MongoDB ในงาน Goldman Sachs Communacopia + Technology Conference: การผลักดัน AI

MongoDB (MDB) ใช้วันพฤหัสบดีที่ 10 ก.ย. 2026 ในงาน Goldman Sachs Communacopia + Technology Conference 2026 เพื่อนําเสนอตัวเองในฐานะแพลตฟอร์มองค์กรที่ครอบคลุมสําหรับ AI และโครงสร้างพื้นฐานฐานข้อมูล ฝ่ายบริหารระบุว่าบริษัทกําลังได้รับแรงสนับสนุนจากลูกค้ารายใหญ่และปริมาณงาน AI ใหม่ๆ แม้จะเผชิญกับวงจรการขายที่ยาวนานขึ้น การรับรู้ในระดับผู้บริหารระดับสูงที่ยังต่ําในบางบัญชี และการแข่งขันจาก Postgres และคู่แข่งฐานข้อมูลเชิงวิเคราะห์

ประเด็นสําคัญ

• MongoDB ระบุว่า Atlas และ Enterprise Advanced ปัจจุบันเป็นเครื่องยนต์การเติบโตสองตัวที่แยกจากกัน โดย Atlas เติบโตประมาณ 29% และ EA บันทึก ARR เติบโตมากกว่า 10% ติดต่อกันสามไตรมาส
• บริษัทพึ่งพาผลิตภัณฑ์ AI รวมถึง Voyage AI, Vector Search และการผสานรวม MCP เพื่อดึงดูดลูกค้าใหม่และทําให้ MongoDB เป็นตัวเลือกเริ่มต้นสําหรับตัวแทนการเขียนโค้ด
• ฝ่ายบริหารระบุว่าความต้องการขององค์กรกําลังเพิ่มขึ้นสําหรับการปรับปรุงระบบ การปรับใช้แบบไฮบริด และปริมาณงาน AI แบบอธิปไตยหรือภายในองค์กร
• MongoDB ระบุว่าได้รับลูกค้าใหม่สุทธิ 2,900 รายในไตรมาสที่สอง โดยส่วนใหญ่มาผ่าน Voyage AI และการเข้าชมจากตัวแทนการเขียนโค้ด
• บริษัทคาดว่าจะมีการเติบโตของรายได้อย่างต่อเนื่องและการขยายมาร์จิ้นประมาณ 30% ในปีงบประมาณ 2027 ขณะที่ยังคงมุ่งเน้นการใช้จ่ายไปที่การขายและการพัฒนาผลิตภัณฑ์

การวางตําแหน่งเชิงกลยุทธ์

ประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ CJ กล่าวว่า MongoDB กําลังถูกปรับตําแหน่งจากบริษัทฐานข้อมูลที่มุ่งเน้นนักพัฒนาไปสู่แพลตฟอร์มระดับองค์กรสําหรับแอปพลิเคชันใหม่และปริมาณงาน AI เขากล่าวว่าบริษัทในกลุ่ม Fortune 100 ของอเมริกาเหนือแห่งหนึ่งปัจจุบันถือว่า MongoDB เป็นฐานข้อมูลเริ่มต้นสําหรับแอปพลิเคชันใหม่ทั้งหมด เว้นแต่จะพิสูจน์ได้ว่าตัวเลือกอื่นดีกว่า

ฝ่ายบริหารระบุว่าการเปลี่ยนแปลงนี้มีความสําคัญเป็นพิเศษเนื่องจากการตัดสินใจด้านสถาปัตยกรรม AI จํานวนมากกําลังถูกกําหนดโดยประธานเจ้าหน้าที่ฝ่ายข้อมูล ประธานเจ้าหน้าที่ฝ่าย AI และสถาปนิกองค์กร มากกว่าโดยนักพัฒนาแต่ละคนเพียงอย่างเดียว MongoDB ระบุว่ายังคงมีการรับรู้ต่ําในระดับผู้บริหารระดับสูงในบัญชีรายใหญ่จํานวนมาก ซึ่งสร้างโอกาสสําหรับความพยายามขายจากบนลงล่างมากขึ้น

