【Datadog（DDOG）Q2 FY2026】経営陣のAIストーリーは本物か。監視OSとして未来の利益プールを握れるのか
Datadog（DDOG）のQ2 FY2026決算をアウトプットする。
今回の決算は、数字だけ見ればかなり強い。
売上は$1.12B、YoY +36%。
non-GAAP営業利益率は23%。
FCFは$279M。
$100K+ ARR顧客は4,720社。
通期売上ガイダンスも$4.45B〜$4.47Bへ上方修正された。
普通に見れば、文句の少ない決算である。
それでも株価は大きく売られた。
理由は単純ではない。
市場が見たのは、売上+36%の強さだけではない。
AIがDDOGにとって本当に追い風なのか。
使用量課金モデルは、AI時代に強みなのか、弱点なのか。
最大顧客の使用量減少は一時的なのか、それとも構造的な漏れ穴なのか。
ここを見に行く決算だと思う。
DDOGはAIモデルを作る会社ではない。
GPUを作る会社でもない。
企業業務にAIを実装するPLTRのような会社でもない。
DDOGは、AIが企業の本番環境に入った後、それが正しく動いているか、安全に動いているか、コストに見合っているかを監視する会社である。
つまり、AIエージェント時代の「監視OS」になれるかどうかが問われている。
以前、私はDDOGを未来の企業地図から外した。
理由は、DDOGが悪い会社だからではない。
むしろ、捕捉力は非常に高い。
問題は、追い風が綺麗ではなかったことだ。
AIは監視対象を増やす。
一方で、AIは運用者を減らし、監視の使われ方そのものを変える可能性もある。
使用量課金は、顧客のクラウド利用が増える局面では強い。
一方で、顧客がコスト最適化に入ると、DDOGの売上にも逆風になる。
だから今回は、単なる好決算分析ではない。
以前の除外判断を再監査する決算である。
DDOGは、AIによって強くなるSaaSなのか。
それとも、AIにより既存の監視SaaSの価値が削られる側なのか。
そこにメスを入れる。
■ 4四半期の決算数字
Q3 2025 → Q4 2025 → Q1 2026 → Q2 2026
・売上高：$885.7M → $953.2M → $1,006.4M → $1,121.5M
YoY：+28.4% → +29.2% → +32.2% → +35.6%
QoQ：+7.1% → +7.6% → +5.6% → +11.4%
Q2は売上成長率が明確に再加速した。
特にQoQ +11.4%は強く、Q2の売上は会社ガイダンス$1.07B〜$1.08Bを大きく上回った。Q2決算リリースでも売上$1.12B、YoY +36%と開示されている。
・GAAP粗利率：80.1% → 80.4% → 79.2% → 78.6%
・non-GAAP粗利率：81.2% → 81.4% → 80.2% → 79.6%
粗利率は高水準だが、直近2四半期はやや低下している。
会社は、顧客向けイノベーションへの投資と効率化努力のバランスで、粗利率は80%前後で推移すると説明している。
・GAAP営業利益：-$5.8M → $9.4M → $7.3M → $5.5M
・GAAP営業利益率：-0.7% → 1.0% → 0.7% → 0.5%
GAAPではほぼ損益トントンに近い。
DDOGはFCFを大きく出しているが、GAAP利益企業として成熟したと見るにはまだ早い。
・non-GAAP営業利益：$207.4M → $230.1M → $223.5M → $257.0M
・non-GAAP営業利益率：23.4% → 24.1% → 22.2% → 22.9%
non-GAAPでは20%台前半の営業利益率を維持している。
Q2はDASHカンファレンス費用約$15Mを含んでも23%の営業利益率を出した点は強い。
・GAAP EPS：$0.10 → $0.13 → $0.15 → $0.12
・non-GAAP EPS：$0.55 → $0.59 → $0.60 → $0.65
Q2のnon-GAAP EPSは$0.65。
市場予想$0.58を上回ったが、SBC除外後の数字であるため、株主価値を見る際はSBCと希薄化後株式数を必ず合わせて見る必要がある。
・営業CF：$251.5M → $327.1M → $334.6M → $315.9M
営業CFマージン：28.4% → 34.3% → 33.2% → 28.2%
Q2の営業CFは$315.9M。
Q1、Q4よりは低いが、売上$1B超の規模で営業CFマージン約28%は十分に強い。
・設備投資＋資本化ソフトウェア：$37.5M → $36.0M → $45.5M → $37.2M
売上高比率：4.2% → 3.8% → 4.5% → 3.3%
DDOGは巨大なデータ基盤を扱う会社だが、会計上のCapEx負担は軽い。
会社はFY2026のCapEx＋資本化ソフトウェアを売上の4〜5%と見込んでいる。
・FCF：$214.0M → $291.0M → $289.1M → $278.7M
FCFマージン：24.2% → 30.5% → 28.7% → 24.9%
FCFはQ4、Q1より少し下がったが、Q2でも約25%のFCFマージンを維持した。
