Datadog ในงาน Citi Global TMT Conference 2026: AI ขยายการเติบโต

Datadog (DDOG) กล่าวในวันอังคารที่ 8 ก.ย. 2026 ในงาน Citi Global TMT Conference 2026 ว่าบริษัทได้รับประโยชน์จากทั้งการเปลี่ยนผ่านสู่คลาวด์และการแพร่กระจายอย่างรวดเร็วของปัญญาประดิษฐ์ บริษัทอธิบายถึงการเติบโตที่แข็งแกร่ง พร้อมชี้ให้เห็นถึงการแข่งขันที่เพิ่มขึ้น รูปแบบการกําหนดราคาที่เปลี่ยนแปลง และต้นทุนโครงสร้างพื้นฐานที่สูงขึ้น ขณะที่บริษัทกําลังสร้างรากฐานสําหรับระยะต่อไป

ประเด็นสําคัญ

• Datadog รายงานว่ารายได้เพิ่มขึ้น 36% ในไตรมาสล่าสุด ซึ่งเร็วกว่าช่วงก่อนหน้า
• การเติบโตขยายวงกว้างออกไปนอกเหนือจากลูกค้าที่เป็น AI-native โดยลูกค้าที่ไม่ใช่ AI กําลังเติบโตในช่วงสูงกว่า 20% ขึ้นไป เพิ่มขึ้นจากประมาณ 18% เมื่อปีที่แล้ว
• บริษัทระบุว่าฐานลูกค้า AI-native เติบโตขึ้นเป็นประมาณ 750 ราย จากน้อยกว่า 100 รายเมื่อประมาณสองปีที่แล้ว
• ฝ่ายบริหารมองว่า observability เป็นชั้นหลักสําหรับระบบ AI โดยการติดตาม การตรวจสอบความถูกต้อง และการควบคุมต้นทุนมีความสําคัญมากขึ้น
• Datadog กําลังเปลี่ยนไปสู่ AI credits และรูปแบบการกําหนดราคาที่ยืดหยุ่นอื่น ๆ ในขณะที่รักษาอัตราการรักษาลูกค้าขั้นต้นไว้ในระดับสูงกว่า 90%

ผลประกอบการทางการเงิน

Olivier Pomel ประธานเจ้าหน้าที่บริหารกล่าวว่า Datadog ยังคงขยายตัวในอัตราที่แข็งแกร่งนับตั้งแต่เข้าจดทะเบียนในตลาดหลักทรัพย์ครั้งแรกในปี 2019 เขากล่าวว่าบริษัทได้เพิ่มรายได้และราคาหุ้นขึ้นหลายเท่าตัวนับตั้งแต่เข้าจดทะเบียน

• รายได้ไตรมาสล่าสุดเติบโต 36% เมื่อเทียบกับช่วงเดียวกันของปีก่อน
• ลูกค้าที่ไม่ใช่ AI-native ซึ่งรวมถึงองค์กรขนาดใหญ่แบบดั้งเดิม เร่งตัวจากการเติบโตประมาณ 18% เมื่อปีที่แล้วไปสู่ช่วงสูงกว่า 20%
• ฐานลูกค้า AI-native เพิ่มขึ้นเป็นประมาณ 750 ราย จากน้อยกว่า 100 รายเมื่อประมาณสองปีที่แล้ว
• Datadog ระบุว่าลูกค้ารายใหญ่ที่สุดมีรายได้ประจํารายปีเฉลี่ยประมาณ 400,000 ดอลลาร์ และบริษัทชี้ว่าตัวเลขดังกล่าวอาจเป็นการประมาณการที่ค่อนข้างอนุรักษ์นิยม
• บริษัทมีลูกค้าในประมาณครึ่งหนึ่งของบริษัทใน Fortune 500
• อัตราการรักษาลูกค้าขั้นต้นยังคงอยู่ในระดับสูงกว่า 90% ทั้งในกลุ่มลูกค้าขนาดเล็กและขนาดใหญ่
• Datadog ประเมินส่วนแบ่งตลาด observability ของตนอยู่ที่ประมาณ 13% ถึง 14%
• ตลาด observability กําลังเติบโตประมาณ 15% ถึง 30% ต่อปี ขึ้นอยู่กับกลุ่มตลาด
• ลูกค้าองค์กรขนาดใหญ่มักใช้จ่าย 10% ถึง 20% ของค่าใช้จ่ายคลาวด์ไปกับเครื่องมือ observability และความปลอดภัยของ Datadog
• ผลิตภัณฑ์ด้านความปลอดภัยสร้างรายได้ประจํารายปีประมาณ 100 ล้านดอลลาร์ โดยมีลูกค้าประมาณ 25% ที่ใช้ซอฟต์แวร์ด้านความปลอดภัย

