MongoDB 確認多家前沿 AI 實驗室成為客戶，Atlas 年化營收規模達 20 億美元
2027 會計年度第一季財報電話會議，2026 年 5 月 28 日 — 營收超越財測高標，全年展望上調 200 個基點
在 MongoDB 2027 會計年度第一季的財報電話會議上，最具影響力的揭露並非營收優於預期，而是執行長 CJ Desai 刻意且謹慎選擇的一個詞：「實驗室」（labs），且為複數。當被加拿大豐業銀行（Scotiabank）分析師 Patrick Colville 問及 MongoDB 是否正與多家前沿 AI 實驗室合作時，Desai 毫不猶豫地證實：「針對您第一個問題的簡短回答是：是的，是複數，而且這個詞是我刻意選擇的。」多家前沿實驗室已選擇 MongoDB 來處理他所形容為「業界要求最嚴苛的資料工作負載」之關鍵任務，且各實驗室的應用案例各異。儘管合作尚處於早期階段，交易規模也尚未具體揭露，但此一方向性訊號——即處於 AI 基礎設施最前沿的組織正捨棄包括 Postgres 在內的替代方案，轉而選擇 MongoDB——對於該公司的長期願景意義重大。
Atlas 成長連續四季加速
財務表現方面，MongoDB 第一季總營收為 6.88 億美元，年增 25%，超越財測高標，且成長速度較過去兩個會計年度同期的 22% 有所提升。雲端資料庫服務 Atlas 年增 29.4%，營收金額年增 1.17 億美元，創下歷史新高，這已是其連續第五個季度實現絕對金額的擴張。Atlas 目前的年化營收規模（run rate）已達 20 億美元，佔總營收約 75%。財務長 Mike Berry 確認第二季 Atlas 成長率預測約為 26%，並將全年 Atlas 成長預期上調 200 個基點，至 23% 至 25% 的區間。非 GAAP 營業利益率為 18%，高於財測高標，且該公司連續第二個季度實現 GAAP 獲利。
代理人記憶層（Agentic Memory Layer）商機浮現，但尚未具備重大財務貢獻
本次會議中最具戰略意義的產品敘事，聚焦於 MongoDB 作為 AI 代理人（AI agents）記憶與推理層的新興角色，這與單純儲存營運資料的應用截然不同。Desai 引用 Adobe 的 Journey Agent 作為實際生產案例：「這是一個複合式多模態 AI 代理人，整合了 Adobe 的行銷套件，並為其全球 B2C 用戶群編排端到端的客戶旅程，而 MongoDB 則是該代理人的長期記憶與推理層。」Adobe 同時使用 Atlas Search 與 Atlas Vector Search，為即時代理人決策提供低於 100 毫秒的混合搜尋服務。
Desai 直言不諱地解釋了為何 MongoDB 的架構能勝任此類應用，而關聯式資料庫結構上卻無法做到：「代理人的行為模式與傳統應用程式不同。它們在多個同步執行緒中持續進行讀取、寫入與運作，單一代理人會生成多個子代理人，每個子代理人都在即時環境中進行獨立的讀取與寫入。為離線處理而建構的分析系統並非為此設計。」他隨後針對 MongoDB 架構優勢的起源補充道：「我們當初設計時並未考慮 AI 工作負載，但這種架構卻完美契合 AI 的需求。」本季發布的 MongoDB 8.3 版本，在無需修改任何應用程式碼的情況下，讀取效能提升高達 45%，寫入提升 35%，ACID 交易處理能力提升 15%。
投資人應注意 Desai 對當前財務貢獻的誠實態度：「我們今天的業績主要仍由核心工作負載驅動，但我們確實看到來自 AI 與代理人工作負載的動能正在成長。」當高盛（Goldman Sachs）分析師 Matt Martino 問及代理人工作負載是否已接近能顯著影響消費規模的臨界點時，Desai 直言：「現在還言之過早。」生產案例固然真實，但 AI 帶來的營收規模目前仍處於萌芽階段，尚未達到轉型性的規模。
AI 原生企業大規模驗證平台實力
