“MongoDB是否是AI赢家？” MongoDB CFO出席D.A. Davidson第二...

来源：市场资讯

（来源：invest wallstreet）

6月11日，MongoDB（代码：MDB）CFO Mike Berry出席D.A. Davidson第二届年度科技与消费大会，与DA Davidson安全与基础设施软件分析师Rudy Kessinger进行了一场问答形式的现场对话。MongoDB刚于5月28日发布超预期的一季报（总营收6.876亿美元，同比增长25%，EPS 1.32美元超出预期11.5%），公司上调全年收入指引至约29.4亿美元，市场对其AI战略的关注度显著升温。Berry在对话中明确回应了投资者最关心的核心命题——MongoDB是否是AI领域的赢家，以及AI相关收入的实质性爆发何时到来。

一、核心摘要

Berry在对话中明确回应了投资者最关心的核心命题——MongoDB是否是AI领域的赢家，以及AI相关收入的实质性爆发何时到来。他强调MongoDB的文档型数据库架构与生俱来地契合AI时代对非结构化数据处理的需求，叠加向量搜索、持久化记忆和LangChain深度集成等关键功能，公司正在成为企业级AI代理的数据基础设施层。同时，他也理性地指出AI收入贡献当前仍处于早期阶段，呈现典型的“三步走”路径（实验探索→小型生产部署→大规模扩产）。

本文将从会议核心观点、财务与业务最新进展、AI战略框架、分析师评级、风险因素及投资策略等维度，对MongoDB当前的投资价值进行全面剖析。

二、会议核心观点：MongoDB CFO回应AI赛道关键命题

（一）AI时代的“数据底座”——MongoDB为何天然适配

此次大会以“MongoDB是否是AI赢家？”这一投资者最关注的问题开篇。Mike Berry的回答直接而笃定：MongoDB的产品架构天然适配AI世界的需求。

Berry回溯了MongoDB的创始理念——早在关系型数据库统治市场的年代，MongoDB选择采用JSON原生文档模型、水平扩展和灵活模式。这些设计在二十年前或被视为异类，但在今天AI处理海量非结构化数据的场景下，却显现出惊人的前瞻性：文档模型天然承载JSON格式数据；无需插件即可完成数据处理；水平扩展大幅降低单位计算成本；灵活模式完美适配非结构化数据。

在此基础上，MongoDB近年来进一步叠加了面向AI时代的关键能力：向量搜索（Vector Search）、持久化记忆功能，以及与LangChain的深度集成。公司于2025年收购的Voyage AI重排序模型技术，也被整合进自动化嵌入功能中。

（二）用产品差异化解构竞争——“AI代理的持久记忆层”

有投资者关注Postgres等传统关系型数据库在AI初创公司中的先发优势。MongoDB管理层在问答中坦陈，许多初创企业确实出于团队熟悉程度而选择Postgres——但这一优势并非不可撼动。随着业务扩展，Postgres在性能延展性和可扩展性方面的局限性会逐步暴露。MongoDB的策略是通过开发者教育和社区活动，帮助这些企业在规模化瓶颈出现时完成平台迁移。

更具说服力的差距体现在“代理化（Agentic）AI应用”层面。企业在部署多代理系统时，面临三大核心挑战：代理需要持久化的记忆能力（对话历史、任务上下文）、需要向量检索能力以匹配语义信息、需要实时且可靠的数据层支持。MongoDB凭借其JSON文档模型、内建搜索和向量搜索功能、以及对代理治理的原生支持，在这一领域构建了显著的差异化优势。

实际落地层面，Adobe和Zomato等客户已在利用MongoDB平台作为其实时AI代理的记忆层（memory layer），这不仅是技术验证的标杆案例，更是产品竞争力的直接证明。

（三）战略合作生态：LangChain带来的“开发者护城河”

在生态建设方面，MongoDB与AI应用开发框架LangChain的战略合作值得重点关注。LangChain作为当前最主流的多代理框架，此番与MongoDB深度集成，意味着开发者可以直接在MongoDB Atlas上构建生产级AI代理，涵盖向量搜索、持久化记忆、自然语言查询和端到端可观测性等全链条能力。这一合作在开发者社区中具有深远意义——当整个AI开发框架以MongoDB作为默认数据库后端时，MongoDB的“开发者粘性”将转化为不可忽视的竞争壁垒。

（四）AI收入的时间线：“三步走”路径

当被问及AI相关的实质性收入贡献何时到来时，Berry给出了清晰的三阶段框架：

• 第一阶段：探索与实验（目前） ——企业客户正在围绕向量搜索能力进行初步试验，但收入贡献尚不显著；

• 第二阶段：小型生产部署 ——部分前沿企业（如AI原生公司、前沿实验室）已开始将MongoDB用于生产级AI应用，例如作为AI代理的记忆层；

• 第三阶段：大规模扩产 ——当企业级AI应用进入规模化部署阶段，MongoDB的基础设施价值将迎来真正的爆发。

管理层坦诚地指出，当前AI相关收入在整体营收中“尚未显著”，但正在稳步积累动能。这也解释了公司为何在2026年密集推出多项AI功能：5月7日伦敦开发者大会上，MongoDB宣布推出一套集实时数据库、向量检索、嵌入模型和AI代理框架于一体的统一AI数据平台，标志着公司正从单一数据库供应商向AI时代统一数据平台快速进化。

