AaaS、Agent as a Serviceを、単に「AI Agentを組み込んだSaaS」と捉えると、見誤るものがある。
SaaSは、人間が業務を進めるためのソフトウェアだった。ユーザーがログインし、画面を操作し、データを入力し、確認し、承認し、成果物を作る。SaaSは、その一連の作業を効率化するために発展してきた。
Agentが成熟していくと、プロダクトの前提は変わる。
ユーザーがツールを操作して業務を進めるのではなく、Agentに仕事を渡す。Agentが情報を読み、判断材料を揃え、ドラフトを作り、必要な処理を進める。人間はすべての作業を担うのではなく、例外を確認し、判断し、承認する立場に移っていく。
SaaSが提供していたのは、業務を進めるための機能だった。
AaaSが提供するのは、業務の完了である。
ソフトウェアの対象市場が広がる
AI Agentが十分に進化したとき、プロダクト開発の問いは「どうすれば人間の作業を効率化できるか」から、「この仕事をAgentに任せられるか」へ移る。
ここで置き換わるのは、既存SaaSの機能だけではない。社内オペレーション、外注先に出していた作業、BPOに委託していた処理、コンサルやSIerが担っていた上流・実行業務、専門職のジュニアワークも対象になる。
そのため、AaaSの市場をSaaS予算だけで測ると小さく見える。見るべきは、企業が仕事を終わらせるために支払っている予算である。人件費、外注費、BPO費、コンサル費、SI費、オペレーションコスト。AaaSは、ソフトウェア市場だけでなく、労働市場とサービス市場に入り込んでいく。
現行業務は、出発点であって設計図ではない
AaaSを考えるとき、既存業務をそのままAIでなぞるだけでは不十分である。
多くのAI導入は、現在の業務フローを前提に進む。人間が見ている画面、人間が更新しているExcel、人間が回している承認フロー、人間が作成しているレポート。その一部をAIで短縮しようとする。
もちろん、それ自体に価値はある。しかし、Agentを前提にすれば、そもそも残す必要のない工程も出てくる。
現在の業務フローは、あくまで観察対象である。そこから読み取るべきなのは、画面や手順ではなく、その業務が達成しようとしている完了状態である。
問い合わせ対応の目的は、チャットで回答することではない。顧客の問題が解決されることだ。
図面AIの目的は、図面を読むことではない。見積、検図、変更影響分析、発注準備といった業務が前に進むことだ。
要件定義AIの目的は、要件定義書を生成することではない。現場の課題を吸い上げ、Mockで検証し、何を作るべきかを明確にし、発注可能な状態を作ることだ。
AaaSの設計は、既存業務のコピーではなく、業務の完了状態から逆算する必要がある。
機能ではなく、仕事の単位から考える
従来のSaaSでは、プロダクトは機能単位で設計されることが多かった。検索、入力、承認、通知、レポート、ダッシュボード。これらを組み合わせ、人間が業務を進めやすくする。
AaaSでは、まず仕事の単位を定義する。
問い合わせ1件。見積依頼1件。図面1セット。契約レビュー1件。要件定義プロジェクト1件。RFP回答1件。経理処理1件。採用候補者対応1件。
Agentは、その単位で仕事を受け取り、完了まで進める。
このとき曖昧にしてはいけないのが、完了条件である。その仕事は、何が揃えば終わったと言えるのか。
問い合わせであれば、顧客の問題が解決され、必要な手続きが完了していること。見積であれば、提出可能な見積書が作成され、根拠とリスクが確認されていること。図面レビューであれば、重要な指摘が抽出され、担当者に割り振られ、承認ログが残っていること。要件定義であれば、現場検証済みのMock、業務要件、機能要件、RFP、受入基準が揃っていること。
「支援する」だけでは、AaaSにはならない。
何をもって完了とするかを定義して初めて、Agentに仕事を任せられる。
Human-in-the-loopは、信頼を作るための設計である
Agentが最初からすべてを完全自律で実行する必要はない。
多くの業務では、Agentが情報を読み、分類し、候補を作り、ドラフトし、リスク箇所を特定する。人間はそれを確認し、必要に応じて修正し、承認する。承認されたものだけが実行される。
これは、AIが未成熟だから仕方なく人間を挟むという話ではない。企業がAgentに重要な仕事を任せるための信頼設計である。
重要業務では、出力が正しいかどうかだけでは足りない。なぜそう判断したのか。誰が承認したのか。どこまで自動実行されたのか。失敗時にどう戻せるのか。どのログが残るのか。どこで人間が介入できるのか。
AaaSには、根拠表示、信頼度表示、操作ログ、権限管理、承認フロー、監査ログ、エスカレーション、ロールバック、SLA、責任分界が必要になる。これらがなければ、企業は業務をAgentに委任できない。
UIの役割も変わる。従来のSaaSは、人間が作業するための画面を提供していた。AaaSのUIは、Agentに仕事を渡し、作業計画を確認し、進捗を監督し、高リスク箇所をレビューし、例外を処理し、最終承認するためのものになる。
作業画面ではなく、Agentを運用するための管制塔に近い。
価格は、利用者数よりも仕事量と成果に近づく
