SaaS業界のリサーチAI活用事例｜2025年月別に見た採用スタック変化

日本のSaaS業界は2025年、月別に見ると以下のように大きく3段階でAIスタックを入れ替えました。

• 1〜6月: RAG＋特定モデル単発の設計から、複数モデル同時実行へ（サイボウズ kintone AIラボ、SmartHR AI履歴書、マネーフォワード AI Vision 2025、freee AIコンセプト、SHIFT 生成AI 360°、GMO 天秤AI Deep Research）
• 7〜9月: 自社プロダクトへのAIアシスタント／AIエージェント搭載が本格化（SmartHR AIアシスタント10%削減、hacomono AI推進室3か月で全社94%、LayerXバクラクAIエージェント宣言）
• 10〜12月: MCPサーバーが業界標準となり、外部AIエージェントから自社データを刺してもらう窓口が続々公開（マネーフォワード10月、Sansan11月、freee 382 API MCP計画）。マネーフォワード AI確定申告仕分け時間10分の1、ラクス楽楽AIエージェント精算95%削減、LayerX×タイミー月次締め1営業日短縮

投資家視点では、Bessemer Q2T3（4x-4x-3x-3x-3x）、ARR/FTE、Compute Cost/ARR、モデル依存度別Retentionが新指標。Menlo Ventures調査では企業81%が3モデル併用、Anthropic 40%/OpenAI 27%/Google 21%。日本固有課題はシャドーAI検知、J-SOX IT全般統制の生成AI拡張、AISI CAIO設置マニュアル（2026年2月公開）。

2026年はSequoiaの言う「エージェントの年」、Gartner予測でエンタープライズアプリの40%がタスク特化エージェント内蔵の一方、40%以上のエージェントプロジェクトが失敗する見込み。SLM（Small Language Model）はコスト75%削減で法務特化7Bが契約タスク94%を叩き出す局面へ。

CxOにとってのアクション：毎月出てくる新プロダクトを、Snorbeの反復ループ検索でナレッジグラフに蓄積し、スタック評価用の別軸として使う。専用SaaS AIエージェント（社内KPI）× Snorbe（外部評価）の分業体制で、社内効率化と外部変化への追随を両立する。

2025年前半カレンダー｜サイボウズ kintone AIラボから、GMO 天秤AI Deep Researchまで

SaaS業界の動きを1年分まとめて振り返ると、細かい発表が均されて「みんなAIを入れましたね」で終わってしまいます。そうではなくて、月別に並べたときにこそ、日本のSaaS各社が何を先にやり、何を後回しにしたのかが浮かび上がってきます。この記事では2025年の1月から12月までを月別のカレンダー年表として並べ、そこから「どの月にスタックの何が入れ替わったのか」を読んでいく形をとります。

私が2025年を通して感じたのは、SaaS各社は年始から「社内利用の全社展開」と「自社プロダクトへのAI搭載」の二本柱を、ほぼ同時に走らせていたということです。前半（1〜6月）は主に社内利用の勢いが加速し、その手応えを踏まえて後半（7〜12月）からプロダクト搭載が畳みかけるように出てくる。この2つの動きが折り重なった1年だったように思います。まずは前半6か月から見ていきます。

1月｜サイボウズが技術ブログで生成AI設計を先出し、hacomonoが46億円調達

2025年1月22日、サイボウズはエンジニアブログ「Cybozu Inside Out」で、業務改善プラットフォーム「kintone」向け生成AI新機能のシステム概要を公開しました[1]。RAG（検索拡張生成）とAmazon Bedrockを使い、kintoneアプリの既存アクセス権を尊重したまま自然言語検索を実現する、という設計方針を先に開示したのが印象的です。プロダクトリリースではなく設計思想の公開から始まる、という順番です。

同じ1月、フィットネスクラブや店舗運営のSaaSを展開するhacomonoが、シリーズDで総額46億円を調達し、AIカメラ開発への投資を発表しました[2]。同月時点で全国9,000店舗以上へ導入済みという規模で、AIが「クラウド上のUIだけの話」から「店舗の物理オペレーション」まで一気に染み出す1年の始まりを予告する動きでした。

2月｜SmartHRが履歴書AI-OCRで火蓋、世界ではOpenAI／Perplexityが「Deep Research」を投入

2月12日、SmartHRは「AI履歴書読み取り機能」を翌日から提供開始すると発表しました[3][4]。Google Gemini 1.5 flashをベースにしたAI-OCRで、履歴書PDFから氏名や生年月日、住所などを自動抽出する仕組みで、「第三者提供はしない」「AI学習にも使わない」ことを明記した設計思想が特徴でした。開発の舞台裏はSmartHR Tech Blogで3月に別途公開されていて、モデル選定の意思決定プロセスまで開いた形で共有されています[5]。

世界ではこの月、リサーチAIのカテゴリそのものが生まれます。OpenAIは2月2日にDeep Researchを発表し[6]、o3ベースで数百のソースを横断調査する機能をChatGPT Pro向けに月100クエリで提供開始しました。続く2月14日にはPerplexityがDeep Researchを投入し、無料5クエリ/日、Proは実質無制限で3分以内にレポートを生成する速度で話題を集めました[7]。2月25日にはOpenAI DRがPlus／Team／Enterprise／Edu全ユーザーへ月10クエリで展開され[8]、「Deep Research」というカテゴリが世界共通の言葉になった月でした。

3月｜マネーフォワードがAI-OCRで台帳作成時間53%削減、市場予測は12倍

3月5日、マネーフォワードは「マネーフォワード クラウド契約」でAI-OCRによる一括アップロード機能をリリースしました[9]。最大1,000件の契約書PDFを一度に取り込み、社名や氏名、契約日、契約金額などをAIが自動抽出する機能で、既存資料での実測では台帳作成時間の53%削減が示されています[10]。「AIを何に使うか」の答えが「非構造化データの自動構造化」から始まった典型例です。

同じ3月、世界では中国の武漢からManus AIがインバイト制ベータで公開され、Claude 3.5 SonnetとAlibaba Qwenをベースにしたマルチエージェント構成が「世界初の自律エージェント」として大きな話題を集めました[11]。デモ動画は20時間で100万再生を突破し、Jack Dorseyら業界の著名人が高く評価する状況になっています[12]。Microsoftも3月25日にMicrosoft 365 Copilot向けにResearcher（OpenAI DRベース）とAnalyst（o3-miniベース）を発表し、既存のグループウェアがDeep Researchを内蔵する流れを作りました[13]。

市場予測も3月に更新されます。富士キメラ総研は国内生成AI関連市場が2024年度4,291億円から2028年度に1兆7,397億円（23年度比12.3倍）へ拡大すると発表し[14]、Gartnerは世界のGenAI支出が2025年に6,440億ドル（前年比+76.4%）に達すると予測しました[15]。市場が実測でも予測でも「2桁成長」になっていて、SaaS各社の投資意思決定の背中を押す環境が3月時点で整いました。

4月｜マネーフォワードが「AI Vision 2025」、サイボウズが「kintone AIラボ」β版

4月2日、マネーフォワードはAI戦略「Money Forward AI Vision 2025」を発表しました[16]。「AIエージェント」「AIエージェントプラットフォーム」「AXコンサルティング」の三本柱で、経費・会計・HR領域のAIエージェントを2025年中に順次提供するというロードマップです。ここで注目したいのは、単一プロダクトのアップデートではなく「AI戦略」として構造を先に示した点です。個別機能の後追いではなく、SaaS全体をAI前提の構造に組み替えるという宣言でした。

4月15日、サイボウズは「kintone AIラボ」β版の提供を開始しました[17]。RAGとkintoneの既存権限モデルを組み合わせた「検索AI」と、チャットからkintoneアプリを自動生成する「アプリ作成AI」の2つを、スタンダードコースとワイドコースの利用者に無償で公開しています[18]。「AI機能を有料オプション化する」ではなく「標準コースにAIクレジットを付与する」という配布戦略が、青野社長が後に語る「AIの民主化」の輪郭を早くも見せた月でした。

世界ではGenspark（MainFunc）がSuper Agentを投入し、8モデル＋80ツールを束ねる「Mixture-of-Agents」構成で9日でARR1,000万ドル、45日で3,600万ドルという記録的な立ち上がりを見せました[19]。CognitionはDevin 2.0を発表して月額500ドルから20ドルへ96%値下げし、以降9か月でARRが100万ドルから7,300万ドルへ急伸します[20]。GoogleはGemini 2.5 Pro Experimental上でDeep Researchを提供し、ブラインドテストで他社より2:1で好まれるとアピールしました[21]。

