Oleh Maksym Misichenko · Yahoo Finance ·
Apa yang dipikirkan agen AI tentang berita ini
Para panelis sepakat bahwa pertumbuhan YoY Datadog (DDOG) sebesar 32% dan tingkat pendapatan $4 miliar mengesankan, didorong oleh permintaan untuk alat observabilitas di era AI. Namun, mereka menyuarakan keprihatinan tentang keberlanjutan pertumbuhan ini, dengan risiko utama termasuk bundling alat observabilitas asli oleh hyperscaler, potensi komoditisasi, dan kurangnya data tentang kontribusi pendapatan spesifik AI.
Risiko: Bundling alat observabilitas asli oleh hyperscaler dan potensi komoditisasi
Peluang: Pertumbuhan berkelanjutan yang didorong oleh beban kerja terkait AI dan potensi cross-sell
Analisis ini dihasilkan oleh pipeline StockScreener — empat LLM terkemuka (Claude, GPT, Gemini, Grok) menerima prompt identik dengan perlindungan anti-halusinasi bawaan. Baca metodologi →
Datadog (DDOG) adalah salah satu peluang infrastruktur kecerdasan buatan (artificial intelligence) yang paling menarik dalam perangkat lunak saat ini, dan Wall Street mulai mengatakannya dengan lebih keras. Wedbush Securities menambahkan Datadog ke daftar AI 30 yang banyak diperhatikan pada hari Jumat, sebuah kelompok saham yang dikurasi yang diyakini perusahaan sebagai yang paling siap untuk memanfaatkan pembangunan kecerdasan buatan yang sedang berlangsung.
Langkah ini merupakan sinyal yang berarti bagi investor yang masih mencari pemenang AI yang tahan lama di luar nama chip dan hyperscaler yang biasa.
- Investor Memasuki Opsi Panggilan Tesla dalam Volume yang Sangat Besar dan Tidak Biasa - Sinyal Bullish?
- Trump Baru-baru Ini Mempertaruhkan $2 Miliar pada Komputasi Kuantum: Peringkat Saham IBM, QBTS, dan RGTI Sekarang
Wedbush mengatakan Datadog "menonjol sebagai penerima turunan kedua dari revolusi AI. Perusahaan menyoroti kebutuhan yang berkembang bagi perusahaan untuk memantau, mengamankan, dan mengoptimalkan beban kerja AI mereka sebagai pendorong inti.
"Kami percaya DDOG semakin diposisikan dengan baik untuk memanfaatkan pergeseran multi-tahun ini karena beban kerja AI dan cloud terus berkembang," kata analis.
Datadog tidak membangun model bahasa besar atau menjual unit pemrosesan grafis. Sebaliknya, perusahaan menyediakan alat observabilitas dan keamanan untuk tim teknik.
Anggap saja sebagai dasbor yang menunjukkan apa yang terjadi di dalam perangkat lunak, infrastruktur cloud, dan aplikasi kecerdasan buatan Anda, semuanya di satu tempat. Jika ada yang rusak atau melambat, Datadog biasanya yang pertama mengetahuinya.
Aplikasi AI berkembang pesat, tetapi juga kompleks dan rentan terhadap kegagalan. Setiap perusahaan yang menerapkan AI dalam produksi perlu tahu apakah kinerjanya sesuai harapan, apakah aman, dan apakah pengguna akhir mendapatkan nilai dari itu. Datadog berada tepat di persimpangan itu.
Perusahaan mencatatkan pertumbuhan pendapatan sebesar 32% dari tahun ke tahun pada kuartal terbaru mereka, menandai kuartal keempat berturut-turut mengalami percepatan. Ini adalah pencapaian luar biasa dengan tingkat pendapatan tahunan sekitar $4 miliar. CEO Olivier Pomel mencatat pada konferensi teknologi J.P. Morgan awal bulan ini bahwa setiap bagian dari bisnis mengalami percepatan, tidak hanya kohort asli AI.
Perusahaan yang lebih besar dan lebih tua juga menghabiskan lebih banyak uang untuk Datadog dan memodernisasi diri untuk bersaing di dunia yang didorong oleh AI. Bahkan beberapa hyperscaler terbesar, perusahaan dengan bakat teknik yang hampir tak terbatas dan insentif yang kuat untuk membangun alat mereka sendiri, telah menjadi pelanggan Datadog.
Empat model AI terkemuka mendiskusikan artikel ini
"Posisi AI DDOG nyata tetapi pertumbuhannya tetap rentan terhadap pergeseran capex dan persaingan internal dari raksasa cloud."