AaaSでは、価格設計も変わる。
従来SaaSでは、seat課金や月額利用料が自然だった。しかしAgentがうまく機能するほど、人間の利用者数は減る可能性がある。利用者数を基準にすると、顧客価値と課金がずれていく。
AaaSでは、「何人が使うか」よりも、「どれだけの仕事を完了したか」が価格の基準になりやすい。処理件数課金、完了件数課金、成果課金、従量課金、Managed Service fee、成功報酬、初期導入費などが組み合わされる。
価格は、ソフトウェア機能から逆算するのではなく、その仕事に現在かかっているコストから逆算する方が自然である。
その業務に何人が関わっているのか。外注費はいくらか。BPO費はいくらか。ミスが起きたときの損失はいくらか。遅延による機会損失はどれくらいか。
顧客が買っているのは、AIそのものではない。
より速く、安く、安定して完了する仕事である。
プロダクト改善は、自動完了率と粗利の改善に向かう
AaaSでは、プロダクトの改善指標も変わる。
従来SaaSでは、利用率、ログイン頻度、seat数、チャーンレートが重要だった。AaaSでも継続利用は重要だが、それだけでは十分ではない。
見るべきは、1件の仕事を処理する経済性である。
1件あたりの売上から、モデル/APIコスト、人間レビューコスト、運用コスト、例外対応コスト、エラー対応コストを引いたときに、どれだけ粗利が残るのか。
AaaSのプロダクト改善は、機能追加だけでは進まない。自動完了率を上げ、人間レビュー率を下げ、例外処理を減らし、処理品質を安定させ、1件あたり粗利を改善する必要がある。
顧客が任せられる仕事の範囲が広がり、Agentの自律度が上がり、ユニットエコノミクスが改善していく。この積み重ねが、AaaSにおけるプロダクトの進化になる。
モートは、モデルではなく業務遂行ループに宿る
AaaSの競争優位は、モデルそのものだけでは作りにくい。
基盤モデルは進化し続ける。多くの機能は模倣される。LLM wrapperの差分は薄くなる。
残るのは、業務を遂行し続ける中で生まれるループである。
Agentが仕事をする。人間が修正する。承認される。成果が実績として返ってくる。例外や失敗が蓄積される。次回以降、Agentがより良くなる。
このループが回ると、単なるAI機能ではなくなる。
蓄積されるのは、入力データ、Agentの初回出力、人間の修正、承認結果、顧客別ルール、業界別テンプレート、成果物、実績との差分である。これらは顧客の業務文脈に深く紐づくため、単純にはコピーしづらい。
AaaSのモートは、モデルの賢さだけではなく、仕事を遂行し続ける中で蓄積される業務知能にある。
AaaSを考えるための問い
AaaSを設計するなら、最初に問うべきことは「どんなAI機能を作るか」ではない。
どの人間業務、外注業務、BPO業務、専門業務を代替するのか。仕事の単位は何か。問い合わせ1件なのか、図面1セットなのか、見積依頼1件なのか、要件定義プロジェクト1件なのか。
その仕事は、何ができれば終わったと言えるのか。現在、その仕事にはいくらかかっているのか。どの予算を置き換えるのか。Agentが仕事を始めるために必要な入力は何か。顧客に納品される成果物は何か。
Agentはどこまで自律実行し、どこで人間がレビューするのか。根拠、権限、承認、監査、SLA、責任分界をどう作るのか。処理件数、成果、従量、月額、Managed Service、成功報酬のどれで課金するのか。1件処理するごとに利益が出るのか。使われるほど何が蓄積され、どう改善するのか。
これらに答えられないものは、AaaSではなく、AI機能、AI付きSaaS、あるいはAI受託にとどまる可能性が高い。
まとめ
AaaSは、SaaSの単なる次の機能ではない。
ソフトウェアが「道具」から「労働力」へ近づいていく変化である。
これから強いプロダクトを作る会社は、便利なAI機能を作るだけでは足りない。顧客が安心して任せられる仕事を定義し、Agentがその仕事を遂行し、人間が例外と判断に集中し、成果と信頼に課金できる構造を作る必要がある。
AaaSで最初に問うべきことは、シンプルである。
あなたのAgentは、何の仕事を引き受けるのか。
この問いから始めるべきだと思う。
参考資料
- Sequoia Capital “Services: The New Software”
- a16z “Unbundling the BPO: How AI Will Disrupt Outsourced Work”
- Sierra “Outcome-based pricing for AI Agents”
- Bessemer Venture Partners “AI Agent Autonomy Scale”
- McKinsey “Seizing the agentic AI advantage”
- BCG “How Agentic AI is Transforming Enterprise Platforms”
- Gartner “Over 40% of Agentic AI Projects Will Be Canceled by End of 2027”
- Retell AI / Stripe customer story
