David Obstler（分析师）
Sanjit Singh（摩根士丹利）
好的。早上好。欢迎来到摩根士丹利TMT大会的第二天上午会议。我们非常激动地邀请到了Datadog的首席财务官David Obstler。David，欢迎回到TMT大会。我记得自从你们公司上市以来，每年都参加这个会议。
是的。感谢再次邀请我们。
太棒了。是的，我们有很多话题要聊。业务进展顺利。当然，我们会谈到人工智能以及其他各种话题。但在我开始之前，重要的免责声明，请参见摩根士丹利研究披露网站：www.morganstanley.com/researchdisclosures。
那么，让我们开始对话。回顾今年，你们又经历了强劲的一年，业务增长加速至28%，收入达到34亿美元，运营利润率为22%，现在服务着32,000多家客户。我们正处于市场的一个有趣时期，尤其是在软件领域，有一种回归基本原则的思考，评估软件提供商如何创造价值。在这种回归基础的背景下，David，Datadog如今帮助客户解决的核心问题是什么？未来Datadog将帮助解决哪些问题？
是的。这是个好问题。Datadog帮助企业将其关键任务应用程序（通常是面向客户的）迁移到云端或在云端进行管理。我们的传统业务是可观测性，主要围绕基础设施、应用性能监控（APM）、日志和数字体验。随着多年来产品组合的扩展，我们倾向于通过单一控制台处理客户越来越多的问题，高度集成，我们的DevOps和SRE客户可以登录，启用后就能查看环境情况。
我们的平台已经从可观测性扩展到安全、前端、数字应用和数字体验、产品分析、服务管理和工作流等领域，并且在平台中注入了人工智能，无论是平台本身还是监控方面，所有这些都是为了从可观测性转向建议和行动，这从一开始就是Datadog的核心价值主张。
太棒了。让我们谈谈你提到的一些业务趋势。其中一个让我印象深刻的是核心业务的重新加速。连续两个季度加速增长。第二季度增长18%，第三季度增长20%，第四季度再次加速。推动重新加速的因素是什么？在当前的需求环境下，这种增长的恢复感有多持久？
是的，有很多因素。这是我们没有称之为AI原生公司的业务。首先，我们正处于应用程序向云端迁移以及应用程序和基础设施现代化的非常早期阶段。我们看到的是一个良好的购买环境，这意味着从大型企业到中小型企业都重新转向将应用程序迁移到云端。正如我们所说并相信的那样，随着人工智能带来的复杂性增加，未来平台重构可能会加速并补充这一趋势。所以我们有一个良好的购买环境。
第二，随着时间的推移，我们大幅扩展了平台。我们有很多新产品，很多新产品正在达到并实现规模。因此，我们有更广泛的价值主张来销售。第三，我们一直在赢得市场份额并进行整合。请记住，我们的价值主张是单一控制台、一个平台。我们发现我们能够整合这个市场。有一些很好的证据，比如APM产品的加速增长。这意味着我们在创新，同时也在夺取市场份额。
我认为最后一个在我们掌控中的因素是，我们扩展了我们的市场推广能力。我们成功扩大了配额容量。我们能够在保持生产力的同时做到这一点。这包括新的地区、政府客户。我认为我们在企业销售和市场推广活动方面做得越来越好。这是我们能够掌控的事情，我们在过去几年一直在投资，现在已经开始获得回报，帮助业务加速增长。
是的。关于整合这一点，我认为很重要，因为你必须有产品组合才能做到这一点，对吧？这个领域有很多参与者，但可能只有少数几家能够对客户说，我们可以将10个或十几个功能整合到Datadog平台上？
我认为我们在投资者日上展示了一个非常有趣的统计数据：尽管我们已经做了一段时间，但只有一半的客户在使用所有三个支柱产品。一旦客户采用Datadog作为标准，他们的支出就会加速。正如你所说，我们已经做了很多整合工作，我们确实有这样的产品组合，但还有更多的事情要做。
