Transkrip: Panggilan Persidangan Pendapatan MongoDB Q2 2027

Mongo DB (NASDAQ: MD B) mengadakan panggilan persidangan pendapatan suku kedua pada hari Selasa. Berikut adalah transkrip lengkap dari panggilan.

API Benzinga menyediakan akses masa nyata kepada transkrip panggilan pendapatan dan data kewangan. Law ati https://www.benzinga.com/apis/ untuk mengetahui lebih lanjut.

Lihat siaran web di https://edge.media-server.com/mmc/p/rbed9pka/

Ringkasan

MongoDB melaporkan pendapatan fiskal Q2 2027 sebanyak $772 juta, peningkatan 30% tahun ke tahun, dengan pendapatan Atlas meningkat 29% dan pendapatan EA dan Lain meningkat 36%.

Syarikat itu menambah rekod 2,900 pelanggan baru bersih, mencapai sejumlah 70,600, didorong oleh penggunaan perkhidmatan berkaitan AI yang kuat seperti Atlas Vector Search dan Voyage embeddings.

MongoDB meningkatkan panduan fiskal 2027 sepanjang tahun, menjangkakan pertumbuhan jumlah pendapatan sebanyak 21% hingga 23% dan margin operasi bukan GAAP berkembang sebanyak 250 mata asas, didorong oleh kekuatan dalam Atlas.

Syarikat itu menyerlahkan inisiatif strategik termasuk penyatuan beban kerja AI di pelbagai industri dan pelancaran pelayan MCP terurus untuk menyokong aplikasi AI.

Pengurusan menekankan pertumbuhan Atlas dan EA yang tidak bersaing, kerana kedua-dua platform sedang diterima pakai untuk kes penggunaan yang berbeza, termasuk beban kerja yang menghadapi pelanggan dan aplikasi AI.

Transkrip Penuh

PENGENDALI

Halo dan selamat datang ke panggilan pendapatan fiskal 2027 suku kedua MongoDB. Pada masa ini, semua peserta berada dalam mod pendengaran sahaja. Selepas pembentangan penceramah, akan ada sesi soalan-jawab. Untuk mengemukakan soalan semasa sesi, anda perlu menekan bintang 1-1 di telefon anda. Anda kemudian akan mendengar mesej automatik yang menasihati tangan anda dinaikkan. Untuk menarik balik soalan anda, sila tekan bintang 1-1 sekali lagi. Saya kini ingin menyerahkan persidangan itu kepada Jess Lubert, Naib Presiden Perhubungan Pelabur.

Anda boleh mulakan.

Jess Lubert, Naib Presiden Perhubungan Pelabur

Terima kasih, pengendali. Selamat siang, dan terima kasih kerana menyertai kami hari ini untuk mengkaji keputusan kewangan fiskal 2027 suku kedua MongoDB, yang kami umumkan dalam siaran akhbar kami yang dikeluarkan selepas penutupan pasaran hari ini. Menyertai saya pada panggilan hari ini ialah CJ Desai, Presiden dan Ketua Pegawai Eksekutif MongoDB, dan Mike Berry, CFO MongoDB. Semasa panggilan ini, kami akan membuat kenyataan berpandangan ke hadapan, termasuk pernyataan yang berkaitan dengan pasaran dan peluang pertumbuhan masa depan kami, peluang kami untuk memenangi perniagaan baru, jangkaan kami mengenai pertumbuhan penggunaan Atlas, kesan EA dan perniagaan lain dan pendapatan lesen berbilang tahun, dan peluang jangka panjang AI, panduan kewangan kami dan andaian asas, termasuk jangkaan mengenai keuntungan dan margin operasi, dan pelaburan dan peluang pertumbuhan kami dalam AI. Penyataan ini tertakluk kepada pelbagai risiko dan ketidakpastian, termasuk hasil operasi dan keadaan kewangan yang boleh menyebabkan hasil sebenar berbeza secara material daripada jangkaan kami. Untuk perbincangan mengenai risiko dan ketidakpastian material yang boleh menjejaskan hasil sebenar kami, sila rujuk risiko yang diterangkan dalam Laporan Suku Tahunan kami pada Borang 10-Q untuk suku yang berakhir pada 31 Julai 2026, yang difailkan dengan SEC pada 1 September 2026.

Sebarang pernyataan berpandangan ke hadapan yang dibuat mengenai panggilan ini mencerminkan pandangan kami hanya pada hari ini, dan kami tidak bertanggungjawab untuk mengemas kini mereka kecuali seperti yang dikehendaki oleh undang-undang. Di samping itu, kami akan membincangkan langkah-langkah kewangan bukan GAAP pada panggilan persidangan ini. Sila rujuk jadual dalam keluaran pendapatan kami di bahagian Perhubungan Pelabur di laman web kami untuk menyesuaikan langkah-langkah ini dengan langkah-langkah kewangan GAAP yang paling setanding secara langsung. Dengan itu, saya ingin menyerahkan panggilan kepada CJ.

Chirantan Desai, Presiden dan Ketua Pegawai Eksekutif

dan terima kasih kepada semua orang kerana menyertai kami hari ini. Saya gembira dapat berkongsi hasil Q2 kami yang sangat kuat. Jumlah pendapatan sebanyak $772 juta, meningkat 30% tahun ke tahun dan mewakili tahap pertumbuhan suku tahunan tertinggi yang dilihat sejak tahun fiskal 24. Pendapatan Atlas meningkat kira-kira 29% tahun ke tahun untuk suku kelima berturut-turut, didorong oleh pelanggan perusahaan besar dan membina momentum AI. EA dan Lain-lain mempunyai suku yang menonjol, meningkat 36% tahun ke tahun kerana kekuatan meluas yang didorong oleh keupayaan kami di mana sahaja.

Kami menjana margin operasi bukan GAAP sebanyak 24%, didorong oleh pertumbuhan pendapatan yang kuat yang kami sampaikan. Kami menamatkan suku dengan 70,600 pelanggan, menambah rekod 2,900 pelanggan baru bersih dalam tempoh tersebut. Kiraan pelanggan Voyage hampir dua kali ganda pada suku tahun, dan penggunaan Atlas Vector Search terus melampaui pertumbuhan syarikat lain, menunjukkan momentum awal kami yang kuat untuk beban kerja AI. Perniagaan teras kami tetap kuat dan kelebihan run-where kami adalah pembezaan utama untuk pertumbuhan suku ini di seluruh Atlas dan EA.

Perusahaan merentas perkhidmatan kewangan, penjagaan kesihatan dan teknologi menjalankan beban kerja kritikal misi mereka yang paling menuntut di MongoDB, dan kami memenangi lebih banyak beban kerja setiap suku tahun. Semakin banyak, perusahaan yang sama ini, serta penduduk asli AI, memilih platform kami untuk beban kerja AI, yang dibuktikan dengan penggunaan penempatan Atlas Vector Search dan Voyage. Pasukan saya dan saya menghabiskan satu perempat lagi dengan C-suite pelanggan kami yang membincangkan platform data kami untuk keperluan teras, AI dan pemodenan mereka yang paling mendesak.

Prestasi Q2 kami adalah sebabnya mengapa saya yakin bahawa kami muncul sebagai platform data pintar masa nyata untuk aplikasi moden dalam era multi-awan dan AI. Saya akan mulakan dengan apa yang saya lihat dalam perusahaan. Bagi pelanggan yang sudah menjalankan sebahagian besar ladang data mereka di MongoDB, membina ejen di atas data itu adalah lanjutan semula jadi kerana data yang sebenarnya diperlukan oleh ejen adalah data operasi langsung, bukan salinan basi yang duduk di gudang.

Carian, carian vektor, dan pembentukan dibina, tidak dipasang, jadi bukannya ejen yang menyambung ke banyak sistem berasingan, mereka menyambung ke satu platform. Kami melihat ini muncul di seluruh industri dalam pelbagai kes penggunaan, sama ada pengambilan pengetahuan dalaman, chatbot dan ejen yang menghadapi pelanggan, atau aliran kerja penipuan dan identiti. Masih awal, tetapi kita melihat lebih banyak beban kerja ini mencapai pengeluaran, seperti Financial Times, yang memanfaatkan kita untuk menggerakkan penemuan yang didorong oleh AI, menjangkau berjuta-juta pembaca dengan pengalaman interaktif secara berskala.

Dengan Vector Search and Voyage, Financial Times kini menyatukan data operasi dan penempatan vektor mereka pada satu platform, membina penyelesaian carian teks penuh dan semantik hibrid, menghapuskan kerumitan penyegerakan sistem berasingan dan mempercepat masa untuk pengeluaran. Dengan mengindeks kandungan dengan model Voyage 4 dengan ketepatan tinggi dan menyampaikan lebih 100,000 pertanyaan harian pada model Voyage 4 Lite yang cekap kos, Financial Times telah mengurangkan kos pengambilan dengan ketara dengan kesan prestasi yang minimum.

