财务数据和关键指标变化 - 第三季度总收入为4.5亿美元，同比增长18%（按报告计算），按固定汇率计算增长16% [24] - 销售主导的订阅收入为3.76亿美元，同比增长21%（按报告计算），按固定汇率计算增长19% [25] - 当前剩余履约义务首次突破10亿美元大关，达到约10.6亿美元，同比增长19%（按报告计算），按固定汇率计算增长15% [25] - 剩余履约义务同比增长22%（按报告计算），按固定汇率计算增长18% [26] - 非GAAP营业利润率为18.6% [7][28] - 订阅毛利率为82%，总毛利率为78% [28] - 调整后自由现金流约为5400万美元，利润率约为12% [29] - 年合同价值超过10万美元的客户数量超过1660家，同比增长14%，本季度净增约60家 [26] - 第三季度，公司通过回购约240万股股票，向股东返还了约1.86亿美元，自回购计划启动以来累计回购380万股 [30] - 第四季度总收入指引为4.45亿至4.47亿美元，中点同比增长15%（按固定汇率计算为13%）；销售主导的订阅收入指引为3.71亿至3.73亿美元，中点同比增长18%（按固定汇率计算为15%） [31] - 第四季度非GAAP营业利润率指引约为14.5%，非GAAP稀释后每股收益指引为0.55至0.57美元 [31] - 基于对第四季度的预期，公司上调了全年目标：总收入指引为17.34亿至17.36亿美元，中点同比增长约17%（按固定汇率计算为15%）；销售主导的订阅收入指引为14.34亿至14.36亿美元，中点同比增长20%（按固定汇率计算为18%） [32] - 2026财年全年非GAAP营业利润率指引上调至约16.3%，非GAAP稀释后每股收益指引为2.50至2.54美元 [32] 各条业务线数据和关键指标变化 - **搜索业务**：持续受益于人工智能需求，势头良好，需求同时惠及云端和自托管两种形式 [27] - **安全业务**：签署了一笔与一家财富100强保险机构的七位数新客户交易，用于Elastic Security，以替代遗留的SIEM解决方案 [10] - **可观测性业务**：一家全球数据弹性软件领导者选择Elastic Observability为其新云产品提供监控层支持 [11] - **人工智能相关业务**： - 超过2700名Elastic Cloud客户将公司用作向量数据库，另有客户使用更广泛的人工智能功能（如Agent Builder和Attack Discovery），使得人工智能客户总数超过3000名 [15] - 超过470名年合同价值10万美元或以上的客户使用公司的人工智能功能，其中超过410名将公司用作向量数据库 [15] - 人工智能用例已渗透超过四分之一的年合同价值超10万美元的客户群 [15] - 28%的年合同价值超10万美元的客户群现在使用Elastic进行人工智能应用 [27] 各个市场数据和关键指标变化 - 本季度的交易势头在所有地区都保持平衡 [26] - 公司继续看到客户在本季度做出多年期承诺，这清楚地表明客户将Elastic平台视为其长期数据架构中的关键基础元素 [26] - 与NVIDIA的合作方面，公司宣布了Elasticsearch GPU插件的技术预览，可实现12倍更快的索引速度 [18] - 戴尔人工智能数据平台现在集成了NVIDIA和Elastic，提供了一个紧密集成的人工智能堆栈 [18] - 公司近期与美国网络安全和基础设施安全局（CISA）的合作取得了成功，第三季度有更多机构加入该服务 [68] 公司战略和发展方向和行业竞争 - **公司定位**：公司定位为“上下文引擎”，为企业的关键人工智能需求提供上下文支持 [7] 其平台旨在帮助企业弥合其大型语言模型与专有数据之间的鸿沟 [13] - **核心优势**： - **混合灵活性**：平台能够一致地在云端和自托管环境中运行，允许敏感数据和工作负载保留在其偏好的环境中，无需昂贵的重新平台化 [9] 这种不对称优势是赢得客户的关键 [12] - **性能优化**：过去18个月，通过创新（如Better Binary Quantization， DiskBBQ， acorn过滤算法）将向量搜索所需内存降低了两个数量级，使Elasticsearch向量搜索比OpenSearch快8倍 [17] - **全栈能力**：不仅提供向量数据库，还提供从混合搜索到高级重新排序的完整检索工具包，以及构建代理（Agent Builder）、工作流自动化（Elastic Workflows）和监控（LLM可观测性）的能力 [13][14][19][22][44] - **竞争与替代**：独特的灵活性使公司能够持续替代遗留供应商和利基云原生厂商 [9] 本季度，公司在一家全球重型设备制造商处从OpenSearch迁移了关键工作负载 [17] 并在一家全球金融集团的案例中，在MongoDB未能提供必要能力的地方取得了成功 [12] - **合作伙伴关系**：与NVIDIA和戴尔的合作旨在帮助企业更快地部署人工智能应用，并满足客户在自有基础设施上构建人工智能的关键需求 [18] - **产品里程碑**： - Agent Builder正式全面上市，允许开发者在几分钟内构建安全、上下文驱动的人工智能代理 [19] - 扩展了Elastic推理服务，集成了Jina AI的多语言重新排序模型，以提升搜索准确性 [20] - 推出了Elastic Workflows的技术预览，为平台添加了自动化能力 [22] - 为自托管客户推出了Cloud