Datadog, Inc.は、クラウド規模のアプリケーション向けの可観測性プラットフォームを提供するアメリカのテクノロジー企業であり、サーバー、データベース、ツール、サービス向けの監視、セキュリティ、分析を、ソフトウェア・アズ・ア・サービス（SaaS）データ分析プラットフォームを通じて提供している。ニューヨーク市で創業され、本社を置く同社は、2019年にナスダック証券取引所に株式を公開し、以来、クラウド監視の主要プレイヤーとなっている。AIの採用が拡大するにつれ、Datadogはモデル性能やデータパイプラインの監視を含むAIワークロードの監視をサポートするようプラットフォームを拡張し、機械学習運用における主要な可観測性プロバイダーとしての地位を確立した。
Datadogは、エンジニアリングチームがインフラストラクチャとアプリケーションの信頼性、パフォーマンス、コストを管理できるよう支援することに注力している。メトリクスのダッシュボード、アラート、可視化を提供し、主要なクラウドプロバイダー、コンテナオーケストレーター、AI開発ツールをサポートする幅広い統合エコシステムを備えている。2025年時点で、同社は人工知能や機械学習フレームワーク向けの統合を含む、750以上の統合をサポートしている。
歴史
Datadogは2010年にニューヨーク市で、オリヴィエ・ポメルとアレクシス・レ＝クォックによって創業された。2人はエコール・サントラル・パリの学部生時代に知り合い、教育テクノロジー企業であるワイヤレス・ジェネレーションで以前一緒に働いていた。ワイヤレス・ジェネレーションがニューズ・コープに買収された後、彼らは開発者とシステム管理者の間の摩擦を減らす製品を生み出そうとし、しばしば互いに対立して働いていた両者の橋渡しを目指した。彼らはDatadogを、ダッシュボード、アラート、メトリクス可視化を備えたクラウドインフラストラクチャサービスとして構築し、クラウド採用の増加に伴うニーズを急速に満たした。
2015年、Datadogはパリに研究開発オフィスを開設し、エンジニアリングの拠点を拡大した。1年後、ニューヨーク本社をニューヨーク・タイムズ・ビルに移転し、その年に2倍に成長したチームを収容した。フルスタック監視は、2016年のアプリケーションパフォーマンス監視のベータ版で実現し、その後、他の分野への拡大が続いた。
同社は2019年9月19日に新規株式公開（IPO）で株式を公開し、2,400万株を売却して6億4,800万ドルを調達し、評価額は87億ドルとなった。IPOに先立ち、Datadogはシスコからの70億ドルの買収オファーを拒否していた。IPO初日には株価が約37%上昇し、同社の市場価値は約100億ドルに達した。Datadogは2025年7月にS&P 500指数に採用され、その成熟度と財務的健全性を反映した。
買収
Datadogは、プラットフォーム機能を拡張するための一連の戦略的買収を通じて成長してきた。2021年4月には、クラウドアプリケーションセキュリティ企業であるSqreenを買収し、ランタイムアプリケーションセキュリティおよび保護機能をプラットフォームに追加した。これにより、入力操作がリスクとなるAIアプリケーションに有用な、リアルタイムで脅威を検出できるAppSecレイヤーが追加された。
同社は2023年4月に静的解析プラットフォームであるCodigaを買収し、開発者ライフサイクルツールとコード品質の分野に拡大した。これはAIコードベースの監視と、モデル呼び出し品質の維持に役立つエッジケースのコードの自動精査をサポートする。2025年には、データ可観測性企業であるMetaplane（2025年4月）と、フィーチャーフラグおよび実験プラットフォームであるEppo（2025年5月）の2件の買収でさらに拡大した。
Metaplaneを通じて、DatadogはデータパイプラインとAIワークロードの監視を強化し、モデルドリフトを防ぐためのデータ品質チェックのニーズに対応した。Eppoは、フィーチャーフラグと実験機能を製品分析ライブラリに統合し、本番環境でのAIモデルのテストに有用となった。これらの買収は、AI開発ライフサイクル全体をサポートするという戦略的経路を反映している。
製品とサービス
Datadogは、クラウドおよびハイブリッド環境をサポートするように設計された、さまざまな可観測性製品ラインを提供している。中核となる製品には、インフラストラクチャ監視、ネットワークパフォーマンス監視、ネットワークデバイス監視があり、ヘルスとパフォーマンスのリアルタイムな可視性を提供する。サーバーレス監視は、この機能をファンクション・アズ・ア・サービスワークロードに拡張し、サーバーレスアーキテクチャ上で実行されることが多いAI推論サービスにとって重要である。
クラウドコスト管理は、大規模なニューラルネットワークのトレーニングにおいて重要となるコンピュート、ストレージ、データ転送を含むクラウドリソース全体の支出追跡を支援する。プラットフォームはダッシュボードを生成し、アラートを設定し、メトリクスを可視化し、チームが異常に迅速に対応できるようにする。主要なAWS、およびGoogle Cloudなどのプロバイダーと統合している。
AI固有のニーズに対して、Datadogはモデル監視のサポートを導入した。これはプラットフォームを通じて提供されるが、詳細はあまり明らかにされていない。同社はデータリネージと品質を扱うMetaplaneを買収し、Eppoは実験をもたらし、異なるハイパーパラメータを持つモデルのA/Bテストに有用である。生成AIが広まるにつれ、Datadogは生成モデルの精度、応答性、サービスレベルへの準拠を監視するのに役立つ。
