Elastic Attack Discovery

搜索文档
Elastic (NYSE:ESTC) FY Conference Transcript
2025-09-11 15:32
**公司:Elastic (NYSE: ESTC)** [1] **核心观点与论据** * 公司Q1业绩表现强劲 总收入增长20% 订阅收入(不含月度云业务)增长22% 运营利润率接近16% [6] * 增长驱动力包括生成式AI(尤其是Agentic AI)安全领域的整合(SIEM XDR 云安全)以及可观测性领域的强劲势头 [6][7] * 公司在AI领域具备先发优势 自2017年起便开发向量数据库及相关能力 为构建生成式AI应用提供完整的上下文工程和工作流支持 而非仅仅提供向量存储 [19][20][21][22] * 安全业务源于威胁猎手使用其搜索技术分析日志和数据 现已扩展至EDR和云安全领域 其EDR能力被AV Comparatives评为最高等级的恶意软件检测解决方案 [24][26] * 可观测性业务同样基于日志分析 并已扩展至指标和APM [24][26] * AI在安全和可观测性领域用于自动化威胁狩猎 关联警报 提升分析师和SRE效率 其Elastic Attack Discovery功能在RSA上获最佳展示奖 [27][28][30][31] * 新推出的无服务器(Serverless)云产品已在三大主要云提供商(Google AWS Azure)全面上市 这是一种完全托管的SaaS产品 采用云原生架构 基于数据湖风格 旨在提高运营效率 改善利润率 并为客户降低成本 [36][38][39] * 无服务器产品还针对安全和可观测性专业人士进行了不同的打包和定价(例如按摄入和存储的GB数收费) [40] * Q1初公司实施了提价(包括自托管和云业务) 同时通过新功能(如LogsDB索引模式 Elastic Searchable Snapshots)帮助客户降低总拥有成本(TCO) 最终客户消费支出实现增长 [42][43][44][45] * 消费模式相比传统按席位收费的SaaS模式更具预测挑战性 但随着规模扩大和经验积累 公司预测能力已有所提升 [42][45] **其他重要内容** * 行业正处于生成式AI驱动的拐点 但其巨大影响需要时间显现 会呈阶梯式增长 类比互联网和云计算的早期发展 [12][13] * AI应用正从初期的聊天/助手体验 向软件开发辅助(如编码)乃至更广泛的自动化(Agentic AI)用例扩展 [14][17][18] * 公司内部也在使用AI提升效率 例如销售运营 IT支持和客户支持团队 用于销售自动化 情绪分析 信息汇总等 虽未直接减少人员编制 但提升了生产率和控制了人员增长 [50][51][52] * 客户迁移至无服务器产品的过程目前主要通过快照恢复 公司计划在未来6个月至1年内简化该流程 目标是实现一键无缝迁移 [47]
Elastic (ESTC) 2025 Conference Transcript
2025-09-04 19:52
**公司概述与AI影响** * Elastic公司基于开源项目Elasticsearch构建 是一个搜索平台 专注于处理非结构化数据并使其可搜索和分析 业务已扩展到可观测性(特别是日志分析)和安全领域(如SIEM和终端安全)[2] * AI的普及推动了对大语言模型上下文工程和数据检索的需求 Elastic的向量数据库和AI堆栈正被用于构建AI代理和自动化业务流程 这使其搜索业务成为增长最快的部分 并增强了在安全与可观测性领域的竞争力[3][4][5] **财务表现与定价策略** * 第一季度业绩强劲 收入超出预期1800万美元 且底线表现良好 承诺额和消耗量均实现同比增长 且增长均衡 无异常地区[22] * 公司定期调整价格(如今年5月及去年的自托管版调价) 认为这是软件行业的常规做法 其平台模式通过持续增加功能来提升价值 从而支持提价 消耗量受多种因素影响(如客户优化、新功能带来的效率提升、价格变化) 难以孤立分析单一变量 但净消耗增长是关键指标[24][25][26][29] * 公司因业绩强劲和宏观环境改善而提高了年度指引 指引下限提高了2400万美元 中点提高了2200万美元 超出第一季度1800万美元的beat幅度 表明对全年展望更加乐观[49] **市场机会与竞争定位** * AI带来的核心机会是嵌入到更多AI应用中作为向量数据库和上下文工程平台 无论是独立软件供应商(ISV)构建AI原生应用 还是企业构建自定义应用(如代理、对话式聊天、语义搜索) Elastic都看到大量用例[13][14][16] * 在安全领域 其数据导向方法、AI自动化能力以及强大的自托管方案(满足本地部署需求)构成竞争优势 例如Elastic Attack Discovery功能能识别网络攻击模式 自动化SOC分析师的工作[6][7][55] * 在可观测性领域 其核心优势在于处理混乱的非结构化数据(如日志) 并通过AI和效率提升保持差异化 在搜索领域 公司认为向量数据库是一个功能而非独立类别 其中心重力始终是处理非结构化数据 并预计主要与超大规模云厂商竞争[58][59][61][62] **宏观环境与部门表现** * 美国公共部门业务在第一季度趋于稳定 新政府更注重效率 但决策环境更加确定和稳定 公司产品在“少花钱多办事”的行政方针下具有良好价值主张 并未出现此前担忧的负面情景蔓延到其他地区或行业的情况[42][43][48] **开发者生态与开源战略** * 公司一年多前将开源许可证改为OSI认可的AGPL 这有助于在开发者社区(尤其是在早期的向量数据库领域)提升知名度和下载量 从而扩大漏斗顶端 为未来的商业转化奠定基础[66][68][69] **增长战略与未来展望** * 约一个多月后将举行分析师日 届时将分享中期业务模型 平衡增长与盈利能力的策略 以及增长算法[71][73] * 约五个季度前对销售团队进行了重组 更专注于企业和中端市场客户 减少了每个销售代表的负责账户数量 并建立了专门的猎手团队 这带来了更高的交易质量和规模 过去四个季度的销售主导订阅收入持续强劲执行 新增百万美元和十万美元级交易数量增长便是证明[76][77]