Datadog zwiększył przychody o 36% w II kwartale 2026 roku

Datadog (NASDAQ: DDOG) odnotował w II kwartale 2026 roku 1,12 mld USD przychodów, co oznacza wzrost o 36% rok do roku. Przychody przekroczyły górną granicę prognoz spółki.

Marża brutto wyniosła 79,6% w ujęciu non-GAAP, czyli po wyłączeniu niektórych kosztów uwzględnianych w standardowych zasadach rachunkowości. Zysk operacyjny sięgnął 257 mln USD, a marża operacyjna wyniosła 23%.

Wolne przepływy pieniężne wyniosły 279 mln USD, co przełożyło się na marżę tych przepływów na poziomie 25%. Wartość wystawionych rachunków (billings) wzrosła o 38% rok do roku, do 1,18 mld USD. Wartość pozostałych zobowiązań do wykonania świadczeń (RPO), czyli zakontraktowanych usług, które spółka rozpozna jako przychody w przyszłości, zwiększyła się o 43%, do 3,47 mld USD.

Datadog miał około 33 400 klientów wobec około 31 400 rok wcześniej. Liczba klientów generujących co najmniej 100 000 USD rocznych przychodów powtarzalnych (ARR) wzrosła do około 4 720 z około 3 850 przed rokiem. Wskaźnik utrzymania przychodów netto za ostatnie 12 miesięcy pozostał w dolnej części przedziału 120%, podobnie jak w poprzednim kwartale.

Na III kwartał 2026 roku Datadog prognozuje przychody od 1,135 mld USD do 1,145 mld USD, co oznacza wzrost o 28–29% rok do roku. Prognoza całorocznych przychodów wynosi od 4,45 mld USD do 4,47 mld USD, czyli zakłada wzrost o 30% w porównaniu z 2025 rokiem.

Wzrost przychodów od klientów, którzy nie korzystają z produktów związanych ze sztuczną inteligencją, przyspieszył do górnej części przedziału 20–30% rok do roku. W poprzednim kwartale wynosił on połowę tego przedziału, a rok wcześniej 18%.

Rośnie wykorzystanie całej platformy Datadog. Co najmniej cztery produkty spółki wykorzystywało 58% klientów wobec 52% rok wcześniej. Odsetek klientów korzystających z co najmniej 10 produktów zwiększył się z 7% do 13%.

Wartość rocznych zakontraktowanych przychodów od nowych klientów korporacyjnych wzrosła ponad dwukrotnie względem poprzedniego roku. Nowi klienci zaczynają korzystać z usług szybciej, a ich udział odpowiadał za około 30% wzrostu przychodów rok do roku.

Datadog zawarł kilka dużych umów. Wśród nich znalazło się odnowienie kontraktu o wartości dziewięciocyfrowej z czołową firmą z sektora sztucznej inteligencji oraz wieloletnia umowa z dużą firmą medialną działającą w internecie. Jej całkowita wartość kontraktowa przekracza 30 mln USD.

Grupa klientów korzystających z produktów Datadog zaprojektowanych natywnie z myślą o sztucznej inteligencji wzrosła do ponad 750 firm. W tej grupie 31 klientów wydaje ponad 1 mln USD rocznie, a ośmiu ponad 10 mln USD rocznie. Datadog po raz szósty z rzędu został uznany za lidera raportu Gartner Magic Quadrant for Observability Platforms za 2026 rok.

W II kwartale największy klient Datadog ograniczył wykorzystanie usług. Spółka uwzględniła ten czynnik w prognozach na III kwartał i cały 2026 rok, co może wpłynąć na tempo wzrostu.

Prognoza przychodów na III kwartał oznacza wzrost o 28–29% rok do roku, a więc spowolnienie względem 36% wzrostu osiągniętego w II kwartale. Marża brutto spadła do 79,6% z 80,2% w poprzednim kwartale i 80,9% rok wcześniej.

