MongoDB(MDB.US)Q2电话会：Atlas稳步增长，Enterprise Advanced意外成“第二引擎”，AI产品采用率显著攀升

智通财经APP获悉，在截至2026年8月的2027财年第二季度，MongoDB(MDB.US)交出了一份亮眼的成绩单。公司总营收达到7.72亿美元，同比强劲增长30%，核心驱动力来自其云数据库平台Atlas的加速增长，以及Enterprise Advanced自管理解决方案的显著提速。基于对企业级需求的持续看好、Atlas消费量的稳步提升，以及AI相关工作负载的早期采用势头，MongoDB同步上调了全年业绩指引。

该公司总裁兼首席执行官CJ Desai表示，本季度是自2024财年以来公司录得的最高季度营收增速。期内，MongoDB客户总数增至70,600家，单季净增客户数高达2,900家，创下历史纪录。同时，公司Non-GAAP营业利润率达到24%，盈利能力持续增强。

Atlas稳步增长，企业级需求坚挺

作为业绩增长的“压舱石”，Atlas平台营收连续第五个季度保持约29%的同比增速。首席财务官Mike Berry透露，该增速超出公司指引约300个基点，且Atlas单季度营收同比增量达到了创纪录的1.27亿美元。增长主要由北美企业级客户驱动，尤其是那些年度经常性收入(ARR)超过10万美元的大型客户。公司整体的净ARR扩展率从上年的119%和上一季度的121%提升至122%，显示出存量客户价值的持续深挖。

Berry在问答环节强调：“展望未来，我们预计大型企业客户，尤其是美国市场，将继续贡献非常可观的增长。”他补充道，AI相关需求目前虽占比较小，但已展现出令人鼓舞的增长势头。

本季度末，MongoDB拥有近3,000家ARR超10万美元的客户，同比增幅达17%。在Atlas平台的此类客户群体中，48%使用了两个或以上的平台功能(如向量搜索和文本搜索)，高于去年同期的42%，表明产品组合的采用广度正在提升。

AI产品线蓄力，采用率显著攀升

管理层重点提及了Atlas Vector Search和Voyage AI嵌入与重排序模型的采用情况，将其视为AI工作负载活跃度增加的有力证据。Berry指出，Voyage的客户数量连续第二个季度实现接近翻倍的增长，且其中绝大多数新增客户此前与MongoDB并无合作关系。

Desai表示，包括Anthropic的Claude和OpenAI的Codex在内的编程智能体，已成为Voyage的主要流量导入来源。此外，公司还推出了托管式模型上下文协议(MCP)服务器，使开发者及AI智能体能够通过Claude Code、Codex、Grok Build、Cursor和Devin等工具无缝连接MongoDB。

在客户案例方面，英国《金融时报》利用Atlas Vector Search和Voyage模型为其读者提供AI驱动的内容发现服务，每日处理查询量超过10万次。Desai称，该出版商不仅降低了检索成本，还将原先需数周的人工索引监控工作缩短至一天内完成。AI工作场所助手平台Fireflies自创立之初便选择MongoDB，目前在其上运行着超过40个微服务。法律科技公司Eve则借助MongoDB的嵌入与重排序能力，为其AI产品从案件卷宗中高效检索证据。

Desai进一步指出，目前最具吸引力的AI应用场景多面向生产级、客户交互型应用，而非内部小型辅助工具。他特别提到了金融服务领域的语义搜索和财富管理顾问聊天机器人，以及面向员工的内部知识检索应用。

Enterprise Advanced成为新增长引擎

本季度，Enterprise Advanced及其他业务收入同比增长36%，若按合同期限标准化计算，其ARR增速约为11%。Berry称，这是该业务板块近三年来表现最强劲的一个季度。公司表示，此佳绩源于金融服务、公共部门及科技行业客户的广泛需求，而非单一大额交易。期内，MongoDB还为Enterprise Advanced推出了搜索和向量搜索功能，使自管理客户能够在受控环境中为其AI工作负载使用检索功能。

Desai澄清，Enterprise Advanced的快速增长并非以牺牲Atlas为代价。他将客户的部署决策描述为“两者皆选，而非二选一”，许多组织出于混合云部署、合规要求及运营韧性考虑，会同时采用两种平台。

案例方面，某美国大型银行已在超过100个生产应用中部署Enterprise Advanced，并拓展其用于生成式AI和语义搜索;英国全国建筑协会(Nationwide U.K.)则同时使用Enterprise Advanced和Atlas支撑其高速层应用，每周处理超过2,400万次应用登录。

Berry透露，在当前展望中，Atlas约占总营收的74%，且这一比例有望继续提升。但他也强调，Enterprise Advanced作为愈发稳健的增长驱动力，其贡献将超出此前预期。

盈利质量提升，全年指引上调

财务表现方面，MongoDB本季度Non-GAAP运营利润为1.86亿美元，营业利润率达24%，远高于去年同期的15%。Non-GAAP净利润为1.63亿美元，合每股摊薄收益1.90美元，去年同期为8,700万美元，合每股1.00美元。公司已连续第三个季度实现GAAP每股盈利。期末现金及短期投资总额为24亿美元，运营现金流和自由现金流分别为1.42亿美元和1.38亿美元。

对于2027财年第三季度，MongoDB预计营收在7.56亿至7.61亿美元之间，同比增长20%至21%;Non-GAAP运营利润为1.52亿至1.56亿美元;Non-GAAP每股收益为1.57至1.61美元。

放眼全年，公司将2027财年营收指引上调至29.9亿至30.3亿美元，对应21%至23%的增长。其中，Atlas全年营收增速预期上调至约27%，较此前展望提升300个基点;Enterprise Advanced及其他业务增速预期上调至约11%，而此前仅为中个位数增长。公司同时上调了全年营业利润率指引，预计将同比扩大约250个基点，并将持续在AI、产品研发、市场拓展及开发者生态建设方面进行投入。

会议内容

接线员：

您好，欢迎参加MongoDB 2027财年第二季度业绩电话会议。现在，我将把会议交给投资者关系副总裁Jess Lubert。请开始。

Jess Lubert

MongoDB投资者关系副总裁

谢谢，接线员。大家下午好，感谢各位今天参与我们的电话会议，共同审阅MongoDB 2027财年第二季度的财务业绩——相关数据已在我们今日收盘后发布的新闻稿中披露。今天与我一同出席会议的有MongoDB总裁兼首席执行官CJ Desai，以及首席财务官Mike Berry。