Connect，允许客户在本地保留数据的同时，安全地利用Elastic Cloud上的NVIDIA GPU进行高性能推理 [22] 管理层对经营环境和未来前景的评论 - **人工智能趋势**：随着大型语言模型在推理和推理能力方面的快速进化，上下文成为使这些模型在企业中有用的最重要因素 [7] 对话已从“使用哪个模型”转向“如何为其提供最准确的上下文” [13] 企业正在从被动的问答转向驱动工作流的主动代理 [12] - **市场驱动力**：数据量激增、整合需求和人工智能是强大的顺风 [9] 组织正在转向Elastic来推动其搜索、可观测性和安全需求的创新和效率 [10] - **需求前景**：公司看到来自全球最大公司以及新一波人工智能原生公司的持续需求 [15] 人工智能继续成为客户扩张的强大催化剂 [27] 公司仍处于扩张的早期阶段，未来几年新老客户在加速采用人工智能方面仍有相当大的上升机会 [28] - **财务前景**：公司对持续推动盈利增长的能力充满信心 [35] 基于差异化的平台和为客户提供的不断扩大的价值，公司有望实现销售主导的订阅收入增长和调整后自由现金流的中期目标 [34] 管理层认为人工智能采用率的提高有可能推动增长超越之前设定的基准 [40][75] 其他重要信息 - 本季度签署的年度承诺价值超过100万美元的合同数量同比增长超过30% [9] - 公司预计在2026财年使用超过5亿美元授权回购金额的50%，截至第三季度末已完成该计划的60% [30] - 第四季度比前三个季度少3天，这对收入构成了连续的阻力，已反映在指引中 [33][52] - 与典型的第四季度一样，由于员工福利成本的时间安排，预计季节性支出会更高 [33] 总结问答环节所有的提问和回答 问题: 人工智能客户渗透率提高是否可能推动增长加速 [38] - 管理层确认，生成式人工智能客户群的趋势与分析师日披露的一致，增长表现强劲 [39] 人工智能客户群平均带来5%的额外增长，但部分客户增长更高，存在加速超越5%基准的可能性 [40] 随着人工智能使用量的增长，将增加消耗和总收入，推动业务持续走强和加速 [41] 问题: 作为人工智能应用的“上下文引擎”领先提供商需要哪些核心要素 [42] - 核心要素包括：1) 能够引入任何类型的数据（结构化和非结构化） [42] 2) 将数据转换为向量以进行向量搜索和混合搜索，并能够使用Jina AI等模型进行重新排序以获得最准确的上下文 [42][43] 3) 能够使用Agent Builder等工具组装代理 [43] 4) 需要工作流功能使代理能够执行精确操作 [43] 5) 需要LLM可观测性功能进行监控 [44] 此外，Elastic推理服务允许客户无需自带LLM [44] 问题: 自托管业务表现出色、第四季度销售主导订阅收入指引环比下降的原因、以及自托管与云端客户的货币化差异 [47] - 自托管业务的强劲并非由于订单推迟，而是源于客户（包括受监管行业）对处理关键敏感数据时希望保持控制的需求，公司提供了这种灵活性 [48] 第四季度指引考虑了风险调整、以及比第三季度少3天（带来约3%或1400万至1500万美元的收入阻力）等因素 [52] 历史上第四季度指引也曾低于前一季度 [52] 公司专注于销售主导订阅收入这一指标，该指标本季度健康增长21% [50][80] 问题: 前沿模型是未来的竞争还是合作伙伴关系机会 [55] - 管理层认为人工智能不会取代公司，反而依赖于公司 [56] 公司将前沿模型视为未来的操作系统，而公司的角色是快速、实时地从企业数据中提供正确的上下文，使其能够工作 [56] 公司已经与超大规模厂商合作，并集成了所有前沿模型，支持MCP等协议以实现代理间通信 [57] 问题: Elastic内部使用人工智能的益处及对未来员工数量的影响 [58] - 公司内部全面应用人工智能，例如两年前构建的内部支持代理，显著减少了支持团队的人员需求，即使业务增长也未增加该团队人数 [59] 在人力资源、财务、法律和工程等部门也广泛使用人工智能工具，提高了生产力和效率，加速了创新步伐 [60][61] 问题: 平台如何适应不断发展的RAG（检索增强生成）方法，例如页面索引方法 [64] - RAG技术自诞生以来已取得很大进展，核心是找到最相关的上下文 [65] 公司一直处于采用多种技术（如混合搜索）的前沿，并相信将继续处于领先地位，因为相关性是搜索和准确人工智能的基础 [66] 问题: 近期与美国网络安全和基础设施安全局（CISA）的合作是否带来更多牵引力 [67] - CISA的合作非常成功，第三季度已有更多机构加入 [68] CISA被视为美国民用政府网络安全的主要负责机构，其认可具有长远影响，公司预计未来几个季度将有更多机构采用该服务 [68] 问题: 当前剩余履约义务增长为何未更快加速，以及人工智能顺风是否未在近期更强劲地体现 [72] - 当前剩余履约义务突破10亿美元，增长19%，剩余履约义务增长22%是两年来的最佳水平，进展良好 [73] 推动增长的核心是强劲的客户承诺和销售执行 [73] 人工智能顺风正在显现，并随着人工智能在年合同价值超10万美元客户群中渗透率的提高而持续增长 [74] 公司对超越中期指引（20%以上）持乐观态度 [75] 问题: 第四季度云端收入环比增长为何不与较早年份（如2022财年）更一致 [78] - 管理层强调销售主导订阅收入增长是衡量公司成功的关键指标，该指标本季度增长21% [80] 销售主导的云端收入本季度同比增长27% [80] 第四季度指引是风险调整后的数字，且少了3天，因此不能将实际业绩与指引数字直接比较 [81] 问题: 客户的人工智能用例是否在扩大，以及如何影响使用和支出 [84] - 人工智能用例正在扩大，从几个季度前主要集中在向量数据库和聊天式界面，扩展到如今包括安全和工作流自动化（如Agent Builder， Attack Discovery）在内的代理工作流 [85] 用例的多样性在增长，为搜索、安全和可观测性业务带来了机会 [86] 问题: 与MongoDB的竞争是否日益普遍 [89] - 提及的MongoDB竞争案例是一个特定情况，客户在需要更高性能和可扩展性（尤其是混合搜索）时转向了Elastic [89] 公司通常在非结构化数据领域竞争，不常直接面对MongoDB，但偶尔会遇到此类情况 [89] 问题: 大额交易在进入市场策略中占比增加，如何处理其指引和季节性 [90] - 大额交易遵循典型的企业季节性模式，更多集中在第三和第四季度末 [91] 这是公司在全球2000强大型客户中取得成功的自然结果 [91] 在制定指引时，公司会对可能跨季度变动的具体交易进行风险调整（打折） [91] 问题: 当前客户关于人工智能采用的讨论基调与一年前有何不同 [95] - 基调更加积极，对人工智能的热情更高，已有足够证据证明人工智能在各种用例中的帮助 [96] 对话较少涉及布道，更多是关于如何帮助客户构建复杂的代理应用 [96] 人工智能仍处于早期阶段，自动化业务流程和工作流的机会仍然非常巨大 [97] 问题: 搜索技术的改进（如Jina重新排序模型）是用于提高收费还是作为获客工具 [99] - 公司采用消耗模式定价，所有平台使用均基于计算、存储和令牌进行计量 [99] 随着新模型的使用，公司对所有功能进行货币化，使用量的增长驱动收入 [99] 问题: 第三季度业绩超预期并上调销售主导订阅收入指引，但全年固定汇率增长指引为何未变 [100] - 公司关注的核心指标是销售主导订阅收入，本季度该指标大幅超出预期，且上调幅度超过了超出部分 [101] 这反映了公司对销售线积极势头的看法，公司对销售主导订阅收入的前进势头感到满意 [101]

财务数据和关键指标变化 - 第三季度总收入为4.5亿美元，同比增长约18%（按固定汇率计算增长16%）[24] - 销售主导的订阅收入为3.76亿美元，同比增长21%（按固定汇率计算增长19%）[25] - 非GAAP营业利润率为18.6% [7][28] - 当前剩余履约义务（CRPO）首次突破10亿美元，达到约10.6亿美元，同比增长19%（按固定汇率计算增长15%）[25] - 剩余履约义务（RPO）同比增长22%（按固定汇率计算增长18%）[26] - 订阅毛利率为82%，总毛利率为78% [28] - 调整后自由现金流约为5400万美元，利润率为约12% [29] - 第三季度通过股票回购向股东返还约1.86亿美元，累计回购380万股 [30] - 公司提高全年收入预期：总收入预期为17.34亿至17.36亿美元，同比增长约17%（按固定汇率计算增长15%）；销售主导的订阅收入预期为14.34亿至14.36亿美元，同比增长20%（按固定汇率计算增长18%）[32] - 全年非GAAP营业利润率预期为16.3% [32] - 全年非GAAP稀释每股收益预期为2.50至2.54美元 [33] 各条业务线数据和关键指标变化 - 搜索业务持续受到AI需求推动，在云和自管理部署中均表现强劲 [27] - 安全业务赢得重要客户，例如一家财富100强保险公司，用Elastic Security替代了遗留的SIEM解决方案 [10] - 可观测性业务赢得全球数据弹性软件领导者的订单，用于支持其新云产品的监控层 [11] - AI用例持续渗透，超过2700名Elastic Cloud客户将其用作向量数据库，另有客户使用更广泛的AI功能（如Agent Builder和Attack Discovery），使得AI客户总数超过3000名 [15] - 在年合同价值超过10万美元的客户群中，超过470名客户使用Elastic的AI功能，其中超过410名将其用作向量数据库，AI用例已渗透该客户群的超过四分之一 [15] - 年合同价值超过10万美元的客户数量超过1660名，同比增长14%，季度净增约60名 [8][26] 各个市场数据和关键指标变化 - 本季度的交易势头在所有地区保持平衡 [26] - 客户继续签订多年期承诺，表明他们将Elastic平台视为长期数据架构的关键基础 [26] - 通过与美国网络安全和基础设施安全局（CISA）的合作，在政府机构中取得进展，预计未来几个季度将有更多机构采用其SIEM即服务 [68][69] 公司战略和发展方向和行业竞争 - 公司定位为“上下文引擎”，为企业的关键AI需求提供上下文，强调在混合云和自管理环境中的独特灵活性 [7][9] - AI和整合是强大的顺风，公司正在取代遗留供应商和利基云原生厂商 [9] - 公司的非对称优势在于支持现代云和混合环境，这促成了与全球金融集团等客户的重要交易胜利 [12] - 公司强调其平台不仅仅是向量数据库，而是提供从混合搜索到高级重排的完整检索工具包，以及构建代理和工作流的能力，以构建生产级AI系统 [13][14][43] - 公司持续进行产品创新，包括正式发布Agent Builder、扩展Elastic推理服务以集成Jina AI的多语言重排模型、推出技术预览版Elastic Workflows，以及为自管理客户推出Cloud Connect [19][20][22] - 公司与NVIDIA和Dell等建立合作伙伴关系，以加速AI应用部署，例如推出Elasticsearch