SaaS is dead. は本当か？

「SaaS is dead.」── AIエージェント時代に、SaaSは本当に死ぬのか？

製造業15年のMLエンジニアと、IT/業務コンサルの両視点から、
「死ぬSaaS／生き残るSaaS」の境界線を多視点で探索した座談会の資料です。
白黒つける討論ではなく、状況を整理してキャリア判断につなげる"探索型"の構成。

主な論点：
・SaaS／PaaS／IaaS の違いと、なぜ PaaS・IaaS は死なないのか
・「死ぬ／生き残る」を分ける4つの軸（プラットフォーム性・業務ロジックの複雑性・投資額・異常系の作り込み）
・Klarna の脱SaaS、Salesforce と Zendesk の対比
・AIエージェント活用の実例（VBA生成・メール起案・発注伝票チェック）
・リープフロッグ現象と、税理士の"お墨付き"がAIに代替されにくい理由

Transcript

1. 1 SaaS is dead. は本当か？ 討論会 4立場 × 2ケース × 90分 で「自分の問い」を更新する 多視点グリッドでキャリア判断の材料を持ち帰る座談会 2026年6月7日（土） / マルチンゲール
2. 2 Agenda 1. 今日のルール 3 2. 自己紹介 — 製造業 × IT コンサルの両側から 4 3. プロローグ — 数字でつかむ 5 補足｜SaaS・PaaS・IaaS の違い 6 補足｜何故 PaaS・IaaS は死なないか 7 4. 「SaaS」とは何か — 議論の前提を揃える 8 5. SaaSの射程を視覚化 9 6. 様々な視点を歓迎します 10 7. ウォームアップの問い 11 まとめ｜第1回サマリー① 生き残るSaaSの構造 12 まとめ｜第1回サマリー② AI活用事例と示唆 13 8. 議論ケース① — Klarna 脱SaaS 14 9. 議論ケース② — SaaS契約更新 15 10. 4つの立場ラベリング — 多視点グリッド 16 11. もう一つの仮説 — データ層を抑える SaaS 17 12. 3ラウンドの予告 — 議論の流れ 18 13. 最後に 19
3. 3 1. 今日のルール — 3つだけ 場のフレームを揃えてから本題へ。これから問いかける／ケースを共有する／議論する、その全部の前提。 # 1 2 3 ルール 結論を出さない 立場を並べ、互いの死角を見せ合う 場 現場感を最優先 自分が今見えている景色 （1次情報）を歓迎 出口は各自の「次の一歩」 「3年後どう動くか」をイメージ 詳細 賛成・反対の投票はしません。 混沌とした時代、まだ結論は出せないと思っています。 4つの立場のどこに自分が近いか・どこに違和感があるか を可視化することが目的。 書籍・記事・ネット情報ではにはない 「私の会社では今こうなっている」「私の顧客で先週こんなことがあった」（言える範囲で） の話を歓迎します。 90分の終わりに、 自分が3年以内に取る打ち手・継続観察したい指標イメージすることがゴールです。 意見を述べられたい方は、随時挙手ボタンを押してください。 積極的に発言いただけると助かります。よろしくお願いいたします。
4. 4 2. 自己紹介 — 製造業 × IT コンサルの両側から 製造業経験15年 × IT コンサル現職、両側の景色から「問い」を持ち込む # 1 2 3 4 5 6 項目 内容 名前 マルチンゲール 専門 ML／データサイエンス/製造業エンプラ向けAI実装 略歴 電機メーカー（生産技術・8年）→ パワー半導体スタートアップ → 技術者派遣 （業務委託・時系列センサ解析）→ 自動車部品メーカー（スマートファクトリーAI開発） 現職 外資系IT コンサル／大手自動車OEM・製造業向けに Agentic AI／MLOps／RAG／Digital Twin のソリューション営業と実装 X https://x.com/Martingale_DS 今日のロール 提案者 ＆ モデレーター 「AIやデータを使って生産技術者の仕事を楽にしたい」 がモチベーション