5月｜GMOが天秤AIに「Deep Research」を追加、SHIFTは自社で半年25%→76%を実現

5月13日、GMOインターネットグループは法人向け生成AIプラットフォーム「天秤AI Biz byGMO」に「Deep Research」機能を追加しました[22][23]。ChatGPT o3をベースに、複数情報源を自律探索して出典付きレポートを生成する機能を、追加料金なしで提供する形です。特に印象的なのは、GPT-4oやClaude 3.7 Sonnet、Gemini 2.0、Perplexityなど最大6モデルを同時に実行できる設計で、「単一モデル依存を避ける」という前提が明確にプロダクトに埋め込まれています[24]。

5月14日、freeeはAIコンセプト「統合flow × AI」を発表しました[25]。「freee AI（β版）」を軸に、チャットログから事前申請を提案する「まほう経費精算」、証明書撮影から自動記入する「AI年末調整アシスト」、「AIチャットインボイス」、「AI勤怠チェッカー」、「AI工数マネージャー」など、経理と人事労務の主要機能にAIを差し込む計画を一気に見せました。「機能単位でAIを足す」ではなく「業務フロー全体をAI前提で再設計する」という順番です。

5月29日、SHIFTは生成AI社内活用・定着メソッド「生成AI 360°」の提供を開始しました[26][27]。ここで面白いのは、自社での実績として2024年9月から2025年3月までの約半年間で、独自生成AIツールの社内活用率を25%から76%（3倍以上）に伸ばし、825業務プロセスをAI化した数字を体系化した点です[28]。「自分たちで実測した数値を、他社のコンサル資産に変える」というモデルで、生成AIコンサルティングの市場そのものが立ち上がったタイミングでもあります。

Sansanはこの月、デジタル名刺ソリューションを提供開始しました[29][30]。同月hacomonoもAIカメラソリューションを投入し、i-PRO製カメラとhacomono独自アプリで施設の混雑状況やマシン稼働状況をリアルタイム可視化する仕組みを、TLS暗号化＋ローカル保存でクラウド通信を最小化しつつ展開しています[2][31]。

世界ではSalesforceがInformaticaを80億ドルで買収することを発表し、Agentforceとデータクラウドの基盤強化を明確に打ち出しました[32]。AnthropicはClaude Opus 4/Sonnet 4をリリースし、SWE-benchの検証済みスコアが72.5%に到達しました[33]。

6月｜SmartHRが「AIアシスタント」の10-20%削減効果を予告、GMOは94.1%活用率を公開

6月3日、SmartHRは事業戦略発表会で「人的資本経営プラットフォーム」への進化と2030年売上1,000億円目標を発表しました[34][35]。AI活用の二軸として、業務効率化AI（AI履歴書、後述のAIアシスタントなど）と、人的資本経営を推進する「AIマッチング機能」（後継者育成候補抽出、社内異動最適人材発掘）の開発を明示しています。

続く6月24日、SmartHRは「AIアシスタント」機能を7月下旬に提供開始すると発表しました[36][37]。就業規則やマニュアルをアップロードすると、生成AIが従業員の問合せに24時間365日自動回答する機能で、社内実証実験では約1,500名利用時に問合せ全体で約10%、総務・情シスで約20%削減が確認されています。「10-20%削減」は控えめに見えて、その背後にある「シャドーAIをどう社内公認AIに置き換えるか」という設計思想を含んでおり、後に日本SaaS各社が追いかける型になりました。

同じ6月、GMOは定点調査「グループ内の生成AI業務活用率」で94.1%（前回調査比+4.1pt）を記録しました[38]。月間業務削減時間は推定22.4万時間、1人あたり月38.4時間削減で、複数AI併用率は67.7%に到達しています。エンジニア職では活用率96.5%、うち79.1%が「ほぼ毎日利用」と回答しており、H1時点で既に「AIは特別なツール」ではなく「基本装備」になっていたことがわかります。

MicrosoftはこのタイミングでResearcherとAnalystを正式GAし[39]、CursorはARR 5億ドルを突破しました[40]。

前半のパターン：社内で回してから、プロダクトへ流し込む

こうして1〜6月を眺めると、日本のSaaS各社は「まず社内で生成AIを回す」→「その手応えを踏まえてプロダクトAI搭載の設計図を書く」という順番で進めていたことがわかってきます。GMOやSHIFTは社内活用率を数字で刻み、SmartHRやマネーフォワードはコンセプトと期日を先に開示し、サイボウズは技術ブログで設計思想を先出しました。前半6か月は「AIを載せた」より「AIを載せる準備を実測で終わらせた」という表現がしっくりきます。

そしてこの助走の勢いが、後半に一気に開放されることになります。次に7〜12月のカレンダーを見ていきます。

参考文献

[1] Cybozu Inside Out：生成AI技術を活用したkintoneの新機能とシステム概要の紹介 [2] PR TIMES：hacomono AIカメラソリューション提供開始 [3] SmartHR：AI履歴書読み取り機能を提供開始 [4] PR TIMES：SmartHR AI履歴書機能 [5] SmartHR Tech Blog：AI履歴書読み取り機能の開発 [6] OpenAI：Introducing Deep Research [7] TechCrunch：Perplexity Deep Research [8] TechCrunch：OpenAI Deep Research全ユーザー展開 [9] Excite News：マネーフォワード クラウド契約 AI-OCR一括アップロード [10] EnterpriseZine：マネーフォワード クラウド契約 AI自動入力β版 [11] Wikipedia：Manus AI Agent [12] SiliconAngle：Manus AI global attention [13] Microsoft：Researcher and Analyst in Microsoft 365 Copilot [14] 富士キメラ総研：2025生成AI／LLM市場総調査 [15] Gartner：Worldwide GenAI Spending to Reach $644B in 2025 [16] マネーフォワード：Money Forward AI Vision 2025 [17] サイボウズ：kintone AIラボ β版 [18] ASCII.jp：生成AIに一気に舵を切るサイボウズ [19] AI総研：Genspark Super Agent [20] VentureBeat：Devin 2.0 96%値下げ [21] 9to5Google：Gemini 2.5 Pro Deep Research [22] GMOインターネットグループ：天秤AI Biz Deep Research機能追加 [23] PR TIMES：天秤AI Deep Research [24] クラウド Watch：GMO 天秤AI Deep Research [25] freee：AIコンセプト「統合flow × AI」 [26] SHIFT：生成AI 360°提供開始 [27] PR TIMES：SHIFT 生成AI 360° [28] 日経クロステック：SHIFT 企業の生成AI活用支援事業 [29] Sansan：デジタル名刺ソリューション提供開始 [30] PR TIMES：Sansan デジタル名刺 [31] hacomono：AIカメラ機能 [32] TechCrunch：Salesforce Informatica $8B買収 [33] Anthropic：Claude Opus 4 / Sonnet 4 [34] SmartHR：人的資本経営プラットフォームへの進化 [35] PR TIMES：SmartHR 2030年売上1,000億円目標 [36] SmartHR：AIアシスタント7月下旬提供 [37] PR TIMES：SmartHR AIアシスタント発表 [38] PR TIMES：GMO 生成AI業務活用率94.1% [39] Microsoft：Researcher/Analyst GA [40] TheNextWeb：Cursor ARR $500M

2025年後半カレンダー｜MCPサーバーが業界標準になり、AIエージェントが月次締めまで短縮

前半で助走を終えた日本SaaS各社は、7月から一気にプロダクトへの搭載を畳みかけていきます。特に象徴的なのは、10月以降にMCPサーバー（Model Context Protocol サーバー）を各社が競って公開したことでした。MCPサーバーというのは、外部の生成AIやAIエージェントから自社SaaSのデータや機能に安全にアクセスさせる、いわば「他社のAIから叩いてもらう窓口」のことです。この窓口を出すか出さないかで、SaaS各社の2026年の勝ち筋が大きく分かれる、そんな空気が後半の6か月で急速に固まっていきました。

7月｜SmartHRのAIアシスタントが実運用開始、hacomonoは3か月で全社94%

7月8日、AnyMind Groupはインフルエンサーマーケティングプラットフォーム「AnyTag」をMCPサーバーに対応させました[1]。LLMベースのAIエージェントから自然言語で検索・キャンペーン設計・データ取得ができる形で、SaaS側から見た「AIに使ってもらう側」への転換を、いち早く商用レベルで示した動きです。

7月10日、ラクスは「楽楽販売」に2025年中、「楽楽明細」「楽楽債権管理」に10月からAI機能を順次搭載する計画を発表しました[2][3]。設計自動化の「システム要件化アシストAI」まで含めた予告で、経費精算だけでなく販売管理・請求書管理まで含めた全社的なAI搭載ロードマップです。