在本次会议中，我们将发表前瞻性陈述，包括涉及市场与未来增长机遇、新业务拓展预期、Atlas消费增长趋势、EA及其他业务与多年期许可收入的影响、AI长期机遇、财务指引及基本假设(含盈利能力和运营利润率预期)，以及我们在AI领域的投资与增长机会等陈述。

上述陈述受多种风险与不确定性影响，包括经营业绩和财务状况等因素，可能导致实际结果与我们的预期存在重大差异。有关可能影响实际结果的重大风险与不确定性的讨论，请参阅我们于2026年9月1日向SEC提交的、截至2026年7月31日的季度报告(Form 10-Q)中所述的风险因素。本次会议上所作的任何前瞻性陈述仅代表我们截至今日的观点，除法律要求外，我们没有义务对其进行更新。

此外，本次电话会议将讨论非GAAP财务指标。请参阅我们投资者关系网站上发布的业绩公告中的附表，以获取这些指标与最直接可比的GAAP财务指标之间的调节信息。

那么，现在有请CJ发言。

CJ Desai

MongoDB总裁兼首席执行官

谢谢Jess，也感谢各位今天的参与。我很高兴与大家分享我们极为出色的第二季度业绩。总收入达7.72亿美元，同比增长30%，创下自2024财年以来最高的季度增速。Atlas收入连续第五个季度保持约29%的同比增长，主要得益于大型企业客户的贡献以及AI势头的持续累积。EA及其他业务本季度表现亮眼，同比增长36%，源于我们“随处运行”能力所带来的广泛需求。在强劲营收增长的推动下，我们的非GAAP运营利润率达到24%。本季度末客户总数达70,600家，期内净新增客户数量创下纪录，达2,900家。

Voyage客户数量环比近乎翻倍，Atlas向量搜索的采用率增速持续超越公司其他业务板块，充分彰显我们在AI工作负载方面的早期强劲势头。我们的核心业务仍然稳健，“随处运行”的优势是本季度Atlas和EA双双增长的关键差异化因素。金融服务、医疗健康、科技等领域的企业正将其最关键的任务型工作负载运行在MongoDB之上，且我们每季度都在赢得更多工作负载。与此同时，这些企业以及AI原生公司正越来越多地选择我们的平台来处理AI工作负载，Atlas向量搜索和Voyage AI嵌入模型的采用就是明证。本季度，我与团队继续与客户的C级高管进行深入交流，探讨我们的数据平台如何满足他们最紧迫的核心业务及AI现代化需求。

第二季度的业绩表现，正是我坚信我们正在崛起为多云与AI时代现代应用的实时智能数据平台的原因所在。首先，我想谈谈在企业端的观察。对于已经在MongoDB上运行大量数据资产的客户来说，在此基础上构建智能体是自然而然的延伸，因为智能体实际所需的是实时运营数据，而非数据仓库中的陈旧副本。搜索、向量搜索和嵌入功能都是原生内置而非外挂的，因此智能体无需连接多个孤立系统，只需连接一个统一平台即可。这种趋势在各行各业的多种用例中都有体现，无论是内部知识检索、面向客户的聊天机器人和智能体，还是欺诈识别与身份管理工作流。

虽然目前仍处于早期阶段，但我们看到越来越多的这类工作负载进入生产环境。例如，英国《金融时报》利用我们的平台支持AI驱动的内容发现，以规模化方式为数百万读者提供交互式体验。借助Vector Search和Voyage AI，《金融时报》现已在单一平台上统一了其运营数据和向量嵌入，构建了混合全文与语义搜索解决方案，消除了同步多个系统的复杂性，并显著缩短了上线时间。通过使用高精度的Voyage-4模型进行内容索引，并以高性价比的Voyage-4-Lite模型每天处理超过10万次查询，《金融时报》在性能影响最小化的同时大幅降低了检索成本。过去需要数周的人工索引监控工作，如今一天内即可完成。

接下来，谈谈我们在前沿实验室方面看到的势头——这些实验室既是我们的客户，也是我们的合作伙伴。多家领先实验室正在利用Atlas处理对其产品发布至关重要的关键任务工作负载。其中一家实验室在从PostgreSQL迁移后，将Atlas用于推理和对话工作负载——此前PostgreSQL的性能延迟和宕机问题严重影响了用户体验。他们在短短四周内就将对话记忆系统迁移至Atlas，现在的读取速度比PostgreSQL快10倍。此外，这些实验室还利用Atlas进行研究工作负载，存储实验结果、评估数据和模型开发所需的训练工件。这些合作关系仍处于早期阶段，各实验室的参与程度不尽相同，但我们对接获的进展感到振奋。作为这些前沿实验室的合作伙伴，我们正在帮助在其平台上构建应用和智能体的开发者能够便捷地使用Atlas。

就在最近，我们推出了全面托管的MCP服务器，使开发者和智能体在使用Claude Code、Codex和Grok Build，以及Cursor和Cognition的Devin等热门编码工具时，能够更轻松地直接连接MongoDB。这正是我们深度融入AI供应链、参与新一代应用构建的方式。Anthropic首席商务官Paul Smith在评价我们的技术合作及与Claude的最新集成时指出：“最好的AI应用离不开强大的数据库，这就是为什么我们一直向在Claude上进行开发的开发者推荐MongoDB Voyage用于嵌入的原因。近期，来自这些开发者的需求推动MongoDB构建了全新的托管MCP服务器，该服务器自发布以来采用速度极快，现在开发者无需离开Claude即可探索、查询和管理他们的MongoDB数据。”

