同比收入增長了23%,而後者在2022年經歷了一次廣為人知的私有化,同時終止了我們的服務(以及許多其他供應商的 服務)並裁員了80% 員工。該客户在2022年貢獻了850萬美元的收入, 在2022年第四季度貢獻了50萬美元的收入。從 2024 年第一季度開始,來自該客户的收入將不再拖累 的同比比較。

“我們還非常高興地宣佈,第四季度 調整後的息税折舊攤銷前利潤為430萬美元,比我們預期的370萬美元高出16%。

“第四季度的增長主要是由我們在2023年年中籤署的五大科技公司之一的生成式人工智能開發工作的加強 推動的,還受益於我們去年夏末宣佈的與另一家大型科技客户啟動的生成式人工智能開發計劃 。

“在第四季度末,我提到的第一個客户 就我們當前的初始計劃與我們簽署了一項為期三年的協議,根據工作説明書中不可超過的價值,2024年、 2025年和2026年的年價值約為2300萬美元,三年內為6,900萬美元。我們為這一成就感到非常自豪 。客户對我們所做的工作表示讚賞,並表示有興趣進一步擴大合作伙伴關係 。話雖如此,謹慎起見,投資者應瞭解,根據SOW,客户 可以通過多種方式提前終止或減少支出。我們認為,我們的服務質量將永遠是維持客户 關係的關鍵,而不是合同的規定條款或價值。

“我們在2024年有了一個良好的開端。 進入這一年,我們與五家所謂的壯麗七大科技公司簽訂了主服務協議。有了其中兩家 家公司,我們現在正在穩步發展。三分之一也促進了第四季度的增長,從本月開始,該客户 的增長幅度更大。我們樂觀地認為,我們將在2024年增加這三個客户的收入。

“對於五個 Mag Seven 客户中剩下的兩個,我們幾乎沒有走出大門,但我們對今年取得重大進展持樂觀態度。我們還在與其他幾家公司進行對話,其中包括當今生成式人工智能領域的一些最傑出的領導者。

“我們相信,我們擁有戰略、業務 勢頭和客户關係,可以在2024年實現顯著的收入增長。我們將堅持2024年20%的年度增長目標 ,目的是超額實現這一目標。”

阿布霍夫繼續説:“在2024年,我們將瞄準兩個廣泛的市場。首先是正在構建生成式人工智能基礎模型的大型科技公司,我們認為它們可能會在生成式人工智能開發上投入大量資金 。對於這些大型科技公司,我們為他們提供支持其 世代人工智能計劃所需的一系列服務。其中一項服務是創建指令數據集。您可以將指令數據集視為用於微調大型語言模型的編程 。通過對指令數據集進行微調,模型能夠理解提示,接受 指令,進行交談,進行明顯的推理,並完成我們許多人現在所經歷的無數不可思議的壯舉。我們 還將提供強化學習和獎勵建模,這些服務對於提供防範毒性、 偏見和有害反應的防護措施至關重要。此外,我們還參與模型評估和基準測試,幫助確保模型滿足性能、 風險和新出現的監管要求。根據我與其中幾家公司的對話以及他們 發表的公開講話,我們認為他們每年可能在這些服務上花費數億美元。除了他們在數據科學和計算方面的支出外,這筆支出與和 是分開的,後者是高性能大型語言模型的另一個重要組成部分。

“我們的第二個目標市場是各種垂直領域的企業 ,這些企業尋求整合和微調生成式人工智能模型。就企業 採用生成式人工智能而言,現在還處於初期階段,但我們相信,十年後,幾乎所有成功的企業都將在其產品和運營中採用生成式人工智能技術 。對於企業而言,我們的產品包括業務流程管理,我們在其中使用 AI 和 LLM 重新設計工作流程 ,並將工作作為持續的託管服務來執行。我們還提供戰略技術諮詢,與客户 合作,為將人工智能和 LLM 集成到運營和產品中制定路線圖,並構建原型和概念驗證。我們還對 模型進行微調,既可以單獨調整,也可以作為整合其他技術的大型系統的一部分進行微調。對於企業而言,從初始諮詢到模型選擇,再到微調、部署和集成,以及測試和 評估,我們有能力全力以赴 ,確保LLM有用、誠實和無害。