也许我稍后会问这个问题，但既然说到客户，大约一半的业务尚未使用所有三个支柱产品，你认为什么将解锁让他们采用更多平台功能的因素？
我认为你必须回顾历史。Datadog的第一个产品是基础设施监控。当时有APM日志产品、数字体验、数据库监控等产品。所以我认为，我们反复看到的两个解锁因素是：一是平台中的无摩擦采用，让客户接触到这些产品；二是时间，因为有已安装的基础、拥护者等等。因此，在单一控制台中拥有所有功能所带来的价值是相当大的，但替换那些其他遗留产品或遗留客户群需要一些时间。所以我们看到了这一点。我们多年来一直说，在我们的大型交易中，大约有一半的最大交易包含整合内容。
我们一直在谈论核心业务趋势和推动增长的力量。你们在AI原生公司方面也做得非常好。前20家AI原生公司中，你们拥有70%的客户。其中19家每年的支出超过100万美元。我认为总体上大约有650家AI原生客户。那么公司为渗透这个市场领域做了哪些工作？你认为这个客户群体在2026财年的表现会如何？
是的，这是个好问题。这对我们来说是一个理想的客户群体，就像云原生客户一样。他们没有遗留的基础设施应用程序。他们是现代化的云公司，而Datadog，如你所知，其产品设计是最优化的，能够满足这类客户的许多需求。这些客户增长非常快。所以他们倾向于快速采用Datadog的产品。他们之前没有使用过其他类似产品。所以他们会采用我们的产品。我认为我们的产品自然契合。
如你所说，我们一直在全面赢得市场。我们正在做的，与其他快速增长的公司类似。我们试图在获取和扩展方面与他们合作，扩展产品组合，为他们提供非常好的账户管理和技术管理，多年来我们在Datadog发展了许多不同的部门来帮助客户理解。我们发现，鉴于他们在自己产品上的巨大投资，他们认为购买Datadog的产品更有意义。所以我想说我们正在赢得市场。我们所做的各种开发者营销等活动也非常适合这个群体，我们会继续这样做。
在上次财报电话会议上，你们宣布与另一家领先的模型提供商达成了八位数的合作。市场上有一个争论，即这类客户希望构建自己的基础设施和工具。那么这个客户选择Datadog来满足其可观测性需求的原因是什么？
市场上有争论，但证据恰恰相反。事实上，当你看看Datadog的增长以及它所占据的市场份额。主要的决定是使用Datadog平台而不是自己构建。第一，这些公司有很多事情要做。第二，当你考虑开发、平台和云的总体拥有成本时，使用Datadog是高效的，并且你能获得同类最佳的产品。
所以我认为这是一个很好的客户例子，他们早期尝试自己做。但我认为我们说过，这显然是该领域的大公司之一，与该领域的其他大公司一样，他们决定使用Datadog。这与市场上的担忧完全相反。但当你真正观察Datadog的高留存率（非常接近90%以上），我们在投资者日上展示了这一点，你会发现决定自己构建的只是极少数情况。
市场的主流是使用Datadog。我们也有客户同时做两件事，可能尝试自己构建然后又回来。所以我认为市场的主流是出于效率、功效、投资回报率、成本等多种原因购买Datadog平台。
太棒了。让我们谈谈你们几周前公布的第四季度业绩和2026年的指引。我想回顾一下其中的一些假设。你们指引中点收入增长率为19%，不包括最大客户，你们认为其余业务的增长率将超过20%。鉴于核心业务在第四季度增长了23%，是什么让你们有信心不包括最大AI客户的增长能在当前水平保持稳定？
是的。这是个好问题。我们确实——有两个不同的问题。我们指引的是什么，以及我们看到的是什么。我认为我们说过并展示了业务一直在加速。我们在发布财报时评论说，我们看到这种趋势延续到了今年。一般来说，当你看短期趋势时，业务是可预测的。所以我们看到这种情况的原因是，我们看到了非常好的终端市场，看到了我们产品的良好采用。