Apa yang pernah memakan masa pemantauan indeks manual selama berminggu-minggu kini selesai dalam sehari. Beralih ke momentum yang kita lihat dengan makmal sempadan, yang merupakan pelanggan dan rakan kongsi untuk kami, beberapa makmal terkemuka memanfaatkan Atlas untuk beban kerja yang sangat penting untuk cara mereka menghantar produk mereka. Satu makmal menggunakan kami untuk beban kerja inferensi dan sembang. Setelah berpindah dari Postgres kerana kelewatan prestasi dan gangguan yang mempengaruhi pengalaman pengguna, mereka memindahkan sistem memori sembang mereka ke Atlas hanya dalam empat minggu dan kini berjalan pada bacaan 10x lebih pantas daripada Postgres.

Di luar itu, makmal menggunakan kami untuk beban kerja penyelidikan untuk menyimpan hasil eksperimen, data penilaian, dan artifak latihan untuk pengembangan model. Hubungan ini masih awal dan penglibatan berbeza dari makmal mengikut makmal, tetapi kita bertenaga oleh daya tarikan yang kita lihat dengannya. Sebagai rakan kongsi dengan makmal sempadan ini, kami membolehkan pemaju dan ejen yang membina platform mereka untuk memanfaatkan Atlas. Baru-baru ini kami melancarkan pelayan MCP yang diuruskan sepenuhnya, menjadikannya lebih mudah bagi pemaju dan ejen untuk menyambung terus ke MongoDB apabila mereka menggunakan Claude, Code, Codecs, dan Grok, serta alat pengekodan popular seperti Cursor dan Devin dari Cognition.

Ini adalah bagaimana kami kekal tertanam dalam rantaian bekalan AI untuk bagaimana aplikasi baru dibina. Paul Smith, Ketua Pegawai Komersil di Anthropic, menerangkan perkongsian teknologi kami dan integrasi baru-baru ini dengan Claude dengan menyatakan bahawa aplikasi AI terbaik memerlukan pangkalan data yang kuat, itulah sebabnya kami telah lama menunjuk pemaju yang membina Claude ke MongoDB untuk penempatan. Baru-baru ini, permintaan daripada pemaju tersebut mendorong MongoDB untuk membina pelayan MCP terurus baru, yang telah menyaksikan penggunaan cepat sejak dilancarkan dan kini membolehkan pemaju meneroka, menanyak, dan menguruskan data MongoDB mereka tanpa meninggalkan Claude.

Bahagian terakhir peluang AI adalah penduduk asli AI, syarikat yang lapisan datanya menentukan sama ada produk dapat menyokong skala pantas. Ada yang memilih kami dari hari pertama, yang lain bermula di tempat lain, seperti platform pembangunan yang didorong segera, dan berhijrah ke kami ketika mereka mencapai had skala dan penggunaan sebenar timbul. Corak itu muncul dalam angka. Kami menambah rekod 2,900 pelanggan baru bersih pada suku ini, dan kebanyakannya adalah penduduk asli AI. Fireflies, sebuah syarikat permulaan asli unicorn AI, sedang membina apa yang disebutnya sebagai pembantu AI nombor satu untuk bekerja, membantu orang membuka kunci pengetahuan yang dikebumikan dalam perbualan mereka.

Fireflies melayani lebih daripada 20 juta pengguna di berjuta-juta organisasi dan telah memproses lebih dari 7 bilion minit mesyuarat. Fireflies memilih Atlas dari hari pertama untuk model dokumentnya yang fleksibel berbanding skema hubungan yang tegar dan hari ini menjalankan lebih daripada 40 mikroperkhidmatan, dengan aliran perubahan yang menggerakkan saluran paip masa nyata dan untuk analisis dan kecerdasan pertumbuhan. Asas yang kurus dan berskala itu telah membantu mendorong pertumbuhan hiperpertumbuhan mereka dengan lancar. Kami juga melihat daya tarikan yang kuat dengan Voyage, model penempatan dan kedudukan semula kami, yang secara konsisten berada di kedudukan teratas papan pendahulu bebas.

Pada bulan Ogos kami membawa penempatan Voyage automatik ke Atlas untuk persediaan carian vektor satu klik, melancarkan Voyage Code 4, model yang dibina khas untuk kod, dan menghantar API peringkat semula yang ditingkatkan, semuanya memastikan ketepatan pengambilan Atlas untuk AI di hadapan pasaran. Daya tarikan pelayaran muncul di kedua-dua hujung pasaran. Beberapa pelanggan Atlas sedia ada terbesar kami mula menggunakan Voyage untuk kes penggunaan AI, sementara sebahagian besar pelanggan Voyage baru adalah orang asli AI dan tidak mempunyai hubungan sebelumnya dengan MongoDB.

EVE adalah salah satu daripadanya, asli AI unicorn yang mengautomasikan pengambilan kes undang-undang, kronologi perubatan, dan penyusunan surat permintaan untuk firma undang-undang penggugat. EVE menggunakan Atlas Embedding dan API peringkat semula yang dikuasakan oleh Voyage AI Rerank 2.5 untuk mengemukakan bukti yang paling relevan dari set besar dokumen kes. Ini meningkatkan kualiti pengambilan terus ke lapisan RAG sambil memudahkan infrastruktur yang diperlukan untuk membina dan mengembangkan pengalaman AI ini. Beralih kepada Enterprise Advanced, kekuatan suku ini meluas di seluruh pangkalan pemasangan kami, terutamanya dalam perkhidmatan kewangan, teknologi, dan sektor awam.

Dua corak bagaimana pelanggan menggunakan EA menonjol, dan kedua-duanya menunjukkan mengapa perniagaan ini strategik untuk kami. Yang pertama ialah AI dalam persekitaran yang dikendalikan sendiri. Suku ini kami membawa carian dan carian vektor ke EA, menutup jurang antara awan kami dan pengalaman yang diuruskan sendiri. Permintaan datang dengan serta-merta dan merentasi industri dari pelanggan yang ingin mengambil pendekatan gabungan untuk membina AI dalam persekitaran yang diuruskan sendiri.

Sebuah bank utama AS menunjukkan rupa seperti itu dalam amalan. EA sudah berfungsi sebagai platform data standard untuk lebih daripada 100 aplikasi pengeluaran merentasi pembayaran, pengesanan penipuan, pemprosesan dokumen, perkhidmatan pelanggan dan akaun. Suku ini bank itu memperluaskan persekitaran yang sama untuk generasi AI dan carian semantik untuk penasihat pekerja, chatbot, carian produk, dan kecerdasan dokumen. Dengan membawa data operasi, carian, dan pengambilan vektor bersama yang diuruskan sendiri dengan EA, mereka menyimpan data pelanggan dan perbualan yang sensitif di dalam persekitaran mereka sendiri yang dikawal tanpa mendirikan sistem yang berasingan.

Itu memberi mereka asas praktikal untuk mengembangkan AI di seluruh bank pada platform yang sama yang sudah menjalankan operasi mereka yang paling kritikal. Yang kedua ialah penggunaan hibrid. Semakin banyak perbualan pelanggan saya melibatkan berjalan melintasi pelbagai awan dan persekitaran yang diuruskan sendiri pada masa yang sama. Bagi pelanggan di kedua-dua EA dan Atlas, ia adalah dan, bukan atau. Sebagai contoh, salah satu syarikat keselamatan siber terbesar mengendalikan harta tanah besar di Atlas dan EA, dan kedua-dua bahagian berkembang dengan bermakna pada suku itu.

Di seluruh negara UK, masyarakat bangunan terbesar di dunia, juga merupakan contoh yang baik. Mereka kini menjalankan aplikasi lapisan kelajuan mereka yang semakin meningkat di kedua-dua EA dan Atlas secara serentak, memberikan ahli akses masa nyata ke data akaun dan transaksi di setiap saluran digital dan menyokong lebih daripada 24 juta log masuk aplikasi mingguan. Membahagikan beban kerja di seluruh EA dan Atlas memberikan daya tahan operasi yang lebih kuat di seluruh Negara dan membantu memenuhi keperluan peraturan UK, sambil memudahkan harta tanah yang dulu jauh lebih terpecah.

Di seluruh negara sudah berjalan dengan kami untuk pembayaran yang lebih pantas—sehingga 3 juta transaksi dan nilai 1.5 bilion pound pada hari puncak—pada kluster EA dwi-awan yang diuruskan sendiri. Membawa AI yang dikendalikan sendiri membuka permintaan baru bersih bagi kami, dan penggunaan hibrid sering bermaksud bahawa ladang EA yang kuat membuka pintu untuk menyiarkan perbualan Atlas baru dalam pelanggan yang sama. Keuntungan EA juga membolehkan kami melabur lebih banyak dalam R&D dan pergi ke pasaran, memajukan pertumbuhan Atlas dan peta jalan AI kami.

Akhirnya, saya merasa hebat tentang pasukan kepimpinan yang memacu inovasi di kedua-dua Atlas dan EA. Ben Sepulow memiliki produk teras dan Pablo Stern Plaza memiliki AI dan produk baru muncul. Dan di sisi pergi ke pasaran, Ryan McBean telah berjaya sebagai CRO baru kami, memberi saya keyakinan sebenar terhadap kemampuan kami untuk merebut peluang di hadapan. Sebelum saya menutup, saya ingin mengingatkan semua orang bahawa kami akan menjadi tuan rumah Hari Pelabur kami di New York City pada 29 September dan acara pengguna Dart Local New York kami pada 30 September.

Kami tidak sabar-sabar untuk melihat ramai di antara anda di sana. Dengan itu saya akan menyerahkan kepada Mike.