Penambahan DDOG oleh Wedbush ke daftar AI 30-nya menyoroti permintaan untuk alat observabilitas di tengah meningkatnya kompleksitas beban kerja AI, dengan pertumbuhan pendapatan perusahaan sebesar 32% dan adopsi hyperscaler sebagai poin positif utama. Namun artikel tersebut meremehkan risiko valuasi pada tingkat sekitar $4 miliar dan fakta bahwa DDOG tetap menjadi peluang sekunder yang bergantung pada pengeluaran AI pihak ketiga yang berkelanjutan. Perusahaan yang memodernisasi untuk AI dapat mempercepat adopsi, tetapi setiap penarikan anggaran cloud atau pembangunan alat internal yang lebih cepat oleh hyperscaler akan berdampak pada pertumbuhan dengan cepat. Fokus harus tetap pada apakah akselerasi meluas di luar pelanggan asli AI di kuartal mendatang.
Moat Datadog bisa terkikis lebih cepat dari yang diperkirakan jika hyperscaler memperluas platform pemantauan mereka sendiri, mengubah pertumbuhan 32% menjadi lonjakan berumur pendek daripada tren multi-tahun yang tahan lama.
"DDOG memiliki angin ekor struktural yang nyata dalam observabilitas AI, tetapi artikel tersebut tidak memberikan jangkar valuasi atau analisis kompetitif untuk membenarkan apakah harga saat ini mencerminkan peluang ini atau sudah memperhitungkannya."
Akselerasi pertumbuhan YoY Datadog sebesar 32% menjadi basis pendapatan $4 miliar benar-benar langka dan tesis observabilitas AI secara struktural kuat—perusahaan akan membutuhkan visibilitas ke dalam kinerja beban kerja AI. Inklusi AI 30 Wedbush menandakan keyakinan institusional. Namun, artikel tersebut mencampuradukkan 'angin ekor AI ada' dengan 'DDOG akan menangkapnya.' Observabilitas adalah hal mendasar; pertanyaan sebenarnya adalah apakah valuasi DDOG saat ini sudah memperhitungkan pertumbuhan ini secara berkelanjutan. Pada kelipatan berapa pertumbuhan 32% diperdagangkan ketika pasar menilai kembali infrastruktur AI dari 'unicorn' menjadi 'SaaS matang'? Artikel tersebut tidak membahas tekanan kompetitif dari Splunk (SPLK), Elastic (ELST), atau alternatif asli cloud, juga tidak mengukur berapa bagian akselerasi DDOG yang spesifik untuk AI dibandingkan dengan adopsi cloud umum.
Jika observabilitas beban kerja AI menjadi komoditas atau tertanam dalam platform cloud (AWS, Azure, GCP), kekuatan penetapan harga DDOG akan terkikis dengan cepat. Tingkat pertumbuhan 32% juga menciptakan standar yang tinggi: setiap perlambatan di bawah 25% dapat memicu kompresi kelipatan bahkan jika pendapatan absolut kuat.
"Kemampuan Datadog untuk mempertahankan pertumbuhan 30%+ pada skala membuktikan platform observabilitasnya menjadi utilitas penting untuk adopsi AI perusahaan daripada kemewahan diskresioner."
Datadog secara efektif adalah 'pipa' era AI, dan pertumbuhan pendapatan 32% pada tingkat $4 miliar mengonfirmasi bahwa mereka berhasil menangkap pengeluaran dari startup asli AI dan perusahaan lama. Sementara pasar sering terpaku pada pembuat GPU, kekokohan Datadog sebagai platform observabilitas menciptakan parit pendapatan berulang dengan margin tinggi yang sulit diganggu. Namun, investor harus meneliti valuasi mereka; diperdagangkan dengan premi yang signifikan dibandingkan dengan rekan-rekannya, DDOG membutuhkan eksekusi yang sempurna. Jika pertumbuhan pengeluaran cloud melambat atau jika hyperscaler seperti AWS atau Azure secara agresif membundel alat observabilitas asli mereka sendiri, kekuatan penetapan harga Datadog dapat menghadapi kompresi struktural yang parah.
Datadog menghadapi ancaman eksistensial dari 'konsolidasi platform' di mana hyperscaler menawarkan alat observabilitas yang 'cukup baik' secara gratis, berpotensi mengkomoditisasi layanan berharga premium Datadog.
"Potensi kenaikan DDOG bergantung pada ekspansi observabilitas dan keamanan yang berkelanjutan dan didorong oleh AI selama bertahun-tahun—bukan hanya hype jangka pendek."
Sebutan AI-30 dari Wedbush untuk DDOG memperkuat narasi bahwa observabilitas dan keamanan adalah dasar untuk produksi AI. Pertumbuhan YoY Datadog sebesar 32% dan pendapatan tahunan sekitar $4 miliar menyiratkan skala nyata seiring perluasan beban kerja terkait AI di seluruh perusahaan besar dan hyperscaler. Tetapi artikel tersebut mengabaikan keberlanjutan: bisakah pertumbuhan ARR tetap dalam kisaran 30%, apakah ekspansi laba kotor/margin akan menyertai lebih banyak modul yang didukung AI, dan seberapa tahan lama permintaan ketika anggaran perusahaan menipis atau pelanggan menolak alat multi-vendor? Risiko sebenarnya adalah ekspansi kelipatan yang dibundel dalam hype; jika manfaat AI melambat atau tekanan kompetitif meningkat, potensi kenaikan bisa terbukti episodik daripada struktural.
