Google、「2026 IDC MarketScape for Worldwide Foundation Model Software」でリーダーに選出 → 未来を切り拓く最先端の研究をセキュアかつ本番環境対応のシステムへと転換してきた、これまでの Google の実績を裏付けるものであり、独自の強みを証明しています。

💡 Elastic N.V. $ESTC Q1 FY2027決算 2026-08-27 💰 今四半期業績 - 🟢 EPS：$0.70 (予想$0.584) - 🟢 売上高：$478.11M (予想$469.75M) 📊 重要指標 - 🟢 Elastic Cloud売上高：$235.2M (YoY+20%) - 🟢 Sales-led Subscription売上高：$398.5M (YoY+18%) - 🟢 cRPO (当期残存履行義務)：$1.153B (YoY+21%) - 🟢 RPO (残存履行義務)：$1.854B (YoY+27%) - 🟢 Non-GAAP営業利益率：16.2% (前年同期 15.7%) - 🟢 調整後フリーキャッシュフロー：$143M (FCFマージン 30%) - ⚫️ Net Expansion Rate：約111% 📊 次四半期ガイダンス - 🟢 EPS：$0.81 (予想$0.795) - 🟢 売上高：$486.5M (予想$483.47M) 📊 通年ガイダンス - 🟢 EPS：$3.33 (予想$3.244) - 🟢 売上高：$2B (予想$2B) 📍決算内容の注目ポイント - Deductive AIを買収し、AI駆動の調査・自動化機能をElastic Observabilityに統合 - OpenAIとの協業を発表し、Elasticsearch上でOpenAIの高度な推論モデルを企業コンテキストと統合 - ACV $100K超の顧客数が1,800超に到達、四半期純増数は過去最高を記録 - Gartner Magic Quadrant for Observability Platformsで3年連続Leader、IDC MarketScape SIEM 2026でもLeaderに選出 - $500Mの自社株買いプログラムの一環として、Q1に約$40M（約80万株、平均$49.71）を買い戻し 🤵‍♂️CEO (Ash Kulkarni) コメント 「Elasticは2027年度の力強いスタートを切り、すべての主要指標でガイダンスを上回りました。AIはエンタープライズ技術スタックを再構築しており、組織はどこで構築し、どのようにアプリケーションとデータを観測・保護するかについて意図的な選択を行っています。ACV $100K超コホートへの四半期純増顧客数が過去最高を記録し、cRPOおよびRPOの成長が続いていることは、この需要の持続性を反映しています。Search & AI、Security、Observability全体で成長モメンタムが加速しており、事業の軌道に自信を持っています。」 🔍 主要ファンダメンタルズ指標 - 時価総額: 8.71B - PER: 23.64 - Forward PER: 25.83 - PEG: 0.04 🎯市場評価 - 株価 (発表前): 📈$83.78 (5.72%) - 株価 (発表後): 📉$78.5 (-6.3%) - 決算前アナリスト目標株価: $69.89 ($91 ~ $49) A - 決算総合サプライズ率 (AI推定): 🤩12.85% - 決算後目標株価 (AI推定): $82.37 🤖 決算まとめるくん(AI)コメント 「Elastic N.V.のQ1 FY2027決算は、売上高・EPSともにアナリスト予想を明確に上回る好決算となりました。Non-GAAP EPS $0.70は予想$0.584に対して約20%のビートであり、売上高$478.1Mも予想$469.75Mを約1.8%上回っています。 特筆すべきは、将来の売上を示す先行指標であるcRPO（当期残存履行義務）がYoY+21%の$1.153Bに達し、RPOもYoY+27%の$1.854Bと力強い成長を維持している点です。ACV $100K超の大型顧客数が1,800超に拡大し、四半期純増数が過去最高を記録したことは、エンタープライズ市場での需要の堅調さを裏付けています。 Elastic Cloud売上高はYoY+20%の$235.2Mとなり、クラウドシフトが着実に進展しています。Non-GAAP営業利益率は16.2%と前年同期の15.7%から改善しましたが、リストラ費用$19.9Mを含むGAAP営業損失が$23.6Mとなっている点には留意が必要です。一方、調整後FCFマージンは30%と高水準を維持しています。 ガイダンスについては、Q2売上高$486.5M（予想$483.47M）、通年売上高$2.004B（予想$2B）、通年Non-GAAP EPS $3.33（予想$3.244）と全項目で予想を上回る見通しを提示しました。OpenAIとの協業やDeductive AIの買収など、AI戦略の具体化も進んでいます。 ただし、決算発表後の時間外取引で株価が下落している点は、直近の株価上昇による期待値の高さやバリュエーション面での調整圧力が影響していると推察されます。Non-GAAPグロスマージンが前年同期の78.7%から76.6%に低下している点も、コスト構造の変化として注視が必要です。 評価は📈ポヨ」 🏢 Elastic N.V. 概要 - セクター: テクノロジー - 特徴: 検索技術とAIを統合したElasticsearch Platformを基盤に、検索・オブザーバビリティ・セキュリティソリューションを提供するエンタープライズソフトウェア企業 🤘情報提供 Stock Slayer :