• MongoDB ระบุว่าปัจจุบันถูกมองว่าเป็นหนึ่งในฐานข้อมูลที่ทันสมัยที่สุดสําหรับปริมาณงานขนาดใหญ่
• บริษัทระบุว่ามีความพร้อมสําหรับแอปพลิเคชัน AI แบบเรียลไทม์และแบบตัวแทน
• บริษัทอธิบายความสามารถในการทํางานใน Atlas, การจัดการตนเองหรือสภาพแวดล้อมแบบไฮบริดว่าเป็นจุดแตกต่างสําคัญ

ผลประกอบการทางการเงินและปัจจัยขับเคลื่อนการเติบโต

MongoDB ระบุว่าโปรไฟล์การเติบโตกําลังถูกปรับรูปแบบโดยธุรกิจที่ยั่งยืนสองส่วน ได้แก่ Atlas ซึ่งเป็นบริการฐานข้อมูลที่โฮสต์บนคลาวด์ และ Enterprise Advanced ซึ่งเป็นผลิตภัณฑ์แบบจัดการตนเอง Mike กล่าวว่าบริษัทไม่เห็นว่าส่วนใดส่วนหนึ่งจะกินส่วนแบ่งของอีกส่วนหนึ่ง

• Atlas รักษาการเติบโตประมาณ 29% ในช่วงหลายไตรมาสที่ผ่านมา นําโดยลูกค้าองค์กรรายใหญ่
• การเติบโต ARR ของ Enterprise Advanced แตะระดับเกิน 10% ติดต่อกันสามไตรมาส
• MongoDB ระบุว่าการเติบโตของ EA ที่ 36% เมื่อเทียบกับปีก่อนสะท้อนความต้องการที่แข็งแกร่งในทุกอุตสาหกรรม
• บริษัทระบุว่าการเติบโตของรายได้รวมกําลังเร่งตัวขึ้นเป็นปีที่สองติดต่อกัน
• มาร์จิ้นขั้นต้นยังคงแข็งแกร่ง สนับสนุนการใช้จ่ายด้าน R&D และการขายและการตลาดที่สูงขึ้น ขณะที่ยังคงอนุญาตให้มีการขยายมาร์จิ้น
• แนวทางปีงบประมาณ 2027 รวมถึงการขยายมาร์จิ้นประมาณ 30%
• การใช้จ่ายด้านการขายและการตลาดคาดว่าจะเพิ่มขึ้นในช่วงกลางของเปอร์เซ็นต์สองหลัก
• การใช้จ่ายด้าน R&D คาดว่าจะยังคงเติบโตต่อไป แต่ในอัตราเปอร์เซ็นต์ที่ช้ากว่าในอดีต

ฝ่ายบริหารยังระบุว่าการปรับโครงสร้างค่าใช้จ่ายในการดําเนินงานของบริษัทในปีงบประมาณ 2026 มีเป้าหมายเพื่อปรับขนาดการใช้จ่ายให้เหมาะสม ผลลัพธ์ที่ได้ตามที่ระบุ คือโมเดลธุรกิจที่สามารถสนับสนุนการลงทุนในผลิตภัณฑ์ขณะที่ปรับปรุงความสามารถในการทํากําไร

การอัปเดตผลิตภัณฑ์และเทคโนโลยี

MongoDB ใช้เวลาส่วนใหญ่ในการประชุมกับการเปลี่ยนแปลงผลิตภัณฑ์ที่เกี่ยวข้องกับ AI Ben กล่าวว่าการซื้อกิจการ Voyage AI ของบริษัท ซึ่งเสร็จสิ้นเมื่อ 18 เดือนที่แล้ว ปัจจุบันกําลังผลิตโมเดลการฝังที่ได้รับการจัดอันดับสูงสุดและช่วยนําลูกค้าใหม่เข้ามาผ่านตัวแทนการเขียนโค้ด เช่น Claude Code, Codex และ Grok

