文章核心观点 - 文章汇总了2026年第三季度多家科技公司财报电话会议中管理层关于AI的评论，涵盖Airbnb、Apple、Arista Networks、Cloudflare、Coupang、Datadog、MercadoLibre、Shopify等公司，重点讨论AI如何影响各公司产品、运营、商业模式及行业竞争格局 [1][2] Airbnb (NASDAQ: ABNB) - 管理层认为AI正帮助公司以前所未有的速度构建和改进产品，2026年Q3上线超过50个产品和功能，同比增长近70% [2] - 公司推出面向客人的AI搜索功能，客人可用完整句子描述需求，AI搜索在Z世代和年轻旅行者中尤其受欢迎，AI还可推荐搜索筛选条件、总结房源重要细节并帮助客人比较收藏的房源 [3] - 面向房东推出AI驱动的3D户型图创建、竞争性定价和房源表现理解工具；AI助手支持超过50种语言，2026年Q3约40%的客服问题完全由AI助手解决，较2026年Q2的三分之一有所提升 [4] - AI助手帮助将每次预订的客服成本同比下降17%，客服NPS保持历史高位；动态定价仍处于早期阶段但采用情况良好，具有帮助房东长期赚更多钱同时降低市场整体价格的潜力 [4][6] - 管理层认为人们不会使用单一AI代理处理所有事情，当今流行AI代理适合常规任务但旅行规划难度不同，80%的旅行者享受花时间研究旅行 [7] - 公司正在构建自己的AI代理，具备三大优势：对Airbnb市场的深入理解、作为预订本身的一部分、专为旅行构建的新界面；代理将不依赖传统聊天，而是包含地图、照片、比较等组件 [7][8][9] - 管理层计划2027年上半年推出该代理，并希望通过MCP将代理扩展至Airbnb之外的旅行预订；管理层认为通用代理必须比垂直代理好2至5倍才能克服转换成本 [10] - 公司正在开发赞助房源，但将在AI代理的背景下进行，需先推出并完善AI代理再确定广告模式；管理层认为每家公司都仍在探索广告在AI代理中如何运作 [10][12] - 管理层看到来自Muse和Instinct等热门第三方AI代理产品的流量和预订量极少，且过去4周趋势未增加；Airbnb每天有近50万次预订，来自这些代理的预订量非常低 [13] - 管理层认为第三方AI代理将成为Airbnb的良好交接渠道，人们不想将所有事情外包给代理，只想外包不喜欢的事情 [13][14] - AI驱动的客服效率提升推动了运营成本改善，Q3利润率扩张由强劲收入增长和成本纪律驱动，包括AI客服带来的运营杠杆以及部分营销费用转移至Q4 [11] Apple (NASDAQ: AAPL) - 公司推出全新Siri AI，具备强大隐私保护，2026年9月在美国以英语测试版推出，10月扩展至法语、日语、韩语、葡萄牙语和西班牙语；管理层对评价和反馈感到满意 [15] - Siri AI能理解用户并自然对话，主要基于请求，但建立在编排器驱动的架构上，为未来扩展能力留有充足空间；依赖服务器端模型的功能将适用使用限制 [15] - 管理层认为Siri的隐私功能和iPhone拥有的用户数据是Apple AI体验的核心差异化因素；Siri AI将同时在设备和私有云计算环境中处理查询，但最终比例尚不明确；设备端处理查询无实际成本，路由至私有云计算则产生推理成本 [15] - 管理层认为从Mac到iPhone到iPad，公司产品是行业最佳的AI平台，适用于第一方和第三方应用 [16] - iCloud+正成为AI的变现途径而非仅是存储，iCloud+计划现包含Apple TV和Apple Arcade，覆盖100多个国家和地区；需要更大容量的用户未来可购买扩展访问权限 [17][18] - 管理层将iPhone视为智能个人中心，用户的联系人、通信、健康数据、财务数据等大量个人数据存储在iPhone上 [19] - MacBook Pro和iMac搭载M6芯片，包含全球最快CPU核心和双16核神经引擎用于私有设备端AI任务；Mac Mini和Mac Studio推动本地私有AI边界，Gap公司在数百家门店的Mac Mini上完全运行AI用于防损，消除云令牌成本；佳士得在Mac Studio上运行本地模型改善定价估算等核心工作流 [20] - Apple Watch将推出音频智能功能帮助用户记住可能错过的时刻；AirPods 5具备行业领先的主动降噪，结合iPhone和Apple Intelligence可实现实时翻译和免提获取答案；Apple Watch可通过声音识别提醒失聪用户周围发生的情况 [21][22] - 管理层认为当前内存定价情况前所未有，预计2026年Q4内存成本更高；公司制造采购义务增加330亿美元，主要由内存芯片采购驱动 [23] Arista Networks (NYSE: ANET) - 管理层看到客户日益将AI数据中心的后端和前端合并 [24] - 管理层认为基于标准的以太网可以以更低总拥有成本现代化AI数据中心网络；客户可构建开放网络平台处理不同模型和AI加速器的大规模部署；Etherlink产品组合旨在改善XPU利用率、作业完成时间和令牌延迟 [25] - 2026年10月在开放计算项目会议上，公司展示了与多个AI加速器合作开发的机架级scale-up设计，基于ESUN以太网标准，包括正交设计、线缆背板和异构跨机架设计，合作伙伴包括Arm、Microsoft Maia、AMD Helios、Qualcomm、Meta MTIA等；预计scale-up试验于2027年开始，生产于2028年开始 [26][32] - 管理层认为AI行业正从高度集中的训练计算迁移至 disaggregated 和分布式推理、预填充和解码，需要更智能的网络和计算、存储及KV缓存资源的协同定位；网络设计正成为最优令牌效率的基础基石 [27] - 公司最初与4至5家AI客户合作约5万至10万块NVIDIA GPU，NVIDIA InfiniBand是网络解决方案；到2027年底预计超过10GW部署跨越10种以上不同AI加速器，其中大部分为新部署；公司在scale-up领域是新进入者，预计scale-up将增加另外5家AI加速器客户 [28][29] - 管理层认为随着代理AI模型并行度、计算多样性和密度增加，行业正从以计算为中心的垂直堆栈转向整体网络为中心的方法；公司将在系统设计更早阶段参与，系统网络强度也将更高 [30][31] - 公司近期扩展了Arista AVA自主虚拟助手，允许AI代理与网络堆栈交互，帮助改善网络安全；AI对网络安全构成日益增长的威胁，公司与Anthropic、Google、OpenAI等合作将AI驱动的安全能力整合至软件安全管道；公司是Project Glasswing等重要AI安全项目的早期关键基础设施提供商 [33][34][35] - 管理层认为EOS操作系统是网络的理想架构基础，基于四项原则：单一高质量操作系统、通过进程隔离限制漏洞影响、无缝升级流程、合规仪表板保持最新；公司过去20年保持行业最低CVE数量之一，通常比替代方案好10至50倍 [35] - 公司提供零信任网络技术包括宏分段服务和网络检测与响应服务，以及线速普遍链路和隧道加密；AVA刚作为CloudVision服务中的alpha功能开启客户试用，定价模型正在制定中，管理层对未来几年变现AVA感觉良好 [36] - 公司赢得一家亚洲网络服务公司的战略交易，客户看重速度、规模和弹性，可靠性是关键，公司100G和400G平台将成为其AI部署的前端 [37] - 管理层将2026年收入指引上调至增长48%（此前指引为增长40%），预计2027年收入增长38%至40%至约185亿美元；AI fabrics业务预计翻倍至约70亿美元，为增长最快的细分；scale-up网络产品2027年仍处于早期试验阶段，不会产生重大收入贡献 [38] - 2026年scale-out和scale-across网络产品比例约为70:30，2027年比例将更接近50:50；管理层对供应链执行指引充满信心，采购承诺增加反映了与关键供应商的长期战略协议 [38] - 公司加大对液冷技术的投资，管理层看到大量液冷用于网络交换机；研发支出大幅增长因AI机会巨大，AI加速系统需要液冷等重大基础设施升级 [39][40] - 采购承诺从2026年Q2的97亿美元增至Q3的114亿美元（Q1为89亿美元），主要用于新产品和AI部署的芯片，现包括内存芯片；管理层预计2026年Q4采购承诺将进一步增加 [41] - 新产品和新用例的 ramp 导致递延收入波动，总递延收入约68亿美元，产品递延收入环比减少8600万美元；客户特定验收条款增加导致产品递延收入余额波动性增加 [42] - 管理层预计更多大客户将成为10%客户，加入Meta和Microsoft的行列，预计至少增加一至两家，对至少三至四家感觉良好 [43] - 管理层坚信铜缆优先、必要时才用光学；不构建专有共封装光学(CPO)，而是开创开放CPO方法，使用可插拔光学引擎和尾纤光纤，预计2028至2030年进入市场 [44] - scale-across网络产品被超大规模客户用于训练，也被较小客户使用；大型客户选择跨数据中心的超大型AI骨干网，要求576核心密度和太比特级规模；较小用例和托管数据中心选择7280等较小平台 [45] - AI相关网络产品的交货时间比非AI网络产品更长，企业侧交货时间较短因交换机不总是处于绝对前沿，AI侧超大规模数据中心交货时间较长 [46] Cloudflare (NYSE: NET) - 一家快速增长的AI公司扩大与Cloudflare的Workers开发者平台合作，签署一年期1100万美元资金池合同；该AI公司平台已支持创建数千万AI生成应用，传统超大规模云商会为其闲置计算收取巨额费用；使用Cloudflare动态Workers，应用在毫秒内启动，客户仅为实际使用的计算付费 [47] - 一家财富100强云基础设施公司扩大与Cloudflare的Magic Transit合作，签署13个月1550万美元合同；该公司为AI积极扩展全球足迹，传统DDoS硬件设备无法跟上，Cloudflare全球网络阻止了其设备无法阻止的攻击并完全取代现有供应商 [48] - 一家领先欧洲媒体公司扩大与Cloudflare合作，签署五年期810万美元合同，替换17年的传统CDN供应商；选择Cloudflare因其最佳机器人管理能可靠识别现代AI爬虫，为客户提供保护知识产权的控制权，并创建按爬取付费和按使用付费变现的直接入口；管理层认为该交易是媒体公司在代理AI时代保护和变现内容的蓝图 [49][50] - 管理层认为公司增长在2025年10月和2026年7月出现拐点，原因有二：公司已构建面向AI互联网未来的开发平台；AI导致网络安全威胁日益增长；白宫最近与AI公司领导人会议中，AI公司领导人表示保护组织免受漏洞攻击的最佳公司是Cloudflare [51] - 传统超大规模云商围绕容器技术构建云服务，管理层认为容器技术在代理AI时代不具成本效益；Cloudflare基于isolates技术，管理层认为Cloudflare是全球首个代理云 [52] - 管理层预计五年内代理流量将比人类流量高1000倍；Meta Platforms是Cloudflare客户，管理层认为随着Meta个人代理产品Muse扩展，Cloudflare将受益；构建代理的公司常在Cloudflare上构建，代理要访问的东西也在Cloudflare上 [53][54] - 管理层认为AI将带来更大的网络安全威胁；Cloudflare是全球首批收到新漏洞静默披露的公司之一，与几乎所有主要前沿AI实验室合作寻找现有软件漏洞，常在漏洞公开前已为客户打补丁；AI驱动的网络安全威胁导致甚至传统组织也加速注册Cloudflare [55] - 2026年Q3录得Act 4产品首次收入，这些产品将帮助塑造互联网新商业模式；管理层发现Cloudflare日益成为出版商与构建代理产品公司之间的调解者，并开始为代理互联网制定规则；代理流量爆炸时需有人为额外流量付费，整个生态系统正处于下一代商业模式的关键节点 [56][57] - 公司与OpenAI今年早些时候合作帮助其更高效爬取互联网，Cloudflare可提供页面变更提示使OpenAI获取最新数据并节省成本，OpenAI为此付费；管理层认为某种形式的微支付将出现，代理访问网站时可能产生小额支付，广告也可能从代理流量中产生；管理层预计10年内编排代理流量将成为Cloudflare最大收入来源 [59][60] - 管理层看到neocloud领域许多愚蠢交易，对成为neocloud毫无兴趣；公司是工程公司而非金融工程公司，专注于每美元CapEx的实际运营卓越和真实优势 [61] - 管理层认为Cloudflare在零信任领域胜过传统供应商，因为传统供应商没有应对代理的策略；代理需要身份和保护，零信任系统提供的舱壁比以往更关键；越来越多CISO在会议中表示将撕毁与传统零信任供应商的RFP，因后者未考虑代理与人类用户的不同 [62][63][64] Coupang (NYSE: CPNG) - 借助AI，Coupang的履约和物流网络在提高客户服务水平的同时降低服务成本；本季度开始在包装站部署AI摄像头消除手动扫描需求，配合自动装袋机自动调整包装尺寸，减少时间和包装浪费 [65] Datadog (NASDAQ: DDOG) - AI客户群持续增长和多元化，从最具技术前瞻性的初创公司到全球最大企业都在用AI和现代技术构建，推动云和Datadog平台的采用扩展 [66] - 最大客户OpenAI在2026年Q3减少使用量，但仍高于最低承诺；AI客户增长继续显著超过其余业务；新客户占2026年Q3收入增长的30%，高于一年前的25% [66] - 前15大AI公司均为Datadog客户（2026年Q2为前10大中的10家）；2026年Q3 AI客户超过850家（Q2为750家）；约33%的客户现使用一个或多个AI产品，包括75%的10万美元以上客户；MCP工具调用量2026年前9个月增长50倍；AI原生客户群中39家年支出超过100万美元（Q2为31家） [66][67] - 