※本記事は「SaaSの生存を採点する（Part 1）：エージェント型AIが迫る三つの経路」の続編となります。あわせてお読みいただくことで、三つの経路という前提を踏まえたうえで本稿の採点結果をご理解いただけます。
価格決定力はどう変わるか
ベンダーがどの経路に至るにせよ、価格決定力は作り変えられます。経路2にも経路3にも素早く動けなかったSaaSベンダーは、価格決定力を急速に失います。エージェントは既に経験層を引き受けつつあり、粘着的で、習得が難しく、操作の込み入ったインターフェースは、もはや意味のある堀でも高いスイッチングコストの構成要素でもありません。
座席を起点とする収益モデルには、残された寿命がほとんどありません——とりわけ、収益を生まないバックオフィス業務を担うSaaSアプリケーションにおいては。理由は前稿で特定したとおりです。エージェントは座席を買いません。
ヘッドレス化するということは、実質的にベンダーがエージェントが問い合わせ操作する、ドメイン特化のデータ・ワークフロー層になるということです。残余価値はそこから、インターフェース上の優位ではなく、基盤層の品質・アクセス可能性・ガバナンスにはるかに強く依存するようになります。
成果課金でも越えられない天井がある
会計、人事、ITの業務には自然な天井があります。生産性が上がったからといって、企業がそれらの職能で人を増やすわけでもなければ、完了すべき作業の単位が増えるわけでもありません。したがってこれらのドメインのベンダーは、成果ベースの価格設定へうまく移行できたとしても構造的な限界に直面します。
インテュイット（INTU）が分かりやすい例です。同社の収益の多くは既に成果（提出された確定申告、提出された会計書類）と結びついています。エージェントは申告書1件あたりの作成をより安く速くするかもしれませんが、企業が年間に提出しなければならない申告の件数を増やしはしません。これらのカテゴリーにおける成果課金は、純粋な座席課金よりは収益を守るかもしれませんが、意味のある成長の加速を解放する可能性は低いと考えられます。
【補足】「成果の天井」という考え方
- 天井のある業務: 確定申告、給与計算、経費精算のように、必要な回数が制度や期日で決まっている業務を指します。効率が10倍になっても、年に必要な申告が10倍になることはありません。
- 天井のない業務: 営業、マーケティング、製品開発のように、成果が増えれば増えるほど企業にとって望ましい業務です。生産性が上がれば活動量そのものが拡大しうる領域にあたります。
- なぜ価格設定の話につながるのか: 成果課金に切り替えても、天井のある業務では課金対象の総量が増えません。価格モデルを変えることと、成長の余地が生まれることは別の問題だ、というのが本節の論点です。
収益を生む職能には天井がない
対照的に、収益を生む職能——CRM、マーケティング、製品開発——を統べるSaaSには、同等の硬い天井がありません。生産性の向上は活動の量そのものを拡大しうるものであり、標準的な経済学に従えば、企業は限界収益が限界費用に等しくなるまで追加の人員を雇います。これらのドメインでは、座席と成果のハイブリッドモデルも純粋な成果モデルも、成長への道筋がより明確です。
ソフトウェアエンジニアリングだけは決着がついていない
ソフトウェアエンジニアリングについては、状況が未確定のままであり、そのチームに製品を提供するベンダーにとっての価格設定上の含意も、それに応じて開かれたままです。
楽観的な読み方の一つは、大手既存企業がAIによる生産性向上に伴って伝統的なエンジニアリング人員を削減しうる一方で、同じツールが新規企業の立ち上げコストを下げ、ROIの高い技術的作業の範囲を広げる、というものです。技術労働に対する正味の需要は、それでもなお増えうるということです。
より急進的な可能性は、「ソフトウェアエンジニア」というカテゴリー自体が、より広い技術職へと溶解し始めることです。Anthropicでは既に、多くの従業員が単に「Member of Technical Staff」という肩書を持ち、業務の一部としてコードを書いています。ギットラブ（GTLB）やアトラシアン（TEAM）のような企業にとっては、仕事が古典的なソフトウェアエンジニアリングチームと座席ベースの開発者ツールを軸に組織されなくなったとき、自社製品が依然として不可欠であり続けるのか、が焦点になります。買い手の基準が「開発者の人数」から「完了した技術的作業の量」あるいは「技術スタッフが届けた成果」へ移るなら、これらのプラットフォームはパッケージングも成長の軌道も変える必要が出てきます。