• Vector Search ได้รับการผสานรวมอย่างสมบูรณ์เข้าสู่ MongoDB Atlas
• โมเดลการฝังของ Voyage AI ปัจจุบันถูกอธิบายว่าได้รับการจัดอันดับสูงสุดในอุตสาหกรรม
• MongoDB เปิดตัวเซิร์ฟเวอร์ Model Context Protocol เมื่อวันที่ 13 ส.ค. ซึ่งช่วยให้ตัวแทนการเขียนโค้ดเชื่อมต่อได้ง่ายขึ้น
• การตั้งค่า MCP สามารถจัดการทั้งการเข้าถึงข้อมูลและการจัดสรรคลัสเตอร์ ซึ่ง MongoDB ระบุว่าแตกต่างจากผลิตภัณฑ์ที่แข่งขัน
• Vector Search และการฝังยังเสร็จสมบูรณ์บน Enterprise Advanced แบบจัดการตนเองเมื่อวันที่ 30 มิ.ย.
• MongoDB ประกาศการผสานรวม Vercel เพื่อขยายการสนับสนุนระบบนิเวศ
• มีการวางแผนประกาศผลิตภัณฑ์เพิ่มเติมในวันที่ 29 ก.ย.

Ben กล่าวว่าการผสานรวมการฝัง การค้นหาเวกเตอร์ และการจัดอันดับใหม่เข้าสู่แพลตฟอร์มเดียวของบริษัทช่วยลดความยุ่งยากสําหรับนักพัฒนา AI เขากล่าวว่า "วงจรปิดทั้งหมด กรณีการใช้งานทั้งหมด รวมถึงการจัดอันดับใหม่ในขณะนี้ ทั้งหมดถูกสร้างไว้และทํางานอัตโนมัติในแพลตฟอร์มเดียวกัน"

ฝ่ายบริหารระบุว่าแนวทางแบบรวมศูนย์นี้หลีกเลี่ยงไปป์ไลน์ข้อมูลแยกต่างหากและทําให้ MongoDB ใช้งานง่ายขึ้นสําหรับแอปพลิเคชันที่เน้น AI ตั้งแต่เริ่มต้น

แนวโน้มลูกค้าและปริมาณงานใหม่

MongoDB ระบุว่ากําลังเห็นขั้นตอนการนําไปใช้ที่แตกต่างกันในกลุ่มลูกค้า บริษัทที่เน้น AI ยังอยู่ในช่วงต้นของกระบวนการ ห้องปฏิบัติการชายขอบกําลังทดสอบแพลตฟอร์มในระดับใหญ่ และลูกค้าองค์กรกําลังเริ่มปรับใช้และขยายกรณีการใช้งาน AI

• ลูกค้าที่เน้น AI กําลังแสดงแรงสนับสนุนในช่วงต้นที่แข็งแกร่ง
• ห้องปฏิบัติการชายขอบกําลังใช้ MongoDB สําหรับเลเยอร์หน่วยความจําและการอนุมาน
• ลูกค้าองค์กรเป็นจุดเปลี่ยนสําคัญสําหรับการเติบโตในอนาคต
• บริษัทในกลุ่ม Fortune 100 และ Global 2000 ยังคงเป็นโอกาสการปรับปรุงระบบที่สําคัญ

MongoDB ระบุว่าได้รับลูกค้าใหม่สุทธิ 2,900 รายในไตรมาสที่สอง โดยส่วนใหญ่มาจาก Voyage AI และการค้นพบผ่านตัวแทนการเขียนโค้ด ฝ่ายบริหารระบุว่าคุณภาพของลูกค้าใหม่เหล่านั้นสูง แม้ว่า Voyage จะถูกซื้อกิจการเพียง 18 เดือนที่แล้ว

ตัวอย่างที่แบ่งปันในการประชุมรวมถึง:

• ElevenLabs ซึ่งย้ายจากบริการของผู้ให้บริการคลาวด์รายใหญ่มาสู่ MongoDB เมื่อปริมาณงานแบบตัวแทนขยายตัว
• บริษัทในกลุ่ม Fortune 100 ของอเมริกาเหนือรายใหญ่ที่กําหนดให้ MongoDB เป็นมาตรฐานสําหรับแอปพลิเคชันใหม่
• บริษัทในกลุ่ม Fortune 100 ในรัฐเท็กซัสที่ขอให้เพิ่ม MongoDB เข้าสู่ตลาดองค์กรของตน
• บริษัทบริการทางการเงินขนาดใหญ่บนชายฝั่งตะวันตกของสหรัฐฯ ที่กําลังประเมินการสลับระหว่าง Atlas และ EA
• บริษัทบริการทางการเงินในฝรั่งเศสและสหราชอาณาจักรที่พิจารณาการปรับใช้ภายในองค์กรสําหรับปริมาณงาน AI เนื่องจากต้นทุน
• บริษัทประกันภัยขนาดใหญ่ที่กําลังทดสอบกรณีการใช้งานหน่วยความจําสนทนา
• บริษัทสื่อในกลุ่ม Fortune 50 ที่ใช้โมเดลการฝังของ Voyage เพื่อลดความซับซ้อนของสถานะข้อมูล
• บริษัทด้านการดูแลสุขภาพในกลุ่ม Fortune 50 และบริษัทด้านการดูแลสุขภาพรายใหญ่อีกแห่งที่ใช้ Voyage สําหรับปริมาณงาน AI
• Financial Times ซึ่งได้เปลี่ยนสถาปัตยกรรมข้อมูลเพื่อใช้ Vector Search และโมเดลการฝังกับข้อมูลปฏิบัติการ

Enterprise Advanced และความยืดหยุ่นในการปรับใช้

MongoDB ระบุว่าความต้องการผลิตภัณฑ์ Enterprise Advanced แบบจัดการตนเองได้รับการสนับสนุนจากการเปลี่ยนแปลงโครงสร้างในตลาด ซึ่งรวมถึงข้อจํากัดด้านความจุของคลาวด์สาธารณะ แรงกดดันด้านต้นทุน และข้อกําหนดด้านกฎระเบียบหรืออธิปไตย โดยเฉพาะสําหรับธนาคารและอุตสาหกรรมที่ถูกกํากับดูแลอื่นๆ

• ลูกค้าบางรายต้องการเก็บปริมาณงาน AI ไว้ภายในองค์กรเนื่องจากต้นทุนหน่วยความจําในคลาวด์อาจสูง
• บริษัทที่ถูกกํากับดูแลกําลังมองหาการควบคุมการปรับใช้มากขึ้น
• MongoDB ระบุว่าเป็นผู้จําหน่ายฐานข้อมูลสมัยใหม่รายเดียวที่สามารถทํางานได้ทุกที่
• บริษัทระบุว่าลูกค้าสามารถย้ายระหว่าง Atlas และ EA รวมถึงกรณีการใช้งานสลับ

ฝ่ายบริหารระบุว่าการเติบโตของ EA ไม่ได้แย่งธุรกิจจาก Atlas แต่ลูกค้าที่ใช้ทั้งสองผลิตภัณฑ์กําลังแสดงการเติบโตการใช้งาน Atlas ที่สูงกว่าค่าเฉลี่ยของบริษัท

การปรับปรุงระบบและการย้ายข้อมูลด้วย AI

MongoDB ระบุว่าปีงบประมาณ 2027 จะมุ่งเน้นอย่างมากในเครื่องมือการปรับปรุงระบบที่ใช้ AI เพื่อเร่งการย้ายข้อมูล CJ กล่าวว่าบริษัทต้องการย้ายการปรับปรุงระบบจากโมเดลที่พึ่งพาบริการมากไปสู่โมเดลที่มุ่งเน้นผลิตภัณฑ์มากขึ้น

เขากล่าวว่าเป้าหมายคือการลดระยะเวลาการปรับปรุงระบบจากปีเป็นเดือน และจากเดือนเป็นสัปดาห์ ในตัวอย่างหนึ่ง เขากล่าวว่าปริมาณงานที่อาจใช้เวลา 18 ถึง 24 สัปดาห์อาจถูกบีบอัดเหลือ 4 ถึง 8 สัปดาห์สําหรับทั้งเลเยอร์ฐานข้อมูลและแอปพลิเคชัน

