公司新产品发布 - Datadog公司推出了名为Bits AI SRE的AI智能体 该产品是一个7x24小时待命的代理 能够自主调查警报并在几分钟内找出可采取行动的根本原因 从而帮助工程师更快解决事故、节省工程时间并减少对终端用户和业务的影响[1] - Bits AI SRE是Datadog旗下Bits AI套件的一部分 该套件包含一系列AI功能 可自主运行于关键的监控、开发和安全工作流程中 以帮助团队实时解决应用问题[1] - 该产品在DASH大会上以有限可用性形式发布 是Datadog首个全面上市（Generally Available）的AI智能体 标志着其AI战略的关键性扩展[1][5][6] 产品功能与优势 - Bits AI SRE利用Datadog平台数据的广度和深度 提供对组织系统无与伦比的理解 以快速识别和解决警报 当警报触发时 它能快速分析操作手册、遥测数据等 从噪音中分离出信号并找出假设性根本原因 随后验证其发现、确定最终结论 并将结论直接发送至第三方协作工具 这一系列操作可在值班响应人员登录之前完成[3] - 过去需要手动排查数小时的问题 现在可由Bits AI SRE在数分钟内自主完成 这使工程师能减少管理事故的时间 更多地专注于构建弹性系统[4] - 该产品专为企业级规模设计 支持受HIPAA监管的工作负载 包含基于角色的访问控制 并与可信的AI合作伙伴签订了企业合同 以确保组织能够安全、可控地采用AI[4] 市场验证与客户反馈 - Bits AI SRE已在超过2000个客户环境中进行测试 客户包括全球性企业和快速增长的初创公司 生产环境类型多样 迄今为止已运行了数万次调查 涵盖从常规警报到高严重性事故的各种情况 客户已报告了积极成果[5] - Uber Freight的高级工程经理表示 Bits AI能通过即时呈现正确的系统上下文和关联性来帮助他们在事故中排除干扰 其智能标记和命名功能可自动引导工程师找到正确信息 从而降低认知负荷 在关键时刻提供清晰度和控制力[5] - DelightRoom的数据工程师表示 由于Bits AI SRE提供7x24小时待命服务 其服务的平均修复时间（MTTR）已显著改善 在大多数情况下 调查工作在他们的工程师坐下打开笔记本电脑评估问题之前就已经妥善完成[6] 行业背景与需求 - 事故响应对每个数字化企业而言都是高风险流程 生产问题发生时 每一秒的停机都会增加失去客户信任的风险 随着系统和组织间的碎片化日益严重 根本原因愈发难以定位 这一挑战正在加剧[2] - 尽管许多团队渴望采用AI驱动的智能体来克服这一负担 但单点解决方案难以访问和理解真实生产系统的规模和复杂性[2]

公司业务与市场定位 - Datadog Inc 是一家软件即服务公司 其核心业务是为软件公司提供云基础设施监控服务 并能将不同微服务的监控整合至单一平台 [1] - 公司通过其机器学习驱动的监控解决方案以及AI引擎Watchdog 在人工智能行业占有一席之地 [1] 财务表现与市场反应 - 公司第三季度营收为8.857亿美元 调整后每股收益为0.55美元 两项指标均超出分析师预期 [3] - 财报发布后 公司股价大幅上涨23% [3] - 公司提供的第四季度营收指引中值为9.14亿美元 高于市场预期的8.87亿美元 [3] 分析师观点与机构持仓 - 第三季度财报后 包括RBC Capital、Cantor Fitzgerald和TD Cowen在内的多家分析师上调了公司目标价 [2] - 其中 RBC Capital维持“跑赢大盘”评级 并将目标价从182美元上调至216美元 其认为公司最新季度展示了非AI业务的增长 且OpenAI续签合同消除了部分不确定性 [2] - 根据Insider Monkey数据库 有72家对冲基金在第三季度13F文件中披露持有Datadog股票 [4] - 文艺复兴科技公司是其中一家重要持仓机构 其持股数量较上一季度增加了89% [4] 管理层评论与业务展望 - 公司首席执行官Olivier Pomel在第三季度财报电话会议上表示 整体需求环境是积极的 云迁移并未出现大规模加速 但环境至少没有反向施压 [5] - 公司已大幅增加销售团队规模 并创建了新的市场推广策略以触达以往未覆盖的客户类型 过去几年的投资开始显现成效 [5] - 管理层对第四季度的销售渠道储备感到满意 但最终交易仍需完成 [5]