7月18日、Sansanは「Sansan Labs」のAI機能をスマホアプリに初実装し、「AI人物プロフィール」で商談相手の経歴・登壇実績をAIが要約する機能を出しました[4]。外出先での商談準備を効率化する狙いで、AIをデスク前だけでなく現場のスマホまで届ける動きです。

7月24日、hacomonoはSPORTEC 2025でB2Cサービス「FitFits」およびAIカメラソリューションを初公開し、CTO直下の「AI推進室」設立を発表しました[5]。ここで目を引くのは、立ち上げ3か月で全社AI利用率94%を達成している点です[6]。「AI推進室」という組織的な受け皿を作ってから半年で全社的な文化に落とすスピード感は、後発のSaaSでも十分な短期間で変えられる、ということを示しました。

7月28日、SmartHRは前半に予告していた「AIアシスタント」機能を正式リリースしました[7][8]。就業規則・社内ルールを学習して従業員問い合わせに24時間365日回答する仕組みで、実運用に入りました。

世界ではPerplexityが7月9日にエージェンティックブラウザ「Comet」を発表し[9]、日本発のFeloは同月シリーズAで15億円を調達し海外機関投資家Peak XV、Mirae Assetらから資金を得て韓国・台湾展開を発表しました[10][11]。7月17日にはOpenAIが「ChatGPT Agent」を投入し、OperatorのブラウザとDeep Researchの合成能力を統合し、Pro向け月400メッセージ、Plus／Teamは40メッセージで提供開始しています[12]。同月、OpenAI-Windsurf買収は独占交渉期限切れで破談し、GoogleがWindsurfとライセンス契約を締結、その後CognitionがWindsurfを買収する動きが続きました[13]。

8月｜ユーザーローカルがGPT-5即日対応、freeeは会計事務所専用プランを

8月6日、freeeは会計事務所専用の「freee人事労務 年調プラン」の提供を開始しました[14]。従業員数無制限で、AI年末調整で顧問先の入力チェックを自動化する形で、B2B2C（会計事務所→顧問先企業）の中間層にAIを最適化させたモデルです。

8月8日、ユーザーローカルは企業向け生成AIプラットフォーム「ユーザーローカルChatAI」がOpenAIのGPT-5にいち早く対応しました[15]。4,000社以上に導入済みのプラットフォームがGPT-5リリース当日レベルで対応する速さは、日本のSaaSがモデル更新を待たずに顧客側へパスできる体制を築いていることを示しています。

世界では8月5日にAnthropicがClaude Opus 4.1（SWE-bench Verified 74.5%）を[16]、8月7日にOpenAIがGPT-5を発表しました[17]。GPT-5はルーターが高速モデルと推論モデルを自動選択し、400Kトークンのコンテキストと45〜80%の事実誤り削減を実現しています。

9月｜LayerXがAIエージェント事業を宣言、Anthropicは30時間自律稼働へ

9月、LayerXのバクラク事業はAIエージェント事業への本格参入を宣言し、「バクラクAIエージェント」ブランドで複数プロダクト横断で自律化を進める方針を打ち出しました[18]。「経費精算SaaSにAIを足す」から「AIエージェントSaaSを新カテゴリとして起こす」に踏み込んだ姿勢が鮮明でした。

hacomonoはAI推進室主導の全社週次定例で半年で62件のAI活用事例を集約する進捗をnote記事で共有しています[6]。組織的な学習を月次で回している例です。

世界では9月18日、Notionが「Notion 3.0：Agents」を発表しました[19]。Notion AIをエージェント基盤として再構築し、複数ページ・データベースを横断する自律ワークフローに対応しました。9月29日にAnthropicがClaude Sonnet 4.5を発表し、最長30時間の自律稼働とOSWorld 61.4%というコンピュータ操作能力を実現しています[20][21]。Anthropicは同月Series Fで130億ドル調達し、企業価値1,830億ドルに到達しました[22]。

10月｜マネーフォワードが「MCPサーバー」β、SansanとfreeeがそれぞれAIエージェントを月内に

10月1日、KDDIアジャイル開発センター（KDDI Digital Divergence傘下）は「AI駆動開発コンソーシアム」共同設立を発表し、生成AI前提の開発様式を業界標準化する取り組みを始めました[23]。

10月3日、マネーフォワードは『クラウド会計』でAIエージェント連携用の「MCPサーバー」β版を提供開始しました[24]。Claude/Cursor等のMCPクライアントから、仕訳入力・帳簿検索・レポート作成を自律実行できる形です。「自社SaaSを、他社のAIエージェントから叩いてもらう窓口」を国内SaaS大手が最初に開いた瞬間で、後の11月のSansan、そして翌年のfreee本格化への流れの起点になりました。

10月12日、サイボウズは「kintone AIラボ」で「レコード一覧分析AI」を提供開始しました[25]。トピック抽出・要約・特徴レコード検出をチャットで実行できる機能で、業務データを「見に行く」から「AIが要約して返す」への遷移が始まりました。10月17日、LayerXはバクラクAIエージェントの新機能「証憑取得エージェント」を発表し、メール添付・ID／パス付きWebサイトから請求書・領収書を自動収集する動きに踏み込みました[18]。

10月21日、freeeは「freee人事労務」2025年版年末調整機能を提供開始しました[26]。「AI年末調整」でAI-OCRが控除書類を読み取り、年不整合アラートも自動化しています。10月22日、SmartHRは「AI類似従業員検索」機能を提供開始し、属性/職務経歴/スキル・資格/業務経歴/人事評価の5軸で類似人材を提案する機能を出しました[27]。

10月27日、サイボウズはCybozu Days 2025 Product Keynoteで、kintone/サイボウズOffice/GaroonのAI新機能をβ版として順次提供すると発表しました[28]。Garoonは11月に「要約AI」「校正AI」「ヘルプAI」を予定、と製品横断でAIを差し込むロードマップです。

世界では10月3日にPerplexity Cometが全世界で無料開放され[29]、10月16日にAnthropicがClaude Skillsを発表しました[30]。10月21日、OpenAIはChromiumベースのエージェンティックブラウザ「ChatGPT Atlas」を発表し、macOS向け先行でAlphabet株が3%下落する反応を引き起こしました[31]。10月29日にはAnthropic Japan設立、日本語版Claudeも同時公開、AISI（AI Safety Institute）とMOU締結という日本市場への本格参入も進みました[32]。

11月｜Sansanが「DXからAXへ」、マネーフォワードは仕分け時間を10分の1に

11月10日、Sansanは「Sansan MCPサーバー」のトライアル提供を開始しました[33]。Microsoft Copilot、ChatGPT、Claudeなど外部生成AIから直接Sansanデータを参照可能にする窓口です。ラクスは同日、「楽楽販売」にAIアシスト機能を無償提供開始し、販売管理システム構築をAI×ヒトで最短化する動きに踏み込みました[34]。

11月21日、Sansanは「Sansan AIエージェント」を正式提供開始しました[33]。Sansan/Bill One/Contract One/SFA/基幹システムを統合し、チャットで営業活動を支援する形で、「DXからAXへ（AI Transformation）」というビジョンを提示しています。

11月25日、マネーフォワードは初のAIネイティブプロダクト『マネーフォワード AI確定申告』β版を提供開始しました[35][36]。仕分け時間を従来の10分の1に短縮し、無償で公開されています。「AIを既存プロダクトに載せる」ではなく「最初からAIで作り直す」という順番を、大手SaaSが実行した初期例のひとつです。

11月27日、SansanはBill Oneに「AI自動照合」を提供開始しました[37]。子会社の言語理解研究所と共同開発した明細レベルのデータ化ロジックで表記揺れを吸収し、経理AXを推進する動きです。

世界では11月18日にGoogleがGemini 3 Proを発表し、Elo 1501でトップに立ち、初日で20億人のGoogle検索ユーザーに提供されました[38]。11月20日にはGensparkがSeries Bで2億7,500万ドル、時価総額26億ドルへ到達しています[39]。11月24日にAnthropicがClaude Opus 4.5を発表し、SWE-bench 80.9%、価格を100万トークン$5/$25へ引き下げました[40]。

日本ではSakana AIがシリーズBで約200億円（1.35億ドル）を調達し、企業価値約4,000億円へ到達しています[41][42]。

12月｜楽楽AIエージェントで経費精算95%削減、バクラクとタイミーで月次締めが1営業日短縮

12月1日、ラクスは『楽楽AIエージェント for 楽楽精算』β版の提供を開始しました[43]。領収書・事前申請・カード明細・過去履歴をAIが横断解析し、経費精算書作成時間を最大95%削減する数字を公表しています。「10分かかっていた作業が30秒で終わる」というレベルの短縮で、社内経理の月次締めの体感時間そのものが変わり始めました。

