Ashutosh Kulkarni（首席执行官）
Navam Welihinda（首席财务官）
Sanjit Singh（摩根士丹利）
好的。我们正在摩根士丹利TMT会议的下午场继续进行，第一天非常激动地邀请到Elastic的管理团队加入我们。我们有首席执行官Ash Kulkarni；以及首席财务官Navam Welihinda。Ash、Navam，再次感谢你们参加摩根士丹利TMT会议。
谢谢邀请。
关于研究披露的快速披露信息，请访问www.morganstanley.com/researchdisclosures。那么，让我们开始对话吧。当前市场确实是一个有趣的时期，投资者正在讨论与人工智能相关的各种方面。我认为，当涉及软件公司时，人们正回到第一性原理层面的思考。因此，在这样的背景下，当投资者评估哪些公司在人工智能领域具有持久性时。Ash，你今天能谈谈你们解决的问题以及你们现在为客户提供的核心价值主张吗？
好的。理解Elastic以及我们所做工作的最佳方式是将我们视为一个数据平台，在人工智能的背景下，我们的相关性在于为大型语言模型提供正确的上下文，使其能够完成当前的任务。从根本上来说，最恰当的理解方式是，大多数组织——以你们组织为例——坐拥PB级的数据。而且每天，你们都在创建新的数据，通常也是PB级的——你不能将这些数据迁移到大型语言模型中。你必须将模型带到数据所在之处，因为从物理角度而言这是不可能的，否则成本将过于高昂。
因此，当你将模型带到数据所在之处时，真正的问题在于如何快速、实时地告诉模型，在你们拥有的所有PB级信息中，哪些信息与特定的问题、特定的任务相关。这就是我们的用武之地。我们的核心差异化在于，我们如何根据所提出的问题提供特定的数据相关性、特定的数据上下文，这也是我们如今在所有人工智能用例中被使用的方式。
这是对话的一个很好的开端。你们上周公布了财报。那么让我们回顾一下财报的一些亮点，并讨论本季度出现的任何争议。你们上周公布了一组强劲的业绩。订阅收入增长从上个季度的17%加速至19%。实际上，你能带领我们回顾一下亮点吗，有什么想法也可以随时补充。对于上个季度的业绩，市场忽略了什么？
正如你所说，销售驱动的订阅收入表现强劲，营业收入也再次表现强劲。我们在电话会议中还提到——我们达成了创纪录数量的百万美元级交易。因此，大约七个季度前我们所做的所有市场推广变革确实正在取得成效。我们将销售团队划分为开拓领域和深耕领域，这种划分在签署更多战略交易、推动业务增长方面确实有所帮助。
在人工智能采用方面，对我们来说再次表现非常强劲。在占公司大部分收入的100个客户群体中，人工智能的采用率正在增长。现在，在我们100,000名客户中，几乎有四分之一正在使用我们——我想说的是，有两个问题不断出现。一个是关于云与销售驱动的订阅收入。
我认为这对我来说是一个需要不断澄清的重要问题——我们看到越来越多的客户有兴趣在我们所谓的自管理环境中使用我们的平台，即客户获取我们的软件，然后在他们自己的数据中心或现代云环境中运行，但在他们自己的私有BPC中，我们看到这种增长有几个原因。其一，在美国，在受监管行业，许多人工智能用例往往涉及敏感数据、专有数据。出于各种原因，他们希望将这些数据保留在自己的领域内、自己的控制之下。
我们看到政府部门的使用也在增加，同样，在这些部门，存在秘密和绝密环境，在这些环境中没有市场的概念。因此，他们部署软件的唯一方式是自管理。在欧洲，我们看到对在他们所谓的主权环境中运行技术的需求不断增长。而且，最后这一点在过去几个季度中更像是一种趋势。
我预计从结构上看，这些情况将继续存在。这对我们来说是一个巨大的不对称优势，因为当你看看我们在安全、可吸收性甚至人工智能领域的竞争对手时，没有多少公司能够说你可以获得这个具有所有这些功能的完整平台，不仅有云形式，还可以在你自己的环境中运行。