5. 5 3. プロローグ — 数字でつかむ 2026年2月 SaaSpocalypse 発生で $1T 消失。これはSaaS業界の未来を暗示しているのか？ ➢ 2026年2月、SaaS関連株は1週間で 約1兆ドル（およそ150兆円）の時価総額を失いました。 24時間で $285B、約42兆円が消えた日もあります。 引き金は Anthropic の「Cowork」と Claude Opus 4.6 でしたが、本当の起点は1年以上前。 2024年12月、Microsoft の CEO サティア・ナデラが BG2 podcast でこう言いました。 ➢ 「Business apps are essentially CRUD databases with a bunch of business logic. SaaS is dead.」 このひと言が、エンタープライズソフトウェアの常識を一気に揺らしました。 ただ今日この場は「SaaSは死んだ」を結論する場ではなく、 みなさんの現場の解像度で状況を一緒に整理し、各自のキャリア判断材料として持ち帰っていただく 90分です。
6. 6 補足｜SaaS・PaaS・IaaS の違い ― クラウドの3レイヤー 同じ「クラウド」でも“どこまで借りるか”が違う。今日「死ぬ」と語るのは一番上の SaaS層。 SaaS （Software as a Service）― 完成したアプリをそのまま使う 【借りるもの】ソフト（UI含む）そのもの。インストール不要、ブラウザを開けばすぐ使える 【例】Slack ／ Microsoft 365 ／ Salesforce ／ freee 【自社で管理】データと使い方だけ（サーバもアプリ保守も不要） PaaS （Platform as a Service）― アプリを作る／載せる「土台」を借りる 【借りるもの】開発・実行環境（OS・DB・基盤）。その上に自社でアプリを作る 【例】Siemens MindSphere（Insights Hub）／ Azure App Service 【自社で管理】自分たちのアプリとデータ（インフラ運用は不要） IaaS （Infrastructure as a Service）― サーバなどインフラだけ借りる 【借りるもの】仮想サーバ・ストレージ・ネットワーク 【例】AWS EC2 ／ Google Compute Engine ／ Azure VM 【自社で管理】OS から上ぜんぶ（最も自由・最も手間） PaaS is Dead. / IaaS is Dead. と言われないのはなぜか？
7. 7 何故PaaS・IaaSは死なないか ー自動運転とのアナロジーで考える 自動運転が普及すると消えるのは”人が操作するために設置されていたデバイス” 不要に 重要性増す 重要性増す
8. 8 4. 「SaaS」とは何か — 議論の前提を揃える 議論の前提を揃える。2ケース・4立場が同じ対象・同じメカニズムを見ているとは限らない。 【前提①】 広義のSaaS クラウド配信・サブスク課金・マルチテナント・ブラウザ利用 の業務ソフト全般。 【ポイント】 ✓ Salesforce、Microsoft 365、Zoom、Slack、Notion、freee 等 ✓ 配信モデル自体は今後も残る？ 【前提④】 死ににくそうな領域（異論あるかも ？） 配信モデル自体、SoR（ERP/HR/会計の公式記録）、データ堀のある Vertical SaaS。※ Vertical SaaS = 特定業界に特化したSaaS （医療／建設／製造／法務等）／SoR = System of Record（公式記録系） 【ポイント】 ✓ ERP・会計・規制対応 例：MoneyForward／freee（電帳法・インボイス・税理士連携で堀） ✓ 医療・建設・製造業界特化 例：Cognite、CADDi、ダンドリワーク → ドメイン知識による“味付け”が鍵 【前提③】 2通りの「死に方」 1. UI が消える（AIエージェントがデータベースを操作） 2. 内製化（AI駆動開発でSaaSを自作）。 