💡 Salesforce, Inc. $CRM Q2 FY2027決算 2026-08-26 💰 今四半期業績 - 🟢 EPS：$5.90 (予想$3.27) - 🟢 売上高：$11.35B (予想$11.33B) 📊 重要指標 - 🟢 cRPO（現在残存履行義務）：$33.5B (YoY+14% CC) - 🟢 Agentforce & Data 360 ARR：約$3.9B (YoY+210%超) - 🟢 Non-GAAP営業利益率：34.1% - 🟢 営業キャッシュフロー：$1.3B (YoY+71%) - 🟢 フリーキャッシュフロー：$1.1B (YoY+81%) - 🟢 サブスクリプション&サポート売上高：$10.8B (YoY+12%) - 🟢 RPO（残存履行義務合計）：$66.3B (YoY+11%) 📊 次四半期ガイダンス - 🟢 EPS：$3.43 (予想$3.37) - 🟢 売上高：$11.46B (予想$11.41B) 📊 通年ガイダンス - 🟢 EPS：$16.69 (予想$14.16) - 🟢 売上高：$46.25B (予想$46.11B) 📍決算内容の注目ポイント - Agentforce ARRが$1.5Bを超え、YoY+240%超の急成長。Agentic Work Units（AWU）は累計70億件に到達し、Q2単独で32億件（QoQ+97%）を処理 - Anthropicとの戦略的パートナーシップを拡大し、「Claudeforce」を発表。Salesforceが他社製品に「force」サフィックスを付与するのは初の事例 - Anthropic株式の評価益を含む戦略投資で$2.6Bの利益を計上し、GAAP EPSが前年同期比+119%の$4.29に急伸 - FY27通年売上高ガイダンスを$200M引き上げ（CC基準で$300M引き上げ）。うち$100Mがオーガニック成長、$200MがContentfulおよびFinの買収寄与 - $25BのASR（加速型自社株買い）の最終決済を2026年10月に予定。Q2では$364Mの配当を実施 🤵‍♂️CEO (Marc Benioff) コメント 「過去最高の四半期の一つを達成し、すべての主要指標で予想を上回りました。AIはプラットフォームの全レイヤーで価値を提供しており、AIおよびデータ製品への需要は驚異的で、ARRは間もなく$4Bを突破します。AIforce（当社の信頼性の高いエンタープライズハーネス）を通じて、Salesforce内のデータ、ワークフロー、ビジネスロジック、アクション、ガバナンスを解放し、あらゆるエージェント、モデル、インターフェースに提供しています。これが、前例のない規模でAIを顧客の成功に変換する方法です。」 🤵‍♂️CFO (Robin Washington) コメント 「AIがプラットフォームのパワー、リーチ、価値を増幅しています。NNAOV（純新規年間受注額）の成長率は過去4年間で最も強く、下半期のオーガニック売上再加速に向けて順調に推移しています。」 🔍 主要ファンダメンタルズ指標 - 時価総額: 168.55B - PER: 23.74 - Forward PER: 14.54 - PEG: 0.70 🎯市場評価 - 株価 (発表前): 📈$205.8 (0.05%) - 株価 (発表後): 📈$229.52 (11.53%) - 決算前アナリスト目標株価: $269.5 ($325 ~ $215) B+ - 決算総合サプライズ率 (AI推定): 🤩28.52% - 決算後目標株価 (AI推定): $246.91 🤖 決算まとめるくん(AI)コメント 「Salesforceの FY27 Q2決算は、主要指標が全面的に予想を上回る極めて強い内容でした。 Non-GAAP EPSは$5.90と予想の$3.27を大幅に超過しましたが、この乖離の大部分はAnthropic株式を含む戦略投資の$2.6B評価益に起因しており、営業ベースの実力を過大評価すべきではありません。一方、この評価益を除いても営業利益率34.1%を維持し、売上高も$11.35Bと予想を小幅に上回っています。 とりわけ注目すべきはAI関連事業の急成長です。Agentforce & Data 360のARRが約$3.9B（YoY+210%超）に到達し、Agentforce単体でも$1.5B超（YoY+240%超）と、AI収益化が本格化しています。AWUが四半期で32億件（QoQ+97%）処理されたことは、実際の利用拡大を裏付けています。 cRPOが14%成長（CC基準）に加速した点は、将来の売上パイプラインの健全性を示しています。Informatica買収による$456Mの売上寄与を含め、M&A戦略も着実に実行されています。 ガイダンスでは、FY27通年売上高を$200M引き上げ、Non-GAAP EPSガイダンスも$16.67〜$16.71と従来の$14.06〜$14.12から大幅に引き上げました。ただし、EPS引き上げの大部分は戦略投資益の反映であり、営業利益率ガイダンスは34.3%で据え置きです。 Anthropicとの「Claudeforce」発表は、エンタープライズAI市場における差別化戦略として注目に値します。$25BのASR最終決済が10月に予定されており、株主還元も継続しています。 Altman Zスコア2.36はInformatica買収に伴う債務増加を反映しており、財務健全性の観点では注視が必要です。総合的に、AI収益化の加速と堅調な売上成長が確認された好決算であり、決算後の株価上昇は市場の評価と整合的です。 評価は📈ポヨ」 🏢 Salesforce, Inc. 概要 - セクター: 情報技術 - 特徴: 世界最大のCRM（顧客関係管理）プラットフォームプロバイダー。エンタープライズ向けクラウドソフトウェアおよびAIソリューションを提供 🤘情報提供 Stock Slayer :

