Atlassian：Cantor 全球科技与工业增长大会访谈
时间： 2026 年 3 月 10 日 下午 2:30（美东时间）
参会人员
– Martin Lam：Atlassian 投资者关系负责人
– Thomas Blakey：Cantor Fitzgerald 基础设施软件分析师（主持人）
开场致辞
Thomas Blakey
好的，我们开始吧。非常高兴能在这里见到大家。我是 Cantor 的基础设施软件分析师 Tom Blakey。今天我们非常荣幸邀请到了 Atlassian 的投资者关系负责人 Martin Lam。我们认为，当前 Atlassian 是一个非常令人兴奋的买入机会。作为开场，我想请 Martin 为那些还不熟悉公司的人介绍一下：Atlassian 究竟在为客户解决什么样的问题？
问答环节
Martin Lam
谢谢邀请。Atlassian 是一家协作公司，我们的股票代码是“TEAM”（团队）。如果你看我们的产品，它们的核心作用是规划和管理工作，并帮助企业进行大规模的知识共享。尤其在进入 AI 时代后，这一切的核心逻辑并没有改变。无论执行工作的是人还是 AI 智能体（Agent），你依然需要规划、管理和跟踪工作进度；无论是在 AI 之间还是人与人之间，你依然需要跨组织共享知识。这就是为什么我们对自己在 AI 时代的地位感到非常兴奋。
Thomas Blakey
Atlassian 的起源是服务于开发者的。随着 IT 部门逐渐接管各类组织，你们在管理这些团队方面一直处于领先地位。不过，关于 AI 领域有一个大家都在担心的“洪水猛兽”，那就是：我们未来是否不再需要那么多开发者了？这对 Atlassian 的模式会有什么影响？
Martin Lam
这是一个很有意思的话题。我们确实在开发者群体中拥有深厚的传承，这也是我们的起点。但实际上，这只占我们目前业务的一小部分。以 Jira 为例，在其核心用户群中，技术人员（包括开发者、工程师和 IT 人员）占比为 50%，另外 50% 则是非技术人员或通用业务用户。所以我们的用户群已经非常多元化了。
关于开发模式的演变，我们预见的是一个“人机协同”的世界。人类必须始终参与其中（Humans in the loop），人类需要发挥主观能动性去指挥：我们想要这些 AI 智能体做什么？想要它们构建什么？达到什么目标？随后，人类还需要进行检查：智能体是否真的完成了我们的要求？
所以，即使在软件开发中，这种人机协作的角色依然存在。回到我刚才的观点，Jira 的作用不仅没变，其重要性反而在提升。因为你需要一个平台来确认：那个智能体真的写出了我们要的代码吗？我该如何跟踪和管理运行在业务中的各种智能体？它们是否各司其职？
Jira 一直是追踪工作、人员和产出的“编排层”（Orchestration layer）。在复杂性不断增加的 AI 时代，Jira 能确保所有的智能体工作都符合公司的整体战略。
Thomas Blakey
说到这里，大家非常担心席位（Seat）增长。你在上个季度的报告中提到，席位仍在持续扩张。你甚至提到了“AI 50 强”公司，其中许多都在使用你们的产品，且席位增速更快。请谈谈在开发者群体之外，驱动席位增长的动力是什么？
Martin Lam
技术用户和非技术用户都在持续增长，这两个维度的表现都非常出色。我想分享两点：
第一，我们观察了那些使用代码生成工具（如 Cursor 或通过 MCP 使用 Cloud Code）的数千家客户。这些客户通过 Jira 处理的任务数量增加了 5%，月活跃使用量（MAU）也增加了 5%。这印证了我们的观点：由于工作产出和复杂性的增加，需要更多的人协作管理。最终，这些客户的席位扩展速度比不使用 AI 工具的客户快 5%。
第二，关于新兴 AI 初创公司的表现。我们研究了《福布斯》AI 50 强名单，结果显示，全球最炙手可热的 AI 初创公司中，有 60% 已经是我们的客户。它们的席位增长速度远高于普通的平均水平。这让我们对公司在 AI 世界中的定位非常有信心。
Thomas Blakey
回到核心业务。Atlassian 长期致力于向大企业（Enterprise）市场进军。上季度我们看到剩余履约义务（RPO）增长超过了 40%。你能更新一下这方面的进展吗？
Martin Lam
在当前这个时点，有些人可能会觉得大企业在评估投资或供应商时会表现得比较审慎，但我们看到的却是大企业在用真金白银“投票”。我们看到大企业的席位在增加，合同金额在变大，合同期限也在延长。这显示了他们对 Atlassian 平台的信任，他们希望在一个拥有业务上下文、可靠的平台上运行他们的智能体工作流。
这种优异的成绩归功于我们最近强调的三大优先级：服务大企业、交付 AI 能力，以及我们所说的“Atlassian 工作系统”（System of Work）——即从单一产品转向整体解决方案战略。这三者的结合驱动了目前的强劲增长。
Thomas Blakey
很高兴看到 RPO 数据反映出的这种认可。抱歉我一直揪着 AI 话题不放，因为现在整个软件行业和 Atlassian 的股价都面临压力。
关于你提到的“编排层”和横向扩展，一些应用厂商（比如你们连接的某些 App）可能会说，像 Atlassian、ServiceNow 或微软这样的编排层正在变成某种“寄生虫”，试图连接他们的数据。Atlassian 是如何获取数据的？如果某个应用关闭了数据接口，你会如何看待这种市场局面？
Martin Lam
首先，Atlassian 拥有 35 万家客户和数千万用户，每天支撑着数以亿计的业务工作流。我们过去几年在平台上的投入至关重要，它构建了所谓的“团队协作图谱”（Teamwork Graph），能理解人与人、人与工作之间的关系背景，以及团队正在使用哪些第三方工具。
