Elastic公司研究：受益向量搜索需求增长，TAM从运维扩张至安全.pdf

Elastic公司研究：受益向量搜索需求增长，TAM从运维扩张至安全。核心逻辑：Gen AI 应用兴起，但受限上下文窗口，需要 RAG 提 升用户体验 市场关注 Elastic 的核心主要是 AI 受益逻辑，其核心逻辑为： 1）Gen AI 应用兴起，且受限于 Context Windows 难以突破，需 要 RAG 提升用户体验，而 RAG 过程中需要向量搜索、相似度建 模等；2）Elastic 目前拥有成熟的解决方案，包括 ETL、Embedding Model、向量搜索以及 AI 助手，帮助企业提升数据处理和运维效 率。此外，Elastic 在成本和性能、安全性方面具备优势，预计会 受益于 AI 应用爆发带来的 RAG 需求增长，带动业绩增长。

Elastic 的优势是基于 ELK 堆栈提供统一平台，功能改进可使三 个解决方案受益。Elastic 的销售策略主要是 Expand Across，从渗 透率来看，多数客户由 Search 转售而来，其次是 Observability， 再次安全。2012 年 Elastic 发布，但直到 2018-19 年 Elastic 才开 始注重销售，此前主要是客户主动寻求支持。但该方式主要面向 技术人员，不适合向 CTO/CIO 推广。解决问题的思路是从 API （开发者友好）转向解决方案（决策者友好）。Elastic 的解决方 案都是基于 ELK 堆栈，因此任何一个功能的改进，比如引入机器 学习，三个解决方案都能够同时受益。

TAM 扩张：从运维扩展至安全市场，Gen AI 加速行业转向

1）AI 技术栈下 Elastic 有望受益向量搜索带来的价值增量。 DevSecOps 是指将安全从一个软件开发周期的末尾转移到开始的 过程中，这种方法可以使产品更安全，也可以节省成本，对 Elastic 而言存在交叉销售的空间，2020 年以来 Elastic 加大销售侧投入， 强化决策层影响力，同时保持与 CSP 紧密合作关系，云转型稳步 推进。2）AI 方面，公共大模型与企业私有数据连接或成为主要趋势，RAG 是当下解决幻觉的首选方案。RAG 带来向量搜索、相关性建模等需求，Elastic 在相关性搜索、隐私安全、灵活性和成本方面具备优势，预计受益 于 Gen AI 带来的 IT 支出结构化转向。 非关系型数据库在企业 IT 支出中占重要地位，Elastic 将受益于 AI 应用价值量增长和运维/安全相关开支的 提高。数据库作为企业 IT 支出，在行业稳定发展后增速往往小于收入增速（主要得益于工程优化），但在行业 快速发展阶段其确定性高于下游应用，且持续性强于上游硬件（周期性）。在企业 IT 支出结构中，非关系型数 据库仅次于 BI 及应用占比，受益 AI 应用的敞口较大。价值量增量方面，参考我们在 MongoDB 报告中的测算， 预计至 25 年行业规模可达 8.2 亿美元，还需要考虑 AI 带来的传统数据库间接开支增量。此外，Elastic 还将受 益于 AI 对运维/安全相关开支的推动。