メインコンテンツへスキップ
見出し画像

【Datadog(DDOG)Q1 FY2026】AIエージェント時代の監視OSへ。DDOGは再び高バリュエーションを正当化できるのか?

    Datadog(DDOG)のQ1 FY2026決算を結局みることにした。

    という言い方をした理由は、昨日まるまるかけてINODを解析してあれこれ考えていたら、やはりDDOGもAIレイヤーの地図を完成させるために見なければならない銘柄だと、投資のチャンスを少しでも掴むために向き合うことにした。

    DDOGはAIモデルそのものを作る会社ではなく、AIを企業業務に実装する会社でもない。

    DDOGは、AIが企業の本番環境に入った後、それが壊れていないか、暴走していないか、GPUを無駄にしていないか、セキュリティ上危なくないかを監視する会社だ。

    つまり、AIエージェント時代の本番環境の検収役である。

    INODでは、AIモデルの評価・安全性・Human-in-the-loopを見た。
    PLTRでは、企業業務にAIを実装するOSを見た。
    NETでは、AI時代のネットワークとセキュリティ基盤を見た。
    RBRKでは、侵害後の復旧とデータレジリエンスを見た。

    その地図の中で、DDOGはAIワークロードとAIエージェントが実際に動く本番環境を監視するレイヤーにいる。

    だからDDOGは、ただの好決算として片づけてはいけない。

    私の限られた知的思考のリソースをDDOGに注ぐことにした。


    Q2’25 → Q3’25 → Q4’25 → Q1’26

    ・売上高:$826.8M → $885.7M → $953M → $1,006M
    Q1’26はYoY +32%。Q4’25のYoY +29%から再加速した。会社自身も、Q1の売上成長率は前年同期の+25%、前四半期の+29%から加速したと説明している。Q2’25は売上$826.8M、YoY +28%、Q3’25は売上$886M、YoY +28%、Q4’25は売上$953M、YoY +29%だった。  

    ・GAAP営業利益:Q1’26は$7M
    ・GAAP営業利益率:1%
    ・non-GAAP営業利益:$223M
    ・non-GAAP営業利益率:22%
    Q1はGAAPでも黒字。ただし、GAAP営業利益率はまだ1%であり、DDOGを完全な利益成熟企業として見るには早い。一方で、non-GAAP営業利益率22%を出しながら売上+32%なので、成長と利益の両立という意味ではかなり強い。

    ・GAAP EPS:$0.15
    ・non-GAAP EPS:$0.60
    ここも強い。ただし、non-GAAP EPSはSBC、つまり株式報酬費用などを除いた数字なので、株主価値を見るならGAAP利益、SBC、希薄化後株式数を合わせて見る必要がある。

    ・営業CF:$200M → $251M → $327M → $335M
    ・FCF:$165M → $214M → $291M → $289M
    Q1’26の営業CFは$335M、FCFは$289M、FCFマージンは29%。Q4のFCF$291Mからはやや横ばいだが、売上$1B規模でFCFマージン約30%を出しているのはかなり強い。Q3の営業CF$251M、FCF$214M、Q4の営業CF$327M、FCF$291Mも会社リリースで確認できる。  

    ・現金、現金同等物、有価証券:$4.8B
    ここは非常に厚い。成長投資、M&A、R&D継続の余力がある。Q1’26末の現金・現金同等物・有価証券は$4.8Bと会社が開示している。

    ・$100K+ ARR顧客:約4,550社
    前年同期の約3,770社から+21%。さらにQ1末の総顧客数は約33,200社、$100K+ ARR顧客がARRの約90%を生んでいる。

    ・4製品以上利用:56%
    ・6製品以上利用:35%
    ・8製品以上利用:20%
    ここはかなり重要。DDOGは単一製品の監視ツールではなく、顧客の中で複数製品を広げるプラットフォーム型に進んでいる。4製品以上利用は前年の51%から56%、6製品以上は28%から35%、8製品以上は13%から20%へ上がっている。

    ・AI integrations利用顧客:6,500社超
    顧客数では全体の約20%にすぎないが、ARRでは約80%を占める。つまり、AI関連の利用は小口顧客ではなく、大口・高度顧客にかなり偏っている。LLM ObservabilityのspansはQoQで約3倍、MCP Serverのtool callsはQoQで4倍、Bits Assistant messagesは12倍に増えた。

