Thoma Bravo幹部Holden Spaht氏、「必要な処理の80〜90%はオープンウェイトモデルで足りる」と発言 ― 従量課金のトークン費用に企業が向き合う
「今年の初めは、とにかくAIを使えるだけ使え、という空気だった。いまは成果に何が得られているのかが問われている」。世界有数のソフトウェア特化型プライベートエクイティであるThoma Bravoのマネージングパートナー、Holden Spaht氏は、iCapitalのポッドキャスト「The Bridge」(エピソード22)でこう語りました。聞き手はiCapitalのチーフ・インベストメント・ストラテジストのSonali Basak氏です。
Spaht氏は、同社が投資する70社超の企業向けソフトウェア企業のうち約10社で取締役を務めています。投資家と経営の両方の視点から、2026年のAIとソフトウェアを振り返り、2027年の見通しを述べました。
なお、同氏は、自社の投資先や運用戦略を語る当事者です。数字や見通しは本人の発言であり、第三者による検証を経たものではない点に留意して読む必要があります。
1. 2026年の空気の変化:「試行」から「成果」へ
1-1. 「請求書が届く時期」が来た
Spaht氏によると、年初は顧客企業の従業員全員が、「AIを使えるだけ使おう」という姿勢でした。同社は、3月の年次投資家総会で、「いずれ請求書が届く。顧客は成果に目を向けるようになる」と伝えていたといいます。同氏は「試行から成果への移行」だと表現し、その時期がすでに来ていると述べました。
1-2. トークン単価は下がっても、支出は増える
トークンあたりのコストは下がっていますが、最先端モデルのコストは、上がり続けており、利用量も大きく増えています。Spaht氏は、企業が年央にトークン予算を超えていることに気づき、支出に見合う成果を問い始めたと見ています。
同氏の投資先は、必要な処理の80〜90%はオープンウェイトモデルで実現できると認識し始めているとのことです。
1-3. 「なぜ計算をトークン課金で行うのか」
同氏は、投資先のAnaplanを例に挙げました。同社は在庫などの確定的な計算を行うソフトウェアで、従来の分析エンジンなら限界費用ほぼゼロで計算できます。その計算に、言語モデルをトークン課金で使う理由があるのか、という問いです。
現在は、CFOやCIOが議論の場に入り、支出の予測可能性の低さを問題視しています。同社の投資先は、支出の見える化や予測可能性を高めるソフトウェアを開発しています。深い業界知識を組み込んだ推論の提供により、現在よりも効率的かつ低コストで顧客にAIを提供できる、という見方です。これが2027年に向けて期待するブレークスルーだと述べました。
2. 「SaaSポカリプス」の総括
2-1. 「コードだけがソフトウェアではない」
Spaht氏は、この呼称自体を好まないとしながら、2月〜3月に広まった見方を振り返りました。それは、企業がSalesforceやWorkdayのような基幹システムを、AIで自前開発(バイブコーディング)するという見方です。
同氏はこれを「ソフトウェアの誤解」だと述べます。ソフトウェアはコードだけでなく、業務プロセス、コンプライアンス上の義務、従業員や顧客に関する長年の文脈を含むものだからです。
2-2. 株価下落の局面で、取締役会は動けなかった
同氏は、傘下に70社超があることで、市場の実態を把握できる立場にあると説明します。ソフトウェア企業の大半は非公開だからです。株価が5〜6割下がっていた局面では、Thoma Bravoが買収を打診しても、多くの取締役会は交渉に乗らなかったといいます。
2-3. 現在の見方
同氏は、そうしたセンチメントは大きく過去のものになったと見ています。根拠として、SalesforceがAnthropicとの提携を発表したことを挙げ、大規模言語モデルがあらゆる領域を支配するわけではない証左だと述べました。技術の歴史でも、クラウドの初期にAmazonがすべてを握るとされたが、そうはならなかったという比較です。
決算も好調だとして、Workday、Salesforce、SAP、ServiceNowを挙げています。ただし、価格設定のあり方をめぐる疑問は残っているとも述べました。
3. ソフトウェアが生き残る条件:文脈とドメイン知識
3-1. モデル層は「APIコール」にすぎない
Spaht氏は、取締役会の議論の約9割がAIに関するものだと語ります。同氏の見方では、モデル層は単なるAPIコールであり、それだけなら複製は容易です。たとえば、マーケティング自動化システムのリードを並べ替えるような単純なエージェントは、AmazonのBedrockなどで作れます。
一方で、文脈とドメイン知識は複製が難しいというのが同氏の主張です。
