AI時代に危ないSaaS・強いSaaS｜"SaaS is Dead"が示すものとSIer・IT基盤企業の再構築

第1章　「SaaS is Dead」とは何だったのか

SaaS is Dead

AI関連のニュースを追っていると、
こんな刺激的な言葉を目にすることがあります。

SaaSとは、
企業がインターネット経由で利用する
ソフトウェアのこと。

ただ、この言葉を「全てのSaaSは終わった」
と受け取るのは、少し違います。

むしろAIによって、これまでのSaaSの儲け方に
変化が起こるのではないか。

✅AIが人間の仕事を減らすと何が起こるのか？

たとえば、
ある会社に100人の社員がいるとして

その100人が、業務管理のためにある
SaaSを利用していたとしましょう。

上の図のようでしたが、
AIが人間の代わりに処理できるようになると、

これまで10人でやっていた事務作業を、
AIを使って2人で処理できる。

すると、その会社に必要な人員そのものが
減る可能性があります。

Saas利用のための100のID数は、
例えば80で済む。

まあ、AIを導入したからといって
必ず社員数が減るわけでもありませんが、
20人の人的資源を新たな分野に振り向けるかも。

それでも、

◽️AIによって人間が行う業務そのものが減る

という変化は、
SaaS企業にとって無視できません。

これが、SaaS is Dead
という言葉が象徴している問題の一つです。


✅ただしSaaSそのものがなくなるわけではない

SaaSは全部ダメになるという話ではありません。
AIによってSaaSの価値が高まるケースも
十分に考えられます。

たとえば、AIを組み込むことで
何時間もかけていた作業が数分で終わる
ようなサービスです。

この場合、企業にとってはむしろSaaSの価値が高まるかもしれません。

問題は、そのサービスが

✅AIによって価値を高められる側なのか

それとも、

◾️AIによって従来の利用方法そのものが不要になる側なのか


AIによって価値が高まる会社と、
既存のビジネスモデルに影響を受ける
会社が出てくる。

これからのAI時代を生きるIT企業には、

一つの同じソフトウェアを多くの顧客に
サブスク利用してもらうSaas企業だけでなく

個々の顧客にオーダーメイドで
その会社専用の仕組みを一緒に作るSIer
もあります。

サービスの提供の仕方に違いはあるものの、

AI時代に価値を高められるかどうかで
どちらにも
追い風を受ける側と逆風にさらされる側に
分かれる可能性があります。

第2章　SaaSとSIerの違いを整理する

SaaSとSIerは、何が違う？
どちらもIT企業です。

✅SaaSは同じものを、多くの人に売るビジネス


SaaSという言葉は、Software as a Service
の略。
完成した便利なソフトウェアを、
インターネット経由で多くの企業に使ってもらう
ビジネス。

例えば、100社の企業がSaasを使っていたとして

一つのサービスを作り、それを多くの企業に提供するわけだから
毎回ゼロから作り直す必要がない。

そのため、顧客数増→売上も増。

さらに顧客が増えれば
ソフトウェア開発にかかったコストは
同じだから、
利益率を高められる可能性もあります。

「標準化」と「規模の経済」と言います。


✅SIerは一社一社の問題を解決するビジネス

SIerもIT企業です。
顧客企業ごとの業務やシステムの課題を聞き、

「その会社には、どんな仕組みが必要なのか？」
を考えて、
システムの設計・開発・導入・運用などを
支援します。

例えば、
銀行A社には銀行A社のシステムが必要です。
製造業B社には製造業B社のシステムがあります。
自治体C市には、C市の業務に合わせたシステムが必要になります。

