AIエージェント時代のSaaS、シート課金の売上の何%が人員数に連動するか

AIエージェントの普及でシート課金のSaaSが最初に決めることは、成果課金に移るかどうかではない。売上のうち、請求の単位が顧客の人員数になっている割合を数え、その部分をどの順番で別の単位へ移すかである。「AIエージェント SaaS シート課金」で検索して上位に並ぶ記事の多くは、市場全体が何%影響を受けるかという予測の紹介か、価格モデルに何の型があるかの整理にとどまる。どちらも読み終えても、自分の事業で次の更新日までに何を1つ決めるかは残らない。本稿はその一点に絞る。なお、何%が連動しているかは事業ごとに違う。本稿が示すのは一般的な数値ではなく、数え方と外す順番である。

なぜシート課金の売上は顧客の人員削減に連動してしまうのか

請求の単位が、顧客がこれから減らそうとしているものと同じだからである。

Citrini ResearchのJames van GeelenとAlap Shahが2026年2月22日に公開した「The 2028 Global Intelligence Crisis」は、この連動を一文で示している。ただし先に性質を書いておく。この元記事は2028年6月時点のマクロメモという体裁で書かれたシナリオであり、予測ではない。著者は冒頭でそう明記し、末尾では「これらのシナリオのいくつかは実現しないと確信している」とも書いている。登場する決算の見出しも、シナリオの中に置かれた架空の報道である。

そのシナリオの中で、ServiceNowはシートを売っていた。顧客のFortune 500企業が従業員を15%削減すると、ライセンスも15%解約されたという設定である。顧客の利益率を押し上げていたAIによる人員削減そのものが、売り手の売上基盤を機械的に壊していた、という筋だ（Citrini「2028年世界知能危機」とは──顧客がAIで人を減らすと、シート課金のSaaSに何が起きるか）。著者はこの構図を、売り手が自ら陥る反転としても書いている。

The company that sold workflow automation was being disrupted by better workflow automation, and its response was to cut headcount and use the savings to fund the very technology disrupting it.

訳: 業務自動化を売っていた会社が、より優れた業務自動化に食われていた。そしてその対応は、人員を削り、浮いた分を自分を食っているまさにその技術に投じることだった。

出典: Citrini Research by James van Geelen, Alap Shah, 2026-02-22

同じシナリオには、価格以外の圧力も書かれている。AIによって新機能の開発と出荷が容易になったため差別化が崩れ、既存企業は値下げ競争に入り、守るべき旧来のコスト構造を持たない新興の挑戦者がシェアを取っていく、という筋である。

ここから先は本稿の読みである。シナリオかどうかに関係なく使えるのは、連動の仕組みの部分だけだ。そして仕組みとして見ると、連動は「シート課金だから起きる」ものではない。3つの条件が重なったときに起きる。

1. 請求の単位が顧客の人員数であること
2. 更新の周期が短く、最低席数の下限や複数年の確約で床が作られていないこと
3. 顧客のAIプログラムが、実際にその席を持っている職種を対象にしていること

3つそろって初めて、顧客のAI投資の成功が売り手の請求額の減少として現れる。逆に言えば、シート課金そのものは問題ではない。顧客の事業が伸びて人が増える局面では、シート課金は売り手に有利に働いてきた。問題は、その有利さの向きが顧客側の変数の符号で決まっており、その符号が反転しつつあることである。

もう1つ、連動の現れ方も押さえておきたい。年間契約が中心の事業では、この損失は期中の解約ではなく更新の席で現れやすい。月次契約や、契約期間中に席数を減らせる条項があれば期中にも現れる。どちらにしても、売り手にとってエクスポージャーは「水準」ではなく「スケジュール」である。製品別に並べても見えない。更新日別に並べて初めて見える。

成果課金に移れるSaaSと移れないSaaSは何が違うのか

成果を自分の製品に帰属させられるかどうかである。価格表を書き換える覚悟の差ではない。

a16zは、数週間から数か月にわたる顧客対応を一貫して担える長時間稼働エージェントが登場したことで、AIベンダーがコスト削減だけでなく、生み出した売上の拡大に対しても対価を得られるようになりうると論じている。同社が例に置くのは訴訟原告側の案件で、成果課金が成り立つ条件として、同社の説明から3つの要素が読み取れる。1件の案件が独立した仕事の単位であること。示談金額という成果の価値がはっきり特定できること。そしてエージェントが最終成果物のうち大きな割合を担うほど、成果をエージェントに結びつけやすくなること、である（ロングランニングエージェントはなぜ「成果報酬型」の商談を変えるのか──Red Venturesの衰退に見る3つの事業モデル）。

同社は摩擦も隠していない。他の業種では、調達部門が成果課金型の契約の前例のなさを理由に異を唱える可能性がある。そして、エージェントが成果をすべて握る方向に近づいても、帰属をめぐる論争は初期には起きるだろうと書いている。長時間稼働エージェントの展開は技術の問題であると同時に商取引の問題でもある、というのが同社の締め方だ。

