作 者 | APAC Investment News 编译 | 华尔街大事件 Datadog（ NASDAQ： DDOG ）于6月举办了 DASH 2025 活动，重点介绍了其用于监控和保 护AI工作负载的技术 。分析师相信该公司将继续在AI能力方面进行投资，并重申"强力买入"评 级，其合理价值为每股145美元。 在 DASH 2025 大会上， Datadog 展示了其面向基础设施监控平台的全新 AI 功能，重点关注 AI 工作负载的观察、分析、响应和自动化。如下图所示，得益于与 OpenAI、Anthropic 和 ServiceNow 等主要 AI 和应用程序提供商的合作，Datadog 平台能够为所有 AI 代理提供全面 的可观察性。这些可观察性功能可使企业客户通过集中式界面监控其 AI 训练和相关的 AI 工作负 载。 此外，Datadog 平台还可以为 AI 基础设施提供 GPU 优化和故障排除功能。借助其 GPU 监控功 能，客户可以实时了解其 AI 集群的部署和性能。 6月10日， Datadog 发布了 其AI代理，这些代理可以进行事件响应、产品开发和安全方面的训 练。这些AI代理涵盖全天候 ...

公司动态 - Datadog推出三项新功能以增强LLM可观测性 包括AI Agent Monitoring LLM Experiments和AI Agents Console 这些功能旨在为企业提供端到端的AI代理监控能力 严格的测试工具以及集中化管理框架 [1] - 新功能属于Datadog LLM Observability产品线的一部分 可帮助客户监控代理系统 运行结构化LLM实验 评估使用模式及自定义/第三方代理的影响 [3] - AI Agent Monitoring已正式发布 通过交互式图表实时映射每个代理的决策路径 工程师可深入分析延迟峰值 错误工具调用等异常行为 并与质量 安全和成本指标关联 [4] - LLM Experiments处于预览阶段 该工具通过对比生产环境数据或客户上传数据集 量化提示变更 模型替换等调整对LLM应用性能的影响 [6] - AI Agents Console作为预览功能推出 帮助企业建立对内部和第三方代理行为的统一视图 衡量使用情况 投资回报率 并主动检查安全合规风险 [7] 行业趋势 - 生成式AI和自主代理的兴起正在改变软件开发方式 但75%的AI项目未能实现预期投资回报率 凸显行业面临价值验证挑战 [2][4] - AI代理正从概念验证快速进入生产环境 例如Anthropic的Claude 4已在客户支持 软件开发等多个领域处理实际任务 [7] - 企业普遍缺乏对AI系统行为的可见性 难以判断代理是否创造真实商业价值 这成为阻碍AI规模化应用的关键瓶颈 [2] 产品价值 - 新功能使开发团队能够快速安全地部署AI应用 加速LLM应用的迭代优化 并证明其商业影响力 [3] - Mistral AI表示 全面可观测性对AI代理从测试环境转向生产至关重要 与Datadog的合作确保团队获得规模化部署所需的洞察力 [5] - Anthropic强调 随着AI代理承担更多责任 可观测性成为确保其行为安全 创造价值并与业务目标保持一致的关键要素 [7] 技术细节 - AI Agent Monitoring可识别无限代理循环等异常行为 显著简化复杂分布式系统的调试过程 [4] - LLM Experiments能量化响应准确性 吞吐量和成本方面的改进 防止性能回退 [6] - AI Agents Console支持监控包括OpenAI Operator Salesforce Agentforce等主流第三方代理在关键工作流中的权限和使用情况 [7]

公司动态 - Datadog宣布推出Code Security及多项新安全功能，旨在为客户的AI环境提供从开发到生产的全面安全保护 [1] - 新功能覆盖AI堆栈的各个环节，包括数据、AI模型和应用程序，强化整体安全态势 [1] - 公司在DASH年度会议上发布了Code Security、Cloud Security新工具、Sensitive Data Scanner、Cloud SIEM等产品 [12] 行业趋势 - AI技术带来了新的安全挑战，组织需要重新评估现有威胁模型，因为AI工作负载创造了新的攻击面 [2] - AI原生应用的非确定性特性使其更容易受到新型攻击，如提示注入或代码注入 [3] - 开发者越来越依赖第三方代码库，这可能导致难以检测的漏洞或恶意代码 [4] 产品与技术 - Datadog Code Security现已全面上市，帮助开发者和安全团队检测并优先处理自定义代码和开源库中的漏洞 [5] - Datadog LLM Observability监控AI模型的完整性，并进行毒性检查以防止有害行为 [7] - 新推出的Bits AI Security Analyst集成到Datadog Cloud SIEM中，可自主分类安全信号并提供可操作的推荐 [10] - Workload Protection新增LLM Isolation功能，可检测并阻止漏洞利用 [11] 市场影响 - Datadog的SaaS平台整合了基础设施监控、应用性能监控、日志管理等多种功能，为客户提供统一的可观测性和安全性 [13] - 公司产品被各行业不同规模的组织用于数字化转型和云迁移，提升开发、运维和安全团队的协作效率 [13]