三、财务与业务最新进展：超预期季报后的基本面

（一）FY2027 Q1财报核心数据

核心指标

实际值

同比增长

市场预期

超预期幅度

总营收

6.876亿美元

+25%

6.642亿美元

+3.5%

Atlas营收

+29%

订阅营收

6.661亿美元

+25%

非GAAP运营利润

1.232亿美元

+41%

1.079亿美元

+14.1%

非GAAP EPS

1.32美元

+32%

1.18美元

+11.5%

GAAP净利润

440万美元

扭亏

FY2027 Q1（截至2026年4月30日）财报亮点突出：总营收6.876亿美元，同比增长25%，超出市场预期的6.642亿美元。核心云平台Atlas贡献了超过29%的同比增长，继续充当增长主引擎。非GAAP运营利润从上年同期的8,740万美元扩张至1.232亿美元，运营利润率从15%提升至18%，利润率改善曲线清晰。

更为关键的是，GAAP层面实现了440万美元净利润，而去年同期为净亏损3,760万美元——这标志着MongoDB在规模化的同时正稳步迈向持续盈利能力。运营现金流达2.016亿美元，资产负债表持有24亿美元现金及等价物。

（二）客户与订单质量：增长质量的窗口

客户数据方面：截止季度末，MongoDB拥有约67,700个付费客户，单季净增2,500家。年化经常性收入超过100万美元的大客户达到402家，同比增长26%。

订单指标表现出强劲质量：剩余履约义务（RPO）从上年同期的7.74亿美元激增至14.586亿美元，同比大增88%；其中当前剩余履约义务（cRPO）为7.663亿美元，同比增长69%。RPO的强劲增长意味着长期合同锁定能力显著增强，为未来2-3个财年的收入提供了较好的可预见性。

（三）2027财年指引更新

基于Q1的良好表现，管理层全面上调全年指引：

• 全年收入指引：上调至约29.4亿美元（中点） ，而此前的预期为约28.8亿美元，提升幅度约2.1%；

• 非GAAP EPS指引：上调至约6.05美元（中点） ，较此前约5.85美元提升3.5%；

• 全年营收增速：约16%-18% ，相比2026财年23%的增速有所放缓，核心原因在于Atlas增速预计将进一步从Q1的26%递延至21%-23%区间。

对于这一减速指引，管理层解释为“规模化后的结构性常态化”——随着Atlas年化收入已突破20亿美元，维持30%以上的增速需要已承诺企业客户以更大规模的比例进行工作负载扩张，而这是更大的挑战。

四、AI战略框架：为什么市场相信MongoDB是AI赢家

要理解市场为何愿意为MongoDB支付高于行业平均的估值溢价，核心答案藏在产品逻辑的演进路径中。MongoDB的AI战略并非近期热点催生的故事，而是一个从底层架构到上层功能层层递进的自然延伸。

（一）数据层的供给侧逻辑

Berry在问答中反复强调的观点，可以概括为“MongoDB was built for a world that didn’t yet exist”。AI应用的核心特征是数据量大、格式多样、迭代速度快、结构难以预测，这些特征恰恰与MongoDB的设计哲学完全吻合——而非关系型数据库的诞生正是为了应对这些问题。因此，当企业试图将AI应用从概念验证推向生产环境时，传统数据库的性能瓶颈和灵活性缺陷开始暴露，MongoDB的产品价值便自然显现。

（二）Vector Search与Voyage AI的战略价值

向量搜索是当前AI应用的核心组件之一，用于实现语义检索、推荐系统、RAG等关键功能。MongoDB的向量搜索功能与核心数据库深度集成，2025年收购Voyage AI后，进一步整合了其高效的重排序模型（reranking models）。在最新的功能迭代中，MongoDB Atlas实现了自动化Voyage AI嵌入——当数据写入或更新时，嵌入向量自动生成并索引，将原本需要数周搭建的搜索基础设施缩短为数分钟。

这一集成带来的不仅是产品层面的竞争力，更是显著的运营效率：读写吞吐量分别提升45%和35%，ACID事务吞吐量提升15%，复杂操作吞吐量提升30%。

（三）代理化AI的差异化叙事

当前AI发展的核心趋势之一是从“单轮对话模型”向“多代理系统”演进。代理系统需要跨越的核心技术挑战——持久化记忆、向量检索、多代理协调——背后都需要一个可靠、高性能、灵活的数据层。MongoDB在这一领域的差异化优势体现在平台整合度上：开发者无需拼接多个独立组件（一个数据库+一个向量搜索引擎+一个会话存储服务+MongoDB全部内置集成），即可构建完整的代理系统。这正是Berry在会议中所言的“产品完全适配AI世界”的真实含义。

五、分析师评级与目标价追踪

（一）DA Davidson：买入/375美元（6月11日前重申）

DA Davidson在MongoDB Q1季报发布后重申“买入”评级，目标价375美元，较会议当日股价约328美元隐含约14%上涨空间。Rudy Kessinger对MongoDB的覆盖逻辑可概括为：市场低估了MongoDB在AI基础设施层的战略价值；短期Atlas增速放缓更多反映规模化的自然现象而非需求退潮；当前估值并未完全定价AI收入加速的可能性。

值得注意的是，DA Davidson此前在今年2月因估值担忧及Atlas增速放缓而下调目标价，从465美元调至385美元，而后3月进一步调降至315美元，近期则伴随Q1超预期季报重新上调至375美元。这一“先下调后上调”的路径，实际上反映了市场对MongoDB估值共识的动态演变过程。

（二）市场整体评级格局

根据权威数据平台统计，覆盖MongoDB的27家研究分析师中：27家给予“买入”评级，7家“持有”评级，1家“卖出”评级。平均目标价为388.10美元。主要机构目标价分布：

