Datadog ในงาน Canaccord Growth Conference: การเติบโตขยายตัวเกินกว่า AI

วันพุธที่ 12 สิงหาคม 2026 — Datadog (DDOG) ใช้เวที Canaccord Genuity’s 46th รายปี Growth Conference เพื่อนําเสนอภาพรวมของไตรมาสที่มีแรงขับเคลื่อนในวงกว้าง โดยมีการเติบโตของรายรับที่เร่งตัวขึ้นและการขยายฐานลูกค้าอย่างต่อเนื่องในกลุ่มธุรกิจขนาดเล็ก องค์กรขนาดใหญ่ และบริษัทที่เน้น AI เป็นหลัก ฝ่ายบริหารยังชี้ให้เห็นถึงแรงกดดันบางประการ ได้แก่ ความต้องการลงทุนที่สูงขึ้นและวงจรการสร้างรายได้จาก AI ที่ยังอยู่ในช่วงเริ่มต้น แม้ว่าจะระบุว่าอัตรากําไรและตําแหน่งทางการแข่งขันยังคงแข็งแกร่ง

ประเด็นสําคัญ

• รายรับเติบโต 36% ในไตรมาสล่าสุด เพิ่มขึ้นจาก 32% ในไตรมาสก่อนหน้า นับเป็นการเร่งตัวต่อเนื่องเป็นไตรมาสที่ห้าติดต่อกัน
• การเติบโตไม่ได้จํากัดอยู่เฉพาะลูกค้าที่เน้น AI เป็นหลัก ลูกค้าที่ไม่ได้เน้น AI ก็เร่งตัวขึ้นเช่นกัน ในขณะที่มีลูกค้าที่เน้น AI มากกว่า 750 รายเพิ่มเข้ามาในกลุ่ม
• Datadog ระบุว่าการขยาย Platform การพัฒนาช่องทางการตลาด และความต้องการที่เกี่ยวข้องกับ AI ล้วนสนับสนุนการได้ส่วนแบ่งตลาดเพิ่มขึ้น
• ฝ่ายบริหารคาดว่าจะยังคงใช้จ่ายด้าน R&D สูงและการขยายกําลังการขายอย่างสม่ําเสมอ ในขณะที่อัตรากําไรยังคงค่อนข้างทรงตัว
• บริษัทระบุว่าการมุ่งเน้นด้าน observability ยังคงเป็นข้อได้เปรียบสําคัญ แม้คู่แข่งจะขยาย Platform ของตนเองเช่นกัน

ผลประกอบการทางการเงิน

David Obstler ประธานเจ้าหน้าที่ฝ่ายการเงินกล่าวว่า Datadog มีผลประกอบการที่แข็งแกร่งในไตรมาสนี้ สะท้อนทั้งความหลากหลายของผลิตภัณฑ์และความต้องการของตลาด

• รายรับเติบโตถึง 36% เทียบกับ 32% ในไตรมาสก่อนหน้า
• บริษัทระบุว่านี่คือไตรมาสที่ห้าติดต่อกันที่มีการเร่งตัว
• Datadog เพิ่มรายรับแบบ sequential ได้ 115 ล้านดอลลาร์ ซึ่งฝ่ายบริหารระบุว่าเทียบเท่ากับมากกว่า 400 ล้านดอลลาร์บนฐานรายปี
• ขนาดรายรับอยู่ที่ประมาณ 1,100 ล้านดอลลาร์ในปัจจุบัน
• Net retention ยังคงอยู่ในระดับต้น 120s แสดงให้เห็นว่าลูกค้ายังคงขยายการใช้งานอย่างต่อเนื่อง
• กระแสเงินสดอิสระอยู่ในระดับปลาย 20s ในขณะที่อัตรากําไรขั้นต้นค่อนข้างทรงตัว

Obstler กล่าวว่าบริษัทไม่ได้เห็นการกัดเซาะอัตรากําไรจากการใช้ token ที่เกี่ยวข้องกับ AI "เราไม่ได้ใช้ token อย่างสูงสุด เราใช้ token เพื่อสร้างซอฟต์แวร์และผลิตภัณฑ์ที่ดีเพื่อส่งมอบให้ลูกค้า" เขากล่าว พร้อมเสริมว่าผลกระทบดูเหมือนจะเป็นเรื่องของการกระจายมากกว่าแรงกดดันต่ออัตรากําไร

การเติบโตของลูกค้าและการขยาย Platform

Datadog ระบุว่าการเติบโตของบริษัทได้รับแรงขับเคลื่อนจากชุดผลิตภัณฑ์ที่กว้างขึ้นและจากลูกค้าที่ใช้ Platform มากขึ้นเรื่อยๆ ตามกาลเวลา

