SaaSの契約を残すかAIエージェントで代替するか先に置き換わるのは画面と定型処理

更新時期が近づいた業務SaaSの一覧を前にすると、情報システムの担当者は経営や現場から同じ質問を受けます。この業務SaaSはAIエージェントで置き換えられるのか、それとも契約を続けるべきなのか。製品名だけを見て判断しようとすると答えが出ません。同じ「顧客管理」でも、契約で買っているものが入力画面なのか、取引履歴と権限の記録なのかで、置き換えやすさが変わるからです。

AIエージェントとは、人から目的を受け取り、現在の状態を調べ、使える道具を選び、実行結果を確認しながら仕事を進めるシステムです。文章を作る大規模言語モデルだけを指すのではありません。モデルの周囲に、ファイルやブラウザを扱う機能、外部サービスへ接続する機能、権限、操作履歴、人へ確認を求める仕組みが組み合わされています。定義と任せられる仕事の型は、入口の記事「AIエージェントとは」にまとめています。

これまで、仕事の目的を各製品の操作手順へ翻訳していたのは人でした。顧客管理、会計、文書作成の画面を行き来し、メニューと入力方法を覚え、項目を転記します。エージェントが担うのは、この翻訳と実行です。「更新が止まっている重要商談を調べ、会議で判断できる資料を作り、送信前に確認を求めてください」と伝えれば、必要な情報と操作先を探し、複数の処理をつないで結果を作ります。

そのため、契約の見直しでは製品を切るかどうかより先に、その契約のどの層を買っているかを分けます。画面と操作手順、定型処理、業務データと権限、参加者のネットワーク、検証済みの専門処理。層ごとに置き換えの圧力は大きく違い、その差がそのまま契約の判断になります。

エージェントがソフトウェアを操作する入口は、画面上のボタンだけではありません。ソフトウェア同士がデータや命令を直接やり取りする公式の窓口をAPIと呼びます。文字の命令を入力してプログラムを動かす方法は、CLI、つまりコマンド操作です。どちらも画面を目で追うより入力と結果が明確で、大量処理や再実行に向いています。100件の顧客情報を更新するなら、画面へ100回入力するより、APIへ対象と変更内容をまとめて渡し、返ってきた100件分の結果を検査する方が速く、間違いも追いやすくなります。

接続の共通規格も整いました。Model Context Protocol（MCP）は、エージェントが「どの道具があり、何を渡せば使えるか」を共通の形式で知るための規格で、Anthropicが2024年11月に公開しました。2025年にはOpenAI、Google、Microsoftが相次いで対応し、2025年12月には中立な運営のためLinux Foundation傘下の団体へ移りました。移管時点で開発キットの月間ダウンロードは9,700万件、公開されている接続口は約1万件です。SaaS側が一度対応すれば、対応するどのエージェントからも同じ方法で機能を呼び出せます。

販売側も方向を明確にしました。Salesforceは2026年4月、製品全体をAPI、MCPの道具、コマンドとして公開し、エージェントが画面を一度も開かずに操作できる構成を発表しています。画面を売ってきた最大手が、エージェントを正式な利用者として扱い始めたことになります。

公式の窓口がない製品でも、画面は最後の砦になりません。画面画像をAIへ渡し、クリックやキー入力を返させ、結果の画面をもう一度確認させる方法は一般にComputer Useと呼ばれます。パソコン操作の標準試験であるOSWorldでの成功率は、Anthropicが2024年10月に公開した最初のモデルで15％程度、OpenAIが2025年1月に公開したモデルで38％でした。人間の基準はおよそ72％です。人より遅く不正確でも、画面しか窓口がないシステムを操作する手段として実用が始まっています。

エージェントは、入力と結果が明確な操作口から試し、使えない場合はブラウザの内部構造を読み、それでも届かない場所だけ画面認識とマウス操作へ進みます。ブラウザの中では、見出し、入力欄、送信ボタン、表が意味を持つ部品として並んでおり、その構造から「送信という名前のボタン」や「合計金額のセル」を直接探せます。契約の見直しでは、ここが最初の判断材料になります。画面の使いやすさは人にとって価値が残りますが、他社が同じ仕事を代行するときの障壁としては弱くなりました。