3-2. 事例:Jeppesen(航空運航支援)
Jeppesenは、約90年にわたり、航空会社の安全運航を支援してきた企業で、年間約6,000万便を支援しているとされます。
同氏は、ユナイテッド航空の運航管理者が「ロンドンのヒースローからニューヨークまで、この乗員は飛べるか」と尋ねる例を挙げました。
汎用モデル: 運航記録にAPIで接続し、インターネット上の一般的な航空知識で答える
Jeppesenの提供するAI: 適用される米連邦航空局(FAA)の規制条文、気象、駐機時間、労働組合との契約などを踏まえ、規制当局が受け入れる形で監査可能な答えを出す
3-3. 事例:Coupa(調達ネットワーク)
Coupaは購買側と供給側をつなぐネットワークを持ち、25年間で蓄積した取引データは10兆ドル規模に達すると同氏は述べています。購買側は3,000社超、供給側は数十万社です。
汎用モデルは、良い調達契約の一般論には答えられます。しかしCoupaなら、たとえば「10%高く払っていないか」や、「その供給業者は納期を守るか」といった、実データに基づく判断ができると説明しました。同社はデータ利用の権利も広く確保しており、それは珍しいことだといいます。
3-4. 同氏が挙げる評価の枠組み
Spaht氏は、有望なソフトウェア企業の見極めに次の三点を使っています。
ワークフローの複雑さと、顧客業務への深い組み込み(embeddedness)
正確性の重要度(間違いが許されないか)
独自データとドメイン知識
4. 「記録のシステム」から「行動のシステム」へ
4-1. 最後の20%は人間の判断
Spaht氏は、ソフトウェアは、「記録のシステム」から「インテリジェンスのシステム」、そして「行動のシステム」へ進むと述べます。ただし最後の部分は難しく、人間の判断の自動化を伴うためです。
規制の厳しい業界では、答えが正確でなければならず、正解は「最も安価な正しい答え」になりがちです。そのため、同氏は、「最後の20%は人間が入る」と見ています。たとえば、供給業者の注文を別の顧客向けに振り替えるかどうかは、顧客の価値、リスク、近くの在庫の有無を踏まえた判断になります。
同社のソフトウェアは、モデルの周囲を担う部分、つまり権限管理、コンプライアンス、実行の仕組みを提供します。そして人間の判断を記録することで、使うたびに賢くなる設計だと説明しました。Dayforceの例では、規制や管轄の異なる、数十万人の時間給従業員への給与支払いを扱っていると述べています。
4-2. 営業も「技術的」になる
同氏は、販売そのものがより技術的になっていると指摘します。CIOの発言力が増し、データ主権やデータ・プライバシーへの懸念も高まる中、顧客は自社のデータ・自社の環境でAIが動くところを見たがっています。
コーディングツールが進化すれば、エンジニアが減ると同氏は当初予想しました。しかし、実際は逆で、作るソフトウェアも売るソフトウェアも増えているといいます。営業側でも、顧客に仕組みを示せる技術者が必要になり、Palantirの「フォワード・デプロイド・エンジニア」型の営業体制に近づいています。
5. 2027年の見通し:成果の時代、ただし時間はかかる
同氏は、有望なのは「適切な種類のソフトウェア企業」に限ると強調します。独自データ、深いワークフロー、顧客への組み込みがあり、革新を続ける企業です。AIネイティブの新興企業がワークフローに入り込み、データを蓄積できるため、以前ほど時間の余裕はないとも述べました。
また、債券市場は各社のスプレッドや利回りを通じて、勝者と敗者をうまく区別していると評価しています。
現在の状況について、同氏は次のように整理しました。
技術は素晴らしいが、企業への導入は時間がかかる
フロンティアラボの売上の多くは、現時点ではコーディング、チャットボット、カスタマーサポートから来ている
本格的な突破は、エージェントが、権限管理された監査可能な形で、複数の業務にまたがって判断を下せるようになったとき
顧客はデータ主権とプライバシーに敏感になり、「買う前に見せてほしい」と求める。同氏は「1980〜90年代のオンプレミスへの回帰に近い」と表現した
商談期間は以前より長くなっているが、適切なソフトウェア企業には良い流れ
同氏は、成果に向かうこの流れを「2027年、2028年の話」だと位置づけています。
6. Thoma Bravoの2026年:Medalliaの総括と投資環境
6-1. Medallia:「AIの話ではない」
Thoma Bravoは、25年で約600件のソフトウェア・テクノロジー案件を手がけ、うまくいかなかったのは一握りで、Medalliaはその一つだと同氏は認めました。