DDOGの強みは、売上成長率30%台とFCFマージン20%台を同時に出せる点にある。Q2リリースでも営業CF$316M、FCF$279Mと開示されている。
・SBC：$200.6M → $205.4M → $196.8M → $220.3M
SBC / 売上比率：22.7% → 21.6% → 19.6% → 19.6%
SBC比率は20%前後まで下がってきた。
ただし、絶対額ではQ2に$220Mまで増えており、non-GAAP利益だけを見ると株主価値を過大評価しやすい。
・希薄化後株式数：362.0M → 365.5M → 364.7M → 371.0M
希薄化後株式数はじわじわ増えている。
DDOGはFCFが強いため深刻な問題ではないが、SBCと株式数の増加は継続監視が必要である。
・現金、現金同等物、有価証券：$4.14B → $4.47B → $4.76B → $4.99B
財務余力は非常に厚い。
Q2末時点で現金・有価証券は約$5.0Bあり、R&D、M&A、AI研究、GTM投資を継続する余力がある。
・総顧客数：約32,000社 → 約32,700社 → 約33,200社 → 約33,400社
YoY：+9.6% → +9.0% → +8.9% → +6.4%
QoQ：+1.9% → +2.2% → +1.5% → +0.6%
総顧客数の伸びはかなり緩やかである。
特にQ2のQoQは+0.6%にとどまる。ただし、DDOGの成長は単純な顧客数増加ではなく、既存顧客の使用量増加、大口化、複数製品採用で作られている。Q3 2025時点では総顧客数約32,000社、前年約29,200社と説明されている。
・$100K+ ARR顧客：約4,060社 → 約4,310社 → 約4,550社 → 約4,720社
YoY：+16.3% → +19.4% → +20.7% → +22.6%
QoQ：+5.5% → +6.2% → +5.6% → +3.7%
$100K+ ARR顧客は、総顧客数より明確に速く増えている。
ここがDDOGの重要なポイントで、成長の中心は「顧客数を大きく増やすこと」ではなく、「顧客を大口化し、複数製品採用を進め、ARRを厚くすること」にある。Q3 2025の$100K+ ARR顧客は約4,060社、前年約3,490社で+16%と会社が開示している。 Q4 2025は約4,310社、前年3,610社で+19%だった。 Q2 2026は約4,720社、前年3,850社で+23%だった。
・複数製品採用率
2製品以上：84% → 84% → 未開示 → 未開示
4製品以上：54% → 55% → 56% → 58%
6製品以上：31% → 33% → 35% → 37%
8製品以上：16% → 18% → 20% → 未開示
10製品以上：未開示 → 9% → 未開示 → 13%
ここは非常に重要。
DDOGは単一監視ツールではなく、顧客の中で製品数を増やすプラットフォーム型に進んでいる。Q2では10製品以上利用する顧客が13%まで拡大した。
・AI関連KPI
Q3：AI native顧客が売上の12%。AI integrations利用顧客は5,000社超。
Q4：AI integrations利用顧客は5,500社。AI native顧客は約650社。
Q1：AI integrations利用顧客は6,500社超、ARRの約80%を占める。
Q2：AI顧客は750社超。AI顧客のうち、$1M超が31社、$10M超が8社。
AI関連は明らかに拡大している。
ただし、Q4以降はAI native売上比率が明示されていない。ここは良い材料であると同時に、投資家が正確に追いにくい弱点でもある。
・NRR：120%前後 → 約120% → low 120s → low 120s
・GRR：mid- to high 90sで安定
NRRは悪くない。
ただし、Q2で最大顧客の使用量減少が出たため、今後のNRRが上向くのか、横ばいに留まるのかは重要な答え合わせになる。
・Q3 FY2026ガイダンス：売上$1.135B〜$1.145B
中央値：$1.140B
YoY：約+28.7%
QoQ：約+1.7%
Q3ガイダンスはYoYでは強いが、QoQではかなり減速する。
ここが市場に嫌気されたポイントだと思う。Q2決算リリースでは、Q3売上ガイダンス$1.135B〜$1.145B、non-GAAP営業利益$260M〜$270M、non-GAAP EPS $0.63〜$0.65が示された。
・FY2026ガイダンス：売上$4.45B〜$4.47B
中央値：$4.46B
FY2025売上$3.427B比で約+30.2%
通期売上ガイダンスは、Q4決算時の$4.06B〜$4.10B、Q1決算時の$4.30B〜$4.34Bからさらに上方修正された。Q2リリースではFY2026売上$4.45B〜$4.47B、non-GAAP営業利益$1.01B〜$1.03B、non-GAAP EPS $2.50〜$2.54が示されている。
（数字だけ見た結論）
DDOGは、売上成長、FCF、大口顧客、複数製品採用、AI顧客拡大のすべてが強い。
ただし、株価が売られた理由も分かる。
Q3ガイダンスのQoQ減速、最大顧客の使用量減少、そして高バリュエーションが重なったからだ。
