Datadog（DDOG）Q2 2026 アップデート：完璧な決算、市場は一顧客に賭けている

売上高は前年比36%増、通期ガイダンスは再度上方修正されたが、AIネイティブの大口顧客一社が利用量を絞ったことで株価は一日で約2割吹き飛んだ——だが顧客集中リスクは、市場が考えるより速いペースで薄まりつつある。

第一章｜決算健診：全項目で予想超え、ガイダンスは再び上方修正

項目ごとに確認しても「予想超え」ばかりだ。売上高、EPS、RPO、大口顧客数はすべて予想を上回り、通期ガイダンスも据え置きや下方修正ではなく上方修正されている。言い訳が必要な決算ではない。株価が当日2割近く急落した問題の所在は、今四半期に何をしたかではなく、経営陣が次四半期について何を語ったかにある。

第二章｜株価はなぜ2割近く急落したのか：一顧客の利用量縮小

Q3ガイダンスは11.35–11.45億ドルで、前年比28–29%増を示唆する——Q2の36%から明確に減速している。CFOのDavid Obstler氏は決算説明会で理由を率直に語った。同社はこの最大顧客との契約更新をすでに完了させているが、前四半期と比較して利用量の低下が確認されており、これは一貫して保守的な方針に基づき策定されたガイダンスにすでに織り込まれているという。CEOのOlivier Pomel氏はさらに説明を加えた——この顧客は長年の取引関係にあり、Datadogの製品を17種類使用し、極めて大規模な統合運用の可視化を行っている顧客であり、「利用量の縮小はQ3から始まった」と述べた。

付け加えておくべき点として、Bernsteinは決算発表の1カ月前にすでに格下げを行っていたが、その理由は今回の顧客をめぐる問題とは異なる——当時Bernsteinが指摘していたのは従来型のクラウド監視需要の減速であり、AI関連需要の成長とは別の軸の話だった。今回の決算後、アナリストの反応は一方的な弱気ではない。Needham（260→300）、Baird（210→300）、Raymond James（220→280）は目標株価を引き上げた一方、UBS（315→280）、Jefferies（280→260）は引き下げた——目標株価は分かれたが、TTDのように格付けが大量に売り推奨まで引き下げられるような事態は起きていない。これは市場が単一のリスク要因を再評価しているのに近く、会社の長期的な見通しに対する判断を集団で変えたわけではない。

第三章｜これはOpenAIなのか？顧客名より重要なのは集中リスクの見立て方

同社はこの顧客の身元を公表していないが、ウォール街ではOpenAIではないかとの憶測が広がっている——これはあくまで市場の推測であり、Datadogは一度もこれを確認しておらず、本稿もこれを既定の事実として扱わない。本当に問うべきは「この会社は誰なのか」ではなく、「なぜ一顧客の利用量の変動が、四半期売上高11.2億ドル規模の会社の時価総額を、単日で150億ドル以上も吹き飛ばせるのか」である。

答えはこうだ——この顧客は「AIネイティブ顧客」という区分に分類されており、この区分はここ数四半期、会社の成長を牽引してきた最も速いセグメントの一つだった。急成長中で比重の大きいこの区分の中で一顧客が利用量を絞ったことに対し、市場の直感的な反応は「これは一顧客の予算サイクルの問題」ではなく「区分全体が冷え込む前兆ではないか」というものになる。この懸念自体は妥当だが、直感で止めず、次章のデータで検証する必要がある。

もう一つ明確にしておくべき区別がある。これは顧客離反（チャーン）ではなく、契約更新後の利用量最適化である。同社はこの顧客から9桁規模の契約更新をつい先ごろ獲得しており、長期的な取引関係は継続している。減速しているのはあくまで今四半期の消費ペースだ。「まず利用量を伸ばし、後から最適化する」というこのパターンは、AIネイティブ企業では珍しくない——学習やデプロイの初期段階でインフラ利用量を一気に積み増し、安定した後にコスト構造を精査し直すのは、この種の企業によく見られるライフサイクルであり、Datadog製品そのものへの信頼に問題が生じたことを必ずしも意味しない。

第四章｜薄まりつつある集中度：AIネイティブ顧客750社、非AI事業も同時加速

今回のアップデートで最も重要な章である。もしAIネイティブ顧客の集中リスクをめぐる外部の懸念が正しいなら、AIネイティブ顧客群全体の冷え込みと、非AI事業の停滞が観測されるはずだ。実際のデータが示しているのは、その逆方向である。

