MongoDB Inc-A (MDB.US) 2026财年第四季度业绩电话会概要
一、发布会核心内容梳理
（一）开场说明与免责声明
发布会于 2026 年 3 月 3 日召开，聚焦 MongoDB 2026 财年第四季度及全年财务业绩。出席高管包括总裁兼 CEO CJ Desai、CFO Mike Barry。会议提示将涉及前瞻性陈述，存在市场环境、运营状况等多种风险因素，具体风险细节可参考 2025 年 12 月 2 日提交给 SEC 的 10-Q 季度报告；同时说明将讨论非 GAAP 财务指标，其与 GAAP 指标的调节表可在公司投资者关系网站的收益公告中查询。
掘金握先机，关注@春华财智
（二）核心业绩与业务表现（2026 财年第四季度）
整体财务数据
总营收：6.95 亿美元，同比增长 27%，超出指引上限 4%。
运营利润：1.59 亿美元，运营利润率 23%，较上年同期的 21% 提升 2 个百分点，超出指引上限逾 100 个基点。
净利润：1.43 亿美元，每股收益 1.65 美元（基于 8650 万股稀释后股份）；上年同期净利润 1.08 亿美元，每股收益 1.28 美元（基于 8460 万股稀释后股份）。
客户数量：季度末客户总数超 6.52 万名，第四季度新增 2700 名客户，全年客户新增量同比增长 60%。其中，ARR（年度经常性收入）达 10 万美元以上的客户 2799 名，同比增长 17%；ARR 达 100 万美元以上的客户 402 名，同比增长 26%。
现金流：运营现金流 1.8 亿美元，自由现金流 1.77 亿美元，较上年同期的 5100 万美元和 2300 万美元大幅增长，主要得益于强劲的运营利润和改善的营运资金动态。
现金及等价物：季度末持有近 24 亿美元现金、现金等价物、短期投资和限制性现金；第四季度回购约 13.3 万股股票，支出 5500 万美元，同时支出 6000 万美元用于员工 RSU 税务的现金结算。
核心产品表现
Atlas（云数据库服务）：营收同比增长 29%，占总营收的 72%（上年同期为 71%），季度新增收入达创纪录的 1.14 亿美元，运行率首次突破 20 亿美元。若剔除与 EA（Enterprise Advanced）捆绑交易的收入归属影响，Atlas 增长率约为 30%。其增长主要得益于北美和欧洲大型客户的新应用部署与现有应用扩展，44% 的高价值 Atlas 客户（ARR≥10 万美元）使用两项及以上平台功能，平均收入显著高于其他客户。
Non-Atlas（含 EA 等本地部署产品）：营收同比增长 20%，为近两年最佳季度增长。Non-Atlas ARR 同比增长 13%，得益于金融服务、公共部门和科技行业客户的长期合作承诺，季度内签署多项大型交易，包括与大型金融机构达成的超 1 亿美元 EA 交易（为 MongoDB 历史上最大 TCV 交易），以及与大型科技公司达成的约 9000 万美元 Atlas 相关交易。
AI 相关功能：向量搜索（vector search）用户量同比近乎翻倍，Voyage 嵌入模型用户量自 2025 年 2 月收购以来已翻倍，客户覆盖 AI 原生公司、数字原生公司及大型企业。
客户案例与行业拓展
金融行业：J.P. Morgan Chase 持续深化合作，MongoDB 为其多业务线提供关键工作负载支持；大型金融机构签署超 1 亿美元 EA 交易。
科技行业：印度 AI 编码平台 Emergent Lapse 选择 Atlas 替代 PostgreSQL，支撑其全球近 600 万应用开发；Eleven Labs 采用 Atlas 的搜索和向量搜索功能，为自主代理提供长期记忆和知识库支持，助力其估值达 110 亿美元。
电信行业：Exxon Networks 选择 EA 作为其运营商服务平台基础，支持实时数字孪生和高并发时序工作负载；Adobe 扩展战略合作，利用 Atlas 向量搜索推进 AI 驱动的代理体验，同时通过 EA 支持本地部署的关键工作负载。
（三）公司战略与未来规划
四大核心战略方向