この3要素を売り手の側から2問のテストに書き直すと、自分の事業がどちら側かはすぐに分かる。これは本稿の整理である。

• 問1（上の要素1と2に対応）: 自分の製品が仕上げている仕事の1件を、顧客がすでに自分の側で数えているか（案件、請求書、与信審査、採用1件）
• 問2（上の要素3に対応）: その1件の成果が良くなったとき、良くなった分のうち自分の製品に帰属する割合を、顧客と事前に合意できるか

多くの水平型SaaSは問2で落ちる、というのが本稿の読みである。複数の部門にまたがって使われるツールは、成果の変動に対する寄与を切り出せない。a16zが書いているのはここまでで、同社は、エージェントをプラットフォームとして売る場合には、企業内の複数部門と接するぶん成果の帰属がより難しいとしている。水平型SaaS一般への判断は本稿が引き取る。

ここから先も本稿の読みである。問2で落ちる事業が取るべき一手は、成果課金ではない。請求の単位を、人員数から顧客がすでに数えている処理量へ移すことである。問1だけ通れば十分に実行できる。処理量の単位は成果の帰属を必要としない。顧客が数えている件数に単価を掛けるだけだからだ。問1と問2を一緒に考えるから「成果課金は無理だ、ならシートのままだ」という二択になる。問1だけで動かせる収益が、たいていその間にある。

ただし処理量課金にも弱点が2つある。ここも本稿の整理である。1つは、AIで1件あたりの原価が下がると、顧客から単価の引き下げを求められる側に回ることだ。もう1つは、顧客が自分のエージェントでその処理そのものを取り込めば、件数ごと消えることである。だから実務上は、シートか処理量かの二択にならない。基本料金に処理量を重ねる形や、エージェントを席の一種として数える設計も同じ検討の対象になる。

なお、新しく載せるAI機能そのものをどの単位で値付けするかはAI機能の料金設計、トークン従量ではなく「仕事の単位」で売る理由で扱った。そちらが扱うのは、これから価格を付ける機能の単位の決め方である。本稿が扱うのは、すでに人員数で課金してしまっている既存の本体収益をどう組み替えるかで、置き換えの順番と更新日の制約という別の問題が乗る。

機能で差がつかなくなると、何が参入障壁として残るのか

積み上がる優位性（compounding advantage）のうち、人の習慣に依存しないものだけが残る。

機能が参入障壁でなくなるという前提は、Citriniのシナリオの外でも共有されている。Lenny’s NewsletterのLenny RachitskyとDan Hockenmaierは、長期の価値の大半を生むのは、自己強化するかたちで積み上がる4種類の優位性だとし、スピードや販売網はそれを生む「燃料」であって優位性そのものではないと位置づけている。4種類のうち本稿が使うのは、スイッチングコストとデータ効果の2つである（AI時代の「モート（参入障壁）」をどう見極めるか──スタートアップの競争優位を判定する4つの軸）。

この元記事の射程は書いておく。両者が書いているのは、転職先としてスタートアップを評価する人に向けた判定の枠組みであって、既存SaaS企業の経営に向けた処方ではない。分類はそのまま使えるが、使い方はこちらで考える必要がある。

ここから先は本稿の読みである。シートを失いつつある売り手にとって、短期に効くのはスイッチングコストのほうだ。ところがここに、本稿がいちばん重いと見る点がある。両者はスイッチングコストの大半が移行作業そのものではなく、チームが製品を学び、自分たちの働き方に組み込むことから生じると書き、これを「ワークフロー税」と呼んでいる。AIが移行を速く安くしてもスイッチングコストは無意味にならない、という反論の根拠がこの税である。

だが、この税は人が払う。製品を日常的に使う担当者が減れば、総額も小さくなりうる。シート課金の売上と、その売上を守っていたスイッチングコストは、同じ変数で目減りしうる。 顧客の人員が15%減ったとき、売り手が失うのはライセンス15%分の売上だけではない。「この製品に合わせて業務を組んだ人」が15%分いなくなる。これは本稿の読みであり、両者がそう書いているわけではない。むしろ両者は、AIがあればチームは製品をより速く作れるので、より広い範囲に深く組み込まれうるとも書いている。だからこの目減りは必然ではなく、条件つきである。条件は、障壁がどこに置かれているかだ。他システムとの接続、蓄積した取引データ、権限と監査の設定に紐づく部分は、顧客の人員数に依存しない。人の習慣に紐づく部分だけが、人と一緒に減りうる。

データ効果の側に具体例がある。Lennyらが挙げるStripeのRadarは、全加盟店をまたいだ取引データを使って各加盟店の不正検知を良くしていく。Stripeは70兆を超えるデータポイントを処理しており、全取引の92%は同社が過去に見たことのあるカードだという。この種の優位は、顧客企業が人を減らしても薄まらない。取引の件数に紐づいているからである。