GPU插件技术预览版，实现12倍更快的索引速度 [18] - 公司专注于性能优化，声称其Elasticsearch向量搜索比OpenSearch快8倍 [17] 管理层对经营环境和未来前景的评论 - 企业意识到，要释放AI的价值，必须弥合其LLM与其专有非结构化和结构化数据之间的鸿沟，而Elastic正致力于此 [13] - 随着组织管理爆炸式增长的数据量，他们转向Elastic来满足搜索、可观测性和安全方面的创新和效率需求 [10] - 客户正在从被动的问答转向驱动工作流的主动代理，这需要精确的数据 [12] - 对话已从“使用哪个模型”转向“如何为其提供最准确的上下文” [13] - 公司看到来自全球最大公司以及新一波AI原生公司的持续需求 [15] - 公司对持续推动盈利增长的能力充满信心，认为自己是加速数据发现、保护基础设施和最大化应用性能的关键技术 [35] - 对于第四季度，由于工作日减少3天，预计将对收入造成约3%或1400万至1500万美元的逆风 [33][52] - 公司预计第四季度非GAAP营业利润率约为14.5% [31] 其他重要信息 - 本季度签署的年度承诺价值超过100万美元的合同数量同比增长超过30% [9] - 公司将在3月2日参加摩根士丹利技术、媒体和电信会议 [5] - 2026财年第四季度静默期将于2026年4月16日星期四营业结束时开始 [4] 总结问答环节所有的提问和回答 问题: AI客户渗透率提高是否可能带来增长加速？[38] - AI趋势与财务分析师日披露的情况一致，生成式AI客户群增长强劲 [39] - 每个达到10万美元年合同价值的客户仍处于AI旅程早期，进一步的渗透和成熟将推动更快增长 [39] - 存在加速超越财务分析师日提出的5%增长基准的可能性 [40] - 公司专注于提高客户群中的AI渗透率，随着使用量增长，将增加消费和总收入，推动业务持续走强和加速 [41] 问题: 作为“上下文引擎”的领先提供商需要哪些核心要素？[42] - 上下文工程平台需要能够一致地处理多种任务：1) 引入任何类型的数据（结构化和非结构化）；2) 将数据转换为向量以进行向量搜索和混合搜索；3) 使用Jina AI等模型进行重排以获得最准确的上下文；4) 使用Agent Builder等工具组装代理；5) 通过Workflows功能实现精确操作；6) 通过LLM可观测性功能进行监控 [42][43][44] - 此外，Elastic推理服务允许客户无需自带LLM，并可代理到任何选择的LLM [44] 问题: 自管理业务的强劲表现、第四季度销售主导订阅收入环比下降的原因，以及自管理与云客户的货币化差异？[47] - 自管理业务的强劲并非源于订单推迟，而是由于客户在处理关键敏感AI数据时，倾向于将数据保留在可控环境（自有数据中心或云VPC）中，公司提供了这种灵活性 [48][49] - 第四季度销售主导订阅收入环比下降的原因包括：1) 指导数字包含了风险调整；2) 第四季度工作日减少3天，造成约3%的收入逆风 [52] - 从业务角度看，销售执行持续良好，承诺量健康，渠道非常健康且每个季度都在增长 [50] - 公司继续按计划实现中期目标，并对业务实力感到非常积极 [53] - 在衡量公司成功时，销售主导的订阅收入增长是应关注的关键指标 [79] 问题: 如何看待前沿AI模型，是竞争还是合作伙伴？[56] - AI不会取代公司，反而依赖于公司。前沿模型是强大的推理引擎，是未来的操作系统，而公司的角色是快速、实时地从企业所有数据中提供正确的上下文给LLM [57] - 公司已与超大规模云厂商合作，并集成了所有前沿模型，支持MCP、A2A等协议，旨在成为未来基础设施的关键部分 [58] 问题: Elastic内部使用AI的 tangible benefits 及对未来员工人数的影响？[59] - 公司内部全面应用AI，例如两年前构建的支持代理已投入生产，显著提升了客户支持体验，并抵消了对支持团队人员增加的需求 [59][60] - 在HR、财务、法律和工程等部门也广泛使用AI工具，提高了生产力和效率，有助于加速创新步伐并管理业务增长而无需同比增加人员 [61][62] 问题: 平台如何适应RAG（检索增强生成）等不断发展的方法？[65] - RAG技术不断发展，其核心是为LLM找到最相关的上下文，这可能需要结合多种技术 [66] - 公司一直处于采用混合搜索等先进技术的前沿，并有信心继续处于领先地位，因为Elastic的核心理念就是相关性，这对于搜索和准确AI都至关重要 [67] 问题: 近期CISA胜利是否带来更多牵引力？[68] - CISA合作取得了巨大成功，第三季度已有更多机构加入，预计这只是一个开始，未来几个季度将有更多机构采用该服务 [68][69] - CISA作为美国民用政府网络安全主要机构的认可具有长远价值 [69] 问题: 为何CRPO增长未更快加速至20%？[73] - CRPO已突破10亿美元，增长19%，RPO增长22%，是两年来最佳表现，绝对美元增长进展良好 [74] - 增长由强劲的客户承诺和销售执行驱动 [74] - AI顺风正在显现，并随着更多10万美元以上客户采用AI工作负载而持续增长 [75] - 全年销售主导订阅收入指引显示出业务持续走强，中期目标是20%以上，随着更多客户采用AI功能，公司有信心达到甚至超越该目标 [76] 问题: 第四季度云收入 sequential growth 为何与早期年份不同？