“同樣對於企業,我們提供基於訂閲的 平臺和行業解決方案,這些平臺和行業解決方案封裝了人工智能,包括我們自己的模型和領先的三種模型第三方派對模特。就像數據 是我們為大型科技公司所做的編程類工作的核心一樣,數據對企業部署同樣至關重要。企業使用 案例往往是高度具體和有針對性的,需要使用行業特定或特定領域數據訓練的模型,或者 需要利用精心策劃和組織的公司數據進行大量的即時工程工作和情境學習。

“最重要的是,數據工程 對於構建生成式人工智能基礎模型的大型科技公司和採用這些技術的企業非常重要。在過去的二十年中,數據 工程一直是我們的重點,我們相信我們非常擅長。”

阿布霍夫總結道:“在回答投資者最近提出的一些 問題時:

·一些投資者詢問我們目前 是否預計需要籌集更多股權。
o答案是否定的,我們目前預計不需要籌集更多股權。第四季度末,我們的現金和短期投資為1,380萬美元,略低於上個季度的1,480萬美元,但這在很大程度上是時機造成的,因為 我們在新年過後立即從主要客户那裏獲得了240萬美元的現金收入,僅在第四季度我們就產生了超過400萬美元的調整後息税折舊攤銷前利潤。儘管如此,為了支持我們的增長和未來的營運資金需求,我們向 Wells Fargo提供了循環信貸額度,該額度提供高達1000萬美元的融資,截至第四季度末,其中 100% 可在我們的借款基礎下使用。我們 尚未劃定富國銀行的線路。我們預計,2024年的運營將產生足夠的現金來滿足我們的資本需求 ,而不必動用富國銀行的資金。

·一些投資者問為什麼我們沒有 首席技術官。
o從某種意義上説,我們實際上有 首席技術官,或至少是同等人員,每位 管理特定的技術領域:我們擁有計算機科學和人工智能博士學位,領導我們的人工智能實驗室研究團隊和數據科學 團隊;我們有一位工程高級副總裁負責監督產品和平臺工程;我們還有另一位副總裁專門負責我們的敏捷產品的軟件開發和 產品開發;還有一位首席信息安全官負責安全和基礎架構。 在這些領導者的領導下,我們有近 300 名開發人員、架構師、基礎設施經理和數據科學家。我們發現這種結構 最能支持我們業務的廣度和規模。

·投資者要求我們分享我們最近在軟件和產品開發上的 支出,以及我們為什麼不單獨披露,並評論我們在雲基礎設施上是否有大量的 支出。
o就我們在軟件和產品開發方面的支出而言,在過去五年中,我們花費了大約 2,600 萬美元。這一數字在2022年達到峯值,達到890萬美元,到2023年降至640萬美元。但是, 由於我們大約80%的業務是管理服務,因此我們不將這些領域的總支出視為投資者的關注點 。在雲方面,我們每年花費數百萬美元,主要用於軟件、基礎設施和數據託管。 在 GPU 上投入鉅額資金來訓練基礎模型的是我們的大型科技客户,而不是我們。

·其他投資者問我們他們應該如何看待我們的業績。具體而言,他們詢問我們的公司是否是世界上最大的技術和軟件公司,以及 他們是否應該將我們的研發支出和雲計算支出與這些公司進行比較。
o這些公司絕對不是我們的公司。相反,這些公司中有許多構成了我們的目標 市場的一部分。我們不從事他們的業務,顯而易見的是,我們的規模並不相似。這個市場的參與者正在建立基礎 模型,我們正在為這個市場提供服務,幫助他們踏上旅程。因此,我們認為將我們的 研發支出和雲計算支出與他們的研發支出進行比較並不特別有用。我們將競爭對手視為專注於向該市場提供人工智能數據工程 服務的公司。