今回の決算は、強い決算でありながら、DDOGの構造的な弱点も同時に見せた決算だった。
■ そもそもDDOGは何をやっている会社なのか？
DDOGは、企業のアプリケーション、インフラ、ログ、APM、ユーザー体験、クラウド、セキュリティ、AIワークロードを監視する会社である。
APMとは、Application Performance Monitoring、つまりアプリケーション性能監視のこと。
RUMとは、Real User Monitoring、つまり実際のユーザー体験を監視する製品である。
SIEMとは、Security Information and Event Management、つまりセキュリティログやイベントを集約して脅威を検知・調査する仕組みである。
DDOGの本質は、単なるダッシュボードではない。
企業の本番環境で何が起きているかを、リアルタイムで文脈化することにある。
アプリが遅い。
ログが増えた。
APIが失敗している。
特定リージョンで障害が出ている。
ユーザー体験が悪化している。
セキュリティアラートが出ている。
GPU利用率が低い。
LLMの出力が異常になっている。
AIエージェントが想定外のツールを叩いている。
こうした信号を別々に見ると、単なるデータの山になる。
DDOGの価値は、それらを一つの運用文脈にまとめることだ。
この会社の強みは、監視データを集めることそのものではない。
集めたデータを、障害対応、開発、セキュリティ、コスト最適化、AIエージェント運用に接続することである。
だから、DDOGを単なるクラウド監視SaaSとして見ると、少し違うと思う。
今の経営陣が語っているのは、ObservabilityからAutonomyへの移行である。
つまり、見る会社から、調べる会社へ。
調べる会社から、直す会社へ。
そして最終的には、AIエージェントが本番環境を理解し、自律的に運用する世界へ進もうとしている。
今回の決算は、そのストーリーが本物かどうかを確認する決算だった。
■ Q2決算はなぜ強かったのか？
Q2の売上は$1.121B、YoY +36%。
CFOは、Q2のQoQ売上成長率11%が2022年Q2以来の高さであり、QoQ売上増加額$115Mは過去最高だと説明した。
これはかなり強い。
ただし、重要なのは、AI native顧客だけが伸びたわけではないことだ。
経営陣は、非AI顧客の売上成長率もhigh 20s%へ加速したと説明している。
Q1はmid-20s、前年同期は18%だったため、非AI顧客でも明確に再加速している。
ここはDDOGにとって大事だ。
もし成長が一部のAI顧客だけに依存しているなら、最大顧客の使用量減少は深刻に見える。
しかし、非AI顧客も加速しているなら、DDOGの成長はより広い顧客基盤に支えられている。
つまり、Q2の強さはAIだけではない。
クラウド移行。
アプリケーション近代化。
複数製品採用。
GTM投資の回収。
AIによる複雑性の増加。
これらが重なっている。
だから企業としてのDDOGは強い。
問題は、その強さが今の株価を正当化できるほど継続するかである。
■ それでも市場が売った理由
今回のDDOGは、決算直後に大きく売られた。
MarketWatchによれば、Q2売上は市場予想$1.08Bを上回り、調整後EPSも予想$0.58を上回ったが、株価は約19.5%下落した。市場が嫌気したのは、決算実績そのものではなく、期待値とのズレとガイダンスだったと見てよい。
特に重要なのは、最大顧客の使用量減少である。
会社は、最大顧客が更新した一方で、使用量の減少があり、それをQ3と通期ガイダンスに織り込んだと説明した。
ここが今回の決算で一番大きな論点だと思う。
DDOGは使用量課金モデルである。
これは、顧客のクラウド利用やデータ量が増える局面では強い。
顧客がAIを導入し、アプリを増やし、ログを増やし、GPUを増やせば、DDOGの利用量も増えやすい。
しかし逆もある。
顧客がコストを最適化する。
ログを削減する。
監視対象を絞る。
一部を内製化する。
契約コミット内で使い方を調整する。
この場合、DDOGの売上成長は鈍る。
つまり、使用量課金は強みであり、弱点でもある。
今回の最大顧客の使用量減少は、この両刃性を市場に思い出させた。
ここが、DDOGを高バリュエーションで買う難しさだと思う。
■ 経営陣のAIストーリーは本物か？
今回のタイトルに入れた通り、最も重要なのはここだ。
経営陣は、AIをDDOGの追加成長ドライバーとして語っている。
そのロジックはこうだ。
AIにより、開発者はより多くのコードを書く。
より多くのアプリが作られる。
AIエージェントがAPIや社内システムを使う。
LLMが本番環境に組み込まれる。
GPUクラスターが増える。
セキュリティリスクも増える。
結果として、監視対象と複雑性が増える。
このストーリーは自然である。
DDOGは人間の座席数で課金するSaaSではない。
インフラ、ログ、トレース、アプリ、セキュリティ信号、LLM、GPU、エージェントの利用に接続している。
だから、AIが人間の作業を減らしても、システムの複雑性が増えればDDOGの需要は増える可能性がある。
ただし、ここで止まると経営陣の説明をそのまま信じただけになる。
本当に見るべきは、AIが売上と顧客行動に現れているかだ。