    ・Q2 FY2026ガイダンス:売上$1.07B〜$1.08B
    Q1の$1.006Bから、QoQで約+6〜7%の増収を示唆している。YoYでは+29〜31%。Q2にはDASHカンファレンス費用約$15Mを織り込んでも、non-GAAP営業利益率は21〜22%を見込んでいる。

    ・FY2026ガイダンス:売上$4.30B〜$4.34B
    通期売上成長率は+25〜27%。non-GAAP営業利益は$940M〜$980M、non-GAAP営業利益率は22〜23%。会社は、FY2026のCapExと資本化ソフトウェア開発費を売上の4〜5%と見込んでいる。


    数字だけ見ると、今回のDDOGはかなり強い。

    売上は再加速。
    FCFは高水準。
    大口顧客は増加。
    複数製品採用も進行。
    AI関連プロダクトの利用も伸びている。
    さらに、Q2ガイダンスもかなり強い。

    ただし、今回のDDOGで本当に見るべきなのは、DDOGがAIに壊されるSaaSなのか、それともAIによって強くなるSaaSなのか、ここを私なりに解き明かす。

    ■ そもそもDDOGは何をやっている会社なのか?


    私は毎回DDOGの決算を追っていない。およそ一年振りにしっかりと決算を分析する。
    ますば改めてDDOGという会社について確認する。

    まず、DDOGはAIモデルを作る会社ではない。

    GPUを作る会社でもない。
    AIアプリを作る会社でもない。
    AIエージェントを企業に実装するコンサル会社でもない。

    DDOGは、企業のアプリケーション、インフラ、ログ、ユーザー体験、セキュリティ、クラウド環境、そして最近ではLLMやGPUワークロードまで、実際に本番環境で何が起きているかを可視化する会社だ。

    もっと簡単に言えば、企業のデジタルシステムの「異常を見つける会社」である。

    ただし、今のDDOGはそれだけではない。

    Datadogはインフラ監視、APM、ログ管理、ユーザー体験監視、クラウドセキュリティ、サービス管理などを統合・自動化し、顧客の技術スタック全体に対してリアルタイムの可観測性とセキュリティを提供するSaaSプラットフォームである。さらに、Observabilityだけでなく、Cloud Security、Software Delivery、Service Managementにも拡張している。

    ここが重要だ。

    DDOGは単なるログ管理会社ではない。
    インフラだけでもない。
    APMだけでもない。

    アプリ、インフラ、ログ、ユーザー体験、セキュリティ、AIワークロードを一つの運用文脈にまとめる会社だ。

    そしてAI時代になると、この「運用文脈」の価値が上がる。

    なぜなら、AIが企業に入ると、監視すべき対象が増えるからだ。

    AIエージェントがAPIを叩く。
    AIがコードを書く。
    LLMがアプリに組み込まれる。
    GPUクラスターが動く。
    モデルの推論コストが発生する。
    エージェントが社内システムにアクセスする。
    セキュリティアラートが増える。
    プロンプトインジェクションやデータ流出リスクも出る。

    こうなると、「AIを導入したら終わり」ではない。

    AIが本番環境で正しく、安全に、効率よく動いているかを監視する必要がある。

    ここがDDOGの領域だと思う。


    ■ Q1決算はなぜ強かったのか?


    今回のQ1決算は、単純に売上が強かっただけではない。

    重要なのは、売上成長が再加速したことだ。

    Q1売上は$1.006B、YoY +32%。Q4の+29%から加速した。さらにCFOは、Q1のQoQ売上成長率6%が2022年以来で最も強いQ1であり、既存顧客の sequential usage growth、つまり既存顧客の使用量の前期比成長も2022年Q1以来で最も強かったと説明している。

    これはかなり重要だと思う。

    DDOGは2022年以降、クラウド最適化の影響を受けた。
    顧客がクラウド支出を見直し、ログや監視データの使用量を最適化したことで、成長率が鈍化していた。

    しかし今回、Q1では既存顧客の利用が再び伸びている。
    さらに、新規ロゴの年換算Bookingsは過去最高を大きく更新し、前年同期比で2倍超になったとも説明している。

    つまり、今回の強さは一部のAI顧客だけではない。

    会社は、AI native顧客を除いた広範な顧客ベースでも、売上成長がmid-20s%へ加速したと説明している。これは前四半期の23%、前年同期の19%からの改善だ。

    ここはDDOGを見るうえでかなり大事だと思う。

    AI銘柄として買われているだけなら怖い。
    しかし、非AI顧客も加速しているなら、クラウド移行、デジタル変革、製品採用拡大、そしてAI導入の初期効果が重なっている可能性がある。

    今回のDDOGは、AI nativeだけの一本足ではない。


    ■ DDOGはAIに壊されるSaaSなのか、AIで強くなるSaaSなのか?