[78] - 销售主导的订阅收入增长是衡量公司成功的关键指标，本季度增长21% [79] - 仅云收入（销售主导）本季度同比增长27% [79] - 第四季度工作日减少，且指导数字是风险调整后的，因此不能直接将实际业绩与指导数字比较 [80] - 公司看到了非常强劲的承诺和销售主导方面的表现 [80] 问题: 客户AI用例是否在扩大？[83] - AI用例正在多样化。八个季度前主要集中在向量数据库和聊天式界面，现在扩展到代理式工作流，包括安全和可观测性工作流的自动化 [84] - 用例种类的增长为公司核心搜索业务以及安全和可观测性业务带来了机会 [85] 问题: 是否在AI应用中更多地看到与MongoDB的竞争？[88] - 提及的MongoDB竞争胜利是一个个案，客户在扩展混合搜索解决方案时遇到了性能问题 [88] - 公司通常在非结构化数据领域竞争，不常直接面对MongoDB，但偶尔会遇到此类情况 [88] 问题: 大额交易对指导和季节性的影响？[89] - 大额交易遵循典型的企业季节性模式，更多集中在第三和第四季度末 [90] - 这是公司在全球2000强大型客户中取得成功的自然结果 [90] - 在制定指导时，公司会对可能跨季度变动的具体交易进行折价处理，纳入风险调整，不指望一切顺利 [90] 问题: 客户关于AI采用的对话语气与一年前有何不同？[93] - 客户对AI的热情更高，已有足够多的成功案例证明AI在各种用例中的价值 [94] - 对话更少是关于布道，更多的是关于如何帮助他们构建复杂的代理式应用，显示出成熟度 [94] - 但企业内AI代理的总数仍处于早期阶段，AI变革性能力可应用于许多功能和流程，机会仍然巨大 [95][96] 问题: 搜索技术的改进（如Jina重排模型）是用于提高收费还是获客？[98] - 公司采用消费模式，几乎所有平台使用都基于计算、存储等进行计量，LLM或模型相关则基于令牌 [98] - 随着新模型的推出，公司对所有功能进行货币化，客户在平台上使用越多，驱动收入就越多 [98] 问题: 为何第三季度业绩超预期并上调部分指引，但全年固定汇率指引未变？[99] - 公司关注的核心指标是销售主导的订阅收入，本季度该指标大幅超出预期，且上调幅度超过了超预期部分，这反映了公司对业务销售线积极势头的看法 [100] - 公司对销售主导订阅收入的前进势头感觉良好 [100]

财务数据和关键指标变化 - 第三季度总收入为4.5亿美元，同比增长约18%（按固定汇率计算为16%）[5][23] - 销售主导的订阅收入为3.76亿美元，同比增长21%（按固定汇率计算为19%）[5][24] - 非GAAP营业利润率为18.6%，超出预期[5][27] - 当前剩余履约义务首次突破10亿美元大关，达到约10.6亿美元，同比增长19%（按固定汇率计算为15%），剩余履约义务同比增长22%（按固定汇率计算为18%）[24][25][72] - 订阅毛利率为82%，总毛利率为78%[27] - 调整后自由现金流约为5400万美元，利润率为12%[28] - 第三季度通过股票回购向股东返还约1.86亿美元，累计回购380万股，已完成5亿美元回购计划的60%[28][29] - 第四季度总营收指引为4.45亿至4.47亿美元，中点增长15%（按固定汇率计算为13%）；销售主导订阅收入指引为3.71亿至3.73亿美元，中点增长18%（按固定汇率计算为15%）；非GAAP营业利润率指引约为14.5%[30] - 基于第三季度表现和第四季度指引，公司上调全年预期：总收入预期为17.34亿至17.36亿美元，中点增长约17%（按固定汇率计算为15%）；销售主导订阅收入预期为14.34亿至14.36亿美元，中点增长20%（按固定汇率计算为18%）；全年非GAAP营业利润率预期为16.3%[31] 各条业务线数据和关键指标变化 - 搜索业务持续受益于AI需求，势头强劲[26] - 安全业务方面，公司与一家财富100强保险机构签署了七位数的新客户协议，用于替换遗留的SIEM解决方案[9] - 可观测性业务方面，一家全球数据弹性软件领导者选择Elastic Observability为其新云产品提供监控层支持[10] - 公司所有解决方案均实现强劲的现场执行和健康增长[26] - AI用例已渗透超过25%的年度合同价值10万美元以上的客户群[13] 各个市场数据和关键指标变化 - 本季度的交易势头在所有地区保持平衡[25] - 公司继续看到客户在本季度做出多年期承诺[25] - 在政府市场，网络安全和基础设施安全局（CISA）的SIEM as a service项目获得成功，第三季度有更多机构加入，预计未来几个季度将有更多机构采用[67] 公司战略和发展方向和行业竞争 - 公司的战略定位是成为企业关键AI需求的“上下文引擎”，将LLM与企业的专有数据（包括结构化和非结构化数据）连接起来[5][6][12] - 公司强调其平台不仅提供向量数据库，还提供完整的检索工具包，包括混合搜索、高级重排序、代理构建和工作流程自动化，以构建生产级AI系统[12][40][41] - 公司在混合云和自管理环境中的灵活性是其关键优势，允许客户在首选环境中运行敏感数据和工作负载，无需昂贵的平台迁移，这帮助公司取代了传统供应商和利基云原生厂商[7][8][10][11] - 公司通过技术创新构建竞争壁垒，例如在18个月内将向量搜索所需内存降低了2个数量级，使Elasticsearch向量搜索速度比OpenSearch快8倍，并与NVIDIA合作推出GPU加速向量数据库插件，实现12倍更快的索引速度[16][17] - 公司持续进行产品创新：正式推出Agent