AI机遇的最后一块拼图是AI原生公司。这些公司的数据层决定了产品能否支撑快速规模化。有些公司从一开始就选择我们，另一些则从其他平台起步(如提示驱动开发平台)，当遇到扩展瓶颈且真实用量来临时便会迁移到我们这里。这种模式已经在数据中体现出来——本季度我们净新增了创纪录的2,900家客户，其中许多就是AI原生公司。Fireflies是一家独角兽AI原生初创公司，致力于打造其称之为“第一AI工作助手”的产品，帮助用户挖掘对话中隐藏的知识。Fireflies服务于100多万家组织的超过2,000万用户，已处理超过70亿分钟的会议记录。Fireflies从第一天起就选择了Atlas，看重其灵活的文档模型而非僵化的关系型模式;如今他们运行着40多个微服务，利用变更流为分析和增长智能提供实时数据管道支持。这种精简且可扩展的基础架构，为其超高速增长提供了无缝支撑。

我们在Voyage方面也看到了强劲的势头。Voyage是我们提供的嵌入和重排序模型，持续在独立排行榜上名列前茅。8月份，我们将自动化Voyage嵌入功能引入Atlas，实现一键式向量搜索设置;发布了专为代码设计的Voyage Code 4模型;并推出了升级版的重排序API——所有这些举措都使Atlas在AI检索准确性方面保持市场领先地位。Voyage的吸引力在市场的两端均有体现：我们一些最大的现有Atlas客户开始为AI用例采用Voyage，而大多数新Voyage客户则是与MongoDB此前并无关联的AI原生公司。Eve就是其中之一，这是一家独角兽AI原生公司，为原告律师事务所自动化法律案件受理、医疗时间线梳理和索赔函起草工作。Eve利用由Voyage AI的Rerank 2.5支持的Atlas嵌入和重排序API，从大量案件文档中筛选出最相关的证据。这不仅提升了Eve的RAG层检索质量，同时简化了构建和迭代这些AI体验所需的基础设施。

转向Enterprise Advanced(EA)。本季度EA的增长在我们的安装基础中表现广泛，尤其在金融服务、科技和公共部门领域尤为突出。客户使用EA的两种模式值得关注，两者都说明了这项业务对我们的战略意义。第一类是受管控的自管理环境中的AI应用。本季度，我们将搜索和向量搜索功能引入EA，弥合了云服务与自管理体验之间的差距。来自各行业的客户立即产生了需求，他们希望在自有受管控的自管理环境中采用一体化方案构建AI。一家美国大型银行便是典型案例。EA已成为其标准化数据平台，支撑着支付、欺诈检测、文档处理、客户与账户服务等100多个生产应用。本季度，该银行将同一环境扩展至生成式AI和语义搜索，用于员工顾问、聊天机器人、产品搜索和文档智能。通过将运营数据、搜索和向量检索统一在EA自管理环境中，他们将敏感的客户和对话数据保留在自有受管控环境内，而无需发送至多个孤立系统。这为他们以同一平台——已运行其最关键业务——为基础，在全行范围内扩展AI提供了切实可行的基础。

第二类是混合部署。在我与客户的对话中，越来越多地涉及同时跨多云和自管理环境运行的需求。对于同时使用EA和Atlas的客户而言，二者是“兼而有之”，而非“二选一”。例如，一家大型网络安全公司在Atlas和EA上均有大量部署，本季度两部分均实现了显著增长。英国Nationwide(全球最大的建筑协会)也是一个很好的例子。他们现在将快速增长的速度层应用同时运行在EA和Atlas上，既能通过所有数字渠道为会员提供账户和交易数据的实时访问，又能支持每周超过2,400万次的App登录。将工作负载分布在EA和Atlas上，使Nationwide获得了更强的运营韧性，同时满足了英国监管要求，并简化了原本更加碎片化的IT架构。Nationwide已经在使用我们的平台处理更快速的支付业务，在峰值日通过自管理的双云EA集群处理高达300万笔交易、价值15亿英镑。将AI引入自管理环境为我们打开了全新的需求，而混合部署通常意味着强大的EA基础为同一客户带来了新的Atlas合作机会。同时，EA的盈利能力使我们能够更大力度地投资于研发和市场推广，进一步推动Atlas增长和AI路线图。

最后，我对推动Atlas和EA创新的领导团队充满信心。Ben Cefalo负责核心产品，Pablo Stern负责AI及新兴产品。在市场拓展方面，John McMahon作为新任首席营收官已经快速进入角色，令我对我们把握未来机遇的能力充满信心。在结束之前，我想提醒大家，我们将在9月29日于纽约市举办投资者日，9月30日举办.local纽约用户活动。期待届时与各位见面。

接下来，有请Mike发言。

Mike Berry

MongoDB首席财务官

谢谢CJ。大家下午好。我将先回顾2027财年第二季度的业绩，然后介绍我们对第三季度及本财年剩余时间的展望。一如既往，我将同时讨论GAAP和非GAAP结果。

正如CJ所述，我们又迎来一个非常强劲的季度，各项指标均超出所有指引区间。鉴于这一表现和全业务线的强劲势头，我们将第二季度的超额表现延续下去，并上调了2027财年下半年的指引，主要得益于Atlas的强劲表现。

在深入细节之前，我想先强调本季度的几个关键要点：第一，总收入增速提升至30%，这是自2024财年以来首次达到该水平。第二，这是Atlas连续第五个季度保持约29%的同比增长。第三，EA及其他业务本季度表现异常出色，同比增长36%，得益于EA对许多大型客户日益增长的战略重要性，以及我们在第二季度推出的EA搜索和向量搜索功能的早期成效。第四，得益于上述趋势，我们在运营利润率和每股收益指引方面均大幅超出预期，体现了我们运营模式的优势。

接下来看具体业绩。第二季度总收入为7.72亿美元，同比增长30%，而去年同期为24%。从产品细分来看，Atlas收入同比增长约29%，超出指引约300个基点。消费表现强劲，实现了连续第三次超预期，与我们的指引框架一致。这是Atlas连续第六个季度实现美元金额的同比增长，本季度净增创纪录的1.27亿美元。本季度的主要增长动力依然是北美地区及我们最大的客户，特别是年化经常性收入(ARR)超过10万美元的客户群体，这与我们近几个季度讨论的向上市场拓展势头一致。这一持续强势也反映在公司的净ARR扩展率上，本季度提升至122%，去年同期为119%，上季度为121%。净ARR扩展率的环比提升得益于Atlas和EA的双重推动。我们在AI原生群体及各项AI信号方面也持续看到积极势头，包括向量搜索的采用、新Voyage客户数量以及通过MCP连接的集群持续增加。