因此，我认为这是我们不断提醒投资者的一个重要方面，即关注业务的整体情况和销售驱动的订阅收入，而不仅仅是云业务——然后第二个问题是人工智能的采用。现在，在100,000名客户群体中，有四分之一的客户采用了人工智能，随着更多客户采用人工智能以及他们在人工智能方面的使用不断增长，这自然会成为我们业务的推动力。所以这是我们收到最多问题的两个领域，也是我花时间向人们解释的地方。
是的。根据你的观点，我认为如果你看另一个包含自管理部分的订阅业务线，本季度增长加速了3个百分点。
没错。
那么，自财报发布以来，我从投资者那里得到的另一个问题，Navam，这个问题是问你的——背景是，正如Ash所指出的，100万美元承诺增长30%，RPO增长22%。当我们看第四季度（即下一季度）的指引时，这意味着销售驱动的订阅业务基础上的增长减速。你们公布的恒定货币增长率为19%，指引为15%。总收入预计约为13%。你们指出第四季度少了三天是考虑这一情况的一个因素，以及典型的风险调整指引与实际规则。在将第四季度指引置于背景中时，投资者还应该考虑其他因素吗？
没有。我的意思是，我认为Ash在第一个问题中谈到的关于我们在销售驱动的订阅收入线上的执行情况非常好，这在第三季度仍然如此。我们现在有销售驱动的订阅收入全年报告数字为20%，恒定货币为17%。这意味着这是我们连续第四年销售驱动的订阅收入复合增长率达到或超过20%。在恒定货币基础上，过去两年我们一直保持20%，现在全年指引为18%。因此，我们对业务中看到的潜在实力、我们推动的承诺以及消费情况感到非常满意，对吧？
因此，总体而言，对业务的发展非常乐观。关于第四季度，我们总是给出经过风险调整、内置谨慎性的指引数字。你提到第四季度，当你从顺序角度考虑时，是的，该季度少了三天，所以当你考虑第三季度的绝对收入与第四季度的绝对收入相比时，你必须考虑到这一点。所以除了这些因素，我们对业务感觉良好。我们有风险调整后的数字，并给出第四季度指引。一如既往，你不应该过度关注单个季度。重要的始终是趋势以及订阅收入线如何继续增长，我们对全年的情况感到满意。
太好了。这是很好的背景信息。那么让我们深入探讨团队可能在所有——每个软件演示中都会涉及的软件供应商对感知到的AIRs的防御能力。Ash，今年年初的时候，我记得投资者跟我说。我很高兴你报道基础设施领域。你没有——你不报道基于席位的模型，我们的安全分析师总体上感觉良好。
在过去的几周里，似乎一切都受到了质疑。因此，我想深入了解一些数据，并了解你对一些人工智能风险辩论的看法。现在，当谈到Elastic时，我听到的一个观点是，随着软件和软件开发成本趋近于零。客户是否更容易管理开源部署，使用软件、使用人工智能和人工智能代理来——仅使用开源来满足他们的数据平台需求、搜索用例或可观测性用例，而不必向Elastic付费。你对这种思路的反驳论点是什么？当有人说“人工智能将使开源部署变得更加容易，我们不必为商业专有产品付费”时，持怀疑态度的人错在哪里？
是的。这里有几点。首先，我们构建软件堆栈的方式，不仅仅是付费版本——我们运营它，功能是相同的。我们有一个免费版本，其中包含一定数量的功能和特性。然后我们有付费版本，具有增量功能，这些功能不仅在你可以用它做什么方面更有价值，而且在提高硬件利用率效率方面也更有价值。
因此，这些功能有很多价值，这也是人们向我们付费的原因。现在所有这些都以某种方式获得许可。因此，如果你使用这些功能，你必须向我们付费，否则你就违反了许可，这是可以执行的。第二点是，你谈到为什么有人不尝试自己构建并运行它。现实情况是，你可以使用这些人工智能工具编写软件。我们在内部大量使用人工智能工具，而且使用量还在增长。
因此，我非常喜欢像云代码等一些技术所能实现的功能。但是一旦你编写了软件，要实际将其投入运营、大规模运行、进行管理，尤其是数据系统，这完全是另一回事。你谈到了基础设施软件。你谈到了数据系统，不仅仅是我们的，还有Snowflake和其他公司的，像这些系统，我们有客户实际上运行着成百上千倍的1000个节点——就像他们正在管理的大规模部署。