AI主题投资动态 - 过去几年AI主题是股市的主要驱动力 但近期出现波动 即使主要科技公司财报表现优异 市场仍出现对泡沫的讨论以及行情可能扩散的预期 促使投资者寻找替代机会 [1] - DA Davidson分析师Gil Luria整体看好AI 但也看到了核心AI主题之外几只股票的强大潜力 [1] 分析师看好的替代标的 - 分析师指出三只规模较小的科技股被市场忽视 且常被“七巨头”的光芒所掩盖 这三家公司均处于AI基础设施和软件领域 并受益于投资者对AI变革潜力的无限热情 [2] - 这三家公司是Snowflake、Datadog和JFrog 它们被看好的原因是其是AI使用量上升最明确的受益者 且没有应用软件公司那么多的感知风险 [3] 具体公司表现与投资逻辑 - Snowflake年初至今上涨62% Datadog年初至今上涨11% JFrog年初至今上涨113% [3][4] - 其中总部位于硅谷的软件公司JFrog表现尤为突出 其年初至今涨幅超过了分析师提及的其他科技股以及“七巨头”的所有成员 [4] - 投资逻辑的核心在于 无论AI市场如何发展 软件基础设施都将受益 因为企业客户构建AI工具时 都将需要更多的数据湖仓容量（对应Snowflake）、更多的应用程序和基础设施进行观测（对应Datadog）以及更多的二进制代码进行管理（对应JFrog） [4][5] - AI主题不会消失 并将继续推动各行业增长 但对于这三家公司而言 其明确的优势在于 大型公司始终需要它们的服务来持续扩展其AI工具 业务与AI使用量增长呈正相关 [6]

经过分析，所提供的文档内容不包含任何关于特定公司或行业的具体新闻、事件、财务数据或市场分析 该文档完全由网站免责声明、风险提示和一般性条款构成[1] 根据任务要求，总结中应排除风险提示、免责声明及与新闻核心不相关的内容 因此，本次无符合要求的公司或行业关键要点可供总结

人事任命 - Datadog任命John Trapani为金融服务领域首席技术官，该职位为新设立岗位 [1] - 新任首席技术官将负责协调公司销售、产品及营销团队，为金融服务行业客户推进统一可观测性战略 [1] 新任高管背景 - John Trapani在软件开发和行业领导方面拥有超过35年经验 [3] - 加入Datadog前，其在Appian Corporation担任金融服务行业领导者 [3] - 更早之前，其在惠誉评级工作20年，曾领导应用开发团队并担任工程主管兼董事总经理，负责所有核心分析平台 [3] 公司战略方向 - 公司将持续为全球客户定制可观测性、安全及人工智能能力 [2] - 金融服务行业正经历快速演变，人工智能项目激增且企业持续进行现代化改造 [2] - 公司平台整合基础设施监控、应用性能监控、日志管理、用户体验监控及云安全等多种功能，为客户提供统一实时可观测性和安全性 [5] 平台服务范围 - Datadog为云应用提供可观测性和安全平台，采用SaaS模式 [5] - 平台服务对象涵盖各种规模及跨广泛行业的企业，助力实现数字化转型和云迁移 [5]

根据提供的文档内容，该文档不包含任何与公司或行业相关的实质性信息，仅包含浏览器技术提示，因此无法进行核心观点总结或按目录分类总结。

公司概况 * 公司为 Datadog (NasdaqGS: DDOG) 一家上市公司 其IPO大约在五年半前[1] 近期业绩与增长动力 * 上个季度业绩出现拐点 主要增长动力来自三个方面[4] * 成功扩大了销售配额覆盖更多客户 连续几个季度获得更多新客户和更大规模的初始合同[4] * 平台和产品投资持续获得客户采纳 例如数字体验监控Digital Experience Monitoring业务规模已超过3亿美元[4] * 云安全信息与事件管理Cloud SIEM业务也取得成功[4] * 优化强度的不利影响减弱 客户环境更为有利[4][5] * 这些趋势已连续多个季度积累 并非一日之功[5] * 10月份趋势持续 第四季度及明年初的销售渠道非常强劲且规模庞大[14] 非AI客户与AI影响 * 70%-75%的工作负载是尚未现代化的遗留工作负载[7] * AI促使客户关注应用程序现代化 以获取更多效用[7] * AI编码工具等将加速新应用程序的创建[7] * 