Q2では、AI顧客が750社超。
そのうち$1M超のAI顧客が31社、$10M超が8社。
さらに、トップ10のAIリーダーはすべてDatadog顧客だと説明された。
これは強い。
ただし、AI顧客の売上比率はQ3 2025の12%以降、明示的には開示されていない。
Q1ではAI integrations利用顧客がARRの約80%を占めるという説明があったが、これは「AI企業の売上比率」ではなく、「AI関連データを送っている顧客群がARRの大部分を占める」という意味である。
ここは注意したい。
AIストーリーは強い。
でも、投資家が本当に知りたいのは、AI関連製品がどれだけ売上に変わったかである。
利用量は伸びている。
顧客数も伸びている。
大型AI顧客も増えている。
しかし、AI関連製品単体のARRや売上貢献はまだ十分に見えない。
ここが未確認点である。
■ 最大の論点は、AI training workloadが市場になり始めたこと
今回のDDOGで一番面白いのは、AI training workloadである。
AI training workloadとは、AIモデルの学習・後学習・改善のためにGPUクラスターを使うワークロードのこと。
これまでDDOGは、主に本番環境の監視会社だった。
顧客がアプリを動かす。
ユーザーに提供する。
障害が起きる。
ログやAPMを見る。
本番環境の信頼性を守る。
これがDDOGの中心だった。
しかし、今回のQ2では、AI labsやhyperscalerのAI研究部門が、モデル学習のためにDatadogを使う事例が示された。
これはとも非常に重要だと思う。
AIモデルの学習は、以前は少数の巨大企業が内製ツールで回す特殊領域だった。
しかし、GPUクラスターが大規模化し、training runの失敗が数日、数週間の遅れや巨額コストにつながるようになると、可観測性の価値が上がる。
GPU利用率。
ワークロード効率。
熱。
電力。
インターコネクト性能。
ノード障害。
学習ジョブの失敗。
ボトルネックの特定。
ここを監視できなければ、AI FactoryのROIは下がる。
NVDA、MRVL、ALAB、VRTがAI Factoryの物理インフラ側にいるなら、DDOGはそのAI Factoryが実際に効率よく動いているかを見る運用レイヤーにいる。
ここは、DDOGの見方を少し変える可能性がある。
DDOGは、AIアプリの本番監視だけでなく、AIモデル開発工程にも入る可能性が出てきた。
ただし、まだ初期である。
経営陣も、trainingは面白い新市場になり始めたが、中心は依然としてproductionとinferenceだと慎重に説明している。
つまり、AI training workloadは大きなオプションである。
しかし、現時点でDDOGの不可逆モートを証明する材料としては、まだ早い。
■ MCP Serverは、人間向けダッシュボードからAI向けコンテキストAPIへの変化
MCP Serverも、今回のDDOGを見るうえで重要である。
MCPとは、Model Context Protocolのこと。
AIエージェントが外部ツールやデータにアクセスするための標準的な接続形式として広がっている。
Datadog MCP Serverは、AI coding agentやIDEが、Datadogの本番環境データにアクセスできるようにするものだ。
これは単なる便利機能ではない。
これまでDatadogは、人間のSREや開発者が見る画面だった。
障害が起きる。
人間がダッシュボードを見る。
ログを見る。
トレースを見る。
原因を探す。
修正する。
しかしAIエージェント時代には、この流れが変わる。
AIエージェントがコードを書く。
AIエージェントが障害原因を調べる。
AIエージェントがログやトレースを読む。
AIエージェントが修正案を出す。
この時代に必要なのは、綺麗なダッシュボードだけではない。
AIエージェントが読める、本番環境の文脈である。
ここでDDOGの価値が変わる。
人間がDatadogを見る時代には、DDOGは監視ダッシュボードだった。
AIエージェントがDatadogを読む時代には、DDOGは本番環境コンテキストのAPIになる。
これはDDOGにとって非常に重要な変化だと思う。
なぜなら、AIによって人間の運用者が減るという向かい風を、DDOG自身が取り込める可能性があるからだ。
AIが運用を代替するなら、DatadogのUI価値は下がるかもしれない。
しかし、AIが運用するためにDatadogのデータが必要になるなら、DDOGはAI運用の基盤になる。
この差は大きい。
今回のQ2では、MCP tool callsが再びQoQで4倍、Q4 2025比で22倍超に増えたと説明された。
利用量の伸びはかなり強い。
ただし、まだ収益化は見えにくい。
MCP Serverが、利用量だけでなくARR拡大に結びつくか。
ここが次の答え合わせになる。
■ Bits AIは、監視から自律運用への入口
Bits AIは、DDOGのAIストーリーの中核である。
Bits AIは、Datadogの中で動くAIエージェント群である。