マージン：業務上の圧力とバリュエーション圧縮を切り分ける
AIを取り込むほぼすべてのSaaSベンダーの売上総利益率は圧縮するはずですが、現在市場が恐れているほどではありません。AIモデル提供者は価値提供の連鎖に自らを挿入し、売上総利益の相当部分を抜き取ります。同時に、固定された知性1単位あたりの推論コストは年10〜100倍のペースで低下し続けており、企業は自社の業務の大半がフロンティアモデルを必要としないことに気づきつつあります。大半のタスクはより小さなモデル、あるいは小さなモデルの連鎖で処理できます。
ただし企業向けの業務において文脈は極めて重要であり続け、その文脈はしばしば複数の部門とドメインにまたがります——これはより大きく高性能なモデルに有利に働きます。Palantir（PLTR）が決定的に重要なのは、まさにこの理由からです。 Palantirが企業全体の可視性とオントロジー層を供給するのであれば、組織は横断的な文脈をPalantirに任せたまま、小さなモデルを使い続けられます。
売上総利益率の圧縮とバリュエーション圧縮は別の現象である
エージェント時代においてどれだけ粘着性を保てるかによっては、最高水準のセキュリティ・プライバシー・ガバナンスを備えた高品質なエージェント体験の提供に不可欠な存在となることで、平均販売価格をわずかに引き上げられるベンダーさえ現れるかもしれません。総じて、SaaS既存企業の売上原価は、相殺要因が効いた後では30%というより10〜20%程度の上昇に近いところに着地する可能性が高いと見ています。SaaS企業は社内でもAIを大いに活用しており、これは営業費用のレバレッジを生み、時間の経過とともにEBITマージンの改善につながるはずです——営業費用側の改善が売上総利益率への圧力を上回る限りにおいて。
この比較的穏やかな業務上の姿は、VAR化テーゼの中心にある厳しいバリュエーション圧縮と矛盾しません。マージン圧縮と倍率圧縮は別の現象です。ベンダーは売上総利益率を60%台に保ったままでもEV/売上高倍率が崩壊しうるのです。倍率が価格付けしているのは成長の持続性と価格決定力であり、VAR化が攻撃しているのは売上原価ではなく、まさにその二つだからです。システム・オブ・レコードに対する債券的キャッシュフローのシナリオとは、正確にこれを指します——健全なマージンと、付け直された期待です。
【補足】マージン圧縮と倍率圧縮の違い
- マージン圧縮: 売上に対する利益の比率が下がることです。原価が上がれば起きます。ここでは推論コストの支払いがそれにあたります。
- 倍率圧縮: 同じ売上・同じ利益に対して、市場が付ける株価の水準そのものが下がることです。成長がどれだけ続くと見込まれるかと、値上げできる立場にあるかが主な決定要因になります。
- なぜ分けて考えるのか: 本稿の見立てでは、原価側の悪化は市場が恐れるほどではありません。しかしVAR化が攻撃しているのは原価ではなく成長の持続性と価格決定力のほうであり、そちらは別途評価する必要がある、ということです。
参入障壁の低下という別の懸念
別の懸念は、AIが機能開発を容易にし、したがって参入障壁を下げるというものです。真のシステム・オブ・レコードを持たない堀の薄いベンダーは、とりわけリスクが高い立場にあります。実質的に保有しているのは洗練されたUIだけであり、片側ではエージェントがそれを迂回し、もう片側ではフロントエンドの競争が激化するからです。これらは我々の曝露フレームワークにおける水平型のワークフロー・ラッパーにあたり、両方向から同時に攻撃を受けます。
受益者：インフラ、オブザーバビリティ、セキュリティ
インフラ系ソフトウェア企業は、エージェント型への移行に対して最も良い位置にあります。エージェントが有用な仕事をするにはデータが必要だからです。
分析系のデータ基盤が最初に来る