完成したSaaSを買う方が、自分で作るより速くて安い。この前提も崩れ始めています。コードを扱うAIエージェントは、いまではテスト、実行、修正、配備まで長時間の作業を進めます。

置き換えは調査の数字にも表れています。米国の開発基盤企業Retoolが2026年2月に公開した817人への調査では、35％のチームがすでに少なくとも一つのSaaSを内製ツールで置き換え、78％が2026年にさらに内製を増やすと答えました。置き換えの中心は、社内管理ツール、集計画面、定型の業務連携です。経費申請、案件管理、日程調整のように、入力、一覧、状態変更、通知が中心の仕組みなら、汎用品を長期契約するより自社の業務へ合わせて小さく作る選択が現実に増えています。

ただし、作る費用と持ち続ける費用は別です。内製したシステムには、保守、セキュリティ対応、法改正への追随、担当者の退職といった負担が続きます。AIで安くなるのは主に作る側で、内製が有利になる範囲は、この維持の負担を自社で引き受けられる業務までです。契約を切って内製へ移す判断は、開発工数ではなく、その業務を五年運用できるかで決めます。

業務SaaSの料金は、人が画面を使う人数、つまり席数を前提としてきました。画面を使うのがエージェントになると、席数は提供価値を測る単位として働かなくなります。

先行例はカスタマーサポートに集中しています。Zendeskは2024年8月、エージェントが自動で解決した問い合わせの件数に応じて課金する方式を発表しました。IntercomのFinは1件の解決につき0.99ドルです。Salesforceは2024年10月にAgentforceを1会話2ドルで開始し、2025年5月に1操作0.10ドルの従量制へ改定したうえで、現在は席課金を含む複数の料金モデルを併売しています。

表の単価はいずれも提供各社の公表値です。割引、契約条件、通貨により実際の金額は変わります。

移行は業界全体の数字にもなっています。2025年のソフトウェア企業240社への調査では、席課金を主な料金モデルとする会社は1年で21％から15％へ減り、従量や成果を組み合わせた複合型が27％から41％へ増えました。純粋な成果課金はまだ5％前後です。成果を製品の働きに帰属させて測れる業務でしか成立しないため、当面は席と従量の複合型が中心になります。更新交渉では、席数の削減だけでなく、処理件数で測る条件を提示できるかを確かめる価値があります。

置き換えを実行した企業の記録は、変化の順序を具体的に教えてくれます。スウェーデンの決済会社Klarnaは2024年2月、AIアシスタントが顧客対応の3分の2にあたる230万件の会話を最初の1カ月で処理し、700人分の仕事に相当すると発表しました。同年8月にはCEOが、SalesforceのCRMとWorkdayを停止してほかのSaaSもまとめて統合すると述べ、大きな議論になりました。

ただし実態は宣言と違います。同じCEOは2025年3月に、大規模言語モデルでSaaSを置き換えたのではないと自ら説明しました。実際に行われたのは、社内に散らばったデータの統合と標準化です。統合したデータの上に、自社の業務へ合わせた操作環境をAIの支援で内製しました。

揺り戻しも起きています。2025年5月には同社がコストを重視しすぎて対応品質が下がったと認め、人間の対応要員を再び採用し始めました。一方でAIの処理規模は拡大を続け、2025年秋には853人分に相当すると発表しています。

この一社が先回りして見せたのは、置き換えの順序です。画面と定型処理は実際に置き換えられました。その土台になったのは自社データの整備であり、品質と責任を保つ設計には人が残りました。契約を切る前に自社のデータがどこにあるかを確かめる、という手順はここから読み取れます。