同氏は、「これは2026年やAIの話ではない」と述べます。投資家には、2023年からこの会社が問題であることを伝えてきたといいます。理由は、売上成長の過大評価、業界の競争環境への過小評価、そして「自ら招いた」リーダーシップ上の判断ミスです。取得時は価格が高い時期でしたが、それを言い訳にはしないと語りました。
6-2. 2021年ヴィンテージ
同氏は、2021〜2022年は企業向けソフトウェアで最良のヴィンテージにはならないとしつつ、公開ソフトウェア市場のピーク時に行った案件の中に、最良の案件もあったと述べます。例として、Axiom(アクシオム)とCalypso(カリプソ)を2021年半ばに統合したAdenza(文字起こしでは表記ゆれあり)を挙げ、すでにNasdaqへ売却して流動性を確保したと説明しました。「買うのは指数ではなくアルファだ」という言い方です。
6-3. 公開市場から非公開市場へ
同氏によると、年初は取引に応じてくれる相手を探していましたが、ほとんど成功しませんでした。その後、Workdayは5〜6割、中堅企業の多くは3〜4割上昇し、同社が提示できるプレミアムの魅力は薄れています。
資金余力: 最大のファンドは240億ドル。大型・中型・小型のファンド全体で、昨年初めに350億ドルの新規株式資本を調達した。ファンドの約8割はまだ未投資
公開市場の評価: 同氏の立場からは、適正に評価されているように見える。LBOのレバレッジも、以前ほど利用しやすくはない
注目の変化: 数か月前は公開企業に集中していたが、現在は売却案件や非公開市場の機会が増えている
求める経営者像: 営業出身よりも、プロダクトに強い創業者・経営者。コードを夜に書く経営者もいる
最近の案件: DiscoverファンドによるAccelerantの数十億ドル規模の非公開化
一方で、他のPEファームの手元に在庫が多く、投資家は資金の返還を求めていると述べます。同氏は、流動性の回復が必要だとし、「わずかな回復の兆し」はあると見ています。同社の投資先はEBITDAが年約20%以上で成長しており、保有を続けても内部収益率(IRR)は下がらないとのことです。
7. プライベートクレジットへの展開
同社は約9割強がプライベートエクイティで、クレジットの比率は低い状態です。1年前にJeff Levin氏を責任者として迎えました。
年初にソフトウェアの比率を減らす動きが広がり、とくに流動性の低い非上場BDC(事業開発会社)で売りが出ました。同社は、知っている企業の良質な債権を「株式に近いリターン」を狙って買っており、この戦略への資金流入も増えていると述べています。
8. 勝者と敗者の見分け方
8-1. 「95%超のグロス維持率」
同社が買う企業は、グロスの売上維持率が95%以上と、毎年の流出がごくわずかです。既存の顧客は、既存のベンダーがAIを提供できるなら、そのベンダーから買いたいと考える傾向があり、すべてのソフト企業に成功の余地はあると同氏は述べました。
8-2. 警戒すべき企業
一方で、次のような企業には注意が必要だとしています。
独自データがない
ワークフローが浅い
プロダクト志向の経営者がいない
「今の売り方で更新率も高い」として、変化への切迫感が乏しい
営業支援(リードの並べ替えなど)のように、失敗の影響が小さく、容易に作れる領域でエージェントを作っている
なお、同社の投資先はすべてAIに関わっており、投資審査も「AIが出発点であり終着点」だといいます。同氏は、この12か月はパートナーシップとして久しぶりに働いたと述べました。
9. 出口戦略と収益性の見通し
9-1. IPOと成果連動型の価格設定
IPO市場がいつ本格的に開くかについて、同氏は「知りたいくらいだ」と答えました。投資家がAnthropicとOpenAIの動向を待っている状況で、ソフトウェア売上の持続性への懸念も残っているとの見方です。
成果や行動に応じた価格設定が成功するかどうかも、まだ実証されていません。同氏は、たとえば、Anaplanが、フォーチュン500企業のCFO組織の労働を40〜50%自動化できるなら、収益分配の仕組みを作れるはずだとして、市場規模は大きいと述べました。ただし、その証拠はまだ十分ではないとしています。
9-2. マージンは改善するか
トークン費用の低下により、ソフトウェア企業のマージンが改善する可能性について、同氏は肯定的です。推論のホスティングで良い利益率を確保でき、顧客に支出の予測可能性も提供できると見ています。同社はトークンの「販売ルート」でもあるため、モデルの低価格化と高性能化の恩恵を受けるという説明です。
投資先全体では、売上成長は中盤の10%台、EBITDA成長は20%超だといいます。JeppesenやDayforceは売上の伸びが加速しているとも述べ、公開市場の株価だけで非公開のソフトウェア企業を判断すべきではないと指摘しました。