坚持以客户为中心，深化与大型企业及 AI 原生公司的战略伙伴关系，重点拓展硅谷地区市场。
加速创新议程，赋能产品与工程团队打造 AI 时代的跨云数据平台。
合理扩大自助服务模式覆盖范围，重点聚焦 AI 原生公司。
在市场推广、产品研发和企业管理（GNA）领域追求运营卓越，实现可持续的盈利增长。
产品与技术投资重点
增强 AI 相关能力，进一步整合 Voyage 嵌入模型，推动 EA 与 Atlas 实现功能对等。
拓展日本市场布局，强化美国联邦政府业务。
持续投入营销计划以提升品牌知名度，扩充销售配额相关人员配置。
高管变动与团队调整
新任首席客户官（Chief Customer Officer）Erika Kabuli 将于 2026 年 3 月 3 日入职，直接向 CJ Desai 汇报，其拥有德勤大型企业服务经验及 ServiceNow 市场增长拓展经验，将聚焦合作伙伴增长、企业客户覆盖深化及客户全生命周期体验优化。
现任全球销售总裁 Cedric Pash 和首席收入官（CRO）Paul Keel 将离职，公司已进入新 CRO 招聘的最后阶段，Paul Keel 将留任至 2027 财年第一季度，并担任顾问至第二季度以确保平稳过渡。
（四）2027 财年业绩指引
第一季度指引
总营收：6.59 亿 - 6.64 亿美元，同比增长 20%-21%。
非 GAAP 运营利润：1.05 亿 - 1.09 亿美元，非 GAAP 运营利润率约 16.5%。
非 GAAP 每股收益：1.15-1.19 美元（基于 8620 万股稀释后股份，假设 20% 的非 GAAP 税率）。
全年指引
总营收：28.6 亿 - 29 亿美元，同比增长 16%-18%（维持 9 月投资者日公布的高 teens 增长目标）。
非 GAAP 运营利润：5.45 亿 - 5.65 亿美元，非 GAAP 运营利润率约 19.5%。
非 GAAP 每股收益：5.75-5.93 美元（基于 8670 万股稀释后股份，假设 20% 的非 GAAP 税率）。
业务细分指引：Atlas 第一季度营收同比增长约 26%，2027 财年同比增长 21%-23%；Non-Atlas 第一季度同比增长中至高个位数，2027 财年同比增长低至中个位数。
其他指引：运营利润率预计提升 100 个基点；现金转化率预计在 80%-100% 区间；计划将 100% 自由现金流用于股票回购及员工 RSU 税务结算，同时受益于 2026 年 1 月到期票据相关的逾 100 万股股票结算。
二、问答环节（中文翻译原文）
问题 1 - Linda Raymond（Barclays）
提问：1 月旧金山大型活动中，你对开发者参与度的印象如何？举办该活动是为了提升品牌认知度，能否分享相关体验？其次，对于 EA 业务，明年客户群体规模将大于今年，今年下半年的提前续约势头是否会持续？
回答（CJ Desai）：1 月 15 日旧金山 MongoDB.local 活动非常成功，可分为两方面。其一，尽管是工作日，仍有大量创始人和开发者参与，会场外排起长队，印证了我们在该领域的投入是正确的；其二，与其他 MongoDB.local 活动不同，本次约 70% 的参会者此前未使用过 MongoDB，这表明活动成功提升了旧金山湾区 AI 原生公司开发者的品牌认知度。基于活动成效，我们计划今年 8 月再次在旧金山举办该活动。
回答（Mike Barry）：2026 财年表现强劲，尤其是第四季度，无论是长期业务还是多年期交易均成果显著。续约方面总会有一些波动，但提前续约的节奏没有出现重大变化；即便有变化，相关影响也只会在交易到期时体现在营收中，不会对明年的客户群体产生重大影响。
问题 2 - Matt Martino（Goldman Sachs）
提问：CJ，你提到 Cedric 和 Paul 的离职过渡已筹备一段时间，能否详细说明 CRO 招聘的最新进展？以及在 CRO 招聘仍在进行的情况下，今日宣布 Erika 任命的原因，你对继任者有哪些核心要求？其次，Mike，本季度宣布了多项重大 EA 交易，CJ 也提到本地部署的重要性回升，投资者是否应调整对未来几年 EA 业务增长的预期？