テクノロジー
ホストとコンテナにインストールされるDatadogエージェントは、メトリクスを収集してバックエンドに送信する。エージェントはGoで書かれており、2018年2月28日にリリースされたバージョン6.0.0以降の書き換えに基づいている。当初はPython（フックに使用）を使用していたが、パフォーマンス向上のためにGoに移行した。バックエンドは、Apache Cassandra、PostgreSQL、Kafkaなどの最先端ソフトウェアと、データ可視化のためのD3を活用している。
機械学習に関しては、Datadogのバックエンドは人気のあるMLフレームワークとの統合をサポートしているが、同社はモデルトレーニングを提供していない。代わりに、AIシステムの可観測性レイヤーとして機能する。例えば、推論クラスターを監視するためのネットワークパフォーマンスや、カスタムメトリクス用にエージェントを拡張できる。プラットフォームは独自のデータ分析を使用して異常を検出する。
AppleデバイスやArmベースのチップにデプロイされたモデルは、システムメトリクスをキャプチャする統合を通じて監視できる。DatadogはAIモデルをトレーニングせず、代わりに大規模言語モデル（LLM）やその他のアプローチで構築されたAIアプリケーションが確実に動作するように支援するツールとしての地位を確立しており、応答遅延やトークン消費などの問題に対処する。
資金調達と財務
資金調達の歴史は、投資家の強い信頼を示している。2010年、DatadogはNYC Seed、Contour Venture Partners、IA Ventures、ジェリー・ノイマン、アレックス・ペインなどの参加者によるシードラウンドで立ち上げられた。2012年には、Index VenturesとRTP Venturesが共同主導する620万ドルのシリーズAが続いた。シリーズBは2014年にOpenView Ventureが主導し、2015年にはIndexが主導する3,100万ドルのシリーズCが行われた。2016年には、ICONIQが9,450万ドルのシリーズDを主導し、これはその年のニューヨーク企業への資金調達として最大級のものとなった。
同社のIPOは公式評価額を87億ドルとし、株価急騰により取引終了時には市場価値が約100億ドルに達した。追い打ちとなるオファリングと株価成長が、その公開後の歩みを特徴づけている。2024年時点で、Datadogは33か国で約6,500人の従業員を擁し、ニューヨーク、ボストン、デンバー、サンフランシスコ、パリ、ダブリン、アムステルダム、シドニー、東京、シンガポールにオフィスを構え、従業員の約59%が米国に拠点を置いている。
AI監視とエコシステム
AI可観測性へのDatadogの拡大は、監視プラットフォームにおけるより広範なトレンドの一部である。AWS TrainiumやGroqのような企業がハードウェアアクセラレーション推論を提供する一方で、Datadogはパフォーマンスと使用状況を追跡するソフトウェアテレメトリを提供する。AIワークロードに対しては、インフラストラクチャメトリクスとトークン使用量や信頼スコアなどのモデル固有メトリクスを組み合わせたダッシュボードを提供し、チームがボトルネックを診断し、機械学習の精度を維持するのに役立つ。
OpenAIやAnthropicとの統合は可能性が高いが、そのような統合がなくても、DatadogはAPI呼び出しとそのコストをキャプチャする。生成AIの文脈では、監視にはポリシーに対する出力を確実にするためのコンテンツモデレーションが含まれる。Datadogのトークン単位のストリーミングデータ処理能力は、バックエンドでこの方法を使用している。そのプラットフォームは、モデルドリフトなどのモデルデプロイメントの問題を軽減するのに役立つ。
AI可観測性分野の関連企業にはEssential AIなどのスタートアップが含まれるが、Datadogはインフラストラクチャデータによって差別化している。また、Azure、Amazon Web Services、Google Cloudなどのクラウドプロバイダーと連携し、そのAIサービスを支援している。Datadogはモデル自体を提供しないが、機械学習チームが大規模言語モデル上に構築されたアプリケーションの信頼性を確保できるようにする。
影響と今後の方向性
Datadogはクラウド監視の標準ツールとして確固たる地位を築いており、そのAIへの注力は業界のシフトを反映している。2025年にはEppoとMetaplaneの買収を追加し、AI開発ライフサイクルにおける資産となる動きを示している。AIアプリケーションがミッションクリティカルな環境にデプロイされるにつれ、可観測性は極めて重要である。
DatadogがAI機能をさらに深める可能性は高いが、同社は合成AIトレンドに沿っており、2025年初頭時点でその戦略の公式な位置づけは完全には明らかになっていない。毎月統合を拡大し続けており、人工知能フレームワークのサポートを受け入れ、LLM固有のメトリクス監視などの機能を追加する可能性もある。将来は、より多くのモデル可観測性製品が見られるかもしれない。
要約すると、Datadogの収益は追加とともに成長しており、AI対応監視への移行は戦略的機会であると同時に困難な領域でもある。AWS TrainiumやGroqのような競合他社がこの可観測性分野にいないため、Datadogは開発者にとってのデフォルトの選択肢であり続けている。2025年のS&P 500採用はその財務的安定性を反映しており、そのAIへの注力は機械学習デプロイメント、モデル信頼性、データ品質の領域で革新を促進する可能性が高い。