我们看到获得了更多的客户和更大的客户。我们可以谈论所有这些。所以所有这些趋势相互叠加，给了我们信心。现在——然后我们会加入保守因素。我们采用这些增长趋势，并对其进行折扣，以便在我们的指引中提供缓冲。但这种加速表现转化为指引，主要是由于我们前面提到的三四个因素在重复出现。
是的。这是你们多年来在指引方面采用的方法。那么让我们谈谈——你提到了新客户获取和交易规模的改善。我发现在分析师日上有趣的一点是，2025年企业新客户交易规模相比前几年确实有所增加。你能谈谈这些企业新客户交易的规模以及推动整体交易规模大幅增长的因素吗？
是的，当然。我认为我们的产品套件更广泛了。这意味着我们更快地获取和扩展更多产品。所以我们仍然是获取并扩展的模式。我们仍然有很长的客户生命周期。我们在投资者日上展示了，客户群体的增长周期非常长。但我们看到的是——这与整合、替换有关，很多新客户交易规模更大、更全面，我们在如何与这些客户打交道、如何通过渠道销售、如何帮助业务所有者和CIO进行迁移方面的服务模式有所改进，这将带来更多的加速。所以这些都是产品方面和执行方面创造更广泛企业销售的因素。
是的。看到这一点非常令人印象深刻。所以今年年初，有投资者联系我说，Sanjit，恭喜你，你不覆盖基于席位的模式，对吧？你覆盖的是软件中不受AI风险等因素影响的部分。我必须说，在过去几周，一切都受到了质疑，包括我覆盖的公司以及整个软件和各个行业。所以我想花几分钟谈谈关于AI潜在替代风险的防御能力的争论。
我想从几个不同的角度听听你的看法。一个我被问到的问题是，当智能体（agents）而不是人类DevOps或网络安全工程师进行事件调查和分类时，Datadog平台的价值主张会如何变化。在智能体（Agenetic）世界中，具有仪表板作为界面的可观测性解决方案是否仍然相关。
这是个大问题。有很多方面，但我想先说一点。基于席位的模式，我认为这很重要，但还有基础设施这个词。当你涉及基础设施，并且看到它与基于席位的模式相关时，我们基于智能体、容器或服务器进行 monetization，我们也基于使用方式进行 monetization。但我们在做什么？我们在监控基础设施。我们通过时间发现，随着技术的发展，你需要，我认为我们会说，更需要对基础设施的可见性。这是非常重要的一点。
另一个非常重要的点是，我们已经通过多种方式提供和连接。我们不关心你是通过桌面、无线、开源还是OTel接入。我想如果你看我们投资者日的幻灯片，你会看到我们正在投入大量资金确保我们能够覆盖并通过智能体相关的信息接入。所以交付方式。然后我想补充的是，当你看所提供的价值时，你有访问权限，但你也有在日益复杂的世界中汇集在一起的所有数据的集成。
你有对这些数据的组织，然后我们称之为服务管理或闭环。你有关于如何处理的方法。当涉及到基础模型或数据访问时，我们要么进行集成，并且我认为我们在投资者日展示了我们自己的基础模型，以确保我们进行投资，以便如果关键能力涉及，使用我们拥有的大量数据，什么是最具成本效益和最佳的基础模型。所以我认为基于席位的模式很重要。所以恭喜你所覆盖的领域，但当评估防御能力以及坦率地说产品中增加的价值时，还有很多其他因素需要考虑。
是的，这是一个重要的观点。那么关于可观测性厂商（包括Datadog）的另一个风险角度是，客户可能会结合开源工具来管理他们的指标、跟踪和日志，再结合来自模型提供商的智能体来访问数据并执行事件响应。公司认为这种思路为何不切实际？
我们——我认为我们会看待——当你想到我们关于OTel的相同讨论。关键不是——是的，拥有所有数据的访问权限，Datadog通过其MCP服务器、LLM监控、所有这些以及集成，总是会并且正在大量投资于拥有所有数据的访问权限。然后，无论是OTel还是直接集成等等，情况一直是，魔法发生在那之后。