纪要涉及的行业和公司 - **行业**：企业软件、云计算、人工智能 - **公司**：Datadog、Palantir、CrowdStrike、Snowflake、Microsoft、Anthropic 纪要提到的核心观点和论据 Datadog业务与增长原因 - **业务内容**：为云环境提供可观测性和安全服务，帮助工程团队确保应用、系统和AI正常运行、性能良好且安全 [4] - **增长原因**：受益于数字转型、云迁移和AI转型趋势，帮助客户应对系统和应用的复杂性 [4][5] 云市场趋势 - **长期趋势**：云迁移趋势良好，虽有短期波动但将长期持续，且AI转型将加速云迁移 [10][11] - **区域市场**：欧洲和加拿大有将数据本地托管的意向，但目前主要云提供商外无可行替代方案，长期来看对Datadog是机会 [13][14][15] Q1业绩表现与驱动因素 - **业绩表现**：Q1业绩稳健，预订健康，积压订单（CRPO）加速增长30%，八位数交易从去年Q1的1笔增至11笔 [17][18] - **驱动因素**：云迁移处于早期，市场健康；过去一年尤其是去年下半年增加销售能力投入，现开始产生良好投资回报率和生产力，且在行业中获取份额 [18][19][20] 不同时期市场环境对比 - **疫情时期**：疫情期间业务尚可，疫情结束后云原生公司需求趋于平稳，对业务造成一定压力 [23] - **当前时期**：AI原生公司增长加速且处于早期阶段，主要业务需求来自仍处于云迁移早期的大型企业，未感受到明显压力 [24] AI相关业务 - **AI原生客户**：AI原生客户占Q1 ARR的8.5%，主要是新兴公司，涵盖AI基础设施、模型构建、代理公司和应用等领域，Datadog主要参与推理阶段，该阶段增长潜力大 [29][30][33] - **推理阶段增长**：推理模型的发展将加速推理阶段的增长，更多多样化应用需要监控，Datadog可提供相关服务 [38][39] - **LLM可观测性**：Datadog的LLM可观测性产品能解决模型运行、成本、正确性、安全性等问题，随着模型发展，可观测性价值将增加 [42][43] - **企业AI采用**：AI原生公司处于AI成熟度的二、三阶段，大型企业处于一、二阶段，AI原生公司的发展预示着企业客户未来的需求 [45][46][47] - **AI对代码编写的影响**：更多代码由AI编写将增加需要监控的应用数量，Datadog可帮助验证代码安全性和有效性，是巨大机会 [53][54][55] - **AI对Datadog自身的影响**：AI提高了Datadog代码编写效率，员工对AI编码工具的接受度提高 [56][57][58] - **DeepSeek的影响**：DeepSeek降低推理成本，将促使更多公司投资和构建AI模型，未来AI创新生态将更加多元化 [59][60][61] 公司投资与创新策略 - **投资策略**：因市场存在大量空白，Datadog持续增加工程团队和销售能力投入，将约30%的营收投入工程领域 [64] - **创新策略**：保持谦逊态度与客户沟通，了解客户问题；通过透明定价和不进行大量捆绑销售来明确产品价值，保持有机创新 [66][67] 其他重要但可能被忽略的内容 - ** hyperscaler业绩**：Q4四大顶级超大规模云服务提供商业绩不佳，Q1结果更稳定，Azure加速增长 [7][8] - **传统行业客户**：Q1和Q4传统行业客户业务表现良好，如签约汽车制造商和航空公司，客户在Datadog的支出属于转型投资 [27][28]