Pomel กล่าวว่าบริษัทยังคงลงทุนอย่างหนักในการวิจัยและพัฒนา โดยใช้จ่ายประมาณ 30% ของรายได้ หรือประมาณ 1,000 ล้านดอลลาร์ต่อปี สําหรับการพัฒนาผลิตภัณฑ์

อัปเดตการดําเนินงาน

Datadog อธิบายถึงการผลักดันผลิตภัณฑ์อย่างกว้างขวางที่ขยายออกไปนอกเหนือจากเครื่องมือตรวจสอบดั้งเดิม บริษัทระบุว่าแพลตฟอร์มของตนสร้างขึ้นบนเสาหลักสี่ประการ ได้แก่ metrics, traces, logs และ digital experience ซึ่งรวมถึงการตรวจสอบการเปิดตัวและการทดสอบแบบ synthetic

• Bits AI ได้ขยายจากเครื่องมือสืบสวนไปสู่ฟังก์ชันแชทบอต การปรับแต่งโค้ด การสร้างแอปพลิเคชัน และการสร้าง agent
• บริษัทกําลังเปลี่ยนจากผลิตภัณฑ์สืบสวนเดี่ยวไปสู่โมเดล AI credits ในหลายพื้นผิวผลิตภัณฑ์
• Datadog ประกาศการเข้าซื้อกิจการ Adaptive ML เพื่อเร่งการทํางานด้าน reinforcement learning และโมเดลที่กําหนดเอง
• บริษัทเปิดตัวโมเดล time series แบบ open source สองรุ่น ได้แก่ Toto และ Toto 2.0 ซึ่งฝึกบนข้อมูล observability ของตนเอง
• Digital experience กําลังกลายเป็นส่วนสําคัญมากขึ้นของแพลตฟอร์ม เนื่องจากมีความสําคัญเพิ่มขึ้นสําหรับทั้งลูกค้าแบบดั้งเดิมและ AI-native

Pomel กล่าวว่าจุดแข็งหลักของบริษัทคือโมเดลธุรกิจที่มีประสิทธิภาพและการเข้าถึงข้อมูลที่สะอาดและเกี่ยวข้องกับการดําเนินงาน เขากล่าวว่า Datadog ยังคงเป็นบริษัท SaaS เท่านั้น เพื่อรักษาการเข้าถึงข้อมูลดังกล่าวและรักษาข้อเสนอแนะโดยตรงจากลูกค้า

บริษัทยังกล่าวด้วยว่าเครื่องมือ open source ยังคงเป็นส่วนหนึ่งของตลาด แต่การเปลี่ยนแปลงดังกล่าวไม่ได้ส่งผลเสียต่อตําแหน่งของ Datadog บริษัทมองว่าการนํา OpenTelemetry มาใช้เป็นปัจจัยเกื้อหนุนมากกว่าภัยคุกคาม Pomel เสริมว่าบริษัท hyperscaler บางแห่งที่เคยสร้างระบบ observability ภายในองค์กรได้กลับมาใช้ Datadog สําหรับการตรวจสอบโครงสร้างพื้นฐาน AI