管理层将AI举措分为两部分：AI for Datadog（用AI产品使平台更有用和自动化）和Datadog for AI（跨AI堆栈的端到端可观测性和安全能力） [68] - Bits AI是公司历史上采用最快的产品，2026年10月Bits Testing正式可用，一键发现应用关键用户流程并生成测试；公司推出Scout，专为SRE任务优化的推理模型，在警报调查上表现与前沿模型相当或更好且推理成本更低，展示了用自有生产数据训练模型的成果 [69] - Bits AI既有直接变现也有推动采用的模式，公司对Bits的AI信用收费保持接近推理成本以将效率节省传递给客户；公司正与Adaptive ML团队加速强化学习和模型后训练工作，目标实现自主运营 [69][70] - Datadog for AI方面，客户希望在同一平台获得AI运营的重要答案；GPU监控产品帮助客户改善GPU利用率、训练吞吐量和推理成本，2026年前9个月监控的GPU设备数增长8倍，前沿实验室客户作为设计合作伙伴参与；GPU监控尚未广泛变现 [71][72] - Agent Observability产品发送的span数2026年前9个月增长9倍，可通过Anthropic市场和OpenAI企业市场直接购买；非AI原生客户消费增长显著，表明产品正跨越鸿沟 [72] - AI Guard产品发现组织内自定义代理并在运行时保护其免受提示注入和数据泄露；Cloud Cost Management产品现包含AI成本，超过三分之一CCM客户追踪AI成本，客户数增长11倍；Agent Console产品显示哪些代理被使用、由谁使用、用于什么任务、成本多少及结果如何 [72][73][74] - 与一家领先软件公司签署七位数年度化扩展，年度承诺翻倍以上，客户将AI代理投入生产并使用Agent Observability监控成本和质量，整合三个工具至Datadog并增长至20个产品 [75] - 与一家顶级欧洲AI实验室签署六位数年度化土地交易，客户使用CI Visibility和Test Optimization替换商业工具，工程师使用Bits AI快速构建监控和自定义分析 [76] - 与一家领先AI编码公司签署七位数年度化扩展（八位数年度化交易），客户是Datadog MCP服务器最大用户之一，将采用Flex Logs和新的无限基数指标，增长至13个Datadog产品 [77] - 与一家全球最大科技公司AI部门签署八位数年度化扩展，年度承诺近三倍增长，客户在大量AI训练工作负载上扩展Datadog，采用APM和Bits AI [78] - 管理层继续认为数字化转型、云迁移和AI采用是长期增长驱动力；AI工作负载正进入生产；AI编写更多代码产生更快更复杂的工程团队难以跟踪的问题，这正是Datadog投资解决的问题 [79] - 管理层观察到AI训练可能成为Datadog的重要机会，越来越多企业开始自行训练模型，一至两年前只有少数前沿实验室做训练，现在有数量级更多的大型实验室或neo实验室大规模训练，还有另一类公司开始自行训练包括Datadog自身 [80] - 公司与一些大型AI客户进行续约，承诺增加但客户获得更好定价，这些续约长期有利但造成短期收入逆风，逆风在几个季度后消失；AI客户以行业前所未见的速度增长，创造了新的续约动态 [81][82][83] - 管理层看到公司和客户都在使用混合AI模型，从前沿模型到开源模型到第一方模型；前沿模型能做其他模型做不到的事，但开源模型对某些工作负载非常成本高效；公司大量消费顶级实验室模型，也消费越来越多开源权重模型，并训练和后训练自己的模型 [84] MercadoLibre (NASDAQ: MELI) - 过去一年物流网络机器人数量翻倍，机器人在墨西哥和巴西部署，生产力较手动流程提升70%；管理层相信随着规模增长和生产力提升，每件包裹成本下降应转化为运费占GMV和收入比例下降 [85][86] - AI现已成为MercadoLibre广告销售的核心，更好的相关性、检索和点击率模型提升了季度收入，广告负载从固定位置转向动态决策；AI顾问现为56000名卖家管理活动，环比增长近4倍；推出Engage+，利用AI从购买数据预测哪些用户最可能购买品牌品类并引导支出，测试中以极低成本触达显著更多互动用户，现已在6个站点上线 [87] - AI使用量增长远快于支出，公司越来越擅长为任务选择模型并降低每个模型成本；管理层预计开源模型将在中长期成为模型组合的重要部分；2026年Q3每令牌成本远低于一年前 [88] - AI回报通过多个渠道实现：收入提升、更好的用户体验、成本避免和生产力；