公司提供多種服務和產品，包括:
- 用於現有應用程序、IT和雲端基礎設施的連接器
- Apache Flink服務，使團隊能夠創建可實時交付的可重用數據流
- ksqlDB，一個數據動態數據庫，允許用戶僅使用少量SQL語句構建數據動態應用
- Stream Governance，這是一個針對流數據特點設計的管理數據治理套件，使團隊能在不繞過風險管理和合規控制的情況下加速數據流計劃
- Stream Designer，用於可視化建構數據流管道
Confluent的創業故事源於LinkedIn內部的一個關鍵技術項目Apache Kafka。在過去十年間，公司已從服務少數科技巨頭發展成為企業數據流領域的市場領導者，目前為超過40%的財富500強企業提供數據流服務，成為企業數位轉型過程中不可或缺的技術合作夥伴。
公司的發展歷程可以清晰地分為三個階段。第一階段是基於Apache Kafka技術推出Confluent Platform，這是一個針對企業級需求打造的完整數據流管理平台。在這個階段，公司專注於服務大型企業客戶，建立了初期的客戶基礎，並在市場上樹立了技術領導者的形象。第二階段是順應雲端計算趨勢，推出Confluent Cloud服務。這標誌著公司從傳統軟體供應商向雲服務提供商的轉型，不僅擴大了市場覆蓋範圍，也為更多中小型企業提供了便捷的數據流服務方案。目前，公司正在推進第三階段的發展，致力於打造更完整的數據流平台，通過端到端解決方案滿足客戶在人工智能時代的新需求。
2024年第三季度的財務數據展現出公司強勁的增長勢頭和持續改善的運營效率。訂閱收入同比增長27%達到2.399億美元，占總收入的96%，超出市場預期。其中，Confluent Platform收入增長13%至1.101億美元，佔訂閱收入的46%。雖然增速相對較低，但考慮到這是公司的傳統業務，這樣的增長速度仍然令人滿意。更值得關注的是Confluent Cloud的表現，收入增長42%至1.298億美元，佔訂閱收入的比重從去年同期的48%提升至54%，顯示出公司雲服務戰略的成功，成為未來成長的主要動能。
從地理分布來看，美國市場收入增長28%至1.524億美元，國際市場收入增長21%至9,780萬美元。訂閱毛利率達到82.2%的新高，同比提升210個基點；總毛利率達到79%的歷史新高，遠超公司設定的長期目標。這種持續的毛利率改善主要得益於規模效應和運營效率的提升。更重要的是，營業利潤率擴大至6.3%的新高，這是公司連續第九個季度實現9%或以上的利潤率改善。
現金流方面的表現同樣亮眼，自由現金流利潤率達到3.7%，環比擴大10%。這是公司連續第三個季度實現經營性現金流和自由現金流雙正，。
Confluent在金融服務業的深耕特別值得關注。公司目前服務著美國十大銀行，這些客戶的平均年經常性收入超過500萬美元。這些金融機構主要使用Confluent Platform，原因在於它們仍處於向雲端遷移的早期階段，這也意味著未來還有很大的增長空間。在數字原生企業客戶群體中，雖然受到經濟環境影響，客戶普遍保持成本意識，但使用量已趨於穩定，部分大型客戶更開始關注新的使用場景並採用DSP產品。
產品採用方面的數據同樣令人鼓舞。在前20大雲端客戶中，19家已經採用至少一個DSP產品，13家採用了所有三個類別的產品。多產品客戶不僅展現出更高的增長率，在凈收入留存率(NRR)方面也表現優異。這種趨勢印證了公司產品的競爭力和客戶黏性。
特別值得一提的是與OpenAI的合作關係。根據2024年第四季財報會議的披露，OpenAI已經擴大了對Confluent服務的使用規模，驗證了數據流在生成式AI領域的戰略重要性。
Confluent的核心競爭優勢源於其深厚的技術積累和對數據流處理領域的專注。作為Apache Kafka的原始開發者，公司擁有獨特的技術洞察和專業知識。在性能方面，平台能夠實現每秒處理數百萬條消息的能力，同時保證數據的順序性和持久性。
From JPMorgan Global Technology Conference
Edward Kreps "I think we're maybe a little bit less well known in this space, but I think kind of an obvious beneficiary when you think about how does data move and what's one of the driving things that's going to come out of this movement. It's going to lead to much more integration of data across the company. And I think we're increasingly a de facto way that, that happens.
And kind of a safe bet in the architecture for the future. So among our customers, there kind of looking to this architecture is one of the things that's going to help set them up appropriately for what they need to do in AI, especially given the uncertainty at other parts in the stack, how are you going to get this model, how are you going to train it, vector databases, there's like 4 or 5 things which are all kind of changing all at once.
Interestingly, it is already. And so you can actually go to ChatGPT and say, 'Hey, I want a Confluent producer that uses the Confluent scheme of registry in not this different way, give me the code for that.' And it doesn't because there's a ton of Confluent code out there. And so yes, it actually makes it easier to just kind of get going with that basic starter code, and that's totally non-hypothetical.
Is there more that we can do to kind of integrate that into the experience and take advantage of it? Yes, there probably is. But it's already possible today because the technology is so prevalent. It's just actually out there in the training set that this stuff is built on."
面對一些新創公司競爭，CFLT的贏單率大於九成，同時MSFT (Azure)、AMZN (AWS) 和GOOG (GCP) 都有推出類似CFLT的服務。雖然CFLT規模跟資源都不如三大巨頭，但CFLT透過高度客製化與競爭對手作出差異化，這是CFLT能夠持續快速成長的原因之一。
隨著數位轉型和AI應用普及，對實時數據處理的需求將持續增長。Confluent作為數據流處理領域的領導者，不僅是數位轉型的重要推動者，更將成為AI時代軟件基礎設施的供應商。
可否直接post重點
