Datadog收购Adaptive ML，加码10亿美元AI研发布局

Datadog收购Adaptive ML，将强化学习运维能力纳入这家可观测性巨头每年10亿美元的AI研发引擎。

Datadog公司收购了Adaptive ML——一家打造所谓首个强化学习运维平台（RLOps）的初创公司，旨在将持续AI改进能力嵌入其可观测性与安全产品中。该交易将Adaptive ML并入Datadog AI Research，后者是该公司专注于基础设施监控领域世界模型与智能体LLM后训练的实验室。

"我们创立Adaptive的初衷是让每家企业都能持续改进自身AI。最难的部分从来不是算法本身，而是生产级规模的落地。"Adaptive ML联合创始人兼首席执行官Julien Launay在一份声明中表示，"借助Datadog无与伦比的真实基础设施数据访问能力，我们可以加速迈向持续智能。"

Datadog每年在研发领域的投入超过10亿美元，资助的项目包括Toto 2.0研究项目以及一系列AI智能体——Bits Investigation、Bits Code和Bits Security Analyst——这些智能体已为客户执行了数十万次自动化调查。Adaptive ML的RLOps平台让企业能够构建、拥有并部署可通过生产反馈持续改进的专用AI智能体，Datadog计划将此能力集成到其监控技术栈中。

此次收购表明Datadog押注可观测性将从被动仪表盘转向能够检测并修复问题的自主系统，从而在问题影响客户之前加以解决。消息公布后，Datadog股价上涨3.2%至247.45美元，使年内涨幅扩大至85%，但该股仍较5月创下的277.49美元高点低10.8%。Scotiabank将其目标价上调至275美元，花旗上调至270美元，理由是以AI基础设施正为监控软件创造新需求，Datadog的护城河正在扩大。

Adaptive ML为Datadog实验室带来的核心价值

Adaptive ML开发了首个专用强化学习运维平台，这一品类旨在解决Launay所认为的企业AI最难的部分：生产级规模的改进。大多数AI模型都是一次性训练后静态部署；而RLOps打造了一个反馈回路，让真实世界的信号不断优化模型行为。对于处理数千家企业客户遥测数据的Datadog而言，这一反馈回路可将原始可观测性数据转化为首席科学家Ameet Talwalkar所说的"第一方智能"。

"我们的实验室专注于利用数据和领域专业知识来构建专用智能体和模型，并有效将数据转化为第一方智能。"Talwalkar表示，"将Adaptive ML纳入麾下，是增强和补充我们实验室已开展工作的自然选择。"

这笔交易还将Datadog置于与Dynatrace Inc.及思科系统公司旗下Splunk等竞争对手的对决中，后者同样在投资AI驱动的可观测性。Dynatrace的Davis AI和Splunk的AI助手争夺着同样的企业监控预算，但Datadog的优势在于其数据的广度——该公司通过单一平台监控应用、基础设施、数据、模型和安全，从而获得比两者更多的训练信号。

投资者视角

Datadog目前的市销率约为12倍，高于Dynatrace约9倍的水平，但低于其五年均值16倍，这反映出市场在2月"SaaSpocalypse"抛售后对AI如何影响SaaS定价的不确定性。相较于Datadog约800亿美元的市值，Adaptive ML的收购规模较小，但透露出一个战略方向：将可观测性数据转化为持续改进的AI智能体，从而支撑更高的席位定价。

如果Datadog能够证明其Bits智能体比人类工程师更快解决事件，该公司即可在不增加人员的情况下扩大每客户平均收入——这将是一个支持估值倍数扩张的利润率故事。风险在于，AI智能体可能使监控本身商品化，从而压缩曾推动Datadog实现30%以上营收增长的定价能力。

本文仅供信息参考，不构成投资建议。