Tidak diketahui, Ketua Pegawai Kewangan

Terima kasih, CJ. Selamat petang, semua orang. Saya akan melalui keputusan fiskal suku kedua '27 dan kemudian beralih kepada prospek kami untuk suku ketiga dan baki tahun fiskal. Seperti biasa, saya akan membincangkan kedua-dua keputusan GAAP dan bukan GAAP. Seperti yang dinyatakan oleh CJ, kami mempunyai satu lagi suku yang sangat kuat dan masuk di atas semua julat bimbingan kami. Memandangkan prestasi ini dan momentum yang kukuh di seluruh perniagaan, kami meneruskan kejayaan dari Q2 dan meningkatkan panduan fiskal separuh kedua kami '27 yang sebahagian besarnya didorong oleh kekuatan di Atlas.

Sebelum masuk ke dalam butirannya, saya ingin menyerlahkan beberapa langkah utama untuk suku tahun ini. Pertama, jumlah pertumbuhan pendapatan dipercepat kepada 30%, kali pertama kami mencapai tahap itu sejak fiskal '24. Kedua, ini adalah suku kelima berturut-turut dengan pertumbuhan Atlas kira-kira 29%. Ketiga, EA dan Lain-lain mempunyai suku yang luar biasa, meningkat 36% tahun ke tahun, didorong oleh kepentingan strategik EA yang semakin meningkat kepada banyak pelanggan terbesar kami dan daya tarikan awal dari pelancaran Carian dan Vektor Search Q2 kami di EA.

Dan akhirnya, sebagai hasil daripada trend ini, kami dengan ketara mengatasi margin operasi dan panduan EPS kami, yang mencerminkan kekuatan model operasi kami. Beralih ke hasilnya, jumlah pendapatan pada suku kedua ialah $772 juta, mewakili pertumbuhan 30% tahun ke tahun berbanding pertumbuhan 24% pada suku tahun lalu. Beralih kepada pecahan produk kami, pendapatan Atlas meningkat kira-kira 29% tahun ke tahun dan melebihi panduan kami sekitar 300 mata asas.

Penggunaannya kuat, menghasilkan rentak ketiga berturut-turut selaras dengan rangka kerja bimbingan kami. Ini adalah suku keenam berturut-turut dalam setahun pertumbuhan dolar di Atlas, menambah rekod $127 juta pada suku tersebut. Pemacu pertumbuhan utama kami pada suku ini terus menjadi kekuatan di Amerika Utara dan pelanggan terbesar kami, terutama yang berada dalam kohort ARR $100,000+, selaras dengan momentum kelas atas yang lebih luas yang telah kami bincangkan pada suku kebelakangan ini.

Kekuatan berterusan ini ditunjukkan dalam jumlah kadar pengembangan ARR bersih syarikat kami, yang meningkat kepada 122% untuk suku ini berbanding 119% setahun yang lalu dan 121% suku lalu. Peningkatan suku ke suku tahun dalam kadar pengembangan ARR bersih didorong oleh kekuatan di Atlas dan EA. Kami juga terus melihat momentum dalam kohort asli AI dan merentasi isyarat AI, termasuk penggunaan Carian Vektor, pelanggan Voyage baru, dan peningkatan berterusan dalam kelompok yang menyambung melalui MCP.

Beralih kepada pendapatan EA dan Lain-lain, kami melihat hasil yang sangat kuat dengan pendapatan meningkat kira-kira 30% tahun ke tahun - suku terkuat kami dalam tiga tahun. Kami melihat permintaan awal untuk keupayaan Carian dan Vektor Carian yang kami lancarkan di EA pada Q2, menambah keupayaan pengambilan yang meningkatkan keupayaan kami untuk menyokong beban kerja AI. Kekuatan ini berasaskan luas, mencerminkan momentum merentasi sejumlah tawaran dan bukannya transaksi tunggal, dengan kekuatan khusus dalam perkhidmatan kewangan, sektor awam, dan teknologi.

Momentum berterusan ini menyoroti kepentingan strategik EA kerana pelanggan terus mengembangkan jejak kaki mereka yang diuruskan sendiri untuk menyokong kedua-dua aplikasi tradisional dan AI. EA dan Lain ARR, yang menormalkan untuk kesan jangka masa, meningkat kira-kira 11% tahun ke tahun, suku ketiga berturut-turut pertumbuhan ARR dua digit. Bergerak menurun P&L, jumlah margin kasar bukan GAAP adalah 75.9%, naik kira-kira 210 mata asas tahun ke tahun, dan margin kasar langganan adalah 78.3%, meningkat kira-kira 70 mata asas tahun ke tahun.

Peningkatan margin kasar langganan terutamanya didorong oleh campuran pendapatan EA yang lebih tinggi pada Q2. Beralih ke keuntungan, kami teruja kerana Q2 menandakan keuntungan GAAP EPS suku ketiga berturut-turut, dan panduan sepanjang tahun kami menggabungkan jangkaan kami untuk menjadi GAAP EPS menguntungkan untuk fiskal '27. Pendapatan bukan GAAP daripada operasi adalah $186 juta untuk margin operasi sebanyak 24%, berbanding 15% pada tempoh tahun lalu. Kami terus sangat gembira dengan hasil margin operasi kami, yang mendapat manfaat daripada prestasi pendapatan yang kukuh pada suku ini.

Pendapatan bersih bukan GAAP suku kedua ialah $163 juta, atau $1.90 sesaham, berdasarkan 85.8 juta saham tertunggak sepenuhnya. Ini dibandingkan dengan pendapatan bersih $87 juta, atau $1.00 sesaham, pada 87.1 juta saham yang dicairkan sepenuhnya tertunggak dalam tempoh tahun lalu. Kewajipan prestasi kami yang tersisa, yang kami definisikan sebagai kewajipan untuk kontrak dengan tempoh lebih daripada 12 bulan, mengakhiri suku tahun pada $1.52 bilion, mewakili pertumbuhan tahun ke tahun sebanyak 91%, dengan bahagian semasa meningkat 73%.

Kami mempunyai suku yang sangat kuat untuk pelanggan baru, menambah kira-kira 2,900 pelanggan secara berurutan, menjadikan jumlah pelanggan kami menjadi 70,600, meningkat daripada 59,900 pada tempoh tahun lalu. Pertumbuhan terus didorong terutamanya oleh Atlas, yang mempunyai 69,300 pelanggan pada akhir suku kedua berbanding 58,500 pada tempoh tahun lalu. Dalam Atlas Voyage, pelanggan kira-kira dua kali ganda pada suku tahun ke suku tahun untuk suku kedua berturut-turut, meneruskan tanda-tanda menggalakkan permintaan untuk keupayaan penempatan AI kami.

Kami terus merasa baik tentang momentum yang kami lihat dengan pelanggan baru dan akan mengingatkan anda bahawa metrik ini akan turun naik dari suku ke suku tahun. Kami menamatkan suku tahun ini dengan hampir 3,000 pelanggan dengan sekurang-kurangnya $100,000 dalam ARR, mewakili pertumbuhan 17% tahun ke tahun. Pertumbuhan pendapatan daripada kohort ini terus kukuh dan melampaui jumlah pertumbuhan pendapatan syarikat, selaras dengan pergerakan kami ke pasaran atas. Kami juga terus melihat penggunaan prestasi Atlas yang kuat.

Daripada pelanggan Atlas kami yang menjana sekurang-kurangnya $100,000 dalam ARR, 48% memanfaatkan dua atau lebih ciri pada platform kami, yang meningkat daripada 42% pada suku tahun yang lalu, didorong sebahagian besarnya oleh penggunaan Carian Vektor dan Teks. Beralih kepada lembaran imbangan dan aliran tunai, kami mengakhiri suku kedua dengan wang tunai $2.4 bilion, setara tunai, dan pelaburan jangka pendek. Sepanjang suku tahun ini, kami memperuntukkan $100 juta untuk pembelian semula saham dan $59 juta untuk menyelesaikan cukai ke atas RSU pekerja.

Aliran tunai operasi adalah $142 juta berbanding $72 juta pada tempoh tahun lalu, dan aliran tunai bebas adalah $138 juta berbanding $70 juta setahun yang lalu. Kami tetap komited untuk memacu aliran tunai yang bermakna dan tahan lama, dan pada separuh pertama fiskal '27 kami telah menjana $344 juta dalam aliran tunai operasi dan $335 juta dalam aliran tunai bebas. Sekarang saya ingin berkongsi beberapa andaian yang mendorong prospek suku ketiga kami dan memberikan beberapa butiran tambahan tentang bagaimana kita memikirkan seluruh fiskal '27.

Seperti yang saya nyatakan sebelumnya, kami terus gembira dengan pertumbuhan Atlas yang kuat dan konsisten. Pertumbuhan kami setakat ini telah didorong terutamanya oleh kekuatan berterusan dengan pelanggan perusahaan terbesar kami, dan kami menjangkakan ia akan berterusan pada separuh kedua fiskal '27. Berdasarkan momentum berterusan ini, kami menjangkakan pertumbuhan Atlas kira-kira 26% pada Q3, dan kami meningkatkan jangkaan pertumbuhan sepanjang tahun kami kepada kira-kira 27%, peningkatan sebanyak 300 mata asas dari titik tengah panduan kami sebelumnya.