·我們遇到的另一個問題是, 我們如何在不籌集大量資金的情況下設法轉向人工智能?
o我們之所以能夠在不籌集資金的情況下轉向人工智能,基本上有三個原因。第一個 原因是我們讀到的關於構建基礎模型 所需的鉅額支出是由我們的大型科技客户而不是我們造成的,我們認為這是迄今為止最重要的。我們的客户正在為雲計算、數據 科學和數據工程部署大量資金——如果你願意的話,LLM 的三個關鍵要素。我們提供他們所需的各種數據工程服務 ,提供數據工程不需要我們單獨承擔計算成本。我們能夠在不產生鉅額前期成本的情況下將 過渡到人工智能數據工程的第二個原因是,我們作為數據工程公司已有 20 多年,而且 我們能夠將許多已經存在的資源,包括管理、資源、設施、 和技術,重新用於為 AI 用例提供服務。第三個原因是,當我們在2016年開始探索人工智能並開發 Goldengate基礎設施時,我們投入了可控的投資。從數據的角度來看,由於我們已經僱用了由 資源組成的大型團隊來處理客户工作,因此我們不必為在圈中的人員增加額外成本。我們只需要重新架構 我們的操作員工作臺並創建正確的數據湖即可。我們最初為構建的模型設定的目標是使我們 能夠降低與維護基於規則的數據處理技術相關的成本。我們不是在尋求實現人類工作的自動化, 而是為了增強它。我們認為,多年來,我們的專有平臺之一Goldengate在實體提取、數據分類和文件分區等方面已成為最先進的技術,所有這些都是我們工作的重要方面。我們在客户部署 和我們自己的平臺中使用該技術,取得了不錯的成果。話雖如此,Goldengate 不是 ChatGPT ——你不能與它交談或要求它 表演寫詩歌等神奇壯舉。Goldengate 有 5000 萬個參數,而 ChatGPT 據説有 1.7 萬億個參數。 儘管如此,Goldengate 表明,可以訓練人工智能以在不產生鉅額支出的情況下很好地執行特定任務;對於行業特定數據集,許多企業可以利用開源算法和模型進行人工智能部署; ,特別是對於業務實施而言,數據工程比單純的模型大小作為性能預測指標更為重要。

·我們最近收到的一個問題是 “與您的不同業務領域相比,每位員工的 收入如何”?
o答案是,在我們的託管服務業務中,每位員工的收入最低,而我們的人工智能數據工程擴展服務則高出數倍 倍。無論如何,我們的目標是將這些業務 項的調整後毛利率定為35%至37%,因此我們認為調整後的毛利率是更好的跟蹤指標。在我們的軟件業務中,我們今年的目標毛利率預計 約為73%,我們打算將調整後的合併毛利率定為40%至43%。

·我們最近多次 次收到的另一個問題是 “敏捷性現在能盈利嗎?”
o答案是肯定的。在本季度,Agility公佈的調整後息税折舊攤銷前利潤為120萬美元。與第三季度相比, 連續增長了69%。我們認為我們在2023年對敏捷業務的執行非常出色,在困難的宏觀環境中增長了15%。與2023年相比,其 調整後的毛利率強勁,為69%,第四季度為74%。我們也喜歡我們在產品上所做的一切—— 我們相信,作為第一個集成 生成式人工智能的端到端公共關係和媒體情報平臺,我們已經處於領先地位。”

臨時首席財務官瑪麗莎·埃斯皮內利補充説:“我們最近從投資者那裏得到的其他 問題是:

·有人問我們為什麼要在海外存放現金 。
o我們在海外存放現金的原因是為了支付這些地區的運營費用。我們不計劃 匯回這些資金,也沒有預見到有必要。

·最近有人問我們與離岸子公司達成的 成本加上轉讓定價協議。
o收入在(比如)北美或歐洲,但在印度和菲律賓等國家 設有離岸交付中心的公司會制定所謂的轉讓定價安排,以滿足公平交易 原則。根據轉讓定價安排,一定比例的收入分配給交付中心。分配的百分比 通常由外國的法規或法規決定。據我們瞭解,外國之所以這樣做,是為了 確保地方一級有利潤可供徵税。不幸的是,當合並後的企業虧損時, 不必納税,它最終不得不在海外納税。顯然,虧損時納税不是一件好事,被稱為 “税收泄漏” ——但即使在這種情況下,與我們 通過海外業務節省的錢相比,我們繳納的税款也微不足道。

·有人問我們是否有任何 結構性原因表明Innodata在創造更多收入時預計會損失更多資金?
o這個問題的答案絕對不是。隨着Innodata收入的增加,我們預計其調整後的息税折舊攤銷前利潤 將以更高的百分比增長。這是因為我們的直接成本(例如生產 設施)有一定的運營槓桿作用,而我們的一般和管理運營成本具有顯著的運營槓桿作用。我們在 第三季度和第四季度都看到了明確的證據。第三季度,收入連續增長250萬美元,調整後的息税折舊攤銷前利潤連續增長160萬美元。同樣,在第四季度,收入 環比增長390萬美元,調整後的息税折舊攤銷前利潤連續增長110萬美元。但是,根據我們如何調整運營支出,尤其是銷售和營銷工作, 基於市場動態,收入降至息税折舊攤銷前利潤線的幅度將出現季度波動。”