• Truist Financial：500美元 → 375美元（3月调整）

• Stifel Nicolaus：435美元

• Canaccord Genuity：375美元 → 400美元

• Rosenblatt：385美元

（三）中外机构观点对比

机构

评级

目标价

核心逻辑

DA Davidson

买入

375美元

AI基础设施价值未被充分定价

中信证券

买入

340美元

AI时代数据底座，向量搜索客户翻倍增长

Wedbush

未明确

Atlas与AI双重动力驱动增长指引上调

MarketBeat综合

温和买入

388美元

27买7持1卖，共识偏向正面

（四）关键估值指标

当前估值水平：公司市值约263亿美元，按2027财年营收预期（中点29.4亿美元）计算的远期市销率（Forward P/S）约8.9倍，高于Zacks互联网软件行业3.83倍的平均水平，但考虑到公司作为行业龙头的市场地位和AI基础设施的高增长前景，这一估值溢价在机构分析中普遍被视为合理。Forward P/E预期约54倍（基于预期全年调整后EPS 6.05美元）。当前GAAP P/E尚不适用，因其净利润约440万美元的水平暂不具备评估代表性。

六、风险与挑战

（一）Atlas增速持续放缓的风险

管理层指引2027财年全年Atlas增速为21%-23%，较2026财年的29%和Q1的26%持续减速。这一趋势虽然被归因于“规模化的结构性挑战”，但对MongoDB估值逻辑的核心支撑要素提出了拷问：如果Atlas增速在未来数个季度内继续跌破20%关口，市场上对“成长天花板”的担忧将大幅加剧。

（二）AI收入实现路径的不确定性

尽管Berry明确了“三步走”路径，但AI收入“尚未显著”这一既定事实依然存在。如果2027财年末仍无法看到AI对整体营收增速的实质性拉动（例如达到总营收5%-10%的贡献），市场情绪可能出现较大退潮。从历史经验看，华尔街对“AI故事”的耐心窗口通常在2-3个季度左右——一旦AI对财务数据的转化效果落后于预期，估值修复逻辑将面临挑战。

（三）竞争格局的激化

MongoDB在消费型数据库领域面临来自Snowflake和Datadog的竞争。Snowflake正在通过多样化的分析和AI工作负载扩展其数据云，拥有多重货币化杠杆，相比MongoDB更为集中于数据库驱动的消费模式。Datadog则凭借可观测性主导的平台持续增长，受益于跨监控、安全和日志的多样化使用场景，而MongoDB的增长对工作负载爬坡的敏感性更高。

（四）内部管理层变动带来的执行风险

进入2026年，MongoDB经历了首席营收官和运营总裁相继离任、新CEO上任不久的多重不确定性，3月财报公布后股价一度单日暴跌超22%。虽然Q1表现已在相当程度上缓解了市场对领导层变动的担忧，但未来组织架构的稳定性和销售团队执行力仍是需要持续跟踪的变量。

（五）估值与成长性的匹配问题

MongoDB当前市销率8.9倍、远期市盈率约54倍的估值水平，对持续增长的要求极高。若未来一至两个季度出现营收低于指引、Atlas增速进一步减速或盈利预期下调，该估值体系将面临重压。此外，消费型收入模式天然存在收入波动性的问题，大规模交易的完成时间可能对单季财报造成不可预测的扰动。

七、总结与展望

（一）核心投资逻辑

1. 结构性优势被低估：MongoDB的文档型架构对于AI时代非结构化数据的处理能力，构成了内在且难以被复制的基础优势，这是市场尚未充分定价的部分；

2. AI收入路径正被验证：虽然短期贡献尚不显著，但向量搜索客户翻倍、LangChain深度集成、Adobe等标杆案例的出现，均在验证“MongoDB作为AI数据层”这一核心叙事的可行性；

3. 盈利质量持续改善：GAAP层面扭亏为盈、经营利润率扩张至18%、RPO同比大增88%，基本面改善趋势清晰；

4. 估值存在一定的折价空间：当前股价较52周高点444.72美元下跌约26%，在Q1超预期季报后估值有所修复但仍存折价空间。

（二）风险提示

1. 短期增长面临结构性放缓：Atlas增速指引下调、全年营收增速放缓至16%-18%，反映增长引擎正在经历从“高双位数”向“中双位数”的调整；

2. 竞争格局不容乐观：Snowflake、Datadog等平台型公司的生态优势和技术迭代能力值得重视；

3. 估值对AI收入兑现时点的高度敏感性：若未来两至四个季度仍无法在财报中观察到AI收入的实质性贡献，估值逻辑或将面临系统性调整；

4. 消费型收入模式存在不可预测性：大规模企业工作负载的完成时间可能导致营收季度波动，近年业绩指引的准确性和可控性仍然是一个持续观察维度。

MongoDB公司（MDB）达·A·戴维森第二届科技与消费大会

Company Participants

迈克尔·贝里——首席财务官兼主要财务官员

Conference Call Participants

鲁迪·凯辛格——D.A. 大卫森公司，研究部

Presentation

鲁迪·凯辛格 达·A·戴维森公司，研究部

好的，太好了。感谢各位的参与。对于还不认识我的各位，我叫Rudy Kessinger，就职于D.A. Davidson，负责安全与基础设施软件领域的研究。今天与我一同出席的是MongoDB首席财务官Mike Berry。Mike，感谢您参加本次会议。

迈克尔·贝里 首席财务官兼主要财务官员

感谢邀请我们参加，Rudy。

Question-and-Answer Session

鲁迪·凯辛格 达·A·戴维森公司，研究部

是的，当然可以。我们会充分利用这段时间，马上切入正题。Mike，我认为目前我和投资者讨论最多、争议最大的话题就是：MongoDB能否成为AI领域的赢家？如果答案是肯定的，那么这种“赢家”地位具体会如何体现？投资者何时才能开始看到实质性的收益？他们的市场定位又将如何？等等。我们就从这个话题开始吧。MongoDB，你们在AI领域未来的发展前景如何？