所以我认为——我们可以谈论Datadog的AI和Datadog用于AI，因为平台的AI特性还有很多其他方面。但在数据访问方面，我认为如果你看我们的投资者演示，我们正在这样做，那么，好吧，为什么选择Datadog，为什么继续选择？我们相信像Datadog这样的平台必须是完全AI原生的，与智能体集成，但在Datadog内部使用智能体，这就是我们所说的SRE Bits、Security Bits等。这意味着我们正在投资并引领平台中的智能体，以提供价值、进行诊断并最终实现自我修复。所以是的，这很重要。这是重要的DNA。我认为鉴于我们在研发上的投入，展望未来，要归功于Ali和研发团队，我认为我们正在自己做到这一点。
让我们谈谈Datadog的AI。补充你刚才提到的观点，特别是关于你们正在开发的模型。当考虑与其他AI原生研究机构的竞争时，Datadog利用其可访问的庞大数据集构建的AI模型具有多大的竞争优势？换句话说，由于数据和AI模型优势，Datadog是否会比研究实验室和其他竞争对手更快地在这个领域发布更强大的智能体？
我们确实相信会是这样。我们不确定，但我们相信，当你考虑功效和成本时，基于我们拥有的关于这个问题的大量数据并在这些数据集上训练的模型将是提供最大价值并以合理价格交付的因素之一。因为当你谈论通用基础模型时，它们本质上使用了大量数据。我们没有他们那么多的数据，但我们有更相关的数据。
我们正在投入研发资金进行训练。我想这可能是所有那些AI原生公司都在使用Datadog的原因之一，因为他们发现平台及其AI特性是观察这些工作负载、保护这些工作负载并创建行动的更好解决方案，而不是他们更通用的基础模型。
我们能谈谈Bits AI、SRE智能体的发展势头吗？客户对其在发现事件根本原因方面的准确性、可靠性和速度有什么反馈？
是的。非常好。看看分析师演示文稿，里面有一些真正令人印象深刻的引述。我们刚刚将其投入正式发布（GA）。我们有1000多家客户在使用它。我们有相关的年度经常性收入（ARR）。我们在网站上有定价模型。所以最初的反响非常强烈。当然，像Datadog的所有产品一样，我们发布它们，获取反馈，然后继续改进。所以我认为我们仍处于早期阶段，但在我们走在正确轨道上这一点上得到了很好的反馈。客户正在发现价值，我们正在获取反馈以处理越来越多的用例。
我是说我们会做到这一点。另一个是——围绕安全和开发的其他Bits产品，我想说它们在这个周期中稍早一些，但我们计划做完全相同的事情，即拥有共同开发伙伴，确定用途，将它们投入正式发布，然后学习。所以正如你提到的，这是平台AI中整个产品组合的一部分。
让我们回到关于这个类别和Datadog的AI争论的其他方面。有些人有时表达的观点是，可观测性只是将数据摄入时间序列数据库，我们使用一些事件流，然后是仪表板。所以我认为他们暗示的是，可观测性可以在AI和编码智能体的帮助下复制。我过去听你们提到过，50%的工程师致力于核心平台本身。所以我想请你详细说明平台的规模和复杂性以及核心平台提供的服务。我猜你们在构建核心平台上的花费超过了10亿美元。所以我想听听你对为什么Datadog难以复制的看法。
嗯，远不止这些，因为我们每年的支出超过10亿美元，而且我们说过50%。我认为有几个方面。第一，规模，如何处理数据。当你想到——是不是——当你想到摄入基础设施数据并创建指标，不，我们的产品要广泛得多，当你考虑到它有这方面，但还有端到端应用监控、客户行为、数据库、数据可观测性管道、日志、服务管理，各种各样的东西，都相互关联。所以我认为一是所有这些被编排的东西和所有的集成。
