最近、ビジネス界隈で「SaaSの死」という言葉が注目を集めています。
AIの急速な進化により、従来のSaaSの使われ方や役割が変化しているのです。
本記事では「SaaSの死」が注目される背景と企業に求められる対策について解説します。
なお、AIエージェントの導入や活用方法に悩んでいる場合は「DigitalWorks」のようなサービスの活用がおすすめです。
営業や採用、マーケティングなどの業務課題に応じて、 AIエージェントの導入設計や運用を支援します。
＼ 相談だけでも大丈夫！ ／
「SaaSの死」とは従来型SaaSのあり方が変化する考え方
「SaaSの死」とは、人間が画面を操作する「従来のSaaS」のあり方が変わりつつある、という考え方です。
これは、SaaSという仕組み自体がなくなることを意味するわけではありません。
近年は、AIエージェントがAPIや外部ツールを利用しながら業務を支援するケースが増えており、SaaSにもAI連携を前提とした設計が求められ始めています。
これまで人間が行ってきたデータ入力や集計作業なども、AIによって一部業務を自動化・効率化しやすくなりました。
そのため、今後は「人が直接操作するツール」としてだけではなく「AIエージェントから利用される業務基盤」としての役割も重要になると考えられています。
企業は、AIを前提とした業務環境の変化を理解しながら、自社に合った活用方法を検討していくことが重要です。
「SaaSの死」が注目されるようになった3つの背景
「SaaSの死」が言葉が注目される背景には、AI技術の進化や業務環境の変化があります。
これは、SaaSそのものが不要になるという意味ではなく、従来型SaaSの役割や使われ方が変化しつつある、という考え方です。
ここでは「SaaSの死」が注目されるようになった3つの背景を解説します。
トップ企業によるAI発言が注目を集めた
「SaaSの死」が話題になったきっかけは、世界的IT企業の経営者によるAI関連の発言です。
特に近年はMicrosoftやOpenAI、Anthropicなどの企業が、AIエージェント時代における業務ソフトウェアの変化について言及する場面が増えています。
従来は、人間が画面を操作しながらSaaSを利用することが前提でした。
しかし現在は、AIがAPIを通じて複数ツールを横断的に利用し、情報取得やデータ整理を支援するケースが増えています。
こうした変化によって「SaaSは人が直接操作するもの」という前提が見直され始めており、業界全体でもAI連携を前提としたサービス設計への関心が高まっています。
AIエージェントが自律的に業務を支援できるようになった
AIエージェントの進化も「SaaSの死」が語られる要因の一つです。
従来のAIは、ユーザーからの質問に回答する形で利用されるケースが中心でした。
一方近年のAIエージェントは、与えられた目標に応じて情報収集やデータ整理、外部ツール操作などを段階的に進められるようになっています。
例えば、売上データを取得してレポート形式へ整理したり、複数のSaaSから必要情報を収集したりする使い方も可能です。
このように、AIが業務フローの一部を支援できるようになったことで「人間がUIを操作する前提」のSaaSのあり方にも変化が求められ始めています。
生成AIの進化により開発環境が変化している
生成AIの普及によって、ソフトウェア開発の進め方にも変化が起きました。
近年は、AIを活用してコード生成やドキュメント作成、テスト補助などを行うケースが増えており、開発効率向上を目指す企業も増加しています。
これにより、従来よりも小規模なシステムや業務ツールを内製しやすくなった点が特徴です。
特に、自社業務に合わせたワークフローやデータ管理機能を柔軟に設計したい企業では、既存SaaSだけに依存しない運用を検討するケースもあります。
一方で、すべてを自社開発へ切り替える動きではなく、既存SaaSとAIを組み合わせながら業務改善を進める流れも広がっています。
AI時代におけるSaaSの役割と課金モデルの変化
SaaSの課金モデルにも見直しの動きが広がっています。
従来のID課金だけではなく、API利用量や成果ベースなど、新しい料金体系への関心も高まっています。
ここでは、AI時代においてSaaSの役割や課金モデルがどのように変化していくのかを見ていきましょう。
役割が「操作画面」から「データ基盤」へ変化している