Peningkatan panduan separuh kedua kami untuk jumlah pendapatan terutamanya didorong oleh kekuatan yang kita lihat di Atlas. Kekuatan dalam Atlas diserlahkan oleh suku keenam berturut-turut peningkatan pertumbuhan dolar pendapatan dari tahun ke tahun, kadar pengembangan ARR bersih yang kuat, peningkatan penembusan pelbagai produk, dan tanda-tanda awal penggunaan beban kerja AI. Kami membincangkan sejak beberapa suku terakhir bahawa apabila Atlas semakin besar, ia menjadi lebih dapat diramalkan dan kurang sensitif terhadap pergerakan pendapatan oleh mana-mana pelanggan atau kohort individu.

Ini dapat dilihat dalam konsistensi hasil yang telah kami sampaikan selama tiga suku terakhir, di mana kami telah melihat kira-kira 200 hingga 300 mata asas prestasi kelebihan berbanding dengan panduan awal kami. Kami menggunakan rangka kerja panduan yang sama untuk prospek Q3 kami, memahami bahawa Q3 adalah perbandingan paling sukar tahun ini untuk Atlas. Untuk EA dan Lain-lain, memandangkan kekuatan yang kami lihat pada separuh pertama, termasuk permintaan yang kami lihat untuk keupayaan Carian dan Vektor yang kami lancarkan di EA pada Q2, kami meningkatkan jangkaan sepanjang tahun kami untuk pendapatan EA dan Lain-lain kepada pertumbuhan kira-kira 11% dalam fiskal '27, daripada panduan sebelumnya mengenai pertumbuhan pertengahan satu digit. Ini adalah kali pertama dalam tiga tahun EA dan Lain-lain diunjurkan berkembang pada kadar dua digit untuk tahun penuh. Panduan separuh kedua kami selaras dengan apa yang kami kongsi suku lalu. Kami terus menjangkakan pendapatan EA dan Lain-lain kira-kira rata pada separuh kedua, dengan pertumbuhan pada pertengahan digit tunggal pada suku ketiga. Oleh kerana tawaran berbilang tahun sememangnya sukar untuk diramalkan, kami akan terus berhati-hati dalam cara kami membimbing perniagaan EA.

Kami teruja dengan pertumbuhan yang kami lihat di EA dan akan menggalakkan anda untuk memberi tumpuan kepada pertumbuhan sepanjang tahun dan bukannya pada suku tunggal kerana prestasi secara semula jadi akan bergerak dari tempoh ke tempoh. Beralih kepada keuntungan, anda dapat melihat pada separuh pertama fiskal '27 hasil leveraj dalam model perniagaan dan keupayaan untuk mendorong keuntungan tambahan sambil masih melabur dalam inisiatif pertumbuhan, khususnya kejuruteraan dan inovasi produk.

Kami tetap komited untuk mendorong pertumbuhan pendapatan dan peningkatan keuntungan. Kami kini menjangkakan untuk memperluas margin operasi kira-kira 250 mata asas dalam fiskal '27, 100 mata asas lebih tinggi daripada hujung tinggi julat sebelumnya. Kami akan mencapai pengembangan ini sambil terus melabur dalam inisiatif pertumbuhan utama di kedua-dua produk dan pergi ke pasaran. Pelaburan produk kami tetap tertumpu pada meningkatkan keupayaan AI dan pangkalan data teras kami, termasuk di EA, dan anda akan mendengar lebih lanjut mengenai inovasi produk baru kami pada Hari Pelabur kami yang akan datang.

Di sisi pergi ke pasaran, kami melabur dalam mempercepat penggunaan inovasi produk baru dan terus memberi tumpuan kepada peluang pertumbuhan tertinggi kami mengikut geografi dan segmen pelanggan. Kami juga akan terus melabur dalam jumlah pekerja membawa kuota, program pemasaran, dan kesedaran pemaju. Mengenai aliran tunai, memandangkan prestasi separuh pertama kami yang kuat, kami kini menjangkakan penukaran aliran tunai percuma sepanjang tahun berada di hujung atas julat sasaran jangka panjang kami sebanyak 80% hingga 100%.

Sekarang mari kita beralih kepada bagaimana ini diterjemahkan kepada panduan untuk suku ketiga dan fiskal '27. Untuk mengulangi, kenaikan separuh kedua ini didorong terutamanya oleh kekuatan di Atlas. Untuk suku ketiga, kami menjangkakan jumlah pendapatan $756 hingga $761 juta, mewakili pertumbuhan 20% hingga 21% tahun ke tahun. Kami menjangkakan pendapatan bukan GAAP daripada operasi $152 hingga $156 juta untuk margin operasi kira-kira 20.5%. Pada panduan tertinggi, kami menjangkakan pendapatan bersih bukan GAAP sesaham sebanyak $1.57 hingga $1.61, berdasarkan 87.1 juta saham cair tertunggak.

Untuk fiskal '27, kami kini menjangkakan jumlah pendapatan $2.99 hingga $3.03 bilion, mewakili pertumbuhan sepanjang tahun sebanyak 21% hingga 23%, yang akan menjadi tahun kedua berturut-turut dari percepatan jumlah pendapatan. Pada panduan tertinggi, kami menjangkakan pendapatan bukan GAAP daripada operasi $616 hingga $636 juta untuk margin operasi kira-kira 21%. Pada panduan tertinggi, dengan gabungan pertumbuhan pendapatan 23% dan margin operasi 21%, kami mensasarkan peraturan prestasi 44.

Pada akhir prospek fiskal '27 kami, kami menjangkakan pendapatan bersih bukan GAAP sesaham sebanyak $6.39 hingga $6.58, berdasarkan 86.4 juta saham cair tertunggak. Sebagai penutup, saya ingin mengucapkan terima kasih kepada seluruh pasukan MongoDB untuk satu perempat lagi pelaksanaan yang kuat. Kami gembira dengan hasilnya, yakin dengan ketahanan pertumbuhan kami, dan tetap fokus pada mendorong nilai pemegang saham jangka panjang kerana kami terus melabur secara bertanggungjawab dalam perniagaan. Akhir sekali, kami tidak sabar-sabar untuk melihat ramai di antara anda pada akhir bulan ini di Hari Pelabur kami.

Anda boleh mendapatkan maklumat lanjut mengenai cara mendaftar untuk acara langsung atau mendengar aliran langsung di laman web IR kami. Dengan itu, pengendali, mari kita buka untuk soalan.

PENGENDALI

Terima kasih. Tuan-tuan dan puan-puan, sebagai peringatan, untuk bertanya soalan, sila tekan bintang 1-1 di telefon anda, kemudian tunggu nama anda diumumkan. Untuk menarik balik soalan anda, sila tekan bintang 1-1. Sekali lagi, kami meminta anda menghadkan diri anda kepada satu soalan sahaja. Sila berdiri semasa kami menyusun senarai Q & A. Soalan pertama kami berasal dari baris Ramo Lynch Child dengan Barclays. Talian anda terbuka.

Ramo Lynch Child, Penganalisis di Barclays

Sempurna. Terima kasih. Tahniah pada suku besar. Soalan yang saya ada adalah mengenai Atlas. Sekiranya saya mendengar komen bimbingan anda, kekuatan yang didorong oleh Atlas, apakah faktor-faktor yang anda pertimbangkan di sana dan apa yang mendorong keyakinan anda? Terima kasih.

Tidak diketahui, Ketua Pegawai Kewangan

Terima kasih atas soalan itu, Raymond. Ini Mike. Oleh itu, semasa kami bercakap, kami merasa sangat baik tentang perniagaan Atlas. Dan apa yang kita lihat ialah ini adalah suku kelima berturut-turut dengan pertumbuhan kira-kira 29% tahun ke tahun, sangat konsisten. Kami telah meningkatkan panduan sepanjang tahun sebanyak 300 mata asas daripada panduan sebelumnya, dan itu juga disokong oleh rekod baru bersih $127 juta dolar Atlas baru bersih, serta peningkatan kadar pengembangan ARR bersih.

Dan kini Atlas hampir bernilai $2.3 bilion. Oleh itu, semasa kami menantikan ke hadapan, kami terus mengharapkan pertumbuhan yang sangat baik dari pelanggan perusahaan kami yang lebih besar, terutamanya di AS. Kami mula melihat beberapa manfaat daripada AI walaupun kecil. Tetapi kami teruja dengan momentum dan kami menjangkakan penggunaan akan terus konsisten dengan apa yang telah kita lihat pada separuh pertama tahun ini.

Ramo Lynch Child, Penganalisis di Barclays

Terima kasih.

PENGENDALI

Terima kasih. Terima kasih. Soalan seterusnya kami berasal dari garis Alex Zukin dengan Wolfe Research. Talian anda terbuka.

Alex Zukin, Penganalisis di Wolfe Research

Hei, kawan-kawan, terima kasih kerana menjawab soalan itu. Saya rasa mungkin C.J., jika saya melihat perniagaan tepat pada separuh pertama, jelas Atlas semakin cepat, pertumbuhan pendapatan langganan semakin cepat. Tetapi terasa seperti Q/Q mungkin ia sedikit dekel pada Atlas. Panduan untuk sepanjang tahun ini, terutamanya Q4, menyiratkan perlambatan yang cukup bermakna di Atlas. Dan saya faham konservatisme. Tetapi jika kita agak awal dan berguling menuruni bukit dengan beberapa penduduk asli dan makmal AI, apakah beberapa dinamika?

