Elastic cerró su segundo trimestre fiscal de 2026 con resultados superiores a las previsiones y un mensaje claro: la inteligencia artificial está redefiniendo tanto la observabilidad como la seguridad, y la compañía quiere liderar esa transición. Los ingresos del trimestre ascendieron a 423,48 millones de dólares, un 15,9 % más que en el mismo periodo que el año anterior, acompañados de un beneficio por acción de 0,64 dólares. Las suscripciones lideradas por ventas crecieron un 18 %, el margen operativo no GAAP se situó en el 16,5 % y ya son más de 1.600 las organizaciones que superan los 100.000 dólares de gasto anual con la compañía.
El CEO, Ashutosh Kulkarni, describió el trimestre como “excepcional” y subrayó que la demanda de IA generativa está acelerando la adopción de la plataforma. Según explicó, el crecimiento del dato no estructurado —desde logs hasta documentos y telemetría— está llevando a muchas empresas a apoyarse en herramientas capaces de aportar contexto en tiempo real. Elastic considera que su tecnología, construida desde el principio para trabajar con grandes volúmenes de información semi o no estructurada, le sitúa en una posición privilegiada justo cuando el mercado vuelve a girar hacia este tipo de datos.
Incremento de la oferta
La empresa acompañó estos resultados con un refuerzo notable de su oferta de IA. La incorporación de Agent Builder permite crear agentes conversacionales y flujos de trabajo inteligentes sobre cualquier dato almacenado en Elasticsearch, sin necesidad de procesos complejos de orquestación.
La compañía ha lanzado también su propio servicio de inferencia en GPU dentro de Elastic Cloud, que incluirá modelos propios y los modelos multilingües y multimodales de Jina AI, cuya adquisición fue anunciada en paralelo. A ello se añade DiskBBQ, un nuevo algoritmo que mejora la eficiencia del vector search, y Streams, la propuesta con la que Elastic quiere transformar la forma en la que los equipos de observabilidad trabajan con logs: organizándolos, interpretándolos y detectando problemas mediante IA, sin pipelines ni parsers extensos.
En seguridad, Elastic continúa integrando automatización avanzada gracias a Elastic Workflows, que permite responder a incidentes a través de procesos guiados o completamente automatizados.
Elastic Analyst Day
Esta visión se desarrolló con mayor profundidad durante el Analyst Day celebrado en octubre, donde la compañía posicionaba la IA en el centro de su hoja de ruta. En ese encuentro, Elastic defendió que su mayor fortaleza es su incumbencia: millones de desarrolladores usan Elasticsearch, y los clientes ya almacenan en sus clústeres decenas de petabytes diarios de información. La tesis de Kulkarni es que, en un mundo donde los modelos generativos necesitan acceder a datos internos para ofrecer respuestas útiles, la plataforma que ya custodia ese conocimiento parte con una ventaja decisiva.
El equipo directivo explicó que la industria está entrando en una nueva etapa donde la IA no sólo genera respuestas, sino que actúa. Para que esa acción sea segura y precisa, es imprescindible un proceso que Elastic denomina “context engineering”: obtener, filtrar, transformar y servir el dato exacto que un modelo necesita para trabajar sin errores. La compañía aprovechó el Analyst Day para recordar que lleva años invirtiendo en modelos propios de embeddings y reranking, en optimización de vector search, en observabilidad de LLM y en herramientas que permitan construir agentes y flujos de trabajo con precisión. Todo ello se traduce, según expusieron, en una plataforma unificada capaz de manejar búsquedas, telemetría, detección de amenazas y automatización desde un único plano de datos.
El evento permitió también entender la dimensión del cambio que Elastic persigue en observabilidad y seguridad. La compañía cree que los logs volverán a ser el centro de las operaciones, pero esta vez analizados por un sistema capaz de interpretar patrones, identificar causas raíz y señalar anomalías sin intervención humana. En seguridad, la ambición pasa por unificar el SIEM y el XDR en un único entorno construido sobre el mismo motor, donde la IA no es un añadido sino la base del análisis, la correlación y la respuesta. Kulkarni insistió en que este enfoque permite competir de manera directa con proveedores establecidos que dependen de arquitecturas más rígidas o de productos que operan como piezas separadas.