SRE向け、Security向け、Code向け、Testing向け、Release向けなどに広がっている。
Q2では、Bits AIがDevOps loopとdevelopment loopの両方に広がった。
DevOps loopとは、障害の検知、調査、修復の流れ。
development loopとは、コード作成、テスト、リリース、評価の流れである。
DDOGが目指しているのは、単なる監視ではない。
異常を見つける。
原因を調べる。
修正案を出す。
安全に実行する。
学習して改善する。
将来的には、自律的に修復する。
これが、ObservabilityからAutonomyへの移行である。
ここはかなり大きい。
従来のDDOGは、問題を「見せる」会社だった。
Bits AIが進化すれば、DDOGは問題を「直す」会社になる。
これは価値の取り方が変わる。
単にログを保管して分析するだけなら、OpenTelemetryやクラウド純正ツール、オープンソースに侵食される余地がある。
しかし、本番環境の文脈を理解し、自律的に原因を調べ、修復まで支援するなら、競争優位は深くなる。
ただし、ここにも未確認点がある。
Bits AIが本当に顧客の支払い意欲を高めているのか。
AI creditsの価格モデルがどれだけ受け入れられるのか。
自律修復が顧客の信頼を得られるのか。
人間の運用者を減らしながら、DDOGの売上は増えるのか。
ここが本質だと思う。
DDOGの未来は、人間がダッシュボードを見る頻度ではなく、AIエージェントがDatadogの文脈をどれだけ使うかに移っていく可能性がある。
■ Securityは、まだ本格回収前の大きなオプション
DDOGのSecurityも重要である。
ただし、今回の主役はSecurityではない。
主役はAIワークロード、MCP、Bits AI、本番環境コンテキストである。
それでもSecurityは、DDOGの未来の利益プールを考えるうえで外せない。
AIエージェント時代には、ObservabilityとSecurityの境界が曖昧になる。
AIエージェントが社内システムへアクセスする。
AI coding agentがコードを書く。
AIアプリにプロンプトインジェクションが起きる。
LLMが機密情報を出力する。
AIエージェントが未知のツールを叩く。
セキュリティアラートが人間の処理能力を超える。
この世界では、セキュリティは後から付けるものではない。
本番環境の挙動、コード、ログ、ユーザー行動、権限、ネットワーク、LLM挙動を一体で見る必要がある。
DDOGが強いのは、ここでObservabilityのデータをSecurityへ接続できることだ。
今回のQ2では、AI Guard、Bits Security Analyst、Runtime Prioritization Engineなどが示された。
特にAI Guardは、AIエージェントを発見し、保護し、prompt injectionやpoisoning attackを防ぐ方向の製品である。
これは、AI時代のセキュリティとして自然な拡張だと思う。
ただし、DDOGがSecurityでPANWやCRWDのような本丸になれるかは別問題である。
DDOGのSecurityは、Observabilityに隣接したCloud Security、Cloud SIEM、Code Security、AI agent securityに強みがある。
エンドポイント、ネットワーク、メールなどの広いセキュリティ市場全体を取る会社ではない。
だからSecurityは本格回収前のオプションとして見る。
強いが、主役にしすぎない。
■ BYOCは、バンドル重力とデータ主権への対抗策
BYOC、Bring Your Own Cloudも重要である。
これは、顧客が自分のクラウド環境やインフラ内にデータを保持したまま、Datadogの体験を使えるようにする考え方である。
DDOGはもともとSaaS企業である。
SaaSとしてDatadogにデータを送ってもらい、Datadog側で保存・分析する。
このモデルはシンプルで強い。
しかし、AI時代になると問題が増える。
データ量が増える。
ログ量が増える。
コストが増える。
データレジデンシー、つまりデータをどの国・地域に置くかの規制が強まる。
政府、金融、医療、巨大企業では、データを外に出しにくい。
ここでBYOCが効いてくる。
顧客の環境にデータを置いたまま、DDOGの分析・運用体験を提供できれば、これまでSaaS版では取りにくかった超大規模ワークロードや規制業種に入りやすくなる。
Q2では、世界最大級のオンラインメディア企業との$30M超TCV契約で、BYOCが大規模ログ置き換えに使われたと説明された。
これはかなり重要だと思う。
DDOGの弱点の一つは、顧客が「データ量が多すぎて高い」と感じることだ。
BYOCは、そのコスト懸念とデータ主権懸念に対する防御策になる。
ただし、BYOCはマージンにどう効くかがまだ見えない。
SaaSより低粗利になるのか。
それとも、大規模顧客を取るための有効な武器になるのか。
CloudPrem/BYOCがSecurityやAI workloadsとセットでどれだけ広がるか。
ここも次回以降の重要論点である。
■ 事業は拡大している。ただし、モートは二層に割れた