• บริษัทระบุว่าการขยาย Platform ได้ขยายสายผลิตภัณฑ์และสร้างโอกาสในการขายข้ามผลิตภัณฑ์มากขึ้น
• ลูกค้ากําลังรวมศูนย์บน Datadog เมื่อสัญญากับผู้ให้บริการที่แข่งขันกันถึงกําหนดต่ออายุ
• ตัวชี้วัดการขายข้ามผลิตภัณฑ์มีการพัฒนาตามการขยายชุดผลิตภัณฑ์ จาก 4 ผลิตภัณฑ์เป็น 6 ผลิตภัณฑ์ และปัจจุบันเป็น 10 ผลิตภัณฑ์
• ฝ่ายบริหารระบุว่าเหตุการณ์สําคัญของการมี 10 ผลิตภัณฑ์เพิ่มขึ้นเป็นสองเท่าเมื่อเทียบรายปี
• กลุ่มลูกค้าระยะยาว รวมถึงผู้ที่ลงนามสัญญาเมื่อห้าปีก่อน ยังคงขยายการใช้งานอย่างต่อเนื่อง

Obstler กล่าวว่าบริษัทเห็นความแข็งแกร่งจากธุรกิจขนาดเล็กและขนาดกลางไปจนถึงองค์กรขนาดใหญ่ทั่วโลก "มันเป็นการผสมผสานของการลงทุนใน Platform ของเราซึ่งขยายสายผลิตภัณฑ์ ทําให้เราสามารถขายข้ามผลิตภัณฑ์และแย่งส่วนแบ่งตลาดได้" เขากล่าว

ลูกค้า AI และความต้องการที่ไม่ใช่ AI

หัวข้อหนึ่งของการประชุมคือการเติบโตของ Datadog ไม่ได้ผูกติดกับบริษัทที่เน้น AI เป็นหลักเท่านั้น

• ฝ่ายบริหารระบุว่าลูกค้าที่ไม่ได้เน้น AI เร่งตัวขึ้นจากระดับปลาย 10s ไปสู่ระดับปลาย 20s ในช่วงสี่ถึงห้าไตรมาส
• Datadog ระบุว่าปัจจุบันมีลูกค้าที่เน้น AI มากกว่า 750 ราย
• มากกว่า 30 รายในกลุ่มนั้นสร้างรายรับประจํารายปีตั้งแต่ 1 ล้านดอลลาร์ขึ้นไป
• ลูกค้าสิบรายอยู่ในกลุ่มสูงสุด ซึ่งฝ่ายบริหารระบุว่าแสดงให้เห็นถึงการกระจายตัวที่มีนัยสําคัญภายในกลุ่ม

Obstler กล่าวว่ากลุ่มลูกค้าที่เน้น AI มีความสําคัญเพราะสะท้อนทิศทางที่เทคโนโลยีสมัยใหม่กําลังมุ่งไป แต่เขาเน้นย้ําว่านั่นไม่ใช่แหล่งการเติบโตเพียงแหล่งเดียว เขาอธิบายว่าฐานลูกค้าครอบคลุมบริษัทรถยนต์ ธนาคาร บริษัทประกันภัย บริษัทสื่อ และผู้ให้บริการโครงสร้างพื้นฐาน

"เรามีมากกว่า 750 ชื่อ มากกว่า 30 รายที่มีรายรับ 1 ล้านดอลลาร์ และ 10 รายในกลุ่ม 10 อันดับแรก" เขากล่าว "นั่นหมายความว่ากลุ่มลูกค้านั้นกําลังนํา Datadog มาใช้บนพื้นฐานของสภาพแวดล้อมโดยรวมและการเร่งตัวของธุรกิจโดยรวม"

กลยุทธ์ AI: Datadog สําหรับ AI และ AI สําหรับ Datadog

ฝ่ายบริหารกําหนดกลยุทธ์ AI ของ Datadog ออกเป็นสองส่วน ได้แก่ การช่วยลูกค้าตรวจสอบระบบ AI และการใช้ AI ภายในผลิตภัณฑ์ของ Datadog เอง