二是这一直是一个巨大的竞争优势，凭借平台及其设计，我们可以构建这种额外的功能。这是我们速度的核心，比竞争对手快得多、便宜得多，并且以更协调的方式。如果智能体在这方面很重要，它们将在我们的平台中。所以我认为平台本身是一种双向的循环。它使我们能够拥有所有这些功能。它也使我们能够将新功能集成到其中，我认为随着世界变得更加复杂和智能体开始出现，这将使我们在未来处于非常有利的位置，甚至可能更是如此。
我的意思是，我们现在有各种各样的证据，比如在第三季度和第四季度之间，对MCP服务器的调用数量急剧增加。过去6个月，LLM发送的跨度（spans）增长了10倍。所以所有这些都证明平台是使我们能够继续甚至在未来可能更处于这一切中心的促成因素。
你们建立了多个十亿美元级别的业务，比如日志业务。我认为其中一些业务是由相对较少的工程师构建的，因为他们是在平台之上构建的。
毫无疑问。投资回报率和实现能力，我认为我们说过基础设施业务达到了16亿美元，日志业务超过10亿美元，APM和数字体验超过10亿美元。我们给出了很多其他例子。我认为这在很大程度上是因为Datadog最初是一家核心数据和基础设施公司，这创造了这种竞争优势和快速开发的能力。
太棒了。那么让我们谈谈业务中进一步释放增长的一些机会。让我们了解一下安全业务的最新情况。安全业务在2025年似乎进入了更高的增长阶段。回到投资者日，你们公布的一个数据点是，70%的百万美元客户正在使用一种或多种安全产品。但就年度经常性收入（ARR）而言，它仍然相对适中。那么有哪些举措来提高大型支出客户的安全产品采用率？
好问题。我们最初推出安全产品是为了在DevSecOps中与我们的平台合作，面向更先进的客户、更多云原生客户，我想说，功能比我们现在的要有限。所以这里的变化，转折点在于，随着产品的成熟（我将以Cloud SIEM为例），产品的成熟度、产品的架构利用了我们非常稳固和优秀的企业日志业务，并将日志的使用扩展到可观测性日志之外。
前端的重新设计以及顶部渠道和服务合作伙伴的增加，使我们能够开始将Cloud SIEM（特别是）以及更广泛的安全产品附加到我们一些复杂的大型企业客户身上。这就是我们去年开始做的事情，这开始提高每个客户的ARR，并将其推向更大的用例、更传统的用例等。
所以这是产品成熟度（特别是Cloud SIEM）、利用我们在日志方面的良好安装基础以及市场推广的结合。我们也有一个良好的市场环境，其他一些竞争对手发生了一些变化，我们能够像在云日志方面所做的那样，专注于Cloud SIEM的功能，并开始渗透一些非常重要的客户。
像我这样的人几年来一直在问关于安全战略的问题：你们是否需要——Datadog是否会建立专业的安全销售团队。听起来你们终于决定启动这个计划了。那么问题是，为什么现在部署这个专业安全销售团队？你希望在部署的第一年产生什么影响？
首先，我认为我们认识到，安全是一种不同的市场推广模式。它更多地由渠道主导，更集中。所以我认为我们一开始没有这样做的原因是，为了赢得渠道合作伙伴的信任并建立正确的模式。你必须有一个在功能上相当或更好的竞争产品。如果你不能达到那个水平，拥有所有这些分销渠道可能没有多大意义。
所以我认为这是一个阶梯式的变化，我们必须让产品达到合适的状态，Cloud SIEM已经达到了，等等。所以我认为这是必然的。我们还处于早期阶段。我认为我们已经取得的进展主要归功于我们现有的市场推广模式和向企业日志客户的交叉销售。我们刚刚开始将这些渠道和专业销售人员部署到位。我们不知道答案。但我认为通过让承担配额的渠道合作伙伴或销售人员专门从事安全销售，将有助于加速增长。现在还为时过早，我们会报告进展，但我们乐观地认为这将有助于加速。
我想这里的信号是，你们现在对实际产品能力更有信心了。因为你们现在更有信心，所以你们更有动力与生态系统和渠道合作。