迈克尔·贝里 首席财务官兼主要财务官员

是的，谢谢您的提问。我们当然将自己视为人工智能领域的赢家，而且在上一次电话会议中，我们已开始就此展开讨论，提到企业在该领域已出现一些进展。我们先退一步来看：为什么我们认为自己是赢家？我们认为，我们的产品完美契合人工智能时代的需求。

早在创始人构建Mongo时，无论好坏，他们所采用的构建方式，我们认为恰恰正是我们今天所需要的。试想一下：文档模型、内置原生JSON支持——无需安装插件或其他额外组件；支持水平扩展，因此成本更低；具备灵活的模式（schema），特别适合处理非结构化数据。此外，我们在平台上还集成了向量搜索和全文搜索等功能。所有这些能力均内置于平台之中，您无需额外集成其他产品。

然后，我认为还有几件非常重要的事情需要强调——我们虽已提及，但还需更多地讨论多云能力：这不仅限于本地部署，而且您不仅可以在各个云平台上分别运行Atlas，还可以同时在全部三个云平台上运行相同的工作负载。

如今，结合经济形势及地缘政治局势，多云架构正变得愈发重要。我们此前也多次提到，多云环境也是客户部署智能体以实现长期记忆并开始存储相关数据的理想场所。因此，我们对这款产品充满信心。我们曾指出，不仅前沿实验室和原生AI公司正在采用，企业客户也终将跟进——目前我们已开始看到一些企业客户的初步动向。不过，这一进程仍需时日，因为企业面临声誉风险，同时还要兼顾治理与安全等多重考量。但随着他们逐步展开部署，我们认为自身已处于极为有利的地位。

鲁迪·凯辛格 达·A·戴维森公司，研究部

是的。因此，你们可能已提到自身处于Snowflake等公司下游的位置。一些投资者听到这种说法后，会提出疑问：他们并不完全理解其中的细微差别和差异——即这些公司所处的位置、所做的事情，以及你们自身所处的位置、所做的事情，还有真正面向企业的、面向消费者的AI工作负载将如何落地。所以，请就此进一步展开说明。我想问的是，你们为何处于下游？以及我们还需多长时间才能开始看到更多面向企业的、面向消费者的AI工作负载？

迈克尔·贝里 首席财务官兼主要财务官员

当然。因此，若观察企业部署的情况，几乎所有企业都在内部部署了各类产品。他们主要围绕自身业务运营来使用这些产品。您肯定已经看到Claude在代码领域的各种应用，此外在市场营销、财务及其他领域，企业也在内部广泛使用，而数据仓库恰好非常契合他们在这些场景中的需求。

如果您的营销人员需要访问数据，很好；财务人员也需要访问数据，您同样可以进行管控。我们观察到，目前内部部署的情况非常普遍。所有人都在应对成本问题——这属于另一个话题。因此，我们认为他们已感受到这一增长势头。对我们而言，这实际上意味着：如果您拥有数据仓库，再结合我们在数据库领域的现状——即实时数据处理能力，那么客户-facing的企业级工作负载的大规模部署，正是他们下一步的发展方向，而这也正是我们更具优势的领域。

因此，我们再次对这一进展感到非常乐观。为什么这么说呢？我们观察到平台使用量显著上升，尤其是与AI工作负载密切相关的Vector组件。Voyage在推动客户采用嵌入（embeddings）方面已开始产生实质性影响，同时我们也看到更多概念验证（POC）项目正在展开。

同样，我们很难看清这些集群中的活动情况，因为它们可能将代理部署在企业数据之上。对我们而言，这不过是另一项工作负载，而这正是我们所看到的。因此，就它们所处的位置以及我们的定位而言，确实存在一些重叠；但正因如此，我们才对它们向企业级部署迈进充满信心——这正是我们将真正实现增长的领域。

鲁迪·凯辛格 达·A·戴维森公司，研究部

是的。而且CJ已谈及企业级部署，他认为可能还需12到18个月。那么，你们能否更早地看到更显著的收益？但另一方面，这一进程是否会进一步延迟？

迈克尔·贝里 首席财务官兼主要财务官员

是的。因此，确定一个具体的时间表非常困难。这也正是我们本季度开始讨论的原因：我们已开始在企业客户中看到相关活动。其中大部分活动——我并非完全想说这完全超出了我们的掌控范围，但企业客户确实需要在将代理部署至客户时，就声誉风险、治理及安全性等方面建立信心。我们正积极参与其中，协助他们完成这一过程。是12个月还是18个月？抑或是6到12个月？目前尚无定论。我认为，整个市场变化速度极快。

现在，甚至已有一些人开始讨论：“嘿，或许我们需要降低代币价格。”这一点，我认为——恰恰与云计算领域发生的情况如出一辙。云服务提供商曾多次下调其收费标准。因此，这一举措可能会显著加快市场发展步伐。但——总之，我们当然希望这一进程能比预期更早到来。我们期望在今年年底前看到一些拐点迹象，但这一趋势仍需持续关注。

鲁迪·凯辛格 达·A·戴维森公司，研究部

是的，好的。那么，如果您暂且将企业级AI工作负载部署放在一边，大致还有另外两个领域：一类是AI原生企业或数字原生企业，另一类是前沿实验室。我想就这两类分别向您提问。首先，关于AI原生企业，回到您之前提到的观点，您认为多云架构如今变得愈发重要。