能够在那种规模上运行软件与编写代码是完全不同的事情。就像编写代码和运营管理之间存在区别。如果你想象其中涉及的成本、风险和努力，为什么LLM甚至LLM制造商要选择走那条路，而使用已经到位的系统、数据已经位于该系统中要容易得多。为什么——我的意思是，对于Anthropic或OpenAI或任何公司来说，尝试接管该工作负载的成本效益是不合理的。
这会让他们付出更多成本。会让客户付出更多成本。会花费更多时间。可能会引入更大的安全风险和漏洞，这完全没有任何意义。现在，是的，你能轻松构建用户界面吗？当然。你能更容易地构建简单的工作流吗？当然。但这就是为什么我认为每个软件供应商都必须真正思考他们的防御性护城河是什么。我们的防御性护城河是我们的数据存储，对吧？这确实是——以及我们在相关性和联系准确性方面所做的所有工作，这确实是我们的防御性护城河，我们对此感觉非常良好。而且我认为Anthropic不会尝试重新创建Postgres。他们会使用它。他们不会尝试重新创建Elastic，他们会使用Elastic。我认为这是你将看到更多的情况。
是的。在我的谈话中，我指出的一件事是，这些是工具，对吧？这些数据平台是大规模分布式的，通常是云系统。没错。而且
Sanjit，我想提供一个类比，也许对你有意义，也许没有。但过去10多年的操作系统实际上是云平台，对吧？那是你去的地方——它拥有所有的计算基础设施，你去那里编写你的应用程序。
即使在那些环境中，你也有与之集成的数据系统，因为数据会位于那些系统中，它们是专门为此设计的，你会在云平台上编写所有的应用程序逻辑。在我看来，未来的新操作系统将是这些语言模型、这些人工智能系统。
因此，就像你有云平台一样，你将拥有这些LLM。它们真正针对推理进行了优化，针对推断进行了优化。因此，它们可以做的不仅仅是确定性开发。但它们仍然需要数据系统来存储数据，能够检索所有这些原因的上下文。因此，我认为你将在这里看到相同的并行模型，数据系统将继续共存。
我能就你刚才提出的观点再问一个后续问题吗，你将数据平台在云是核心时的角色与LLM成为操作系统核心时的角色进行了类比。——在一种范式与另一种范式中，数据平台的角色是否会发生变化？
我认为你进行某些查询的方式会发生变化，而且你已经看到了，对吧？我们现在谈论向量数据库。五年前谁在谈论上下文工程，没有人知道那是什么意思。没有人谈论相关性，因为所有这些系统都是概率性的，而不是确定性的。
所以不再是SQL了。而是关于相关性，关于向量查询等等。因此，是的，角色确实会改变。它确实会演变。这是我们过去五年多来一直在努力的方向。仅在向量数据库方面。我认为另一个变化是，越来越多的人不会只为人类构建。
因此，在过去的40、50年里，我们的大多数应用程序都是从用户界面、可视化层、仪表板和报告等开始的。如果我有一个访问特定内容的LLM，它不在乎是否以视觉形式呈现。因此，你将拥有更少的控制台，更多的API。你将拥有更少的仪表板。你将拥有更多直接获取原始数据的途径，因为LLM知道如何处理它。因此，这将是一个真正的转变——这是我们关心的事情。这是我们一直在努力的事情。我认为所有软件平台都需要以这种方式发展。但它们将共存。
是的。不，这是一个巨大的主题。我想我们有一个代理导入，Keith和我大约一年前做的，以及从人机界面到计算机界面的转变。我认为这将是我们长期谈论的话题。所以我们已经讨论了与人工智能相关的风险。让我们谈谈为什么Elastic可能是人工智能的赢家。那么从另一个角度来看，Elastic在企业人工智能生态系统中扮演什么角色？人工智能今天如何影响增长？为什么人工智能在未来几年将成为业务的推动力？
