Atlassian (TEAM) Q3 FY26

by psind707

บทวิเคราะห์งบไตรมาส 3 ปีงบประมาณ 2026 | 2 พฤษภาคม 2026

TEAM พึ่งประกาศงบเมื่อ 30 เม.ย. 2026 มีหลายจุดที่น่าสนใจสำหรับ software founder

สรุป 30 วินาที

TEAM กลับมาโตแรงสุดในรอบ 2 ปี รายได้ +32% YoY, Cloud +29%, operating margin กระโดดเป็น 34% หุ้นวิ่ง +17% หลังประกาศงบ ราคาตอนนี้ประมาณ $85

ที่น่าสนใจคือ Jira ไม่ได้ถูก AI ฆ่า — กลับโตเร็วขึ้นเพราะ AI ตรงข้ามกับสิ่งที่ตลาดกลัวเมื่อต้นปี

ตัวเลขหลัก Q3 FY26

Cloud NRR ยังอยู่เหนือ 120% ขยับขึ้นต่อเนื่อง 3-4 ไตรมาส

ทำไมโตขนาดนี้ — 4 เครื่องยนต์

1. Service Collection ($1B ARR ทะลุครั้งแรก)

• Jira Service Management โตเป็น platform แทนที่ ServiceNow ในตลาด mid-market
• 65,000+ ลูกค้า, Fortune 500 ครึ่งหนึ่งใช้
• Enterprise ARR โต +50% YoY
• CEO บอกว่าเป็น "ไตรมาสที่แย่งลูกค้าจาก ITSM ใหญ่ได้เยอะที่สุดในประวัติศาสตร์" — หมายถึง ServiceNow

2. AI ดึงให้คนนอกทีม Dev มาใช้ Jira

• 50% ของ user ในผลิตภัณฑ์หลักของ TEAM ตอนนี้มาจาก business teams (ไม่ใช่ developer)
• 60%+ ของ Service Collection instances ใช้นอก IT แล้ว — HR, legal, finance, marketing
• Rovo (AI ของ TEAM) ทำให้ Jira ใช้ง่ายขึ้นสำหรับคนที่ไม่ technical

3. Rovo Effect (AI proof point ครั้งแรก)

• ลูกค้าที่ใช้ Rovo โต ARR เร็วเป็น 2 เท่า ของลูกค้าที่ไม่ใช้
• AI credit usage โต 20%+ MoM
• Service Collection ขับเคลื่อน 50% ของ agentic automation runs ใน platform
• Rovo customers ใช้ AI credits มากขึ้น 2x ต่อ paid user

4. AI Coding Tools = ขยาย Jira seats เร็วขึ้น

นี่เป็นจุดที่น่าสนใจสำหรับคนทำ software:

• ลูกค้าที่ใช้ AI coding tools (Copilot, Cursor, Claude Code) สร้าง task ใน Jira เพิ่ม 5%, MAU เพิ่ม 5%, ขยาย seats เร็วกว่า 5%
• กลไก: engineer ใช้ AI ปั่น code ออกมาเร็วขึ้น → งานต่อ downstream เยอะขึ้น (QA, design review, product approval) → คนนอกทีม dev ต้องเข้ามาใช้ Jira ด้วย → seats ขยาย

นี่ตรงข้ามกับที่หลายคนกลัว — AI ไม่ได้ลดงานใน Jira กลับเพิ่ม

ประเด็นสำหรับ Software Founder ที่น่าคิด

1. Atlassian's "Teamwork Graph" คือ moat ที่ AI ทำให้แข็งแรงขึ้น

Cannon-Brookes พูดเรื่อง Teamwork Graph เยอะมากใน earnings call: "tracks 100 พันล้าน objects และ relationships" เป็น context layer ที่ AI agent ต้องใช้ในการตอบคำถามที่เกี่ยวกับงานในองค์กร

ของจริงคือ — ถ้า AI agent จะตอบคำถามแบบ "Q3 launch timeline ของทีม X เลื่อนเพราะอะไร?" มันต้อง access Jira tickets, Confluence pages, Bitbucket commits ที่เชื่อมกันอยู่ Atlassian มี data structure นี้อยู่แล้ว ส่วน competitor ต้อง index ใหม่ทุกครั้ง

2. Pricing ของ Rovo ยังไม่เก็บเงิน overage

• ลูกค้า Standard ได้ 25 credits/user, Premium 70, Enterprise 150
• ใช้เกิน credit limit = ฟรี (ตอนนี้)
• Atlassian บอกว่าจะแจ้ง 90 วันก่อนเริ่มเก็บเงิน + ต้อง opt-in
• แปลว่า monetization ที่แท้จริงยังไม่มาในงบ — upside ถ้า execute ได้