もちろん共通して使える技術もあるでしょうが
企業ごとに
業務内容や既存システム、データの持ち方
が違うため、

「全員に同じものを渡せば終わり」
とはいきません。

SIerは、

✅その会社に合った仕組みを、一緒に作る


100社に同じものか100社それぞれに合わせるか

もちろん
SIerも既存の製品や共通部品を利用しますし、SaaSも顧客ごとの設定や導入支援を行います。

それでも、
同じものを多くの顧客に提供するのか、
顧客ごとの違いに対応するのか。

この違いは、株式投資にもつながります。

SaaSの成功は

✅顧客数を増やせるか
✅利用者を増やせるか
✅解約されにくいか
✅競合サービスに乗り換えられにくいか

にかかっている。

特に何社が使っているかだけでなく、
使い続けてもらえているか。


一方、SIerでは、

✅顧客の複雑な問題を解決できるか

が重要。

顧客の業務や既存システムを
深く理解していること自体が強みになる
場合があります。

長期的な案件や、その後の運用・保守につながることもあります。

ただし、SIerにも課題があります。

顧客ごとに基幹システムや業務システムの
対応をするということは、

◾️人が働かなければ開発が進まないケースも
多い

そのため、

✅どれだけの人員が必要なのか
✅どれくらいの工数がかかるのか
✅案件の規模はどれくらいなのか

が業績に影響します。

「人月(にんげつ)ビジネス」と言います。
何人の人が、何か月働くか。

だからこそSIerでは、
どこまで高付加価値なシステムを作れるか
も重要になります。


✅そして、AIが入ってくる

SaaSは、人間がソフトウェアを使う
ことを前提としてきました。

だからこそ
何人が使うのか、何人分の契約があるのか
だったんです。

人間が行っていた一部の作業を
AIが代わりに実行するようになると、

◾️人間が使うソフトウェアそのものの価値

や料金体系も、変わっていくかもしれません。

一方でSIerは、
業務や既存システム、データなど、
企業のIT環境そのものに深く関わっています。
この記事ではSaasについて深掘りしますが、
下の記事ではSIerについて解説しています↓