スノーフレーク（SNOW）のようなOLAP系のプレイヤーは、エージェントによる操作を本番環境で最初に経験する可能性が高いと見ています。OLTPはよりリスクが高い領域です。トランザクションデータは誤って書き換えられると深刻な業務上の問題を引き起こしますが、OLAPは分析的で、決定論的な度合いが低く、より主観的な性質を持ちます——これらはAIに向いた性質です。
【補足】OLAPとOLTPの違い
- OLTP（オンライン・トランザクション処理）: 受注、入金、在庫の増減といった日々の取引そのものを記録するデータベースです。1件の書き換えミスが業務事故に直結します。
- OLAP（オンライン分析処理）: 蓄積されたデータを集計・分析するためのデータベースです。読み取りが中心で、答えに幅があっても致命傷になりにくい性質があります。
- なぜ順序が生まれるのか: AIエージェントを最初に触れさせるなら、間違いの影響が限定的なOLAP側からになります。OLTPへ本格的に触れさせるには、エージェント型のセキュリティが先に成熟している必要がある——というのが本節の順序の根拠です。
オブザーバビリティ——監視対象そのものが増える
エージェント型AIが本格的に勢いづくと、オブザーバビリティのベンダーは需要の増加を経験します。エージェントは監視され追跡されなければならないからです——どんな行動を取ったのか、あるタスクにどれだけのトークンを消費したのか。パロ アルト ネットワークス（PANW）がChronosphereを買収したのは、このためです。
ただし、より興味深い論点は効率のほうにあります。Chronosphereはオープンソースの時系列データベースM3の上に構築されており、Kubernetesのオブザーバビリティに特化しています。Kubernetesは膨大な量のログデータを生成し、それを生の形で保存するのはストレージと計算の双方で法外なコストになります。Chronosphereのオープンコア型のアプローチは、有用な文脈の大半を保持しながらデータ量をおよそ99%削減し、スタックの照会をより速く安価にします。
これはAIエージェントにとって非常に大きな意味を持ちます。効率的な層がなければ、コンテキストウィンドウは生のノイズで埋まり、トークンコストが跳ね上がり、モデルが信号を取り出すのに苦労するぶん性能も劣化するからです。Chronosphere（および類似プラットフォーム）の残余価値は最終的に、基盤となるオープンソースプロジェクト単体が達成しうる水準を超えて、商用層がどれだけ追加の最適化を提供し続けられるかに依存することになります。
サイバーセキュリティ——エージェント攻撃を封じ込める位置
サイバーセキュリティもまた、完全なエージェント能力を取り込み、オブザーバビリティと緊密に組み合わされる必要があります。パロ アルト ネットワークスによるCyberArkの買収は、人間と機械の双方のアイデンティティにおける同社の地位を強化するものであり、これはエージェント型の攻撃を封じ込める最も有効な手段の一つになります。同社のXSIAMとCortexの各プラットフォームは、環境全体にわたる非自明なつながりを浮かび上がらせうる、文脈の豊かなデータを既に保持しています。
受益者が立ち上がる順序
エージェント型のサイバーセキュリティが成熟し信頼できるものになって初めて、エージェントは大規模にOLTPデータベースへ安全に触れられるようになります。その先には、計算・推論・エージェント基盤の層があります。エッジではクラウドフレア（NET）やアカマイ・テクノロジーズ（AKAM）のようなプレイヤー、Starlinkを流通層とする軌道上AIデータセンターを追求し始めたSpaceX、そしてNVIDIAとノキアの推論分野での協業のような通信事業者とのパートナーシップが、その供給者になりうる存在です。
さらに、ソフトウェア開発ライフサイクル全体の自動化——単なるフロントエンドのコーディングエージェントではなく、計画から本番稼働、継続的な監視までの全サイクル——という機会もあります。Cursorが力強く前進していますが、ギットラブとアトラシアンが意味のある巻き返しを果たせるかは未解決の問いです。