Builder的通用版本；扩展Elastic推理服务以集成Jina AI的多语言重排序模型；推出技术预览版Elastic Workflows；为自管理客户推出Cloud Connect，使其能在本地保留数据的同时安全地利用Elastic Cloud的NVIDIA GPU进行高性能推理[18][19][20] - 公司认为前沿AI模型（如Claude、OpenAI）是未来的“操作系统”，而Elastic的角色是提供数据和上下文的基础设施，因此是合作伙伴关系而非竞争关系[56][57] - 公司正在从MongoDB等竞争对手那里赢得业务，案例涉及一家全球金融集团，因其需要可扩展的检索和精度以超越简单搜索[11][87] 管理层对经营环境和未来前景的评论 - 管理层认为，随着LLM在推理和推理能力上的快速发展，上下文是使这些模型在企业中有用的最重要因素[5] 1. 组织的命脉是其每天创建、管理和分析以推动业务决策和运营的专有数据，这些数据规模巨大（通常达PB级），且出于成本和安全原因无法移出组织控制范围[6] - 整合和AI是强大的顺风，随着组织管理爆炸式增长的数据量，他们正转向Elastic来满足其搜索、可观测性和安全需求，同时推动创新和效率[8][9] - 客户正在从被动的问答转向驱动工作流程的主动智能体，精确的行动需要精确的数据[11] - 公司对持续推动盈利增长的能力充满信心，认为自身是加速数据发现、保护基础设施和最大化应用性能的关键技术[34] - 关于AI采用，管理层指出客户对话的基调更加热情，从布道转向帮助构建复杂的智能体应用，但总体上仍处于早期阶段[94][95] - 管理层认为，随着更多客户采用AI功能，以及这些客户群倾向于更快地增长和扩张，公司有望达到甚至超过中期目标（销售主导订阅收入增长20%以上）[74][75] 其他重要信息 - 年度合同价值10万美元以上的客户数量超过1,660家，同比增长14%，本季度净增约60家[5][25] - 本季度签署的年度承诺价值超过100万美元的合同数量同比增长超过30%[8] - 使用Elastic Cloud作为向量数据库的客户超过2,700家，加上使用更广泛AI功能（如Agent Builder和Attack Discovery）的客户，AI客户总数超过3,000家[13] - 年度合同价值10万美元或以上并使用Elastic进行AI的客户超过470家，其中超过410家将其用作向量数据库[13] - 公司内部也广泛使用AI，例如客服智能体显著减少了支持团队的人力需求，即使业务增长也未增加该团队人数[58][59] 总结问答环节所有的提问和回答 问题: AI原生客户的扩张趋势是否可能推动增长加速？[36] - 管理层确认生成式AI客户群的趋势与分析师日披露的一致，增长表现强劲，这些客户仍处于早期阶段，其AI旅程的进一步渗透和成熟将推动更快增长，有可能加速超越之前披露的5%平均扩张率[37][38][39] 问题: 作为领先的AI应用上下文提供商，需要哪些核心组件？[40] - 管理层指出，上下文平台需要具备多项能力：能够引入任何类型的数据（结构化和非结构化）；将数据转换为向量以进行向量搜索和混合搜索；使用Jina AI等模型进行重排序以获取最准确的上下文；通过Agent Builder组装智能体；通过Workflows实现精确行动自动化；通过LLM可观测性进行监控；以及通过Elastic推理服务与任何LLM集成[40][41][42] 问题: 第三季度自管理业务表现强劲的原因，第四季度销售主导订阅收入指引环比下降的原因，以及自管理与云客户货币化能力的差异？[46] - 管理层解释，自管理业务的强劲源于客户对处理敏感关键AI数据的偏好，他们希望数据处于其控制的环境（自有数据中心或云VPC），Elastic提供了这种灵活性[47][48] - 关于第四季度指引，管理层指出，季度指引包含了风险调整，且第四季度比前三个季度少3天，这造成了约3%或1400万至1500万美元的收入逆差，这些都已纳入指引，历史上也有第四季度指引低于第三季度的先例，公司对实现中期目标仍充满信心[49][50][51] - 管理层强调，销售主导订阅收入是衡量公司成功的关键指标，它包含了自管理和云部署，本季度该指标增长21%，而销售主导的云收入增长27%，公司关注整体订阅收入的健康增长[78][79] 问题: 如何看待前沿AI模型，是竞争还是合作伙伴？[55] - 管理层认为AI不会取代Elastic，反而依赖于Elastic。前沿模型是强大的推理引擎，是未来的“操作系统”，而Elastic的角色是跨企业所有PB级数据实时提供正确上下文的基础设施，公司已与超大规模云厂商合作并集成所有前沿模型[56][57] 问题: 公司内部使用AI的 tangible benefits 及对未来员工数量的影响？[58] - 管理层表示公司全面投入AI内部使用，例如客服智能体显著提升了客户体验并减少了支持团队的人力需求，在业务增长的同时该团队未增加人手。在HR、财务、法律和工程等部门使用AI工具也提升了生产力和效率，有助于加速创新[58][59][60] 问题: 平台如何适应RAG（检索增强生成）等技术的演进，例如页面索引方法？[63] - 管理层表示，RAG技术正在快速发展，其核心是找到最相关的上下文。Elastic一直处于技术前沿（如率先采用混合搜索），并有信心继续处于领先地位，因为平台的核心就是提供相关性[64][65][66] 问题: 近期CISA的胜利是否带来了后续动能？[67] - 管理层确认CISA的SIEM as a service项目非常成功，第三季度已有更多机构加入，预计未来几个季度将有更多机构采用。