AIを企業の中で本格的に使おうとすれば、
AIを導入すれば終わりとはいきません。

既存のシステムはどうするのか。
バラバラなデータはどうつなぐか。
業務をどう変えるのか。セキュリティは？


同じものを多くの人に提供するSaaSと
企業ごとの複雑な問題を解決するSIer。

この記事では、AI導入という変化によって
これまでの儲け方はどう変わるのか。

AIで本当に危ないSaaSとは何なのか？
反対にむしろ有望なSaasは？
を見ていきます。

第3章　AIで本当に危ないSaaS

AI時代に本当に注意したいのは、
SaaSという業態そのものではありません。

人間が使うことを前提にしたSaaSの中に、
AIによって価値や課金モデルを
見直されるものが出てくる。


社員100人の会社では
1人に月額1万円のSaaSを利用すれば
月額100万円→年間1,200万円という売上。

人間の代わりに仕事をするようになる
AIエージェントが台頭すると

AIが情報を読み取ってSaaSを操作し、
一部のデータを整理して定型的な業務を実行

という形が、
一部の業務で可能になるかもしれません。

もちろん
人間による確認や判断が必要な仕事もあります。


単純化した例だと、
あくまで人が操作する前提を続けた設計の場合、AIによる業務効率化によって
100のID数が80で済むと、

年間1,200万円だった売上は年間960万円
になる可能性があります。


✅要注意SaaSには、いくつか特徴がある

① 人間のID数への依存度が高い

② AIに代替されやすい単純作業が中心

例えば、データ入力。検索。情報の整理。
定型的な処理。AI費用<人件費なら、
AIによって自動化される可能性があります。

③ 乗り換えが簡単

今使っているサービスを別のサービスに
変えても、それほど困らない場合。

④ 独自性の低いデータしか持たない

他社でも簡単に取得できるデータなら、
強力な競争優位になりにくい。

SaaS is Deadとは、SaaSという商品がなくなる
のではなく、
「SaaSなら何でも成長する」という見方が
通用しにくくなること。

次の章では、
逆に、AI時代に強いSaaSとは何なのか
を見ていきます。

第4章　AI時代に強いSaaS

AI時代は、SaaS企業の「強い・弱い」が、
はっきり分かれる可能性があります。

どんなSaaSが強いのか。
4つのポイントがあります。


✅便利なアプリから業務そのものへ

① その会社・業界にしかないデータを持っている

例えば、医療・法務・金融・製造・物流…

蓄積されていくのは
診療記録・取引履歴・製造工程の記録・
物流の実績・顧客とのやり取り。

実際の現場で発生したデータが
SaaSの中に継続的に蓄積されていけば、

✅使い続けるほど、企業側にもデータがたまっていく

もう少し言うとデータを適切に蓄積し、
AIなどを使って顧客価値に変換できるSaas。


② 顧客の仕事の流れに入り込んでいる

こういう一連の流れの中にSaaSが入っていると
これを前提に仕事が回っているから使う。

✅一度獲得した顧客が、長く使い続ける


③AIによってSaaSそのものの価値が上がる

例えば、これまで人間が大量の情報を見て、

どれが重要なのか
何を優先すべきなのか

を判断していたとします。
そのSaasにAIが入り込むと…

業務に深く入り込み、独自の膨大な生データを
処理するSaasの中にAIが入り込んで

✅顧客にもっと大きな価値を提供できるSaaS


④1人○円から、価値に合わせた収益モデルへ

従来のSaaSでは、「社員1人あたり月額○円」。
将来的には、

✅利用量や処理量、AIによる分析量
✅AIエージェントの利用
✅生成したデータや処理した業務量

といった、提供した成果が基準になり得る。

これから全部が成果報酬になるわけでも
ないかもしれませんが、

✅顧客が得る価値とSaaS企業の収益がより連動していきそう

弱いSaaSと強いSaaSを並べてみる

つまり、SaaSだから危ないのではなく
そのSaaSが、

AIによって価値を失う側なのか
それとも価値を増やす側なのか。

第1章からここまでを一本につなげてみましょう。

「SaaS is Dead（SaaSは終わった）」という言葉。

これは、SaaSというビジネスそのものが
なくなるという意味ではありませんでしたね。

大切なのは、AI時代に、その企業が
どちらの立場にいるか。

AIによって、これまでの良さが薄れてしまう企業
AIを味方にして、さらに価値を高められる企業

注文の仕方やサービスの届け方が変わるだけで、本当に強い価値を提供できる会社は、
形を変えて生き残っていきます。

つまり、これからのIT投資で大切なのは、

その企業は、顧客の深い悩みに寄り添っている？
AIを使い利益を生みだす仕組みまで変えられる？

顧客のどんなデータや業務に入り込んでいる？
AIが入ることで、作業時間が減るだけでなく、
利益が増える仕組みになっている？

そんな「ちょっと深い視点」を持ち、
話題になっているからではなく、
仕組みとして本当に強いから。

そうやって自分自身の目で企業の強さを
見つけられるようになりましょう。

ここまで読んでくださった方は、

「じゃあ、実際にこの条件に当てはまるSaaS企業って、どこなんだろう？」
と思われたかもしれません。

そこで、
ここからは私が実際に銘柄を調べてみます。

見るのは、
顧客基盤や独自データ。
業務フローへの組込みにスイッチングコスト。
継続性やストック性(サブスク性)。

クロスセル、アップセル
(複数ソフトウェア利用やアップグレード)。

AIによる顧客価値の向上。