所以我会谈论第一部分，然后让Navam谈论数字。那么就我们在生态系统中的角色而言，我们在核心人工智能堆栈中有几种使用方式，我们被用作上下文工程的数据试用平台。从向量搜索或我们最近推出的基因组模型、嵌入模型、重新锚定模型，如果你查看MTB仪表板、Hugging Face基准测试，基因组模型是其中最好的一些，它们在嵌入和重新排序方面优于所有其他商业可用模型，所以我们看到对Gena有很多需求。
Agent Builder一直像——我们看到了非常好的吸引力。人们正在构建他们自己优化的工作流。他们在Agent Builder之上构建SRE工作流。所以我们看到了很多兴趣，不仅在核心人工智能堆栈中，而且我们看到人工智能堆栈现在被用来在安全和可吸收性方面给我们竞争优势。因此，我们认为这将是我们人工智能故事的发展方向。它不仅会在搜索领域，还会在多个方面。你想谈谈数字吗？
是的。核心而言，Elastic是一个消费模型业务。因此，我们通过客户的消费来实现货币化。人工智能工作负载本质上计算强度更高。因此，它推动了我们平台上更多的消费。我们去年10月举行了财务分析师日。在那里，我们实际上提供了一些非常好的数据，说明我们看到使用人工智能的人与不使用人工智能的人在消费增长方面的差异。
我们将这种差异量化为两个群体之间约6%。现在这个6%是一个平均数字。这些客户之间存在很大差异。有些客户的增长是这个6%的许多倍。有些客户处于旅程的早期阶段，所以增长较少。但核心是，我们看到客户使用生成式人工智能对我们的收入方面带来了好处，这正在推动增长动力，而且——我们开始在100,000名客户中看到这一点，这是我们销售驱动收入的主要来源。
因此，随着季度的推移，我们看到10,000名客户中的渗透率越来越高。其背后的第二个原因是，我们的每一位100,000名客户都在自己的人工智能旅程中。有些处于早期阶段，有些正在取得进展。但随着这一趋势的变化，你也将看到第二阶段的增长。
是的。你提到了去年年底的投资者日。我想知道你是否能阐述一下你提出的一些中期增长目标，比如销售驱动的增长目标，以及你预计人工智能货币化将如何影响中期增长目标，在什么时间框架内人工智能的贡献将对增长产生实质性的积极影响。
是的，对我们来说，中期大约是2029财年。我们当前的销售驱动订阅收入目标是报告的20%和恒定货币基础上的18%。我提到我们现在看到这个数字的强劲复合增长。我们还看到人工智能在100,000名客户中的贡献约为20年代中期。因此——我们在客户群中的人工智能贡献总体上仍处于早期阶段，但它作为增长动力正在总数字中显现出来。
因此，考虑到我们在第三季度的执行情况，我们对继续复合我们的销售驱动订阅收入数字感到非常满意，中期目标基本上是在2029年时间框架内将18%的恒定货币数字提高到20%以上。从结构上讲，这将是一种提升，而不是你在任何特定季度看到的拐点。因此，随着时间的推移，你会看到这种收入增长的上升趋势，可以说达到20%是第一个里程碑，20%以上是第一个里程碑和中期目标。
明白了。这非常清楚。实际上，我想问一个关于上下文输入的问题，但我实际上想接着你 earlier 提到的关于将解决方案推向市场的观点，而不仅仅是单个部分，无论是行业搜索。那么这个解决方案是什么样的——你提到了Gina嵌入模型、重新排序模型。我们有向量搜索功能——在客户眼中，还有哪些功能构成了一个解决方案？
是的。我们思考这个问题的方式是，在我们的环境中从头开始构建一个代理需要什么——现在要记住，你将在一个组织内构建大量代理。代理将通过现在越来越标准化的协议（如MCP和A2A等）相互通信。
但对我们来说，就像我们思考的那样，如果我想从头开始构建一个代理，我将从数据开始，然后开始与数据聊天并组合该代理完成其工作所需的所有技能。这需要从一开始就能够提取数据，将其分块，然后将其转换为向量，然后如果我使用多种搜索技术来检索最准确的上下文，能够进行重新排序。