您是否觉得，面对这些数字原住民和AI原住民，你们比MongoDB历史上在其他客户群体中赢得工作负载的时间点更早？因为据我所知，以及很多与客户交流的人反馈，客户往往最初采用的是云服务商（hyperscaler）提供的服务，随后随着业务扩展和升级，才转向MongoDB。但如今，面对AI原住民和数字原住民，由于其工作负载的特殊需求，您是否感觉到你们能够更早地触达并渗透这些客户？

迈克尔·贝里 首席财务官兼主要财务官员

谢谢。这是个很好的问题。我们希望确保两者兼顾。我们花了很多时间，努力在客户创办公司之前就让他们开始使用MongoDB。这涉及“重拾基础”（reclaim the [base]）的相关工作，以及我们在自助式推广模式（self-serve motion）方面所做的一切。在这方面，Voyage真正发挥了作用，因为许多用户会先从Voyage入手开展嵌入（embeddings）工作，而尚未使用MongoDB，之后我们再将他们迁移过来。因此——这实际上是一种市场营销层面的认知培育工作。

但当这些企业开始扩大规模并遇到可扩展性问题、性能瓶颈以及成本问题时，我们感到非常得心应手，能够助其顺利渡过难关。这正是目前大多数AI原生企业的现状，对此我们尤为兴奋。其中已有少数几家已初具规模，我称之为“突破性规模”，但总体而言它们仍相对较小。未来某个阶段，它们将自然迈入企业级市场，成长为真正成熟的企业。对我们而言，这类应用场景极具价值，因为它们正依托MongoDB构建公司并运营业务，这一点至关重要。这些正是极佳的应用案例。

鲁迪·凯辛格 达·A·戴维森公司，研究部

是的。关于Frontier Labs，我知道他们已要求您不要透露太多信息，因此我不会就此问题过多追问。但您能否向我们简要介绍一下Frontier Labs，以及近期与他们合作的机会？

迈克尔·贝里 首席财务官兼主要财务官员

是的。确实有一些大型公司正在迅猛发展。因此，我们非常高兴它们选择了我们的产品，而且这些公司的客户也要求我们不要透露具体细节。这些都是重要的应用场景，不同实验室的具体情况各不相同。我们将持续与这些客户展开合作。再次强调，我们非常荣幸能将它们作为客户，也希望未来能实现更多增长。此外，还有多种不同的应用场景值得我们去开拓，但这需要时间，最终结果如何，我们拭目以待。

鲁迪·凯辛格 达·A·戴维森公司，研究部

是的，好的。最后，顺着这个话题再问一句：如果我们展望Mongo今年剩余时间及未来12个月的发展，您认为上述三个垂直领域中，哪一个代表了最大的短期机遇？长期来看，您提到企业级AI工作负载显然是重点方向；但就短期而言——前沿实验室、数字原生企业、企业级AI工作负载——您预计哪一类将最显著地推动近期的用量增长和新业务拓展？

迈克尔·贝里 首席财务官兼主要财务官员

因此，在我们给出的指引中，上述三个领域均未体现明显的拐点变化。毫无疑问，企业市场是长期增长的关键。此外，我认为，随着企业客户开始部署相关产品，如果今年我们能取得更好的业绩表现——希望如此，而且我也相信会如此——那么这将得益于企业客户部署规模的扩大。AI原生公司固然出色，但目前体量仍然相对较小。至于前沿实验室（Frontier Labs），其发展态势尚待观察。总体而言，一切仍围绕企业市场展开。

鲁迪·凯辛格 达·A·戴维森公司，研究部

明白了。我想转换一下话题。CJ 加入公司后的一项重要举措，是推动自上而下的销售模式，即在首席执行官（C-suite）层面开展销售工作，从而为 MongoDB 平台争取更广泛的高层认可——而不是以往那种逐个工作负载（例如 100 个工作负载）推进的方式。我们已明显看到贵公司的 RPO（剩余履约义务）出现拐点，这表明贵公司正在签署期限更长、承诺金额更大的合同。那么，请您具体谈谈这项举措的进展如何？另外，从整体来看，这一自上而下的销售模式目前处于哪个阶段？是否已开始与原有的“逐个工作负载”式销售形成互补？

迈克尔·贝里 首席财务官兼主要财务官员

是的。因此——我将回溯大约18个月。我认为，CJ进一步加快了这一进程。实际上，在此之前，Mongo就已与Dave及团队着手推动资源向上游市场转移。随着自助式（self-serve）模式日益成为更高效、更优质的客户获取渠道，并具备更强的向上游市场（即中小型企业市场）拓展的能力，我们得以将更多资源转向企业级市场。因此，这一转型我们早已启动。

我认为我们——而且去年下半年，我们就开始为销售团队推出更多激励措施，例如：长期激励和长期合作是可行的，前提是这对双方公司都有意义。这正是您在RPO中所看到的情况。

随后，CJ 加入进来，帮助加快这一进程。此外，Ryan 也参与其中，他既了解消费类业务，也熟悉企业级业务。因此，这一进程早在几年前便已启动。 嘿，就您第一个问题而言，逐项工作负载的落实以及市场认知度，至今仍然至关重要。

我们相信，我们完全能够兼顾两方面：一方面持续推动净新增用户增长、提升营销认知度，从而在用户开始使用前就触达他们；另一方面，在企业层面提升品牌认知度。这两者本质上是一致的——无论是面向AI原生企业的开发者，还是面向大型跨国银行的开发者，其认知建设的路径都高度相似。