CEOのPomel氏は決算説明会でこれらの数字を明確に示すとともに、AIネイティブ顧客群には「現在、自社のAIラボをDatadogで監視している超大規模クラウド事業者も含まれる」と特に強調した——これは、この区分の構成が「AIスタートアップの集まり」から「hyperscalerまでもが顧客に含まれる」状態へと広がっていることを意味し、顧客構成は1年前と比べてかなり分散している。

第五章｜プロダクト面：一社の監視から、AIバリューチェーン全体の監視へ

Datadogが今四半期開示したプロダクト関連のデータは、「これは幅広い需要であり、一顧客のビジネスではない」という判断をさらに裏付けている。CEOのPomel氏は特に、MCP（Model Context Protocol）のツール呼び出し回数が単四半期でさらに4倍に伸び、2025年Q4比では累計22倍超に達したことに言及した——これはAIエージェントが本番環境で実際に呼び出され、監視されている利用量の指標であり、全社売上高をはるかに上回るペースで成長している。これは、AIエージェント監視という市場がまだ早期の急拡大局面にあり、天井には程遠いことを意味する。

同社が最近合わせて発表した《State of AI Engineering》業界レポートも、Datadog自身の業績とは独立した市場レベルの証拠を提供している。回答企業の約7割（69%）が同時に3つ以上のAIモデルを使用しており、LLMエージェントフレームワーク（LangChain、LangGraph、Vercel AI SDKなど）の採用率は2025年初頭の約9%から2026年初頭には約18%へとほぼ倍増した。企業の3分の1超（36%）が、2026年にオブザーバビリティツールへ100万ドル以上を投じる計画だという。これらの数字が描いているのは急速に拡大しつつある市場であり、少数のAIラボに独占されたニッチ需要ではない。

プロダクトライン自体も、単一タイプの顧客だけに向けたものではなく、「AIバリューチェーン全体の監視」へと拡張しつつある。分解して見ると、DatadogはAI／MCPの領域で実は二つの役割を同時に担っている——一つは他社のAIを監視すること、もう一つは自らが他社のAIワークフローのもう一方の端に立ち、他社のAIから呼び出される側に回ることである——この二つの役割が紐づく顧客層はまったく異なり、これは集中度が薄まっていく具体的なプロダクト面の根拠であって、単なる財務数字上の偶然ではない。

冒頭で触れた「MCPツール呼び出し回数が単四半期で4倍、2025年Q4比で累計22倍」という数字が計測しているのは、まさにこのDatadog MCP Serverというプロダクトである——つまり、外部のAIコーディングアシスタントがDatadogを呼び出した回数だ。この役割は特に注目に値する。LLM ObservabilityとAgent Observabilityは「Datadogが他社のAIを監視する」ものであり、顧客側が先に自社のAIアプリケーションを持っていなければ使いようがない。しかしMCP Serverは逆で、Datadog自身がAIエコシステムにおける標準化されたデータソースの一つになる——ある企業のエンジニアリングチームがMCP対応のコーディングアシスタントを使ってさえいれば、このチャネルを通じてDatadogと関わりを持つ可能性が生まれる。これは「AIネイティブ顧客」とはまったく異なる成長曲線であり、紐づいているのは少数のAIラボではなく、世界中のすべてのコードを書くエンジニアである。

一方Bits AIは別の方向性を持つ——顧客に販売する監視プロダクトではなく、Datadogが自社の運用能力をプロダクト化したものであり、既存顧客の継続利用の粘着度を高め、一顧客内でのプロダクト浸透度を拡大するために使われる（第一章で触れた、顧客の58%が4つ以上のプロダクトを、13%が10個以上のプロダクトを利用しているという傾向と呼応する）——SRE／Dev／Securityという三つの役割を担うエージェントは、「エンジニアがDatadogを開いて根本原因を探す」という動作そのものを、「Datadogが先回りして根本原因を突き止め、さらにはPRまで用意しておく」という形に変える。

四つのプロダクトを合わせると、Datadogは今回のAIの波の中で少なくとも四本の独立した成長曲線を持っていることになる——他社のAI学習を監視する（LLM Observability）、他社のAI実行を監視する（Agent Observability）、コードを書くすべての人から呼び出される（MCP Server）、既存顧客に自社のAI運用能力を販売する（Bits AI）。まさにこれこそが、「一社のAIネイティブ大口顧客が利用量を絞った」ことだけではAI成長ナラティブ全体を覆すには不十分な理由である——この四本の曲線を支える顧客基盤は互いの重なりが小さく、同じ出来事によって同時に冷え込むことはない。