    ここが今回一番考えたいところだ。

    AI時代になると、SaaSの一部は壊される可能性がある。

    特に、人間の席数で課金するper-seat型SaaSは注意が必要だと思う。
    AIエージェントが人間の作業を代替すれば、ユーザー数が増えにくくなるかもしれない。
    人間が画面を開いて作業する前提のSaaSは、AIエージェントにワークフローを抜かれる可能性もある。

    しかし、DDOGは少し違う。

    DDOGは人間の座席数で伸びる会社ではない。
    インフラ、ログ、APM、セキュリティ信号、ワークロード、データ量、使用量に連動する会社だ。


    AIがコードを書くほど、アプリは増える。
    AIがアプリに入るほど、ログは増える。
    AIエージェントが本番環境で動くほど、追跡すべき挙動は増える。
    GPUクラスターが大きくなるほど、利用率や電力や熱やインターコネクトの監視が必要になる。
    LLMが本番アプリに組み込まれるほど、入力、出力、エラー、トークン使用量、レイテンシを見る必要が出る。

    つまり、DDOGはAIに壊される側というより、AIによって複雑性が増えるほど必要になる側に見える。

    ここが、DDOGの投資テーマとしてかなり重要だと思う。

    もちろん、AIが監視を自動化することでDatadogのUI価値が下がるリスクはある。
    だが、逆にAIエージェントがDatadogのデータを読むようになれば、DDOGは人間向けダッシュボードから、AI向けの本番環境データレイヤーになる。


    ここに見方の転換がある。

    ■ 今回の決算で一番大きい変化はAI training workload


    今回のDDOG決算で、私が一番メスを入れたいのはここだ。

    AI training workload、つまりAIモデルの学習工程が、Datadogの新しい市場になり始めている可能性がある。

    これまでは、AI trainingは一部のBig TechやAI研究機関が、自社の内製ツールで回す領域だったと思う。

    しかし、GPUクラスターが巨大化し、モデル学習が高額化し、training runの失敗が競争上の遅れやコスト増につながるようになると、可観測性の価値は一気に上がる。

    今回のQ1コールでは、DDOGが世界最大級のAI研究チーム2社と、7桁および8桁の年換算契約を獲得したと説明されている。これらの組織は最先端AIモデルを構築・学習しており、断片化した内製・オープンソースツールでは問題特定が難しく、研究生産性やengineering velocityを下げていた。Datadogは、GPU Monitoringを含め、大規模並列GPUグリッド上のhyperscale AI training workloadsを最適化するために使われている。

    これはかなり大きい。

    AI FactoryはGPUを並べるだけでは終わらない。
    GPUを大量に並べるほど、運用の難易度が上がる。

    GPU利用率。
    ワークロード効率。
    熱。
    電力。
    インターコネクト性能。
    training runの失敗。
    ノード間のボトルネック。
    モデル学習の遅延。
    GPUの無駄遣い。

    ここを見ないと、AIインフラの本当のROIは上がらない。

    NVDA、VRT、ALAB、MRVLがAI Factoryの物理インフラ側にいるなら、DDOGはそのAI Factoryが本当に効率よく動いているかを見る運用レイヤーにいる。

    これは、今のAIレイヤー地図の中でかなり重要な位置だと思う。


    ■ MCP Serverは、ダッシュボード会社から本番環境コンテキスト会社への変化


    今回、もう一つかなり重要なのがMCP Serverだ。

    これは単なる新機能ではないと思う。

    MCP Serverは、AI coding agentやIDEが、Datadogのリアルタイム本番環境データにアクセスできるようにするものだと会社は説明している。

    ここはかなり本質的だと思う。

    これまでのDatadogは、人間のエンジニアが見るダッシュボードだった。

    障害が起きる。
    SREや開発者がDatadogを見る。
    ログを調べる。
    APMを見る。
    メトリクスを見る。
    原因を探す。
    修正する。