CISA作为美国民用政府网络安全主要负责机构的认可具有长远意义[67] 问题: 当前剩余履约义务增长稳健，但为何未看到更快的拐点？如何达到20%以上的中期目标？[71] - 管理层指出，当前剩余履约义务突破10亿美元，增长19%，剩余履约义务增长22%，是两年来的最佳表现，绝对美元增长进展良好。这得益于强劲的客户承诺和销售执行。AI顺风正在显现，并随着更多高价值客户采用AI工作负载而持续增长，公司对达到并可能超过中期目标（20%以上）充满信心[72][73][74][75] 问题: 考虑到云优化阶段已过且销售执行改善，第四季度云收入环比增长为何不与早期年份更一致？[77] - 管理层再次强调，销售主导订阅收入（同比增长21%）是关注的关键指标，它包含了自管理和云部署。销售主导的云收入本季度同比增长27%。第四季度指引考虑了少3天的影响且是风险调整后的数字，不能将实际业绩与指引直接比较。公司看到了非常强劲的承诺和销售主导指标的表现[78][79] 问题: 客户AI用例是否在扩大，对使用和支出的影响？[82] - 管理层确认AI用例正在扩大，从8个季度前主要集中在向量数据库和聊天式界面，扩展到现在的智能体工作流程，包括安全和可观测性工作流程的自动化。用例的多样性为公司在搜索、安全、可观测性核心业务中带来了机会[83][84] 问题: 与MongoDB的竞争是否日益普遍？[87] - 管理层表示，此次提及的MongoDB竞争胜利是一个具体案例，客户在需要可扩展的混合搜索解决方案时选择了Elastic。公司通常专注于非结构化数据领域，不经常与MongoDB直接竞争，但偶尔会遇到此类情况[87] 问题: 随着大交易在上行市场中占比增加，如何将其纳入指引并考虑季节性？[88] - 管理层表示，大交易的季节性遵循典型的企业模式，更多集中在第三季度和第四季度末。在制定指引时，公司会对可能跨季度变动的具体交易进行风险调整（“ haircut ”），不指望一切顺利[89][90] 问题: 与客户关于AI战略的对话基调与一年前有何不同？目前处于AI采用的哪个阶段？[93] - 管理层指出，对话基调更加热情，从布道转向帮助构建复杂的智能体应用，表明市场更加成熟。但就组织内智能体的总数和可自动化的工作流程而言，仍处于早期阶段，机会依然巨大[94][95] 问题: 搜索技术的进步（如Jina重排序模型）是用于提高收费还是作为获客工具？[97] - 管理层表示，公司采用消费定价模式，几乎所有平台使用都基于计算、存储和令牌（针对LLM/模型）进行计量收费。新技术会带来新的消费，从而推动收入增长[98] 问题: 第三季度业绩超预期且上调第四季度销售主导订阅收入指引，但为何全年固定汇率指引未变？[99] - 管理层解释，公司关注的核心指标是销售主导订阅收入，本季度该指标大幅超出预期，且上调的幅度超过了超预期的部分，这反映了公司对销售线积极势头的看好[100]

公司新产品与服务发布 - 2024年2月2日，公司宣布推出Elastic Inference Service，旨在让自托管客户无需GPU硬件即可使用基于GPU的嵌入和重新排序模型，从而更轻松地获取云托管GPU推理能力 [1] - 通过Cloud Connect提供的Elastic Inference Service，使自托管客户能够通过单一设置访问从自动诊断到快速AI推理等一系列云服务，同时将数据保留在本地 [3] - 2024年1月22日，公司推出了Agent Builder平台，允许开发人员创建AI代理来访问和分析企业数据，该平台基于Elasticsearch构建，支持数据准备、检索、排序和监控，并与Microsoft Foundry和Agent Framework集成 [4] - Elastic Workflows作为技术预览版同时推出，通过使代理能够在多个系统中执行操作，将AI推理与基于规则的自动化相结合，旨在简化企业数据使用、增强安全性并扩展面向实际应用的上下文驱动型AI代理 [4][5] 市场定位与业务表现 - 公司是一家搜索人工智能公司，提供实时数据摄入、搜索、分析和可视化平台，被称为“搜索AI公司” [6] - 公司的平台帮助包括超过50%的《财富》500强企业在内的组织，安全地利用其数据实现搜索、可观测性和安全用例 [6] - 公司被认为是人工智能驱动的网络安全市场中一只高增长股票 [2] - 尽管Rosenblatt Securities在2024年1月30日将目标价从130美元下调至110美元，以反映可比倍数压缩和影响企业软件公司的宏观经济担忧，但该机构重申“买入”评级，并预计公司将交出好于预期的2026财年第三季度业绩 [3] 产品战略价值 - Elastic Inference Service使组织能够在保持核心基础设施和数据本地化的同时，按需访问云托管推理能力 [2] - 公司的新服务与工具旨在简化企业采用语义搜索和利用AI的过程，而无需承担GPU基础设施的复杂性 [1][3] - Agent Builder平台支持跨模型即服务提供商工作，与Elastic Workflows共同致力于扩展上下文驱动型AI代理在实际应用中的规模 [4][5]

公司产品发布 - Elastic公司宣布在其Elastic推理服务上推出两款Jina重排序器 [1] - Elastic推理服务是一项GPU加速的推理即服务，旨在简化高质量推理的部署，无需复杂的设置或托管 [1] - 新推出的重排序器为Elastic生态系统带来了低延迟、高精度的多语言重排序能力 [1] 行业技术趋势 - 生成式AI原型正在向生产就绪的搜索和RAG系统过渡 [1] - 在此过渡过程中，用户遇到了相关性和推理方面的挑战 [1]

