这篇访谈讲的是MongoDB CEO Dev Ittycheria如何看待AI时代数据库的机遇。他认为AI对数据库的影响就像iPhone刚出来时App Store从“手电筒”到“Uber”的蜕变——现在AI还只是简单聊天机器人，但未来会催生深度变革的应用，而MongoDB有潜力成为核心基础设施。目前他很乐观，但强调还很早期。重点提到的公司：MongoDB（营收从3000万美元涨到近20亿，云业务占比从2%升到68%），Datadog（早期投资时月环比增长5%，现在营收超20亿美元），NVIDIA（估值高但需求真实，他没说买不买）。
MongoDB CEO Dev Ittycheria 在访谈中讨论了数据库行业在AI时代的演变，强调公司从初创到成为全球数万客户（覆盖100个国家）的开发数据平台的历程。核心观点是：领导者需具备高度判断力以推动卓越，并通过构建精英企业销售组织应对技术转型。他分享了MongoDB（2017年上市）的长期愿景，包括多产品多渠道策略、招聘哲学，以及从Andy Grove管理思想中汲取的 accountability 理念。他担忧公司如何持续保持创新动力，并指出个人投资哲学应聚焦识别潜力。
Dev Ittycheria 自2014年起担任 MongoDB CEO，带领公司从约3000万美元营收增长至接近20亿美元年化营收，于2017年上市。本期访谈主线围绕他作为技术公司CEO的领导哲学、企业销售组织构建方法，以及MongoDB在AI时代如何定位。全片最有分量的判断是：AI对数据库的影响将类似iPhone App Store的演化路径——从“手电筒”级别的简单应用，走向Uber、Airbnb级别的深度变革，而MongoDB有潜力成为这波变革的核心基础设施。
Dev Ittycheria 用iPhone App Store的演化类比AI对数据库行业的影响。iPhone发布后第一年，App Store里只有“手电筒”和“iBeer”（模拟喝啤酒）这类“极其琐碎”的应用。但一旦人们真正把iPhone视为重要计算设备，就诞生了Uber、Airbnb和企业级iPhone应用。
“同样的情况将在AI世界发生——我们将从回答问题的简单聊天机器人，走向更深远、利用实时数据做出智能商业决策的东西。”
当前AI的价值“首先累加在技术栈底层”（Dev直言“NVIDIA不是以300倍市盈率交易”），但最终回报会通过应用层体现——客户体验提升、自动化降低成本、创造新商业模式或颠覆现有商业模式。
MongoDB观察到的信号是：已有“数千家初创公司在MongoDB上构建AI应用”，这被视为“未来大型企业走向的水晶球”。但Dev强调“现在还是非常早期的阶段”。
关键分歧在于AI对数据库架构的影响。Dev指出，当前大语言模型（LLM）的切换成本“实际上很低”——从OpenAI换到Anthropic或Llama很容易。但如果LLM开始嵌入记忆，存储用户历史活动，“所有历史数据储存在某个持久化数据存储层中，切换成本就会变得更高”。这意味着数据库将在AI时代扮演“越来越重要的角色”。
Dev Ittycheria 的核心领导力信条是：“要驱动卓越，你必须极度挑剔，而大多数人在压力面前退缩了，不敢做出真正成功所需的决策。”
他观察到典型问题：人们“不敢追究需要被追究的人的责任”，“不敢在产品定位、定价的决策上做到极致”，“不敢在上市策略上做到极致”。结果是大量“非常平庸的公司”。
他特别强调被动攻击行为（passive-aggressive behavior）的危害：“我把被动攻击视为一种双重性。你必须创造一种文化，让人们可以自由地、建设性地表达对某个想法或决策的真实看法。”MongoDB核心价值观之一是“知识诚实”（intellectual honesty）。
“如果你看到一个问题但不采取行动，那个问题就不再是那个人的问题，而是你的问题。如果你有权力解决那个问题却不做，那你就是问题本身。”
Dev认为B2B业务的常见误区是过度聚焦产品（“如果你建了好产品，他们就会来”），但现实是“最好的技术并不总是赢”。他早期经历IBM、HP等大厂通过“账户控制”让客户选择“安全决策”的场景。
“魔力发生在将伟大的产品与伟大的上市组织结合之际。”
优秀企业销售组织的标志：
1. 广泛的基础表现：避免“80-20法则”（20%的销售代表贡献80%业绩），创造人人能表现良好的环境
2. 招聘饥饿、聪明、想做出成绩的人
3. 培养人才：不仅教产品技能，还教如何推进交易、如何评估机会、如何预测——Dev特别强调“在高增长业务中，营收预测/签约预测是你费用预测的代理变量，预测不好会迅速烧光现金”
4. 执行一致性：不是“溜溜球”——一季好一季坏，而是持续交付
对于长销售周期，Dev拆解成三个核心问题：“为什么客户想做任何事（痛点）→为什么MongoDB是最佳选择→为什么是现在”。他警告：“你永远不应该回答一份你没有参与过的RFP，因为那一定是别的供应商写的。”
“大多数人在招聘时犯的常见错误是只关注背景、经验和技能。你需要理解这个人的心理——是什么驱动他们，什么激励他们，他们想成为谁。”
Dev特别看重“Jeremy Giffon的论断”——“人生中唯一持久的优势是心理优势，因为人性不变”。他寻找能管理自我、管理ego、能接受低地位、能延迟满足、有长期导向的人。
他常用的面试问题：“你经历过的最艰难的事情是什么？”他分享了自己的故事——来自破碎家庭、印度基督徒（少数群体）、因离婚污名移民多国、“一直有‘我够不够好’的疑问”。他认为这种经历塑造了“内在驱动力”，而且“你不一定能摆脱你的成长经历”。
Dev的投资框架包含三个要素：
1. 大市场：“你的结果与市场规模直接相关”