    しかしAI coding agent時代になると、この流れが変わる。

    AIエージェントがコードを書く。
    AIエージェントがバグを修正する。
    AIエージェントが本番環境の異常を見に行く。
    AIエージェントがログやメトリクスを読んで原因を推定する。

    そのとき、AIエージェントに必要なのは、本番環境の文脈だ。

    コードだけ見ても分からない。
    本番で何が起きているかを知らなければ、正しい修正はできない。

    だから、DDOGの本質はダッシュボードではない。
    本質は、本番環境の状態を構造化して持っていることだ。

    人間がその情報を見る時代には、Datadogは監視ダッシュボードだった。
    AIエージェントがその情報を読む時代には、Datadogは本番環境コンテキストのAPIになる。

    MCP Serverは、その変化を示すかなり重要な製品だと思う。


    ■ GPU Monitoringは、AI Factoryの運用レイヤーを取りに行く製品


    GPU Monitoringも、単なる周辺製品として見ない方がいい。

    会社は、GPU MonitoringによってGPU fleet utilization、workload efficiency、thermal and power behavior、interconnect performanceを理解できるようにすると説明している。つまり、GPUの利用率、ワークロード効率、熱、電力、接続性能を見られるようにする製品だ。

    これはAI Factoryの運用レイヤーだ。

    これまでAI投資は、GPUを買うこと、データセンターを建てること、電力を確保することに注目が集まりやすかった。

    しかし、GPUを買えば終わりではない。

    GPUが遊んでいないか。
    学習ジョブが効率的に回っているか。
    ネットワークが詰まっていないか。
    電力や熱がボトルネックになっていないか。
    GPUコストに見合う成果が出ているか。

    ここが重要になる。

    DDOGは、GPUそのものを売る会社ではない。
    でも、GPUが本番環境でどう動いているかを可視化する会社になれる。

    AIインフラ投資が巨大化するほど、AIインフラの運用効率を上げるソフトウェアの価値は高まる。

    ここはDDOGの新しい成長レイヤーとして見ておきたい。


    ■ Bits AIは、監視から自律運用への入口


    Bits AIも、単なるAIチャット機能として見てはいけない。

    会社はBits AI Security Agentについて、Datadog Cloud SIEMの信号を自律的にtriageし、潜在的な脅威を深く調査し、実行可能な推奨を出すものだと説明している。さらに、数時間かかる調査を30秒程度まで短縮できる事例も示している。

    ここで重要なのは、DDOGが「見る」から「調べる」へ進んでいることだ。

    監視する。
    異常を検知する。
    原因を調べる。
    対応案を出す。
    将来的には修復に近づく。

    この流れだ。

    これまでのObservabilityは、問題を見つけるための道具だった。
    しかしAI時代には、見つけるだけでは足りない。

    AIエージェントが、本番環境のデータを読み、異常原因を推定し、修正案を出し、場合によっては自動対応する。
    ここまで行くと、DDOGの役割は監視ツールから、自律運用基盤に近づく。

    もちろん、完全自律運用はまだ先だと思う。

    でも、今回のQ1で見えたのは、DDOGがそこへ向かうための部品を揃え始めているということだ。

    MCP Server。
    Bits AI SRE Agent。
    Bits AI Security Agent。
    GPU Monitoring。
    LLM Observability。
    APM Recommendations。
    Experiments。
    Feature Flags。

    これらは全部、バラバラに見るより、「本番環境を理解し、検証し、原因を調べ、修正に近づく」ための部品として見た方が分かりやすいのではないか。


    ■ Securityはまだ本格回収前のオプション


    DDOGのSecurityもかなり重要だと思う。

    ただし、今回は主役にしすぎない方がいい。
    主役はAIワークロードと本番環境コンテキストだと思う。

    それでもSecurityは、DDOGの今後の拡張余地として見ておく必要がある。

    Investor Day資料では、Datadog Securityの顧客数は8,500社超、Fortune 500の4分の1がDatadog Security製品を使っていると示されている。さらに、$1M+顧客の70%が1つ以上のSecurity製品を使っている一方で、SecurityがDatadog支出全体に占める比率はまだ2%にすぎないと説明されている。

