Datadog في مؤتمر مجموعة غولدمان ساكس إنك للتكنولوجيا 2026: الذكاء الاصطناعي

في يوم الخميس، 10/09/2026، استغلت Datadog (DDOG) مؤتمر مجموعة غولدمان ساكس إنك Communacopia + Technology 2026 للتأكيد على أن نموها المستقبلي سيأتي من مزيج من الهجرة إلى السحابة، ومراقبة الذكاء الاصطناعي، وأدوات الأتمتة الجديدة. كانت رسالة الشركة متفائلة، غير أنها أقرّت في الوقت ذاته بضغوط التكاليف التي يواجهها العملاء، والمراحل المبكرة لتحقيق الدخل من الذكاء الاصطناعي، وضرورة الاستمرار في الاستثمار المكثف للبقاء في الصدارة.

أبرز النقاط

• تقول Datadog إن بيانات المراقبة لديها تمنحها مكانة قوية في مجال الذكاء الاصطناعي، إذ تستطيع بناء نماذج تتنبأ بمشكلات التطبيقات وتدعم في نهاية المطاف المعالجة التلقائية.
• ترى الشركة ظهور "اقتصاد الاستدلال"، حيث لم تبدأ المؤسسات بعد سوى في الإنفاق بشكل ملموس على أعباء عمل الذكاء الاصطناعي ومراقبتها.
• يظل معدل الاحتفاظ الإجمالي في أعلى التسعينيات، فيما يرتفع معدل الاحتفاظ الصافي، مما يدل على أن العملاء لا يزالون يوسّعون استخدامهم للمنصة.
• تستخدم Datadog تغييرات في المنتجات مثل Infinite Cardinality Metrics وFlex Logs وFederated Logs لمساعدة العملاء على إدارة التكاليف دون مغادرة المنصة.
• أفادت الإدارة بأن 20% إلى 30% فقط من التطبيقات موجودة في السحابة، مما يترك مساحة كبيرة لمبيعات المؤسسات والهجرة إلى السحابة.

التموضع الاستراتيجي: المراقبة تلتقي بالذكاء الاصطناعي

قال ديفيد، المدير المالي لشركة Datadog، إن الشركة ترى فرصة طويلة الأمد في الجمع بين بيانات المراقبة والذكاء الاصطناعي. وأوضح أن بيانات السلاسل الزمنية التي جمعتها Datadog منذ تأسيسها تمنحها ميزة في البيانات يصعب على المنافسين نسخها بسهولة.

• استحوذت Datadog مؤخراً على شركة Adaptive ML، المتخصصة في التعلم المعزز لإدارة تقنية المعلومات والمراقبة.
• أسست الشركة مختبراً للبحث وأطلقت Toto، وهو نموذج خاص في مراحله الأولى.
• أشارت الإدارة إلى أن بعض النماذج ستكون مفتوحة المصدر، فيما ستظل أخرى خاصة وتشكّل جزءاً من الميزة التنافسية للشركة.
• تستثمر Datadog في وحدات معالجة الرسومات (GPU) وأنظمة الاستدلال والبنية التحتية للبحث لدعم تطوير النماذج ونشرها.

قال ديفيد إن الهدف هو استخدام هذه الأدوات للتنبؤ بالمشكلات في وظائف التطبيقات، والتحرك بمرور الوقت نحو هندسة موثوقية المواقع الآلية. ووصف مساراً يمتد من الإشارات الآنية الأفضل إلى الأنظمة القادرة على التصرف بتدخل بشري محدود أو معدوم.

"الرؤية هنا هي إنتاج إشارات آنية أكثر دقة وسرعة يمكنها تحسين وظائف المنصة والمضي قدماً على المسار المتصل للسماح بالمعالجة التلقائية أو ما يقاربها"، قال.

النتائج المالية واتجاهات العملاء

لم تقدم Datadog تحديثاً كاملاً للأرباح في ملخص المؤتمر، لكنها شاركت عدة مقاييس تشغيلية واتجاهات تجارية.

• يقع معدل الاحتفاظ الإجمالي في أعلى التسعينيات، مع تسجيل عملاء المؤسسات الكبرى أعلى المستويات في هذا النطاق.
• ارتفع معدل الاحتفاظ الصافي، مما يشير إلى أن العملاء يضيفون أعباء عمل بدلاً من تقليصها.
• يبلغ الإنفاق على البحث والتطوير نحو 30% من الإيرادات، أي ما يزيد على مليار دولار سنوياً.
• التوجيهات المستقبلية خالية من المخاطر لأنها تشمل فقط الإيرادات الملتزم بها من العملاء الكبار، دون الاستخدام الإضافي فوق الحد الأدنى للعقود.
• كثيراً ما يتجاوز العملاء التزاماتهم، لكن Datadog أكدت أنها لا تعتمد على هذا الهامش الإضافي في توجيهاتها.