今回の決算で、DDOGの事業評価は上がった。
理由は明確である。
第一に、顧客基盤が強い。
総顧客数は約33,400社。$100K+ ARR顧客は4,720社。ARRの91%を大口顧客が生んでいる。これは捕捉力の証拠である。
第二に、複数製品採用が進んでいる。
4製品以上が58%、6製品以上が37%、10製品以上が13%。
これは、DDOGが単一ツールではなく、顧客の運用基盤に入り込みつつある証拠である。
第三に、AI顧客が増えている。
750社超のAI顧客、31社の$1M超AI顧客、8社の$10M超AI顧客。
AI企業の本番環境、推論、学習、GPU監視に入り込む可能性が見えている。
第四に、データ優位がある。
DDOGは膨大な時系列データ、ログ、トレース、セキュリティ信号を扱う。
Totoのような時系列モデルは、このデータ基盤をAI時代の自律運用へ接続する試みである。
第五に、平台化が進んでいる。
Observability、Security、Software Delivery、Service Management、Product Analytics、AI Observability、GPU Monitoring、MCP、Bits AIが一つの運用文脈に集まりつつある。
ここまでは強い。
ただし、これをそのまま「モート拡大」と呼ぶのはまだ早いと思う。
モートとは、単に売上が伸びることではない。
利益が他社や顧客側へ漏れず、長く維持される構造である。
その意味では、今回のDDOGは一枚岩でモートが拡大したわけではない。
裾野では、粘着性が増している。
非AI顧客の成長はhigh 20s%へ加速し、複数製品採用率も上がっている。
普通の企業にとって、Datadogは単なる監視ツールから、開発、運用、セキュリティ、AIワークロードを横断する運用基盤に近づいている。
ここでは、モートが形成され始めている。
一方で、頂点では漏れが実証された。
最大顧客は契約更新した。
しかし、使用量は減った。
つまり、DDOGの使用量課金モデルは、超大口顧客の最適化圧力を受けることが確認された。
これは軽く見てはいけない。
DDOGは絶対的な関所ではない。
クラウド純正監視、OpenTelemetry、オープンソース、Splunk、Elastic、Grafana、New Relicなど、代替は存在する。
また、AI関連製品の収益化もまだ十分には見えない。
MCP tool calls、LLM spans、Bits messagesなどの利用量は伸びているが、それがどれだけARRに転換しているかは未開示である。
だから現時点の結論はこうだ。
DDOGは良い会社ではなく、かなり強い会社である。
事業は明確に拡大している。
ただし、モートは一枚岩ではない。
裾野では粘着性が増し、頂点では漏れが見えた。
この二層構造を確認できたことが、今回の決算で最も重要だと思う。
■ 資本投下は、将来CF拡大投資として評価できる
DDOGの資本投下は、基本的に良い。
有形固定資産への投資が重い会社ではない。
CapEx＋資本化ソフトウェアは売上比3〜5%程度で推移している。
一方で、R&D投資は大きい。
会社は、R&Dに大きな金額を投じ続けている。
この投資は、単なる延命投資ではない。
MCP Server。
Bits AI。
GPU Monitoring。
AI Guard。
Agent Observability。
Data Observability。
BYOC。
Toto。
Adaptive ML買収。
Security製品群。
CloudPrem。
これらは、DDOGの監視範囲を広げ、AI時代の運用基盤へ進むための投資である。
特に重要なのは、R&Dが「単なる機能追加」ではなく、DDOGを人間向け監視ツールから、AIエージェント時代の本番環境コンテキスト基盤へ変えるための投資になっている点だ。
これは、将来CF拡大投資として評価できる。
ただし、この投資がそのまま不可逆モートに直結したとはまだ言えない。
R&Dによって事業機会は広がっている。
製品面の防衛構造も強くなりつつある。
しかし、最大顧客の使用量減少が示したように、超大口顧客に対する漏れ穴はまだ塞がっていない。
つまり、DDOGの資本投下は良い。
ただし、現時点で証明されたのは「モート完成」ではなく、「モート候補の形成」である。
株主目線ではSBCも無視できない。
Q2のSBCは$220M。
売上比約20%。
non-GAAP営業利益$257Mの大部分は、SBC除外によって作られている。
DDOGはFCFが強いので、SBCを過剰に問題視する必要はない。
ただし、SBCが高い会社を高バリュエーションで買う場合、株主リターンのハードルは上がる。
R&D投資は良い。
しかし、株主価値としては、最終的にFCF成長と株式希薄化の差で見る必要がある。
■ バリュエーションは、良い会社かどうかではなく、失望余地を見る局面
DDOGは高い。
Seeking Alphaのバリュエーション画面でも、P/E Non-GAAP Forwardは90倍台、EV/Sales Forwardは17倍台、Price/Sales Forwardは18倍台となっている。
これは、良い会社だから買える水準ではない。