在EA及其他收入方面，我们的业绩非常强劲。收入同比增长约30%，为三年来的最强季度。我们在第二季度推出的EA搜索和向量搜索功能获得了早期需求，新增的检索能力进一步增强了我们支持AI工作负载的能力。这种增长是广泛性的，反映在许多交易的共同推动，而非单一大交易，尤以金融服务、公共部门和科技行业最为突出。持续的势头凸显了EA的战略重要性，客户持续扩展其自管理部署规模，以同时支撑传统应用和AI应用。EA及其他ARR(对合同期限影响进行标准化调整后)同比增长约11%，为连续第三个季度实现两位数的ARR增长。

接下来看利润表。非GAAP总毛利率为75.9%，同比提升约210个基点;订阅毛利率为78.3%，同比提升约70个基点。订阅毛利率的提升主要得益于第二季度EA收入占比的提高。

在盈利能力方面，我们非常高兴地看到，第二季度是我们连续第三个季度实现GAAP每股盈利，全年指引也包含了我们在2027财年实现GAAP每股盈利的预期。非GAAP运营收入为1.86亿美元，运营利润率为24%，而去年同期为15%。我们对运营利润率的表现持续感到满意，本季度的强劲营收表现对此贡献显著。第二季度非GAAP净利润为1.63亿美元，合每股1.90美元，基于8,580万股完全稀释流通股。相比之下，去年同期净利润为8,700万美元，合每股1.00美元，基于8,710万股完全稀释流通股。

我们的剩余履约义务(定义为合同期限超过12个月的合约义务)本季度末为15.2亿美元，同比增长91%，其中当期部分增长73%。本季度新客户增长非常强劲，环比新增约2,900家客户，客户总数达70,600家，去年同期为59,900家。增长主要由Atlas驱动，Atlas客户数于第二季度末达69,300家，去年同期为58,500家。在Atlas内部，Voyage客户数量连续第二个季度环比近乎翻倍，继续呈现对我们AI嵌入能力需求的积极信号。我们对新客户的势头感到满意，同时提醒大家，该指标会随季度波动。

本季度末，我们拥有近3,000家年化经常性收入至少为10万美元的客户，同比增长17%。该群体的收入增长依然强劲，增速超过公司整体收入增速，与我们向高端市场拓展的方向一致。Atlas的功能采用情况也持续良好。在年化经常性收入超过10万美元的Atlas客户中，48%正在使用我们平台的两项或以上功能，高于去年同期的42%，主要由向量和技术搜索的采用推动。

在资产负债表和现金流方面，第二季度末我们持有24亿美元的现金等价物和短期投资。本季度，我们分配了1亿美元用于股票回购，5,900万美元用于结算员工限制性股票单位的税款。经营活动现金流为1.42亿美元，去年同期为7,200万美元;自由现金流为1.38亿美元，去年同期为7,000万美元。我们致力于推动有意义且持久的现金流产出，在2027财年上半年，我们已实现经营活动现金流3.44亿美元，自由现金流3.35亿美元。

现在我想分享一些驱动第三季度展望的假设，并补充我们对2027财年剩余时间的思考。正如我前面提到的，我们继续对Atlas强劲且稳定的增长感到满意。迄今为止的增长主要由大型企业客户的持续强势驱动，我们预计这一趋势将在2027财年下半年持续。基于这一持续势头，我们预计第三季度Atlas增长约为26%，并将全年增长预期上调至约27%，较此前指引中点上调300个基点。下半年总营收指引的上调主要得益于Atlas的强劲表现。Atlas的强势体现在：连续第六个季度收入美元金额同比增长、强劲的净ARR扩展率、不断提升的多产品渗透率，以及AI工作负载采用的早期迹象。我们在过去几个季度中讨论过，随着Atlas规模扩大，其可预测性增强，对单个客户或群体的收入波动敏感度降低。这可以从过去三个季度业绩的一致性中看出——我们相对于初始指引均实现了约200至300个基点的超额表现。我们采用相同的指引框架来制定第三季度展望，同时认识到第三季度是Atlas全年最具挑战性的对比基数。

对于EA及其他业务，鉴于上半年表现的强劲，包括第二季度在EA上推出的搜索和向量搜索功能所带来的需求，我们将2027财年全年EA及其他收入预期上调至约11%的增长率，高于此前个位数中段增长的指引。这是三年来EA及其他业务首次预计全年实现两位数增长。下半年指引与我们上季度分享的内容一致。我们继续预计EA及其他收入在下半年基本持平，第三季度实现个位数中段增长。由于多年期合约本质上难以预测，我们将继续在EA业务指引方面保持审慎。我们对EA的增长势头感到振奋，同时建议大家关注全年增长而非单季度表现，因为业绩会自然地在各期间波动。

在盈利能力方面，从2027财年上半年的业绩可以看出业务模式的杠杆效应——在持续投资于增长举措(特别是工程和产品创新)的同时，仍能推动增量盈利能力。我们仍然致力于推动营收增长和盈利能力提升的双重目标。我们现在预计2027财年运营利润率将扩大约250个基点，比此前区间上限高出100个基点。在实现这一扩张的同时，我们将继续投资于产品和市场推广方面的关键增长举措。产品投资仍聚焦于增强AI和核心数据库能力，包括在EA上的相关投入，在即将到来的投资者日上，大家将听到更多关于我们新产品创新的信息。在市场推广方面，我们正加大投资以加速新产品创新的采用，并继续聚焦地理区域和客户细分市场中增长最快的机遇。我们还将继续投资于配额销售人员、营销计划和开发者认知建设。在现金流方面，鉴于上半年的强劲表现，我们现在预计全年自由现金流转化率将达到我们长期目标区间80%-100%的上端。