# OpenAI Agent SDKの便利で実践的な使い方 🌍 1つのエージェントで全てをこなすのは無理がありますよね？ Handoffsを使えば、専門エージェントへの引き継ぎを自然に実現できます。 📌 タイトル：Handoffs 🔗 URL： 🧩 概要 Handoffsは、あるエージェントから別のエージェントへ会話の制御を引き渡す仕組みです。トリアージエージェントがユーザーの意図を判断し、適切な専門エージェントに振り分けるパターンを宣言的に構築できます。`handoff_description`でモデルにヒントを与え、`tool_name_override`でビジネスロジックに合った命名ができます。 🛠 使い方 カスタマーサポートのトリアージ例です。`Agent(name="order-status", instructions="注文状況の問い合わせに回答...")`, `Agent(name="refund", instructions="返金リクエストを処理...")`, `Agent(name="faq", instructions="よくある質問に回答...")` の3つの専門エージェントを定義します。トリアージエージェントは `Agent(name="customer-support", handoffs=[...])` として、`Handoff(agent=order_agent, handoff_description="注文状況や配送に関する問い合わせ", tool_name_override="transfer_to_order_team", tool_description_override="...")` のように詳細設定付きのhandoff、`Handoff(agent=refund_agent, handoff_description="返金・返品に関するリクエスト", tool_name_override="transfer_to_refund_team")` のようなシンプルなhandoff、`Handoff(agent=faq_agent)` のような最小構成のhandoffを組み合わせて定義します。`await input="先週注文した商品がまだ届きません")` で実行すると、モデルが適切な専門エージェントに振り分けます。 🏗 実践的な使い方 **カスタマーサポートのトリアージ** フロントのトリアージエージェントが顧客の意図を判定し、注文確認・返金処理・FAQ回答など専門エージェントに振り分けます。各専門エージェントは自分のドメインに集中した指示を持つため、回答品質が向上します。 **handoff_descriptionによるモデルへのヒント** `handoff_description`はモデルがhandoff先を選択する際の判断材料になります。「注文状況や配送に関する問い合わせ」のように具体的に記述することで、誤った振り分けを防げます。曖昧な記述だとモデルが判断に迷い、不適切なhandoffが発生します。 **ビジネスに合った命名（tool_name_override）** デフォルトでは`transfer_to_{agent_name}`というツール名になりますが、`tool_name_override`でビジネスの用語に合わせた名前に変更できます。ログやトレースを確認する際に、技術用語ではなくビジネス用語で表示されるため可読性が向上します。 **段階的な専門化** トリアージ→専門エージェント→さらに細分化した専門エージェントという多段handoffも可能です。返金エージェントから「クレジットカード返金」と「ポイント返還」に分岐させるなど、組織構造をそのままエージェント構造にマッピングできます。 💡 ユースケース 🏢 カスタマーサポート（トリアージ→注文確認/返金/FAQ） 🏥 医療相談（受付→内科/外科/予約管理） 📚 教育プラットフォーム（質問分類→数学/英語/プログラミング担当） 🔧 IT ヘルプデスク（初期対応→ネットワーク/アカウント/ソフトウェア） ⚠️ 注意点 - handoff先のエージェントが多すぎるとモデルの選択精度が低下します。1つのエージェントに5個以上のhandoff先がある場合は、中間のトリアージ層を設けることを検討してください。 - `handoff_description`が曖昧だと誤振り分けが増えます。「何でも対応」のような記述は避け、明確な判断基準を記述してください。 - handoffは一方向です。引き継ぎ先から元のエージェントに戻るには、引き継ぎ先にも元のエージェントへのhandoffを定義する必要があります。 - handoffされると`run_config`のモデル設定は引き継がれません。各エージェントに個別に設定してください。 ✨ Handoffsで専門エージェントのチームを構築し、それぞれが得意分野に集中できる設計にしましょう！ #OpenAIAgentSDK# #AIAgent#