鲁迪·凯辛格 达·A·戴维森公司，研究部

是的。我想重点讨论一下RPO（剩余履约义务）的情况，因为据我所知，部分投资者注意到RPO增速出现拐点，同时你们的Atlas业务增长非常强劲——过去四到五个季度增速均超过29%，但RPO增速的拐点与Atlas增速之间并非完全同步。因此，请具体说明：从当前时点起，RPO在全年各季度的环比变化趋势应如何预期？此外，RPO的增长又将如何与Atlas业务增长以及公司整体收入增长相匹配？

迈克尔·贝里 首席财务官兼主要财务官员

因此，RPO既包括EA，也包括Atlas。随着我们进入2026财年，Atlas在RPO中所占的比重逐渐增大。需要指出的是，这些RPO均来自期限超过12个月的多年期合同。因此，这部分金额最终将逐步确认为收入，但显然不会以一对一的方式实现增长。此外还需注意，即便客户签订了更长期的承诺协议，仍需实际使用相关服务；我们的模式并非按席位计费，因此若无实际消耗，便无法确认相应收入。对此，我们持乐观态度。两者走势会趋同吗？是的，但并非完全同步。

鲁迪·凯辛格 达·A·戴维森公司，研究部

是的，明白了。您在上一次财报电话会议上提到，我们不应预期下季度Atlas的业绩指引会出现显著波动。我知道您做出这一评论的原因，但一些投资者询问：公司的指引原则是否发生了变化？其中是否还有其他隐含信息？我们应合理预期多大的上行空间？请您进一步阐释这一评论，具体是指什么？

如果您回顾最近几个季度的情况，基本上当前季度Atlas的业绩指引有2至3个点、甚至可能达3.5个点的上行空间。如果未来消费表现符合预期或略好于预期，这一区间是否是我们应考虑的合理上行空间范围？或者，我们应如何评估下季度业绩指引的上行潜力？

迈克尔·贝里 首席财务官兼主要财务官员

是的。感谢您的提问。我们已就此问题多次讨论。事后看来，我本应在电话会议中直接进行相关计算，因为当时确实存在一些疑问。让我们先回顾一下：公司历史上并未给出Atlas业务的具体增长指引。此前，有人提出疑问——为何此次不沿用过去500个基点的增长率？各位请注意，这一增长率指的是整个公司的整体水平，对吧？

而EA——我们此前曾公开讨论过这一点——历来是推动业绩跑赢大盘的最主要因素。在最近两个季度，我们给出了具体的Atlas增长数据：如您所提到的，第四季度实际表现超出预期220个基点，当时我们指出消费情况基本符合预期；第一季度则超出预期340个基点，且消费表现略好于预期。

因此，我们——请记住，两年前，Atlas 还是一家年营收 10 亿美元的业务，如今其年化营收已超过 20 亿美元，规模仍在持续扩大。单一批次客户对其业绩的影响，客观而言，已不如过去那么显著。我们对 Atlas 的表现非常满意：过去四个季度实现了 29% 的增长。展望未来，在公司给出的业绩指引范围内，这一增速区间是您可预期的；而实际增速略高或略低，则将取决于客户的实际使用情况。

鲁迪·凯辛格 达·A·戴维森公司，研究部

是的，明白了。好的，那么在第一季度，您提到实际消费情况实际上略好于预期。因此，这里有一个包含两个部分的问题：第一，是什么因素推动了这一表现？我想知道，是否有特别突出的因素，还是说整体上普遍向好？第二个问题是，您对第二季度Atlas业务的增长指引仍为26%，与第一季度的指引基本一致。尽管消费情况有所改善，我了解到您对第二至第四季度的消费假设并未调整，但鉴于第一季度的实际消费表现更好，为何第二季度的指引没有至少上调1个百分点呢？

迈克尔·贝里 首席财务官兼主要财务官员

因此，请注意，随着一年的推进，同比基数将变得更为严峻。去年第二季度，我们才真正看到增长出现拐点，升至29%至30%。这是第一点。第一季度的情况是，我们在企业业务方面表现更佳，这一点我们此前已多次提及，主要体现在美国、欧洲以及大型客户群体中。

因此，由于您在第二季度初的起点更高，我们便据此进行了调整。我们在整体预测模型中上调了全年预期，而绝大多数上调幅度都体现在Atlas业务上，这是因为基数提高了。正如您所指出的，我们并未改变对全年消费模式和季节性规律的预期。因此，较高的基数将延续至全年，而第二季度的同比对比压力也会略大一些，这正是我们给出指引的依据。

鲁迪·凯西格 D.A. 大卫森公司，研究部

是的。然后，当我们展望下半年时，显然第三季度和第四季度存在更大的上行潜力空间。我们应如何评估下半年乃至全年的情况？有哪些上行驱动因素可能支撑Atlas全年维持高达20%出头的增长率？

迈克尔·贝里 首席财务官兼主要财务官员

鲁迪，我认为其中最大的变数就是经济表现如何。而恰恰是这一部分，我们目前尚无法准确预判——比如通胀是否构成问题、利率将如何变化、地缘政治局势又将如何发展。正因为我们是一家以消费为基础的业务，所以对于推动Atlas的增长，我们感到非常有信心。

客户还可以根据全年需求变化，灵活调整其使用规模。这部分是我们目前无法预知的。随着每个季度的推进，我们自然会获得更清晰的可见性，因此这实际上是我们业绩的主要驱动因素。此外，如果我们开始看到人工智能领域出现拐点，那也将是积极的信号。