• Datadog สําหรับ AI ครอบคลุมการตรวจสอบ large language model, GPU, สภาพแวดล้อมการฝึกอบรม และ AI agent ในการใช้งานจริง
• บริษัทระบุว่าการตรวจสอบ agent และการเรียก Model Context Protocol กําลังเติบโตในอัตราสูงมาก แม้ว่าจะยังเป็นผู้สนับสนุนรายรับในช่วงเริ่มต้น
• AI สําหรับ Datadog หมายถึงเครื่องมือเช่น Bits AI ซึ่งสามารถช่วยทําให้การตรวจสอบเป็นอัตโนมัติและสนับสนุนการแก้ไขปัญหาด้วยตนเอง
• Bits AI เริ่มต้นด้วยการกําหนดราคาต่อการตรวจสอบและได้เปลี่ยนไปใช้โมเดลที่อิงตาม token
• ผลิตภัณฑ์กําลังขยายตัวจากวิศวกรรมความน่าเชื่อถือไปสู่ขั้นตอนการทํางานด้านความปลอดภัยและการพัฒนาซอฟต์แวร์

Datadog ยังระบุว่าเมื่อเร็วๆ นี้ได้เข้าซื้อกิจการ Adaptive ML ซึ่งเป็นห้องปฏิบัติการวิจัย เพื่อเสริมสร้างงานพัฒนาโมเดล AI ภายในองค์กร ฝ่ายบริหารระบุว่าลูกค้ากําลังก้าวข้ามการเรียก API อย่างง่ายไปสู่ foundation model และกําลังสร้างโมเดลที่เป็นกรรมสิทธิ์โดยใช้ open-weight model และข้อมูลภายในมากขึ้น

อัปเดตการดําเนินงาน

ฝ่ายบริหารระบุว่า Datadog ยังคงลงทุนอย่างหนักใน Platform และองค์กรการขาย

• การใช้จ่ายด้าน R&D ยังคงสูง โดยมีส่วนที่มากขึ้นที่มุ่งไปสู่การพัฒนาด้วยความช่วยเหลือของ AI และ coding agent แทนที่จะเพิ่มจํานวนพนักงานเพียงอย่างเดียว
• กําลังการขายได้รับการขยายทั่วโลกและยังคงเติบโตในอัตราที่ใกล้เคียงกับรายรับ
• บริษัทระบุว่าการครอบคลุมตลาดยังไม่อิ่มตัว ทําให้ยังมีพื้นที่สําหรับการลงทุนเพิ่มเติม
• Datadog ขายบนพื้นฐานเครดิตพร้อมความมุ่งมั่นด้านกําลังการผลิต 2 ล้านดอลลาร์ ให้ลูกค้ามีความยืดหยุ่นในการใช้บริการ
• สัญญา take-or-pay โดยทั่วไปมีระยะเวลาหนึ่งถึงสามปีและรวมถึงข้อกําหนดขั้นต่ําของความมุ่งมั่นพื้นฐาน

Obstler กล่าวว่าการมองเห็นการใช้งานรายวันช่วยให้บริษัทจัดการการใช้บริการของลูกค้าและวางแผนกําลังการผลิตร่วมกับลูกค้าได้ เขายังกล่าวอีกว่าบริษัทได้เรียนรู้จากช่วงหลัง COVID ที่มีอัตราดอกเบี้ยต่ํา เมื่อลูกค้าบางรายใช้บริการเกินความจําเป็น และปัจจุบันทํางานร่วมกับลูกค้าอย่างแข็งขันมากขึ้นเพื่อปรับปรุงการรับข้อมูล log และรูปแบบการใช้งาน

ตําแหน่งทางการแข่งขัน

Datadog ระบุว่าตําแหน่งทางการแข่งขันของบริษัทกําลังดีขึ้น แม้บริษัทซอฟต์แวร์ขนาดใหญ่จะขยาย Platform ของตนเองเช่นกัน

• ฝ่ายบริหารระบุว่าบริษัทกําลังได้ส่วนแบ่งตลาดทั้งในกลุ่มลูกค้าที่เน้น AI และองค์กรแบบดั้งเดิม
• บริษัทอธิบาย Datadog ว่าเป็น observability platform ที่ใหญ่ที่สุด โดยมุ่งเน้นที่ workload บนคลาวด์สมัยใหม่
• ลูกค้าให้ความสําคัญกับมุมมองเดียวของระบบการผลิตและเครื่องมือรักษาความปลอดภัยแบบบูรณาการ
• ฝ่ายบริหารระบุว่าบริษัทไม่ได้พยายามแข่งขันในทุกหมวดหมู่ความปลอดภัย เช่น ความปลอดภัยของเดสก์ท็อปหรือความปลอดภัยของอีเมล
• แต่มุ่งเน้นที่ความปลอดภัยของ cloud workload และการจัดการบริการที่มีความทับซ้อนโดยตรงกับ observability

