過去20年間、インターネット業界全体は、ほぼ一つのことに取り組んできました。人間がより簡単にソフトウェアを操作できるようにすることです。
Googleは情報検索、Amazonはオンラインショッピング、Uberは交通の配車、Salesforceは顧客関係管理を解決してきました。さまざまなSaaS製品は、企業内の財務、人事、マーケティング、プロジェクト管理を担っています。
これらの製品には、共通する基本的な前提があります。人間がソフトウェアの主な操作主体だということです。そのためソフトウェア企業は、ユーザーインターフェースを継続的に改善し、操作のハードルを下げ、使い勝手を高めたうえで、サブスクリプション、広告、取引手数料などから収益を得る必要がありました。
しかし、AI Agentの登場によって、この前提が変わりつつあります。エージェントがタスクを理解し、外部ツールを呼び出し、データベースにアクセスし、プログラムを実行し、認可された範囲で取引を完了できるようになれば、人間が一つひとつのソフトウェアを自ら操作する必要はなくなります。
これは単なるインタラクション方法の変化ではありません。ソフトウェアの主な操作主体が人間からエージェントへと移っていけば、過去20年間にトラフィック、ユーザー継続率、ソフトウェアのサブスクリプションを中心に築かれたビジネスモデルは、価格の見直しを迫られる可能性があります。
今後、最も価値のあるソフトウェアは、人間のユーザー数が最も多いものではなく、最も多くのエージェントから継続的に呼び出されるサービスかもしれません。
一、2,340億ドルのSaaS支出が、価格の見直しに直面している
2026年7月、Gartnerはソフトウェア業界が注目すべき予測を発表しました。2030年までに、Agentic AIが企業向けアプリケーションソフトウェア支出に最大2,340億ドルの影響を及ぼす可能性があり、これは当時の企業向けアプリケーションSaaS支出の約20%に相当するというものです。
Gartnerはこの現象をAgentic Arbitrage（エージェント・アービトラージ）と呼んでいます。エージェントが複数のシステムをまたいでタスクを実行することで、企業が従来型ソフトウェアの操作画面や、それに対応するユーザー席に依存する度合いを減らすことを指します。
これまで、従業員1,000人の企業は、CRM、ERP、プロジェクト管理、ビジネスインテリジェンスの各システムに対して、大量のソフトウェアライセンスを購入する必要があったかもしれません。しかし今後、仕事の一部をエージェントに任せられるようになれば、企業はすべての作業工程に人間が操作する専用の席を用意する必要がなくなるかもしれません。
営業プロセスを例に考えてみましょう。これまでは営業担当者が、顧客情報を手入力し、CRMを更新し、見積もりを作成してメールを送り、成約データを財務システムに同期していました。今では、こうしたステップをAPIや自動化ツールで連携できます。今後はさらに、エージェントがビジネス目標に応じて、どのシステムを呼び出し、どの操作を実行するかを自ら判断する方向へ進むでしょう。
CRMやERPの価値が失われるわけではありません。顧客情報、注文記録、在庫データ、財務台帳は、今後も信頼できるシステムで管理する必要があります。ただし、企業が従業員に毎日こうしたシステムを開かせ、一つひとつ操作させる必要はなくなるかもしれません。
これは、従来のSaaSにおけるSeat-based Pricing、つまりユーザー席数に応じて課金するビジネスモデルに直接影響します。これまでソフトウェア企業の収益成長を支えてきた重要な要因は、顧客企業の従業員数やソフトウェアアカウント数の増加でした。今後、企業は人間が操作する席数を一部減らす一方、API呼び出し、自動化タスク、エージェント実行の予算を増やす可能性があります。
ソフトウェアベンダーの収益モデルも、従業員数に応じた課金から、呼び出し数、ワークフロー、タスクの結果に応じた課金へと徐々に移行する可能性があります。
ソフトウェアの価値が失われたわけではありません。ただし、その価値の測り方は変わる可能性があります。
二、GoogleとAnthropicがエージェント間の通信標準を構築中
ある技術が本当に産業の現場に導入され始めたかを判断するとき、私は通常、モデルがどれだけ新しい能力を披露したかだけを見るのではなく、企業が共通の技術標準の構築にリソースを投じ始めているかどうかを見ます。
2025年、GoogleはAgent2Agent Protocol（A2A）を発表しました。2026年4月、Linux Foundationは、Google、Microsoft、AWS、Salesforce、SAP、ServiceNowなどを含む150以上の組織がA2Aを支持していると発表しました。