この倍率を正当化するには、かなり強い条件が必要になる。
売上成長率30%前後を維持する。
non-GAAP営業利益率20%台を維持する。
FCFマージン25%前後を維持する。
SBC比率を下げる。
AI顧客の拡大を続ける。
最大顧客の使用量減少を吸収する。
MCP、Bits AI、GPU Monitoringを収益化する。
Securityのウォレットシェアを上げる。
BYOCで大規模・規制業種を開拓する。
ここまでできて、ようやく高バリュエーションが説明できる。
だから今回の株価下落は、企業価値の完全否定ではない。
市場は、強い決算に対して売ったのではない。
高すぎる期待に対して、最大顧客の使用量減少とQ3のQoQ減速を見て売ったのだと思う。
ここは冷静に分ける必要がある。
DDOGの事業は強い。
ただし、株価はもっと強い未来をすでに織り込んでいた。
■ 私の除外判断は修正すべきか？
今回の決算で、以前のDDOG除外判断は少し揺らいだ。
特に、MCP ServerとBits AIは重要である。
以前の懸念は、AIが人間の運用者を減らすことで、Datadogの価値が下がる可能性だった。
しかし今回、DDOGはその向かい風を自分の製品にしようとしている。
AIエージェントがログを読む。
AIエージェントがDatadogのMCP Serverを使う。
Bits AIが調査し、修復へ近づく。
AI GuardがAIエージェントを守る。
Agent ObservabilityがAIエージェントの挙動を見る。
つまり、DDOGは人間向け監視ツールから、AI向け本番環境コンテキスト基盤へ変わろうとしている。
これは評価すべきである。
一方で、最大顧客の使用量減少は、私が懸念していた使用量課金の漏れ穴をそのまま見せた。
ここが今回の決算の難しさである。
ポジティブな反証は出た。
AIがDDOGの利用量、顧客、大口案件、プロダクト拡張に効き始めている。
しかし、ネガティブな弱点も出た。
最大顧客の使用量減少がガイダンスに影響するほど、使用量課金の揺らぎが残っている。
だから今回の決算は、「DDOGのモートが一方的に拡大した決算」ではない。
むしろ、DDOGの構造が二層に割れて見えた決算である。
裾野では、Datadog依存が深まっている。
非AI顧客は加速し、複数製品採用も進み、普通の企業にとってDatadogは運用基盤化している。
一方で、頂点では漏れが見えた。
最大顧客は更新したが、使用量を減らした。
この二層構造をどう評価するかが、DDOGの再監査の核心である。
だから、結論としてはこうなる。
DDOGは、除外判定を完全に撤回するほどではない。
ただし、再審査対象には戻ってきた。
特に、AIエージェント時代の監視OSとしての証拠は増えている。
今後、NRRが上向き、AI関連製品のARR貢献が見え、最大顧客の使用量減少を広い顧客基盤で吸収できるなら、評価は変わる。
現時点では、除外維持。
ただし、Bench再審査候補。
この位置が一番正確だと思う。
■ 投資判断
DDOGは、サテライトではなくコア候補に近い会社である。
INODのように、まだ事業構造が未証明の小型AI銘柄ではない。
DDOGはすでに四半期売上$1B超、FCF年間$1B級、ARR $4B超のプラットフォーム企業である。
ただし、今すぐ買えるかは別問題だ。
今回の決算で分かったことは、DDOGがAI時代に壊されるSaaSではなく、むしろAIの複雑性増加を取り込める可能性が高まったこと。
一方で、使用量課金の弱点も残っている。
最大顧客の使用量減少は、単なるノイズとして片づけるには大きい。
だから現時点では、こう整理したい。
DDOGは、監視継続からコア候補再審査へ引き上げる価値がある。
ただし、買値はかなり重要。
高バリュエーションを許容するには、次回以降も売上成長率30%前後、FCFマージン25%前後、NRR low 120s以上、AI製品の収益化、最大顧客問題の消化を確認する必要がある。
企業としては強い。
構造も改善している。
でも、不可逆モートと断定するには、まだ最後の証拠が足りない。
■ 結論
今回のDDOG決算は強かった。
売上はYoY +36%。
FCFは$279M。
$100K+ ARR顧客は4,720社。
non-GAAP営業利益率は23%。
通期売上ガイダンスも$4.45B〜$4.47Bへ上方修正された。
普通なら、かなり良い決算である。
しかし、株価は売られた。
理由は、DDOGが高すぎる期待を背負っていたからだ。
そしてもう一つ、最大顧客の使用量減少が、DDOGの使用量課金モデルの弱点をはっきり見せたからである。
ここを軽く見てはいけない。
DDOGは使用量が増えれば自然に伸びる。
AIがコードを増やし、アプリを増やし、ログ、メトリクス、トレース、GPU telemetry、LLM tracesを増やせば、DDOGの売上には追い風になる。
しかし、使用量課金は両刃でもある。
顧客がコスト最適化に入る。
ログ量を削る。
監視データを圧縮する。
一部の運用を内製化する。
コミット契約の範囲内に利用を抑える。
そうなれば、顧客の効率化はDDOGの売上成長のブレーキになる。
今回、最大顧客は更新した。
だからこれは顧客離脱ではない。
しかし、使用量は減った。