公司股价表现 - 公司股价较52周高点下跌约38% 目前处于2020年水平 [1] - 股价波动表现与业务增长势头形成反差 [2] AI驱动的增长机遇 - 平台整合900+软件应用数据 提供全技术栈实时可视化监控 [4] - AI工作流增加对综合可观测性需求 公司推出Bits AI生成式助手 [5] - 公共云服务市场现规模6000亿美元 预计年复合增长率20%至2028年 [6] 强劲运营指标 - Q1营收7.62亿美元 同比增长25%超市场预期7.415亿美元 [7] - 调整后每股收益0.46美元 高于市场预期的0.43美元 [7] - 拥有30,500家客户 其中3,770家年经常性收入超10万美元 [8] - 美元净留存率达110% 客户持续增加产品使用 [8] 产品与技术发展 - 大语言模型可观测产品客户数过去半年翻倍 [9] - 战略收购Metaplane和Eppo 增强AI数据监控和实时分析能力 [9] 财务展望 - 2025年营收目标32.15-32.35亿美元 同比增长20-21% [10] - 预计2025年每股收益1.67-1.71美元 自由现金流8.33亿美元同比增39% [10] 估值比较 - 前瞻市盈率64倍 低于同类网络安全公司平均100+倍水平 [11][12] - 结合可观测性与网络安全能力 应用场景比纯安全公司更广泛 [12] 行业前景 - 企业IT预算持续向云服务倾斜 形成显著行业顺风 [6] - AI技术普及推动数据密集型工作流需求 利好监控解决方案提供商 [5][9]

文章核心观点 - 公司将于5月6日公布2025年第一季度财报，虽长期前景乐观，但当前估值已反映预期，受客户优化、竞争和成本等因素影响，短期营收承压，投资者可考虑持有现有头寸，等待更好的入场点 [1][23][24] 业绩预期 - 公司预计2025年第一季度营收在7.37 - 7.41亿美元之间，非GAAP每股净收益在0.41 - 0.43美元之间 [1] - Zacks共识预期第一季度营收为7.3937亿美元，同比增长20.96%；每股收益为0.42美元，同比下降4.55%，且过去60天未变 [2] 估计变动 |时间|当前季度(3/2025)|下一季度(6/2025)|当前年度(12/2025)|下一年度(12/2026)| | ---- | ---- | ---- | ---- | ---- | |当前|0.42|0.40|1.68|2.06| |7天前|0.42|0.40|1.68|2.06| |30天前|0.42|0.40|1.69|2.08| |60天前|0.42|0.40|1.71|2.12| |90天前|0.44|0.46|1.94|2.38| [4] 盈利惊喜历史 - 上一季度公司盈利惊喜为13.95%，过去四个季度均超Zacks共识预期，平均惊喜为21.04% [6] 盈利预测 - 公司此次盈利可能无法超预期，目前盈利ESP为 - 4.41%，Zacks排名为3 [7] 影响业绩因素 不利因素 - 虽去年业绩出色，但第一季度增长预测谨慎，可能受客户合同续约压力影响，且预订转化为实际收入有延迟 [8] - AI原生客户占比6%，但随着其发展，谈判条件更好、资源利用更高效，可能导致短期增长放缓 [9] - 第四季度销售和营销支出同比增长31%，增加运营成本，新员工产生影响需时间，本季度利润率可能承压 [10] - 公司在可观测性和云监控领域面临来自IBM、微软、亚马逊等众多竞争对手的定价压力，限制定价灵活性和客户扩张 [12] 有利因素 - 新产品如LLM可观测性、Flex Logs和安全工具受企业客户关注，第四季度签署多个大订单，若新产品采用加速或云使用稳定增长，可能提升营收 [13] 第一季度营收增长估计 - 国际营收共识预期为2.23亿美元，同比增长19.9%；北美营收共识预期为5.16亿美元，同比增长21.1% [14] - 客户数量共识预期为30,630，同比增长9.4%；ARR超10万美元的客户数量共识预期为3,717，同比增长11.3% [15] 股价表现与估值 - 年初至今公司股价下跌28.5%，而Zacks计算机和技术板块及标准普尔500指数分别下跌10.6%和5.7% [16] - 公司目前远期12个月市销率为10.36倍，远高于Zacks互联网 - 软件行业平均的4.88倍，价值评分F，对价值投资者缺乏吸引力 [19] 投资建议 - 公司平台基本面良好，但投资者在财报公布前应保持持有立场，因营收增长预计温和，当前估值令人担忧，短期利润率压缩可能持续，待使用趋势稳定和新产品规模化后或有更好入场点 [23]