Głośne szczeknięcie Datadoga: dlaczego AI może nie oznaczać końca oprogramowania

Kluczowe wnioski

• Mocne wyniki Datadoga pokazują, że sztuczna inteligencja nie tylko potrafi wywracać rynek do góry nogami, lecz także zwiększać popyt na niektóre kategorie oprogramowania.

• Rynek oddziela użyteczne, głęboko osadzone w codziennych procesach oprogramowanie od narzędzi, które AI może zastąpić lub wbudować w inne rozwiązania.

• Kluczowe pytanie dla inwestorów jest proste: czy AI sprawia, że dany produkt jest tym bardziej niezbędny?

Datadog właśnie dał branży oprogramowania coś, czego bardzo potrzebowała: dowód, że sztuczna inteligencja to nie tylko zagrożenie. Czasem bywa też… klientem.

7 maja 2026 r. akcje Datadoga zamknęły się na poziomie 188,73 USD, czyli o 31,3% wyżej, po tym, jak spółka przedstawiła lepsze od oczekiwań wyniki za I kwartał i podniosła prognozę na cały rok. To nie był zwykły czwartek dla spółki z branży oprogramowania. Reakcja była jak u labradora, który usłyszał słowo „spacer”.

Datadog sprzedaje oprogramowanie do monitoringu i bezpieczeństwa w chmurze. Mówiąc prościej, pomaga firmom widzieć, co dzieje się w ich systemach, szybko wychwytywać problemy i naprawiać je, zanim zauważą je klienci. To nazywa się „observability” (obserwowalność) — brzmi naukowo, ale w praktyce chodzi o to, by wiedzieć, co się właśnie zepsuło, gdzie i dlaczego.

Szerszy wniosek wykracza poza jedną spółkę. Od miesięcy inwestorzy obawiali się, że AI uderzy w model software‑as‑a‑service (SaaS), w którym klienci korzystają z oprogramowania online w modelu subskrypcyjnym, zamiast kupować je na własność. Lęk jest prosty: skoro agenci AI potrafią pisać kod, świadczyć wsparcie techniczne, analizować dane i automatyzować zadania biurowe, część narzędzi może stracić na wartości. Wyniki Datadoga pokazują jednak, że historia jest bardziej zniuansowana. AI nie przechodzi przez świat oprogramowania z miotaczem ognia — raczej oddziela to, co naprawdę użyteczne, od tego, co łatwo zastąpić.

Rynkowi spodobał się wzrost z konkretnych powodów

Przychody Datadoga w I kwartale wzrosły o 32% rok do roku, do 1,01 mld USD. Spółka podniosła też prognozę przychodów na 2026 r. do 4,30–4,34 mld USD, co jest powyżej wcześniejszych wskazań i oczekiwań analityków. Jak wynika z szacunków zebranych przez Bloomberga, skorygowany zysk wyniósł 0,60 USD na akcję — również powyżej prognoz.

Liczyła się jakość tego wzrostu. Na koniec kwartału Datadog miał około 4 550 klientów generujących co najmniej 100 000 USD rocznego przychodu powtarzalnego (ARR), o 21% więcej niż rok wcześniej. ARR to przychód z subskrypcji, którego firma może się spodziewać w skali roku. Dla inwestorów to ważny sygnał, że klienci pozostają i zwiększają wydatki, a nie tylko podpisują jednorazowe umowy.

Spółka wypracowała też 289 mln USD wolnych przepływów pieniężnych (free cash flow) — to gotówka, która pozostaje po pokryciu kosztów bieżącej działalności i inwestycji. Ma to znaczenie, bo wzrost finansowany realną gotówką jest zwykle zdrowszy niż wzrost podparty głównie nadzieją, slajdami z prezentacji i bardzo drogą kawą.

Stąd tak mocna reakcja kursu. Inwestorzy zareagowali nie tylko na „pobicie prognoz”, lecz także na spółkę, która wydaje się działać dokładnie tam, gdzie spotykają się dwa nurty: rosnąca złożoność chmury i rosnąca złożoność AI.

AI nie zabija oprogramowania. Zmienia kryteria oceny

Dawniej w modelu SaaS najważniejsze pytanie brzmiało: ilu użytkowników korzysta z danego narzędzia? Dziś, w erze AI, pytamy: na ile to oprogramowanie jest osadzone w codziennym funkcjonowaniu firmy?

To duża różnica. Narzędzia rozliczane w modelu „per seat” (od użytkownika) mogą znaleźć się pod presją, jeśli AI ogranicza zatrudnienie lub automatyzuje część zadań. Proste aplikacje do zarządzania przepływami pracy (workflow) są też narażone na włączenie do pakietu (bundling) — duże platformy, takie jak Microsoft, Google czy Salesforce, mogą dorzucić podobne funkcje do szerszych pakietów. Gdy dana funkcja staje się częścią standardowego zestawu funkcji, trudniej bronić odrębnej opłaty.

Datadog to inny typ spółki. Bardziej przypomina infrastrukturę cyfrową. Im więcej usług chmurowych, aplikacji, modeli AI i zautomatyzowanych agentów firma wykorzystuje, tym trudniej to opanować. Więcej ruchomych elementów to więcej potencjalnych awarii. Datadog sprzedaje tu swego rodzaju „centrum sterowania”.