【ポイント】 ✓ １の例：私の確定申告準備を Claude Code が30minで完結 ✓ ２の例：Klarna が Salesforce 解約 【前提②】 狭義のSaaS（今日「死ぬ」と語られる対象） per-seat × horizontal SaaS（CRM・HR・社内ツール・営業支援）。 「座席数」で月額を積み上げる業界横断・汎用型。 ※ horizontal SaaS = 業界横断の汎用型SaaS（Vertical SaaS の対義） ※ per-seat = ユーザー人数 × 月額の課金モデルル 【ポイント】 ✓ Salesforce、Workday、HubSpot、Zendesk 等
9. 9 5. SaaSの射程を視覚化 — 「死ぬ／死なない」境界線 議論対象は per-seat × horizontal SaaS のみ。（一旦、SoR・Vertical SaaSは射程外に。） 「死なない」とほぼ全員が認める領域？ 本日「死ぬ」と語られる射程 # SoR・規制対応 ERP／会計／HR Vertical SaaS 医療／建設／製造 業界特化 監査要件が堀 ドメイン知識が堀 配信モデル自体 クラウド・サブスク・マルチ テナント 仕組みそのものが堀 1 2 3 理由（仮説） 対象 per-seat × horizontal の構図 ex：Salesforce／Workday／HubSpot 等 SaaSに搭載したLLMのAPIコストにより原価が高騰。利益率を圧迫。
10. 10 6. 様々な視点を歓迎します — 4タイプの声 SaaSへの関わり方は人それぞれ。色々な立場の意見いただけますと幸いです。 タイプ① SaaS企業で働く人 自社プロダクト・ビジネスモデルの 現在地 を知る当事者。 【観点例】 ✓ 自社が今どう揺れている／揺れていないか ✓ per-seat 課金は社内でどう議論されている ✓ AI 戦略は具体的に何が動いている タイプ③ SaaSを使っている人 ユーザー側の 「捨てたい／捨てたくない」 感覚を持つ立場。 【観点例】 ✓ 捨てたい SaaS と理由 ✓ 捨てたくない SaaS と理由 ✓ AI で置き換わると困る業務 タイプ② SaaS企業へ転職を予定している人 今この地殻変動の中でなぜ入るのか、何に賭けているか。 【観点例】 ✓ なぜ今このタイミング ✓ どの会社・どのプロダクト ✓ 5年後の自分の絵 タイプ④ SaaS企業からの転職を予定している人 何を見て出る判断をしたか、次に何を取りに行くか。 【観点例】 ✓ 退職を決めた決定打 ✓ 次のロール・業界 ✓ 持ち出すスキルセット
11. 11 7. ウォームアップの問い あなたの職場で「これはAIエージェントが置き換えそうだな」と感じる業務がひとつでもありますか？ ある／ない／わからない、で結構です。具体例があれば、それも教えてください。 （例） • Claude Codeがプログラマーを代替し、ソースコードを書く • Coworkが書記を代替し、議事録を作成する • Agentforce がカスタマーサポートを代替し、1次対応実施
12. 12 第1回 座談会まとめ ① 生き残るSaaSの構造 結論は「SaaSか否か」ではない。頂点に“To Beを描く力”、生き残るSaaSには4つの堀。 最上位｜To Be（あるべき業務像）を描く力 ＝ コンサル力 ― SaaS/AIは手段にすぎない 上位｜論点は全産業共通 ＝「代替不能な強み」(営業力・提案力・規制対応…) があるか 具体｜生き残るSaaSの「4つの堀」 ① プラットフォーム vs 単一機能 Salesforce（生存）⇔ Zendesk（淘汰）。 土台・統合点・エコシステムを握るものが残る ② 業務ロジックの複雑性 レコード取得(SoR)・権限管理・セキュリティ。 「ただのCRUD」では片付かない複雑さが堀 ③ 投資額 ＝ 生存シグナル 累積投資が厚い＝機能・データ・開発資産が厚く、代替/内製が困難。 見極めの実務指標 ④ 異常系の作り込み 正常系はAIで足りても、異常時は専用ワークフローが要る。 作り込んだ既存SaaSが強い ※ 4つの堀はいずれも「代替不能な強み」を構成する具体要素