W II kwartale odnotowano słabszy wzrost liczby nowych klientów, szczególnie wśród najmniejszych firm. Może to oznaczać większą zmienność w pozyskiwaniu klientów z dolnej części rynku. Datadog celowo uwzględnił w prognozach ryzyko związane z ograniczeniem wykorzystania usług przez największego klienta, co zwiększa niepewność dotyczącą przyszłych przychodów z tego konta.

Spółka intensywnie inwestuje w produkty i badania związane ze sztuczną inteligencją. Rynek szybko się zmienia, dlatego inwestycje te mogą nie przynieść zakładanych rezultatów, a potrzeby klientów mogą ulec zmianie.

Pytania i odpowiedzi z konferencji wynikowej

Przedstawiciele Datadog wyjaśnili, że w przypadku największego klienta celowo przyjęli ostrożniejsze prognozy na pozostałą część roku z powodu ograniczenia wykorzystania usług. Po wyłączeniu tego klienta działalność spółki rośnie w tym samym tempie i nadal systematycznie przyspiesza. Dyrektor finansowy David Obstler powiedział, że sposób przygotowywania prognoz nie zmienił się. Uwzględnia on poziom zobowiązań klientów oraz zmienność wykorzystania usług, podobnie jak w przypadku innych dużych klientów korporacyjnych.

Prezes Olivier Pomel ocenił, że uruchamianie modeli będzie dominującym obciążeniem, jeśli chodzi o wykorzystanie narzędzi do obserwacji działania systemów. Stwarza to możliwości na każdym poziomie stosu technologicznego — od infrastruktury z procesorami graficznymi (GPU) po wyniki pracy agentów AI. Datadog obserwuje rosnące wykorzystanie monitorowania GPU oraz gwałtowny wzrost liczby monitorowanych agentów. W ostatnich miesiącach klienci skupiali się nie tylko na poprawności działania, lecz także na optymalizacji kosztów.

Pomel podkreślił, że klienci kupują oprogramowanie, aby zwiększać przychody lub oszczędzać pieniądze. Datadog pomaga im ograniczać koszty sztucznej inteligencji. Metryki o nieograniczonej liczbie kombinacji szczegółowych etykiet rozwiązują wieloletni problem nieprzewidywalnych rachunków. Jest to szczególnie ważne, ponieważ aplikacje AI generują coraz bardziej złożone dane. Rozwiązanie spotkało się z bardzo dobrym przyjęciem klientów.

Dwie umowy z laboratoriami AI o wartości siedmiocyfrowej oraz umowy z laboratoriami AI należącymi do wielkich dostawców chmury dotyczą różnych klientów. NeoLabs to nowe firmy, które wykorzystują Datadog do obserwowania i optymalizowania trenowania modeli. Jest to nowy obszar działalności. Laboratoria AI należące do wielkich dostawców chmury to bardzo duże przedsiębiorstwa, które wcześniej korzystały z własnych technologii, a obecnie wdrażają Datadog do podobnych zadań związanych z trenowaniem modeli.

Udział nowych klientów we wzroście przychodów rok do roku zwiększył się z 25% w I kwartale do 30% w II kwartale. David Obstler wyjaśnił, że wynika to z efektu kumulacji: nowi klienci pozyskani w ciągu ostatnich kilku lat zaczynają szybciej zwiększać wykorzystanie usług i w większym stopniu napędzają wzrost.

Wymagania wobec produktów bezpieczeństwa zmieniają się wraz z rozwojem AI. Rynek odchodzi od procesów, w których człowiek uczestniczy w każdej decyzji, na rzecz zintegrowanych agentów działających blisko aplikacji i infrastruktury. Zdaniem Pomela zintegrowana platforma Datadog, łącząca dane o działaniu systemów z agentami bezpieczeństwa, jest dobrze przygotowana do tej zmiany.