أفادت الإدارة بأن الشركة تحقق إيرادات مبكرة من مراقبة الذكاء الاصطناعي عبر منتج Agent Observability، الذي يضم بالفعل آلاف العملاء. كما أشارت إلى أن أعمال الذكاء الاصطناعي لا تزال في مراحلها الأولى، لكن الزخم آخذ في التصاعد.

قال ديفيد إن Datadog تراقب "كل ما يمكن أن يؤثر على وظائف التطبيق"، وأن الذكاء الاصطناعي يجعل هذه المهمة أكثر أهمية لأن التطبيقات باتت أكثر تعقيداً.

"الطريقة الأولى لتحقيق الدخل من هذا هي Datadog للذكاء الاصطناعي"، قال، مقارناً ذلك بمراقبة الشركة الحالية للكود ووحدات المعالجة المركزية وقواعد البيانات.

التحديثات التشغيلية: منتجات جديدة وتغييرات في البنية

وصفت Datadog عدة تغييرات في المنتجات تهدف إلى مساعدة العملاء على التحكم في الإنفاق مع الإبقاء على المزيد من بياناتهم ومستخدميهم على المنصة.

• تتيح Infinite Cardinality Metrics للعملاء تنظيم بيانات المقاييس قبل معالجتها.
• تُعدّ Flex Logs وFrozen Logs وMetrics without Limits جزءاً من مجموعة أوسع من الأدوات لإدارة تكاليف المراقبة.
• تتيح Federated Logs للعملاء تخزين السجلات في أنظمة خارجية مثل ClickHouse وDatabricks مع الاستمرار في استخدام تحليلات Datadog.
• تمنح Data Observability Pipelines وBring Your Own Cloud العملاء مرونة أكبر في تحديد مكان تخزين البيانات.
• من المتوقع أن يستخدم خط منتجات Bits النماذج التنبؤية والبيانات لدعم الكشف التلقائي عن المشكلات ومعالجتها.

قال ديفيد إن هذه التغييرات قد تقلل من حجم البيانات الخام المتدفقة إلى Datadog، لكنها لا تزال قادرة على تحسين قيمة العملاء ودعم الهوامش.

"ما كنا أكثر ذكاءً فيه، أعتقد، هو فهم كيفية استخدام العميل للمنتج"، قال. وأضاف أن التنظيم يمكن أن يكون أفضل للعملاء لأنهم يحصلون على قيمة أكبر من مقاييسهم، وأفضل لـ Datadog لأنه يتجنب معالجة البيانات المكلفة التي تضيف قيمة ضئيلة.

أفادت الإدارة بأن التحويل الاستباقي إلى Infinite Cardinality Metrics كان عاملاً في الاحتفاظ بالعملاء وتعزيز الهوامش في آنٍ واحد. كما أشارت إلى أن Federated Logs يمكنه خفض تكاليف التخزين غير الضرورية مع إبقاء المستخدمين محورين حول منصة Datadog، مما قد يرفع متوسط الإيرادات لكل عميل.

فريق المبيعات والتوسع في المؤسسات

أعلنت Datadog أنها وسّعت قوة مبيعاتها المؤسسية على مستوى العالم للاستفادة من فرصة أوسع في الهجرة إلى السحابة. تنتقل الشركة من نموذج مبيعات يعتمد في معظمه على النهج التصاعدي نحو نموذج مؤسسي أكثر هيكلية للعملاء الكبار.

• تغطي فرق الحسابات الرئيسية الآن حساباً أو حسابين بدلاً من نحو 10، مما يتيح تركيزاً أكبر على مشاريع التحول الكبرى.
• يُستخدم نهج الحسابات المسماة والحسابات الكبرى جنباً إلى جنب مع النهج التقليدي للمبيعات في الشركة.
• تستثمر Datadog أيضاً في شركاء القنوات والتواجد في مراكز البيانات لدعم عمليات ترحيل العملاء.
• تشمل القطاعات المذكورة: البنوك والتأمين والسيارات والتصنيع وشركات الطيران.

أفادت الإدارة بأن كثيراً من المؤسسات لا تزال في مراحل مبكرة من رحلتها نحو السحابة، إذ لم تبدأ بعض منها مشاريعها الكبرى بعد. وتقدّر Datadog أن 20% إلى 30% فقط من التطبيقات موجودة حالياً في السحابة، مما يترك سوقاً كبيرة لم يُستهدف بعد.

التوقعات المستقبلية: الذكاء الاصطناعي والاستدلال والأتمتة

ترى Datadog على المدى البعيد أن الذكاء الاصطناعي سيخلق طلباً أكبر على المراقبة لا أقل. وقالت الشركة إن الموجة الأولى من تبني الذكاء الاصطناعي تضمنت استدعاء شركات النماذج عبر واجهات برمجة التطبيقات (APIs)، لكن المرحلة التالية ينبغي أن تشمل بنية تحتية داخلية أكبر واحتياجات أوسع للمراقبة.

