大摩：云计算需求加速，Snowflake、Datadog、MongoDB有望受益

nashnova research

今天发布阅读约 5 分钟

摩根士丹利指出，三大云服务商Q3合计营收约1099亿美元、同比增长55.7%，AI驱动的云需求正加速扩散至传统计算与数据业务，为Snowflake、Datadog、MongoDB的下季财报提供了有利环境。

三大云巨头Q3的数字到底有多强？

亚马逊、微软、谷歌合计云营收约1099亿美元，同比增长55.7%，高于Q2的47.9%——增速在加速，不是在放缓。

AWS按固定汇率同比增长39%，连续第六个季度加速，创近五年最快；Azure同比增长48%，高于Q2的42%。

Google Cloud同比增长约103%，但大摩指出其中含TPU（谷歌自研AI芯片系统）销售，剔除后核心业务增速约71%，与Q2大致持平。这意味着→ 谷歌的"翻倍增长"标题数字里有硬件一次性收入的水分，看核心业务要打折。

大摩的核心判断：AI基础设施投资不只是拉动GPU和专用计算，也开始带动传统计算、存储、数据库和数据分析业务增长。

用大白话说＝企业为了跑AI模型先买了GPU，但模型要读数据、存结果、做监控，这些"配套需求"最终都回到传统云服务上。

亚马逊透露AI推理业务已占AWS AI收入一半以上；微软Foundry平台收入同比增长超两倍，Agent 365平台登记的AI智能体（能自主执行任务的AI程序）已超5000万个，环比增长逾30%。

Snowflake（云端数据仓库平台）绝大部分产品使用量跑在AWS上，AWS连续六季加速，直接意味着Snowflake的产品收入有望获得更强的需求支撑。

但竞争在延伸：亚马逊收购DuckLabs，计划用DuckDB做AWS存储分析的通用查询语言；谷歌BigQuery查询速度同比提升超40%、处理成本下降超50%；谷歌和微软也在加快布局企业AI智能体产品，与Snowflake的应用场景形成潜在竞争。

大摩的判断：这些竞争更多是中期挑战，尚不足以说明Snowflake当季需求正在受冲击。反过来，如果AI智能体能直接查询存储在Snowflake上的企业数据，反而可能增加平台使用量。

Datadog（云基础设施监控平台）的收入与企业云资源使用量直接挂钩——云花得越多，需要监控的东西就越多。三大云服务商合计营收增长56%，为Datadog的核心业务提供了有利环境。

大摩渠道调查显示，Datadog合作伙伴Q3业务普遍好于原定计划，客户实际使用量超出最初承诺，新客户获取、多产品采用、存量客户使用量增长均表现强劲。

大摩认为Q3营收同比增长约33%至34%、以及Q4指引对应接近30%增速，将是市场评估其财报表现的关键基准。这意味着→ 如果低于这个区间，市场可能认为云监控的增长弹性不及预期。

与传统聊天机器人不同，企业AI智能体需要实时访问公司内部数据才能理解业务背景、执行任务并给出准确结果。用大白话说＝智能体不是只会聊天，它要查库存、读订单、改记录，这些操作都要一个能实时读写的数据库撑着。

Alphabet在财报中印证了这一逻辑：AI智能体应用开发正在带动数据库使用量增加。大摩认为，这与MongoDB此前在投资者日提出的观点一致。

但微软的竞争压力不容忽视：其AI优化数据库产品（PostgreSQL、Cosmos DB等）正被越来越多企业用于存储智能体所需数据，PostgreSQL业务已连续第四季度增长加速。

云巨头业绩加速 → 下游软件公司的需求环境改善，这是大摩看好Snowflake、Datadog、MongoDB这一轮财报的底层逻辑。

但每家都面临"客户就是竞争对手"的结构性张力：AWS、Azure、Google Cloud在扩大自身数据分析、监控和数据库产品线，既是这三家的分销平台，也是它们的直接对手。

这反映出云软件行业一个正在兑现的趋势：AI智能体从试验走向生产环境，整体市场在变大，但云巨头也在把自己的产品往每一层塞——下游公司能分到多少增量，是后续财报季的核心验证点。

市场有风险，内容仅供研究参考，不构成投资建议。