そして、それが利益につながる仕組みに
なっているか。

企業を見るための物差しとして見ていきます。

条件を満たしているから株価が上がる、
という単純な話ではありません。

良い会社でも、すでに市場から
高く評価されていれば、期待以上に
成長しない限り株価は上がらない
かもしれません。

逆に、まだ小さな会社でも、
これから顧客・データ・業務への組み込みが
積み上がり、企業そのものが
大きく成長する可能性もあります。

企業としての強さと、株式として魅力的かを
分けて考えを進めていきます。

まず、私が注目しているSaas企業を一つずつ
みていきます。

数字では分からないところまで、
実際の事業と決算を追いかけながら
考えてみます。

ここから先では、Saas is Deadという言葉を
企業に当てはめていきます。

第5章　ここからは、実際の企業を見ていく

✅AIのコモディティ化

新しい技術というのは時間とともに
多くの企業が利用できるようになり、

✅それ自体では差がつきにくくなる

AIを使っていること自体
珍しくなくなると、

✅競争のポイントが変わる

その技術を使って、何ができるのか。
他社には簡単に真似できない何を作れるのか。

短期的には、
「このモデルが一番すごい」
「このAIサービスが一番伸びている」
という話なんですが、10年単位で企業を見ると、

AIの進化によって、その会社の
利益の生み出し方が強くなっていくかどうか。

✅AIを使って、どんな価値を積み上げられるか

では、
AIが普及しても残り続けるものとは何なのか。
それはそのまま強いSaas企業を見極める
物差しとして使えます。

次の章では、
ここをもう一段深掘りしていきます。
企業の参入障壁について考えてみましょう。

第6章　AI時代に参入障壁になるものは何か？

参入障壁とは、そもそも何なのか？

経済的な堀とも言われます。
英語では「Economic Moat」。

お城の周りにある「堀」みたいなもの。

お城そのものは優れていて、
周りに深い堀まであると
競合が簡単には攻め込めない。

商品が少し優れているだけなら、
競合に真似されるかもしれません。
でも、

✅すでに顧客が大量にいる
✅この会社だからこそ持っているデータがある
✅社内の業務が、このサービス前提に動く
✅この会社から別の会社に乗り換えるのは大変

となれば、競合は簡単には追いつけません。

AIを使うことで、
顧客・データ・業務・継続利用などの
既存の強みがさらに強くなる会社に注目したい。

① 顧客基盤

AIを顧客に届けるとき、
ゼロから顧客を探す会社より強いのは

✅すでにたくさんの顧客を持っている会社

② 独自データ

競争優位につながるデータ。
現場で発生した生データ。

他社が簡単には手に入れられないし
毎日、毎月、継続的に増えていく。
顧客の実際の利用状況を反映している。

そして、そのデータをサービス改善に使える。

③ 業務フローへの深い組み込み

そのサービスは単なる便利なツールではなく
もはや会社の業務インフラの一部。
上の例ではそのデータが決算にも使われそう。

だからこそ、

AIの性能が高いかだけではなく、
顧客企業の仕事の流れにどれだけ
深く入り込んでいるか

④ スイッチングコスト

今使っているサービスをやめて、
別のサービスへ乗り換えるときに発生する
面倒やコストのこと。
乗り換えコストとも言います。

月額料金が少し高いから、
もっと安いサービスへ乗り換えよう
とはいかないわけです。

AIの性能差が縮まっていっても、
会社の業務フローに深く組み込まれていたら

乗り換えるには、データを移し、社員を教育し、
システムを再連携して業務フローを変える。
その間業務が止まってしまうかも。


⑤ 高い継続性・ストック性

月額課金や年額課金のサービスを
どれくらい長く使ってもらえるのか。

AIによって既存サービスの価値そのものが
高まる場合など、継続性は高くなりそう。

⑥ クロスセル・アップセル

クロスセル＝別の商品も買ってもらう複数利用。
アップセル＝より上位の商品・機能を
使ってもらう。

すでに顧客を持っている会社ほど、
新しいサービスを売りやすい。すると、

「この会社のサービス群を業務全体で使う」
へ変わっていく可能性があります。


⑦ AIによる「顧客価値」の向上

そして、この章で特に重要視したいのが、

✅AIの価値はAIそのものではなく、顧客が得る経済的な価値で決まる


そして、もう一つ大切なのが、

✅堀は静止画ではなく、動画で見る

「あるか、ないか」ではなく、
これから深くなりそうか、逆に浅くなりそうか。
10年後に、今より強くなりうるか。

企業によって強いところは違います。
そこで次章から

・ユーザーローカル（3984）
・PKSHA Technology（3993）
・HENNGE（4475）
・ABEJA（5574）
・Appier Group（4180）
・AI inside（4488）
という6社を、この物差しで見ていきます。

すると、どこに堀があり
その堀がAIによって深くなる可能性があるのか。

その違いが、少しずつ見えてくるはずです。

第7章　AI企業を同じ土俵で比べてはいけない

① ユーザーローカル

ビッグデータ×人工知能を掲げ、

✅Webマーケティング解析
✅SNS分析
✅チャットボット
✅生成AIプラットフォーム

などを展開しています。
2023年には法人向け生成AIプラットフォーム

✅ユーザーローカル ChatAIも開始

AI以前の本業は

✅Webデータの分析
✅SNSの分析
✅顧客対応
✅マーケティング支援

ここにAIが入ってきて狙えるのは