13. 13 第1回 座談会まとめ ② AIエージェント活用事例と示唆 実際の活用は定型・一次対応に集中。正常系はAIへ、To Be設計・異常系・専門判断は人に残る。 ① VBA のコーディング 領域：開発・自動化 代替された作業：定型コードの生成 ② メール文の素案作成・修正 領域：文書作成 代替された作業：ドラフト〜推敲 ③ 発注伝票の内容確認 領域：事務・チェック 代替された作業：定型チェック・一次確認 共通点： いずれも定型・反復・一次対応の業務 → AIが“作業の一部”を肩代わり トピック｜専門職(税理士)はどうなる？ 論A リープフロッグ＝素人がSaaSを飛び越え直接AIで業務実行 ⇔ 論B SaaSを使いこなす専門家が流行る 鍵：税理士の価値は作業より「チェックした」という安心感・お墨付き。 後日税務署に指摘されても“盾”にできる（責任を引き受ける主体）。これはAIエージェントには担えない。 示唆｜ • 正常系・定型 → AIへ • To Be設計・異常系・専門判断・規制対応・責任の引き受け → 人・SaaSに残る ／ 鍵＝コンサル × SaaS × AI 問いの再定義：「SaaSは死ぬか？」 → 「自分（自社）の“代替不能な強み”は何か？」
14. 14 8. 議論ケース① — Klarna が Salesforce と Workday を解約した Klarna の脱SaaSが 3年以内に「あなたの現場」でも起こりえそうですか？ 売上¥150B/従業員3,500人のBNPL（後払い決済）大手が、AI内製化で SaaS ベンダー2社を切った （2024-2025年） 【ご自身の意見がどれに近いか、またその理由を教えてください】※他の意見も歓迎です # 1 2 3 意見 起こる 起こらない 条件付き 仮説（例） per-seat ライセンス料の積み上げが経営層に説明できなくなっている。 AI内製化の事例が増えれば追随する企業は出る。 Klarna は AI企業として尖った特殊事例。 普通の企業は SoRの監査要件・データ統合・SOC2(※) を内製で再現できない。 周辺ワークフロー（CRM補助・社内ツール）は内製化・代替されるが、 ERP/会計のコア部分は残る。 インシデント A. シート課金死拡大派 B. SoRが堀派 C. 過剰反応派 D. Vertical SaaS堅持派 出典：Inc. magazine「Klarna Plans to 'Shut Down SaaS Providers' and Replace Them With Internally Built AI. The Tech World Is Pretty Skeptical」 ※クラウド/SaaSなどのサービス事業者が「顧客から預かったデータを適切・安全に管理できている」ことを、第三者（監査法人）に証明してもらう監査レポート（認証に近いもの） 立場
15. 15 9.議論ケース② — 来期、SaaS契約更新で何が起きるか あなたが情シス部長なら、どの方針を選びますか？。選ばなかった選択肢が成立する条件は何か。 情シス部長が来期の Salesforce 契約更新交渉中。200シート×2万円/月 ＝ 5,000万円/年。 ベンダーは Agentforce を売り込んでくる。経営層は「半額にできないか」と言う。 # 1 2 3 主張 シート数を減らしてAI機能(Agentforce)を追加 短期的にリスク低・社内説明しやすい。現実的な現状維持。Agentforce で AI も載せる体裁が作れる。 「シート課金から成果報酬」への変更を交渉する 価格モデル変革を主導すれば、長期的にコスト合理化できる。ベンダーと対等に交渉する力が要る。 SaaSをやめて内製＋AI駆動で作る 内製で AI／OSS を使いこなせる組織なら勝てる。外部依存を減らす攻めの選択。 しかし、エキスパートが社内にいないとセキリティリスクも大きい。 紐づく立場 B. SoRが堀派 C. 過剰反応派 A.シート課金死拡大派 ※ Klarnaのパターン ケース 【ご自身の意見がどれに近いか、またその理由を教えてください】※他の意見も歓迎です