涉及的行业或公司 * 公司是Elastic (NYSE: ESTC) [1] * 行业涉及企业软件、数据平台、搜索、人工智能、可观测性和网络安全 [4][9][23][29] 核心观点和论据 公司的核心定位与竞争优势 * 公司是全球最流行的非结构化数据平台 在非结构化数据领域占据主导地位 [5] * 公司的核心竞争优势在于处理非结构化数据的能力以及提供高相关性搜索结果的能力 [6][7] * 公司在全球拥有强大的现有客户基础 每天有超过30 PB的新数据被摄入到付费集群中 仅Elastic Cloud每天就处理300亿次查询 存储的总数据量超过1.3 EB [7][8] * 公司拥有庞大的开发者社区 软件累计下载量超过55亿次 相当于过去15年平均每秒超过三次下载 [6] 人工智能（AI）带来的机遇与公司的战略 * 大型语言模型的兴起极大地提升了非结构化数据的重要性 使AI成为公司发展的巨大浪潮 [9][10] * 公司认为AI从根本上依赖于数据 而相关性是使任何AI系统具有价值的关键 这正好是公司的核心能力所在 [11] * 公司在AI领域已有长期投入 早在五年前就开始构建向量数据库 并持续增强其能力 [12] * 公司提出了"情境工程"的概念 即确保为大型语言模型提供正确数据和工具的技术 这需要超越单纯的向量数据库的全面能力 [13][14] * 为了抓住AI机遇 公司发布了多项新产品 包括Agent Builder（允许用户直接在数据之上以对话方式快速构建智能体）和Elastic推理服务（提供GPU加速的模型访问） [17] * 公司宣布收购Jina AI 以获得世界级的多语言和多模态模型 增强其AI能力 [18] 在各业务领域的表现和优势 * **搜索与AI业务**：公司因其平台的速度、规模、效率以及在相关性方面的领导地位而获胜 [14][16][42] 例如 有客户在Elastic Cloud中单个用例存储了超过50亿个向量 [67] * **可观测性业务**：公司赢得客户的原因包括拥有最佳的数据存储、对开放标准（如OpenTelemetry）的大力投入以及更积极地使用AI帮助进行调查 [23][24][25][26] 超过90%的云可观测性客户使用其日志分析功能 超过35%的客户使用其超越日志的功能（如APM、基础设施监控） [28][29] * **安全业务**：安全本质上是一个数据问题 公司从Elastic SIEM起步 并扩展到EDR、XDR等功能 [29][30] 公司获胜的原因包括最佳SIEM数据存储、更积极地使用AI（如Elastic Attack Discovery）以及统一信号并采取补救措施的能力 [30][31] 超过95%的云安全客户使用其SIEM功能 超过20%的客户使用其超越SIEM的功能（如EDR/XDR） [32] 市场进入策略与财务表现 * 公司采用"先落地后扩展"的战略 利用其开源根基建立知名度 然后通过自助服务或销售主导的方式赢得客户 并通过客户成功团队推动使用量和消费增长 [33][34][35] * 公司提供灵活的部署模式（Elastic Cloud托管/无服务器 以及自管理选项）以满足不同客户的需求 这在处理受监管数据的AI工作负载时提供了不对称优势 [36] * 公司已对销售团队进行了转型 包括改进市场细分、激励机制、运营严谨性和系统工具 这带来了更好的业绩和可预测性 [135][136][137] * 公司的销售主导订阅收入在2025财年增长了20% 占总收入的81% [156][157] * 公司的非GAAP营业利润率在2025财年达到15% 调整后的自由现金流利润率达到19% [158] * 公司在2025财年的"40法则"得分为36% 显示出增长和盈利能力的平衡 [159] * 生成式AI正在带来增长加速 使用AI功能的客户群显示出更高的扩张率 AI为相关客户带来了约6%的增长顺风 [168][169] 其他重要内容 客户案例与市场认可 * 公司列举了多个重量级客户案例 如DocuSign（因其规模和相关性而选择Elastic）、Legora（因相关性质量）和英国国家医疗服务体系（因规模、相关性及细粒度文档级权限） [19][20][21] 这些用例是持久且关键的 而非实验性的 [22] * 公司已获得分析师认可 根据Gartner和Forrester的报告 在其涉及的每个领域都已成为领导者 [37] 产品技术创新细节 * 公司在数据存储方面持续创新 例如LogsDB和TSDB为客户带来了相比之前版本70%的存储效率提升 [46] 更好的二进制量化技术为向量带来了95%的内存效率提升 并使其比OpenSearch默认量化技术快5倍 [46] * 公司正在与NVIDIA合作进行GPU加速 并构建了基于对象存储的数据湖架构 在不牺牲性能的前提下提供可扩展性和效率 [47] 增长机会与市场规模 * 公司拥有巨大的市场机会 目前仅有42%的全球2000强企业是付费客户 这意味着有58%的空白市场可以开拓 [37][148] * 在现有客户中 只有19%的客户使用超过一个解决方案（搜索、可观测性、安全） 但这部分客户贡献了销售主导ARR的75% 使用三个解决方案的客户的中位ARR是单一解决方案客户的12倍 [149][163] 这表明在公司内部有巨大的扩张空间 * 生成式AI的采用仍处于早期阶段 在10万美元以上的客户中 有超过20%使用了生成式AI功能 但仍有很大增长空间 [169]