Dlatego AI może wręcz zwiększyć zapotrzebowanie na obserwowalność (observability). Duże modele językowe, czyli systemy stojące za chatbotami i agentami, potrafią zawodzić w inny sposób niż tradycyjne oprogramowanie: mogą spowalniać, popełniać błędy, przeciążać systemy albo generować zbyt wysokie koszty działania. Firmy korzystające z AI muszą wiedzieć, co się dzieje na poziomie modeli, procesorów graficznych (GPU), przepływów danych, alertów bezpieczeństwa i doświadczeń klientów.

I tu tkwi lekcja. AI nie traktuje całego oprogramowania jednakowo. Na jedne narzędzia wywiera presję, innym pomaga, a każdą firmę zmusza do udowodnienia, że jest przydatna.

Od sprzedaży „miejsc” do rozwiązywania problemów

Model SaaS też się zmienia. Wiele starszych spółek rosło, sprzedając coraz więcej „miejsc” — czyli licencji dla kolejnych użytkowników w tej samej firmie. To działało świetnie, gdy zatrudnienie rosło, a oprogramowanie rozprzestrzeniało się po działach. To wygląda mniej solidnie, gdy agenci AI są w stanie wykonać więcej pracy przy mniejszej liczbie kliknięć.

Model Datadoga bardziej zyskuje na intensywnym wykorzystaniu i rosnącej złożoności. Jeśli klient uruchamia więcej aplikacji, generuje więcej danych albo wdraża więcej systemów AI, zapotrzebowanie na monitoring rośnie. To nie znaczy, że ryzyko znika, ale daje inwestorom konkretny powód, by postrzegać AI jako wiatr w żagle.

To rozróżnienie przydaje się w całym sektorze oprogramowania. Firma jest zwykle bardziej odporna, jeśli pomaga klientom: zarządzać ryzykiem, obniżać koszty, chronić dane, utrzymywać wysoki poziom dostępności systemów (uptime), bezpiecznie wdrażać AI. Z kolei firma jest bardziej narażona, jeśli jej produkt łatwo skopiować za pomocą AI, jeśli AI zmniejsza bazę użytkowników albo pozwala dużej platformie dołączyć tę samą funkcję do pakietu.

Krótko mówiąc, inwestorzy w sektor oprogramowania potrzebują dziś ostrzejszego sita. „Ekspozycja na AI” już nie wystarcza — to deklaruje każda spółka, najlepiej jeszcze przed lunchem. Lepsze pytanie brzmi: czy AI sprawia, że ten produkt jest tym bardziej niezbędny, mniej istotny, czy tylko łatwiejszy do wypromowania?

Ryzyka: nie każde szczeknięcie buduje fosę

Ryzyko wciąż istnieje. Obecna wycena Datadoga już dyskontuje wiele dobrych informacji, więc nawet niewielkie rozczarowania mogą mieć znaczenie. Silny wzrost potrafi wywindować oczekiwania, ale te rzadko mają kask ochronny.

Konkurencja to kolejne ryzyko. Dostawcy chmury i rozwiązań bezpieczeństwa oraz inne platformy software’owe walczą o te same budżety. Klienci mogą też chcieć upraszczać swoje stosy technologiczne, zwłaszcza jeśli gospodarka osłabnie.

Wreszcie, popyt na AI sam w sobie może być nierówny. Firmy wciąż uczą się, jaką realną wartość przynosi im AI w środowisku produkcyjnym. Warto wypatrywać sygnałów, takich jak wolniejszy przyrost liczby klientów, słabszy wzrost wykorzystania produktu przez obecnych użytkowników, niższe marże wolnych przepływów pieniężnych lub sytuacje, w których zarząd częściej mówi o „długoterminowej szansie” niż o wdrożeniach tu i teraz.

Instrukcja dla inwestora: podążaj za użytecznością

• Oddziel etykiety AI od ekonomiki AI. Szukaj wzrostu przychodów, przepływów pieniężnych oraz bazy klientów.
• Zwracaj uwagę na modele cenowe. Przychody oparte na wykorzystaniu mogą rosnąć wraz z większą aktywnością cyfrową.
• Sprawdź, czy AI zwiększa złożoność. Większa złożoność sprzyja narzędziom do monitoringu, bezpieczeństwa i zarządzania danymi.
• Pilnuj wielkości pozycji w portfelu. Świetne historie potrafią stać się bardzo drogimi inwestycjami.

Szersza lekcja:

Wyniki Datadoga nie dowodzą, że całe oprogramowanie jest bezpieczne przed zakłóceniami ze strony AI. Pokazują coś bardziej użytecznego: sektor oprogramowania nie jest jednolitą całością. AI może zastąpić część zadań, osłabić niektóre modele cenowe i sprawić, że pewne narzędzia wypadają przeciętnie. Ale potrafi też tworzyć nowe problemy, które firmy muszą monitorować, diagnozować i rozwiązywać.

Kurs Datadoga wzrósł, bo inwestorzy zobaczyli biznes działający blisko warstwy kontrolnej. To jest prawdziwy wniosek dla inwestorów długoterminowych. Era AI nie wynagrodzi każdej spółki z branży oprogramowania, ale wciąż potrzebuje oprogramowania, które nie pozwoli, by maszyny zamieniły biuro w bardzo drogi konkurs zgadywania.

Niniejszy materiał ma charakter marketingowy i nie powinien być traktowany jako porada inwestycyjna. Handel instrumentami finansowymi wiąże się z ryzykiem, a historyczne wyniki nie stanowią gwarancji przyszłych wyników.