Aaron Katz：ClickHouse、AI 收入持续性与企业数据

Harry Stebbings 在富勒姆足球俱乐部欢迎 ClickHouse 联合创始人兼 CEO Aaron Katz。Katz 把 ClickHouse 描述为用于广泛工作负载的开源分析数据库。Stebbings 披露自己是该公司的投资人。

被问及 AI 行业处于周期的什么位置时，Katz 说他认为仍处于早期。与自己经历过的互联网、移动和社交转型相比，他看到智能体产品和公司收入增长更快；这是他的市场判断。

Stebbings 问 AI 公司的毛利率是否会一直低于传统软件公司。Katz 说，快速增长和充足资本可能让公司暂时以较低利润率运营，但前提是能够展示可信的改善路径。

对投资人而言，Katz 认为收入持续性是一项主要风险。在他看来，基础设施产品可能有较高转换成本，而随着模型提供商和产品相互赶超，一些智能体应用可能更容易被替换。

Stebbings 问，一款知名编码产品是否也面临同样风险。Katz 说，它属于他关注的类别，尽管 ClickHouse 自己对 Anthropic 工具的使用已大幅增加。他称公司的支出从较小基数显著上升。

Katz 说，自己曾在内部发送一封“AI 觉醒”邮件，因为他认为 ClickHouse 采用编码工具太慢。团队增加了使用，也在探索开放权重模型，但他说不同工具适用于代码审查和生产等不同场景。

谈到 token 预算，他说，只要收入增长、公司能更快交付功能，自己就愿意支出。他预计模型成本和效率会改善，并认为以后可以控制支出；这些是他的运营判断，不保证获得回报或价格下降。

回顾过去，Katz 说自己可能应该更早增加销售能力。他描述约 100 名承担配额的销售人员覆盖许多场景，同时与规模大得多的销售组织竞争。生产力和比较数字均来自公司陈述。

他起初希望产品和工程团队承担主要压力，并倾向于自助式、开发者主导的方法。他说，随着时间推移，公司还需要增加企业销售。他将产品驱动的分发方式与一些数据仓库提供商重销售的方式进行比较。

回顾在 Salesforce 的岁月，Katz 记得一条经验：领导者可能高估一年能完成的事，却低估五年能完成的事。他赞赏 Marc Benioff 在产品尚未具备所有企业功能时，就传达了宏大愿景。

Katz 说，ClickHouse 通过内部开发和收购，比原先预计提前约两年进入一些产品类别。他报告四年内进行了六次收购，并提到最近一次进入智能体可观测性领域的收购；时间和影响来自公司陈述。

他判断自建还是收购时，先看内部工程团队能否自然进入某领域。如果创始人已经基于 ClickHouse 在公司预期需要的类别中开发产品，而合作也合适，收购就可能有意义。

对于智能体工作负载，Katz 预计查询模式会更加探索性，不再那么紧密地围绕固定的人类角色。智能体可能并行查询多个系统，使响应速度和工作流中最慢的部分对用户体验尤为重要。

Stebbings 问，更大的查询量是否会迫使价格下降。Katz 说，他不假定智能体会像人一样自动管理成本。他预计，随着工作负载扩大，基础设施提供商需要重新考虑消耗和定价。

Katz 设想智能体最终会选择应用程序的部分基础设施。他希望 ClickHouse 成为这一过程中的默认数据库，但这是公司的愿景和预测，并非智能体会作出所有采购决策的证据。

他强调延迟、摄取和存储效率，并以一家大客户的事件量为例。他声称只有 ClickHouse 能满足某项特定要求，这是竞争性主张，并非对所有数据库技术的独立比较。

Katz 说，企业安全和合规需要多种部署方式：既有托管云服务，也有客户自行控制的环境。支持多种选择会让产品路线图更加复杂，但可能满足不同客户的要求。

展望未来几年，他预计智能体在能够独立配置服务之前，需要身份、授权和预算。他承认目前仍由人监督支出和访问；未来自主程度及时间仍不确定。

Stebbings 问，企业会使用数百万个专用模型，还是主要使用前沿模型。Katz 预计两者都会存在：部分领域使用专用系统，主要实验室仍是重要提供商。他没有声称知道哪些具体应用公司会获胜。

谈到 ClickHouse 客户，Katz 说，由于现有用户扩展到更多场景，收入增长略快于客户数量。他报告净美元留存率超过 200%，客户支出范围很广；这些是公司陈述，并非独立验证的数据。