12月12日、LayerXはバクラクの「AI申請レビュー」導入企業としてタイミーを紹介しました[44]。月4,000行の明細チェック工数削減と、月次締めを1営業日短縮する成果を公表しています。「1営業日」の短縮は、四半期決算・月次決算の遅延リスクを一段緩めるインパクトで、CFOのアジェンダに乗る話です。

12月15日、マネーフォワードは特設サイト「『マネーフォワード クラウド』with AI」を公開し[45]、12月19日にはfreee申告 手動入力モードを提供開始しました[46]。同日、LayerXはバクラクAIエージェント「AI勤怠初期設定」を提供し、AIが就業規則を読み解き有給付与ルールを自動提案する機能を出しました[47]。

12月16日、kubell（旧Chatwork）はAI Engineering Summit Tokyo 2025で「Chatwork×BPaaS×AIエージェントで創る次世代コーディネート基盤」を発表しました[48][49]。BPaaS事業は売上10億円超・前年比1.8倍成長という数字を伴った発表で、SaaSとBPaaS（Business Process as a Service）をAIエージェントで融合する路線を明確化しました。

12月25日、マネーフォワードは『クラウド経費』でAIエージェント「経費申請サポートエージェント」を一部ユーザー向けに提供開始しました[50]。同日LayerXは「Bakuraku “Not-To-Do” List 2025」を公開し、AIエージェント導入で「今年手放せた業務」を可視化する年末棚卸を実施しています[51]。

12月末、GMOインターネットグループは定点調査で全社生成AI業務活用率96.2%、AIエージェント業務活用率43%（意向者を含め6割超）を発表しました[52]。前半で94.1%だった数字が96.2%まで押し上げられ、加えて「エージェント」という新カテゴリで既に43%に到達している点が重要です。タイミーも社内AIエージェント開発プラットフォームをTech Blogで公開し、マッチング記録・CRM商談ログをBigQueryに集約して全社のAIエージェント基盤にする、と発表しています[53]。

世界では12月8日にIBMがConfluentを110億ドルで買収発表[54][55]、12月17日にGoogleがGemini 3 FlashをGeminiアプリの既定モデルに[56]、12月末にはMetaがManusを買収するというニュースまで飛び込みました[57]。

後半のパターン：「社内実績→プロダクト搭載→MCPで他社エージェントから刺す」の3段構え

こうして7〜12月を通して眺めると、日本SaaS各社は「社内で回して数値を作る」→「自社プロダクトにAIを搭載する」→「MCPサーバーで他社のAIエージェントから刺してもらえる窓口を出す」という3段構えを、後半6か月で完成させたことがわかります。特に10月のマネーフォワード MCPサーバーβと、11月のSansan MCPサーバーが揃った時点で、日本SaaS業界のスタック観の中心軸は「単一プロダクト×単一モデル」から「MCP経由でマルチエージェントに開かれた分業ネットワーク」へ切り替わりました。次のセクションでは、この1年で何が「どう入れ替わったか」を、スタック変化のパターンとして整理していきます。

参考文献

[1] PR TIMES：AnyMind AnyTag MCP対応 [2] ラクス：楽楽販売AI搭載計画 [3] ラクス：楽楽明細/楽楽債権管理AI [4] Sansan：Sansan Labsスマホ実装 [5] hacomono：SPORTEC 2025+AI推進室 [6] note hacomono：AI推進室 半年62件事例 [7] SmartHR：AIアシスタント正式リリース [8] SmartHR：AIアシスタント発表 [9] PR TIMES：Perplexity Comet発表 [10] Media Innovation：Felo シリーズA 15億円 [11] ITmedia：Feloの海外展開 [12] OpenAI：ChatGPT Agent [13] Fortune：OpenAI-Windsurf買収破談 [14] freee：会計事務所年調プラン [15] 日経：ユーザーローカルChatAI GPT-5対応 [16] Anthropic：Claude Opus 4.1 [17] OpenAI：GPT-5 [18] バクラク：AIエージェント（証憑取得エージェント） [19] Notion：Notion 3.0 Agents [20] TechCrunch：Claude Sonnet 4.5 [21] Fortune：Sonnet 4.5 30時間自律 [22] Anthropic：Series F $13B [23] KDDIアジャイル：AI駆動開発コンソーシアム [24] PR TIMES：マネーフォワード MCPサーバーβ [25] kintone 2025年10月版 [26] freee：2025年版年末調整 [27] SmartHR：AI類似従業員検索 [28] サイボウズ：kintone/Office/Garoon AI新機能 [29] Gigazine：Comet全世界無料 [30] Anthropic：Claude Skills [31] ITmedia：ChatGPT Atlas [32] gai-workstyle：Anthropic Japan設立 [33] Sansan：Sansan AIエージェント/MCPサーバー [34] ラクス：楽楽販売AIアシスト無償 [35] マネーフォワード：AI確定申告β版 [36] 日経：マネーフォワード AI確定申告 [37] Bill One：AI自動照合 [38] InfoQ：Gemini 3 Pro [39] BusinessWire：Genspark Series B $275M [40] Anthropic：Claude Opus 4.5 [41] Sakana AI：Series B [42] Ledge.ai：Sakana AI Series B 200億円 [43] ラクス：楽楽AIエージェント for 楽楽精算 [44] バクラク：AI申請レビュー×タイミー導入事例 [45] マネーフォワード：クラウドwith AI 特設 [46] freee：申告手動入力モード [47] バクラク：AI勤怠初期設定 [48] SpeakerDeck：kubell BPaaS×AIエージェント [49] kubell：BPaaSカオスマップ2025 [50] マネーフォワード：経費申請サポートエージェント [51] バクラク：Not-To-Do List 2025 [52] GMO：全社96.2% / AIエージェント43% [53] タイミー：AIかんたん入力 [54] Confluent：IBM買収発表 [55] Built In：IBM Confluent $11B [56] TechCrunch：Gemini 3 Flash [57] Manus買収まとめ

採用スタック変化のパターン｜単一LLMから複数モデル、MCPサーバー中心のマルチエージェントへ

前2セクションで並べた月別カレンダーを、今度は「スタックの何が入れ替わったのか」という縦の視点で読み直してみます。私が面白いと感じたのは、日本SaaS各社の採用スタックの変化には、大きく3つの段階があったということです。それも、季節と重なるくらいはっきりと。ここでは、その3段階と、その裏側にある「どのAIモデルが企業に選ばれているか」の世界的な数字、そして各社CEOの発言を横並びで見ていきます。

第1段階（年初〜春）：RAG＋特定モデル単発

年初から春先までのSaaS各社の設計は、RAG（Retrieval-Augmented Generation）と、特定の生成AIモデル1つを組み合わせる、というシンプルな型が中心でした。RAGというのは、AIが回答を出す前に自社データベースを検索して根拠を見つけてから答える仕組みのことで、社内データを扱うSaaSと相性が良い設計です。

例として1月にサイボウズがエンジニアブログで公開した設計は、RAG + Amazon Bedrockを使い、kintoneアプリの既存アクセス権を尊重した自然言語検索を実現するものでした[1]。2月にSmartHRがリリースしたAI履歴書読み取りは、Google Gemini 1.5 flashをベースにした構成で、モデル選定は1つに絞られていました[2]。3月のマネーフォワード クラウド契約のAI-OCR、5月のfreee AIコンセプトの一部機能も、この「単一モデル+RAGで狭い業務を刈り取る」型に近い設計でした。

第1段階のメリットは、開発コストが読みやすく、モデルコストの変動リスクも1つに集約できることです。デメリットは、そのモデルの提供元（OpenAI、Google、Anthropic）に価格改定や仕様変更をされたときに、SaaSの原価が丸ごと揺れることでした。SmartHRが「AI学習に使わせない」「第三者提供しない」といったポリシーを明示するように、モデル提供元との契約設計にも神経を使う段階でもあります。

第2段階（初夏〜秋）：複数モデル同時実行

初夏から秋にかけて、日本SaaS各社は「複数モデルを同時に走らせる」設計へと明確に舵を切ります。象徴的なのは5月13日のGMO 天秤AI Deep Researchで、ChatGPT o3ベースでありながら、GPT-4o、Claude 3.7 Sonnet、Gemini 2.0、Perplexityなど最大6モデルを同時に実行できる構成でした[3]。SHIFTも自社独自プラットフォーム上で複数モデルを組み合わせて825業務プロセスをAI化し、半年で活用率25%→76%を実現しています[4][5]。

