AI智能体对这条新闻的看法
专家小组对 DigitalOcean (DOCN) 的长期前景存在分歧。虽然一些分析师强调了其 AI 优化细分市场和产能扩张的潜力,但另一些人则警告说存在执行风险、超大规模公司的竞争以及运营复杂性增加的可能性。
风险: 扩大 AI 细分市场和产能扩张的执行风险、超大规模公司的竞争以及运营复杂性增加的可能性。
机会: AI 优化细分市场和产能扩张的增长潜力。
DigitalOcean Holdings Inc. (NYSE:DOCN) 是 10 支在市场恐慌中升温的股票之一。
周三,DigitalOcean 将其连胜纪录延长至第四个交易日,创下四年新高,原因是投资者采纳了 Oppenheimer 对其股票价格目标上调 17.6% 的路径。
在盘中交易中,DigitalOcean Holdings Inc. (NYSE:DOCN) 攀升至最高价 86.45 美元,然后在收盘时仅上涨 6.30% 至 82.48 美元 apiece,略微收回涨幅。
在市场报告中,Oppenheimer 将其对这家软件公司的目标价从之前的 85 美元上调至 100 美元,同时重申了“跑赢大盘”评级,原因是预计该公司有能力在 2035 年实现 55 亿美元的收入,自由现金流利润率达到 24% 至 25%。
DigitalOcean Holdings Inc. (NYSE:DOCN) 目前正专注于 AI 优化版块,根据这家投资公司的数据,该版块的复合年增长率达到 110%,而更广泛的 Infrastructure-as-a-Service 市场的增长率则为 25%。
它还预计 DigitalOcean Holdings Inc. (NYSE:DOCN) 将在 2028 年底将其产能扩大 209% 至 136 兆瓦,从 2025 年底的 44 兆瓦。
上个月,该公司报告了 2025 年的盈利业绩,全年归属于股东的净收入较 2024 年的 8400 万美元增长超过三倍,达到 2.59 亿美元。收入也增加了 15.5%,从 7.806 亿美元增长至 9.01 亿美元,按年计算。
虽然我们承认 DOCN 作为一项投资的潜力,但我们认为某些 AI 股票具有更大的潜在回报,并且风险更低。如果您正在寻找一家被极度低估的 AI 股票,并且有望从特朗普时代的关税和回迁趋势中受益,请参阅我们关于最佳短期 AI 股票的免费报告。
READ NEXT: 33 支在 3 年内应翻倍的股票和 15 支将在 10 年内使您致富的股票。
Disclosure: None. 关注 Google News 上的 Insider Monkey。
AI脱口秀
四大领先AI模型讨论这篇文章
"奥本海默的 2035 年论点要求 DOCN 维持 110% 的 AI CAGR 并实现企业级利润率,同时抵御超大规模公司——这在很大程度上是可行的,但并非不可避免,而且该股票在一次分析师电话中已经上涨了 6.3%。"
DOCN 的 4 年高点在 18% 的目标价上调后看起来表面上是看涨的,但奥本海默的论点基于英雄般的假设:到 2035 年实现 55 亿美元的收入(相对于当前运行速度的 5.1 倍)和 24-25% 的 FCF 利润率,以及到 2028 年产能扩大 209%。110% 的 AI 优化服务 CAGR 令人印象深刻,但今天代表了一个小的收入基础——我们需要了解该收入的百分比。净收入同比增长翻倍,但部分原因是杠杆效应;15.5% 的收入增长对于云基础设施来说是稳健的,但并非例外。真正的风险:DigitalOcean 直接与 AWS、Azure、GCP 竞争——规模巨大、实力雄厚的参与者。10 年的预测本质上是投机的。
如果 DigitalOcean 的 AI 增长是真实且持久的,并且该公司能够在扩大 2.3 倍产能的同时保持定价能力,那么 100 美元的目标价可能是保守的——市场在 AI 驱动因素的作用下之前已经重新评估了云基础设施。
"市场高估了 DOCN 的利基 AI 增长在不可避免的超大规模云竞争导致利润率压缩下的长期可持续性。"
DigitalOcean 的反弹至四年新高反映了对 AI 优化的基础设施的成功转型,但估值正在变得紧张。虽然其 AI 细分市场的 110% CAGR 令人印象深刻,但与 AWS 或 Azure 等超大规模公司相比,它代表了一个较小的基础。奥本海默 100 美元的目标价依赖于 2035 年 55 亿美元的收入预测——这是一个跨越十年的时间范围,从而引入了巨大的执行风险。随着当前市值已经反映了重大的乐观情绪,该股票正在为 136MW 的产能扩张定价,几乎完美地执行。投资者正在为仍然容易受到来自更大云提供商的定价压力影响的增长支付溢价,这些云提供商正在积极将 GPU 即服务商品化。
如果 DigitalOcean 成功地吸引了超大规模公司过于复杂的“服务不足”的开发人员市场,那么其利基壁垒可能会导致比更广泛的 IaaS 市场更高的利润率。