A2Aの目標は、異なる開発フレームワークや異なるベンダーが導入したエージェント同士が、互いを発見し、通信し、タスクを委任し、結果を交換できるようにすることです。
同時に、Anthropicが当初発表したModel Context Protocol（MCP）は、別の課題の解決に取り組んでいます。標準化されたインターフェースを通じて、AIシステムを外部ツールやデータソースに接続することです。
この2つは目的が異なります。MCPが主に解決するのはAgent-to-Tool、つまりエージェントがどのようにツールを呼び出すかです。一方、A2Aが主に解決するのはAgent-to-Agent、つまり異なるエージェント同士がどのように連携するかです。
この2つのプロトコルの発展は、今後のソフトウェアシステムでは、人間向けのインターフェースを介さずにやり取りできる可能性を示しています。
ある多国籍企業がサーバーをまとめて調達する必要があるとします。調達エージェントはまず在庫と予算の情報を取得し、次にサプライヤーのエージェントに見積もりを依頼し、物流サービスを呼び出して納期を計算します。最後に財務システムが支払い権限を確認します。
その各ステップは、異なる企業が開発したシステムによって実行される可能性があります。これまでは、企業は大量の個別インターフェースと人手による調整を必要としていました。現在、業界では標準化されたプロトコルを通じて、システム間連携のコストを下げようとしています。
もちろん、プロトコルが統一されても、すべてのシステムがすでに支障なく相互接続できるわけではありません。認証、権限管理、データ形式、エラー処理には、依然として追加の整備が必要です。しかし技術の方向性を見ると、ソフトウェアはすでに、人間以外の利用者に向けた通信方式を設計し始めています。
これまでAPIを開発してきた主な目的は、異なるソフトウェア間でデータを交換できるようにすることでした。今後、こうしたインターフェースは、エージェントが自律的にタスクを実行し、リソースを調整し、サービスを購入するための基盤にもなるかもしれません。
三、Stripeがエージェントによる直接決済を開始、機械が新たな消費主体に
2026年、StripeとTempoはMachine Payments Protocol（MPP）を共同で発表しました。エージェントがAPI、データ、その他のデジタルリソースに直接支払えるようにすることを目指しています。
従来のインターネットの決済フローは、主に人間向けに設計されていました。ユーザーはアカウントを登録し、プランを選び、支払い情報を入力してから購入を確定します。しかしエージェントがタスクを実行する際には、インターフェースを一度呼び出すだけで済むかもしれません。
たとえば、ある金融リサーチエージェントが資産を分析するため、一時的に3つのサービスを購入する必要があるとします。リアルタイム市場データ、オンチェーンの資金フロー、過去のボラティリティデータです。
各サービスの1回あたりの呼び出し料金が、それぞれ0.003ドル、0.005ドル、0.002ドルだとします。従来のクレジットカード決済では、固定手数料がサービスそのものの価格を上回る可能性があります。MPPやx402などの機械決済プロトコルは、こうした少額の従量課金を実現しようとしています。
VisaとArtemisが2026年に発表した調査も、実際のオンチェーン取引を通じて機械決済の発展を捉え始めています。初期の関連統計によると、MPPの提供開始後、最初の数週間で約11.5万件の取引を処理し、決済額は約2.5万ドル、1取引あたりの平均額は約0.22ドルでした。
こうしたデータは、統計の定義、取引の性質、実際の本番環境での利用状況と照らし合わせて判断する必要があります。実際の商業需要がすでに大規模に形成されていることを、直接示すものではありません。ただし、そこに表れている決済の形態は研究する価値があります。
これまでデジタルサービスでは、月額や年額の料金体系が一般的でした。一人のユーザーからごく少額を徴収しても採算が取れなかったからです。今後、エージェントが低コストで決済できるようになれば、データサービス提供者は、クエリごと、計算ごと、実行ごとに課金できる可能性があります。
消費者向けアプリを持たない企業でも、一般ユーザー向けの集客チャネルを先に築くことなく、専門的なAPIサービスをエージェントに直接販売できます。
暗号資産業界にとっては、新たなステーブルコイン決済の需要につながる可能性があります。ただし、ステーブルコインが唯一の選択肢ではありません。StripeやVisaなどの企業も、カード情報、決済認可、さまざまな精算方法を検討しています。