鲁迪·凯西格 D.A. 大卫森公司，研究部

明白了。好的，我想直接切入EA话题。因为EA近几个季度实际上一直是重要的上行驱动因素之一，而且目前公司正重新聚焦于EA，以实现其与Atlas的功能对等。那么，为何要重新聚焦EA呢？我认为，向量搜索和搜索功能将在短短几周内上线。这对EA意味着什么？您是否在本地环境中已积累大量需求，希望利用这些能力构建本地AI工作负载？请就此展开谈谈。

迈克尔·贝里 首席财务官兼主要财务官员

是的。对我而言，这个问题确实有点让人费解。我们先退一步来看：EA业务——无论在过去，还是在Mongo公司，我认为我们都未能充分阐述EA的价值及其客户群体。目前EA业务已占公司总业务的20%以上，客户包括全球一些规模最大的企业。这些企业签署了多年期协议，承诺长期使用MongoDB，这无疑是非常积极、非常棒的事情。

围绕EA的大量工作源于客户要求我们增加该功能。这是一个问题，而非陈述：这是否属于推动更多AI在本地部署的一部分？我们确实开始看到这种趋势——客户希望在自己的数据中心或托管机房中运行这些AI工作负载。“经济性”至关重要。我认为客户的想法是：如果我已有相关基础设施，为何还要迁移数据？数据具有“引力”，我更倾向于在本地运行。因此，我需要在本地环境中获得与Atlas相同的功能。很好。

是否存在被压抑的需求？是的，因为我们EA所做的每一件事都源于客户的需求，而这恰恰是关键所在。我在此稍微多说几句：一些投资者会表示，我们只关心Atlas。作为首席财务官，我当然喜爱Atlas，但我也同样热爱EA——它是全球最大的客户之一，长期与我们保持合作承诺，且盈利能力非常出色。此外，未来当他们向云环境迁移时，你希望他们既能采用本地部署，也能使用云服务。而“多云”不仅指多个云平台，还涵盖本地部署和云端部署两种模式。

因此，对我们而言，这是推动增长的一个极其重要的因素。它能否超越我们此前指引的中个位数增速？我们当然希望如此。而且，目前是众多大型客户作出承诺，其中许多大客户将同时采用本地部署和Atlas服务。这也是该业务的重要组成部分。因此，我们对EA业务感到非常乐观，同时将持续评估还需增加哪些其他内容。

例如，我们正朝着获得 FedRAMP High 认证的方向推进，所有相关工作均在 Atlas 平台上进行。未来某个阶段，我们也应将该认证能力部署到本地环境。因此，我们将逐一评估各项功能（如 Voyage 等），决定是否将其纳入企业架构（EA）。其中许多决策依据来自客户对新增功能的需求。

最后一点我想说的是，您提到了AI领域的赢家。我们认为，大量AI工作负载将出现在这一领域，我们后续将对此展开更多讨论——不仅涉及Atlas业务的增长，还包括EA业务的增长，而EA增长的动力正来自于客户在本地部署环境中运行AI工作负载。

鲁迪·凯辛格 达·A·戴维森公司，研究部

如果我将刚才的发言全部回顾一遍，可能听起来像是您实际上预期部分大型企业AI工作负载会率先在EA上运行，而非Atlas。这样的理解是否恰当？或者我们应该如何思考这个问题？

迈克尔·贝里 首席财务官兼主要财务官员

因此，这种理解是合理的，也是我们的预期。客户向我们反馈的情况正是如此：我不会将所有数据迁移到公有云，而会在本地运行这些数据；或许我会在云端进行训练，然后在本地执行推理或其他操作——比如构建智能体。具体情况还有待观察。我们希望立足于客户的实际需求，我认为这也是EA增值的重要组成部分。

鲁迪·凯辛格 达·A·戴维森公司，研究部

这种变化会如何发生？我正在思考：如果我们实际看到企业级AI工作负载首先部署在本地（on-premise），而非云上，这将如何改变竞争格局，以及哪些竞争对手有能力提供此类服务？这与云环境相比，在本质上是否有所不同？您如何看待这个问题？

迈克尔·贝里 首席财务官兼主要财务官员

因此，我们认为——有两点：第一，对我们而言，这并非“非此即彼”，而是“两者兼得”。我们依然完全预期Atlas和EA都将保持健康增长。因此，对我们而言，这代表了可额外获取的更大总体可服务市场（TAM）。此外，在竞争环境方面，我们对此非常有信心——这正是多云战略发挥作用的地方，也是平台在这些环境中实现可扩展性的关键所在。我们对在本地环境和云环境中均能顺利实现这一点充满信心。

鲁迪·凯辛格 D.A. 大卫森公司，研究部

好的。接着您还提到，今年EA的增速有望超过中个位数水平。我知道EA在第一季度的ARR增长率为11%。从更长期的角度来看——我并非要求您给出下一年的业绩指引之类的内容——但假如你们实现了AI能力与本地部署版本的功能对等，那么确实存在被压抑的需求。请问，EA在未来几年内能否持续实现两位数增长，这是否在贵公司的合理预期范围之内？

迈克尔·贝里 首席财务官兼主要财务官员

我的回答是：如果我们不认为能够推动更好的增长，我们就不会进行这项投资。

鲁迪·凯辛格 D.A. 大卫森公司，研究部

回答得很好，我很喜欢。好的，自您加入以来，关于利润率的信息传达一直非常清晰，我个人以及投资者对此都非常认可。您曾非常坚定地承诺，每年都将实现100至200个基点的EBIT利润率提升。

显然，去年远远早于原定时间表，已成为重要的一年。如果您观察到企业级AI工作负载出现拐点——无论是在6个月、12个月还是18个月之后——那么，一旦该拐点真正出现，并且存在大规模抢占市场份额的机遇，您是否会相应地略微调整此前的承诺？我们应如何思考这一AI拐点出现时（无论何时发生）的应对策略？