回答（CJ Desai）：目前 CRO 招聘已进入最后阶段，我们希望找到最优秀的候选人。Erika 作为首席客户官，将聚焦于已购买或计划使用 MongoDB 平台的客户，通过技术支持、专业服务等售后支持功能，帮助客户实现价值与成功。关于 CRO 继任者的要求，我们需要其专注于高端企业市场，了解 MongoDB 的业务模式，尤其是消费型模式和 Enterprise Advanced 业务，能够与管理团队协作，拓展 AI 原生公司及部署关键任务型工作负载（含 AI 相关）的企业客户，同时具备高端市场人脉资源。
回答（Mike Barry）：EA 业务对受监管行业、政府等领域的大型客户至关重要。目前我们看到越来越多的捆绑交易，本地部署是其中的重要组成部分。我们正在对 EA 进行投资，以实现其与 Atlas 的功能对等，预计 EA 业务将持续增长，未来有望加速。
补充（CJ Desai）：从客户反馈来看，由于 AI 相关的关键应用需求，金融服务、医疗保健、政府等多个行业的客户都倾向于将关键数据保留在本地部署环境中。在欧洲和亚洲市场，这些行业客户也更倾向于使用 MongoDB 的 EA 产品，仅将部分工作负载部署在云端。EA 是我们产品组合中具有战略重要性的部分，因此我们会持续投入。
问题 3 - Jason Nader（William Blair）
提问：随着未来代理（agents）将成为数据库部署的主要执行者而非人类，你们的产品和市场战略是否会有调整？如果有，相关成果将通过数据库的未来版本发布，还是该如何看待这一愿景的落地？
回答（CJ Desai）：我的理念很简单，MongoDB 自 2007 年成立以来，成功的核心是开发者喜爱使用。基于这一前提，我们在产品上做了大量工作，确保其灵活性和业务敏捷性。对于代理，我们希望实现同样的目标 —— 让代理也喜爱使用 MongoDB。这需要我们与相关平台建立恰当的集成，优化 API 以支持自动扩展、弹性部署等自主化操作，满足机器在节点部署、跨云集群管理等场景下的需求。这将是我们的核心目标，就像如今人类开发者喜爱 MongoDB 工具一样，让机器也能便捷使用。
补充（CJ Desai）：我们有雄心勃勃的路线图，目前已有部分 AI 原生公司在使用我们的产品，我们从中积累了大量经验。今年我们将持续推出机器友好型 API、多协议集成、自动扩展和自动分片等功能，并将通过 MongoDB.local 会议发布相关创新成果。
问题 4 - Ryan McWilliams（Wells Fargo）
提问：CJ，很高兴听到 Anthropic 成为 MongoDB.local 活动的客户，你如何看待 MongoDB 在大型 AI 原生公司中的增长机会？活动中提到代理工作流需要更大的存储和内存，从架构角度来看，MongoDB 为何最适合这类 AI 场景？其次，Mike，Atlas 第四季度的季节性波动似乎比往常温和，除了 Atlas 与 EA 的捆绑交易外，假期是否对 Atlas 业务产生影响，或存在其他一次性因素？
回答（CJ Desai）：AI 原生公司（包括前沿模型公司）选择 MongoDB 主要基于性能、扩展性、安全性等因素。优势在于我们在 AI 原生客户群体中没有过度集中依赖单一客户，随着这些客户规模扩大，我们将同步增长。值得注意的是，AI 原生公司在初期做数据库决策时，往往没有意识到未来的扩展需求或安全风险，而 MongoDB 作为企业级数据库，能够随着客户的月活 / 周活用户增长实现无缝扩展，同时其集成了搜索、向量搜索和嵌入功能的一体化平台，能够同时满足读写扩展需求，这是我们的核心优势。
回答（Mike Barry）：回顾第四季度，假期季节性影响基本符合预期，没有出现偏离历史趋势的意外情况，除了之前提到的捆绑交易外，不存在其他一次性因素。
问题 5 - Caroline de La soujeole（UBS）