機械決済が普及するかどうかは、コスト、速度、規制遵守、返金の仕組み、実際の業務ニーズに左右されます。どのブロックチェーンを使うかだけで決まるわけではありません。
今後、ステーブルコインの重要な利用者の一つは、人間ではなく、認可を受けてデジタルサービスを自律的に購入できるエージェントになるかもしれません。
四、次世代インターネットでは、人間向けの入口がそれほど多く必要なくなるかもしれない
モバイルインターネットの時代、企業が競っていたのはユーザーの注目でした。アプリストアのランキング、検索エンジンからの流入、広告出稿、ユーザー継続率、DAU、MAUが、多くのインターネット製品の成長戦略を形作っていました。
しかし、エージェントの行動パターンは人間とは異なります。人間がサービスを購入する際は、ブランド、広告、ページデザイン、使い慣れているかどうかに左右されることがあります。一方、エージェントはタスクを実行する際、あらかじめ設定された条件に基づいてサービスを比較できます。
たとえば、あるエージェントがリアルタイムデータサービスを購入する必要がある場合、選択条件は次のようなものです。
データ遅延は500ミリ秒未満。
過去30日間の稼働率は99.9%超。
1回あたりの呼び出し料金は0.01ドル未満。
検証可能なデータソースを提供する。
標準化されたAPIに対応。
条件を満たすサービス提供者が複数いる場合、エージェントはさらに価格、応答速度、過去のエラー率、サービスの権限を比較できます。
こうした状況では、ユーザーインターフェースの設計は、機械からの呼び出しにほとんど直接的な価値をもたらしません。むしろ、サービスの安定性、データ品質、呼び出しコスト、機械が読み取れるインターフェースの説明が、より重要な競争指標になります。
もちろん、ブランドや評判が完全になくなるわけではありません。企業は、認証済みのサプライヤーをエージェントに優先させたり、社内のセキュリティポリシーに適合するサービスだけを呼び出せるようにしたりする可能性があります。
しかし今後、ソフトウェアの流通方法は大きく二つに分かれる可能性があります。一つは、アプリ、ウェブサイト、検索、ソーシャルメディアを通じてユーザーを獲得し、人間にサービスを提供し続けるもの。もう一つは、API、プロトコル、サービスレジストリ、機械が読み取れる機能記述を通じて呼び出しを獲得し、エージェントにサービスを提供するものです。
この2つの仕組みは長期にわたって共存するでしょうが、ビジネスの仕組みはまったく同じではありません。これまでは、ユーザーに自社のアプリを見つけてもらう方法を開発者は考える必要がありました。今後は、エージェントに自社のサービスを発見してもらう方法と、他のサービスより信頼できることを証明する方法も考える必要があります。
そこで、ある疑問について考え始めました。
将来、エージェントが自律的にサービスを発見し、比較して購入できるようになったら、誰がサービスの流通経路を支配するのでしょうか？
これまで、検索の入口はGoogleが、App StoreはAppleが、企業向けオフィスソフトの大きな入口はMicrosoftが押さえていました。しかしエージェント経済では、サービスの選択はモデル、エージェント実行プラットフォーム、企業の認可システム、サービス発見ネットワークの間で行われるようになるかもしれません。
こうしたシステムは、エージェントがどのサービスを見つけられるかを決めるだけでなく、どのサプライヤーを優先的に呼び出すかにも影響を与える可能性があります。
このような流通の仕組みが成熟していけば、次世代インターネットの入口をめぐる競争は、ブラウザーとアプリストアの間だけで起きるとは限りません。
五、未来のソフトウェア企業には、一般の人向けの製品がそもそもないかもしれない
将来、多くのタスクをエージェントが担うようになれば、その稼働に必要なインフラをめぐって、新たな起業機会が生まれる可能性があります。
研究する価値があるのは、チャットボットをもう一つ開発することではなく、エージェント間の実際の連携問題を解決することです。
まずは、アイデンティティと認可（Agent Identity & Authorization）です。
企業が何百ものエージェントを導入するようになると、各エージェントに異なる権限を与える必要があります。調達エージェントはソフトウェアを購入できても、会社の資金をすべて移動することはできません。財務エージェントは請求書を支払えても、予算、支払先、承認ルールによる制限を受けなければなりません。
つまり、エージェントには検証可能な身元、明確な認可範囲、権限を取り消す仕組み、完全な操作監査が必要です。特に金融や企業調達の場面では、エージェントに操作を実行する能力があるからといって、無制限の実行権限を与えるべきではありません。
次はサービス発見（Agent Discovery）です。