公司平台价值提升 市场份额和平台上的年度经常性收入ARR随之增加[7] * 非AI客户增长的驱动力是多元的 包括重新思考本地工作负载 采用AI工作负载和Cloud SIEM等[8] * 公司定位是工作负载的监控者 跟随而非预测技术趋势[10] * 公司自身平台中AI带来的价值占比仍较小 仍处于早期阶段[12] * AI是整体技术栈现代化的一部分 并非独立的开关式转折点[12] AI原生客户 * 成功续签并扩大了最大的AI客户 其他AI原生客户也呈现显著增长 出现六位数和七位数收入的客户[15] * AI原生客户本质上是现代软件公司 无遗留基础设施 业务模式为现代数字应用 需求周期快[16][17] * 公司为其监控面向客户的应用工作负载 包括指标 追踪 日志 基础设施 应用性能监控APM 数字体验 数据库监控和安全等[17] * 其特点是收入规模扩张速度可能快于其他软件周期[17] 业务模式与竞争定位 * 公司业务模式基于基础设施监控 不受基于席位定价的压力影响[18][19] * 只要持续投资研发 就能监控任何形式的软件交付 如无服务器或容器化 对软件内容持不可知论态度[19][20][21] * 客户不愿自行构建监控解决方案 因为将一切整合在单一平台有巨大价值且成本更低[23] * 外包趋势推动了公司发展 市场更倾向于购买服务或软件而非自建[24] 安全业务Security * 安全业务加速增长 最初收入主要来自中小型企业SMBs和成长型公司的开发安全运维DevSecOps场景[26] * 增长原因包括Cloud SIEM能力提升达到同等水平 产品优化如FlexLogs和FrozenLogs使日志使用更经济[26][27] * 改进了面向企业的销售策略 包括程序化管理 以及用折扣换取长期合同的策略[27] * 建立了渠道合作模式 但尚在早期 大部分仍为直销[28] * 未来机会包括代码安全 但其目标市场可能小于Cloud SIEM和云安全[30] 产品与平台 * BitsAI目前处于非公开测试阶段 客户兴趣浓厚 可通过提高胜率 抵御竞争 增加工作负载或独立SKU等方式 monetized[31][32] * 新客户数量显著增加 原因是销售配额容量成功提升以及平台优势带来更大规模的初始合作[33][34] * 公司采用自下而上与自上而下相结合的策略 获得更多涵盖整个平台或大部分平台的合作[34] 并购M&A与现金配置 * 公司持有约40亿美元现金[35] * 并购是产品管理的一部分 主要收购拥有一定商业应用的技术团队 对更大规模收购持开放态度 但标准很高[36][38] * 高标准包括技术领先 能与平台深度原生集成 以及团队愿意留下成为公司领导层的一部分[39][40] 政府市场机会 * 政府业务目前规模较小 联邦政府关门对公司影响不大[41] * 正在争取FedRAMP High认证 以进入国防部等市场 这是一个长期机会[42][45] * 政府软件现代化进程缓慢 但公司希望为此做好准备[43][45] 财务与运营 * 可预测的订阅模式 不受季度末预算集中支出的影响[46] * 销售渠道强劲且多元化 处于良好的采购环境中[47] * 长期非GAAP运营利润率EBIT目标为25% 公司以此为标准校准投资水平 规模效应使资金投入更有效率[53] * 研发投入占年度经常性收入ARR的30% 超过10亿美元[53] 长期愿景与机遇 * 愿景是打造一个为核心用户群及周边角色提供日益丰富功能的平台[56] * 服务管理和安全是扩大目标市场TAM的机会 能吸引更多用户组和决策者[56] * BitsAI和服务管理套件旨在更快诊断问题并推荐解决方案 是潜在的突破性机遇[56]

投资策略与指数构成 - 在主要指数（如纳斯达克100指数和标普500指数）中保持对大型科技公司的高权重配置是可行的投资策略 [1]