# OpenAI Agent SDKの便利で実践的な使い方 🌍 エージェント間の引き継ぎで、理由やメタデータも一緒に渡したいことはありませんか？ Handoff inputsとon_handoffを使えば、構造化されたデータとともにスムーズな引き継ぎが実現できます。 📌 タイトル：Handoffs – Handoff inputs 🔗 URL： 🧩 概要 Handoff inputsは、handoff時にモデルが生成する構造化データを引き継ぎ先エージェントに渡す仕組みです。`on_handoff`コールバックと組み合わせることで、引き継ぎ理由のログ記録、メタデータの事前取得、引き継ぎ先エージェントへのコンテキスト注入が可能になります。 🛠 使い方 Pydanticモデル `EscalationData(BaseModel)` で `reason: str`, `priority: str = "normal"`, `customer_tier: str = "standard"` を定義し、handoff時の構造化データとします。`on_escalation(ctx: RunContext, input_data: EscalationData)` コールバックでは、`input_data.reason` や `input_data.priority` をログ出力し、`ctx.context["customer_id"]` から顧客データを事前取得して `ctx.context["customer_data"]` に格納します。エスカレーション先の `Agent(name="escalation", instructions="...")` と、トリアージ用の `Agent(name="triage", handoffs=[Handoff(agent=escalation_agent, input_type=EscalationData, on_handoff=on_escalation, handoff_description="複雑な問い合わせや緊急対応が必要な場合")])` を定義します。`await input="二重請求されました。すぐに対応してほしいです。", context={"customer_id": "C-12345"})` で実行します。 🏗 実践的な使い方 **エスカレーション理由の構造化** `EscalationData(reason, priority)`のようにPydanticモデルで引き継ぎ理由を型安全に定義できます。モデルが自由文で理由を生成するのではなく、構造化されたデータとして受け取れるため、後続処理やログ分析が容易になります。 **on_handoffでのデータ事前取得** `on_handoff`コールバック内で、引き継ぎ先エージェントが必要とするデータをDBやAPIから事前に取得できます。これにより、引き継ぎ先エージェントが改めてデータ取得ツールを呼ぶ必要がなくなり、レイテンシを削減できます。 **メタデータの伝達** 返金エージェントに`{"reason": "duplicate_charge", "priority": "high"}`を渡すことで、返金ポリシーの判断に必要な情報を構造化された形で引き継げます。自由文の会話履歴からモデルが推測するよりも正確です。 **監査ログの記録** `on_handoff`内で引き継ぎの理由・タイミング・優先度を監査ログに記録できます。カスタマーサポートのSLA管理や、エスカレーション傾向の分析に活用できます。 💡 ユースケース 🔄 カスタマーサポートのエスカレーション（理由と優先度を構造化して引き継ぎ） 💳 返金処理への引き継ぎ（二重請求/商品不良/キャンセルなどの理由を明示） 📊 引き継ぎ理由の集計・分析（on_handoffでログ記録→ダッシュボード化） ⚡ 引き継ぎ先エージェントのレイテンシ削減（on_handoffでデータプリフェッチ） ⚠️ 注意点 - `input_type`に指定したPydanticモデルのフィールドが多すぎると、モデルが正確にデータを生成できなくなります。必須フィールドは最小限にし、オプショナルフィールドにはデフォルト値を設定してください。 - `on_handoff`内で例外が発生するとhandoff全体が失敗します。外部API呼び出しにはtry-exceptを入れ、フォールバック処理を用意してください。 - `on_handoff`は同期的に実行されます。重い処理を入れるとhandoffのレイテンシが増加するため、必要最小限の処理に留めてください。 - `input_type`を指定しない場合、`on_handoff`のコールバックは`input_data`引数を受け取りません。 ✨ Handoff inputsで構造化されたコンテキストを引き継ぎ、エージェント間の連携をスムーズにしましょう！ #OpenAIAgentSDK# #AIAgent#