我的網誌
AI程式代理不只讓軟體變便宜，更讓系統變複雜。Datadog(DDOG)與Dynatrace(DT)押注「可觀測性」市場將因AI擴張而非被取代，從推動新監控產品、差異化計價模式到併購風險，牽動雲端與企業IT投資版圖。
生成式AI與自動化程式代理正快速滲透企業IT，但在「寫程式更快更便宜」的背後，一場針對系統監控與可觀測性的結構性變革已默默成形。兩家核心玩家Datadog(美股代號DDOG)與Dynatrace(美股代號DT)，正把握這股新潮流，試圖將AI帶來的複雜度，轉化為下一波成長動能。
過去十多年，雲端與DevOps推動了監控與Log服務需求，重點在追蹤人類工程師修改程式碼後造成的版本變化與故障。如今，AI coding agents則開始直接改寫程式、調整設定，甚至在產線環境自動作出修補與優化決策，軟體從「人寫機監」走向「機寫機監」，監控邏輯徹底翻轉。Datadog在9月出席Goldman Sachs Communacopia + Technology Conference時明言，AI代理的觀測已開始具體變現，顯示市場正從概念走向實際付費階段。
Datadog管理層在會中提出「inference economy（推理經濟）」概念：當企業在各種業務流程布署更多AI應用與代理，每一次模型推理與決策都成為需要被追蹤與分析的事件。簡單說，過去工程師每次發版是一個監控節點，如今AI代理每次自動調整程式、改變配置甚至觸發額外推理，都可能是新的觀測單位，監控量級不減反增。
數據面也提供了這場轉型的線索。Datadog第二季營收年增36%，達11.2億美元，表現優於多數雲端同業；年化經常性收入(ARR)超過10萬美元的大型客戶數量增加23%，至約4,720家。由於Datadog採用以使用量為基礎的計價模式，遙測資料愈多、推理事件愈頻繁，理論上都能直接放大其營收規模。這對長期被成本優化壓抑的雲服務業者來說，是一個少見的結構性利多。
不過，AI帶來的並非單向利好。同樣的自動化代理，也可能自主排除部分系統故障，減少人工介入與事件量，對監控平台構成需求下修風險。Datadog也坦言，其模式對「客戶優化支出」高度敏感，這種特性在雲端景氣循環中已多次反覆上演。因此，AI究竟是創造更多必須監控的機器行為，還是減少事故、讓監控需求萎縮，成為投資人判斷此一產業前景的核心分歧。
面對同樣的趨勢，Dynatrace選擇走不同路線。公司在Datadog發言隔日，宣布推出經驗證的Cursor Marketplace外掛，一次安裝即可讓AI coding agents透過MCP協定直接存取實際產線環境資料，並運用30項Dynatrace技能。這意味著，監控不只是「事後看報表」，而是直接嵌入AI代理工作流程，讓代理在做出變更前就能掌握系統健康狀態與效能指標。
在商業模式上，Dynatrace也試圖降低對「工程師人數」的依賴。公司將Cursor整合的計價基礎設在資料消耗量，而非每名使用者，減少因開發團隊縮編或外包導致的席次流失風險。最新一季，Dynatrace年化經常性收入成長17%至213.6億美元，年化Log消耗金額約2億美元，兩季內幾乎翻倍，顯示資料量驅動型成長已初具規模。
不過，Dynatrace也不是沒有壓力。整體成長速度相較Datadog稍慢，加上規模達9.15億美元的Arize併購計畫在前，整合與執行風險備受關注。AI驅動的監控工具要真正成為核心平台，而非眾多工具中的一員，必須在功能整合、成本控管與客戶教育上同時達陣，併購整合的成敗將直接影響未來兩三年的競爭版圖。
資本市場已開始對這場AI觀測戰下注。根據Insider Monkey第二季對避險基金持股資料，持有Datadog的基金家數從80檔增至92檔，Arrowstreet Capital單季加碼40%，持股達2,195,554股；Dynatrace持股基金則由46檔微增至48檔，AQR Capital Management更一口氣加碼346%，持有8,317,467股。雖然這些持股變化尚未反映9月最新產品與策略發布，但資金明顯認為「可觀測性不會因AI消失，反而可能成為AI基建的一部分」。
另一方面，空方並未完全退場。截至8月31日，Datadog約有10,220,303股被放空，約占流通股3.04%，相當於平均2.94天的成交量。這樣的空頭比例並不算極端，卻透露市場對「AI是否真能長期推升監控需求」仍保留疑問。部分投資人擔心，當企業愈來愈追求成本效益，愈智慧的代理可能減少事故，進而降低對昂貴監控方案的依賴。
若從產業角度拉高視角，AI coding agents帶來的最大變化，在於「監控對象」從人類工程師轉向機器決策。這不僅要求平台增加對模型推理過程、Prompt輸入輸出、版本自動變更的追蹤能力，也意味著未來的觀測市場將更偏向「機器對機器」的閉環：AI代理做決策、監控系統即時評估並發送警示，再由另一套自動化流程處理問題，整個迴圈可能幾乎沒有人工介入。
支持者認為，這樣的結構反而會放大Datadog與Dynatrace的價值，因為在高度自動化環境中，任何一次錯誤推理都可能在數秒內影響大規模系統，對即時可觀測性的依賴只會更重。持反對意見者則提醒，一旦AI足夠成熟，可在設計階段就避免多數錯誤，觀測需求可能從「全天候細緻監控」退回「必要時抽樣審核」，整體市場規模未必如樂觀派期待那樣持續膨脹。
展望未來幾年，AI代理滲透開發與運維流程已是確定趨勢，真正的問題在於：企業願意為「看懂AI在系統裡做了什麼」付出多少預算？Datadog以高速成長和使用量計價博取上行空間，Dynatrace則押注深度整合與併購策略，兩者代表了觀測市場的不同路線。對投資人與企業IT主管而言，AI時代的監控不再只是買一套工具，而是選擇一種「如何管理機器決策」的哲學，這場戰局才正要開始。
點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。