Adakah mungkin EA membalikkan beberapa tawaran ke Atlas seperti yang berlaku pada Q4 tahun lalu? Apakah jenis dinamik yang mungkin kita tidak lihat?

Chirantan Desai, Presiden dan Ketua Pegawai Eksekutif

Baiklah, jadi Alex, terima kasih. Izinkan saya menangani - terdapat beberapa soalan di sana. Saya akan katakan terlebih dahulu, untuk melihat pertumbuhan 29% yang konsisten di Atlas sekarang, seperti yang digariskan oleh Mike, sangat menggalakkan. Dan pelaksanaan itu, sama ada di perusahaan atau dengan kohort asli AI, secara keseluruhan sangat menggalakkan bagi kami. Dan seperti yang anda panggil, kami telah melihat percepatan pada separuh pertama berbanding dengan apa yang kami bimbing pada awal bulan Mac. Jadi itulah nombor satu.

Nombor dua, saya ingin sangat jelas bahawa pertumbuhan MongoDB yang diuruskan sendiri EA tidak akan datang dengan mengorbankan Atlas. Atlas sebenarnya terus berkembang, dan kami, Alex, bertemu pelanggan di mana mereka berada. Apabila saya pada asalnya menyertai dan saya menggariskan dalam panggilan pendapatan pertama, pelanggan meminta kami bahawa kami ingin menjalankan, untuk beban kerja besar yang mereka jalankan di MongoDB EA — CJ, kami ingin mendapatkan AI ini siap - dan oleh itu pasukan harus membina Carian dan Carian Vektor di atasnya.

Kerana beban kerja seperti ini, atas pelbagai sebab, sama ada kedaulatan data, sama ada mereka tidak mahu memindahkannya ke awan awam atas sebab lain, akan berjalan di persekitaran kita yang diuruskan sendiri. Oleh itu, kami melakukannya dan kami menyampaikannya pada 30 Jun, dan kami melihat bahawa itu diterima dengan baik di pangkalan pelanggan kami. Dan seperti yang dikatakan oleh Mike, ini adalah kekuatan yang meluas pada MongoDB kami yang diuruskan sendiri dan ia tidak tertumpu pada satu pelanggan dan merentasi industri.

Jadi perkara nombor satu ialah saya merasa sangat baik tentang trend penggunaan Atlas pada separuh pertama hingga separuh kedua. Nombor dua, pertumbuhan EA yang kita lihat dari perspektif yang dikendalikan sendiri - sama ada mereka berjalan di awan NEO, sama ada mereka berjalan on-prem dalam kolos mereka, sama ada kadang-kadang beberapa pelanggan menjalankan EA di awan awam di kawasan tertentu di seluruh dunia - merasa sangat baik bahawa itu tidak datang dengan mengorbankan Atlas. Dan beberapa contoh yang saya ketengahkan: kita sebenarnya melihat bahawa, dari perspektif ketahanan operasi, beberapa bank besar atau pelanggan kerajaan telah mengatakan bahawa ini adalah kekuatan platform data MongoDB berbanding satu daripada yang lain dari perspektif Atlas-on-EA. Sekarang dari segi panduan, saya akan membiarkan Mike mengulas mengenainya, tetapi kami meningkatkan panduan sebanyak 300 mata asas untuk tahun ini di Atlas. Anda tahu di mana kami bermula pada bulan Mac dan sekarang kami berada pada pertumbuhan 27%. Kami akan sentiasa berhati-hati mengenainya, dan untuk Q4 khususnya, ia masih dalam dinamik penggunaan. Itu masih jauh dari perspektif kita. Kita perlu melihat bagaimana keadaan berlaku pada bulan September, pada bulan Oktober, yang menjadi asas.

Kemudian cuti akan datang pada Q4, yang mempengaruhi penggunaan kita. Oleh itu, kami cuba berhemah dalam cara kami membimbing, dan saya optimis terhadap apa yang saya lihat dari perspektif kohort teras di Atlas dan juga apa yang kita lihat di pihak asli AI. Dan Mike, adakah anda ingin memberi komen mengenai panduan mengenai Atlas?

Tidak diketahui, Ketua Pegawai Kewangan

Ya, terima kasih. Jawapan yang hebat, CJ Saya hanya ingin menggariskan apa yang dia katakan adalah falsafah bimbingan kami. Alex, ia tidak berubah dari segi bagaimana kami membimbing sepanjang tahun ini. Kami akan sentiasa berhati-hati lebih daripada satu perempat, dan itulah yang ditunjukkan dalam panduan. Saya juga ingin menangani komen anda mengenai Q4 dan hanya sangat jelas mengenai panggilan itu: tidak ada tawaran berkumpul besar pada suku tersebut. Tidak ada dinamik Q4 pada suku ini.

PENGENDALI

Terima kasih. Sila berhati-hati untuk soalan seterusnya. Soalan seterusnya kami datang dari barisan Matt Martino dengan Goldman Sachs. Talian anda terbuka.

Matt Martino, Penganalisis di Goldman Sachs

Hebat. Terima kasih kerana mengambil soalan saya. C.J., bagi anda, ini adalah suku kedua yang anda telah menyerlahkan momentum kuat dalam jumlah pelanggan Voyage, dan saya rasa anda membuat komen menarik dalam kenyataan yang disediakan di mana pelbagai pelanggan Voyage baru sahaja untuk MongoDB. Nampaknya seperti bahagian atas corong yang hebat untuk memenangi beberapa beban kerja hiperpertumbuhan di kalangan penduduk asli AI. Bagaimanakah anda mencirikan kejayaan dalam menukar beberapa pelanggan ke penjualan platform yang lebih luas setakat ini?

Chirantan Desai, Presiden dan Ketua Pegawai Eksekutif

Ya, jadi Matt, saya akan mendekati ini dalam dua baldi. Baiklah, baldi nombor satu: kami benar-benar bertenaga dengan jumlah pelanggan baru untuk MongoDB yang akan datang melalui Voyage. Dan anda benar-benar betul, dan itulah sebabnya kenyataan itu dibuat secara eksplisit, bahawa banyak daripada mereka sebenarnya bukan pelanggan MongoDB. Baiklah. Jadi itu benar-benar benar. Dan pengambilalihan, seperti yang anda ketahui, dilakukan pada bulan Februari 2025. Oleh itu, kami hanya 18 bulan dalam pemerolehan antara pasukan Voyage yang memastikan bahawa kami adalah model penempatan terbaik dalam kelas apabila anda melihat data luaran, penanda aras, dan sebagainya.

Tetapi yang paling penting, terdapat beberapa pelanggan yang datang sebagai pelanggan Voyage dan mereka menjadi pelanggan Atlas. Tetapi masih awal kerana kami baru mula memastikan bahawa kami kini boleh menjual silang, menaik—apa sahaja istilah yang betul yang anda mahu gunakan. Tetapi saya melihat ini sebagai peluang besar untuk Atlas jangka panjang bahawa kami mendapat pelanggan Voyage ini. Dan hampir selalu apabila saya melihat nama jenis pelanggan yang kita dapatkan - sama ada mereka berada di San Francisco Bay Area, sama ada mereka perusahaan besar, sama ada mereka berada di London atau Tel Aviv atau Seattle - mereka cenderung didorong oleh beban kerja AI.

Dan ketika pasukan melakukan analisis di mana rujukan untuk Voyage datang, seperti yang anda bayangkan, kebanyakan rujukan ini datang melalui ejen pengekodan, nombor satu Codex Cloud, dan nombor dua Codex mendorong sebahagian besar lalu lintas rujukan untuk Voyage. Oleh itu, kami mempunyai banyak perkara yang berlaku: ejen pengekodan menyukai Voyage, mereka mengesyorkan kami, dan kami mendapat kohort pelanggan baru ini. Kedua ialah menjadi teratas corong, seperti yang anda katakan, bahawa kami akan menjual silang, menaikkan pasukan pakatan mempunyai rancangan untuk pelanggan Atlas - dan nombor tiga hampir selalu ini adalah beban kerja AI.

Jadi secara keseluruhan, awal tetapi sangat menggalakkan.

PENGENDALI

Terima kasih. Soalan seterusnya kami berasal dari garis Carl dengan UBS. Talian anda terbuka.

Carl, Penganalisis di UBS

Baiklah, hebat. Mungkin saya akan mengarahkan yang ini kepada CJJ CJ, anda mengatakan bahawa MongoDB melihat momentum awal dengan beban kerja AI. Semasa kita semua cuba memantau masa dan magnitud penarikan AI yang belum selesai ke Mongo, saya hanya tertanya-tanya apakah anda dapat menjelaskan jenis kes penggunaan AI atau beban kerja yang anda dapati mempunyai tarik terbesar ke Mongo? Saya tertarik dengan komen yang dibuat oleh Mike dalam suku tahun di mana dia menandakan beban kerja perusahaan yang menghadap pelanggan.

Dan saya tahu dalam ucapan yang disediakan anda menyebut kes penggunaan sokongan pelanggan, tetapi mungkin anda boleh menghuraikan sedikit mengenai kes penggunaan tertentu yang mempunyai tarik yang paling kuat sehingga kita semua dapat menontonnya. Terima kasih.