順序で言えば、エージェント型AIの最も早い受益者は、分析ドメインのインフラソフトウェア企業（スノーフレーク、Databricks）、AIを企業環境に安全に埋め込める企業（Palantir）、そして企業の作業面を横断してエージェントを経済的にオーケストレーションできる企業のようです。オブザーバビリティが僅差で続きます。監視を要する活動量が劇的に増えるからです。サイバーセキュリティ企業がその次に来ます。 エージェント型のサイバーセキュリティがしっかり据え付けられて初めて、より広範なOLTPとの相互作用と、エッジにおける真の本番規模の推論が本格的に始まりえます。
この順序は、VAR化フレームワークの受益者バケットにきれいに対応します。ここに挙げた層はいずれも、拡大する大脳が吸収できるものではなく、必要とするもの——データ、文脈、ガバナンス、監視、セキュリティ、計算——だからです。
ルートマップ：SaaSの生存を採点する
三つの経路というテーゼから企業レベルの結論へ移るために、我々は上場SaaS 22社に対して三本柱のスコアカード——VAR耐性スコアカード——を適用しました。三本の柱は、順を追った三つの問いに答えます。
- VAR化はあなたをどこに置くのか（構造的ポジション）
- それと戦えるのか（適応能力）
- それは価格に織り込まれているのか（バリュエーションの非対称性）
各ファクターは1〜5で採点されます。その結果として得られるプロファイルは、五つの行動可能なバケットのいずれかに写像されます。エージェント型コンパウンダー、成果連動型プラミング（OLP）、競合するオプショナリティ、トールロード、溶けゆく氷の五つです。
三つの経路は等価な結末ではない
スコアカード全体を貫く枠組みの原則があります。三つの経路は等価な結末ではありません。
- 経路1は絶滅です。
- 経路2（ヘッドレスでの生存）は生き延びられるが縮小した姿であり、成果の経済性によって救済されない限りそうなります。
- 経路3（既存企業自身がエージェント層へ拡張する）は最良の結末ですが、深い規制の堀か、本物のモデル層レバレッジのいずれかを持つ、狭い範囲のベンダーにしか信憑性がありません。
ファクターの完全な定義、採点基準、重み付けの論理については、次回のPart 3で詳しくご紹介します。本稿ではスコアと、それを支える主要な観察をご覧いただきます。
【補足】この採点は誰が行ったのか
- 採点方法の設計: Convequityが作成しました。三本柱とファクターの定義、重み付けはすべて我々の枠組みによるものです。
- 実際の採点作業: Grok 4.5、Fable 5、DeepSeek v4 Proの協働によって実施しました。
- 今後の扱い: 本シリーズの以降のパートでは、各社のスコアを手作業で精査し、必要に応じて更新していきます。したがって本稿の数値は確定値ではなく、現時点の暫定評価としてお読みください。
スコア
以下がVAR耐性スコアカードの結果です。上場SaaS 22社、2026年8月時点。
- スコアは各ファクター1〜5（高いほど枠組み上の耐性が強い／ポジションが良いことを示します）
- 柱の重み付けは、A約40%、B約35%、C約25%
- バケットは前述の五つの行動カテゴリーに従います
(出典: Convequity)
このスコアカードは近くConvequityのサイトの新機能として定期更新される予定です。エージェント型への移行は速く進んでおり、少数の分類は現在も精査中です。スコアもバケットの割り当ても、確定したランキングではなく生きた評価として扱ってください。企業ごとの詳細なコメントは、本シリーズの以降のパートに譲ります。
バケット別の分布
- エージェント型コンパウンダー: Palantir、クラウドストライク（CRWD）
- 成果連動型プラミング（OLP）: データドッグ（DDOG）、クラウドフレア、スノーフレーク、ショッピファイ（SHOP）、セールスフォース（CRM）、ギットラブ、ハブスポット（HUBS）、マンデー・ドット・コム（MNDY）、トゥイリオ（TWLO）
- 競合するオプショナリティ: サービスナウ（NOW）、Figma（FIG）、アドビ（ADBE）、オクタ（OKTA）、アトラシアン、SAP（SAP）、ヴィーバ・システムズ（VEEV）、ドキュサイン（DOCU）
- トールロード: ワークデイ（WDAY）、インテュイット