• บริษัทกําลังใช้โมเดล AI เช่น Claude และ Devin เพื่อช่วยในการย้ายและแปลงโค้ด
• ความพยายามในการปรับปรุงระบบครอบคลุมทั้งเลเยอร์ฐานข้อมูลและแอปพลิเคชัน
• รวมถึงการย้ายขั้นตอน PL/SQL จาก Oracle และระบบเดิมอื่นๆ
• MongoDB ระบุว่าการจัดการข้อมูลที่ไม่มีโครงสร้างเป็นข้อได้เปรียบสําคัญในงานนี้
• ลูกค้าในกลุ่ม Fortune 100 และ Global 2000 กําลังแสดงความสนใจอย่างมากในการปรับปรุงระบบที่เร็วขึ้น

เลเยอร์หน่วยความจําและกรณีการใช้งานตัวแทน AI

MongoDB ยังเน้นย้ําหมวดหมู่ปริมาณงานใหม่กว่า ได้แก่ หน่วยความจําสําหรับตัวแทน AI ฝ่ายบริหารระบุว่าห้องปฏิบัติการชายขอบแห่งหนึ่งกําลังใช้ Atlas เป็นเลเยอร์หน่วยความจําสําหรับการอนุมาน โดยจัดเก็บทั้งหน่วยความจําสนทนาระยะสั้นและระยะยาว

บริษัทระบุว่ากรณีการใช้งานนี้มีความสําคัญเนื่องจากสนับสนุนตัวแทนที่มีความต่อเนื่องและเป็นส่วนตัว บริษัทประกันภัยขนาดใหญ่แห่งหนึ่ง หลังจากได้ยินตัวอย่างห้องปฏิบัติการชายขอบ ได้เริ่มการพิสูจน์แนวคิดสําหรับปริมาณงานหน่วยความจําสนทนาประเภทเดียวกัน

• MongoDB ระบุว่าเหมาะสมอย่างยิ่งสําหรับข้อมูลสนทนาที่ไม่มีโครงสร้าง
• แพลตฟอร์มได้รับการออกแบบสําหรับทั้งรูปแบบการอ่านและการเขียนในปริมาณงานหน่วยความจํา
• ฝ่ายบริหารระบุว่าจะมีการแบ่งปันรายละเอียดเพิ่มเติมเกี่ยวกับพื้นที่นี้ในวัน Investor Day ของบริษัท

ภูมิทัศน์การแข่งขัน

MongoDB ระบุว่าสภาพแวดล้อมการแข่งขันกําลังเปลี่ยนแปลง แต่ไม่เห็นแรงกดดันสําคัญต่อธุรกิจฐานข้อมูลปฏิบัติการหลักจากแพลตฟอร์มเชิงวิเคราะห์ที่พยายามเข้าสู่สถาปัตยกรรมไฮบริด ฝ่ายบริหารระบุว่าคู่แข่งเหล่านั้นมุ่งเน้นไปที่กรณีการใช้งาน OLAP มากกว่า ในขณะที่ MongoDB ยังคงมุ่งเน้นที่ปริมาณงานปฏิบัติการซึ่งมีความสําคัญสูงสุด

บริษัทยังกล่าวถึง Postgres ซึ่งยังคงเป็นค่าเริ่มต้นสําหรับแอปพลิเคชัน greenfield ใหม่จํานวนมาก MongoDB ระบุว่าการผสานรวมตัวแทนการเขียนโค้ดและการวางตําแหน่งที่เน้น AI กําลังช่วยให้ได้รับส่วนแบ่งในตลาดนั้น

• MongoDB ระบุว่าไม่เห็นลูกค้าย้ายจากแพลตฟอร์มของตนไปยังผลิตภัณฑ์ OLTP ของผู้จําหน่ายเชิงวิเคราะห์
• สถาปัตยกรรมไฮบริดไม่ได้น่าสนใจสํา

  บทความนี้ถูกแปลโดยใช้ความช่วยเหลือจากปัญญาประดิษฐ์(AI) สำหรับข้อมูลเพิ่มเติม โปรดอ่านข้อกำหนดการใช้งาน