今後、エージェントはタスクに応じて外部サービスを探す必要が出てくるかもしれません。金融エージェントにはオンチェーンデータ、法律エージェントには法規制データベース、開発エージェントにはテスト環境が必要です。
すべてのエージェントがあらかじめすべてのサービスを連携しなければならないとすれば、開発と保守のコストは非常に高くなります。そのため、エージェントがサービスの機能、価格、権限、信頼性に基づいて提供者を探せる、Agent Discovery専用のインフラが必要になるかもしれません。
さらに、評判と検証（Agent Reputation & Verification）があります。
人間はブランドや評価、長期的な取引関係をもとに、供給業者が信頼できるか判断できます。しかしエージェントには、タスク成功率、過去の稼働率、平均応答時間、データの正確性、エラー発生後の補償や是正の仕組みなど、自動で検証しやすい指標が必要です。
ここで最大の技術的課題は、評価ランキングを作ることではありません。タスクが本当に完了したかをどう検証するか、サービス提供者によるデータの偽造や評価操作をどう防ぐかです。
記録をブロックチェーンに書き込んだからといって、その記録自体が必ず真実だとは限りません。信頼できる評判システムには、独立した検証、追跡可能なデータソース、明確な責任の仕組みが依然として必要です。
最後は、決済と精算（Agent Payment & Settlement）です。
エージェントがサービスを発見し、身元を検証し、価格を確認できるようになった後は、認可を受けた支払い、サービスの提供、結果の確認も必要になります。こうした機能が安定したインフラとして整えば、機械同士の商取引を大量に支えられる可能性があります。
今後のAgent Marketplaceは、人間が閲覧するアプリストアとは限りません。エージェントがタスク要件を送ると、システムが条件に合うサービス提供者を返し、呼び出し、課金、結果の検証まで行うAPI群かもしれません。
一般消費者はこの企業の存在すら知らないかもしれませんが、その企業は毎日何百万件ものサービスリクエストを処理している可能性があります。
こうした企業の競争力の核心は、ユーザーインターフェースがどれだけ美しいかではなく、どれだけ多くのエージェントがそのサービスを日常のワークフローに組み込むかにあります。
六、従来のSaaSがすべて消えるわけではないが、競争優位性の配分は変わる
ここでは、ソフトウェアの機能的価値と、人間が操作するためのインターフェースを区別する必要があります。AI Agentによって後者の必要性は大きく減るかもしれませんが、前者がなくなるわけではありません。
企業には引き続き、データベース、財務システム、本人確認、取引記録、コンプライアンス管理が必要です。また、独自データや企業顧客との関係を豊富に持つ従来のソフトウェア企業も、自社製品をエージェント向けサービスへと積極的に転換できます。
Salesforce、SAP、Microsoftなどの企業が、新興企業に取って代わられるとは限りません。彼ら自身が、エージェント経済における重要なインフラ提供者となる可能性もあります。
本当に圧力にさらされるのは、独自データや事業上の参入障壁を持たず、複雑な操作手順やユーザーの乗り換えコストを主な収益源としているソフトウェアです。
エージェントが複数のシステムを直接操作できるようになれば、ソフトウェアの画面が生んできた利用習慣の優位性は弱まるかもしれません。
ただし、エージェント自体も、企業の仕事をすべて引き受けられるほど成熟しているわけではありません。Gartnerは、Agentic AIプロジェクトの40%超が2027年末までに中止される可能性があると予測しています。主な理由は、コストの上昇、ビジネス価値の不明確さ、リスク管理の不十分さです。
これは、モデルがタスクを完了できるからといって、企業が妥当なコストで長期的に導入できるとは限らないことも示しています。
テスト環境で95%のタスクを完了できるエージェントであっても、企業が安心して調達、財務、顧客情報の管理を任せられるとは限りません。残る5%に、誤った支払い、データ漏えい、重複発注、取り消せない業務操作が含まれる可能性があるからです。
そのため、今後本当に価値を持つエージェントインフラは、機能が最も多い製品とは限りません。実際の業務環境で安定して稼働し、エラー、権限、資金に関するリスクを適切に管理できるシステムです。
だからこそ、本人確認、権限管理、実行監査、タスク結果の検証は、エージェント経済の重要な構成要素になる可能性があります。
七、これからの起業家は、いったい誰のために製品を開発すべきなのか？