เทียบกับ Salesforce Agentforce (per-conversation), ServiceNow Now Assist (Agentic ACV), TEAM ช้ากว่าเรื่อง consumption pricing

3. Service Collection กลายเป็น horizontal play ไม่ใช่แค่ ITSM แล้ว HR, legal, finance, marketing ใช้กัน — TAM ขยายจาก IT ticketing (~$13B) ไป enterprise service management (~$30B+)

นี่เป็น playbook เดียวกับที่ Slack, Notion, Linear กำลังทำ — เริ่มจาก dev tools แล้ว expand horizontal

4. SBC ยังสูงเทียบกับ peer

• TEAM SBC = 18-19% ของรายได้ (FY26E)
• Adobe = 8.2% (best-in-class)
• Atlassian จ่ายพนักงานเป็น stock เยอะ — ถ้าหักออกจาก FCF, Owner FCF เหลือแค่ 7% margin ไม่ใช่ 25% ที่รายงาน

ตัวเลขนี้สำคัญ — DCF แบบ honest จะใช้ Owner FCF ($450M) ไม่ใช่ Reported FCF ($1.6B)

Valuation — ตอนนี้แพงไหม?

ราคาปิด AH วันที่ 30 เม.ย. = $85 (จาก $66 ก่อน earnings, +17% หลังประกาศ)

ใช้ Reverse DCF เช็ค:

• Enterprise Value = $21.4B
• ถ้าใช้ Reported FCF: ตลาด pricing ให้โต FCF แค่ 1-2% ต่อปี 10 ปี — ถูกเกินไป
• ถ้าใช้ Owner FCF (หัก SBC): ตลาด pricing ให้โต 17-18% ต่อปี 10 ปี — สมเหตุสมผลถ้า execute ได้

3 Scenarios:

สรุป: ราคาปัจจุบัน $85 ใกล้ Fair Value แล้ว upside จำกัด แต่ downside ก็มีกันชน

• ถ้าราคา $85+ : HOLD/TRIM
• ถ้าราคาลง $72-78 : BUY (upside 15-20%)
• ถ้าราคาลงต่ำกว่า $65 : AGGRESSIVE BUY

Catalyst ที่ต้องจับตา

ความเสี่ยงสำคัญ

1. FY27 guidance ถูก withhold — yellow flag เล็กๆ Management อ้าง DC revenue recognition timing
2. Confluence ยังไม่ disclose แยก — กลัวว่า LLM (ChatGPT, Claude, Notion AI) จะ commoditize knowledge base
3. DC pull-forward ~3-5pp ของ growth — Q3 ได้แรงพิเศษจาก ASC 606 effect การยกเลิก DC pricing change ในเดือนมีนาคม จะกลายเป็น headwind ใน FY27

ข้อสรุปจากมุม Software Founder

ถ้าเป็นคนทำ software product:

สิ่งที่ TEAM ทำถูก:

• Embed AI ลงไปใน core workflow ไม่ใช่แปะเพิ่ม
• ใช้ existing data (Jira tickets) เป็น context layer ให้ AI
• Bundle AI ใน higher-tier edition (Premium/Enterprise) แทนการขายเป็น standalone
• ลด friction สำหรับ non-technical user เพื่อขยาย TAM

สิ่งที่ TEAM พลาด:

• Pricing ของ AI consumption ช้ากว่า peer (Salesforce, ServiceNow)
• SBC สูงกว่ามาตรฐาน — dilute shareholders เยอะ
• Confluence ดูจะอ่อนแอเทียบกับ Notion + LLM

Lesson สำคัญสุด: TEAM พิสูจน์ว่า AI ไม่ได้ฆ่า seat-based SaaS — กลับขยาย seats ถ้าออกแบบ product ให้ AI ทำให้ tool ใช้ง่ายขึ้นสำหรับคนนอก core user persona เดิม

นี่ตอบคำถามใหญ่ของปี 2026 ที่ทุก SaaS founder กังวล — "AI จะลดจำนวน user ที่ต้องใช้ tool ของเราไหม?" คำตอบจาก TEAM คือ ไม่ — ถ้าทำให้คนกลุ่มใหม่เข้าถึงได้ง่ายขึ้น

หมายเหตุ: บทวิเคราะห์นี้เป็น research note เพื่อการศึกษา ไม่ใช่คำแนะนำการลงทุน ตัวเลขอ้างอิงจาก Q3 FY26 shareholder letter, earnings call transcript, และข้อมูล market data ณ 1 พ.ค. 2026

Macro context: ภายใต้สถานการณ์ Iran war / Strait of Hormuz blockade ปี 2026, 10Y UST ที่ 4.20%, ERP 4.75%, Brent $108-118