การกําหนดราคาและการจัดแพ็กเกจ

หนึ่งในประเด็นสําคัญที่สุดในการอภิปรายคือการกําหนดราคา Datadog ระบุว่ากําลังเปลี่ยนจากโมเดลที่อิงเฉพาะปริมาณข้อมูลไปสู่การผสมผสานที่รวมถึง AI credits และมาตรการที่อิงผลลัพธ์

• บริษัทระบุว่า AI agents อาจสร้างมูลค่าโดยใช้ข้อมูลที่ Datadog ไม่ได้รับเข้าโดยตรง
• การเปลี่ยนแปลงดังกล่าวกําลังผลักดันให้ Datadog ใช้การกําหนดราคาที่ผูกติดกับการบริโภคข้อมูลดิบน้อยลง
• ลูกค้ารายใหญ่ยอมรับโมเดลแบบรวมที่ให้พวกเขาสามารถย้ายการใช้จ่ายระหว่าง hosts, logs, application performance monitoring, security และ AI credits
• ฝ่ายบริหารระบุว่าความยืดหยุ่นนี้สนับสนุนอัตราการรักษาลูกค้าที่สูงและลดความจําเป็นในการทําสัญญากับผู้ขายแยกต่างหาก

Pomel กล่าวว่าบริษัทจะยังคงปรับราคาต่อไปเมื่อมาตรฐานอุตสาหกรรมสําหรับ AI agents และระบบอัตโนมัติเกิดขึ้น

แนวโน้มในอนาคต

Pomel กล่าวว่า Datadog มองเห็นโอกาสการเติบโตในระยะยาวข้างหน้า และเชื่อว่า observability อาจเป็นหนึ่งในหมวดหมู่ซอฟต์แวร์หลักสุดท้ายที่ยังคงมีความสําคัญในโลกที่ขับเคลื่อนด้วย AI

"เมื่อเรานําบริษัทเข้าจดทะเบียนในตลาดหลักทรัพย์ เราอยู่ในช่วงกลางของสิ่งที่ผมจะเรียกว่าช่วงเริ่มต้นของการย้ายสู่คลาวด์ และนั่นคือสิ่งที่เราเป็นที่รู้จัก วันนี้เราอยู่ในช่วงกลางของการเปลี่ยนผ่านสู่ AI ซึ่งผมคิดว่าคล้ายกันมาก แต่ใหญ่กว่าอีกนิด"

"ผมคิดว่า observability น่าจะเป็นหมวดหมู่เดียวที่เหลืออยู่ หาก AI ทํางานได้มากขึ้น ไม่ว่างานนั้นจะเป็นอะไร การติดตาม AI ทําความเข้าใจว่ามันกําลังทําอะไร ทําไม ว่ามันสอดคล้องหรือไม่ ว่าเราได้ผลลัพธ์ที่ถูกต้องหรือไม่ ว่าเราทําในต้นทุนที่เหมาะสมหรือไม่ ผมคิดว่านั่นน่าจะเป็นหมวดหมู่ซอฟต์แวร์สุดท้ายที่เหลืออยู่ในตอนท้าย"

เขากล่าวว่าบริษัทเชื่อว่ายุค AI จะขยาย ไม่ใช่ลด ความต้องการการตรวจสอบ Datadog ประเมินว่าประมาณ 70% ถึง 80% ของ infrastructure stack สําหรับ AI มีลักษณะคล้ายกับ stack ที่ใช้สําหรับแอปพลิเคชันคลาวด์ โดยมีชั้นใหม่เพิ่มเติมสําหรับการตรวจสอบ GPU การติดตามพฤติกรรม agent และการตรวจสอบผลลัพธ์ของโมเดล

