SaaSの生存を採点する（Part 6）：クラウドフレア徹底解剖——12ファクター採点と自社レポート再検証で見るAIホスティングの限界

※本記事は「Part 1：エージェント型AIが迫る三つの経路」「Part 2：価格決定力・マージン・受益者と、22社のVAR耐性スコア」「Part 3：VAR耐性スコアカードの採点フレームワーク」「Part 4：Palantir徹底解剖」「Part 5：データドッグ徹底解剖」の続編となります。三つの経路と12ファクターの採点フレームワークを先にお読みいただくと、本稿の内容がより明確になります。

Part 4ではPalantir（PLTR）、Part 5ではデータドッグ（DDOG）を取り上げました。本稿では個別精査シリーズの3社目として、クラウドフレア（NET）を検証します。

バケットと経路

クラウドフレアの分類も、大枠では据え置きです。バケットは成果連動型プラミング（OLP）、割り当てられた経路は成果レバレッジを伴う経路2です。

SCORECARDの数値

• A1 システム・オブ・レコードの深さとデータ重力：3.0
• A2 ワークフロー吸収性（大脳テスト）：5.0
• A3 提供職能の需要弾力性：4.0（前稿の暫定5.0から精査後に引き下げ）
• A4 経路の運命と経路の質：4.0
• A5 成果への貢献度（天井テスト）：5.0
• B1 モデル層レバレッジ：2.0
• B2 組織の代謝：5.0
• B3 価格モデルの俊敏性：5.0
• B4 信頼・セキュリティ・ガバナンスの態勢：3.5（前稿の暫定4.0から精査後に引き下げ）
• B5 出荷ケイデンス：5.0
• C1 トークン経済下のマージン軌道：3.0
• C2 倍率に織り込まれたシナリオ（Rule of Xグリッド）：2.0

(出典: Convequity)

前稿から本稿への変更点

前稿からのスコア変更は2点で、他はすべて据え置きです。バケットと経路も据え置き——成果連動型プラミング、成果レバレッジを伴う経路2（高いA5×高いB3による判定）です。

A3は5.0から4.0へ引き下げました。前稿ではエージェント・トラフィックの増加を需要弾力性として扱っていましたが、それは本来A5に属する話です。A3が問うのは、人間がクラウドフレアの基盤上でAIを使ってより生産的になり、なおかつエージェントの量そのものは固定したとき、クラウドフレアが提供する機能への需要が増えるか減るか、という問いだけです。セキュリティ・CDN・WAF・ゼロトラストは、大半が収益