ペガシステムズ 2026年 第3四半期 決算説明会

皆さま、おはようございます。ペガシステムズの2026年第3四半期決算説明会にようこそ。始める前に、セーフハーバーに関する声明を読み上げます。この電話会議および関連資料で述べられる一部の記述は、1995年私募証券訴訟改革法で定義される将来予想に関する記述に該当する場合があります。「期待する」「予想する」「意図する」「計画する」「信じる」「する予定である」「可能性がある」「すべきである」「見積もる」「かもしれない」「予測する」などの語句や類似の表現は、将来予想に関する記述を示すものです。これらの記述は、当該記述が行われた日付時点のものであり、現時点での期待や前提に基づいています。これらの記述は将来の事象に関するものであるため、リスクや不確実性を伴い、その結果、実際の業績が2026会計年度以降に関する当社の現時点での期待と大きく異なる可能性があります。

実際の業績が大きく異なる原因となり得る重要な要因については、2026年第3四半期の業績を発表した当社のプレスリリース、および米国証券取引委員会への提出書類に記載されています。これには、2025年12月31日終了年度の年次報告書（Form 10-K）ならびにその他の最近のSEC提出書類が含まれます。投資家の皆さまには、これらの将来予想に関する記述に過度に依存しないようご注意いただきます。法律で義務付けられる場合を除き、その後の事象や状況を反映するために将来予想に関する記述を更新または修正する義務を当社は負いません。また、この電話会議で取り上げる非GAAP財務指標は、GAAPに準拠して作成された財務指標に追加して検討すべきものであり、それらに代わるものではありません。為替変動の影響を除いた指標は、表示されているすべての期間に2025年9月30日の為替レートを適用して算出しています。GAAP指標と非GAAP指標の調整表は、決算プレスリリースに掲載しています。

それでは、ペガシステムズの創業者兼CEO、アラン・トレフラーに引き継ぎます。

ありがとうございます、ピーター。本日ご参加の皆さまにもお礼申し上げます。ケンが業績について説明する前に、AI市場を取り巻く状況と、なぜそれがペガにとって大きな長期的機会なのかについて、少しお話ししたいと思います。当社のテクノロジーは他社との差別化が図られており、今の時代に非常に適したものです。しかし率直に申し上げると、今年の当社の実行力は期待に追いついていません。この機会をより確実に捉えるため、当社は実質的な改革を進めています。ケンがこの後、詳しく説明します。市場の現状は、混乱と価値の模索だと言えるでしょう。企業のリーダーたちは、AIをめぐる誇大宣伝の大波に直面しています。私のキャリアの中で、これほど混乱し、先行きの見えないテクノロジー市場は初めてです。2000年のインターネットバブルでさえ、ゆっくり展開したように見えるほどです。AIには大きな可能性がある一方で、時には大きな思い違いもあります。

今四半期、セールスフォースは「Claudeforce」を発表しました。これは実質的に、将来をアンソロピックに託すものです。アンソロピックは、自社がセールスフォースのTAM、つまりターゲットとする獲得可能市場全体を狙っていると公言しています。その後、9月にアンソロピックがAI開発の一時停止を呼びかけ、OpenAIや他の最先端AI研究所のリーダーたちも賛同を表明しました。しかし、それ以降の数カ月で、アンソロピックはClaudeの主要なモデル変更を3回実施しました。OpenAIもGPTの主要モデルを3つリリースしました。グーグルは新しいGeminiモデルをリリースしました。さらに、Mistral、Qwen、DeepSeekによる新モデルや、社内で利用しているもののまだ公開していないモデル研究所のモデルは含まれていません。最近の一時停止とは、こういうものなのでしょう。誰もが混乱するのも無理はありません。私が話を聞いた企業のリーダーたちは、実際のところ、最新モデルを追いかけるのをやめています。

彼らが求めているのは、ガバナンスを維持し、コストを管理しながら、測定可能な価値をもたらす形でAIを業務に結び付けることです。市場には材料があふれていますが、企業にはレシピが必要です。それを提供するのがペガです。ケンが説明する改革は、そのレシピを必要とする顧客や経営幹部に直接届けることに重点を置いています。AI業界の多くは、モデルやトークンを販売しています。ペガが提供するのは、それとは異なるものです。企業の実際の業務のあり方を踏まえ、予測可能な成果とコストを実現するAIの枠組みです。当社のアーキテクチャは、LLMの力と独自の統計的AIを活用し、企業の事業を支えるワークフローや意思決定の設計、構築、運用のあり方を変革します。モデルは重要な要素ですが、AIを機能させるには、モデルを取り巻く枠組みを整え、何をすべきかを示す業務上のコンテキストを与える必要があります。

当社のワークフローは、AIを統制とガバナンスの枠組みに組み込み、必要な知識とコンテキストを適切なタイミングで正確に提供します。フォレスターがごく最近発表したエンタープライズAIプラットフォームに関するレポートでは、「エージェント型AIの価値を生み出すのは洞察ではなく、ワークフローです」と述べられています。当社は、AI変革のあらゆる段階でこの枠組みを適用します。設計段階では、AI時代に向けたワークフローと意思決定の再構想をお客様に支援します。当社は、分かりやすく、誰もが利用できる方法でアプリケーションを作成・保守できるよう支援するために構築しています。そして、それらを運用し、大規模な環境でも予測可能な動作をするエージェント型ワークフローを実現します。私が話をする経営幹部は、レガシーシステムや時代遅れのプロセスに、ただAIを付け加えるだけではいけないと理解しています。彼らは仕事の進め方そのものを再設計したいと考えています。