    これはかなり面白い。

    つまり、Securityは顧客には入り始めている。
    でも、まだウォレットシェアは小さい。

    ここが伸びるなら、DDOGはObservability企業から、Observability + Security企業へ評価軸が変わる。

    特にAI時代は、セキュリティの複雑性も増える。

    AIエージェントが権限を持つ。
    AIがコードを書く。
    AIが社内データにアクセスする。
    AIアプリにプロンプトインジェクションが起きる。
    機密情報が出力される。
    LLMの挙動が監査対象になる。

    この世界では、ObservabilityとSecurityの境界はかなり曖昧になる。

    DDOGがここを統合できるなら、競争優位はさらに深くなると思う。


    ■ 高バリュエーションは正当化できるのか?


    ここから株の話になる。

    今回のDDOGは、企業としてはかなり強い。
    ただし、株としては簡単ではない。

    DDOGのP/E Non-GAAP TTMは90倍台、Forwardでも80倍台。EV/SalesもForwardで15倍台、Price/SalesもForwardで16倍台だ。

    これはDDOGは「良い会社だから買える」ではない。

    この高い評価を正当化するには、今後もかなり高い条件を満たす必要がある。

    売上成長率30%前後を維持する。
    non-GAAP営業利益率20%台を維持する。
    FCFマージン25%前後以上を維持する。
    SBC比率を下げる。
    AI関連製品が実際に売上へ効く。
    AI training workloadが一部大型顧客だけでなく広がる。
    Securityのwallet shareが上がる。
    MCP ServerやBits AIが利用量だけでなく収益化に結びつく。

    ここまで確認できて、初めて今の高バリュエーションが説明しやすくなる。

    だから、今回のDDOGは強い決算だった。
    でも、買値はかなり重要だと思う。



    ■ まだ圧倒的モートと言い切れない理由


    今回の決算で、DDOGへの評価は上がった。

    ただし、ここで「圧倒的モート企業」と言い切るのはまだ早い。

    理由は3つある。

    1つ目は、AI training workloadがまだ初期であること。

    2つの世界最大級AI研究チームとの契約は強い。
    ただし、これが次の10社、100社、500社に広がるのかはまだ確認できていない。

    2つ目は、AI関連プロダクトの収益化がまだ見えにくいこと。

    LLM Observabilityのspansが3倍、MCP Server tool callsが4倍、Bits Assistant messagesが12倍という利用量の伸びは非常に面白い。
    ただし、それがどれだけARR、売上、利益に転換しているかはまだ詳細開示されていない。

    3つ目は、OpenTelemetry、open source、hyperscaler内製化のリスクだ。

    Observabilityのデータ収集部分は標準化・オープン化していく可能性がある。
    クラウドベンダー自身も監視機能を提供している。
    AIエージェントがログを直接読むようになれば、DatadogのUI価値が一部下がる可能性もある。

    ただし、ここで重要なのは、DDOGのモートが「データを集めること」だけではないことだ。

    DDOGの価値は、データを集めることではなく、データを相関させ、運用文脈に変換し、チームやAIエージェントが使える形にすることだと思う。

    メトリクス。
    ログ。
    トレース。
    ユーザーセッション。
    セキュリティ信号。
    LLM traces。
    GPU telemetry。
    APM。
    RUM。
    Feature Flags。
    Experiments。
    Incident response。

    これらが一つの文脈にまとまることに価値がある。

    だから、DDOGのモートは拡大している。
    ただし、不可逆に深まったと断定するには、AI関連プロダクトの収益化と、Security・GPU・MCP・Bits AIの横展開をもう少し確認したい。


    ■ コア候補として見るが、買値はかなり重要


    ここで、自分のポートフォリオに接続して考えたい。

    DDOGは、INODのようなサテライト候補ではないと思う。
    INODはまだ未証明な部分が多い。AI評価インフラ企業へ変われるかを見る銘柄だ。

    一方で、DDOGはすでに証明済みの会社だ。

    四半期売上$1B。
    ARR $4B超。
    FCF $289M。
    $100K+ ARR顧客4,550社。
    複数製品採用率の上昇。
    non-GAAP営業利益率22%。
    現金等$4.8B。