第六章｜5月に設定した閾値と照合：今回は逃げ出すべきか

5月の深掘り研究記事では、「どのような状況になれば格下げすべきか」をあらかじめ定義するため、具体的な追跡指標と警戒ラインの組を設定していた。Q2の実績データで一項目ずつ照合する。

あらかじめ設定した5つの閾値のうち、4つは余裕を持ってクリアし、1つは新たな変化がなかった。格下げ条件に抵触したものは一つもない。この一連のデータが支持する結論はこうだ——今四半期の市場の売り圧力の強さは、会社自身がかつて設定した健全性指標では説明しきれない範囲にまで及んでいる。言い換えれば、これは単一のリスク要因を感情的に再評価した結果に近く、5月の報告で懸念されていたいずれの悪化経路もファンダメンタルズ上には現れていない。

第七章｜バリュエーション：EV/Revenue 11.4倍、10年中央値を4割下回る

EV/Revenue 11.4倍は、この会社の過去10年間のバリュエーションレンジの中でも低い水準にある——それも、売上高成長が加速し、ガイダンスが上方修正され、Rule of 40が59点に達した決算の後にである。市場は現在、「AIネイティブ顧客群全体が冷え込むかもしれない」という悲観的な仮定で値付けしているが、第四章と第六章のデータは、この仮定が今四半期の正しい解釈であることを裏付けていない。今後1〜2四半期で希薄化のペースが持続することが確認されれば（AIネイティブ顧客数がさらに拡大し、非AI事業の成長が高い水準を維持すれば）、現在のバリュエーション水準には回復余地がある。逆に希薄化のペースが十分でなく、この利用量最適化のパターンが他の大口顧客にも次々と広がるようであれば、現在の低いバリュエーションはリスクを合理的に織り込んだ結果であり、行き過ぎた売られすぎではない可能性がある。

第八章｜主要リスクと投資テーゼの失効条件

1. 利用量の縮小がこの一社だけに留まるか：もしQ3、Q4決算で第二、第三の大型AIネイティブ顧客が同様の利用量最適化を見せれば、これは単発の出来事ではなく、比重の大きい顧客群全体のライフサイクルの転換点であることを意味する。
2. 非AI事業の成長を維持できるか：約30%の非AI顧客成長率は、今回の「集中度が薄まっている」という論拠の要となる柱である。もしこれが20%台前半、あるいはそれ以下まで低下すれば、希薄化ペースが不十分ではないかという懸念が再浮上する。
3. 新規顧客の寄与度が上昇を維持できるか：現在は約30%であり、これが25%を下回れば、成長領域の拡大ペースが減速していることを意味する。
4. Q3ガイダンスを守れるか：28–29%は、この大口顧客の利用量縮小をすでに織り込んだガイダンスである。実績がこれをさらに下回れば、縮小幅が経営陣の想定より大きいか、新たな下押し要因が現れたことを意味する。
5. Cisco–Splunkのバンドル進捗：5月の報告で設定した既存のリスクであり、今回は更新すべき新たな進展がなかった。引き続き追跡が必要。

第九章｜追跡チェックリストと結論

• Q3 2026の実際の売上高が11.35–11.45億ドルのガイダンスレンジ内に収まるか、それとも再びサプライズが起きるか。
• 第二の大型AIネイティブ顧客に同様の利用量最適化の開示が現れるかどうか。
• 非AI顧客の売上高成長率が約30%以上を維持できるかどうか。
• AIネイティブ顧客数が750社からさらに拡大を続けるかどうか。
• NRR、ARR10万ドル+顧客数など、5月に設定した既存の追跡指標の次四半期の推移。
• Cisco–Splunkのバンドル進捗に新たな展開があるかどうか。

より長い時間軸で見れば、AIの普及がもたらす可視性（Observability）と安全治理（Security & Governance）への需要は本物であり、企業のAI利用量が増えるほど、この需要も比例して大きくなっていく——これは一過性のテーマではなく、企業が本番環境にAIを実装した瞬間から、デバッグ、法令遵守、リスク管理のいずれにおいても避けて通れない必須インフラである。単一のAI研究大手が売上高に占める比率は、この市場が拡大するにつれて自然と低下していくべきものであり、それは健全な成長軌道であって、警戒すべきシグナルではない。より重要な転換点は、LLMモデル自体をめぐる軍拡競争が収束しつつあるということだ。次の戦場はLLMの上に構築されるAIアプリケーション層であり、そここそがDatadogの本当のホームグラウンドである——一握りの基盤モデル企業ではなく、AIアプリケーションを構築するすべての企業を顧客にできる。

情報源