现在来看这些如何转化为2027财年第三季度的指引。再次强调，下半年指引的上调主要由Atlas的强势驱动。对于第三季度，我们预计总收入为7.56亿至7.61亿美元，同比增长20%至21%。我们预计非GAAP运营收入为1.52亿至1.56亿美元，按指引上限计算的运营利润率约为20.5%。我们预计非GAAP每股净利润为1.57至1.61美元，基于8,710万股稀释流通股。对于2027财年，我们现在预计总收入为29.9亿至30.3亿美元，全年增长21%至23%，按指引上限计算，这将是总收入连续第二年加速增长。我们预计非GAAP运营收入为6.16亿至6.36亿美元，按指引上限计算的运营利润率约为21%。在23%的营收增长与21%的运营利润率相结合下，我们按2027财年指引上限计算的目标是达到“44法则”的表现。我们预计非GAAP每股净利润为6.39至6.58美元，基于8,640万股稀释流通股。

最后，我要感谢整个MongoDB团队又一个季度的出色执行。我们对业绩感到满意，对增长的可持续性充满信心，并将继续专注于在负责任地投资业务的同时，为股东创造长期价值。最后但同样重要的是，我们期待在本月晚些时候的投资者日上见到大家。您可以在我们的投资者关系网站上找到关于现场活动注册或收听网络直播的更多信息。那么，有请接线员打开提问环节。

问答环节

接线员：

谢谢。第一个问题来自巴克莱的Raimo Lenschow。您的线路已接通。

Raimo Lenschow

分析师，巴克莱

好的，谢谢。祝贺你们取得出色的季度业绩。我的问题是关于Atlas的。如果我看——或者说如果我听你们的指引评论——强势表现是由Atlas驱动的。你们在考虑哪些因素?什么给了你们这样的信心?谢谢。

Mike Berry

MongoDB首席财务官

谢谢你的问题，Raimo。我是Mike。正如我们所谈到的，我们对Atlas业务感觉非常好。我们关注的是，这是连续第五个季度保持约29%的同比增长，非常稳定。我们将全年指引较此前上调了300个基点，这也得到了创纪录的1.27亿美元净新增Atlas收入以及净ARR扩展率提升的支持。如今Atlas的年化运行率已接近23亿美元。展望未来，我们继续预期来自大型企业客户(特别是在美国)的增长将保持良好态势。我们已经开始看到来自AI的一些收益，尽管规模还小，但我们对这一势头感到兴奋，并预计消费将继续与上半年保持一致。

Raimo Lenschow

分析师，巴克莱

谢谢。

Mike Berry

MongoDB首席财务官

谢谢。

接线员：

谢谢。下一个问题来自Wolfe Research的Alex Zukin。您的线路已接通。

Alex Zukin

分析师，Wolfe Research

嗨，各位。感谢接受提问。我想，CJ，如果我看业务的话，上半年显然Atlas在加速，订阅收入增长也在加速。但感觉第二季度Atlas可能略有减速。对今年剩余时间的指引，特别是第四季度，暗示Atlas会出现相当显著的减速。我理解保守原则，但如果我们还处在早期，随着AI原生公司和实验室的发展势能正在积累，其中的一些动态因素是什么?是否存在EA将部分交易转化为Atlas的情况，就像去年第四季度发生的那样?我们可能没有看到的动态是什么?

CJ Desai

MongoDB总裁兼首席执行官

好的，Alex。谢谢。让我来回答，你问题中包含了不少点。首先，看到Atlas现在持续保持29%的增长，正如Mike所概述的，这是极其令人鼓舞的，无论是在企业端还是在AI原生群体中的执行力，整体对我们来说都非常振奋。如你所说，与3月初的指引相比，我们看到了上半年的加速——这是第一点。第二，我想非常明确地指出，EA(自管理MongoDB)的增长并不是以牺牲Atlas为代价的。Atlas实际上仍在持续增长，Alex，我们是在客户所在之处满足他们的需求。

当我最初加入并在第一次财报电话会议上概述时，客户要求我们希望运行在MongoDB EA上的这些大规模、高负荷工作负载。“CJ，我们希望为AI做好准备，因此团队应该在此基础上构建搜索和向量搜索。”这类工作负载，由于各种原因——无论是数据主权还是他们不想出于其他原因迁移到公有云——将在我们的自管理环境中运行。我们做到了，并在6月30日交付了该功能。我们看到这在我们客户群中得到了非常好的反响。正如Mike提到的，我们的自管理MongoDB增长是广泛的，并非集中在单一客户，而是跨行业的。

第一点是我对Atlas消费趋势从上半年进入下半年感到非常乐观。第二点是我们在自管理EA方面看到的增长——无论他们是在新云上运行、在本地数据中心运行，还是有时某些客户在公有云的特定区域运行EA——我们感到这并非以牺牲Atlas为代价。我强调的几个例子中，我们实际上看到，从运营韧性角度来看，一些大型银行或政府客户表示，这是MongoDB数据平台的优势，而非在Atlas和EA之间二选一。

关于指引，我会让Mike补充，但我们已经将全年Atlas指引上调了300个基点。你知道我们从3月起步，现在达到了27%的增长。我们始终会保持审慎。具体到第四季度，仍取决于消费动态。从我们的角度看还有一段时间。我们需要观察9月和10月的表现——这将成为基线。然后第四季度假期来临，确实会影响我们的消费。所以我们在指引上力求审慎，而我对所看到的情况持乐观态度，无论是在Atlas核心群体方面还是在AI原生方面。

Mike，你想就Atlas指引补充吗?

Mike Berry

MongoDB首席财务官

是的。谢谢。回答得很好，CJ。我只想强调他所说的——我们的指引理念，Alex Zukin，在如何指引今年剩余时间方面没有改变。对于超过一个季度的时间范围，我们始终保持审慎，这反映在指引中。我还想回应你关于第四季度的评论，并在电话会议上非常明确地说明：本季度没有大型捆绑交易。本季度没有出现去年第四季度那样的动态。

接线员：

谢谢。请等待下一个问题。下一个问题来自高盛的Matt Martino。您的线路已接通。

Matt Martino

分析师，高盛

好的。感谢接受我的提问。CJ，这是你们连续第二个季度强调Voyage客户数量的强劲势头，我认为你在准备发言中提到了一个有趣的观察——相当多的Voyage客户对MongoDB来说是全新的。这似乎是赢得AI原生超高速增长工作负载的一个很好的漏斗顶部。你如何描述迄今为止将这些客户转化为更广泛平台销售的成果?谢谢。