近年は、AIエージェントがAPIを通じて複数システムを横断し、情報取得や業務処理を行うケースが増えています。
AIエージェントが正しく業務を実行するためには、正確で構造化されたデータが欠かせません。
そのため、今後は「AIがデータへアクセスしやすい構造」や「外部ツールとの連携性」がより重要視される可能性があります。
「人間にとっての使いやすさ」よりも「AIの連携のしやすさ」が評価される時代になるのです。
顧客情報や業務履歴、承認フローなどを安全に管理する役割は、引き続きSaaSの重要な価値として残ると考えられています。
ID課金から利用量・成果ベースの課金体系への変化が議論されている
従来のSaaSでは「1ユーザーあたり月額料金」というID課金モデルが一般的でした。
しかし、AIエージェントが業務を支援するケースが増えることで、この課金体系にも変化が起きる可能性が指摘されています。
AIが複数業務を処理する場合、人間のログイン数だけではサービス価値を測りにくくなるためです。
そのため近年は、API利用量や処理件数、生成データ量などに応じた従量課金モデルへ注目が集まっています。
また、一部では「成果ベース課金」や「業務処理単位での課金」など、新しい料金体系を模索する動きも見られます。
今後は、ID数だけではなく「どのような業務価値を提供したか」が、SaaSの評価基準として重要になるでしょう。
企業は「SaaSの死」にどう対応すべきか
「SaaSの死」という考え方は、SaaSを提供する企業だけでなく、利用する企業側にも影響を与える可能性があります。
これまでのように、流行りのSaaSを導入するだけでは、業務効率化の恩恵を十分に受けられなくなるでしょう。
ここでは、AI時代に企業が見直したいポイントについて解説します。
AIエージェント活用を前提とした業務プロセスの再設計
AI活用を進めるうえでは、既存業務へ単純にAIツールを追加するだけではなく、業務プロセス全体を見直す視点が重要です。
従来のSaaSは、人間が画面を操作することを前提に設計されているケースが多く、AIエージェントによる横断的なデータ活用を想定していない場合もあります。
そのため、AIエージェントを活用する際は、複数システム間でデータ連携しやすい環境を整備し、API連携やデータ形式の統一を進めることが重要です。
また、部門ごとに異なる入力ルールや管理方法が存在すると、AIが情報を正しく処理しにくくなるケースもあります。
業務フローやデータ管理ルールを整理しながら、人間とAIが役割分担しやすい運用体制を整えていくことが、今後のAI活用では重要になると考えられています。
自社独自のデータ基盤を整備
AI時代では「自社で蓄積したデータをどのように活用するか」が重要になりつつあるテーマです。
汎用的なAIモデルだけでは、業界特有の業務知識や自社独自の判断基準まで十分に反映できないケースがあるためです。
例えば、需要予測や品質管理、営業支援などでは、自社に蓄積された過去データや運用ノウハウを活用することで、より実務に合った分析や提案につながりやすくなります。
また、AIエージェントを活用する場合でも、元となるデータ品質が低いと期待した結果につながりにくくなる可能性があります。
そのため、データ管理ルールの整備や社内情報を整理・蓄積しやすい環境づくりを進めることが重要です。
今後は、SaaSを単に利用するだけではなく「自社データをどのように管理・活用するか」という視点が、AI活用を進めるうえでより重要になると考えられています。
まとめ｜「SaaSの死」はSaaSの役割変化を指す考え方
「SaaSの死」とは、SaaSそのものが不要になるという意味ではなく、AI時代に合わせてSaaSの役割や使われ方が変化していく、という考え方です。
今後は「操作画面としての使いやすさ」だけでなく、「AIが連携しやすいデータ構造」や「外部システムとの接続性」も重要視される可能性があります。
企業側でも、AI活用を前提とした業務フローやデータ管理方法を見直し、自社データを活用しやすい環境を整備することが重要です。
もし、AIエージェントの導入や活用方法に悩んでいる場合は「DigitalWorks」への相談がおすすめです。
業務内容に合わせたAIエージェントの設計や運用支援を受けられるため、AI活用を検討している企業は情報収集の一環として確認してみるとよいでしょう。
＼ 相談だけでも大丈夫！ ／