然后我可能希望确保我可以在自己的环境中直接连接到LLM，而不必外出。我还希望确保我正在观察——我正在提供一些关于令牌使用和其他类型的FinOps活动的可观测性，做一些基本的防护，所有这些功能对我们来说都是构建完整代理并将其连接到你需要的任何测试所需的，包括工作流之类的东西，因为这些代理不再仅仅是聊天，它们实际上是在采取行动，这也增加了上下文准确性的重要性。
如果你看看今天的Elastic平台，并将其与我们两年前开始时的情况进行比较，我们只有一个向量数据库，我们有混合搜索。从那时起，我们推出了geno模型，包括嵌入和重新排序器。我们推出了Agent Builder。我们推出了工作流。我们推出了LLM可观测性——所有这些，我们还推出了Elastic Influence服务，目前托管——我们的Elser模型，以及基因组模型，但它也代理到其他LLM。
因此，你可以在我们的环境中完成所有事情，而不必自带许可证等等。在未来，我们的目标是通过同一个Elastic推理服务支持开源模型，如LAMA模型、Mistral等。因此，从头开始，能够构建构建自己的SOC代理、SRE代理或工作场所代理所需的一切，用于客户支持、提高销售团队生产力、法律或任何你可能需要做的事情。这就是目标，也是我们看待平台完整性的方式。
那么，根据你刚才给出的关于平台样子的答案。我们能否将其与上下文工程结合起来。这是行业中的一个新流行词。我们听到你们自己在谈论它，生态系统中的其他参与者也在谈论上下文工程的重要性。那么也许定义一下上下文输入？以及Elastic如何在代理部署中扮演核心角色并成为检测引擎？
将上下文工程视为在思维引擎（LLM）的每一步旅程中为其提供准确上下文所需的流程、平台和能力的集合。该上下文包括从记忆（如你过去与之的交互）到从你的EB级数据语料库中检索特定文档的一切。它需要查看哪些内容才能回答问题，以及特定的已知关系——并非一切都需要推断。
在你的组织内，你有组织结构，并且有关于你拥有哪些访问权限的规则等等。这些是确定性规则。你可以将该信息作为LLM可能需要执行的某些活动的上下文提供给它。因此，这是所有这些事情的组合，这也是数据检索平台需要能够做的事情。它需要能够提供所有这些功能，以便LLM能够适当地完成其工作并实际交付你试图从中获得的结果。
这是一个非常好的解释。当我查看过去多个季度的总收入增长趋势时，我看到的是相当持久的。增长一直处于非常狭窄的范围内，但尚未加速。问题是，在我们进行客户对话时，我认为你们甚至也谈到过，搜索业务一直在——该业务领域的增长一直在改善。这似乎是我们进行实地工作时最突出的一点。
这是否意味着安全和可观测性业务一直在放缓，或者增长面临一些阻力？我知道你们正在积极推进可观测性产品。这是为什么尽管增长非常持久，但我们还没有看到突破性增长的正确思考方式吗？
那么让我首先告诉你各个解决方案领域的业务表现如何，我会给你一个不同的视角来思考增长轨迹。就我们的三个解决方案领域而言，每个季度，根据交易流程，不同的解决方案在该季度的表现会有所不同。过去两个季度，例如在第三季度，安全领域表现最佳，紧随其后的是搜索，然后是可观测性。
我思考这个问题的方式是——在搜索领域，显然，人工智能带来了巨大的推动力。这确实对我们有所帮助。在安全方面，因为我们很早就提供了像攻击发现这样的功能，我们提供的许多人工智能功能，我们已经明显领先于曲线，这帮助我们赢得了越来越多的交易——例如我们谈到的交易。我的意思是，这是一个变革性的交易。这个组织负责美国政府所有民用机构的安全，基本上将Elastic SIEM作为服务提供给其他机构，并试图让他们加入该服务。
因此，这是一个非常强烈的认可。可观测性正以日志行业整体的速度增长。不过，可吸收性业务增长最快的部分是指标。而这在过去并不是我们的强项。因此，这一直是我们心中的一个问题。