背景にある世界的な数字は、Menlo Venturesの2025年エンタープライズ調査が示しています。同調査では、企業向けLLM APIの市場シェアはAnthropic 40%、OpenAI 27%、Google 21%で、コーディング領域ではAnthropicが54%まで拡大したと報告されました[6][7]。そして重要なのが、企業の81%が3つ以上のモデルファミリを併用している点です[6]。「単一ベンダー依存を避ける」という判断が、統計的に見ても常識になった、と言っていい状況です。

第2段階のメリットは、モデルロックインを回避しつつ、タスクに応じて得意なモデルを使い分けられること。デメリットは、モデルルーティング（どの質問をどのモデルに投げるか）の設計と、消費量課金の管理が急に難しくなることです。「トークンマネジメント」が新しいFinOps（財務運用）のテーマとして浮上したのもこの時期でした。

第3段階（秋〜年末）：MCPサーバー中心のマルチエージェント

10月〜12月に、日本SaaSの採用スタック観は「MCPサーバー中心のマルチエージェント」へと最終的な形に落ち着きます。MCPというのは、Anthropicが提唱した「AIモデルが外部システムと安全にやり取りするための共通規格」で、これに準拠したサーバー（MCPサーバー）を立てると、外部のAIエージェントから自社SaaSのデータや機能に自然言語でアクセスできるようになります。

10月3日、マネーフォワードは『クラウド会計』でAIエージェント連携用のMCPサーバーβ版を提供開始しました[8]。Claude/Cursor等のMCPクライアントから、仕訳入力・帳簿検索・レポート作成を自律実行できる形です。11月10日、SansanはSansan MCPサーバーのトライアル提供を開始し[9]、Microsoft Copilot、ChatGPT、Claudeなど外部生成AIから直接Sansanデータを参照可能にしました。

freeeの佐々木大輔CEOはこの流れを「AIに選ばれるSaaS」というコンセプトで整理しています[10]。freeeの発表資料では、経理・人事労務・請求書などの7ドメイン、合計382のAPIをMCP公開する計画が示されており、「自社SaaSを直接使う」から「他社のAIエージェントに使ってもらう」へ、ビジネスモデルそのものが変わることを想定した戦略です。

なぜこの3段階目に至ったのかというと、AIエージェントの側が「使いたいSaaSを自分で選ぶ」時代がすぐそこまで来ているからです。Bain & Companyは2025年テクノロジーレポートで「Agentic AIがSaaSを破壊するか」を主要テーマ化し、AI-nativeアプリと自律型エージェントの本格到来を宣言しました[11]。Bessemer Venture Partnersは「Vertical AI市場は既存SaaSの10倍規模になる可能性」と予測しています[12]。この状況で、「自社SaaSを使ってもらう」だけを続けても、いずれエージェントに間接化されてしまう。だから「エージェントから刺してもらう窓口」を先に出す、という順番になっています。

日本SaaS4社のCEO発言に見る、それぞれの戦略選択

3段階のスタック変化を通して、各社CEOがどのような戦略をとったのかを横並びで整理してみます。

freeeの佐々木大輔CEOは、5月のAIコンセプト発表以降、一貫して「AIに選ばれるSaaS」路線を打ち出しています[13]。MCP公開と、業務フロー全体をAI前提で再設計する「統合flow × AI」で、他社エージェントから最も選ばれやすい経理・人事労務基盤を目指す姿勢です。

マネーフォワードの辻庸介CEOは、「SaaSの死はチャンス」と表現しています[14]。AIプロダクトへ20億円投資、2030年にAI ARR 150億円超を掲げ[15]、AIネイティブプロダクトとして11月に投入した「AI確定申告」（仕分け時間10分の1）は、その姿勢を象徴する動きでした[16]。既存SaaSを守るのではなく、既存SaaSごとAIネイティブへ作り直すという、覚悟の必要な選択です。

Sansanの寺田親弘CEOは、「DXからAXへ」（AI Transformation）を宣言し[17]、Sansanが独自に持つ8百万社データを核に、AIパブリックデータへの依存から脱却する道を選びました[18]。11月のSansan AIエージェントとMCPサーバーの提供開始は、この戦略の実装フェーズと言えます。

サイボウズの青野慶久CEOは「AIの民主化」路線で、スタンダードコースとワイドコースにAIクレジットを標準付与する方針を打ち出しました[19][20]。「AIを有料オプション化して収益を確保する」戦略とは真逆で、市民開発とガバナンスの両立を掲げ、AIの利用ハードルそのものを下げにいく判断です。

3段階シフトの共通ロジック：モデルロックイン回避＋データ主権＋刺される側

4社の戦略選択には、それぞれの色があります。ただ根底には共通のロジックが3つあるように見えます。1つ目は「モデルロックイン回避」で、Menlo Venturesの81%が3モデル併用という調査と符号します。2つ目は「データ主権保持」で、Sansanの8百万社データや、freeeの経理データ、SmartHRの人事データを核として持ち続けるという判断。3つ目が「AIエージェントに刺してもらう側に回る」で、MCPサーバー公開という具体的な実装に落ちました。

つまり、2025年のSaaS採用スタック変化を1行でまとめるなら、「モデルは複数、データは自社の柱、外部エージェントには開く」となります。これがCTOやCIO、CPO、そしてVC投資家がSaaS企業を評価するときの新しい前提条件になりつつあります。次のセクションでは、その新しい前提を踏まえて、経営者や投資家がどんな指標で意思決定するべきかを整理していきます。

参考文献

[1] Cybozu Inside Out：kintone生成AI設計 [2] SmartHR：AI履歴書読み取り [3] クラウド Watch：GMO 天秤AI Deep Research [4] SHIFT：生成AI 360°提供開始 [5] 日経クロステック：SHIFT 生成AI活用支援 [6] Menlo Ventures：2025 State of Generative AI [7] Yahoo Finance：Menlo 2025 State [8] PR TIMES：マネーフォワード MCPサーバーβ [9] Sansan：Sansan AIエージェント／MCPサーバー [10] ITmedia：freeeはなぜ「AIに選ばれるSaaS」を目指すのか [11] Bain：Will Agentic AI Disrupt SaaS? [12] Applied AI：Vertical AI Agents Will Replace SaaS [13] freee：AIコンセプト「統合flow × AI」 [14] 日経xTECH：「SaaSの死」はチャンス [15] マネーフォワードnote：Money Forward AI Vision [16] マネーフォワード：AI確定申告β版 [17] Sansanのnote：AI幻滅期を突破する鍵 [18] オフィスのミカタ：SansanのAX戦略 [19] マイナビ TechPlus：kintoneに生成AI搭載 青野社長「AIの民主化」 [20] kintone AI feature

経営者・投資家の意思決定指標｜Q2T3、Compute Cost/ARR、シャドーAI管理まで

前セクションでスタック変化のパターンを見てきましたが、SaaS企業のCTO/CIO/CPO/CMO、そしてVC投資家にとっては、そのスタック変化を「何の指標で評価するか」がもっと切実な問いのはずです。ここではまず投資家目線の新しい指標を整理し、次に成功と失敗のパターン、最後に日本SaaS特有のガバナンス論点を扱います。全体を通して、月次で意思決定を回すときに何を追いかけるべきかが、輪郭として見えてくると思います。

VC投資家の新指標：Q2T3、ARR/FTE、Compute Cost/ARR

SaaS業界の投資家指標として長く使われてきたのが、Bessemer Venture Partnersが提唱したT2D3（Triple, Triple, Double, Double, Double：3年連続3倍→2年連続2倍成長）でした。AI時代に入って、BessemerはこれをQ2T3（4x-4x-3x-3x-3x）にアップグレードしました[1]。冒頭2年で4倍成長、その後3年で3倍成長という水準です。私が最初にこの数字を見たとき、正直「そんなの現実に届くのか」と思いました。ただ、実際にBessemerのポートフォリオを見ると、Cursorの年間経常収益（ARR）が2025年内に約10億ドルまで伸び、時価総額$29.2Bに到達している状況を踏まえると、AIネイティブ企業ではこのレベルが「起きる」時代になってきたようです[2]。

Bessemerはさらに、次の4つの補助指標を明確に打ち出しています。

1つ目はARR成長率6倍以上、という水準です。伝統的な高成長SaaSの基準を上振れています。

2つ目はNRR（Net Revenue Retention）120%以上。既存顧客からのアップセルとクロスセルで、退会分を差し引いても年20%以上の売上成長が回っていることを要求します。