置き換えの圧力が弱いのは、業務データと権限、参加者のネットワーク、検証済みの専門処理の三つです。

業務データと権限には、契約、取引、権限、監査履歴が含まれます。エージェントはデータを利用できますが、正しい履歴を勝手に作ることはできません。日本でも電子帳簿保存法が、電子取引の記録について、訂正や削除の履歴が残る保存と、日付、金額、取引先で検索できる状態を求めています。確率的にふるまうエージェントに、正しい記録の保管そのものは任せられません。ファイル共有大手BoxのCEOアーロン・レヴィ氏も、エージェントの時代には記録システムがむしろ重要になると述べています。人の何倍もの数のエージェントが動くほど、正しいデータと、誰が何をできるかを確定的に制御する境界が安全装置として効くからです。2025年9月にはSalesforceのAgentforceに対して、外部フォームから仕込んだ指示で顧客データを流出させうる脆弱性が公表され、修正されました。広い権限を渡すほど、範囲を区切り、操作を記録し、必要なら取り消す基盤の価値は上がります。

参加者のネットワークは、コミュニティー、仕事の取引市場、専門家の集まりが持つ価値です。そこに誰が参加し、どのような関係、評判、取引履歴が蓄積されているかで決まります。プラットフォーム研究でも、価値は機能の品質だけでなく参加者の数と組み合わせから生まれると説明されています。利用者が別のサービスへ移るには関係する相手も一緒に移る必要があるため、機能を作り直すだけでは置き換えられません。

検証済みの専門処理は、複雑な数理モデル、安全性が重要な制御、厳しい法規制への対応、大量処理を安定して続ける仕組みです。エージェントの構築能力には測定された限界があります。2026年のSaaSBenchでは、複数の言語、データベース、部品を組み合わせる企業向けシステムの構築課題で、失敗の95％以上が深い業務ロジックへ到達する前の、環境構築と部品統合の段階で起きました。既存のSaaSをブラウザで操作して業務を最後まで終えるSaaS-Benchでは、評価された画面操作エージェントのうち最も成績が良かったものでも、完走率は4％未満です。一度の成功と、業務に必要な再現性も別物です。AIエージェント開発企業Sierraが公開した顧客対応の評価τ-benchでは、会話で注文の変更や返金を処理する課題について、同じ課題へ8回連続で成功する確率が25％を下回りました。Anthropicの実利用調査でも、人間なら数時間かかる仕事では成功率がおよそ5割へ下がります。

ここからは筆者の見立てです。この弱点を永続的な障壁と考えるのは安全ではありません。エージェントの能力は上がるため、単に作るのが面倒なだけの仕組みはやがて追いつかれます。残るのは、間違いが許されず、検証と運用に継続的な専門性が必要な領域です。

残すと決めた契約には、新しい条件が加わります。これからの業務ソフトウェアには、人が理解して判断するための画面と、エージェントが安全に実行するための操作口が並ぶからです。

人向けの画面では、目的の指定、変更前後の差、根拠、承認、例外への対応が見やすいことが重要です。エージェント向けの操作口では、利用できる処理、必要な権限、入力形式、成功と失敗の理由が機械から明確に読める必要があります。同じ依頼を再送しても二重登録しない、実行前に変更予定を確認できる、途中から再開できる、誤った変更を取り消せる、といった性質も求められます。更新の審査項目としては、公式の接続口があるか、権限を業務単位で絞れるか、操作記録を自社で取り出せるか、の三つが実務的です。

両立の例も出ています。Cloudflare OSは、エージェント、社内ツール、文書作成をまとめる作業プラットフォームです。名前にOSとありますが、WindowsやmacOSのようなパソコンの基本ソフトではありません。会話からエージェントへ仕事を頼み、必要に応じて画面と操作用のAPIと保存データを持つ小さなアプリを作れる構想で、Gatekeeperと呼ぶ仕組みが社内の文書やシステムへの接続範囲を管理します。ServiceNowは、申請、承認、パスワード再発行、入社準備などの業務手順を管理する企業向けソフトウェアで、外部のエージェントが画面を開かずに業務手順を呼び出せる仕組みを発表しました。画面を省いても、処理そのものは既存の権限、承認経路、操作記録に従います。