Hype AI bisa menjadi rumah kartu. Jika anggaran perusahaan menipis atau pesaing memotong harga/fitur, perlambatan pertumbuhan DDOG dapat mengempiskan kelipatan saham, terlepas dari buzz AI jangka pendek.
"Konsentrasi hyperscaler memperkuat risiko komoditisasi, mendorong pertumbuhan di bawah ambang batas 25% lebih cepat daripada pesaing saja."
Claude menyoroti risiko komoditisasi tetapi meremehkan bagaimana tingkat pendapatan $4 miliar Datadog sudah mencakup konsentrasi hyperscaler yang berat. Jika AWS atau Azure mempercepat bundling observabilitas asli, pertumbuhan 32% bisa turun di bawah 25% lebih cepat daripada yang dapat dipicu oleh persaingan Splunk atau Elastic saja, mengompresi kelipatan bahkan jika beban kerja AI berkembang. Keterkaitan konsentrasi antara keduanya ini meningkatkan standar untuk penilaian ulang yang berkelanjutan lebih dari sekadar kelipatan valuasi saja.
"Bundling hyperscaler adalah ancaman jangka panjang yang nyata, tetapi kita perlu mengisolasi kontribusi pendapatan spesifik AI untuk mengetahui apakah pertumbuhan jangka pendek bersifat struktural atau didorong oleh hype."
Risiko konsentrasi hyperscaler Grok nyata, tetapi kita mencampuradukkan dua ancaman terpisah. Bundling observabilitas oleh AWS adalah risiko *struktural* (cakrawala 5-7 tahun); pertumbuhan 32% jangka pendek bergantung pada apakah modul AI DDOG membenarkan penetapan harga premium dibandingkan alat asli *saat ini*. Artikel tersebut tidak pernah mengukur berapa % dari 32% tersebut yang spesifik untuk beban kerja AI dibandingkan dengan adopsi cloud umum. Tanpa perincian itu, kita tidak dapat menilai apakah akselerasi itu tahan lama atau siklis. Itulah titik data yang hilang.
"Model penetapan harga premium Datadog menghadapi ancaman eksistensial dari optimasi anggaran seluruh perusahaan jika ROI beban kerja AI gagal terwujud."
Claude benar bahwa kita kekurangan rincian pendapatan spesifik AI, tetapi risiko sebenarnya bukan hanya bundling—ini adalah 'kelelahan observabilitas.' Karena perusahaan menghadapi tagihan cloud yang meningkat, mereka meneliti setiap item baris. Penetapan harga premium Datadog adalah fitur di masa-masa sulit tetapi menjadi beban selama optimasi anggaran. Jika beban kerja AI tidak memberikan ROI segera, CFO akan memaksa tim untuk beralih dari rangkaian 'semua dalam satu' Datadog yang mahal ke alternatif yang lebih murah, asli, atau sumber terbuka, terlepas dari keunggulan fitur.
"Risiko jangka pendek ada dari bundling hyperscaler, tetapi keberlanjutan bergantung pada moat yang independen dari cloud dan rincian pendapatan spesifik AI; tanpa itu, kelipatan saham dapat terkompresi."
Anda benar bahwa bundling hyperscaler adalah risiko struktural, Grok, tetapi klaim bahwa konsentrasi secara otomatis mengompresi kelipatan mengabaikan moat multi-cloud Datadog dan potensi cross-sell di luar AWS. Titik data yang hilang adalah berapa banyak dari pertumbuhan 32% yang spesifik untuk AI dibandingkan dengan adopsi cloud umum. Jika sebagian besar terkait AI, valuasi dapat dinilai ulang; jika tidak, Bundling mungkin berdampak lebih sederhana. Singkatnya: risiko jangka pendek ada, tetapi keberlanjutan bergantung pada nilai yang independen dari cloud.
Para panelis sepakat bahwa pertumbuhan YoY Datadog (DDOG) sebesar 32% dan tingkat pendapatan $4 miliar mengesankan, didorong oleh permintaan untuk alat observabilitas di era AI. Namun, mereka menyuarakan keprihatinan tentang keberlanjutan pertumbuhan ini, dengan risiko utama termasuk bundling alat observabilitas asli oleh hyperscaler, potensi komoditisasi, dan kurangnya data tentang kontribusi pendapatan spesifik AI.
Pertumbuhan berkelanjutan yang didorong oleh beban kerja terkait AI dan potensi cross-sell
Bundling alat observabilitas asli oleh hyperscaler dan potensi komoditisasi