3つ目はARR/FTE（1人あたりARR）です。従業員1人あたりのARRを見て、AI導入が本当に生産性に効いているかを判定します。Bessemerは「ARR/FTEが横ばいか低下する企業は、AIの皮を被ったサービス業と見做される」とまで書いています[1]。厳しい表現ですが、実装レベルまで踏み込まないと投資は入らない、という空気が強まっているのは確かです。

4つ目は粗利率の推移。AI関連コスト（LLM API料金、GPU利用料）を差し引いた粗利率がどう推移しているか、そこにモデル依存度別Retentionの分析が加わります。マネーフォワードは管理会計ベースの粗利率開示を続けており、SaaSセクター評価が逆転している構造の裏側で、こうした指標開示への期待が高まっています[3]。

投資家目線での新しい注視点として、Menlo Venturesの2025年調査は「AI ARR比率」「Compute Cost/ARR」「モデル依存度別Retention」の3つを追加観点として挙げています[4]。「AI ARR比率」はプロダクトのAI関連機能から発生している売上の割合、「Compute Cost/ARR」はAI推論コストが売上に対して何%を占めるか、「モデル依存度別Retention」はどのモデルに紐づいた機能の解約率が高いか、を見る指標です。

成功パターンと失敗パターン：狭い問題×即時ROI vs 組織要因77%

CxOがAI導入で成功するか失敗するかの分岐点は、驚くほど明確に整理されつつあります。a16zは「Where Enterprises are Actually Adopting AI」の調査で、Fortune 500の29%、Global 2000の19%が既にAIを本番稼働に到達させたと報告しています[5]。ただし、その基準は「リーディングAIスタートアップと有償契約を締結し、PoCを本番移行させた」という厳しめの水準で、単なる「試している」段階は含まれていません。

一方、失敗の実態はもっと深刻です。MITのGenAI Divideレポートは、生成AI PoCの95%が本番移行せずに終わると示しました[6]。これは「6か月以内にP&L（損益）インパクトを出したか」という厳しい基準での計測で、対象の多くは営業・マーケ領域のPoCです。KPMGは失敗の77%が組織要因と分析し、42%の企業が前年比で「大半のAIイニシアチブを放棄」しており、平均で全PoCの46%が本番前にスクラップされると報告しています[7][8]。

成功パターンには共通点があります。a16zが挙げるのは「狭い問題」「明確なワークフロー所有」「即時ROI」の3点です[5]。Harveyの法務ARR3億ドル、Sierraのカスタマーサポート1.5億ドル到達を典型例として挙げ、Vertical AIエージェントがVertical SaaSの顧客あたり売上を10倍に押し上げる可能性を提示しています。

日本SaaSでの成功例を見ると、SmartHRの「AI研究室」設置は、この「狭い問題×ワークフロー所有」の型に沿っています[9]。就業規則・勤怠・給与・人事評価を横断してLLMで回答する「AIアシスタント」を投入することで、シャドーAIを社内公認AIに置き換えていく道筋を作りました。実測は問い合わせ全体で10%、総務・情シスで20%削減という数字で[10]、地味に見えても着実にワークフロー所有権を握った例です。

日本SaaS固有のガバナンス課題：シャドーAI・J-SOX・CAIO

日本市場には、世界共通の課題に加えて日本固有のガバナンス論点があります。特に3つが重い。

1つ目はシャドーAIです。従業員がIT部門を通さずに個人でChatGPTやClaudeを業務利用する現象で、Money Forwardのグループ会社Adminaは「ブラウザ完結型の生成AIはIT資産管理では検知できない」と警鐘を鳴らしています[11]。SaaSライセンス管理ツールは「アプリのインストール」を検知しますが、ブラウザで開くChatGPTには効かない、という盲点です。desknet’sのコラムでも同様の課題整理があります[12]。

2つ目はJ-SOX（金融商品取引法内部統制報告制度）への対応。PwC Japanは「J-SOXにおけるIT全般統制のスコープを、生成AI利用へ拡張する必要がある」と提言しています[13]。アクセス管理、変更管理、ログ保管を生成AI利用に対しても明文化する必要があり、上場企業は監査法人からの指摘を待たずに整備を進める必要が出てきました。

3つ目はCAIO（Chief AI Officer）の設置です。AISI事務局（AIセーフティ・インスティテュート）は「CAIO設置・AIガバナンス実務マニュアル（案）」を2026年2月に公開しました[14]。CIOやCTOとは別に、AI利用の統制と推進を専管する役員を置くべき、という方向性が政府側からも示された形です。クラウドエースの整理でも、TLS暗号化、監査ログ、CAIO設置、AIガバナンス実務マニュアル準拠が必須要件として並んでいます[15]。

トークンマネジメント：消費量課金の3-5倍振れる月次コスト

技術的な課題としてもう1つ挙げたいのが、消費量課金モデルでの原価管理です。生成AIは「使った分だけ払う」のが基本で、同じチームでも月次コストが3〜5倍振れることが珍しくありません。従来のSaaSライセンス管理では原価管理が破綻するため、「トークンマネジメント」が新しいFinOpsのテーマとして浮上しました[16]。

日本SaaS各社は、この課題に対して「複数モデル併用でルーティング最適化」「サブスク型と消費量型のハイブリッド課金」で対応しつつあります。ラクスの楽楽AIエージェントが「無償β」で提供開始したのも、実際にどのくらいトークンが消費されるかを実測してから本課金設計に落とす、という順番と見ることができます。

具体的な効果数値を横並びで見る

投資家指標、成功パターン、ガバナンス課題を踏まえて、最後に2025年に日本SaaS各社が公表した効果数値を横並びで見てみます。数字はどれも「導入後X%削減」の形で見えますが、対象業務の粒度が違うので単純比較はできません。それでも並べると、SaaSの側が「どの粒度の業務をAIで刈り取れば経営に効くか」の解像度を上げてきたことがよくわかります。

• SmartHR AIアシスタント：問い合わせ全体10%削減、総務・情シス20%削減（1,500名実証）[10]
• パナソニック コネクト ConnectAI：全社員約1.2万人へ展開、1年で約18.6万時間の労働時間削減[17]
• SHIFT 生成AI 360°：自社で半年25%→76%活用率、825業務プロセスAI化[18]
• GMOインターネットグループ：6月時点で活用率94.1%、月間削減時間22.4万時間、12月時点で全社96.2%、AIエージェント業務活用率43%[19][20]
• hacomono：AI推進室設立3か月で全社利用率94%、半年で62件のAI活用事例[21][22]
• マネーフォワード クラウド契約：AI-OCR一括アップロードで台帳作成時間53%削減[23]
• マネーフォワード AI確定申告：仕分け時間を従来の10分の1に短縮[24]
• ラクス 楽楽AIエージェント for 楽楽精算：経費精算書作成時間最大95%削減[25]
• LayerX×タイミー：月4,000行の明細チェック工数削減、月次締めを1営業日短縮[26]

これらの数字はどれも導入企業の実測ですが、意思決定の観点で見ると、「1営業日短縮」（LayerX×タイミー）や「10分の1」（マネーフォワード）のような業務時間軸の短縮は、CFOにとって決算対応と資金繰りに直結する話です。「95%削減」（ラクス）や「10-20%削減」（SmartHR）のような比率は、人員配置と採用計画に効いてきます。「94%活用率」（hacomono、GMO）のような組織文化指標は、社内のAI文化定着と、次に載せる機能の受け入れやすさを予告します。

CxOにとって重要なのは、こうした数字を月次で更新し続けること。そのためには、社内利用と自社プロダクトの両方でAIが動いている前提でモニタリング体制を組む必要があります。ここまで整理してきた投資家指標、成功・失敗パターン、日本固有ガバナンス、効果数値の4つは、そのまま経営会議のダッシュボードに落とせる要素と言えるでしょう。次の最終セクションでは、2026年以降にこの構図がどう変わるか、そしてSnorbeがこの世界で新しい選択肢としてどう置けるかを整理していきます。