风险投资行业演变 - 风险投资行业传统模式已失效，即使是红杉资本也在进行重大领导层调整 [1] - 行业面临广泛挑战，红杉的领导层变动反映了对业绩不满及错失投资机会的现状 [3][4] - 过去10-15年的大多数风险投资人和高管已不适合未来十年，知识更新速度极快，六个月前的认知可能已过时 [5][7] - 合伙制在业绩与经济利益脱钩时存在固有功能障碍，导致内部紧张 [7] AI投资策略 - 当前仅三种方式能获胜：依附于计算预算、替代人力、大规模取代现有企业 [7][14][16] - 使用AI“让产品更好”在2024年已是基本要求，不再构成竞争优势 [7][16] - 2024年副驾驶（co-pilots）模式未达预期，2026年的机会在于AI成为真正的团队成员 [7][10] - AI作为工具与作为团队成员的关键区别在于其自主性、知识库和完成高价值任务的能力 [10][16] - 投资应聚焦于AI计算基础设施（如DataDog）、真实替代人力（如Replit）或大规模颠覆现有企业 [14][15][16] 交易动态与市场环境 - 达到5-10百万美元年经常性收入（ARR）才能获得融资的公司需要顶尖的业绩指标，中间层的可融资公司几乎不存在 [7][27] - 竞争性克隆产品的质量和速度显著提升，构建护城河的时间窗口被压缩 [7][11] - 做空AI极其困难，需要对时机有精准把握，而AI相关收入正在加速显现，例如OpenAI预计今年达到200亿美元ARR，Anthropic预计到2028年达到700亿美元ARR [8][9] - 融资环境极度两极分化，要么是炙手可热的AI原生项目获得融资，要么完全无人问津 [19][27] 公司护城河与防御性 - 在种子期或A轮阶段难以建立重大防御性，防御性定理在规模效应出现后才成立 [11][12] - 初创公司需要内部认知游戏规则：组建优秀团队、快速执行、技术卓越、尽早建立分销渠道，并依赖于此 [12] - 克隆产品质量不断提高，例如Canva已推出与Gamma竞争且“相当不错”的产品 [11][12] - 即使在B轮阶段，许多品类（如客户支持AI公司）的最终赢家仍不明确，不确定性增加 [12] 投资组合构建与基金策略 - 由于AI交易结果方差增大，分散化变得更为关键而非次要 [7][28] - 小型基金（4000万至1亿美元）接受稀释可产生优异回报（10倍以上），优于维持所有权的大基金（5倍回报） [7][24][25] - 资本效率高的退出案例（如Billion to One以50亿美元退出，Navan以45亿美元退出）尽管估值标题较小，但能为投资者带来更优回报 [7][26][30] - 高频率会议（如每周每个合伙团队80次新公司会议）与深度关系构建是两种不同的有效方法 [23] 融资流程优化 - 最佳的融资过程感觉不像一个流程，而是在数据室开放前已通过数月培养关系，有3-4位投资者准备就绪 [18][31] - 创始人不应过度理解“运行流程”的建议，最优方式是在正式融资前让每个人都准备好承诺 [7][18] - 立即接受投资条款清单与“运行流程”之间的选择取决于资本效率和关系质量 [7][18] - 对于业绩顶尖的公司，融资过程可能无需传统的资料数据室，仅用于尽职调查 [18][37] 具体案例与效率范式 - Gamma公司以50名员工实现1亿美元收入运行率，估值21亿美元，代表了新的效率范式 [10][26] - DataDog因依附于AI计算基础设施，股价上涨23%，拥有超过1500万AI原生客户，业绩表现出色 [14] - Duolingo因仅使用AI改进产品而非替代人力，股价下跌25%，体现了“错误”AI策略的警示 [21] - Hummingbird基金对Billion to One的投资有望获得800倍以上回报，展示了小基金集中投资于资本高效公司的潜力 [26][34] 行业现状总结与未来展望 - 可融资公司的中产阶级已经消失，经典的三倍增长SaaS公司融资变得极其困难 [27] - 风险投资行业需要的人员数量可能减半，以适应AI世界 [28] - 2026年的趋势是AI从提升效率的工具转变为团队的实际成员，这将引发收入爆发式增长 [32] - 当前是自互联网早期以来最大的趋势，拥抱趋势是唯一明智的选择 [33][38]