Obstler กล่าวว่าการถกเถียงเรื่องการแข่งขันไม่ได้เปลี่ยนแปลงมากนักในช่วงหลายปีที่ผ่านมา แม้บริษัทอย่างสโนวเฟลค, Palo Alto Networks และ Splunk จะขยาย Platform ของตน "Datadog กําลังเชื่อมโยงทั้งหมดนั้นเพื่อตรวจสอบซอฟต์แวร์ในการใช้งานจริง" เขากล่าว "พูดง่ายกว่าทํา และมันไม่ได้เปลี่ยนแปลงพลวัตการแข่งขัน"

แนวโน้มในอนาคต

มองไปข้างหน้า Datadog ระบุว่าคาดว่าจะยังคงลงทุนต่อไปในขณะที่รักษาโปรไฟล์ทางการเงินที่มีวินัย

• ฝ่ายบริหารคาดว่าการลงทุนด้าน R&D จะยังคงสูง
• กําลังการขายควรเพิ่มขึ้นต่อเนื่องตามการเติบโตของรายรับ
• อัตรากําไรคาดว่าจะยังคงค่อนข้างทรงตัว แม้จะมีการใช้ AI token มากขึ้น
• บริษัทเห็นโอกาสสําหรับการเติบโตต่อเนื่องเนื่องจากตลาดรวมส่วนใหญ่ยังไม่ได้รับการครอบคลุม
• การปรับปรุงองค์กร การย้ายไปสู่คลาวด์ และการนํา AI มาใช้คาดว่าจะยังคงขับเคลื่อนความต้องการ observability

Datadog ระบุว่าโอกาสระยะยาวของบริษัทรวมถึงการตรวจสอบ AI workload มากขึ้น การใช้ Bits AI มากขึ้น และระบบอัตโนมัติผ่านการแก้ไขปัญหาด้วยตนเอง ฝ่ายบริหารยังระบุว่า coding agent สามารถเร่งการพัฒนาซอฟต์แวร์ ซึ่งอาจเพิ่มปริมาณซอฟต์แวร์ที่ต้องได้รับการตรวจสอบและรักษาความปลอดภัย

ไฮไลต์จากช่วงถามตอบ

ในช่วงถามตอบ ฝ่ายบริหารได้ตอบข้อกังวลของนักลงทุนหลายประการ

• เรื่องการกระจุกตัวของ AI Obstler กล่าวว่าการเติบโตกําลังขยายตัวเกินกว่าลูกค้าที่เน้น AI เป็นหลัก
• เรื่องการนําไปใช้ของลูกค้า เขากล่าวว่าบัญชีขนาดใหญ่ยังคงเพิ่มผลิตภัณฑ์เมื่อ Datadog ขยาย Platform
• เรื่องความเสี่ยงในการสร้างเองเทียบกับการซื้อ เขากล่าวว่าข้อมูล observability มีความสําคัญต่อภารกิจและไม่ง่ายที่จะสร้างขึ้นภายในองค์กร
• เรื่อง AI agent เขากล่าวว่าบริษัทสร้างรายได้จาก workload ไม่ใช่ที่นั่ง ดังนั้นโมเดลควรยังคงมีความเกี่ยวข้องแม้ว่างานส่วนใหญ่จะทําโดย software agent
• เรื่องการกําหนดราคา เขากล่าวว่าการเปลี่ยนไปใช้การเรียกเก็บเงินตาม token ใน Bits AI ควรสนับสนุนการใช้งานที่กว้างขึ้นมากกว่าที่จะกดดันอัตรากําไร

ฝ่ายบริหารยังระบุว่ายังคงอนุรักษ์นิยมในการให้คําแนะนํา Obstler กล่าวว่าบริษัทลด net retention ที่สังเกตได้เมื่อวางแผน ซึ่งช่วยสร้างพื้นที่สําหรับผลลัพธ์ที่ดีกว่าคาดหากการใช้งานของลูกค้ายังคงแข็งแกร่ง

บทสรุป

Datadog ออกจากการประชุมพร้อมกับข้อความเรื่องการเติบโตที่ยั่งยืน การนําไปใช้ของลูกค้าในวงกว้างขึ้น และแนวทางที่รอบคอบต่อการสร้างรายได้จาก AI ผู้อ่านสามารถอ้างอิงบทถอดความฉบับเต็มด้านล่างสําหรับรายละเอียดเพิ่มเติม

บทความนี้ถูกแปลโดยใช้ความช่วยเหลือจากปัญญาประดิษฐ์(AI) สำหรับข้อมูลเพิ่มเติม โปรดอ่านข้อกำหนดการใช้งาน