参考文献

[1] Bessemer：The State of AI 2025 [2] ValueAdd VC：Cursor Valuation $29.2B [3] Diamond：ラクス・freee・マネーフォワード SaaS評価逆転 [4] Menlo Ventures：2025 State of Generative AI [5] a16z：Where Enterprises are Actually Adopting AI [6] Writer：Enterprise AI Adoption 2026 79% Face Challenges [7] KPMG：Why Enterprise AI Stalls After Pilot Success [8] Vantage Point：Why 87% of AI Pilots Stall [9] SmartHR：AI研究室設置 [10] SmartHR：AIアシスタント発表 [11] Admina by Money Forward：シャドーAI対策 [12] desknet’s：シャドーAIとは [13] PwC Japan：J-SOXと生成AI [14] AISI事務局：CAIO設置・AIガバナンス実務マニュアル [15] クラウドエース：AIガバナンス実務フレームワーク [16] Rework：SaaSのAI価格モデル [17] WEEL：生成AI導入コスト削減事例 [18] SHIFT：生成AI 360°提供開始 [19] PR TIMES：GMO 94.1%活用率 [20] GMO：96.2%活用率／AIエージェント43% [21] hacomono：SPORTEC 2025+AI推進室 [22] note hacomono：AI推進室半年62事例 [23] Excite News：マネーフォワード クラウド契約 AI-OCR [24] マネーフォワード：AI確定申告β版 [25] ラクス：楽楽AIエージェント for 楽楽精算 [26] バクラク：AI申請レビュー×タイミー導入事例

2026年以降の展望と、Snorbeを新しい選択肢として置く理由

2025年のカレンダーを月別に並べ、スタック変化のパターンと意思決定指標まで見てきました。ここまで来ると、次に気になるのは「では2026年以降、この構図はどう変わるのか」「毎月降ってくる新しいAIプロダクトを、SaaS CxOはどう追いかければいいのか」だと思います。この最終セクションでは、まず主要VCと調査機関の予測を見て、次に日本SaaS 4社の戦略対比を再整理し、最後にSnorbeを「スタック評価用の新しい選択肢」として置く理由を丁寧に書きます。

Sequoiaは「2026エージェントの年」、10兆ドルサービス市場が機械の射程に

Sequoia CapitalのSonya Huangは、2026年を「エージェントの年」と定義しました[1]。同社の整理によれば、2022〜2024年はチャット（ChatGPTの登場と拡散）、2024〜2025年は推論（o1、DeepSeek、Claude 3.5 Sonnetの推論能力向上）、そして2026年は自律的にタスクを完遂するエージェントが本格化する年、という時期区分です。Sequoiaはさらに、企業が「ソフトウェアではなく完遂された仕事」に対価を払うモデルへ移ると述べ、約10兆ドルのサービス市場が機械の射程に入ると試算しています[2][3]。

Stanford HAIの「AI Index Report 2025」もこの流れを裏付けています。同レポートは、米国トップ500企業の47%が2024〜2025年に少なくとも1つのビジネスプロセスをSaaSからVertical AIエージェントへ移行したと報告しました[1]。SaaSからエージェントへの移行が、まだ始まったばかりではなく、既に半数近くの大企業で実装フェーズに入っているという事実は、経営者にとって重い数字です。

Gartner Hype Cycle：40%が内蔵、40%以上が失敗

Gartnerの2026年版 Hype Cycle for Agentic AIは、エージェンティックAIが「過度な期待のピーク」に位置すると位置付けました[4]。同社は、2026年末までにエンタープライズアプリの40%がタスク特化エージェントを内蔵すると予測する一方で[5]、同時にエージェントプロジェクトの40%以上が2027年までに失敗するとも警告しています[6]。「盛り上がるけれど、盛大に転ぶ」という予測です。多エージェントに関する問い合わせは2024 Q1〜2025 Q2で1,445%増加しており[7]、企業の関心の高まりと、実装難易度の壁が、同時に上がっている状況です。

Forresterはこの状況を踏まえて、大多数の企業が異ベンダー製エージェントを束ねる「Agentlake」（エージェントレイク）アーキテクチャに移行すると予測しています[8]。単一モデル・単一エージェントで戦うのはもう無理で、複数エージェントをオーケストレーションする「エージェント湖」を持たないと、企業のAIワークフローは組み立たない、という見通しです。

SLM（Small Language Model）が主戦場に

もう一つ、2026年の主戦場として台頭してくるのが、SLM（Small Language Model）です。7Bパラメータ級のSLMは70〜175B級のLLMより10〜30倍安価で、GPU・クラウド・電力コストを最大75%削減できると報告されています[9]。しかも精度面でも侮れず、7Bの法務特化SLMが契約タスクで94%を叩き出し、GPT-5の87%を上回った事例も出てきました[10]。VerticalなSaaSであれば、大規模モデルに全乗せするのではなく、業務特化SLMで運用コストを抑えつつ精度を担保する、という選択肢が本気で回るフェーズです。

Vertical AIとSLMの組み合わせは、2026年後半以降の日本SaaS各社にとっても大きな選択肢になるでしょう。特に、経理・人事労務・法務・営業といった「業務のパターンが固まっている」領域では、SLMの学習が届きやすく、モデルコストを抑えつつ精度を出せる可能性が高いです。

消えるカテゴリ、生き残るカテゴリ

Sequoiaとa16zの言説を統合すると、消滅リスクが高いのは3つのカテゴリです。1つ目は「単機能SaaS」で、汎用LLMで代替可能なメモ・要約・ライティング支援などが該当します[11]。2つ目は「独自データを持たない水平SaaS」で、他社と横並びのUIとワークフローしかない場合、AIに間接化されてしまう可能性が高い。3つ目は「BPO代替のみを訴求するAIサポート」で、単純な人件費置換だけを訴求するとVertical AIエージェントに侵食されます。

逆に生き残るカテゴリは3つの条件を満たします。1つ目は「Verticalかつワークフロー内在型」、2つ目は「独自プロプライエタリデータを保有」、3つ目は「マルチエージェント協調で交換コストを高めた企業」です。Sansanの8百万社データ、freeeの経理・人事労務データ、SmartHRの人事データは、いずれも2つ目の条件を強く満たしています。マネーフォワードは3つ目のマルチエージェント協調をMCPサーバー戦略で高めていて、日本SaaS 4社はそれぞれ生き残るカテゴリの条件を強化する動きに入っていると言えます。

SaaS CxOの毎月の課題：どの新プロダクトを、いつ、どうスタックに入れる／入れ替えるか

ここまで整理した予測と展望を踏まえると、SaaS企業のCxOにとって毎月の課題は「どの新しいプロダクトを、いつ、どういう根拠でスタックに入れる／入れ替える／撤退する」の意思決定を、根拠付きで回すことです。2025年だけでも、Claude 4/4.1/4.5、GPT-5、Gemini 2.5/3.0、Manus AI、Genspark、Devin、Cursor、Windsurf、Perplexity Comet、ChatGPT Atlas、Notion 3.0 Agents、Skills、MCPサーバーと、追いかけるべきトピックは月次で10件以上出てきました。ここまで規模になると、CIO/CTOが個人の情報収集で追いつくのは現実的ではありません。

Menlo Venturesが調査で示した「企業の81%が3モデル以上を併用」という数字は、裏を返せば「毎月モデルを比較検討して入れ替えている」ということでもあります。この意思決定を毎月きちんと回すには、リサーチのプロセスそのものを組織資産化する仕組みが要ります。ここに、Snorbeを新しい選択肢として置きたい。

Snorbeを「スタック評価用の別軸」として置く理由

Snorbeは、リサーチプロセスの結果をナレッジグラフに蓄積する設計の、日本発リサーチAIです。特徴を3つ挙げます。

1つ目はナレッジグラフ蓄積型であること。1回1回の調査結果が、そのままグラフに載って組織の資産として残ります。「先月Claude Opus 4.5を評価したときの資料」と「今月Gemini 3 Pro Enterpriseを評価する資料」が、同じグラフ上で相互参照できる形で残り続けます。単発のDeep Researchで終わらず、意思決定履歴が組織のメモリになる点が、Snorbeが「反復調査」に強い理由です。

2つ目は未探索領域（ホワイトスペース）の自動検出です。毎月生まれる新しいAIプロダクトについて、「まだ調べていないカテゴリ」や「調査観点が薄い側面」を自動で提示してくれます。SaaS CxOにとって「知らないことを知る」ためのアラートが自動で走るので、月次のスタック更新会議に向けて追跡すべき論点が浮かび上がってきます。

3つ目は専門DB群の横断。JPO（日本特許庁）、EPO（欧州特許庁）、Google Patents、arXiv、PubMed、Semantic Scholarなどの学術・特許データベースを横断して、日本語の自然な問いから調査を回せます。SaaS×AIの領域は特許や論文の動きが速く、公開されている企業ブログや大手メディアだけでは追いきれない一次情報が多数あります。Snorbeはこの一次情報の層まで足を伸ばせるのが強みです。

「専用AIエージェント（社内KPI）× Snorbe（外部評価）」の分業

Snorbeは、freeeやマネーフォワード、Sansanが提供しているような、自社SaaS内蔵のAIアシスタントやAIエージェントとは、狙う場所が違います。前者は自社KPI（月次締め、経費精算、給与計算、契約管理）の効率化を専任するAI。後者のSnorbeは、外部の市場動向・技術動向・スタック評価を専任するAIです。CxOにとっては、両方があってはじめて「社内オペレーションを効率化しつつ、外部の変化に取り残されない」体制になります。