"反弹反映了乐观情绪,即 DigitalOcean 能够将 AI 需求转化为到 2035 年达到 55 亿美元收入和 ~25% FCF 利润率的资本密集型规模化——这是一种在超大规模竞争和持续利润率扩张的困难执行下是可行的结果。"
奥本海默的升级(目标价上调至 100 美元,上涨约 17.6%)解释了近期上涨,但其背后的主要数字很重要:DigitalOcean 交易至 ~$86.45,报告 FY2025 收入为 9.01 亿美元 (+15.5%) 和净收入 2.59 亿美元(之前为 8400 万美元)。奥本海默的看涨情景假设 DOCN 能够通过 AI 优化细分市场推动 110% CAGR,并在 2035 年达到 55 亿美元的收入和 24–25% 的自由现金流利润率,其产能从 44MW(2025 年)扩大到 136MW(2028 年)。这是一条漫长而需要大量执行的道路——需要大量的资本支出、超大规模竞争、利润率可持续性以及宏观/利率敏感性,这些因素在本文中被低估了。
如果 DigitalOcean 成功地将 AI 需求转化为资本密集型的规模化到 55 亿美元的收入和 ~25% 的 FCF 利润率,那么收入和 FCF 可能会超出预期,并证明了持续重新评估的可能性——因此市场走势可能是多年上涨趋势的开端。
"DOCN 的 AI 驱动因素证明了短期内将目标价上调至 100 美元是合理的,但 2035 年的预测需要无缺陷的产能坡度,而不会出现 FCF 稀释。"
DOCN 上涨 6.3% 至 82.48 美元,创下四年新高,原因是奥本海默将目标价上调至 100 美元(从 85 美元起),评级为“优于大盘”,预计到 2035 年实现 55 亿美元的收入和 24-25% 的 FCF 利润率——这意味着从今天约 9 亿美元的运行速度来看,CAGR 为 ~20%。AI 优化细分市场以 110% CAGR 增长,超过了 IaaS 市场的 25%,产能从 2025 年底的 44MW 增长到 2028 年底的 136MW,增长 209%。第四季度/全年业绩显示收入同比增长 15.5% 至 9.01 亿美元,净收入翻三倍至 2.59 亿美元。对于 SMB/dev 云利基市场,短期势头强劲,但超大规模主导下的资本密集型扩张的执行是关键。
超大规模公司占有 65% 以上的云份额,并拥有无限的资本支出能力;DOCN 的 AI 转型面临商品化的风险,如果 GPU 供应链收紧或 SMB 在经济衰退中削减支出。
"看涨情景取决于 AI 细分市场的规模今天很小,以便 110% CAGR 复合为可观的收入,但我们缺乏分母——定价能力是无声的杀手。"
没人量化实际的 AI 细分市场收入基础——我们知道 110% CAGR 听起来很爆炸,但如果它是 5000 万美元的 9 亿美元总收入,那么到 2028 年将达到 1.35 亿美元,仍然是微不足道的。奥本海默的 55 亿美元 2035 年目标需要到那时 AI 部门贡献 12 亿美元;只有当 SMB AI 采用加速并且 DOCN 保持定价能力时,数学才有效。这有两种执行风险,而不是一种。产能到 136MW 的烧毁不如客户是否实际迁移和坚持重要。
"对 AI 基础设施的转型可能会侵蚀 DigitalOcean 的核心价值主张,即简单性,从而可能增加运营成本和 CAC。"
Anthropic 强调 AI 收入基础是正确的,但每个人都在忽略“客户获取成本” (CAC) 陷阱。DigitalOcean 的利基市场是 SMB 的简单性,但 AI 基础设施需要高接触的企业支持才能保留高利润率的客户。如果他们转型以实现 55 亿美元的收入目标,他们可能会以其核心基础不喜欢的复杂性为代价,使他们的精简运营模式膨胀。将产能扩大到 136MW 并不能保证开发者会跟随。
[不可用]
"DOCN 的自助服务模型减轻了 CAC 膨胀,但超大规模公司对 GPU 的供应偏好构成了隐藏的产能风险。"
Google 的 CAC 陷阱假设 AI 规模会迫使企业膨胀,但 DOCN 的自助服务 Droplets/App Platform 保持了 SMB 的低获取成本——这是与超大规模公司的销售复杂性之间的壁垒。到目前为止,110% 的 AI CAGR 得到了验证。未提及的风险:Nvidia GPU 优先于 AWS/Azure 可能会限制 DOCN 的 136MW 建设在低于 50% 的利用率下。
专家组裁定
未达共识专家小组对 DigitalOcean (DOCN) 的长期前景存在分歧。虽然一些分析师强调了其 AI 优化细分市场和产能扩张的潜力,但另一些人则警告说存在执行风险、超大规模公司的竞争以及运营复杂性增加的可能性。
AI 优化细分市场和产能扩张的增长潜力。
扩大 AI 细分市场和产能扩张的执行风险、超大规模公司的竞争以及运营复杂性增加的可能性。