我们一直坚持“开放生态系统”的哲学，在 AI 时代也是如此。我们定位自己为协调层，即使你使用第三方工具，我们也能在 Atlassian 平台上实现统一管理。我们刻意避免过度深入某些特定的开发工具或技术，因为技术会迭代，但“人的协作”这一问题是长久存在的。
无论是微软 Teams、Slack 还是 Salesforce 的产品，我们都希望与之集成，因为这是理解团队工作方式的基础。如果客户想把 Atlassian 的数据接入其他地方，我们也鼓励这种自由。
此外，MCP 的数据显示，客户不仅是在我们产品里“读”数据，更多是在“写”和“编辑”。这意味着更多的工作流在我们的平台上运行，进而带动了更多的协作用户和升配机会。
Thomas Blakey
明白，看来目前市场上并没有出现你担心的阻碍。最后，Atlassian 有多个增长引擎：席位增长、细分市场增长，还有一个是从数据中心（Data Center，本地部署）迁移到云端（Cloud）。请更新一下这方面的“顺风”或未来的“逆风”情况。
Martin Lam
我们目前有两种部署模式：SaaS（云端）和数据中心（企业级本地部署）。我们已经宣布了数据中心模式的生命周期终点，客户需要在 2029 年 3 月前（约三年多后）完成迁移。
云端是所有创新的核心，包括 AI、分析和自动化功能，这些在本地版上都是没有的。数据中心用户通常是我们最大、最老牌的客户，很多拥有超过 5 万名用户。由于他们有很多自定义配置，迁移是一个需要“白手套”式服务的多年过程。我们推出了“快速通道”（Fast Track）计划，提供专门的研发资源协助他们规划路径，这显著加快了迁移进程。
Thomas Blakey
（追问）关于迁移带来的客单价提升（Uplift），情况如何？
Martin Lam
这取决于客户的规模。在用户量较少的情况下，可能是成本中性或 5% 的提升；但在高端市场，价格提升可能高达 2 倍。由于复杂性不同，我们很难给出一个统一的比例。
对于大客户，我们会进行传统的商务谈判。如果价格提升显著，我们会通过分步走的方式平滑路径。比如第一年保持价格接近 1:1，然后在第二、三年逐渐减少折扣，最终达到云端的市场价格。
Thomas Blakey
非常有帮助。谈到云端的益处，你们在 9 个月前推出了“团队协作系列套装”（Teamwork Collection），并融入了很多 AI 能力。据我所知，该产品在不到 9 个月内就突破了 100 万个席位。客户为什么买账？
Martin Lam
这确实超出了预期。最重要的驱动力是 AI 额度。在普通版中，AI 额度是有限的。而购买这个套装，客户可以获得 10 倍于标准版的 AI 额度。客户不喜欢按量付费（Consumption-based pricing）的焦虑感，他们希望自由使用 AI 而不用担心超标。
目前已有 1,000 家客户升级，对应 100 万个席位。更令人振奋的是，这些客户在原有 Jira 席位的基础上，席位扩展率比单产品客户高出 10 个百分点以上。这同时也带动了 Confluence 和 Loom 的搭配销售。
Thomas Blakey
关于 Rovo（Atlassian 的 AI 产品），客户目前在平台上具体用它做什么？
Martin Lam
Rovo 目前拥有超过 500 万月活跃用户。最让我们欣喜的是“智能体调用”或业务流程自动化的增长。在所有的 Rovo 自动化调用中，40% 发生在 Jira Service Management (JSM) 中，这显示了 AI 在服务管理领域的强劲实力。
现场问答
现场分析师
关于股权激励（SBC）的问题。作为支出项，你们计划如何随着时间的推移来优化它？
Martin Lam
非常中肯的问题。过去 6 个月我们一直在严肃思考。我们承认，目前 SBC 占营收的比例偏高。我们需要通过更自律的方式分发期权，并加快公认会计准则（GAAP）下的盈利进程。
具体的优化逻辑有两点：
1. 招聘放缓：过去几年我们为了 AI 和平台建设进行了大规模招聘，现在平台建设高峰已过，我们正在放缓人数增长，并将研发人才从平台转向具体产品，这有助于摊薄成本。
2. 结构性调整：随着我们向大企业市场转型，研发（R&D）占营收的比例会下降，而营销（S&M）会小幅上升。由于 SBC 通常集中在研发岗位，这种结构的转变自然会降低整体的 SBC 占比。
Thomas Blakey
你们自己内部使用这些 AI 工具的情况如何？
Martin Lam
这是全公司的最高优先级。不仅是研发，HR、市场、财务都在用。我个人每天也会使用很多自己构建的 AI 智能体来处理琐事。
目前我们仍处于早期阶段，核心挑战是流程重塑。一个有趣的案例是我们的研发团队： coding（写代码）实际上只占开发者 30% 的时间，剩下的 70% 在于协作和需求梳理。我们的 AI 重点就是优化这 70%。目前，我们的开发者效率提升了约 25%。
Thomas Blakey
最后 15 秒，请谈谈并购（M&A）战略。去年年底你们收购了 DX 和 The Browser Company。
Martin Lam
这两笔收购都极具战略意义。DX 可以衡量团队使用 AI 工具后的 ROI（投资回报率），并找出开发过程中的瓶颈。The Browser Company 则是因为我们意识到，大多数人的工作都发生在浏览器里。如果我们能直接在浏览器层级提供 AI 功能，串联起各个 SaaS 标签页的上下文，那将为客户提供极具吸引力的体验。
Thomas Blakey
非常感谢 Martin 的分享。