これまで起業家は通常、まずユーザー規模を考え、10万人、100万人、さらには1,000万人のユーザー獲得を目指していました。製品のインターフェースを継続的に改善し、継続率を高め、広告、サブスクリプション、取引手数料などで収益化する必要がありました。
しかし、自律的にタスクを実行できるエージェントがインターネット上に数多く存在するようになれば、起業家は自分の顧客が誰なのかを改めて考える必要があります。
金融データを提供する企業は、10万人の投資家に毎日ウェブサイトを開いてもらう必要がなくなるかもしれません。何万もの投資エージェントに、データインターフェースを直接提供できます。
画像認識サービスを提供する企業は、完全な画像編集アプリを開発する必要はありません。他のエージェントが視覚タスクを処理する際に呼び出す専門サービスになれます。
本人確認サービスを提供する企業も、一般消費者に毎日自社のプラットフォームへログインしてもらう必要はありません。企業のエージェントが機密性の高いタスクを実行する際に、その認可システムを通過しなければならないなら、継続的なサービス需要が生まれる可能性があります。
このビジネスモデルの最大の変化は、収益が人間によるソフトウェアの利用頻度だけに依存せず、機械同士の間で継続的に発生するタスクの呼び出しからも生まれる可能性があることです。
もちろん、エージェントが人間から独立した無制限の購買力を持つわけではありません。その予算は依然として個人や企業から出ており、取引権限にも制限を設ける必要があります。
しかし、実際に予算を執行する主体は、ますます人間からソフトウェアへ移っていくかもしれません。実行主体が変われば、製品設計、サービスの流通、課金方法もそれに応じて変わります。
これまで起業家は、ユーザーの継続率を上げ、顧客獲得コストを下げる方法を考える必要がありました。今後、一部のAIネイティブ企業は、API呼び出し数、タスク完了率、平均実行コスト、そして自社サービスに依存し続けるエージェントの数を、より重視するようになるかもしれません。
つまり、従来のSaaSとはまったく異なるテクノロジー企業が、今後登場する可能性があります。
複雑なフロントエンド画面を持たず、アプリストアのランキングにも依存せず、多くの消費者が毎日ログインする必要もありません。提供するのは、データ検索、本人確認、決済・精算、タスク実行など、非常に専門的な機能だけかもしれません。
この機能が十分な数のエージェントから継続的に呼び出されれば、安定した収益源を築ける可能性があります。
八、人類に残された時間は多くない
ここでいう「人類」とは、人間がAIに淘汰されるという意味ではありません。過去20年間、人間のクリック、閲覧、操作を中心に築かれてきたソフトウェアの仕組みが、転換点を迎えつつあるということです。
モバイルインターネットの時代、起業家は人間により多くのアプリをダウンロードしてもらう方法を考えていました。エージェントの時代には、自社のサービスをより多くのAgentに発見してもらい、呼び出してもらう方法を考える必要があります。
これまでソフトウェア企業は、ユーザー数、利用時間、サブスクリプション席数の増加によって成長してきました。今後は、API呼び出し、タスク実行、データ取引、自動化サービスによって収益を得る企業が出てくるかもしれません。
これまでインターネットの主な商業的な入口は、検索エンジン、ブラウザー、アプリストアでした。今後は、エージェント専用の発見、本人確認、評判、決済、実行のネットワークが登場する可能性もあります。
これによって、次世代のテクノロジー系スタートアップに対する私の見方も変わりました。
価値のあるソフトウェア企業なら、必ず一般消費者向けアプリを持たなければならないとは、もはや考えていません。何百万ものエージェントが毎日必要とするデータ、ツール、インフラを提供できる企業なら、複雑なユーザーインターフェースがなくても、相当な規模の事業を築ける可能性があります。
一方、人間が何度もクリックし、コピーし、入力し、ページを切り替えなければ仕事を完了できないソフトウェアは、今後ますます大きな圧力にさらされる可能性があります。
これまでソフトウェアを開発してきたのは、人間がコンピューターを使うためでした。今後は、エージェントが他のソフトウェアを使うためにソフトウェアを開発するようになるかもしれません。
もし今日、テクノロジー系スタートアップを一から始めるなら、これまであまり問われてこなかった次の問いを真剣に考えるでしょう。
なぜ、私の製品は人間向けに設計しなければならないのでしょうか？
将来、何百万ものエージェントがデータを購入し、身元を確認し、ツールを呼び出し、料金を支払い、タスクを任せる別のエージェントを探すようになれば、そうしたニーズに応えるインフラを構築するほうが、一般消費者向けアプリをもう一つ開発するより、研究する価値があるかもしれません。