MongoDB的企业客户扩张和新兴AI用例支撑两大可持续增长引擎

概览

本报告总结了MongoDB管理层在Goldman Sachs Communacopia + Technology Conference上的讨论。核心结论是，Atlas增长仍具韧性，自管部署提供互补性增长引擎，而随着企业AI用例规模化，AI可能成为更重要的增长驱动因素。

核心观点

Atlas增长持续受大型企业客户更深入采用的支撑，而非进入MongoDB的工作负载类型发生实质变化。管理层提到，大型客户中的工作负载增加、既有部署扩张，以及Vector Search等产品采用提升。近半数大型客户已使用多项MongoDB产品，但这些新增能力的收入贡献仍明显低于其采用率，意味着客户工作负载中仍有进一步扩大使用的空间。Atlas可靠性和性能的改善也降低了客户流失和用量收缩，增强了管理层对当前增长韧性的信心。AI原生公司和前沿实验室已带来使用量，其中包括一些在其他数据库难以应对规模扩张后转向MongoDB的客户；但管理层仍认为，大型企业更广泛部署AI将是AI成为更有意义的Atlas增长驱动因素的最明确拐点。 MongoDB正通过集成检索、持久记忆和提升对编程智能体的可见度，寻求在AI原生和智能体应用中发挥更大作用。一家前沿实验室正在多个产品中将Atlas用于短期和长期对话记忆；MongoDB灵活的数据模型和读写能力支持智能体应用所需的持久上下文。公司正将该架构引入企业讨论，已出现类似需求，但管理层将记忆描述为仍处早期、整体贡献尚有限的用例。Voyage AI将嵌入和重排序模型与Atlas中的运营数据及Vector Search结合，减少了在独立系统之间复制数据的需要，并让MongoDB接触到更多AI原生客户。MongoDB于8月推出的托管MCP服务器让编程智能体能够直接配置并与Atlas交互，早期数据令人鼓舞。这些举措旨在解决一个管理层承认的竞争问题：尽管MongoDB认为其JSON模型适合现代应用，编程智能体过去仍常默认选择Postgres。 自管需求的改善提供了第二个增长引擎。管理层将Enterprise Advanced的强劲表现归因于公有云容量限制、工作负载经济性，以及客户希望将部分AI或受监管工作负载保留在自托管或主权环境中。Enterprise Advanced ARR已连续三个季度增长超过10%。管理层并未看到这种采用取代Atlas：大型客户经常同时使用两者，且同时使用Enterprise Advanced的客户，其Atlas消费增长高于MongoDB整体水平。支持托管和自管两种部署方式的能力，也扩大了应用现代化的可服务市场。 MongoDB正在本财年投入，将过去高度依赖人工服务的迁移工作转化为产品化的AI赋能工具。该计划同时覆盖数据库和应用层，目标是将迁移周期从数年压缩至数月、从数月压缩至数周。与超过10家客户的初步合作结果令人鼓舞，但管理层将本财年定位为产品开发期，并预计该商业机会将从FY28开始变得更具相关性。 Goldman Sachs重申买入评级和$520的12个月目标价。目标价方法对基于Q5-Q8收入的10.5x EV/Sales倍数赋予50%权重，对基于Q5-Q8自由现金流的52x EV/FCF倍数赋予50%权重；两项倍数均未变动。相对于2026年9月9日收盘价$358.38，目标价隐含45.1%的上涨空间。Goldman Sachs预计FY1/26、FY1/27E、FY1/28E和FY1/29E收入分别为$2,463.8mn、$3,016.5mn、$3,627.4mn和$4,353.1mn。相应的EBITDA预测分别为$492.4mn、$646.1mn、$828.3mn和$1,039.9mn，EPS预测分别为$4.97、$6.50、$8.20和$10.39。MongoDB的M&A排名为3，按Goldman Sachs框架对应0%-15%的低收购概率，因此目标价中未纳入M&A组成部分。

分析框架

报告首先利用管理层在会议上的评论，评估Atlas工作负载扩张、客户产品采用和留存情况。随后评估新兴AI用例和竞争定位，考察Enterprise Advanced是否与Atlas形成互补还是产生替代，分析AI赋能现代化的时间节点，最后采用前瞻EV/Sales和EV/FCF的混合估值。

方法论与常识提炼

• 估值方法

  EV/Sales与EV/FCF各占50%权重的目标倍数混合估值

  Goldman Sachs以10.5x Q5-Q8收入和52x Q5-Q8自由现金流各占相同权重来得出目标价。这一方法平衡了基于销售额的估值与基于预期现金生成能力的估值。

