猜你想问
Datadog此次大会演讲的核心内容是什么？
Datadog通过收购AdaptiveML公司，结合自身可观测性数据和研究实验室，推出TOTO模型，利用人工智能进行应用功能预测，形成竞争优势。人工智能和模型的应用将提升平台功能，实现更快的实时信号和自动化站点可靠性工程（SRE），客户可选择不同级别的自动修复。此外，Datadog还探讨了AI推理经济与AI采用趋势，指出AI推理处于早期阶段，数据文档速率在未来几年可能大幅增长。Datadog通过API和代理变现，并开始监控AI赋能应用的新指标，如bits产品、MCP服务器调用等。
AI原生客户群体有哪些特点？
AI原生客户多为云原生公司，业务围绕模型提供功能，工作负载快速增长。这些客户从自行处理可观测性转向使用Datadog，产品平均成本较高，但客户留存率稳定。部分大型超大规模计算公司使用Datadog进行培训或培训后工作负载，形成新的收入来源。这些客户对AI技术的需求推动了Datadog在可观测性领域的创新和服务升级。
Datadog在客户留存方面有哪些策略？
大型客户留存率稳定，多数选择继续使用Datadog，部分客户进行组合使用。Datadog通过合同延期、数量和定价等措施降低风险，客户将更多工作负载放在Datadog上。与2021-2022年优化周期不同，当前市场更加多元化，客户留存率表现更负责任。Datadog通过持续优化产品和服务，提升客户满意度，从而增强客户粘性。
Datadog在市场竞争中的优势体现在哪些方面？
Datadog持续投资研发，确保平台领先于新兴AI原生公司，通过现代化平台超越竞争对手。云市场迁移加速，Datadog通过企业销售团队抓住这一趋势，覆盖银行业、保险业等多个行业。研发团队通过编码代理和跨团队协作提升创新速度，保持商业导向，确保客户价值最大化。这些举措使Datadog在快速变化的AI市场中保持领先地位。
Datadog面临哪些潜在风险？
Datadog在无限基数性和联邦日志方面面临数据访问与存储成本的平衡问题。虽然这一举措改善成本结构，开拓新业务，但需谨慎管理数据安全和隐私保护。此外，AI技术的快速迭代可能带来技术更新换代的压力，Datadog需持续投入研发以保持竞争力。市场竞争加剧也可能影响其市场份额和盈利能力。