提问：Mike，关于 Atlas 第四季度业绩，超出指引 2 个百分点的表现，未来投资者应如何看待这一框架？其次，你提到捆绑交易导致 Atlas 增长率被拉低 2 个百分点，能否解释这一情况发生的原因及是否在预期之内？另外，你重申了投资者日的中期指引，但我没有听到高 teens 总营收增长的重申，能否明确这一目标是否仍然有效？
回答（Mike Barry）：Atlas 第四季度表现基本符合预期，假期期间没有重大意外。随着 Atlas 规模扩大，业务波动性降低，我们的预测能力也在持续提升。关于捆绑交易，我们每个季度都会有捆绑交易，但本季度有一笔特别大型的交易，在结算时更多收入被归属到 EA 而非 Atlas，导致 Atlas 增长率被拉低，这一情况在季度初并未预期到。通常我们不会详细披露这类细节，但本次交易规模较大，对增长率产生了实质性影响。关于总营收增长目标，我们仍然维持 9 月投资者日公布的高 teens 增长预期，之前的发言中遗漏了这一点，在此确认。
问题 6 - Thai Kitchen（Organic）
提问：Mike，第四季度 EA 业务表现强劲，达成了两项大型交易，且捆绑交易更倾向于 EA，同时你们也在推进 EA 与 Atlas 的功能对等，为何 2027 财年 Non-Atlas 业务的增长目标仍为低至中个位数？其次，考虑到销售和市场部门的高管变动（CRO 和区域负责人），Mike，你们的指引中是否包含了更多的保守因素？CJ，你是否在考虑调整组织架构，尤其是结合你对 CRO 的招聘要求？
回答（Mike Barry）：2026 财年 EA 业务表现强劲，尤其是第四季度。但 EA 与 Atlas 的功能对等将在 2027 财年持续推进，且 EA 业务的波动性主要来自于多年期交易与一年期交易的比例，这一因素难以预测。我们在指引中会充分考虑上下行风险，虽然我们希望业绩能超出预期，但为了避免因交易未按预期达成导致的负面意外，我们设定了相对保守的目标。
回答（Mike Barry）：在制定指引时，我们考虑了经济环境等多种因素，高管变动确实带来了一定的不确定性。但正如 CJ 所说，我们对此已筹备良久，现有团队实力强劲，预计不会出现重大中断，这一因素已纳入指引考量。
回答（CJ Desai）：加入 MongoDB 后，我会花大量时间与市场团队沟通，了解业务优势与改进空间。我们在美洲、欧洲中东非洲、亚太地区的区域负责人都表现出色，2026 财年区域业绩强劲，我对他们的执行能力充满信心。在组织架构方面，我们将尽量减少变动，确保过渡平稳，CRO 候选人的核心要求与之前提到的一致，不会因架构调整而改变。
问题 7 - Alex Zukin（Wolf Research）
提问：CJ，随着代理编码（agentic coding）和自主编码的兴起，这是否会改变企业 AI 落地的速度？其次，Mike，本季度大型捆绑交易的意外性是否意味着第一季度及全年 Atlas 指引的可见性降低？
回答（CJ Desai）：我与英国一家大型金融机构的转型负责人交流时，对方提到有 50% 的 IT 基础设施需要现代化，AI 工具能提供一定帮助，但关键任务型应用的现代化仍需要 MongoDB 的支持，在首个关键工作负载成功迁移后，他们将扩大部署范围。西班牙的一家大型客户也表达了类似观点，他们依赖 MongoDB 进行关键工作负载的现代化，AI 工具仅作为辅助，最终目标是实现基于 MongoDB 的 AI 就绪状态。目前大型企业的 AI 应用仍处于早期阶段，可靠性、安全性等问题仍需解决，这需要我们与 C 级高管及转型负责人直接沟通，市场机会依然巨大。
回答（Mike Barry）：我们会持续关注捆绑交易的影响。本季度的大型捆绑交易具有独特性，我们并不认为这类交易会每年大量出现。目前我们对 Atlas 的预测能力在持续提升，不认为捆绑交易会增加指引的波动性，但我们会持续跟踪这一情况。
问题 8 - Tyler Radke（Citi）
提问：关于 EA 与 Atlas 的捆绑交易，相关工作负载是从 Atlas 迁移至 EA，还是新工作负载更倾向于 EA？该客户为何选择更多部署 EA 而非 Atlas？其次，CJ，你的背景中包含 ServiceNow 的成功合作伙伴生态系统建设经验，而 MongoDB 的合作伙伴生态系统虽有尝试但不够完善。能否说明之前的合作模式存在哪些挑战，以及你为何有信心此次新的市场策略能成功？