迈克尔·贝里 首席财务官兼主要财务官员

是的，这是个非常好的问题。我将从两个方面来回答。 第一，我们一直非常明确：推动利润率增长和扩张的主要动力来自收入增长。当毛利率达到75%时，仍有大量投资需要进行。我们依然坚信这一点。我们并不认为企业业务出现拐点是因为资源不足。

同样，如果您回顾他们为做好准备所必须开展的工作，那么，鲁迪，如果我们认为可以增加市场推广投入，或增加某些产品功能以加速增长，我们就会立即采取行动。所有这些决策都基于我们的利润率目标。因此，我们完全有信心能够持续提升收入，利润率也将随之提高。如果需要在某些方面做出权衡，我们也会果断做出取舍。

第三点我想补充的是：请记住，我们已多次讨论过，Mongo 是一家非常优秀的公司。同时，我们内部也存在可提升效率的空间。目前，我们将业务外包至海外的力度还远远不够，接下来我们会加大这方面的投入。此外，我们在内部推动效率提升方面还有诸多可为之处，我们也将付诸行动。另外，我们在人工智能领域内部布局稍显滞后，因此有许多内部资源可以重新调配，以加速这一领域的增长，而我们目前正在这么做。因此，我们认为企业级 AI 业务的增长拐点并非源于资源投入不足。如果某项投入能带来明确的回报，我们当然会认真评估。

鲁迪·凯辛格 达·A·戴维森公司，研究部

是的，好的。我想——再回到企业工作负载这个话题，因为我认同这一点。我们在调研中也听到了类似反馈：这些客户拿到一个工作负载后会很兴奋，但其中存在0.01%的风险，即该工作负载可能执行了本不该执行的操作，从而被合规部门叫停等。

是否有任何措施是Mongo能够主动采取的，以帮助避免此类问题，或至少降低该工作负载在0.01%的情况下出错的概率？是否存在某些手段——再次说明，我理解这在很大程度上超出了你们的控制范围，但Mongo能否采取某些举措来缓解这一问题，从而推动部分企业级AI工作负载提前落地？

迈克尔·贝里 首席财务官兼主要财务官员

我认为我们当前的重点主要有两个：第一，确保产品到位，使客户感到安心；第二，支持跨多云环境运行，这对客户的风控而言至关重要。从安全角度来看，我们认为自身具备卓越的可靠性和安全性。

另一点是，将我们在客户群中观察到的实际应用场景带入讨论，以增强客户的信心。这部分内容包括：嘿，你们在客户群中看到了什么？客户都在部署哪些应用？他们是如何实施的？这些信息都有帮助。但归根结底，这家公司仍需自己下定决心：“我们要行动了。”

鲁迪·凯辛格 D.A. 大卫森公司，研究部

是的，明白了。好的，我还想问一下：您刚才在谈及多云业务时稍微提到了竞争情况。Postgres 方面，我们至今仍经常被问及这个问题。目前进展如何？您如何看待它们作为竞争对手的地位？这种担忧是否依然被夸大了？您对此有何看法？

迈克尔·贝里 首席财务官兼主要财务官员

因此，我不想说某些说法被夸大了。他们确实是一家竞争对手。我们认为，他们主要面向规模较小的公司，而这些公司往往并未真正做出明确决策，也不考虑构建基础设施，只是想快速部署一个应用程序。但一旦这些公司发展到一定规模，就会开始转向我们。我知道他们已将 JSONB 作为插件添加进来，我们看到后觉得这很有意思。但如果你是一家企业，运行的是真正的企业级工作负载，需要考虑可扩展性、性能，以及再次强调的多云环境，那么 MongoDB 才是你的首选。

鲁迪·凯辛格 达·A·戴维森公司，研究部

明白了。那么在我们结束之前，或许再问最后一个问题。另一个我经常被问到的问题是：如果您观察那些正在运行大量内部AI智能体（如Copilot、Claude等）的客户，这是否有可能为Mongo带来实质性利好？我的意思是，这类技术栈的构成是怎样的？这些智能体是否使用Mongo？它们是否采用其他数据库？还是完全不使用数据库？一些投资者只是好奇：为什么这不会带来实质性利好？——我想他们可能理解，企业级AI工作负载的落地可能需要更长时间；但对于这些智能体而言，为何却无法显著惠及你们？

迈克尔·贝里 首席财务官兼主要财务官员

因此，这是一个多方面的答案。再次强调，这要回到基础模型使用我们的具体应用场景。其中一些场景会随着其业务增长而扩大规模，而另一些则不会。

另一点是，当客户采用我们的服务时，他们也可能将我们用作特定垂直领域应用或专用场景的数据库。我认为，AI原生企业（AI natives）将推动这一领域的增长：如果它们直接基于Mongo构建自身产品，那么其业务整体扩张时，对Mongo的需求也会随之扩大。因此，这个问题涉及的内容非常丰富。也正因如此，我们再次强调Atlas是一项出色的业务，目前年化营收已达20亿美元。如此庞大的体量，自然需要相当大的推动力才能实现显著增长——这其实反而是件好事。我们对推动Atlas实现可持续增长充满信心。当然，具体表现仍取决于实际应用场景。

鲁迪·凯辛格 D.A. 大卫森公司，研究部

明白了，非常有帮助。就到这里吧。我想我们就此结束。Mike，感谢您抽出时间。

迈克尔·贝里 首席财务官兼主要财务官员

谢谢，Rudy。感谢您接待我们。

鲁迪·凯辛格 达·A·戴维森公司，研究部

是的。