• وصفت الإدارة "اقتصاد الاستدلال" بأنه لا يزال في مراحله الأولى.
• لم تبدأ المؤسسات بعد سوى في تخصيص نفقات تشغيلية لأعباء عمل الاستدلال.
• أفادت Datadog بأن العملاء المتطورين يبدأون في الابتعاد عن واجهات برمجة التطبيقات الخاصة بمختبرات الحدود الأمامية نحو أنظمة الذكاء الاصطناعي الخاصة.
• بعض العملاء الأصليين في مجال الذكاء الاصطناعي يستخدمون بالفعل Datadog لأعباء عمل التدريب وما بعد التدريب، وليس فقط الاستدلال في بيئة الإنتاج.

قالت الشركة إن عدد العملاء الأصليين في مجال الذكاء الاصطناعي أقل من قاعدتها الأوسع من العملاء الأصليين في السحابة، لكنهم ينمون بوتيرة أسرع ويتبنون منتجات أكثر. وأضافت Datadog أن هؤلاء العملاء كثيراً ما يختارون الاستعانة بمصادر خارجية للمراقبة بدلاً من بنائها بأنفسهم.

قال ديفيد إن الشركة تتوقع أن تتطور نماذجها وخط منتجات Bits من الإشارات الآنية نحو المعالجة التلقائية. وقد يتمكن العملاء من اختيار مستوى الأتمتة الذي يريدونه، بدءاً من الإجراءات المقترحة التي تتطلب موافقة بشرية وصولاً إلى استجابات النظام الأكثر استقلالية.

أبرز ما جاء في جلسة الأسئلة والأجوبة: ميزة البيانات والمنافسة ومخاطر التحسين

في جلسة الأسئلة والأجوبة، ركّز ديفيد على ميزة البيانات لدى Datadog وقدرة الشركة على المنافسة في مواجهة الحلول النقطية وأدوات المراقبة الأحدث الأصيلة في الذكاء الاصطناعي.

• قال إن بيانات المراقبة وحجم Datadog يجعلان من الصعب على المنافسين مجاراة تطوير نماذجها.
• قال إن إنفاق الشركة على البحث والتطوير بنسبة نحو 30% من الإيرادات يفوق بكثير مستويات المنافسين.
• جادل بأن المنصات المتكاملة أكثر جاذبية للعملاء من الحلول النقطية المتفرقة.
• قال إن Datadog يجب أن "تصل إلى هناك أولاً وبشكل أكثر قابلية للتوسع" من المنافسين مع تحول السوق نحو أدوات الذكاء الاصطناعي والمراقبة الحديثة.

تطرّق ديفيد أيضاً إلى سلوك تحسين التكاليف لدى العملاء. وقال إن بعض العملاء الكبار قد ينقلون أعباء عمل معينة إلى أنظمة تخزين خارجية، لكنهم عادةً ما يبقون على منصة Datadog. وأوضح أن هذا يختلف عن تراجع أوسع في الاستخدام.

وقارن البيئة الحالية بدورة التحسين التي شهدتها عامَي 2021 و2022، مشيراً إلى أن Datadog باتت أكبر حجماً وأكثر تنوعاً وتنمو بوتيرة أكثر اعتدالاً مقارنةً بفترة أسعار الفائدة الصفرية. وأضاف أن قاعدة عملاء الشركة باتت أيضاً أكثر انضباطاً في الإنفاق.

"التوازن بين النمو والتحسين حاضر دائماً في برامج السحابة"، قال، مضيفاً أن الميزان لا يزال يميل لصالح النمو.

المشهد التنافسي وانعكاساته على السوق

صاغت Datadog رسالة المؤتمر حول فكرة بسيطة: تؤمن الشركة بأنها تستطيع الاستمرار في الفوز من خلال الجمع بين منصة واسعة وإنفاق بحثي مكثف وبنية بيانات مرنة.

• أفادت الإدارة بأن كثيراً من الشركات حاولت بناء منصات متكاملة، لكن قليلاً منها نجح في ذلك بشكل عضوي.
• ترى Datadog أن نموذج "لوحة الزجاج الواحدة" يمثل ميزة على الأدوات المتفرقة.
• قالت الشركة إن تحديث منصتها ينبغي أن يساعدها على البقاء في الصدارة أمام المنافسين الناشئين.
• تنظر إلى الهجرة إلى السحابة وتبني الذكاء الاصطناعي باعتبارهما محركَين كبيرَين للنمو يتداخلان مع بعضهما.

بالنسبة للمستثمرين، فإن الرسالة الرئيسية هي أن Datadog تسعى إلى تحويل قاعدتها الحالية في المراقبة إلى منصة أوسع للذكاء الاصطناعي والأتمتة. لا تزال الشركة في مراحل مبكرة من تحقيق الدخل من هذا التحول، لكنها تشهد بالفعل تبنياً من العملاء وزخماً في المنتجات وفرصة أكبر في مبيعات المؤسسات.

يمكن للقراء الرجوع إلى النص الكامل أدناه للاطلاع على مزيد من التفاصيل.

هذه المقالة مترجمة بمساعدة برنامج ذكاء اصطناعي وخضعت لمراجعة أحد المحررين.. لمزيد من التفاصيل يُرجى الرجوع للشروط والأحكام الخاصة بنا