CJ Desai

MongoDB总裁兼首席执行官

好的，Matt。我会从两个角度来谈。第一个角度是，我们确实对通过Voyage获得的新客户数量感到非常振奋。你说得完全正确，这正是为什么我在发言中明确提到——他们中的许多确实不是MongoDB的现有客户。这是事实。如你所知，收购是在2025年2月完成的，所以我们才刚过18个月。Voyage团队正在确保我们在外部数据基准测试等方面拥有最佳的嵌入模型。最重要的是，有一些客户作为Voyage客户进来，然后成为了Atlas客户。目前还为时过早，因为我们才刚刚开始确保能够进行交叉销售和追加销售——无论你想用哪个词。

但我认为这对Atlas的长期发展是一个巨大的机会，我们正通过Voyage获得这些客户。几乎总是如此，当我看到我们获得的客户名称时——无论是在旧金山湾区、大型企业、伦敦、特拉维夫还是西雅图——他们往往是由AI工作负载驱动的。当团队分析Voyage的推荐来源时，正如你可能想象的那样，大部分推荐来自编码智能体——首先是Claude，其次是Codex，它们推动了Voyage的大部分推荐流量。所以我们有多重利好：编码智能体喜欢Voyage，它们推荐我们，我们因此获得新的客户群体。

第二点是这成为漏斗顶部，如你所说，我们将进行交叉销售和追加销售。联盟团队为Atlas客户制定了计划。第三点，这些几乎都是AI工作负载。所以总体而言，还处于早期，但非常令人鼓舞。

接线员：

谢谢。下一个问题来自瑞银的Karl Keirstead。您的线路已接通。

Karl Keirstead

分析师，瑞银

好的，谢谢。也许这个问题我想直接问CJ。CJ，你提到MongoDB在AI工作负载方面已经看到一些早期势头。当我们都在尝试监测即将到来的AI对MongoDB拉动的时机和规模时，我想知道你能否详细说明一下，你们发现哪些类型的AI用例或工作负载对MongoDB的拉动最大?我特别感兴趣的是Mike在季中提及的一个评论——他提到了面向客户的企业工作负载。我知道你在准备发言中提到了客户支持用例，但也许你可以更详细地谈谈那些具有最强拉动效应的具体用例，以便我们可以关注这些方面。谢谢。

CJ Desai

MongoDB总裁兼首席执行官

当然可以。根据我多次与客户交流的观察，Karl，我先从企业端来看。这里的“企业”指的是全球2000强或财富500强或财富100强。观察这些企业，MongoDB几乎总是作为面向客户工作负载的数据库平台被使用——无论是保险理赔、医疗保单、信用卡交易还是为终端用户提供快速数据。MongoDB在处理大规模、面向客户的工作负载时始终表现出色。我目前看到的是，假设你是一家银行的财富经理，有大量的知识库文章需要向量化，使用我们的嵌入模型，然后将其用作面向财富管理顾问的聊天机器人，帮助他们实时与客户沟通。这是一个非常具体的例子，某家大型银行正在使用MongoDB。还有其他例子，比如因为文档数量庞大，面向员工的知识库用例，员工可以借此进行搜索——因为现在搜索已完全集成到运营数据和文档加载中，而嵌入使向量化更出色。这是另一个我们看到用例的大型企业例子。但我的明确感受是，这几乎总是：“我们希望在我们为面向客户活动创建的智能体需要大规模扩展时使用MongoDB”——无论这些面向客户活动是什么。

我们尚未看到的是那种“嘿，我创建了一个面向几百名员工的小助手”之类的用例获得早期牵引。我们没有看到MongoDB被用于这类场景，因为客户会说“这太小了”——MongoDB当然提供了规模和所有其他功能。这是第一点。Karl，我想说的第二点是，当你看向AI原生公司——我打算把前沿实验室也包括在内——但我分享的例子中，无论是EU还是Fireflies.ai，它们都是处于生产环境中的智能体。当你看到这些投入生产的智能体——我们过去也提到过ElevenLabs和其他——这些是数百万在生产中执行面向客户任务的智能体，他们会说：“我们希望在规模、性能和‘随处运行’能力方面使用MongoDB”——这就是它们的用途。这是我看到的两大方向：企业端，智能体投入生产，在合适的场景下在Atlas上运行;EA方面，我在发言中提到，毋庸置疑，随着这些受监管行业努力让其运营数据为AI做好准备，这也是EA增长在跨行业——包括科技行业——得到推动的原因，客户会说：“嘿，我正在为我的技术平台构建AI智能体”——无论什么技术平台使用MongoDB，或是科技公司本身——我们看到了这样的增长。

以上就是我对所观察到的总体总结。如果还需要补充，我请Mike发言。

Mike Berry

MongoDB首席财务官

没有要补充的。回答得很好。谢谢。

接线员：

谢谢。请等待下一个问题。下一个问题来自摩根士丹利的Sanjit Singh。您的线路已接通。

Sanjit Singh

分析师，摩根士丹利

好的，感谢接受提问。CJ，我想聚焦于Enterprise Advanced，因为在你的任期内，EA的增长曲线明显得到了提升，而Atlas的增长——如你所说——持续保持在29%的非常有吸引力的水平。我们从客户那里听到的一些信息是，如果MongoDB希望这些客户最终走向Atlas，那么推进EA的能力——包括搜索和向量搜索，以及可能的Voyage AI——是非常重要的。你对此有什么看法：第一，你预期这些客户采用新AI功能的时间线是怎样的?如果你们愿意，最终“升级”或“迁移”到Atlas的时机可能是什么样的?这是EA问题的第一部分。第二部分是，哪些客户群体正在新增使用EA?你提到了大型企业、金融机构——这并不意外。你是否看到了机会——我想你们也通过EA进入了新云领域——是否存在一种可能性，即AI原生公司由于数据主权或其他原因也开始采用EA?这是我对EA的两个问题。非常感谢。

CJ Desai

MongoDB总裁兼首席执行官

好的。Sanjit，我想先把视角拉高一点——我们是一家高度客户驱动的公司。我们之所以投资于我们所概述的EA路线图——很高兴看到它正在奏效——是因为客户对我们说，即使在早期，你们也必须投资EA。如果EA能够通过搜索、向量搜索等为AI做好准备，他们还会问：“嘿，你们能否也让Voyage AI在自管理环境中可用?”这完全是客户驱动的，我们是在客户所在之处满足他们。这是第一点。