    これは普通に強い。

    だからDDOGは、サテライトというより、コア候補に昇格し得る高品質AI運用インフラ銘柄として見る方が自然だと思う。

    ただし、今すぐ大きく買うかは別問題。

    いつも思うが、良い会社であることと、良い買値であることは違う。

    DDOGは、AI時代に補強される銘柄に見える。
    ただし、株価はすでにそれをかなり織り込んでいる。


    だから現時点では、こう整理したい。

    DDOGはAIレイヤー地図を完成させるうえで重要な銘柄。

    ただし、今すぐ大きく買う銘柄というより、コア候補に昇格し得る高品質監視銘柄として、買値を慎重に見る銘柄。

    これが現時点の私の整理だ。


    ■ 結論


    今回のDDOG決算はかなり強い。

    売上は再加速した。
    FCFも強い。
    大口顧客も増えた。
    複数製品採用も進んだ。
    AI integrations利用顧客も増え、ARRの約80%を占める大口顧客群に浸透している。
    さらに、GPU Monitoring、MCP Server、Bits AI Security Agent、ExperimentsをGA投入した。

    ただし、本当に重要なのは数字の強さだけではない。

    DDOGは、単なるクラウド監視SaaSから、AIエージェント時代の本番環境OSへ進もうとしている。

    AIがコードを書く。
    LLMがアプリに入る。
    AIエージェントがAPIを叩く。
    GPUクラスターが動く。
    セキュリティアラートが増える。
    AIの挙動を監視し、評価し、修正する必要が出る。

    この世界では、企業はAIを導入するだけでは足りない。
    AIが本番環境でどう動いているかを見なければならない。

    ここにDDOGの価値がある。

    一方で、株としては簡単ではない。

    今のDDOGは高い。
    高いだけの理由はある。
    でも、高い株を高いまま買って報われるには、今後もかなり強い実行が必要になる。

    だから、現時点の評価はこうだと思う。

    DDOGは、AI時代に補強されるObservability企業。
    AIエージェント時代の本番環境コンテキストを握る可能性がある。
    モートは拡大している。
    ただし、まだ不可逆に深まったと断定するには早い。
    そして、買値は非常に重要。

    ■ 次回チェックポイント


    ・Q2売上が$1.07B〜$1.08Bガイダンスを上回るか
    ・売上成長率が30%前後を維持できるか
    ・非AI顧客のmid-20%成長が続くか
    ・既存顧客の使用量成長がQ1だけで終わらないか
    ・AI integrations利用顧客が6,500社超からさらに伸びるか
    ・AI integrations顧客のARR比率が高水準を維持するか
    ・LLM Observabilityのspans成長が続くか
    ・MCP Serverのtool calls成長が続くか
    ・Bits AI SRE / Security Agentが有料ARRにどれだけ転換するか
    ・GPU Monitoringの追加事例が出るか
    ・AI research / training workload案件が2社だけでなく広がるか
    ・$1M+ AI native顧客数、$10M+ AI native顧客数が増えるか
    ・Security ARRのwallet shareが上がるか
    ・4製品以上、6製品以上、8製品以上の採用率がさらに上がるか
    ・SBC / 売上比率が20%未満に定着するか
    ・希薄化後株式数の増加が抑えられるか
    ・FCFマージン25%以上を維持できるか
    ・高バリュエーションを正当化できる成長と利益率の両立が続くか



    最後まで読んでいただきましてありがとうございます。役に立ちましたら、是非、スキ、フォローしていただきましたら幸いです。


    (免責事項)
本執筆内容は、執筆者個人の意思決定の整理及び記録等を目的として公開するものであり、迷い・再考・修正・仮説更新を伴います。また、本執筆によって提供される情報は正確性等を保証するものではございません。つきましては、読者の方々にとって必ずしも適切であるとは限らないことから、投資を行う際は、株式への投資は大きなリスクを伴うものであることをご認識の上、ご自身の判断と責任の基で投資をされるようお願いします。なお、いかなる金融商品や個別株への投資勧誘や投資手法を推奨するものではありません。


     
     
    本質的な「企業の競争優位」と「資本循環」と「自分のポートフォリオ内の役割」を一体で見ようとしている個人投資家。 不可逆にモートを積み上げ拡大する企業へ集中投資。 規律の中で時限的加速装置としてモメンタムサテライト投資も。 一次情報から迷い・再考・修正・仮説更新を記録する。

    あなたへのおすすめ