帶問答的電話會議的時間安排

Innodata將於美國東部時間今天下午5點舉行財報電話會議, 包括問答環節。您可以通過撥打以下呼入 號碼來參與此次通話:

電話會議的呼入號碼為:

1-888-506-0062 (國內)
+1 973-528-0011 (國際)
參與者訪問碼 383451
1-877-481-4010 (國內重播)
+1 919-882-2331 (國際重播)
重播密碼 49773

建議 參與者在通話開始前大約 10 分鐘撥號。還邀請 在www.innodata.com的投資者關係欄目觀看電話會議的網絡直播。 請注意,網絡直播功能將處於僅限收聽模式。

電話會議結束後 30 天內將提供電話會議或網絡直播重播 。

關於 Innodata

Innodata(納斯達克股票代碼:INOD)是一家全球性 數據工程公司,向世界上許多最負盛名的公司兑現了人工智能的承諾。我們為 AI 數據收集/註釋、AI 數字化轉型和特定行業的業務流程提供支持 AI 的軟件 平臺和託管服務。 我們的低代碼 Innodata 人工智能技術平臺是我們產品的核心。在每一次合作中,我們都尊重我們 30 多年的傳統,為我們的客户提供最優質的數據和卓越的服務。訪問 www.innodata.com 瞭解更多信息。

前瞻性陳述

本新聞 可能包含經修訂的 1934 年《證券交易法》第 21E 條和經修訂的 1933 年《證券法》第 27A 條所指的某些前瞻性陳述。這些前瞻性陳述包括但不限於有關我們的運營、經濟表現和財務狀況的陳述 。諸如 “項目”、“相信”、 “期望”、“可以”、“繼續”、“可能”、“打算”、“可能”、“應該”、 “將”、“預測”、“表明”、“可能”、“預測”、“估計”、“潛在”、“可能”、“承諾” 或其否定因素之類的詞語,以及其他類似的 表達式通常指前瞻性陳述。

這些前瞻性 陳述基於管理層當前的預期、假設和估計,受許多風險和不確定性的影響, 包括但不限於俄羅斯和烏克蘭之間的持續衝突以及哈馬斯對以色列的攻擊 及隨後的衝突所產生的影響;對大型語言模型的投資;客户可能會終止合同;預計的 或承諾的工作量可能無法實現;管道機會和客户可能無法實現 的討論工作量或預期工作量;我們的服務支持的市場,尤其是新興市場 持續發展的可能性;我們的客户和潛在客户執行使 對我們的服務產生要求的業務計劃的能力和意願;繼續依賴數字數據解決方案 (DDS) 領域基於項目的工作以及此類合同的 主要是隨意性質以及這些客户減少或延遲的能力取消項目; 可能無法替換以下項目已完成、取消或減少;DDS 板塊收入持續集中在有限數量的客户中; 我們在敏捷領域依賴內容提供商;難以整合收購、合資 企業和戰略投資併產生協同效應;我們可能收購的公司和企業的潛在未發現負債;我們收購的公司和企業的商譽和其他收購無形資產賬面價值的潛在減值 ;持續低迷 進入或低迷的市場條件;外部市場因素的變化;我們的業務或增長戰略的變化;新的 或現有競爭對手的增長;各種其他競爭和技術因素;我們對信息技術 系統的使用和依賴,包括潛在的安全漏洞、網絡攻擊、隱私泄露或導致未經授權披露消費者、客户、員工或公司信息 的數據泄露或服務中斷以及其他不時出現的風險和不確定性 不時出現在我們向其提交的文件中證券交易委員會。

我們的實際業績可能與前瞻性陳述中提到的 結果存在重大差異。可能導致或促成此類差異的因素包括但不限於 第一部分第 1A 項中討論的風險。“風險因素”,第二部分,第7項。“管理層對財務狀況和經營業績的討論 及我們於2023年2月24日向 證券交易委員會提交的10-K表年度報告的其他部分,經我們可能向證券 和交易委員會提交的其他文件更新或修改。鑑於這些風險和不確定性,無法保證前瞻性 陳述中提及的結果會發生,您不應過分依賴這些前瞻性陳述。這些前瞻性陳述僅代表截至本文發佈之日的 。

除非聯邦證券法可能要求,否則我們沒有義務更新或審查 任何指導或其他前瞻性陳述,無論是由於新信息、未來發展還是其他原因。

公司聯繫人

瑪西婭·諾維羅

Innodata Inc.