Chirantan Desai, Presiden dan Ketua Pegawai Eksekutif

Sudah tentu. Jadi apa yang saya lihat - dan ini terdapat dalam banyak perbualan, Carl - adalah saya hanya akan mula-mula melihat baldi perusahaan, baiklah, perusahaan seperti sama ada anda ingin mengatakan Global 2000 atau Fortune 500 atau Fortune 100. Apabila saya melihatnya, MongoDB hampir selalu merupakan platform pangkalan data yang digunakan untuk beban kerja yang menghadapi pelanggan - sama ada tuntutan insurans, polisi penjagaan kesihatan, sama ada transaksi kad kredit dan mendapatkan data pantas untuk pengguna akhir.

MongoDB sentiasa bersinar apabila ia adalah beban kerja besar yang dihadapi oleh pelanggan. Apa yang saya lihat pada mulanya, katakan anda seorang pengurus kekayaan di bank dan terdapat banyak artikel berasaskan pengetahuan yang ingin anda vektorkan, menggunakan penempatan kami, dan kemudian gunakan sebagai chatbot untuk orang yang melakukan pengurusan kekayaan dan bercakap dengan pelanggan masa nyata. Itulah satu contoh yang sangat spesifik di mana bank besar tertentu menggunakan MongoDB. Terdapat juga contoh lain di mana, kerana terdapat banyak dokumen, kes penggunaan yang menghadapi pekerja di mana artikel pangkalan pengetahuan supaya pekerja dapat memanfaatkan, melakukan carian - kerana sekarang Carian disepadukan sepenuhnya ke dalam data operasi - dan dokumen dimuatkan dan kemudian penempatan menjadikan vektorisasi lebih baik. Itu akan menjadi satu lagi contoh perusahaan besar di mana kita melihat kes penggunaan. Tetapi kejelasan yang saya dapat ialah hampir selalu, hei, kami ingin menggunakan MongoDB di mana skala penting pada ejen yang kita cuba buat untuk aktiviti menghadapi pelanggan kami. Apa sahaja aktiviti yang menghadapi pelanggan, kami tidak melihat daya tarikan awal dengan, hei, saya mencipta jenis copilot sesuatu yang menarik kepada beberapa ratus pekerja.

Kami tidak melihat MongoDB digunakan kerana mereka seperti, hei, ini terlalu besar. MongoDB, tentu saja, memberi kita skala dan semua fungsi lain ini. Jadi itulah nombor satu. Dan Carl, perkara lain yang akan saya katakan ialah apabila anda melihat penduduk asli AI, termasuk saya akan meletakkan Makmal Frontier di sana - tetapi anda melihat contoh yang saya kongsi, yang ada pada Malam, atau sama ada itu adalah Fireflies, yang merupakan ejen dalam pengeluaran. Tetapi apabila anda melihat ejen ini dalam pengeluaran - kami telah menggunakan ElevenLabs pada masa lalu dan lain-lain - ini adalah berjuta-juta ejen dalam pengeluaran yang melakukan sesuatu yang dihadapi oleh pelanggan.

Dan mereka akan berkata, kami mahu menggunakan MongoDB untuk skala, prestasi, dan tentu saja berjalan di mana sahaja, dan di situlah anda menggunakannya. Jadi ini adalah dua vektor yang saya lihat: dalam perusahaan, ejen kami memasuki pengeluaran di mana ia masuk akal—di Atlas, baiklah, mari kita lakukan ita-dan pada EA, yang saya sentuh dalam ucapan saya yang disediakan. Jangan salah, kerana industri yang dikawal selia ini cuba menyediakan data operasi mereka AI juga merupakan sebab pertumbuhan EA didorong di seluruh industri, termasuk teknologi, di mana pelanggan mengatakan, hei, saya membina ejen AI untuk teknologi saya, apa sahaja platform teknologi yang menggunakan MongoDB atau syarikat teknologi.

Dan kami melihat pertumbuhan di sana. Jadi itu akan menjadi ringkasan keseluruhan saya mengenai tempat yang kita lihat, dan saya akan meminta Mike mengulas apa-apa tambahan jika anda memerlukannya.

Carl, Penganalisis di UBS

Jawapan yang hebat. Terima kasih.

PENGENDALI

Terima kasih. Sila berhati-hati untuk soalan seterusnya. Soalan seterusnya kami datang dari barisan Sanjat Singh dengan Morgan Stanley. Talian anda terbuka.

Sanjat Singh, Penganalisis di Morgan Stanley

Ya, saya hargai anda mengambil soalan itu, CJ. Saya ingin memberi tumpuan kepada Enterprise Advanced kerana saya fikir di bawah tempoh anda profil pertumbuhan EA pasti dinaikkan sementara pertumbuhan Atlas, pada tahap anda, bertahan pada kadar yang sangat menarik pada 29%. Dan beberapa perkara yang kami dengar dari pelanggan ialah jika MongoDB mahu pelanggan ini akhirnya sampai ke Atlas, betul, anda tahu, memajukan kemampuan EA dengan carian dan carian vektor dan berpotensi Voyage juga, itu sangat penting.

Adakah anda mempunyai perspektif mengenai, satu, garis masa apabila anda mendapatkan pelanggan ini pada ciri AI baharu? Apa yang muktamad, jika anda ingin menyebutnya peningkatan atau penghijrahan ke Atlas, bagaimana rupa masa itu - itulah bahagian pertama soalan EA. Bahagian kedua soalan EA ialah kohort mana yang menggunakannya secara beransur-ansur. Oleh itu, anda menyebut jenis perusahaan besar, institusi kewangan - itu tidak menghairankan - tetapi adakah anda melihat peluang?

Saya rasa anda mengisyaratkan Neo Clouds menggunakan EA juga. Adakah terdapat dunia di mana penduduk asli AI mula menggunakan EA kerana mungkin di bawah tema seperti kedaulatan data atau sebab lain mengapa mereka menjadi penerima EA juga. Jadi itu adalah dua soalan saya di EA. Terima kasih banyak.

Chirantan Desai, Presiden dan Ketua Pegawai Eksekutif

Kedengarannya bagus. Jadi saya akan meningkatkan tahap ini sedikit, Sanjeet. Dan, anda tahu, kami adalah syarikat yang sangat didorong oleh pelanggan, dan sebab kami melabur dalam peta jalan EA yang kami gariskan - dan senang melihatnya berfungsi - adalah bahawa pelanggan mengatakan kepada kami, ramai, ramai pelanggan walaupun pada hari-hari awal saya, bahawa anda mesti melabur dalam EA. Dan jika EA bersedia AI dengan carian, carian vektor, dan sebagainya, mereka bertanya, hei, bolehkah kita juga menjadikan Voyage tersedia dalam jenis persekitaran yang diuruskan sendiri?

Itu sangat didorong oleh pelanggan dan kami bertemu dengan pelanggan di mana mereka berada. Baiklah, jadi itu perkara nombor satu saya. Perkara kedua, seperti yang dikongsi Mike, tiga perempat pertumbuhan EA dua digit memberi saya keyakinan bahawa sekarang kita mempunyai dua pemacu pertumbuhan, Atlas dan EA. Dan seperti yang saya kongsi, tidak datang dengan mengorbankan satu sama lain, kerana itu adalah perkara yang sangat penting. Kadang-kadang pelanggan akan mengatakan bahawa saya perlu melakukan ini untuk daya tahan operasi. Kadang-kadang pelanggan akan mengatakan bahawa saya tidak melihat beban kerja ini bergerak ke Atlas.

Tetapi memandangkan apa yang anda lakukan - dan saya melihatnya pada carian dan carian vektor disatukan - berikut adalah beban kerja baru yang ingin kami cuba di Atlas. Oleh itu, momentum kami di EA juga mendorong kemungkinan kes penggunaan tambahan yang digunakan oleh bank atau organisasi sektor awam, sebuah organisasi kerajaan, menggunakan Atlas. Saya akan sangat spesifik. Pada suku kedua kami mempunyai pelanggan di sektor awam yang memutuskan untuk mengembangkan penggunaan MongoDB kami yang diuruskan sendiri seperti di EA.

Tetapi di samping itu, kami sedang bekerjasama dengan mereka kerana mereka melihat beberapa faedah pangkalan kod MongoDB dan mereka seperti, CJ, jika anda akan menguruskannya dan menyediakan patch keselamatan dan semua perkara lain, mereka kini mempunyai juruterbang untuk Atlas dalam awan kerajaan yang mereka jalankan. Jadi dari sudut pandangan saya, sekarang mempunyai dua pemacu pertumbuhan bagi pihak MongoDB Corporation untuk kedua-dua Atlas dan EA sangat, sangat menggalakkan. Sekarang dari segi garis masa, satu perkara ialah apabila kami memperkenalkan fungsi ini untuk carian dan carian vektor yang didorong oleh permintaan AI, kami mengenakan bayaran tambahan kepada pelanggan kami untuk set ciri yang kami sediakan di EA. Jadi itulah nombor satu. Nombor dua, dari segi masa untuk bernilai, Sanjeet, saya akan mengatakan masa untuk menilai cukup cepat. Ia bukan seperti bulan, tetapi sudah berminggu-minggu. Kami telah mengeluarkan ciri-ciri ini untuk pelanggan kami, hanya mereka mengurus sendiri berbanding ketika kami menguruskan di Atlas. Seperti apa yang kita lihat pada kes penggunaan Financial Times saya yang saya kongsikan, masa untuk menghargai mereka untuk memanfaatkan carian vektor dan penempatan adalah dalam beberapa minggu, bukan dalam bulan dan tahun, untuk menyediakan AI untuk carian dan lain-lain yang berlaku.