ブループリントは、他社にはない問題解決にAIを活用し、事業部門とIT部門が協力して自社のオペレーティングモデルを再構想する手段を提供します。AIのスピードです。生成AIの生の力を活用し、ペガが数十年にわたり培ってきたワークフローの専門知識と業界のベストプラクティスに基づく枠組みを与えます。ブループリントは、クロード、GPT、ジェミニなどのモデルが持つ生の力と、さまざまな業界の経営幹部とともに取り組む中で当社が数十年かけて蓄積してきた知見を組み合わせます。アプリケーションを本番環境に移行する前に、ルール、ワークフロー、ポリシー、オペレーティングモデルを確立するのに役立ちます。その結果、企業がどのように業務を進めるべきかを示す再現可能なレシピが、実際に稼働するシステムへと直接落とし込まれます。AIの活用をめぐる議論の多くが見落としているのは、企業が日々行う業務の95%超が繰り返し発生するという点です。

プロセスそのものはAIによって変革されますが、異議申し立てへの対処方法や新規顧客の最適な受け入れ方法が定まれば、大規模に展開する際にも同じ方法で実行したいはずです。こうした反復可能な業務をAIの推論に任せて自由に進めさせるのは、リスクが高く、コストもかかります。ブループリントは、AIを活用して、こうした反復可能なプロセスを把握します。それらをはるかに効率的になるよう設計し、その後、膨大なトークン費用をかけることなく、極めて大規模な環境でも一貫して実行します。これはコスト効率が大幅に高いだけでなく、AIガバナンスにとってまさに適切なアプローチです。MCPコネクターを使って、ClaudeやGPTなど、お客様が選んだAIツールに直接接続するワークフローを作成することで、エージェントが何をしてよいのか、どのデータにアクセスできるのか、どのルールに従わなければならないのかを正確に指示するワークフローを構築できます。

AIを適切にガバナンスするには、最初からプロセスに組み込むことが正しい方法だと考えています。まさにこれを実現するのが、Blueprintであり、ペガのテクノロジーです。他社は、問題が起きた後に対処するためのコントロールタワーやキルスイッチを販売していますが、私たちはそれをばかげたことだと考えています。それでは、問題への対応が遅すぎますし、対処する場所も間違っています。お客様はキルスイッチに頼るわけにはいきません。私たちのアプローチなら、キルスイッチは必要ありません。ここで重要なのは、構造です。お客様が数日でレシピの設計を完了し、アプリケーションを構築するためにBlueprintをInfinityに読み込めるよう支援することで、Copilot、Claude、Codexなどのエージェントを使って実行できるようになります。また、お客様が独自のモデルを持ち込めるようにしています。何らかの理由で、特定の活動や好みがある場合にも対応できます。

開発環境には、50を超えるエージェントスキルを追加しました。開発者の環境とペガの環境は、連携しながら包括的に機能します。開発者はエージェント型開発のスピードを活用できます。一方、私たちは、開発を理解しやすく、再利用可能で、拡張性のあるものにするための構造を提供します。AI企業が売り込んでいる提案の一つが、「自分でコードを書く」ということだと理解しています。実際のところ、私たちは何十年にもわたり、「自分でコードを書く」というアプローチと競争してきました。もちろん、AIコーディングツールには大きな力があります。私たち自身もそれらを使っており、Infinity StudioのAIアシスタントにも組み込んでいます。しかし、根本にある問いは変わりません。AIエージェントは膨大な量のコードを生成します。数百万行です。これまで見たことのないほど大量のコードです。そのコードの多くは、6カ月後や12カ月後には理解するのが非常に難しくなり、変更するのはさらに困難になります。

ここに、Pegaならではの違いがあります。Pegaでは、ロジックは視覚的で透明性のある状態に保たれます。エージェントにしか読めないほど複雑なコードの中に埋もれることはありません。業務部門やIT部門のユーザーは、Pegaのワークフロー、ルール、設定を確認し、アプリケーションが何をするのかを正確に把握できます。これが、変化に対応できるように構築するということです。実行時には、Pegaアプリケーションが、制御とガバナンスのもとでエージェントを連携させるエージェント型ワークフローを実行します。Infinityでは、カスタマーサービスのチャットボットや従業員向けアシスタント、さらにはPega以外のエージェントも、Pegaのワークフローや意思決定を見つけて実行できます。エージェントは、すべてのステップを改めて推論する必要はありません。Blueprintが設計時に、すでにその作業を済ませています。取引のたびに人間が介在するのではなく、設計を承認する段階で人間が関与する仕組みにしています。

Pegaのエージェント型ワークフローでは、文書の読み取りや案件・顧客の履歴の調査など、特定のタスクをエージェントに実行させます。ワークフローがタスクの制約を設定します。そのため、各エージェントが実行できること、確認できることを制御できます。このように小規模で対象を絞ったエージェントを使うアプローチにより、ハルシネーションのリスクを抑え、使用するトークンも大幅に削減できます。だからこそ、トークン料金を請求せず、案件ごとの固定料金を提示できます。このアプローチについて、お客様から大きな期待が寄せられています。PegaWorldでは、このアプローチを、レストランを開店する前にテストキッチンでレシピを完成させるシェフになぞらえました。お客様ごとに料理を一から作り直すのではありません。Blueprintは、そのテストキッチンです。設計時に、お客様は業務上のレシピを集めたライブラリーを作成します。ワークフロー、意思決定、ルール、データを整理し、承認や理解がしやすく、そして何よりも変更できるようにします。