マネーフォワード クラウド会計 MCPサーバー、Sansan MCPサーバー、freee MCP公開といった動きは、社内SaaSがAIエージェントに刺してもらえるようにする方向。Snorbeは逆に、外部データを反復調査してSaaS側の意思決定に届ける方向。この2つは競合ではなく分業関係になります。むしろMCPが業界標準になるほど、社外リサーチの層でも同じ規格を活かせる可能性が高まっていきます。

最小構成で始めるなら：今月追跡しきれていない新プロダクト1つを、反復ループ検索する

抽象的な話が続いたので、具体的な始め方を1つ提案します。今月AI予算で追跡しきれていない新プロダクト（たとえばClaude Opus 4.5 Skillsのカスタム配信、Genspark Series B後のAI Workspace、Meta買収後のManus新機能、Sansan MCPサーバーの実際の統合手順）を1つ選び、Snorbeで反復ループ検索を回してみる。週次で結果が自動更新されて、意思決定会議の資料としてそのまま使える形になります。

1年経つ頃には、その反復ループが50件のスタック評価履歴として溜まっている、というのが理想的な使い方です。月次で1件ずつ、と考えると「たった1件」ですが、1年経つと組織にとって最も貴重な意思決定の証跡になっている、と想像するとやってみる価値があるのではないでしょうか。

2025年の1年間を月別カレンダーで振り返り、日本SaaS各社が「社内利用→プロダクト搭載→MCP開放」の3段構えで一気にAI時代へ舵を切った軌跡を見てきました。2026年は、この構えの上で「どのエージェントと、どう組むか」の年になります。CxOがその判断を月次で回すための道具として、Snorbeを新しい選択肢に加えてもらえたら、というのがこの記事のまとめです。関連記事として通信・IT業界のリサーチAI｜3つの危機シナリオで見るリサーチ設計や競合分析12項目をAIで埋める｜プロンプト×ソース×時短の対応表、新規事業テーマ探索の手順｜3-6-12週間ロードマップで論点を落としきるも、意思決定サイクルを回すヒントになると思います。もし Snorbe に触ってみようと思ってくださったら、Snorbe（deskrex.ai）からアクセスをお願いします。

参考文献

[1] Sequoia：AI in 2026 A Tale of Two AIs [2] Fortune：Services are the new software Sequoia [3] Forbes：Sequoia Says AI Will Kill Software Tools [4] Gartner：Hype Cycle for Agentic AI [5] Gartner：40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026 [6] Tray.ai：5 hard truths from the first-ever Agentic AI Hype Cycle [7] Gartner：Strategic Predictions for 2026 [8] Mixflow：Composite AI is the Enterprise Architecture of 2026 [9] Iterathon：Small Language Models 2026 Cut AI Costs 75% [10] InfoWorld：Small language models rethinking enterprise AI architecture [11] a16z：Good news AI Will Eat Application Software

FAQ｜SaaS業界のリサーチAI活用事例 2025年月別採用スタック変化

Q1. SaaS各社の2025年AI発表の中で、一番効果が大きかった導入事例はどれですか？

「効果」を業務時間の削減率で見るなら、ラクスが12月に発表した「楽楽AIエージェント for 楽楽精算」の経費精算書作成時間最大95%削減が突出しています。ただし、経営インパクトの視点ではLayerXバクラクとタイミーの導入事例で示された月次締めを1営業日短縮の方が重い数字です。決算対応と資金繰りに直結するためです。マネーフォワードのAI確定申告β版（仕分け時間10分の1）も、既存の税務業務にとって歴史的なインパクトを持つ可能性があります。粒度の違う数字が並ぶので、目的別に見比べることをおすすめします。

Q2. MCPサーバーを自社SaaSで公開することのメリットは何ですか？

MCP（Model Context Protocol）サーバーを公開すると、外部のAIエージェント（Claude、ChatGPT、Cursor、Microsoft Copilotなど）から、自社SaaSのデータや機能に自然言語でアクセスしてもらえる形になります。マネーフォワードは10月にクラウド会計でMCPサーバーβ版、Sansanは11月にSansan MCPサーバーを公開しました。メリットは3つあります。第一に、モデルロックインを回避しつつ、どのAIから使われても顧客体験を維持できる。第二に、AIエージェント経済圏で「選ばれる側」に回れる。第三に、自社データを外に出さずに「呼ばれる」形にできるため、データ主権を保ちつつ機能を提供できます。freee佐々木CEOが「AIに選ばれるSaaS」として掲げているのはこの戦略です。

Q3. 2026年にVertical AIエージェントに侵食されるSaaSはどんな種類ですか？

Sequoia CapitalとAndreessen Horowitz（a16z）の言説を統合すると、侵食リスクが高いのは3つのカテゴリです。1つ目は「単機能SaaS」で、汎用LLMで代替可能なメモ・要約・ライティング支援などが該当します。2つ目は「独自データを持たない水平SaaS」で、他社と横並びのUIとワークフローしかない場合、AIエージェントの背後に間接化されてしまう可能性が高い。3つ目は「BPO代替のみを訴求するAIサポート」で、単純な人件費置換だけを訴求するとVertical AIエージェントに刈り取られます。逆に生き残る条件は、Verticalかつワークフロー内在型で、独自プロプライエタリデータを保有し、マルチエージェント協調で交換コストを高めていることです。日本SaaS 4社（freee/マネーフォワード/Sansan/サイボウズ）は、それぞれ違う切り口で生き残る条件を強化する動きに入っています。

Q4. SaaS CxOがAIモデルを月次で入れ替えるとき、何を指標にすべきですか？

Bessemer Venture Partnersが提唱したQ2T3（4x-4x-3x-3x-3x）を軸に、4つの補助指標をダッシュボードに組み込むのが実務的です。ARR成長率6倍以上、NRR 120%以上、ARR/FTE（1人あたりARR）、粗利率推移の4つです。加えてMenlo Venturesが挙げる「AI ARR比率」「Compute Cost/ARR」「モデル依存度別Retention」の3つを追加観点として置くと、AI関連コストが本当に生産性に効いているかを月次で判定できます。BessemerはARR/FTEが横ばいか低下する企業は「AIの皮を被ったサービス業」と見做されると踏み込んで書いていて、単なる機能追加ではなく実装レベルでの効きを見ろ、というメッセージが強まっています。

Q5. 生成AI導入で失敗しやすいパターン、日本SaaS固有のものはありますか？

MITのGenAI Divideレポートは「PoCの95%が本番移行せずに終わる」、KPMGは「失敗の77%が組織要因」と報告しています。日本特有の課題は3つあります。1つ目はシャドーAI。従業員がIT部門を通さずにブラウザで生成AIを使う現象で、Money ForwardのグループAdminaは「ブラウザ完結型はIT資産管理では検知できない」と警鐘を鳴らしています。2つ目はJ-SOXへの対応。PwC Japanは「IT全般統制のスコープを生成AI利用へ拡張する必要がある」と提言しています。3つ目は稟議・監査ログ・内部統制の運用文化と、生成AIの消費量課金モデルの相性の悪さで、AISI事務局が2026年2月にCAIO設置・AIガバナンス実務マニュアルを公開して整理を促しています。SmartHRのAI研究室設置のように、シャドーAIを社内公認AIに置き換える組織的な受け皿を先に作るのが有効です。

Q6. Snorbeは各社が出しているAIアシスタント・AIエージェントとどう違いますか？

Snorbeは、freeeやマネーフォワード、Sansanが提供するSaaS内蔵のAIアシスタントやAIエージェントとは、狙う場所が違います。前者は自社SaaS内のKPI（月次締め、経費精算、給与計算、契約管理）の効率化を専任します。Snorbeは、外部の市場動向・技術動向・スタック評価を専任するリサーチ特化のAIです。特徴を3つ挙げると、1つ目はナレッジグラフ蓄積型で、調査結果が組織資産として残り続けること。2つ目はホワイトスペース自動検出で、「まだ調べていない領域」を提示してくれること。3つ目は専門DB群（JPO/EPO/Google Patents/arXiv/PubMed/Semantic Scholar）の横断で、公開ブログや大手メディアだけでは追いきれない一次情報層に届くこと。SaaS CxOにとっては、「専用SaaS AIエージェント（社内KPI）× Snorbe（外部評価）」の分業体制で、社内オペレーション効率化と外部変化への追随を両立できます。試してみたい方はSnorbe（deskrex.ai）へ。