ただし、データ効果が無条件に効くわけでもない。a16zは別の元記事で、既存企業も自社製品の中で行われた仕事から学ぶが、その学習は仕事全体のうち自分が担当する部分しか覆わないと指摘している。顧客がなすべき仕事全体はレコード管理を超えており、契約は法的事項の一部に過ぎない。DocusignのIrisが契約をレビューするように、既存企業の製品は保管から実行へ進んでいるが、判断はそれぞれが持つレコードの範囲にほぼ縛られる（既存システムはなぜ AIエージェント時代に「下層」に留まるのか）。つまりデータ効果を参入障壁にするには、自分の製品が顧客の仕事のどこまでを見ているかが上限になりやすい。もっとも同社は、既存企業も外部データを取り込んでワークフローを足せるため、これは厳密な技術的境界ではないとも書いている。

境界をもう1つ引いておく。a16zはさらに別の元記事で、AIのフロンティア規模で事業を持続させる4つのレバーのうち、高いスイッチングコストは基本的に消えたと書いている。だがこれはモデル層についての判断である。同社は「少なくともモデル層では」と限定し、モデル間の乗り換えはタスク単位でも容易だと述べている（なぜOpenAIは勝つのか、a16zが説く「新しい顧客を生み出す力」と分配戦略の本質）。アプリケーション層のSaaSにこの結論をそのまま持ち込むと、ワークフロー税の議論と矛盾する。モデル層ではスイッチングコストが消え、アプリケーション層では人の習慣に紐づく部分だけが人員とともに薄くなりうる、というのが本稿の整理である。

なお、買い手の側が特定のベンダーへの依存をどこまで許すかという判断はAIのベンダーロックイン回避は、設計ではなく値段の問題だで扱っている。本稿は同じ障壁を売り手の側から見たもので、立場が逆なので向きも逆になる。買い手は乗り換え可能性を保つために障壁を薄くし、売り手は人の習慣ではなくデータと接続に障壁を置き直す。

自分の事業でシートから最初に外すべき収益はどれか

顧客がすでに数えている単位に置き換えられて、かつその件数が顧客の人員減で減らない収益である。

実務の手順に落とすと3つになる。素材はここまでに挙げた元記事にあり、並べ方と2は本稿の整理である。

1. 売上を請求の単位で3つに分ける。 ①顧客の人員数に連動する分 ②顧客の処理量・案件数に連動する分 ③どちらにも連動しない固定分。経営会議に出す数字は①の金額ではなく、①の全社売上に対する比率である
2. ①を更新日別に並べる。 製品別ではない。前節で見たとおり、年間契約が中心なら損失は更新の席で現れやすい。次の4四半期の更新金額のうち①が占める額が、動かせる期限つきのエクスポージャーになる
3. ①のうち、問1（顧客がその仕事の1件を自分の側で数えているか）を通るものから順に外す。 置き換え先の単位は、顧客の人員が減っても件数が減らないものを選ぶ。処理件数、取引額、管理対象の数などである

3で注意すべきなのは、置き換え先の単位が顧客側のAI活用でどう動くかを、事業ごとに確かめることだ。人員数から処理量へ移しても、その処理量自体がAIで減るなら意味がない。処理量が増えるか減るかは業務によって違うので、ここは一般化できない。自分の事業の件数が過去2年でどう動いたかを先に見るべきである。

ここで経営が決めるのは、価格表の書き換えそのものではない。①の比率を四半期ごとに報告する対象にするかどうかである。多くのSaaS企業では、この数字は経営会議の定常指標になっていないはずだ。なっていなければ、更新のたびに個別の値引き交渉として処理され、構造の問題としては誰の机にも上がらない。a16zが成果課金の摩擦として挙げた、調達部門が前例のなさを理由に異を唱えるという話は、売り手の側にも同じ形で存在する。社内に前例のない指標は、作らなければ存在しない。

そして同じ四半期に、もう1つ決めることがある。スイッチングコストの置き場所である。人の習慣に紐づく障壁は、顧客の人員とともに薄くなりうる。取引データと接続に紐づく障壁は、顧客の人員数には依存しない。どちらに開発資源を向けるかは、価格単位の組み替えと同じ判断の裏表である。片方だけやると、単位を処理量へ移したあとに、その処理量を自前で処理できる顧客に乗り換えられる。

まとめ: 失うのは売上ではなく、値付けの基準である

シート課金のSaaSが顧客のAI活用で直面するのは、市場が何%縮むかという話ではない。自分の売上のうち、請求の単位が顧客の人員数になっている部分が、顧客のAI投資の成功と逆方向に動くという話である。Citriniのシナリオが示した15%の削減と15%の解約は思考実験の中の数字だが、連動の仕組みそのものは契約書の中にある。そして年間契約が中心なら、その損失は期中の解約ではなく更新の席で現れやすい。だから製品別ではなく更新日別に並べないと見えない。

成果課金は出口の1つだが、多くの水平型SaaSはa16zが挙げる3要素のうち帰属で落ちる。落ちる事業が取れる現実的な一手は、請求の単位を顧客がすでに数えている処理量へ移すことである。そして同時に、人の習慣に紐づいていたスイッチングコストが顧客の人員とともに目減りしうることを前提に、障壁を取引データと接続へ置き直す。

次の経営会議に出すべきなのは、価格モデルの比較表ではない。売上のうち請求の単位が顧客の人員数になっている比率と、その収益が並ぶ次の4四半期の更新日の一覧。この2つである。