Airbnb (ABNB) AI战略与进展 - 将AI集成作为四大关键增长领域之一，目标是将整个应用打造成端到端的AI旅行规划与预订助手[2][3] - 2025年第三季度推出定制化AI客服助手，在美国市场已使客户联系人工坐席的需求降低15%，计划2026年扩展至超过50种语言[4][6] - AI客服解决了平台独特的、高复杂度的服务挑战，将某些问题的处理时间从数小时缩短至数秒[6] - 正在测试AI搜索功能，计划于2026年分两阶段推出：第一阶段支持自由文本的自然语言搜索，第二阶段实现真正的多轮对话式搜索[7] - 拥有与谷歌、OpenAI等公司相同的尖端模型API访问权限，但其AI战略的差异化在于利用AI帮助用户连接现实世界，而非沉迷屏幕[8][9] - 认为在旅行AI领域专业化将胜出，公司拥有独特的旅行理解、世界级设计团队和消息平台等能力[10] - 暂未集成ChatGPT是认为其商业整合尚未成熟，避免自身被定位为商品化的数据层，坚持在整合中展示Airbnb产品的独特性[11][12][13] - 暂缓构建广告业务，因AI搜索正在改变传统数字广告范式，计划先完善AI搜索再引入与之匹配的广告模式[14][15] Arista Networks (ANET) AI网络业务 - AI网络解决方案通过零接触自动化、安全性和遥测技术显著提升计算和GPU利用率，其Etherlink架构为全球一些最大的AI fabric提供支持[16] - AI网络优势源于硬件性能、fabric架构创新、AI遥测与自动化、高质量软件、在超以太网联盟(UEC)的领导地位以及与主要AI公司的合作[16] - 与NVIDIA互操作的同时，致力于构建包含AMD、Anthropic等在内的开放生态系统，覆盖计算、存储和网络的基础设施栈[17] - 对实现2025年15亿美元AI相关累计营收目标充满信心，并设定了2026年27.5亿美元的新AI营收目标，占其106.5亿美元总营收目标的约20%[19] - 看好由AI驱动的网络黄金时代，总可寻址市场(TAM)在未来几年将超过1000亿美元，AI建设需求空前[20] - 其自主虚拟助手(AVA)具备代理能力，可帮助客户设计、构建和运维网络，并进行主动故障排除[21] - 在AI网络市场与NVIDIA捆绑方案及白盒解决方案共存，目前市场份额稳定，整个市场增长使各方受益[23][24] - 云和AI巨头客户的产品利润率显著低于60%，其混合会影响公司整体毛利率[25] - 同时参与5-7个AI加速器项目的早期设计，预计未来几年将有4-5种非NVIDIA加速器涌现，以太网标准的强化是推动因素[26][27] - 四个主要AI客户中有三个的GPU集群已超过10万颗GPU，第四个也即将达到，公司被视为大规模AI集群建设的重要参与者[29][30] Coupang (CPNG) AI应用 - 重点建设内部AI计算基础设施以提升运营效率和成本效益，目前仅进行小规模对外服务测试，尚无具体计划[42] - AI在需求预测、自动化履约流程、优化配送路线等方面带来切实效益，有助于减少浪费、提高生产力和客户体验[42] - 相信AI将带来显著的成本节约并改善利润表，同时也视其为提升服务质量和客户满意度的机遇[42] Datadog (DDOG) AI业务表现与产品 - 2025年第三季度AI原生客户收入增长强劲（排除最大客户后加速），该客户群贡献总收入占比从2024年第三季度的6%升至12%[43][44] - 拥有超过500家AI原生公司客户，其中100家年消费超过10万美元（上季度为80家），15家超过100万美元（上季度为12家）[43] - Bits AI代理（特别是SRE代理）获得高度客户关注，预览版已有数千客户，反馈显示能显著提升平均解决时间[45] - 近期全面推出LLM实验与游乐场功能，客户发送的LLM追踪数据量在几个月内翻了两番以上[47] - 与一家领先AI公司签订了九位数的年度扩展协议（很可能为OpenAI），该客户提前续约并提高了承诺金额[51] - 认为数字转型、云迁移和AI应用是长期增长动力，云和AI的市场机会将快速增长至万亿美元规模[52] - 2025年业绩指引远高于年初预期，主要惊喜在于AI应用的采纳速度快于预期[53] Nu Holdings (NU) AI战略与模型 - 愿景是成为AI优先的金融机构，将基础模型深度集成到运营中，打造AI原生的银行界面[60] - 过去12-15个月开发了专有模型Nuformer，拥有3.3亿参数并在约6000亿token上训练，其数据规模在金融行业前所未有[61][62] - 采用基础模型带来的信用模型改进效果是典型成功机器学习升级的3倍，已成功应用于巴西信用卡额度策略升级，能在同等风险下显著提高合格客户额度[63] - 