2. 可防御的技术优势：有证据证明公司有持久优势
3. 聪明且可教练的CEO：“没有压缩经验的算法。有些人就是学得比别人快。”
他分享了一个反直觉的观察：“努力与结果之间存在反比关系——你最好的投资组合公司，你露面吃个甜甜圈就走，因为它们做得太好了；你花最多精力帮管理团队重建的那些公司，可能正是挣扎中的公司。”
产品市场契合的信号：“客户是否会回来买更多？任何客户都可以买一个东西作为科学实验。关键是能否反复从同一客户那里获得更多业务，或者展示相同用例获取其他客户的模式。” 他特别提到Datadog投资的例子——早期“月环比增长5%”，表明“不仅销售容易，客户购买后增长也非常快”。
Dev从Andy Grove学到的最有用框架：“人们失败只有两个原因——要么缺乏做这项工作的技能，要么缺乏做这项工作的意愿（驱动力）。” 他称之为“技能-意愿矩阵”（skill-will matrix）。
他的三步骤问责法：
1. 非常清晰地设定期望——“模糊的期望会让人失败，因为他们不知道好是什么样子”
2. 当期望未被满足时，首先归责于自己——“我可能没有足够清晰地解释为什么这个期望很重要”
3. 如果再次错过期望，此时问责变得容易——“因为我已经完成了步骤一和步骤二”
“大多数人不做步骤一和步骤二，所以到了年底你给一个‘符合期望’的评级，对方会说‘我以为我干得很好’，然后对话变得非常功能失调。”
Dev最大的担忧是：“如果人们觉得MongoDB不是最佳AI应用的正确架构”，或者“下一代公司和下一代应用觉得MongoDB不适合他们”。 他承认：“变得自满是很容易的。”
对于MongoDB的业务特性，他承认“我们不是HR平台那样所有人都标准化在Workday上，也不是CRM那样所有人都标准化在Salesforce上，甚至不是数据仓库那样——我们得一个一个应用、一个一个工作负载地去赢取。”这使得销售成本较高，而如何降低获客成本、创造“开发者自选”的病毒式传播，是持续挑战。
关于AI是否被高估，Dev认为“人们总是高估新技术的短期影响，低估长期影响”，因为技术采用呈S曲线。他相信AI将“极其具有变革性”，但分享方式将是通过应用层——就像软件民主化让中小企业也能用上最好的CRM/HR软件一样，AI将让中小企业也能用上最好的法律、会计、财务服务，“总体上对所有人都是净正面”。
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| MongoDB | 看好（CEO本人） | 2014年营收约3000万美元 → 接近20亿美元年化营收；云业务从2017年占营收2% → 2024年占68%；2017年上市时还亏损（-38%运营利润率）→ 2023年16%运营利润率 |
| Datadog | 看好（早期投资者） | 投资时营收约100万美元，目前超过20亿美元；早期月环比增长5% |
| AppDynamics | 看好（被投企业，提及CEO Jyoti） | 被Cisco收购；CEO Jyoti被描述为“极其聪明且可教练” |
| NVIDIA | 中性（估值评论） | “不是以300倍PE交易”；需求真实存在，但Dev未明确持仓方向 |
| Oracle | 风险提示（作为反面案例） | “Oracle不是最被喜欢的供应商，但仍有大量Oracle数据库存在，因为迁移成本极高”；“我想不出今天有哪家初创公司是在Oracle上构建的” |
| Snowflake | 中性（作为对比参照） | 被提及为“数据仓库/标准化平台”类竞争对手 |
| PTC | 正面（Steve Walski曾领导的公司） | 1990年代40%运营利润率，连续10年100%+增长 |
1. Dev Ittycheria：“AI应用在重演iPhone App Store的故事——从手电筒到Uber，只是规模大100倍。” 当前简单聊天机器人≈当年的iBeer，深度变革型应用尚未到来；MongoDB通过观察数千家AI初创公司的技术选择来预判企业方向。
2. Dev Ittycheria：“要驱动卓越，你必须极度挑剔。大多数人在压力下退缩了，不敢做出真正成功所需的决策。” 他把“不直面问题”等同于“接受平庸”，并惩罚了所有努力工作的好人。
3. Dev Ittycheria：“如果你看到问题但不采取行动，那个问题就不再是那个人的问题，而是你的问题。” 这是他的行动准则：拥有权力解决某个问题却不做，自己就成了问题本身。
4. Dev Ittycheria：Andy Grove的“技能-意愿矩阵” ——人们失败只有两个原因：缺乏技能或缺乏意愿。用这个2×2矩阵评估团队，能快速定位问题根源。
5. Dev Ittycheria：三步骤问责法——先明确定义期望，再首次失误时主动归责于自己（沟通不够清晰），第三次才真正问责。 大多数经理跳过前两步，导致年底评估变成“我以为我干得很好”的功能失调对话。
6. Dev Ittycheria：“人们表现到你检查的程度，而不是你期望的程度。” 如果信任成年人会自觉完成工作，就不需要那么多管理者了；高检查度创造“没有地方可藏”的透明文化，也创造“行动导向”。
7. Dev Ittycheria：“A级的人招A级，B级的人招C级，C级的人招F级。” 判断一个领导是否在成长，最可靠的信号是看他团队的质量——如果优秀人才开始离开，问题一定出在领导身上。（读者应注意这是持仓方视角，此类格言带有叙事成分）
8. Dev Ittycheria：“产品市场契合的标志是客户回来买更多。” 任何客户都可以买一个东西做“科学实验”，关键是能否反复从同一客户获得更多业务，或展示相同用例获取其他客户的模式。（NDR>120%是公开公司版本的好信号）