Jadi itulah perspektif keseluruhan saya. Dan kemudian perkara terakhir yang akan saya katakan ialah khususnya dalam perbankan dan penjagaan kesihatan, apa yang saya juga lihat ialah, hey CJ, kami akan menggunakan Atlas tetapi kami akan berpotensi gagal ke EA kerana daya tahan OP yang anda berikan, yang pastinya kelas dunia dan kelebihan besar kami. Jadi itulah ringkasan bahawa saya melihat ini sebagai pemacu pertumbuhan yang tahan lama untuk MongoDB Corporation. Ia didorong berdasarkan permintaan pelanggan dan permintaan pelanggan adalah kami mahu berjalan di mana sahaja.

Kadang-kadang kita akan menguruskan sendiri, kadang-kadang ia dikendalikan oleh MongoDB.

PENGENDALI

Terima kasih. Soalan seterusnya kami datang dari barisan Ryan McWims dengan Wells Fargo. Talian anda terbuka.

Ryan McWims, Penganalisis di Wells Fargo

Hei, terima kasih kerana mengambil soalan itu. Soalan dua bahagian di sini. Yang pertama untuk CJ, adakah anda melihat pelanggan kembali kepada anda sebelum pembaharuan mereka yang dijadualkan dan memperbaharui pada kadar yang lebih tinggi berbanding setahun yang lalu? Seperti adakah mereka berhenti lebih awal, atau adakah mereka melihat trend penggunaan bertambah baik dengan lebih kuat? Dan kemudian untuk Mike, saya tahu falsafah bimbingan anda tidak berubah, tetapi dengan sedikit sejarah dengan panduan Atlas suku tahunan - mendapatkan beberapa soalan mengenai panduan Atlas 4Q yang tersirat - bolehkah anda membantu kami dengan beberapa input ke dalam panduan itu dan bagaimana kita harus memikirkannya sebagai pelabur?

Chirantan Desai, Presiden dan Ketua Pegawai Eksekutif

Ya. Jadi perkara pertama, seperti yang digariskan oleh Mike, NRR kami sangat kuat dan tinggi, dan itu benar di kedua-dua Atlas dan EA. Jadi dari segi kadar pengekalan dan apa yang saya lihat, walaupun dinamika, hei, pelanggan mungkin ingin mengoptimumkan beban kerja dengan pasukan kejayaan pelanggan kami dan semua itu, trendnya sangat sihat dan bertambah baik, yang merupakan testimoni hebat kepada keluaran 8.0 kami tahun lalu bahawa pelanggan merasa sangat baik mengenai prestasi harga dan bagaimana penggunaannya semakin meningkat.

Sekarang ada beberapa pelanggan yang telah menggariskan kepada saya, yang besar, bahawa penggunaan kami berkembang lebih cepat daripada yang kita fikirkan. Dan, CJ, bolehkah kita mengadakan perbualan jika kita terus berkembang pada kadar ini, jika kita melihat semula kontrak. Tetapi itu tidak banyak berlaku. Ini seperti satu dan dua digit, digit tunggal maksimum, tetapi tidak meluas. Jadi itu menggalakkan, bermaksud kita tidak mendapat tolakan balik kerana penggunaan meningkat sehingga kami ingin merundingkan semula kontrak atau komitmen dan sebagainya.

Jadi itulah cara saya menjawabnya. Dan dari segi, anda tahu, saya akan menyatakan apa yang saya nyatakan sebelum ini, yang merupakan soalan Alex, adakah saya merasa sangat baik tentang perniagaan Atlas, ketahanan perniagaan itu, inovasi yang kami gerakkan. Sudah tentu kami tidak akan membimbing berdasarkan rangka kerja Mike mengenai bagaimana kami akan membimbing untuk Q3, dan kami akan sentiasa berhemah mengenai Q4, tetapi kami membangkitkan - itulah sebabnya panduan 27% untuk tahun ini di Atlas. Mike.

Tidak diketahui, Ketua Pegawai Kewangan

Terima kasih, CJ. Jadi, Ryan, hingga ke tahap itu, metodologi dan falsafah bimbingan tetap konsisten sepanjang tahun, dan kami ingin kekal dengan itu, iaitu ketika kita membimbing untuk suku semasa, saya akan menyebutnya, atau suku pertama keluar, kami sentiasa mahu kekal dalam hal itu - hei, anda harus melihat julat 200 hingga 300 titik asas yang kami sediakan. Sekali lagi, semoga penggunaannya lebih baik, kita selesai di hujung atasnya, dan kita akan sentiasa, Ryan, berhati-hati dalam suku luar.

Ia adalah perniagaan penggunaan. Saya tahu ia hanya kelihatan tidak lama - satu perempat lagi - tetapi kita mahu berhati-hati. Mudah-mudahan kita melaksanakan dengan baik dalam Q3 dan kami dapat meningkatkan panduan itu apabila kita sampai ke Q4.

PENGENDALI

Terima kasih. Soalan seterusnya kami berasal dari garis Kirk Materney dengan Evercore ISI. Talian anda terbuka.

Kirk Materney, Penganalisis di Evercore ISI

Ya, terima kasih banyak kerana mengambil soalan itu. CJ, soalan untuk anda adalah mengenai jenis kadar lampiran pada Voyage dan vektor. Dan saya agak ingin tahu, apabila anda mendapatkan pelanggan baru dengan produk ini, adakah mereka masuk dan bereksperimen terlebih dahulu dan kemudian berskala dengan cepat? Saya agak ingin tahu - anda tahu, jelas mendapatkan pelanggan baru dengan mereka adalah bagus, tetapi membuat mereka berskala dan menjadikan ARR lebih bermakna dari perspektif keseluruhan syarikat adalah tempat yang anda mahu pergi.

Oleh itu, saya hanya ingin tahu seberapa cepat produk tersebut dapat berubah dari sesuatu yang mungkin dipandu di jabatan menjadi dianggap strategik atau seluruh syarikat seperti Atlas atau EA. Terima kasih.

Chirantan Desai, Presiden dan Ketua Pegawai Eksekutif

Ya, tentu saja. Jadi saya akan menyentuh kedua-duanya. Atlas sepenuhnya didorong oleh penggunaan, seperti yang anda sedar sepenuhnya. Oleh itu, apabila saya melihat beberapa pelanggan besar - seperti ini adalah beberapa pelanggan Fortune 100 - mereka melakukan semua ujian mereka, mereka seperti, baiklah, kami mencari dalam sistem siloed lain ini atau kami cuba melakukan carian vektor dari beberapa permulaan peringkat awal yang menyediakan fungsi vektor. Bank besar ini memberitahu saya bahawa, berdasarkan ujian mereka, mereka percaya bahawa vektor harus disepadukan sepenuhnya dalam lapisan data operasi.

Dan MongoDB melakukan itu dilihat sebagai kelebihan besar. Dan masa untuk menilai ada beberapa minggu, dan kemudian kita akan mempunyai nod carian khusus dan sebagainya, yang mendorong penggunaannya. Malah sebuah syarikat media besar, yang menjadi salah satu pelanggan carian vektor terbesar kami, yang didorong oleh ejen yang cuba melakukan pertanyaan semantik dan memikirkannya, baiklah, jika ini adalah lapisan data operasi, maka ia hanya berfungsi. Dan kita melihat bahawa walaupun dalam kohort asli AI, vektor yang menjadi sebahagian daripada pangkalan data diterima dengan sangat baik.

Dan salah satu contoh yang saya kongsi suku lalu, 11 Labs, yang terus berskala dengan baik dengan MongoDB, mereka melihatnya sebagai kelebihan besar vektor yang tertanam. Dan kami melakukan perkara yang sama sekarang di EA. Sekarang pada pembentukan, kami menjadikannya lebih mudah, seperti yang saya kongsi dalam ucapan saya, untuk memastikan bahawa kita mempunyai penempatan automatik di Atlas, bagaimana ia berfungsi, bagaimana ia berfungsi di awan. Dan pada masa itu, apa yang saya lihat sekarang dalam semua perbualan pelanggan adalah bahawa masih kesedaran rendah bahawa Voyage sebenarnya datang dari MongoDB.

Dan pelanggan ini memberitahu saya, oh, kami suka Voyage, kami menggunakan Voyage. Dan saya katakan, itu adalah produk MongoDB. Dan mereka seperti, oh, kami tidak tahu itu. Baiklah, maka kita harus melihat Atlas kerana anda mempunyai pemasangan automatik Atlas. Jadi ia berbeza-beza. Tetapi carian, carian vektor, saya akan mengatakan masa untuk menilai tidak begitu lama kerana kepingan bergerak, seperti dalam sistem bergerak, lebih sedikit. Dan itulah sebabnya ia berfungsi.

PENGENDALI

Terima kasih, tuan-tuan dan puan-puan. Oleh kerana minat masa, kami akan mengambil dua soalan lagi. Soalan seterusnya kami akan datang dari barisan Tyler Ratke dengan Citi. Talian anda terbuka.