被问及竞争时，他说自己最担心尚未进入市场的技术。ClickHouse 本身起初是一个可能被现有企业忽视的开源项目，Katz 希望公司预见类似的后来者。

Katz 粗略预测开放与专有方法可能各占一半，并指出数据和可观测性领域有不同的商业模式。他区分开源软件与开放权重模型，并说企业对后者的采用可能遵循不同规律。

他不会排除前沿实验室最终提供更多基础设施的可能，但表示目前不认为它们是 ClickHouse 的竞争对手。这是基于其当前广泛雄心作出的未来风险推测。

Katz 认为，一些企业选择模型时会重视赔偿保障等保护，这可能限制某些开放权重部署。合同和技术保护因提供商及部署方式而异；他表达的是观点，而非普遍规则。

Stebbings 提出相反顾虑：一些客户可能不信任向前沿提供商发送敏感数据，因而偏好自行托管的模型。Katz 承认内部对代码和输出有顾虑，并说 ClickHouse 限制了一些用途。合适的选择取决于数据、模型和控制措施。

Katz 说，他看到某些开放权重模型存在安全顾虑，但拒绝推测使用来自中国的软件就必然意味着间谍活动。他预计顾虑和可用保护措施会演变；对话没有证明后门或任何具体事件。

Katz 说，他支持开源和开放权重技术，也不赞成政府采取措施限制其分发。他还表示，自己不会将资本用于开发新的开放权重模型；这些是他的政策和投资观点。

他报告说，更多企业客户，包括一些数字原生公司，正在讨论本地部署。这来自 ClickHouse 与客户交流的观察，不能证明所有企业都在离开云服务。

Katz 说，一些大型金融机构采用新技术的速度比过去更快。开源和自助产品可以让团队在传统销售流程之前试用软件，从而缩短评估时间，但部署和采购仍因企业而异。

投资人经常问云提供商是否能够拿走开源数据库并出售托管版本。Katz 承认这一风险，并认为有差异化的托管服务和专有功能有助于捍卫业务；他说很少有开源公司能把这种平衡做好。

即使智能体选择应用程序技术栈的一部分，他预计企业基础设施采购在未来多年仍会涉及工程师和预算负责人。因此，他不打算停止投入开发者关系或品牌认知。

Katz 介绍了科技会议期间的音乐会和足球赞助，作为建立认知与关系的方式。他说，招待活动可以让现有和潜在客户相聚，同时承认很难把后续销售直接归因于赞助。

他介绍了如何衡量客户账户支出，以及网站访问和试用等销售漏斗前端指标，但表示很难确认与赞助之间的直接因果关系。对体育资产价格的讨论是个人市场观点，不是特定回报的证据。

谈到融资，Katz 将功劳归于技术联合创始人，并说自己评估投资人时会看客户引荐、支持宣传、招聘和与他人合作的能力。他会向曾与潜在投资人合作的创始人做背景咨询。

他认为，暂时的估值上升不如与合适的长期投资人一起打造可持续公司重要。融资可以提供资本、招聘帮助和员工流动性，但他希望将这些好处与稀释及公司的长期目标一起衡量。

Katz 说，ClickHouse 的重点是获取新客户，并报告了较高的总留存率和净留存率。他预测公司可能在 2027 年底之前达到 10 亿美元年度经常性收入；这是目标和预测，而非已实现结果。

Stebbings 问，初创公司能否与资金充足的前沿实验室争夺人才。Katz 说，难度取决于岗位：旧金山的 AI 初创公司可能面临尤其激烈的竞争，而基础设施公司可以在许多国家寻找分布式系统专家。

他报告说，ClickHouse 在 27 个国家雇用人员，流失率较低，并使用过结构化二级交易。这些数字描述的是他所呈现的当时公司情况，并非对整个招聘市场的一般判断。

谈到远程工作，Katz 说自己感受复杂。Salesforce 的办公室工作帮助了他的职业早期发展，但 ClickHouse 在疫情期间成立，创始人分布在不同地点，也在单一城市之外找到了专业工程师。

他说，公司正在增加办公选择，但不要求所有人返回办公室。他对更多办公室的预测反映了看到的员工需求；数量和时间是计划，而不是已确认的未来结果。

Katz 说，国际客户和云合作关系需要跨时区、跨语言的人员。在他看来，即使面对面协作仍有价值，单一中心地点也不切实际。

他说，最不舒服的阶段是产品发布后的前六个月：数据库采用需要时间，收入起步缓慢。ClickHouse 在产品成熟之前已经筹集大量资金，团队因此承受交付压力。

他回忆一轮更早的融资让他觉得估值昂贵，因为当时员工很少，也没有收入或产品。他说，团队花了大约一年打造产品，而他没有预料到后来 AI 浪潮的规模。

Katz 将价格和性能描述为数据库的关键属性，并认为 ClickHouse 为需求增长做好了准备。他关于效率和性能优势的说法是 CEO 的竞争观点，不是独立确立的排名。