为了赢得渠道合作伙伴并让他们推荐。你必须具备很多条件，包括产品。所以我认为我们说的是我们已经为此做好了准备，这就是为什么我们去年开始做这件事并将继续投资。
我们 earlier 谈到了人工智能如何嵌入Datadog平台。让我们从相反的角度来看，Datadog如何帮助客户开展他们的AI计划。LLM可观测性是你们推出一年多一点的产品，可能比那稍长一些。你觉得这个产品已经找到了产品市场契合点吗？最近在使用方面有哪些模式？
是的。当然。所以是的。但这本质上取决于我们的客户是否在其生产环境中使用LLM。所以我们正在设置并开始看到这方面的增长。我认为我们有合适的产品。集成的使用量和发送给我们的跨度（spans）已经大幅加速。我想我记下了一些指标。我们有超过1000名用户，过去6个月发送给我们的跨度增长了10倍。
我认为这证明我们的客户开始将LLM集成到他们自己的生产应用程序中。我们有合适的产品和契合点。所以我认为我们还处于早期阶段，但我们正在获得很多良好的使用，并且这些集成的使用和他们发送给我们的数据的加速率最近非常明显。
是的，这是很好的见解。另一个领域，我特别感兴趣，因为我们有点生活在GPU经济中。你谈到了一个处于预览阶段的GPU监控产品。那么进入这个类别的决定是什么？你认为哪些类型的客户会对这个产品最感兴趣？你认为定价会是什么样的？
是的，我们已经有了这个能力，但我认为我们——我们明白GPU比CPU更重要且是必需的。所以我认为随着我们的客户，广义上讲，不仅仅是AI原生公司，还有企业客户或云原生客户开始创建自己的模型并将其集成到自己的生产环境中，他们将使用更多的GPU。就像所有其他产品领域一样，我们希望能够监控它。
所以现在，我们有一些使用。我们想做的是增加功能，优化定价，就像我们一直做的那样。以便在我们的广泛客户群使用更多GPU时为他们提供支持。别忘了，目前大多数GPU都相当集中。基础设施提供商和模型也是如此。但我们认为这不会是未来市场的状态。
预计会有一些扩展。这很有意义。我想在结束对话时谈谈市场上正在进行的一些整合。你已经看到一些大型安全供应商收购了可观测性公司。你也看到数据平台提供商收购了可观测性公司。所以问题是，被收购的资产能否像你和其他少数几家公司那样在市场上完成整合交易？或者你对这些数据能力的广度有什么评估？
嗯，这不是什么新鲜事。这已经持续了一段时间。自从我们上市以来，我们就讨论过这个问题。有很多安全或自动化、IT自动化领域的公司尝试这样做。但他们基本上没有成功。所以我认为这取决于你收购的是什么。到目前为止，大多数被收购的都是点解决方案，不提供可观测性平台。所以我认为，第一，为了与拥有广泛产品和单一控制台的公司竞争。
市场对点解决方案并不友好。所以他们必须做到这一点。他们没有。就像我们在安全市场推广中面临的挑战一样，他们在自下而上向DevOps销售方面也会面临挑战。所以我认为这是一个艰巨的任务。大多数被收购的公司都是点解决方案，可能有一些用例，但在广泛的可观测性平台方面并没有竞争力。
也许最后一个我想让你评论的，关于竞争因素。你认为什么会使Datadog成为赢家，而不是那些像Datadog一样在客户环境中部署了智能体的安全厂商。
是的。我认为本质上是拥有针对这些用例优化的数据、集成和用户界面——我们已经讨论过，这些用例与安全不同。所以我认为在另一方面也是如此，无论是智能体、开发者还是其他组合，这些原材料必须与数据集成。所以我认为对其他人来说这将是一个挑战。他们已经尝试了20年。这并没有发生。谁知道未来会怎样，但这确实是一个艰巨的挑战。
好的，我们就到这里。David，你——问了很多产品问题，较少的财务问题。做得好。感谢你给我们提供Datadog的最新情况。非常感谢。
感谢邀请我们。非常感谢。谢谢。