公司概况与愿景 * 公司为Confluent (NasdaqGS:CFLT) 一家专注于数据流处理平台的公司 其核心开源技术为Apache Kafka[1][3] * 公司愿景是连接组织的所有部分 让数据在所有部分之间流动 使组织能够实时响应业务中发生的任何情况 此核心愿景未改变[3] * 公司云业务已增长至占其业务的一半以上 在Kafka用户中非常普遍[3] * 公司已从仅提供数据流扩展到围绕数据流提供丰富的功能集 包括数据捕获 实时处理(使用Apache Flink) 数据治理和质量保障[3] 人工智能(AI)战略与影响 * AI的兴起是驱动其业务的最大变化之一 对于绝大多数企业而言 AI问题很大程度上是如何将其数据与现成的模型相结合 以做出独特 及时且考虑所有信息的决策[3] * 公司在AI用例中的角色主要体现在两个层面 一是获取正确的上下文数据 在正确的时间以正确的方式转换和应用 并能够进行迭代和评估 二是将智能体或AI应用于数据流中的事件 实现业务自动化[6][7] * AI正促使企业从较慢的批处理数据收集机制转向实时数据架构 以支持智能体了解当前世界状态的需求[3][4][8] * 与AI相关的消费渠道(needle-moving consumption pipeline)自去年以来增长了10倍[19][21] * 公司认为企业的AI问题最终会表现为数据问题 而实时数据流平台非常适合于构建需要结合实时与历史数据的AI迭代循环[22] 产品与技术路线图 * 公司致力于将其流数据与Iceberg和Delta等开放式表格式完全集成 使数据流也能成为长期数据存储 这对需要结合新数据和历史数据的AI用例至关重要[9] * 公司正构建与现代AI技术栈中各种数据存储和框架的集成[10] * 流处理是其实现AI机遇的关键 公司基于Apache Flink构建了无服务器流处理层[10][11] * 该Flink服务于去年实现通用可用(GA) 并在今年上半年收入增长了3倍 虽然仍处于早期 但增长非常迅速[11] * 公司有客户仅在Fink上的支出就超过100万美元[30] * 公司正从销售单一流处理技术(Kafka)转向销售数据流平台(Data Streaming Platform, DSP) 提供端到端的解决方案[29][34][38] * DSP产品(包括Flink等)作为一个整体 其增长速度平均快于公司整体增速[34] 财务表现与运营指标 * 第二季度订阅收入增长率约为21%[13] * 净收入留存率(NRR)近期有所缓和 其计算方式会放大近期消费趋势的短期影响 构成逆风[16][17] * 公司指出了若干积极迹象 包括渠道管线(pipeline)的进展 晚期阶段管线的生成 Flink的发展势头 Warp Stream产品等 这些将成为NRR的长期顺风[15][17] * Confluent Cloud占订阅收入的比例为56%[33] * 公司从超过15万家使用开源Kafka的组织中 通过商业化约5%的生态系统 建立了超过10亿美元的年化运营收入(run rate)业务[34] 市场机会与增长驱动因素 * 公司确定了四个中长期增长驱动因素 庞大的Kafka流处理机会(云机会更大) 数据流平台(DSP)的扩展 AI带来的数据架构现代化需求 以及合作伙伴生态系统的扩展和放大效应[34][35] * 长期来看 预计云业务的增长速度将远快于平台业务 收入组合将持续向云倾斜[36] * 公司的托管服务通过卓越的工程能力和多租户架构 在成本上可与客户自建基础设施竞争 并提供更好的弹性体验[37] * 客户正从自我管理复杂数据平台转向托管解决方案 以降低总拥有成本(TCO)并解决端到端问题[38][39] 销售与市场策略 * 公司在第二季度进行了销售团队重组 旨在围绕消费驱动提高效率 关键调整包括技术资源在客户账户上的分配 以更好地推动消费工作负载[27][28] * 重组是成本中性的 并已带来早期积极指标 例如驱动消费的项目进展率从Q1到Q2大幅提升 以及反映承诺增加的RPO和CRPO增长[28] * 公司采用专业化市场模型 由实时处理等领域的深度专家支持销售团队 以成功推广Flink等新产品[30][31] 竞争格局与合作伙伴 * 公司视Databricks为成功范例 其成功路径始于开源Spark 然后提供更好TCO的托管服务 并扩展至更大的数据科学生态系统[42][43] * 公司正在执行类似的平台扩展战略 从提供更好的Kafka到构建更广泛的实时数据平台[43] * 公司与Databricks是互补合作关系而非竞争关系 公司提供跨应用资产的流数据能力 而Databricks专注于其领域 双方团队积极合作[49][50] 客户与用例 * AI用例正从科技公司(如Notion)快速扩展到保险 医疗保健等传统行业 应用于其核心业务流程 如理赔处理[23][24] * 最令人兴奋的用例是那些对各行业业务独一无二 且直接嵌入其业务流中的应用 虽然耗时可能更长 但投资回报率(ROI)非常高[24][25]