Automatyzacja Bits AI nie musi ograniczać wykorzystania usług Datadog. Pomel argumentował, że większa wartość dostarczana przez automatyzację prowadzi do większego, a nie mniejszego wykorzystania platformy. Przyszłość obserwacji systemów ma polegać na automatycznym usuwaniu problemów. Klienci korzystający z Bits AI zwykle wdrażają więcej produktów, tworzą więcej pulpitów i alertów oraz angażują większą liczbę użytkowników.

Przyspieszenie wzrostu wśród klientów niezwiązanych z AI ma szeroki charakter. Wynika głównie ze zwiększania skali wykorzystania przez obecnych klientów oraz wdrażania przez nich nowszych produktów. Tempo wzrostu pozostaje znacznie niższe niż w 2021 roku, co — zdaniem Pomela — wskazuje na jego bardziej trwały charakter. Obstler dodał, że wzrost wspierają także inwestycje w zespoły sprzedaży i obsługi klientów oraz rozwój działalności na kolejnych rynkach geograficznych.

Zakres zastosowań Bits AI rozszerzył się znacznie poza alerty. Obejmuje obecnie między innymi czat, zarządzanie monitorowaniem, generowanie kodu i tworzenie testów. Datadog wprowadza także nowy model pakietowania oparty na kredytach AI.

W przypadku umowy z firmą medialną o całkowitej wartości kontraktowej przekraczającej 30 mln USD klient korzysta z wielu produktów, co jest typowe dla umów konsolidacyjnych. Standardowo współpraca zaczyna się od co najmniej dwóch produktów, a dopiero później klient rozszerza ją na całą platformę.

Datadog obserwuje przyspieszenie wykorzystania produktów w całej bazie klientów. Agenci AI spędzają dużo czasu na wywoływaniu narzędzi i aplikacji działających na procesorach centralnych (CPU). Zwiększa to wykorzystanie monitorowania infrastruktury nie tylko w środowiskach wyposażonych w procesory graficzne.

Pomel nie chciał spekulować, o ile wyższa byłaby podstawowa prognoza po wyłączeniu spadku wykorzystania usług przez największego klienta. Ponownie podkreślił jednak, że po wyłączeniu tego klienta działalność rośnie w tym samym tempie, a wzrost przyspiesza w wielu obszarach. Obstler dodał, że przyspieszył wzrost wśród klientów niezwiązanych z AI, a wzrost w segmencie AI — po wyłączeniu największego klienta — nadal się utrzymuje. Pozwala to lepiej ocenić podstawowe tendencje w działalności spółki.

Liczba nowych klientów brutto pozostaje wysoka i zgodna z dotychczasowym trendem. David Obstler wyjaśnił, że wahania w dolnej części rynku, między użytkownikami bezpłatnymi a klientami kontraktowymi, mają bardzo mały wpływ na przychody. Olivier Pomel wskazał, że klienci przekraczający kluczowe progi wydatków — 1 mln USD, 100 000 USD i 10 000 USD — rozwijają się bardzo dobrze.

Datadog rozwija Bits AI w kierunku szerszej platformy automatyzacji centrum operacji bezpieczeństwa (SOC). Spółka oddzieliła agenta Bits AI od własnego systemu zarządzania informacjami i zdarzeniami bezpieczeństwa (SIEM), dzięki czemu klienci mogą używać go również z innymi systemami SIEM. Rozszerza to rynek Datadog poza firmy, które chcą całkowicie zmienić używany system SIEM. Pomel podkreślił, że skuteczność agenta jest istotnym wyróżnikiem rozwiązania.

W ostatnich kwartałach Datadog odnotował gwałtowny wzrost wykorzystania produktów do monitorowania AI. Korzystają z nich zarówno tradycyjne przedsiębiorstwa, jak i firmy tworzone od początku wokół sztucznej inteligencji. Pomel zaznaczył, że ta kategoria produktów jest wciąż na bardzo wczesnym etapie.

Data publikacji: 6 sierpnia 2026 roku.