• Datadog ระบุว่า observability คือ "พรมแดนสุดท้าย" ของหมวดหมู่ซอฟต์แวร์
• บริษัทคาดว่าจะมีการใช้จ่ายด้านโครงสร้างพื้นฐาน AI มากขึ้นเพื่อสนับสนุนการตรวจสอบและความปลอดภัย
• บริษัทมองเห็นโอกาสในการเพิ่มการเจาะตลาดในลูกค้าปัจจุบันและขยายไปสู่ผลิตภัณฑ์ที่อยู่ใกล้เคียง
• ฝ่ายบริหารระบุว่าสายผลิตภัณฑ์หลายรายการอาจถึงระดับพันล้านดอลลาร์ในที่สุด รวมถึง digital experience, security และ business analytics

Pomel กล่าวว่าบริษัทมุ่งหวังการเติบโตอีกหลายเท่าตัวในช่วง 5 ถึง 10 ปีข้างหน้า เขากล่าวว่าการขยายตัวในอนาคตอาจมาจากการใช้งานที่ลึกขึ้นในบัญชีปัจจุบัน ผลิตภัณฑ์ใหม่ และการใช้จ่ายด้านโครงสร้างพื้นฐาน AI ที่เพิ่มขึ้น

ไฮไลต์จากช่วงถามตอบ

ระหว่างการถามตอบ Pomel แบ่งความแตกต่างระหว่าง "Datadog สําหรับ AI" และ "AI สําหรับ Datadog" เขากล่าวว่าอย่างแรก ซึ่งหมายถึงการตรวจสอบระบบ AI กําลังเติบโตเร็วกว่าในปัจจุบันและเป็นตัวขับเคลื่อนรายได้หลัก ส่วนอย่างหลัง ซึ่งหมายถึงการใช้ AI เพื่อทําให้งานของ Datadog เป็นอัตโนมัติ มีความน่าสนใจแต่ยังอยู่ในช่วงเริ่มต้น

• Datadog ระบุว่าปริมาณการใช้งาน AI-native กําลังเพิ่มขึ้นอย่างรวดเร็ว แต่ยังคงเป็นส่วนเล็กกว่าของธุรกิจเมื่อเทียบกับฐาน cloud-native ในช่วงพีค
• บริษัทระบุว่าลูกค้า AI-native ยังไม่ถึงระดับความเสี่ยงจากการกระจุกตัวเหมือนธุรกิจคลาวด์ในช่วงการระบาดของโควิด
• ฝ่ายบริหารระบุว่ากําลังติดตามพฤติกรรมของลูกค้าอย่างใกล้ชิดเพื่อหลีกเลี่ยงรูปแบบการเติบโตที่ไม่ดี
• Datadog ระบุว่าองค์กรสนับสนุนของตนกําลังมีระบบอัตโนมัติมากขึ้น ซึ่งทําให้พนักงานสามารถใช้เวลามากขึ้นกับงานลูกค้าเชิงรุก
• ทีมวิศวกรรมกําลังใช้ AI agents มากขึ้น ซึ่งสามารถเพิ่มผลผลิตและลดขนาดของบางทีม แม้ว่าบริษัทยังคงจ้างงานต่อไปเนื่องจากความต้องการยังคงแข็งแกร่ง

Pomel กล่าวว่าองค์กรวิศวกรรมของ Datadog กําลังถูกออกแบบใหม่รอบ ๆ agentic workflows เขาเสริมว่าต้นทุนการประมวลผลและ token กําลังเพิ่มขึ้นเมื่อการใช้ AI ขยายตัวภายในบริษัท และการใช้จ่ายด้าน GPU กําลังเพิ่มขึ้นเมื่อ Datadog พัฒนาโมเดลของตนเองมากขึ้น

ในด้านการแข่งขัน Pomel กล่าวว่าความได้เปรียบของ Datadog มาจากแพลตฟอร์มแบบบูรณาการ โมเดลการเข้าถึงตลาดที่มีประสิทธิภาพ และการเข้าถึงข้อมูลที่สามารถใช้ฝึกโมเดลได้ เขากล่าวว่าบริษัทสามารถให้บริการทั้งลูกค้าขนาดเล็กและองค์กรขนาดใหญ่ ซึ่งช่วยในการพัฒนาผลิตภัณฑ์และความเข้าใจตลาด