Tyler Ratke, Penganalisis di Citi

Ya, terima kasih. CJ, anda bercakap tentang beberapa beban kerja kesimpulan di 11 Labs. Bolehkah anda hanya menghuraikan? Adakah mereka baru pada suku ini? Bagaimanakah anda melihat saiz beban kerja tersebut berbanding dengan beberapa jenis beban kerja besar yang lain di seluruh syarikat tradisional? Dan kemudian, Mike, hanya di EA - jelas prestasi besar lebih tinggi pada suku ini. Saya fikir anda mempunyai beberapa keupayaan baru yang dikeluarkan dari perspektif GA pada bulan Julai. Jadi saya rasa apa yang memberi anda keyakinan bahawa tidak ada lebih banyak kelebihan pada separuh kedua, memandangkan kebanyakan kenaikan pada separuh kedua adalah Atlas berbanding EA?

Chirantan Desai, Presiden dan Ketua Pegawai Eksekutif

Ya. Jadi, Tyler, kami sangat spesifik dalam komen kami kerana kami ingin menjadi sangat telus dengan anda. Dengan salah satu makmal, mereka bermula pada separuh akhir tahun kalendar lalu dengan salah satu beban kerja yang sedang menjalankan kesimpulan di MongoDB dan menggunakan kami sebagai lapisan memori dengan makmal itu. Pasukan kami melihat prestasi Atlas untuk kesimpulan khusus itu dan berkata, wow, Atlas menunjukkan prestasi yang sangat baik di seluruh bacaan dan menulis berbanding dengan Postgres.

Itulah yang mereka gunakan pada asalnya. Mereka kemudian mula bergerak, baru-baru ini pada Q2, beberapa beban kerja lain untuk membuat kesimpulan pada Atlas. Oleh itu, kami mempunyai satu beban kerja inferensi yang bermula tahun lalu pada jangka masa November/Disember, dan kemudian mereka memindahkan beberapa beban kerja lain untuk membuat kesimpulan untuk beberapa produk lain yang telah mereka buat dalam—saya ingin mengatakan ini adalah jangka masa Ogos atau Jun/Julai. Mereka memberitahu saya terus - ini adalah pasukan teknologi - bahawa Atlas telah menghilangkan semua kesakitan dari perspektif uptime, perspektif prestasi.

Kami tidak memikirkannya. Dan kita sekarang, ketika kita membuat produk baru, kita mahu membuat kesimpulan mengenainya. Jadi itulah yang akan saya katakan: kami bermula dengan satu kesimpulan, beberapa beban kerja yang lain, dan kemudian kami mendapat beberapa tambahan hanya dalam Q2. Dan, Tyler,

Tidak diketahui, Ketua Pegawai Kewangan

Ini Mike, atas soalan anda mengenai EA. Soalan hebat, terima kasih atas itu. Jadi tiga suku terakhir kita telah melihat pertumbuhan ARR, seperti yang dibincangkan oleh CJ, dalam digit ganda. Kami telah meningkatkan panduan tahun penuh dari pertengahan digit tunggal kepada 11% untuk tahun penuh. Anda tahu, sama seperti kami - bahagian sukar di sini adalah menganggarkan tawaran berbilang tahun. Kami akan sentiasa berhati-hati, demi segala kita, untuk memastikan bahawa kita tidak bersandar sehingga kita melihat perjanjian itu berlaku. Sekiranya empat suku terakhir adalah sejarah, semoga beberapa daripadanya masuk sebagai tawaran berbilang tahun atau lebih besar daripada yang kita jangkakan.

Jadi pastinya kami ingin memastikan bahawa, terutamanya untuk EA, kami berhati-hati dengan panduan ini. Tetapi seperti yang dibincangkan oleh CJ, kami merasa sangat baik tentang kemajuan di sana. Kami fikir ia boleh menjadi - dan tahu ia boleh menjadi pemacu pertumbuhan yang tahan lama. Mudah-mudahan kita dapat melakukan yang lebih baik daripada yang kita bimbing.

PENGENDALI

Terima kasih. Soalan terakhir kami berasal dari garis Koji Akita dengan Bank of America. Talian anda terbuka.

Koji Akita, Penganalisis di Bank of America

Ya, hei kawan-kawan, terima kasih banyak kerana memasukkan saya. Saya ingin bertanya tentang EA dan benar-benar sekitar Atlas dan keseluruhan perniagaan juga. Oleh itu, anda tahu, dengan jelas dalam ucapan yang disediakan dan jawapan anda untuk semua soalan ini, AI pasti kelihatan seperti ia menjadi pemacu untuk keseluruhan perniagaan, dan EA terdengar sangat bagus juga. Dan, CJ, saya rasa anda menyebut bahawa EA tidak datang dengan mengorbankan Atlas. Tetapi bagaimana kita harus memikirkan hanya Atlas dan EA dan apa-apa jenis perubahan, pada akhirnya, bagaimana Atlas boleh menjadi - atau gabungan pendapatan dari Atlas kepada jumlah pendapatan dalam tempoh tiga hingga lima tahun akan datang?

Terima kasih.

Tidak diketahui, Ketua Pegawai Kewangan

Hei Koji, itu Mike. Jadi biar saya mengambilnya. Kami akan bercakap lebih lanjut, jelas, semasa kami membimbing tahun depan - kami akan mengadakan sesi kewangan, hari pelabur. Sekiranya anda melihat panduan tahun penuh tahun ini dengan Atlas pada 27% dan EA sekarang pada 11% - jika Atlas sekitar 74% sekarang - itu pastinya akan terus meningkat sebagai peratus. Tetapi kami menjangkakan EA menjadi pemacu pertumbuhan yang lebih tahan lama. Setakat itu, ia harus terus meningkat, mungkin tidak pada kadar yang kita fikirkan sebelumnya, kerana, seperti yang anda bicarakan, dorongan AI ada di Atlas dan di EA, dan kami merasa sangat baik bahawa ia adalah dan, bukan atau.

Oleh itu, kami menjangkakan Atlas akan berterusan sebagai peratus daripada jumlah pendapatan, tetapi pastinya EA juga menyumbang lebih banyak daripada yang kita fikirkan ketika kami memulakan tahun ini.

Chirantan Desai, Presiden dan Ketua Pegawai Eksekutif

Ya, dan Koji, saya katakan dari perspektif teknikal, anda tahu, run-where, op daya tahan, multicloud hibrid ini - ini adalah istilah berbeza yang digunakan oleh pelanggan dengan kami. Dan apa yang kita lihat ialah - khususnya, ada soalan mengenai awan neo-dan lain-lain - ya, apa yang berlaku ialah apabila seseorang ingin berlari di awan neo-kerana masalah kapasiti di awan awam yang mungkin mereka miliki, mereka berkata, hei, bolehkah kita menjalankan EA dalam awan neo-itu, yang pergi ke run-where dan mendorong permintaan kita.

Kami menawarkan pangkalan data sebagai perkhidmatan di beberapa awan neo-lain, yang juga pergi ke talian baldi EA. Dan itulah sebabnya kami sangat jelas bahawa EA tidak datang dengan mengorbankan Atlas. Dan hanya melihat trend berasaskan luas berbanding hanya satu pelanggan tertentu atau tiga atau empat pelanggan adalah apa yang sangat menggalakkan bagi kedua-duanya untuk menjadi pemacu pertumbuhan yang tahan lama.

PENGENDALI

Terima kasih, tuan-tuan dan puan-puan. Pada masa ini saya ingin mengembalikan panggilan kepada pihak pengurusan untuk ucapan penutupan.

Chirantan Desai, Presiden dan Ketua Pegawai Eksekutif

Terima kasih banyak, pengendali. Oleh itu, secara ringkasnya, kami menyampaikan suku kedua yang kuat dengan trend berasaskan luas di seluruh beban kerja Atlas, EA, dan AI. Apa yang ketara ialah luas permintaan - makmal sempadan, bank global, sektor awam, permulaan yang berskala pantas—ada yang mengembangkan apa yang sudah mereka jalankan bersama kami, yang lain datang kepada kami baru. Kami melihat beban kerja AI mendarat di MongoDB di semuanya. Itulah sebabnya kami meningkatkan prospek kami untuk separuh kedua dan mengapa kami yakin kami dapat terus memperluas margin operasi semasa kami melabur.

MongoDB muncul sebagai platform data pintar masa nyata pilihan. Dan saya tidak pernah merasa lebih baik tentang kedudukan kami dengan pelanggan kami. Terima kasih banyak.

PENGENDALI

Tuan-tuan dan puan-puan, itu menyimpulkan panggilan persidangan hari ini. Terima kasih atas penyertaan anda. Anda kini boleh memutuskan sambungan.

Penafian: Transkrip ini disediakan untuk tujuan maklumat sahaja. Walaupun kami berusaha untuk ketepatan, mungkin terdapat kesilapan atau ketinggalan dalam transkripsi automatik ini. Untuk penyata syarikat rasmi dan maklumat kewangan, sila rujuk pemfailan SEC syarikat dan siaran akhbar rasmi. Kenyataan peserta dan penganalisis korporat mencerminkan pandangan mereka pada tarikh panggilan ini dan tertakluk kepada perubahan tanpa notis.