我们过去面临的挑战是，我们的后端Elastic Search高度优化用于存储像日志这样的密集信息，但正是这种——它针对密集存储进行优化的原因使得它在存储像指标这样的稀疏数据时效率低下。当我们开始研究向量数据库时，我们想出了如何在Elastic Search中构建专门的后端存储。
现在我们在Elastic Search中有一个令人难以置信的优化向量存储，可以说是行业中性能最好的之一。现在我们正在采用相同的模型，构建一个指标数据存储，我们预计将在今年年中某个时候推出。我们在Elastic on活动中公开谈论过它。我们认为这将为我们提供在可观测性市场中激烈竞争并捕获更多市场机会所需的竞争差异化。
这就是我们看待它的方式。关于增长率的整体拐点，我想请你记住的一件事是，我们几乎每两个版本都一直在提供使我们平台更高效的功能。如果你看看两年前的向量数据库产品，我们有HSNW，一切都以Flow 16表示。再看看今天的向量数据库，有二进制量化和我们发布的所有功能，我们在效率方面几乎有两个数量级的改进。想想看，两个数量级，这意味着有人一年前或两年前为工作负载支付x，今天他们只需支付其中的一小部分。这自然会产生阻力。
现在我们为什么要这样做？我们这样做是因为，其一，这种情况不会永远持续下去。我知道如何量化超过一个位。现在我们可以在单个位上存储一个维度。你不能再减少了。因此，优化在一段时间后会结束，但你想成为最好的，你想成为最高效的，因为我们在这个机会中还处于非常早期的阶段。
我们将此视为一场土地争夺——我们将越多的工作负载纳入我们的平台，越多的客户使用我们的向量数据库，这在未来将获得丰厚的回报。因此，我们看待它的方式是，尽管这些优化现在可能对收入产生一点阻力，不会导致拐点。
潜在的工作负载增长是巨大的。随着我们继续前进，夺取更多份额。我认为这为我们奠定了非常好的基础。因此，我不期望出现拐点。我期望持续的增长将继续向上和向右发展。
是的，因为你们在为长期的钱包份额而战，这完全有道理。我将在最后几分钟花在资本配置方面的问题上，Navam。因此，鉴于包括Elastic在内的软件公司股价大幅下跌，你是否预计需要发行更多基于股票的薪酬来留住关键员工。
是的，在过去的一年里，我们在基于股票的薪酬方面非常有纪律。请记住，本财年对我们来说是投资年。因此，与去年相比，我们正在增加销售和营销能力，增加研发投入。因此，即使有了这些投资，我们在SBC占收入的百分比方面仍然保持强劲。
因此，在我们正在进行的这些投资年中，SBC继续呈下降趋势。因此，我们继续非常有纪律——我们在人员配置方面进行适当的投资，但也注意基于股票的薪酬的去向。
然后关于股票回购，投资者应该预期的年度股票稀释水平，以及在GAAP盈利能力方面的优先事项，在这些方面最新的想法是什么？
对我们来说，首要任务显然是确保我们进行有机投资，以利用我们拥有的市场机会，特别是达到并超过我们20%以上的中期目标。为了做到这一点，你需要在该领域拥有适当水平的销售能力。我们目前在能力方面的投资不仅是能力的增加，还包括每个代表的生产力以个位数增长，对吧？
因此，这告诉我们，我们没有在力量上施压。我们的销售代表进行的这些对话正在为我们带来更好的渠道和更好的季度ACV。因此，我们打算继续适当地推进这一点。人工智能不会干扰人际对话。这是你需要继续投资的事情。
因此，首先也是最重要的是我们20%以上的中期目标。其次是我们对40规则的关注，并确保我们在自由现金流线上也有足够的增加，同时在合理范围内保持足够的收入增长。第三，我们在财务分析师日谈到了5亿美元的资本配置——我们的资本配置策略，我们正在顺利进行中。
我们总资本的50%以上已通过股票回购重新分配给股东。因此，我们对进展感到非常满意。但这是优先级的数量级，一、二、三，即首先是收入，然后是自由现金流和股票回购。所有这些的最终结果是随着时间的推移实现GAAP营业利润率盈利。
太好了。好吧，谢谢你阐述这些，也谢谢你给我们提供Elastic业务的最新情况。谢谢你，Ash，Navam。
谢谢。
谢谢你，Sanjeev。