Mnovero@innodata.com

(201) 371-8015

非公認會計準則財務指標

除了根據美國公認會計原則(“GAAP”)編制的 財務信息外,我們還提供某些非公認會計準則財務信息。我們認為,這些非公認會計準則財務 指標有助於投資者比較各期經營業績。在某些方面,管理層認為,非公認會計準則 財務指標比其公認會計準則等價物更能反映我們持續的核心經營業績,因為他們做出了調整, 管理層認為這些調整反映了業務的持續業績。

我們認為,這種非公認會計準則 財務信息的列報使投資者更全面地瞭解我們的財務 業績、競爭地位和未來前景,特別是通過提供管理層和 董事會用來評估業績和管理業務的相同信息,可以提高投資者的透明度。但是,本 新聞稿中提出的非公認會計準則財務指標有一定的侷限性,因為它們不能反映根據公認會計原則確定的與我們業務運營相關的所有成本。因此,除了根據公認會計原則編制的財務業績指標外,投資者還應考慮使用非公認會計準則財務指標,而不是將其作為 的替代品,或優於這些指標。此外, 我們提供的非公認會計準則財務指標可能與其他公司使用的類似非公認會計準則財務指標有所不同。

調整後 EBITDA

我們將調整後的息税折舊攤銷前利潤定義為根據美國公認會計原則歸屬於Innodata Inc.及其子公司的淨收益(虧損) ,不計利息支出、所得税、折舊和 無形資產(衍生息税折舊攤銷前利潤),加上對無形資產減值損失和 商譽的額外調整、股票薪酬、歸屬於非控股權益的收益(虧損)、非經常性遣散費和其他一次性的 br} 成本。

我們使用調整後的息税折舊攤銷前利潤來評估運營的核心業績 和兩個財政期之間的趨勢,並認為這些指標是我們內部績效衡量 流程的重要組成部分。

本新聞稿附帶的表格中包含調整後息税折舊攤銷前利潤與最直接可比的GAAP指標的對賬情況。

INNODATA INC.和子公司

簡明合併運營報表

(未經審計)

(以千計,每股金額除外)

三個月已結束 年終了
12 月 31 日 12 月 31 日
2023 2022 2023 2022
收入 $26,112 $19,375 $86,775 $79,001
運營成本和支出:
直接運營成本 15,948 12,740 55,482 51,533
銷售和管理費用 8,203 8,355 30,975 37,940
利息支出,淨額 57 9 179 11
24,208 21,104 86,636 89,484
所得税準備金前的收入(虧損) 1,904 (1,729) 139 (10,483)
所得税準備金 248 229 1,028 1,522
合併淨收益(虧損) 1,656 (1,958) (889) (12,005)
歸屬於非控股權益的收益(虧損) 4 2 19 (70)
歸屬於Innodata Inc.及其子公司的淨收益(虧損) $1,652 $(1,960) $(908) $(11,935)
歸屬於Innodata Inc.及其子公司的每股收益(虧損):
基本 $0.06 $(0.07) $(0.03) $(0.44)
稀釋 $0.05 $(0.07) $(0.03) $(0.44)
已發行股票的加權平均值:
基本 28,728 27,392 28,131 27,278
稀釋 31,983 27,392 28,131 27,278

INNODATA INC.和子公司

簡明的合併資產負債表

(未經審計)

(以千計)

2023年12月31日 2022年12月31日
資產
流動資產:
現金和現金等價物 $13,806 $9,792
短期投資——其他 14 507
應收賬款,淨額 14,288 9,528
預付費用和其他流動資產 3,969 3,858
流動資產總額 32,077 23,685
財產和設備,淨額 2,281 2,511
使用權資產,淨額 5,054 4,309
其他資產 2,445 1,498
遞延所得税,淨額 1,741 1,475
無形資產,淨值 13,758 12,526
善意 2,075 2,038
總資產 $59,431 $48,042
負債、非控股權益和股東權益
流動負債:
應付賬款、應計費用和其他 $9,245 $9,880
應計薪金、工資和相關福利 7,799 6,136
所得税和其他税 3,848 3,230
長期債務-流動部分 1,261 877
經營租賃負債——流動部分 782 693
流動負債總額 22,935 20,816
遞延所得税,淨額 22 65
長期債務,扣除流動部分 6,778 5,079
經營租賃負債,扣除流動部分 4,701 4,036
負債總額 34,436 29,996
非控股權益 (708) (727)
股東權益 25,703 18,773
負債總額、非控股權益和股東權益 $59,431 $48,042

