Datadog收購Adaptive ML，推動10億美元AI研發布局

Datadog收購Adaptive ML，將強化學習運營引入這家可觀測性巨頭每年10億美元的研究引擎。

Datadog Inc. 收購了Adaptive ML，一家打造首個強化學習運營（RLOps）平台的初創公司，旨在將持續AI改善能力融入其可觀測性與安全產品中。該交易將Adaptive ML納入Datadog AI Research——該公司專注於世界模型與具身智能LLM後訓練的實驗室，應用於基礎設施監控領域。

「我們創立Adaptive，目的是讓每家企業都能持續改善自己的AI。最難的從來不是演算法，而是生產環境下的規模化。」Adaptive ML聯合創始人兼執行長Julien Launay在聲明中表示，「有了Datadog無可比擬的實際基礎設施數據，我們能加速邁向持續智能。」

Datadog每年在研發上投入超過10億美元，資助包括Toto 2.0研究項目以及一系列AI代理——Bits Investigation、Bits Code與Bits Security Analyst——這些代理已為客戶執行數十萬次自動化調查。Adaptive ML的RLOps平台讓企業能夠建置、擁有並部署專門的AI代理，並利用生產環境中的反饋持續改進。Datadog計劃將此功能整合到其監控架構中。

此次收購顯示Datadog押注可觀測性將從被動儀表板轉向能夠在問題影響客戶前自行偵測並修復的自動化系統。消息公布後，Datadog股價上漲3.2%至247.45美元，年初至今漲幅擴大至85%，但該股仍較5月高點277.49美元下跌10.8%。Scotiabank將其目標價上調至275美元，Citi上調至270美元，理由是AI基礎設施為監控軟體創造新需求，Datadog的競爭護城河正在擴大。

Adaptive ML為Datadog實驗室帶來的價值

Adaptive ML開發了首個專用強化學習運營平台，旨在解決Launay所稱企業AI最困難的部分：在生產環境中實現規模化改進。多數AI模型僅訓練一次後便靜態部署；RLOps則建立了一個反饋循環，讓真實世界的信號持續優化模型行為。對於每天處理數千家企業客戶遙測數據的Datadog而言，這個反饋循環可將原始可觀測性數據轉變為首席科學家Ameet Talwalkar所說的「第一方智能」。

「我們的實驗室專注於利用我們的數據與領域專業知識，建構專門的代理與模型，有效地將數據轉化為第一方智能，」Talwalkar表示，「邀請Adaptive ML加入，是對我們實驗室已有工作的自然強化與補充。」

該交易也使Datadog面臨來自Dynatrace Inc. 以及Cisco Systems Inc. 旗下Splunk等對手的競爭，後者同樣在AI驅動的可觀測性領域進行投資。Dynatrace的Davis AI與Splunk的AI助手正在爭奪相同的企業監控預算，但Datadog的優勢在於其數據廣度——該公司透過單一平台監控應用程式、基礎設施、數據、模型與安全，提供的訓練信號比任何競爭對手都更豐富。

投資者影響分析

Datadog目前的交易價格約為遠期銷售額的12倍，相較於Dynatrace的約9倍有所溢價，但低於其五年平均的16倍，反映出市場在2月「SaaSpocalypse」拋售後對AI如何影響SaaS定價的不確定性。收購Adaptive ML的交易規模相對Datadog 800億美元的市值而言很小，但卻傳遞了一個戰略方向：將可觀測性數據轉化為持續改進的AI代理，從而支撐更高的每席位定價。

如果Datadog能夠證明其Bits代理解決事件的速度比人類工程師更快，那麼該公司無需增加人力即可擴大每位客戶的平均收入——這是一個能支撐估值倍數擴張的利潤故事。風險在於，AI代理本身可能會使監控服務商品化，壓縮一直以來推動Datadog實現30%以上營收增長的定價能力。

本文僅供資訊參考，不構成投資建議。