"เราเป็นผู้ให้บริการ SaaS ที่มีการเข้าถึงข้อมูลที่สะอาดและเกี่ยวข้องกับการดําเนินงานจํานวนมาก ซึ่งเราสามารถนําไปใช้ฝึกโมเดลเพื่อทําให้การดําเนินงาน ความปลอดภัย และปัญหาอื่น ๆ ทั้งหมดที่เราจัดการให้ลูกค้าเป็นอัตโนมัติ"

เขายังกล่าวด้วยว่าบริษัทเปิดรับการเข้าซื้อกิจการหากสามารถเร่ง product-market fit เพิ่มบุคลากรที่มีความเชี่ยวชาญเฉพาะ หรือเสริมความแข็งแกร่งให้กับการจัดจําหน่าย เขากล่าวว่าดีลขนาดใหญ่ไม่ได้ถูกตัดออก หากเหมาะสมกับแพลตฟอร์มและประสบการณ์ผู้ใช้

ตําแหน่งการแข่งขันและบริบทตลาด

Datadog ระบุว่ายังอยู่ในช่วงเริ่มต้นของตลาด observability แม้จะมีขนาดในปัจจุบัน บริษัทระบุว่าส่วนแบ่งตลาดของตนยังคงน้อยเมื่อเทียบกับขนาดของตลาด และตลาดเองยังคงเติบโตในอัตราที่ดี

• บริษัทระบุว่าโมเดลธุรกิจของตนช่วยให้สามารถลงทุนต่อไปได้ในขณะที่ยังคงทํากําไร
• บริษัทอธิบายว่าความสมดุลดังกล่าวเป็นข้อได้เปรียบระยะยาวเหนือคู่แข่งที่อาจมุ่งเน้นด้านราคาหรือการรวมแพ็กเกจมากกว่า
• Datadog ระบุว่าแนวทางแพลตฟอร์มของตนมีการบูรณาการมากกว่าโซลูชันแบบจุดที่คู่แข่งบางรายนําเสนอ
• ฝ่ายบริหารระบุว่าความปลอดภัยกําลังกลายเป็นโอกาสที่ใหญ่ขึ้นเมื่อ AI เปลี่ยนแปลงวิธีการสร้างและขายเครื่องมือด้านความปลอดภัย

Pomel กล่าวว่าการเติบโตของบริษัทไม่ได้จํากัดอยู่แค่บริษัท AI-native เขาโต้แย้งว่าการนํา AI มาใช้กําลังแพร่กระจายไปทั่วตลาดองค์กรในวงกว้างและเพิ่มความต้องการสําหรับ observability, security และเครื่องมือโครงสร้างพื้นฐานที่เกี่ยวข้อง

ในขณะนี้ Datadog กําลังนําเสนอตัวเองในฐานะทั้งผู้ได้รับประโยชน์จากกระแส AI และบริษัทแพลตฟอร์มที่ยังอยู่ในช่วงเริ่มต้นของการขยายตัว ข้อความจากการประชุมนั้นชัดเจน: บริษัทมองเห็นพื้นที่สําหรับการเติบโต แต่ยังเตรียมพร้อมสําหรับสภาพแวดล้อมด้านการกําหนดราคา ผลิตภัณฑ์ และโครงสร้างพื้นฐานที่ซับซ้อนมากขึ้น

ผู้อ่านสามารถอ้างอิงบทถอดความฉบับเต็มด้านล่างสําหรับรายละเอียดเพิ่มเติม

บทความนี้ถูกแปลโดยใช้ความช่วยเหลือจากปัญญาประดิษฐ์(AI) สำหรับข้อมูลเพิ่มเติม โปรดอ่านข้อกำหนดการใช้งาน