第二点，正如Mike分享的，连续三个季度EA实现两位数增长，让我乐观地认为我们现在拥有两个增长引擎——Atlas和EA。正如我所说，二者并非此消彼长，因为这一点非常重要。有时客户会说：“我需要为运营韧性这样做。”有时客户会说：“我没看到这个工作负载迁移到Atlas的必要，但鉴于你们所做的——特别是搜索和向量搜索的统一——这是一个我们想在Atlas上尝试的新工作负载。”因此我们在EA上的势头也在推动银行或公共部门组织在Atlas上的额外用例。具体来说，在第二季度，我们有一个公共部门的客户决定扩大对我们自管理MongoDB(作为EA)的使用。与此同时，我们目前正在与他们合作，因为他们看到了MongoDB代码库的一些优势，他们说：“CJ，如果你们来管理并提供安全补丁和其他所有服务……”他们目前正在其政府云中运行Atlas的试点项目。从我的角度来看，MongoDB公司现在拥有Atlas和EA两个增长引擎，这非常令人鼓舞。

关于时间线：首先，当我们推出搜索和向量搜索功能时——这是由AI需求驱动的——我们正在为EA中提供的这一功能集向客户额外收费。这是第一点。第二点，关于实现价值的时间，Sanjit，我认为价值实现速度相当快——不是几个月，而是几周——基于我们向客户发布这些功能的方式。只是他们进行自管理，而我们在Atlas中进行管理。就像我分享的《金融时报》的案例，他们利用Atlas向量搜索和嵌入实现价值的时间是几周，而不是几个月或几年，就能为搜索等应用做好AI准备。这就是我的总体看法。

最后我想说的是，具体在银行和医疗健康领域，我同时看到的是：“嘿，CJ，我们将使用Atlas，但我们也可能因为你们提供的运营韧性而故障转移至EA——这绝对是世界级的，也是我们的巨大优势。”所以总结来看，我认为这是MongoDB持久的增长动力，由客户需求驱动，而客户需求就是“我们想随处运行”——有时自管理，有时由MongoDB管理。

接线员：

谢谢。下一个问题来自富国银行的Ryan MacWilliams。您的线路已接通。

Ryan MacWilliams

分析师，富国银行

嘿，感谢接受提问。这里有两个问题。第一个问题给CJ：与一年前相比，您是否看到客户在预定续约前提前与您接洽并以更高的费率续约?他们是否更早地进行补量结算，还是消费趋势改善更强?第二个问题给Mike：我知道您的指引理念没有改变，但考虑到季度Atlas指引的历史较短，有人对隐含的Q4 Atlas指引有疑问。您能否帮助我们了解该指引的输入因素以及投资者应如何思考?谢谢。

CJ Desai

MongoDB总裁兼首席执行官

好的。首先，正如Mike所概述的，我们的NRR非常强劲且处于高位——这在Atlas和EA两方面都是如此。关于留存率和我的观察，即使是客户可能希望与我们的客户成功团队优化工作负载等动态，趋势也非常健康且在改善，这充分证明了我们去年的8.0版本发布——客户对性价比以及他们消费增长的方式感到非常满意。现在，有一些大型客户向我表示，我们的消费增长速度超过了他们的预期，并问：“CJ，如果我们继续以这种速度增长，我们是否可以重新审视合同?”但这种情况并不普遍——零星的，最多个位数，并不广泛。这是令人鼓舞的，意味着随着消费增加，我们没有遇到要求重新谈判合同或承诺的阻力。这就是我的回答。关于指引，我会重申我之前在回答Alex时所说的——我对Atlas业务、其持久性以及我们推动的创新感觉非常好。当然，我们不会基于Mike的框架去为第三季度做指引，我们始终会对第四季度保持审慎。但我们上调了指引——这就是为什么全年Atlas指引为27%。Mike?

Mike Berry

MongoDB首席财务官

是的。谢谢CJ。Ryan，关于这一点，指引的方法论和理念全年保持了一致，我们希望坚持这一点——即当我们为当前季度(或者说未来一个季度)做指引时，我们始终希望保持在——嘿，你们应该参考我们提供的200到300个基点的范围。希望消费表现更好，我们最终能达到该范围的上端。而对于更远的季度，Ryan，我们始终会保持审慎。这是一个消费型业务。我知道看起来并不遥远——只是再多一个季度——但我们希望保持审慎。希望我们第三季度执行良好，这样当进入第四季度时我们能够提高指引。

接线员：

谢谢。下一个问题来自Evercore ISI的Kirk Materne。您的线路已接通。

Kirk Materne

分析师，Evercore ISI

好的。非常感谢接受提问。CJ，我的问题是关于Voyage和Vector的附加率。我很好奇，当您通过这些产品获得新客户时，他们是先进行试验然后快速扩展，还是怎样?显然，通过它们获得新客户很好，但让它们规模化并让ARR从公司整体角度更有意义才是您想达到的目标。我有点好奇，这些产品从部门试点到像Atlas或EA那样被认为是战略性或全公司范围的速度有多快。谢谢。

CJ Desai

MongoDB总裁兼首席执行官

好的，当然。我会两个方面都谈。Atlas完全是消费驱动的，这一点你们非常清楚。当我看到一些大型客户——比如几家财富100强客户——他们完成了所有测试，然后表示：“好吧，我们在另一个孤立的系统中做搜索”或“我们正试图从某家提供向量功能的早期初创公司那里做向量搜索”。这家大型银行告诉我，基于他们的测试，他们认为向量应完全集成在运营数据层中，而MongoDB这样做被视为一个巨大的优势。那里的价值实现时间是几周，然后我们会有一个专用的搜索节点等，从而推动消费。即使是一家大型媒体公司——成为我们最大的向量搜索客户之一——也是由智能体尝试进行语义查询并发现：“好吧，如果这是运营数据层，那么它就能正常工作。”我们在AI原生群体中也看到，向量作为数据库的一部分受到了非常好的反响。我上季度分享的例子之一——ElevenLabs，它继续在MongoDB上良好扩展——他们将向量嵌入视为一个巨大优势。我们现在在EA中也在做同样的事情。