16. 16 10. 4つの立場ラベリング — 多視点グリッド 2ケース×4つの世界観が違うモチベーションで発現しうる。 「死ぬ／死なない」の単純な話ではなく、慣習、契約、社内政治 etc. 複雑な変数が絡みうる。 ✓ ケース①の内製化 ✓ ケース②の成果報酬交渉、内製化 ✓ ケース①のSoR対応不可 ✓ ケース②の現状維持派 ✓ ケース①Klarnaは特殊事例派 ✓ ケース②の現状維持派 ✓ ケース①「部分的にドメイン特化残留」派 大 小 AIエージェントによる代替可能性
17. 17 11. もう一つの仮説 — データ層を抑える SaaS は生き残る 鍵は UI でも per-seat でもなく 「クライアントデータ」を握れるか、かもしれない。 データ処理フロー概念 1. 業界全体のクライアントデータを収集 2. プロダクトを改善（例：業界特有のデータの前処理方法、AIの連合学習） 3. プロダクトの競争力が上がり、さらにデータが集まる データ活用による正のループ
18. 18 12. 3ラウンドの予告 — 議論の流れ # 1 2 3 4 観点 問い あなたはどの事象に最も納 得感がありましたか？ A〜Dのどれに近いか。「Aと B の混合だが6:4でA」のような答え でもOK。2つのケースのどこで何を考えたか話してください。 最も納得できない内容は はどれですか？ 自分が選ばなかった立場の中で一番違和感のあるものを言語化。例 ：そもそも中堅企業にSaaS導入余力なし／SaaS企業がデータ層を 握ることは難しい/契約・規制で業界横断データ活用は難しい。 3年後、自分はどう動くか キャリア・事業の打ち手に着地。SaaS PM・エンジニア・Sales として 今いる人は3年後どこにいるべきか。これから転職・副業を考える人にと って no-regret な学習・経験 は何か。 今日の問いの更新 「今日来る前と帰るときで、自分の中の問いがどう変わったか」を全員 一言。同意を取る場ではなく、各自が次の一歩を持ち帰る場。 ねらい スタンスの可視化 盲点炙り出し 方向性共有と気付きの切っ掛け作り 問いの持ち帰り これまでの内容を踏まえて、各人の考えを共有しましょう。
19. 19 13. 最後に 業界の著名人であっても先が読めない時代だと思われるので、自分の中でのロジックと現場感 （≒1次情報）を大切にしたい。 中島聡（なかじま さとし、1960年生まれ） 日本の著名なソフトウェアエンジニア、起業家、投資家、 ライター。世界を変えた「伝説のプログラマー」として知られ、 マイクロソフト時代にWindows 95の基本設計を手がけた ことで有名。 これまでのSaaS（SalesforceやSAPなど）の基本的な構造は、データ ベースの上に「ビジネスロジック」と「UI」を載せた三層構造になっています。AI エージェントに置き換えられる「薄い層」とは、まさにこの「データベースの上 に構築されたUIとビジネスロジック」のことだと私は考えています。 過去20年間、SaaS産業は「豊富なUIを提供してアプリの価値を高める」 「業務に合わせたカスタマイズを可能にする」といった方向に投資してきました が、これらはすべて「アプリケーションの価値はUIにある」という古い価値観 に基づいた進化でした。 LLMがビジネスロジックの大半をこなすことが可能になった今、シンプルなDB の上にAIエージェントを載せるだけで、複雑で高価なSaaSがやっていた仕 事の8割以上をこなすことが可能になります。 AIネイティブな企業向けソフトウェアは、既存のSaaSビジネスにとって典型的 な「破壊的イノベーション」であり、既存企業がこれに対抗するのは極めて 困難です。SaaSビジネスがコモディティ化し、かつてのような高い利益率を 維持できなくなるのは避けられない未来だと私は見ています。 引用元：週刊 Life is beautiful