MongoDB 正累積越來越多具公信力的 AI 原生客戶，這些客戶是在高壓環境下選擇了該平台。Desai 提到了 ElevenLabs 的案例——該公司目前的年度經常性收入（ARR）已達 5 億美元——其工程團隊過去曾為營運資料與搜尋功能運行獨立的資料庫，隨後整合至 Atlas。「他們說，天啊，我們早該這麼做了。否則我們就不必處理那麼多服務中斷的問題。」保護超過 700 萬個應用程式的 AI 原生應用安全平台 Endor Labs，選擇了 Atlas 來支撐其 225% 的年營收成長。Zomato 則在評估並拒絕 DynamoDB 與 DocumentDB 後，建構了 AI 原生客戶支援平台 Nugget，目前在 Atlas 上每月處理 1,500 萬次對話。Nugget 將支援成本降低了 55%，並提升了 40% 的人工客服生產力，Zomato 目前正將該平台銷售給其他企業。
針對 AI 原生企業的市場進入模式（go-to-market model）仍在持續調整中。Desai 坦言，許多這類公司是透過自助服務（self-serve）進入，公司仍在釐清現場銷售團隊介入的最佳時機點。「隨著 Ryan 就位，我們正在找出合適的介入時機，這仍是進行中的工作。」新任營收長（CRO）Ryan Mac Ban 來自 Confluent，他在該公司領導過以雲端原生消費為導向的業務。考慮到 Confluent 在擴展企業消費模式上的經驗，此一對照極具參考價值。
Enterprise Advanced 挑戰過時論調
涵蓋地端與混合部署的 EA（Enterprise Advanced）及其他業務營收在第一季年增 13%，Berry 預測第二季成長約 20%，主要受惠於幾筆與現有客戶簽署的大型多年期合約。公司將全年 EA 成長預期上調至中個位數，不過 Berry 明確表示，由於去年第四季基期較高，下半年 EA 營收將大致持平。鑑於市場普遍認為地端工作負載正處於長期衰退，EA 的持久性顯得格外突出。Desai 將此歸因於客戶同時運行 Atlas 與 EA，特別是在金融服務與科技業，由於監管、延遲與大規模成本考量，使得「所有工作負載都會遷移至公有雲」的假設受到挑戰。
收購 Clarity 確立聯邦垂直市場策略
MongoDB 宣布收購聯邦服務公司 Clarity Business Solutions。該公司自 2021 年起即為合作夥伴，擁有處理機密政府工作負載的高級安全許可。從財務角度來看，Clarity 每年貢獻約 1,000 萬美元的服務營收，獲利大致損益平衡——雖然規模尚不足以產生重大影響，但此舉是為 MongoDB 預計於今年稍晚獲得的 FedRAMP High 認證預作戰略布局。Berry 指出，聯邦業務「目前在我們整體業務中佔比較小」，但公司希望全面涵蓋民間、情報與國防部門。Desai 補充道，許多聯邦客戶目前運行的是 MongoDB 社群版，一旦具備適當的企業級支援，他們將會升級。此一長期論點的核心在於，政府機構中非結構化的文件資料需要高效能檢索，而這正是 MongoDB 的核心優勢。
大型客戶平台採用深度持續加深
投資人應更加關注的一項指標是平台採用的深度。在 ARR 至少達 10 萬美元的 Atlas 客戶中，有 45% 的客戶目前使用兩種或以上的平台功能，高於一年前的 37%，這主要得益於 Vector Search 與文字搜尋功能的普及。公司整體的淨 ARR 擴張率從一年前的 119% 提升至 121%，其中 Atlas 的表現優於公司平均。ARR 超過 10 萬美元的客戶群年增 16%，達到 2,895 家，且該客戶群的營收成長速度超過了公司總營收成長。公司第一季淨增加 2,500 家新客戶，總數達 67,700 家。
財測與資本配置
針對第二季，MongoDB 預測營收為 7.29 億至 7.34 億美元，代表 23% 至 24% 的成長，非 GAAP 營業利益率於高標時約為 21%。針對全會計年度，公司預測營收為 29.2 億至 29.6 億美元，代表 19% 至 20% 的成長，非 GAAP 營業利益率於高標時約為 20%——這使 MongoDB 有望達到「40 法則」（Rule of 40）的頂尖水準。全年非 GAAP 每股盈餘（EPS）預計為 5.95 至 6.14 美元。第一季營業現金流為 2.02 億美元，高於去年同期的 1.1 億美元；自由現金流為 1.98 億美元，高於去年同期的 1.06 億美元。該公司本季執行了 1 億美元的股票回購，季末現金與短期投資總額為 24 億美元。投資人日（Investor Day）定於 9 月 29 日在紐約市舉行。