先看幾個重點
  • Datadog 執行長 Olivier Pomel 表示,公司最近一季營收年增約 36%,延續了逐季加速成長的態勢。
  • Pomel 表示,Datadog 非 AI 客群的成長率加速至高 20% 區間,相較一年前的約 18% 有所提升。
  • 雖然 Datadog 起初預期其主要的 AI 機會將集中於生產環境推論工作負載,但後續也收到來自大型超大規模雲端業者及其他企業支援訓練與訓練後工作負載的需求。

摘自本文 · 2026-09-15

接著看完整內容

Pomel 將 AI 轉型定位為基礎架構的擴張

Numerous wires and cables mounted into server patch panel in modern data center

Datadog 執行長Olivier Pomel表示,公司最近一季營收年增約 36%,延續了逐季加速的趨勢。Pomel 在 Citi 企業軟體會議上指出,當前這波人工智慧的轉向與早期遷移至雲端運算的浪潮類似,迫使企業運作更多數位基礎架構、更快地交付軟體,並管理日益緊密互連的開發、維運與資安功能。他估計 AI 公司使用的技術堆疊約有 70% 至 80% 與非 AI 公司所使用的基礎架構相似,但也表示 AI 部署增添了需要監控的新層次,包括 GPU、模型、代理(agent)、代理結果、資安以及與外部系統的互動。Pomel 表示:「成長最快的業務部分是與基礎架構和應用層建置相關的那一塊。」

非 AI 客戶成長加速至高 20% 區間

這項擴張不限於 AI 原生的企業。Pomel 表示,Datadog 的非 AI 客戶群成長率加速至高 20% 區間,相較一年前約 18%。Datadog 在可觀測性(observability)市場約佔 13% 至 14% 市佔,Pomel 形容該市場依不同資料來源年增率介於 15% 至 30%。公司服務約一半的財星 500 大企業,並致力於深化這些客戶關係。Datadog 持續將約 30% 的營收(逾 10 億美元)投入研發,以與 Dynatrace 等競爭對手抗衡。

Obstler 勾勒一個具預測性、最終將自動化的可觀測性平臺

財務長 David Obstler 在公司活動中表示,Datadog 正在投資自研模型、開源工具與基礎模型,以提升監控的可預測性。公司近期收購了 Adaptive ML(專注於 IT 管理與監控的強化學習),並成立了一座研究實驗室。Datadog 過去曾推出名為 Toto 的模型,新版 Toto 2.0 也已釋出。Obstler 描述了長期的願景,期望 Datadog 能產生更精準的即時訊號、改善應用程式功能,並有可能支援自動修復,而客戶可自行決定要將多少權限委派給平臺。「這在速度與人力資本效率方面,都具有深遠的影響,」Obstler 表示。他指出公司尚未達到那個階段,但其 Bits 產品線的目標,就是透過模型與資料變得更加可預測。

AI 原生工作負載與企業客戶留存

Obstler 將 AI 原生公司描述為投資現代化應用程式、沒有舊有基礎建設且需求快速成長的雲原生企業,並表示 Datadog 來自這些客戶的工作負載成長強勁,同時也觀察到從內部自建或拼湊而成的監控系統,轉向採用 Datadog 平臺的趨勢。他表示有數千名客戶正在使用公司的 Agent Observability 產品,相關營收來源也開始浮現。雖然 Datadog 起初預期其主要的 AI 機會將集中於生產環境推論工作負載,但後續也收到來自大型超大規模雲端業者及其他企業支援訓練與訓練後工作負載的需求。「這個速度之快,使得前期或接近完成的訓練階段與生產階段開始合流,」Obstler 說道,並補充表示公司並無證據可以斷定自己會成為「那家做訓練的公司」。談到客戶留存,Obstler 表示 Datadog 的整體留存率歷來都在 97% 以上,其中大型企業位於高區段。他指出,公司最大的客戶已完成續約並延長承諾合約,而 Datadog 在財報指引中僅納入該客戶的承諾金額,因為擴增與實際消費量可能會有所變動。

分享這篇文章

FacebookX

3 條來源

引用來源