回答（Mike Barry）：这类交易通常涉及续约和增购，具体情况因客户而异，主要取决于客户的内部部署规划，没有统一模式。
补充（CJ Desai）：以该具体客户为例，他们过去曾将部分 EA 工作负载迁移至 Atlas，且 Atlas 工作负载增长态势良好。目前他们正在为部分工作负载做 AI 就绪准备，未来将使用向量搜索和嵌入功能，因此采用了 “本地部署 + 云端” 的混合架构。这笔交易的重要意义在于，客户不仅做出了长期承诺，其数据资产也在持续向 MongoDB 扩展。
回答（CJ Desai）：我们的合作伙伴生态系统建设将聚焦三个核心领域：一是与超大规模云厂商（GCP、AWS、Azure 等）的合作，随着多云弹性需求的提升，这种合作的重要性日益凸显；二是系统集成商，我们计划重点与 2-3 家系统集成商深度合作，助力企业客户的现代化转型；三是 AI 原生生态系统，包括框架提供商、LLM 提供商等，建立有实质意义的技术合作伙伴关系。这一策略将帮助我们实现长期规模化增长，目前市场正处于这一转型的关键节点。
问题 9 - Sanjay Sakhrani（Morgan Stanley）
提问：CJ，过去几个季度公司执行力持续提升，业务加速增长。展望未来，AI 相关业务何时会成为增长的重要驱动因素，是否会带来指引之外的上行空间？近几周代理相关业务势头回升，但主要集中在消费级个人生产力领域，企业级应用进展如何，是否会比预期更早落地？其次，Mike，剔除大型交易的影响后，Atlas 的消费情况基本符合预期，你提到下半年可见性较低，能否结合 2025-2026 年期间部署的应用和工作负载情况，说明其增长是否符合预期？
回答（CJ Desai）：AI 成为实质性增长驱动因素是 “何时” 而非 “是否” 的问题。目前，财富 500 强企业、大型零售商、医疗保健公司等在代理工作负载方面仍处于早期阶段，仅部署了少量内部生产力应用，尚未有大规模面向客户的应用落地。2025 年 AI 应用主要集中在编码和特定行业场景，企业级大规模应用尚未出现，因此无法预测具体时间点，但未来潜力巨大。
回答（Mike Barry）：第四季度 Atlas 表现基本符合预期，除了之前提到的特殊交易影响外，没有异常情况。下半年可见性较低是消费型业务的普遍特点，与过去几年部署的工作负载无关。这些工作负载目前表现符合预期，增长主要集中在美国和欧洲的大型客户群体。
三、附录：核心术语与产品释义
Atlas：MongoDB 的核心云数据库服务，提供灵活的文档模型、高性能、可弹性扩展的数据库解决方案，支持多区域部署、搜索、向量搜索等集成功能，是本次季度营收的主要增长引擎，占总营收比例达 72%。
Enterprise Advanced（EA）：MongoDB 的企业级本地部署数据库产品，适用于受监管行业、政府等对数据安全性和运营弹性要求较高的客户，支持混合云部署、企业级安全工具和关键任务型工作负载，本季度达成历史最大规模 TCV 交易。
ARR（Annual Recurring Revenue）：年度经常性收入，指企业通过订阅制服务获得的年度化稳定收入，是衡量 SaaS 及订阅制业务增长潜力和稳定性的核心指标，MongoDB 第四季度总公司净 ARR 扩展率达 121%，同比提升 2 个百分点。
Non-GAAP 财务指标：指未按照美国公认会计原则（GAAP）编制的财务指标，如 Non-GAAP 运营利润、Non-GAAP 每股收益等，MongoDB 在财报中提供该类指标，旨在更清晰地反映核心业务运营表现，其与 GAAP 指标的差异主要源于股权薪酬、并购相关费用等调整项。
向量搜索（Vector Search）：MongoDB 的 AI 相关核心功能，能够快速检索高维向量数据，支持 AI 代理的上下文理解、个性化推荐等场景，本季度用户量同比近乎翻倍，是 AI 原生公司的核心需求功能之一。