つまり、DDOGの最大の漏れ穴は、仮説ではなく実績として出た。
一方で、今回の決算はネガティブだけではない。
むしろ、DDOGのAIストーリーはかなり強くなった。
AI training workload。
GPU Monitoring。
MCP Server。
Bits AI。
Agent Observability。
AI Guard。
BYOC。
Toto。
Adaptive ML。
これらは、DDOGが単なるクラウド監視SaaSから、AIエージェント時代の本番環境OSへ進もうとしている証拠である。
ここで重要なのは、DDOGのモートを単純に「拡大した」と言わないことだと思う。
拡大したのは、まず事業である。
売上は伸びた。
大口顧客も増えた。
複数製品採用も進んだ。
非AI顧客も加速した。
AI顧客も大口化した。
これは明確に強い。
ただし、モートとは「利益が漏れない構造」である。
その意味では、今回のDDOGのモートは一枚岩で拡大したのではない。
裾野では、モートが形成され始めている。
普通の企業は、AI導入によってクラウド、アプリ、ログ、セキュリティ、AIワークロードが複雑になり、Datadogへの依存を深めている。4製品以上、6製品以上、10製品以上の採用率が上がっていることは、その証拠である。
一方で、頂点では漏れが実証された。
最大顧客はDatadogを更新したが、使用量を削った。
つまり、超大口顧客に対しては、Datadogの粘着性が絶対ではないことも確認された。
ここが今回の核心である。
DDOGは、小口・中堅・大企業の裾野では「辞めにくい運用基盤」になりつつある。
しかし、最大級のAI顧客に対しては、使用量最適化の圧力を受ける。
だから、今回の決算で確認できたのは、単純なモート拡大ではない。
事業は拡大した。
モートは二層に割れた。
裾野では粘着性が増し、頂点では漏れが見えた。
この整理が一番正確だと思う。
DDOGは、AIによって壊されるSaaSではない。
むしろ、AIが増えるほど複雑性を監視する必要がある側にいる。
ただし、その未来の利益プールを漏れなく捕捉できるかは、まだ証明されていない。
OpenTelemetry。
クラウド純正監視。
オープンソース。
顧客のコスト最適化。
最大顧客の使用量減少。
AIによる運用自動化。
これらの漏れ穴は残っている。
だから、現時点の私の結論はこうだ。
経営陣のAIストーリーは、かなり本物に近づいた。
DDOGは、AIエージェント時代の監視OSへ進む可能性がある。
しかし、不可逆モートと断定するにはまだ早い。
事業は拡大しているが、モートは二層化している。
未来の利益プールを握れる可能性はあるが、それを漏れなく守れるかは、次回以降の答え合わせが必要である。
■ 次回チェックポイント
・Q3売上が$1.135B〜$1.145Bガイダンスを上回るか
・Q3のQoQ成長減速が一時的か、最大顧客減少の本格影響か
・売上成長率が30%前後を維持できるか
・非AI顧客のhigh 20s成長が続くか
・NRRがlow 120sから上向くか
・GRRがmid- to high 90sを維持できるか
・最大顧客の使用量減少が追加悪化しないか
・AI顧客数が750社超からさらに増えるか
・$1M超AI顧客、$10M超AI顧客が増えるか
・AI native売上比率、またはAI関連ARRの追加開示があるか
・MCP tool callsの急増がARRに転換するか
・Bits AIがAI credits課金で本格収益化するか
・GPU Monitoringの大型AI lab案件が広がるか
・training workloadが一部顧客だけでなく市場化するか
・Agent Observability / Agent Consoleの商用利用が増えるか
・AI GuardがSecurity製品の差別化につながるか
・BYOC / CloudPremの大型契約が増えるか
・Securityのwallet shareが上がるか
・4製品以上、6製品以上、10製品以上の採用率がさらに上がるか
・SBC / 売上比率が20%未満に定着するか
・希薄化後株式数の増加が抑えられるか
・FCFマージン25%以上を維持できるか
・高バリュエーションを正当化できる成長と利益率の両立が続くか
（免責事項）本執筆内容は、執筆者個人の意思決定の整理及び記録等を目的として公開するものであり、迷い・再考・修正・仮説更新を伴います。また、本執筆によって提供される情報は正確性等を保証するものではございません。つきましては、読者の方々にとって必ずしも適切であるとは限らないことから、投資を行う際は、株式への投資は大きなリスクを伴うものであることをご認識の上、ご自身の判断と責任の基で投資をされるようお願いします。なお、いかなる金融商品や個別株への投資勧誘や投資手法を推奨するものではありません。
© 2026 American Okami
本記事の著作権は筆者に帰属します。著作権法上認められた適法な引用を除き、文章・構成・図表の全部または一部について、無断転載、再編集、翻訳、販売その他の二次利用を禁止します。
最後まで読んでいただきましてありがとうございます。役に立ちましたら、是非、スキ、フォローしていただきましたら幸いです。