Stebbings 问，从零到一年收入 1 亿美元是否已成为标准。Katz 说，快速增长应与收入持续性及客户转向竞争者的容易程度一起衡量。

他回顾了 ClickHouse 自报的收入增长过程，并预测当年收入超过 5 亿美元。他说，AI 原生公司占收入不到 12%。这些是公司报告的指标和预测，并非经验证的财务报表。

Katz 把集中度视为运营顾虑。当一个客户、行业或类别占收入超过约 10% 时，他希望理解相关敞口，因为失去某个关系或领域可能影响可预测性和增长。

他说，留住客户取决于持续提供相对于替代方案的价值。他关注投资回报率和总拥有成本，包括客户运行 ClickHouse 与另一项服务分别需要多少费用。

被问及公司是否需要内部敌人来激励员工时，Katz 说自己不愿人为制造对立。外部竞争和个人挑战已经很多；他希望招聘有竞争心的人，并改善员工的工作生活。

他说，ClickHouse 倾向于招聘有分布式系统经验的工程师，并让经验较少的员工与资深人员搭档。这反映公司的招聘偏好，并不意味着某个年龄或背景适合所有团队。

谈到大学，Katz 说自己会鼓励女儿为了生活经历而上大学，同时承认学位的价值取决于领域。Stebbings 则质疑课程是否能跟上快速变化的技术。

讨论转向医疗和 AI。Katz 说，遇到严肃医疗或法律问题时，他个人希望咨询专家；Stebbings 则提到自己用 AI 回答一些医疗问题。这些个人观点和一次手术的轶事，不能证明 AI 能安全替代专业医疗。

Katz 预测，组织可能出现专门负责 AI 消耗和预算的财务岗位，并推测软件以后可能自动化其中一部分。这类岗位的普及程度和自动化速度均不确定。

被问及科技公司和芯片市场时，Katz 提到与多家企业的商业关系，并预计云提供商和前沿实验室将成为更重要的芯片设计者。他的评论是市场预测，不是投资建议。

他不认同 AI 只是被过度炒作的泡沫，但承认自己无法识别每个赢家和输家。Stebbings 提到债务和市场集中度；Katz 区分了私募投资风险与上市公司必须披露的信息。

Katz 承认资产价值可能收缩，但不预测价格会回到十年前的水平。讨论中包括未经访谈独立验证的宽泛市场集中度说法；两人都无法知道未来收益。

Katz 赞赏董事 Peter Fenton 的模式识别能力和对招聘的帮助。他说，会告诉董事候选人对话的目的是评估对方，还是说服对方加入，因为两者需要不同方法。

他反复担心的是一个以他认为 ClickHouse 当年改变市场的方式出现、出人意料的竞争者。他希望公司不断重塑自己，而不是只关注已经看得见的对手。

被要求在两家竞争者中选择移除一家时，他转而说自己尊重 Databricks，认为双方服务的市场既有重叠，也有不同领域。这是竞争视角，不是全面的市场分析。

谈到平衡领导工作和育儿，Katz 强调投入、寻求建议以及向有经验的人学习。在婚姻中，他重视接受进展并非直线、认可彼此差异和保持共同目标。

Stebbings 提到一位患慢性病的家人及对医学进步的希望。Katz 同意未来医学进步很重要，同时表示预测五年后很困难。他们的希望不是医学预测或建议。

Katz 说，ClickHouse 可以考虑上市，但他并不着急，希望公司能比自己存在得更久。他把可能的时间作为一种选择，而不是已经宣布的发行计划或上市保证。

他认为公开上市也有代价，包括股价波动影响员工士气，以及做空者的存在。公司保持私有时，结构化二级交易可以提供部分员工流动性，但具体条款和参与机会各不相同。

两人提到报道中的私营公司大规模收购，作为私募市场融资可能性的例子。访谈没有核实这些交易或条款，因此不能仅凭该讨论将其视为既定事实。

Katz 也列出 IPO 的潜在好处：接触更广泛的投资者、融资、提高知名度，以及员工共同庆祝的里程碑。他认为公开市场长期可能提供更好的价格发现，但价格仍会波动，时机也不确定。

Stebbings 感谢 Katz，并再次提到两人就 10 亿美元 ARR 目标打的赌。这一赌约反映的是他们的预期，不是财务结果；Katz 最后感谢他在富勒姆进行这次对话。