INNODATA INC.和子公司

簡明的合併現金流量表

(未經審計)

(以千計)

年終了
十二月三十一日
2023 2022
來自經營活動的現金流:
合併淨虧損 $(889) $(12,005)
為調節合併淨虧損與淨現金而進行的調整
由運營活動提供:
折舊和攤銷 4,716 3,889
基於股票的薪酬 4,027 3,283
遞延所得税 (276) 217
可疑賬款準備金 426 480
養老金成本 1,046 943
租賃終止時的損失 - 125
運營資產和負債的變化:
應收賬款 (5,116) 1,303
預付費用和其他流動資產 372 (226)
其他資產 (171) 750
應付賬款、應計費用和 其他 (490) 322
應計薪金、工資和相關福利 1,653 (310)
所得税和其他税 605 13
由(用於)經營活動提供的淨現金 5,903 (1,216)
來自投資活動的現金流:
資本支出 (5,564) (6,526)
(購買)短期投資的收益-其他 493 (507)
用於投資活動的淨現金 (5,071) (7,033)
來自融資活動的現金流:
行使股票期權的收益 3,324 332
支付長期債務 (452) (639)
由(用於)融資活動提供的淨現金 2,872 (307)
匯率變動對現金和現金等價物的影響 310 (554)
現金和現金等價物的淨增加(減少) 4,014 (9,110)
現金和現金等價物,年初 9,792 18,902
現金和現金等價物,年底 $13,806 $9,792

INNODATA INC.和子公司

公認會計原則與非公認會計準則財務 指標的對賬

(未經審計)

(以千計)

截至12月31日的三個月 截至12月31日的財年
合併 2023 2022 2023 2022
歸屬於Innodata Inc.及其子公司的淨收益(虧損) $1,652 $(1,960) $(908) $(11,935)
所得税準備金 248 229 1,028 1,522
利息支出 105 9 400 11
折舊和攤銷 1,237 1,053 4,716 3,889
塞韋蘭斯** - - 580 -
基於股票的薪酬 1,029 913 4,027 3,283
非控股權益 4 2 19 (70)
調整後的息税折舊攤銷前利潤(虧損)——合併 $4,275 $246 $9,862 $(3,300)

截至12月31日的三個月 截至12月31日的財年
DDS 細分市場 2023 2022 2023 2022
歸屬於DDS板塊的淨收益(虧損) $974 $(501) $223 $(711)
所得税準備金 246 228 1,018 1,423
利息支出 104 9 395 10
折舊和攤銷 351 211 1,161 694
塞韋蘭斯** - - 33 -
基於股票的薪酬 986 760 3,511 2,690
非控股權益 4 2 19 4
調整後的息税折舊攤銷前利潤——DDS分部 $2,665 $709 $6,360 $4,110

截至12月31日的三個月 截至12月31日的財年
Synodex 2023 2022 2023 2022
歸屬於Synodex板塊的淨收益(虧損) $238 $(282) $219 $(2,525)
折舊和攤銷 144 174 623 656
塞韋蘭斯** - - 6 -
基於股票的薪酬 (10) 130 167 258
非控股權益 - - - (74)
調整後的息税折舊攤銷前利潤(虧損)——Synodex $372 $22 $1,015 $(1,685)

截至12月31日的三個月 截至12月31日的財年
敏捷細分市場 2023 2022 2023 2022
歸屬於敏捷板塊的淨收益(虧損) $440 $(1,177) $(1,350) $(8,699)
所得税準備金 2 1 10 99
利息支出 1 - 5 1
折舊和攤銷 742 668 2,932 2,539
塞韋蘭斯** - - 541 -
基於股票的薪酬 53 23 349 335
調整後的息税折舊攤銷前利潤(虧損)——敏捷板塊 $1,238 $(485) $2,487 $(5,725)

**代表因調整公司成本結構而裁員而產生的 非經常性遣散費。

INNODATA INC.和子公司

按細分市場劃分的合併收入

(未經審計)

(以千計)

截至12月31日的三個月 截至12月31日的財年
2023 2022 2023 2022
收入:
DDS $19,646 $13,579 $61,576 $56,523
Synod 1,807 1,729 7,511 7,105
敏捷性 4,659 4,067 17,688 15,373
合併總額 $26,112 $19,375 $86,775 $79,001