複数のSaaSにまたがる仕事を一体のエージェントへ任せる必要はありません。人の組織と同じように、窓口となる調整役が仕事を分け、それぞれの領域に必要な権限だけを持つ専門エージェントへ依頼する構成が考えられます。

営業資料を作る調整役は、在庫担当のエージェントへ納期確認を頼み、法務担当のエージェントへ契約条件の確認を頼めます。在庫担当が使うのは在庫システム、法務担当が調べるのは契約文書です。調整役は返ってきた回答と根拠を一つの資料へまとめ、外部送信の直前で人へ承認を求めます。

Agent2Agent Protocol（A2A）は、このようなエージェント間の業務依頼を共通化するための通信規格です。相手が何をでき、どこへ接続し、どんな認証が必要かを示す情報は、デジタルな名刺に相当します。長い仕事には追跡番号を付け、進捗を知らせ、完成した文書やデータを成果物として返します。MCPがデータや道具を使うための接続であるのに対し、A2Aは別のエージェントへ仕事を委ねるための接続です。どちらの規格も、相手の判断が正しいことや、必要な権限だけを使うことまでは保証しないため、依頼元での検証と承認は残ります。

Anthropicが約40万件のClaude Code利用記録を分析した研究では、典型的な利用で、人が計画に関する判断の約70％を担い、AIが実行に関する判断の約80％を担っていました。開発作業の記録に基づく分析なので、他の仕事へそのまま当てはまる数字ではありません。それでも、人が「何を、どの状態まで行うか」を決め、エージェントが「どの道具を使い、どう進めるか」を多く決める分担を示しています。

権限は仕事に必要な範囲と時間へ絞ります。読む、下書きする、試算する処理と、送信、購入、削除、公開、送金する処理を同じ扱いにしてはいけません。長い仕事では小さな誤りが積み重なり、Webページや文書に書かれた悪意ある指示を、利用者からの命令と取り違える危険もあります。取得した情報の出所を残し、重要な数字を別の方法で照合し、外部へ影響する直前で人へ確認し、実行前の予定、実行後の結果、誰の代理で何をしたかを記録して、必要なら止めて戻せる設計が要ります。

操作を任せるほど、仕事を学ぶ仕組みも見直す必要があります。これまで若手は、ソフトウェアへ入力し、例外にぶつかり、先輩へ確認する過程で業務を覚えてきました。操作だけを消すと、その学習機会も消えます。エージェントが何を調べ、なぜ判断を人へ戻したかを見られることは、教育の面でも効きます。

自社が使う業務SaaSが残るかどうかは、AI機能の数では判断できません。チャット欄を追加しただけの製品は、エージェントが外から同じ仕事を行えるようになった時点で差が消えます。見るべきなのは、利用者が画面を一度も開かなくても、その会社へ料金を払う理由が残るかどうかです。

契約が一斉に消える段階ではありません。調査会社Gartnerは2026年の世界のソフトウェア支出を前年比15％増の1.4兆ドル超と予測しており、支出そのものは伸び続けています。同社は同時に、費用の増大と事業価値の不明確さから、エージェント型AIのプロジェクトの4割超が2027年末までに中止されるとも予測しました。コンサルティング会社Bainは、2026年2月に米国のソフトウェア株が数週間で15％下落した局面を分析し、席課金モデルへの構造的な脅威が意識された一方で記録基盤の防御力は強いとまとめています。市場は席課金の見直しを織り込み始めた一方で、支出の実績はまだ増え続けています。

同じ変化を売る側から見ると、残る条件は固有の業務データ、参加者のネットワーク、検証済みの専門システムの三つに絞られます。その整理は「AIエージェント時代にSaaSは何で選ばれるか」にまとめています。

したがって、今年の更新でまとめて切る必要はありません。契約ごとに、画面と定型処理だけを買っているものから内製や接続へ移します。データと権限、ネットワーク、検証済みの専門処理を買っている契約は残し、その代わりに、公式の接続口、権限の粒度、操作記録の取り出しという三つの条件を次の更新で要求します。この順序なら、置き換えの失敗と、切りすぎによる事故のどちらも小さく抑えられます。