正在将基础模型的应用推广至墨西哥及公司其他业务领域，视其为区别于传统银行的千载难逢的机遇[63][64] - AI有助于更深入理解客户、改变用户互动方式，并存在跨产品的代理工作流程重大机会[65] Paycom Software (PAYC) AI产品部署 - 命令驱动式AI产品IWant已全面启用，成功响应了数百万次查询，尤其在C级高管和新用户中使用率急剧上升[67][68][69] - IWant基于单一数据库，消除了不一致数据集的冲突，新员工无需培训即可使用，改变了软件访问方式[68][69] - 为支持IWant及未来AI发展，提前投入约1亿美元资本支出用于数据中心扩建，这提供了多年的AI容量储备[71][72] - 认为命令驱动功能是所有软件的未来，目前未看到竞争对手推出有竞争力的AI解决方案[70][74] - 在完成此次1亿美元投资后，预计未来几年无需再进行重大资本支出[73] Sea Ltd (SE) 电商AI应用 - Shopee的AI努力（包括更智能的搜索、推荐、个性化内容及卖家AI工具）在2025年第三季度对货币化增长做出有意义的贡献[75] - AI应用使得季度购买转化率同比提升10%，买家购买频率同比提升12%，月活跃买家数量同比提升15%[75] - 公司不打算自建基础大语言模型或数据中心，而是专注于应用硅谷等地开发的技术于东南亚等市场的消费者日常生活[76] - 目前大部分客户服务由AI处理，满意度非常高[76] Shopify (SHOP) AI与代理商务 - 拥有数据优势，为数百万商家和数十亿交易提供支持，并构建了目录(Catalog)、通用购物车(Universal Cart)和结账工具包(Checkout Kit)等代理商务工具[77][79] - 将AI演进分为三方面：帮助商家更好地销售、更智能地运营，以及利用AI自身更好地构建产品[78] - 自2025年1月以来，AI驱动的商店流量增长7倍，AI搜索带来的订单增长11倍，调查显示64%的消费者可能在黑色星期五网络星期一大促期间使用AI购物[82] - 商家AI助手Sidekick在第三季度有75万家店铺首次使用，至今已进行近1亿次对话，10月单月达800万次[83] - 使用内部工具Scout等AI驱动工具，将海量商户反馈转化为可搜索信息，加速产品决策和开发[84][85] - Shopify Campaigns的商户预算承诺同比增加9倍，商户采用率同比增加4倍，并推出了AI驱动的排名改进功能[86] Tencent (TCEHY) AI发展与应用 - AI投资有益于广告定向、游戏互动以及编码、游戏和视频制作等效率提升领域，当前效率增益主要体现在收入和毛利增长上[87] - 正在升级混元(Hunyuan)基础模型的团队和架构，其图像和3D生成模型已达到行业领先水平，并招聘更多顶尖研究人才[88] - 随着混元能力提升、元宝(Yuanbao)更广泛使用以及代理AI能力的引入，预计微信(Weixin)的采纳将进一步增长[90] - 推出AI Marketing Plus自动化广告活动解决方案，帮助广告商自动化定向、出价和广告创意优化，提升营销投资回报率[93][95] - 金融科技及企业服务业务中的企业服务收入在2025年第三季度实现十几的同比增长，云业务增长受到GPU供应限制的影响[96] - 2025年资本支出指引较此前有所下调，主要原因是AI芯片可获得性的变化[97][98] The Trade Desk (TTD) AI平台与广告效果 - 新AI平台Kokai已被近全部客户试用，85%将其作为默认平台，相比前代Solimar，其获取成本降低26%，唯一触达成本降低58%，点击率提升94%[100][101] - Kokai采用分布式AI架构，为每个功能创建独立的AI模型，实现并行化努力和制衡，客户案例显示显著提升广告效果[102] - 2025年推出并增长多个AI驱动的供应链升级产品，包括OpenPath（增长数百个百分点）、OpenAds、Pubdesk和Deal Desk[103][107] - Deal Desk上的交易表现比Solimar好35%，OpenPath为Hearst等出版商带来广告填充率4倍提升和收入23%增长[107] - 认为代理搜索的出现对优质开放互联网影响甚微，反而可能带来更多类似搜索的优质广告库存机会[109][110]