• 事件博弈与行为金融

  Goldman Sachs M&A排名

  该框架根据估计的被收购概率，将覆盖公司划分为1至3的排名。MongoDB的排名为3，对应0%-15%的概率，被视为不具实质性，因此目标价中未纳入M&A价值。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• MongoDB Inc. (MDB.US)

  主要覆盖公司，可能受益于不断扩张的企业工作负载、AI原生应用和应用现代化。

  优势

  大型企业采用加深、Atlas可靠性改善、托管与自管部署选项互补，以及整合运营数据、向量搜索和AI模型的产品能力。

  劣势

  较新的多产品能力收入仍明显低于其采用水平，企业记忆用例尚早，且编程智能体过去常默认选择Postgres。

  对比

  报告将MongoDB灵活的JSON数据模型和集成Atlas方案，与Postgres标准化趋势及关系型数据库或超大规模云厂商替代方案进行对比。

  风险

  竞争压力、Postgres标准化、云和现代化活动放缓、AI收益不及预期、利润率压力及不利的IT支出环境。

• Oracle

  被列为竞争压力来源的关系型数据库既有厂商。

  对比

  被列为可能压制MongoDB赢单率和扩张机会的数据库既有厂商之一。

• Microsoft

  被列为下行风险来源的超大规模云厂商和关系型数据库竞争者。

  对比

  被列为与MongoDB竞争的大型既有平台之一。

• AWS

  被列为数据库市场压力来源的超大规模云厂商竞争者。

  对比

  被列为可能加剧竞争的超大规模云厂商之一。

• GCP

  被列为数据库市场压力来源的超大规模云厂商竞争者。

  对比

  被列为可能加剧竞争的超大规模云厂商之一。

关键数据

• 12个月目标价$520.00重申买入评级
• 参考股价$358.382026年9月9日收盘价
• 隐含上涨空间45.1%从参考股价至12个月目标价
• 大型客户多产品采用率Nearly half使用包括Vector Search在内多项MongoDB产品的大型客户
• Enterprise Advanced ARR增长Above 10%已连续三个季度实现
• 现代化试点客户数More than 10初步客户合作被描述为令人鼓舞
• 现代化机会时间点Beginning in FY28预计该机会开始变得更具相关性的时期
• FY1/26-FY1/29E收入$2,463.8mn / $3,016.5mn / $3,627.4mn / $4,353.1mnGoldman Sachs预测
• FY1/26-FY1/29E EBITDA$492.4mn / $646.1mn / $828.3mn / $1,039.9mnGoldman Sachs预测
• FY1/26-FY1/29E EBIT$456.2mn / $629.1mn / $811.7mn / $1,039.9mnGoldman Sachs预测
• FY1/26-FY1/29E EPS$4.97 / $6.50 / $8.20 / $10.39Goldman Sachs预测
• 估值倍数10.5x EV/Sales and 52x EV/FCF未变动的Q5-Q8目标倍数，各占50%权重
• 市值$30.7bn报告中的市场数据
• 企业价值$28.1bn报告中的市场数据
• 三个月ADTV$614.4mn报告中的平均日交易额
• M&A排名30%-15%的低收购概率；未纳入目标价

影响与含义

报告认为，MongoDB的增长正变得更多元：Atlas受益于更深入的企业工作负载和更佳留存，Enterprise Advanced则在未见明显Atlas替代的情况下满足自托管和主权部署需求。AI记忆、检索、编程智能体集成和现代化工具可能扩大机会，但最有意义的企业贡献仍在未来，且现代化业务预计在FY28之前不会变得重要。

风险

• 来自Oracle、Microsoft、AWS和GCP等关系型数据库既有厂商及超大规模云厂商的竞争压力可能加大。
• 围绕Postgres更广泛的标准化可能降低MongoDB的赢单率和扩张机会。
• 云迁移、多云采用、数字化转型或应用现代化可能放缓。
• AI周期带来的助力可能不及最初预期。
• 必要的再投资或Enterprise Advanced业务的意外不利因素可能导致利润率下降。
• IT支出环境的不利变化可能削弱需求。

后续跟踪

• 大型企业中规模化AI部署是否会成为有意义的Atlas增长驱动因素。
• Vector Search、AI记忆工作负载、Voyage AI和托管MCP服务器的采用和变现情况。
• Enterprise Advanced能否在维持超过10%的ARR增长的同时继续与Atlas形成互补。
• AI赋能迁移的产品化进展，以及该机会是否从FY28开始变得更具相关性。