- 溶けゆく氷: ズーム・ビデオ・コミュニケーションズ（ZM）
観察された主要パターン
エージェント型コンパウンダーは2社しかいない
真のエージェント型コンパウンダーはPalantirとクラウドストライクの2社という結果になりました。Palantirは構造的な外れ値で、B1（モデル層レバレッジ）が4です。他のどの銘柄も3を超えず、アプリケーション系ベンダーの大半は2に留まります。なお、クラウドストライクの分類は我々にとっても意外であり、そのためPart 2以降で同社のスコアを手作業で精査し、必要に応じて更新する予定です。
B1（モデル層レバレッジ）は1〜2に密集している
B1は1〜2に固く密集しています。トゥイリオが唯一の1です。3への一段（クラウドストライク、データドッグ、ショッピファイ、アドビ、SAP、インテュイット）は、純粋なワークフロー・ラッパーと、ある程度の知性を埋め込んだ配管とを分ける閾値にあたります。真のモデル・フライホイールではありません。
高いA5×高いB3が成果連動型プラミングへの主要経路
高いA5（成果への貢献度）と高いB3（価格モデルの俊敏性）の組み合わせが、成果連動型プラミングへ至る支配的な経路です。データドッグ、クラウドフレア、スノーフレーク、ショッピファイ、ハブスポット、トゥイリオは、この両方で5を記録しています。量的に弾力性のある成果と、従量・成果課金の組み合わせ——これが持続的な経路2の核心にあたります。
エージェント量の受益者は高いA2に集まる
エージェント量の受益者は高いA2（ワークフロー吸収性＝大脳テスト）に、そしてしばしば高いB4（信頼・セキュリティ・ガバナンスの態勢）にも集まります。Palantir、クラウドストライク、オクタ、データドッグが先行しています。オブザーバビリティ、セキュリティ、アイデンティティ、そしてエッジ／データのプラットフォームが、座席課金とは無関係にエージェントのトラフィックを捕捉するうえで最も良い位置にあります。
トールロードは2社、溶けゆく氷は1社
トールロードは狭く、ワークデイとインテュイットの2社です。低いA3（需要弾力性）とA5（成果の天井）が、エージェント型の再評価を促す触媒を欠いたまま、両社を債券的なシステム・オブ・レコードのキャッシュフローに留めています。
溶けゆく氷にはズーム・ビデオ・コミュニケーションズが1社だけ入りました。A1からA5まで一律に2が並び、構造転換が成功している証跡が乏しいという結果です。
バリュエーションの非対称性は限られた銘柄に現れる
C2（倍率に織り込まれたシナリオ）の非対称性は、限定された銘柄群に現れます。Figma、アドビ、マンデー・ドット・コムがC2＝5でスクリーンされ、セールスフォース、ギットラブ、ハブスポット、オクタ、ドキュサイン、ワークデイ、インテュイットがC2＝4です。データドッグやスノーフレークのようなインフラ／アプリ系の銘柄は、ファンダメンタルズが示唆する経路に対して、倍率が低い水準にあるとは判定されていません。
インフラ系がコンパウンダーではなくOLPに入った理由
OLPバケットに入ったインフラ系はデータドッグ、クラウドフレア、スノーフレークです。これらがエージェント型コンパウンダーではなく成果連動型プラミングに位置するのは、経路3による脱出ではなく、B1の弱さを伴ったエージェント量の導線であることを反映しています。
座席依存のB3はアイデンティティ／協業領域の断層線
座席比率の高いB3は、アイデンティティと協業の領域における断層線です。オクタ（B3＝2）とアトラシアン（B3＝3）は、堅実なエージェント／アイデンティティの物語や出荷の物語を持ちながら、競合するオプショナリティに位置しています。MCP（Model Context Protocol）は広く実在するものになりましたが、信憑性のある経路3は依然として稀です——モデルレバレッジによるPalantir、そしてB1ではなく規制されたシステム・オブ・レコードの深さによるSAP、という限られた形でしか成立していません。
次回のPart 3では、ここで用いた三本柱の各ファクターの定義と採点基準、そして五つのバケットがそれぞれどのような行動に対応するのかを、付録として詳しくご紹介します。
コンヴェクィティ