在嵌入方面，我们正在使其更易于使用——正如我在发言中分享的，我们在Atlas中实现了自动嵌入功能，以及它在云中如何工作。目前，在所有的客户对话中，我看到的是，对Voyage实际上来自MongoDB的认知仍然较低。有客户告诉我：“哦，我们喜欢Voyage，我们正在使用Voyage。”我说：“你知道那是MongoDB的产品吗?”他们回答：“哦，我们不知道。”好吧，那我们现在应该看看Atlas，因为你们有Atlas自动嵌入。情况各有不同。搜索向量搜索，我认为价值实现时间不会太长，因为涉及的移动部件——也就是多个系统的整合——更少，这就是它有效的原因。

接线员：

谢谢。女士们先生们，由于时间关系，我们将再接受两个问题。下一个问题来自花旗的Tyler Radke。您的线路已接通。

Tyler Radke

分析师，花旗

好的。谢谢。CJ，您谈到了一些AI实验室的推理工作负载。您能否详细说明——这些是本季度新增的吗?您如何看待这些工作负载的规模与传统公司其他大型工作负载的比较?Mike，关于EA，本季度明显超额表现。我认为你们从GA角度看是在7月发布了新功能。是什么让您相信下半年不会出现更多上行空间，考虑到下半年指引的上调大部分来自Atlas?谢谢。

CJ Desai

MongoDB总裁兼首席执行官

好的。Tyler，我们对评论非常具体，因为我们希望对大家保持高度透明。对于其中一个实验室，他们在去年下半年后期开始了一项推理工作负载，并在MongoDB上运行，将其用作内存层。对于那个实验室，我们的团队观察到Atlas在该特定推理工作负载上的表现，然后他们表示：“哇，与PostgreSQL相比，Atlas在读写方面的表现确实很好”——这正是他们原来使用的。然后他们在最近——我想是在第二季度——将另外几项推理工作负载迁移到了Atlas，用于他们创造的其他一些产品。所以我们在去年11月、12月左右开始了一项推理工作负载，然后在6月、7月左右他们迁移了另外几项推理工作负载，用于其他产品。他们直截了当地告诉我——这是技术团队——Atlas消除了他们在正常运行时间和性能方面的所有烦恼：“我们甚至不需要考虑它。现在当我们创建新产品时，我们希望在其上运行推理。”所以我想说的是，我们从一项推理开始，然后是其他一些工作负载，然后在第二季度又获得了一些额外的。

Mike Berry

MongoDB首席财务官

Tyler，这里是Mike回答你关于EA的问题。很好的问题，谢谢。过去三个季度我们看到ARR增长——正如CJ所谈到的——达到了两位数。我们确实将全年指引从中个位数提高到11%。你知道，就像我们一样，这里的难点在于估算多年期合同。为了我们所有人的利益，我们会始终保持审慎，确保在那些交易落地之前不会过于乐观。如果过去四个季度的历史具有参考意义，希望其中一些确实会以多年期合同或比我们预期更大的规模出现。所以当然，我们希望确保——特别是对于EA——在指引上保持审慎。但正如CJ所谈到的，我们对那里的进展感到非常满意。我们认为它能够并且必将成为一个持久的增长引擎。希望我们能做得比我们指引的更好。

接线员：

谢谢。最后一个问题来自美银的Koji Ikeda。您的线路已接通。

Koji Ikeda

分析师，美银

好的。嘿，各位。感谢挤出时间来提问。我想问关于EA，实际上也是关于Atlas和整体业务。很明显，在准备发言中以及你们对所有问题的回答中，AI听起来肯定正在成为整体业务的驱动因素，EA听起来也非常非常好。CJ，我想你提到EA并不是以牺牲Atlas为代价，但我们应该如何思考Atlas和EA，以及最终Atlas收入占总收入比例在未来三到五年内可能会发生怎样的变化?谢谢。

Mike Berry

MongoDB首席财务官

嘿，Koji。我是Mike。很明显，当我们明年发布指引时，我们将有更多讨论。我们将在投资者日举办一个财务专题会议。如果你看今年的全年指引，Atlas为27%，EA现在为11%。如果Atlas现在约占74%，那肯定应该会继续增加占比。但我们确实预期EA将成为一个更持久的增长引擎。在某种程度上，它应该继续增加——可能不会像我们之前认为的那样快，因为正如你所谈到的，AI的推动力既在Atlas也在EA中，我们对这是一个“兼而有之”而非“二选一”感到非常满意。我们预期Atlas将继续占总收入的一定比例，但当然，EA也比我们在年初时认为的贡献要大得多。

CJ Desai

MongoDB总裁兼首席执行官

是的。Koji，从技术角度来看，“随处运行”、运营韧性、混合多云——这些都是客户与我们使用的不同术语。我们特别看到的是——有人问到了新云和其他方面——是的。发生的情况是，当有人想在新云中运行是因为他们在公有云中可能面临容量问题，他们会说：“嘿，我们可以在那个新云中运行EA吗?”这体现了我们“随处运行”的能力并推动了需求。我们在其他一些新云中也提供数据库即服务，这同样归入EA收入线。这就是为什么我们非常明确地表示EA并非以牺牲Atlas为代价。看到这种广泛性的趋势——而不是仅仅一两个或三四个客户——对于这两者成为持久增长引擎是非常令人鼓舞的。

接线员：

谢谢。女士们先生们，现在我想把电话交回给管理层做结束语。

CJ Desai

MongoDB总裁兼首席执行官

非常感谢，接线员。总结而言，我们第二季度业绩强劲，Atlas、EA和AI工作负载均呈现广泛增长势头。值得注意的是需求的广度——前沿实验室、全球银行、公共部门、快速扩展的初创公司，有的在扩大已有部署，有的则是新客户。我们看到AI工作负载正在所有领域落地MongoDB。这就是为什么我们上调了下半年展望，也是为什么我们有信心在持续投资的同时不断扩大运营利润率。MongoDB正在崛起为实时智能数据平台的首选，我对我们在客户中的定位从未如此充满信心。非常感谢大家。

接线员：

女士们先生们，今天的电话会议到此结束。感谢各位的参与。您现在可以断开连接。